一种基于半监督DBNC的变压器故障类型诊断方法

    公开(公告)号:CN110542819B

    公开(公告)日:2022-03-22

    申请号:CN201910910452.6

    申请日:2019-09-25

    Abstract: 本发明公开了一种基于半监督DBNC的变压器故障类型诊断方法,它包括:选定样本数据集;将样本数据分为无标签的预训练集、有标签集、测试集1和测试集2;对故障类型进行状态编码;建立基于深度信念网络分类器的变压器故障诊断模型;对模型的各层参数进行初始化;利用对比散度对底部每个RBM进行逐层训练;通过反向传播对整个网络参数进行优化,使网络分类性能达到全局最优;将训练好的网络进行保存,并利用测试集1的样本数据对网络的分类性能进行验证;解决了对变压器故障诊断采用深度学习网络故障数据进行分析处理,而通常情况下只能获得少量完备数据样本,获取大量具有标签的完备数据样本非常困难,需要花费大量的人力物力。

    一种气体绝缘组合电器设备故障定位方法

    公开(公告)号:CN113640633A

    公开(公告)日:2021-11-12

    申请号:CN202110925446.5

    申请日:2021-08-12

    Abstract: 本发明公开了一种气体绝缘组合电器设备故障定位方法,它包括:对GIS设备进行故障分区,分为10个故障区域;将不同故障区域的气体数据按滑动时间窗口进行处理;将滑动处理好的不同故障区域气体数据按80%和20%的比例划分为训练集和测试集;确定神经网络初始参数;搭建CNN‑LSTM神经网络模型;将训练集数据预处理后送入神经网络模型中训练;通过误差反向传播计算神经网络内部参数的梯度值;通过优化算法更新神经网络参数,反复迭代直到损失函数降到设定值,结束神经网络模型训练;通过训练集数量的改变和测试集的测试确定CNN‑LSTM模型的精度;解决了GIS故障定位存在的工作较为复杂,定位精度不高等技术问题。

    一种SF6电气设备中特征组份气体扩散效应分析方法

    公开(公告)号:CN112464482A

    公开(公告)日:2021-03-09

    申请号:CN202011403631.X

    申请日:2020-12-04

    Abstract: 本发明公开了一种SF6电气设备中特征组份气体扩散效应分析方法,它包括:步骤1、建立气体绝缘全封闭组合电器室几何模型;步骤2、建立数学模型;所述数学模型包括质量守恒方程、动量守恒方程、能量守恒方程和组分运输方程;步骤3、设定初始条件;步骤4、分析SO2气体单独扩散、HF气体单独扩散以及H2S气体单独扩散情况下的气体扩散效应;步骤5、对气体扩散效应的结果进行分析得出结论;解决了现有技术针对电气设备SF6气体进行分析,由于不了解气体组分在内部的扩散特性,导致设备故障诊断方面尚存在不足,严重阻碍了设备故障诊断技术的发展等技术问题。

Patent Agency Ranking