一种基于机器学习的故障分析定位方法及系统

    公开(公告)号:CN116738347A

    公开(公告)日:2023-09-12

    申请号:CN202310568431.7

    申请日:2023-05-19

    Abstract: 本发明公开了一种基于机器学习的故障分析定位方法及系统,所述方法包括以下步骤:获取告警数据和指标数据;对获取到的告警数据和指标数据进行标准化处理;通过屏蔽规则对处理后的告警数据和指标数据进行屏蔽,得到洁净的告警数据和指标数据;为洁净的告警数据和指标数据添加关联信息,得到样本数据;对样本数据进行样本标注和特征提取,得到特征数据集;采用特征数据集对异常分类模型进行训练,得到训练好的异常分类模型;将实时获取到的指标数据输入至训练好的异常分类模型中,得到分类结果,仅对于分类结果为不告警的指标数据进行预警分析,得到预警结果。本发明能够助力故障分析和定位,建设故障、预警自动匹配的知识库,提升整体运维水平。

    一种干式变压器绝缘结构
    56.
    发明授权

    公开(公告)号:CN108831716B

    公开(公告)日:2019-11-22

    申请号:CN201810889411.9

    申请日:2018-08-07

    Abstract: 本发明公开了一种适用于35kV以上电压等级干式变压器的绝缘结构,在干式变压器低、高压绕组之间设置有圆筒状的第一绝缘装置,同时在高压绕组端部也设有环形饼状的第二绝缘装置。其中第一绝缘装置,在靠近内、外壁位置分别设有一层屏蔽层,屏蔽层分别与低、高压绕组的中部相连接形成等电位,第二绝缘装置在靠近上、下壁位置分别设有一层屏蔽层,屏蔽层分别与高压绕组的端部、铁心的铁轭相连接形成等电位,从而将第二绝缘装置成为高压绕组端部电压的主要承受单元。本发明解决了在高电压干式变压器结构上存在的主空道距离大、空气为主要绝缘介质造成绝缘不可靠,绕组的树脂层厚度太厚容易开裂的问题,有较好的实用性、可靠性和降成本优势。

    一种干式变压器绝缘结构
    58.
    发明公开

    公开(公告)号:CN108831716A

    公开(公告)日:2018-11-16

    申请号:CN201810889411.9

    申请日:2018-08-07

    Abstract: 本发明公开了一种适用于35kV以上电压等级干式变压器的绝缘结构,在干式变压器低、高压绕组之间设置有圆筒状的第一绝缘装置,同时在高压绕组端部也设有环形饼状的第二绝缘装置。其中第一绝缘装置,在靠近内、外壁位置分别设有一层屏蔽层,屏蔽层分别与低、高压绕组的中部相连接形成等电位,第二绝缘装置在靠近上、下壁位置分别设有一层屏蔽层,屏蔽层分别与高压绕组的端部、铁心的铁轭相连接形成等电位,从而将第二绝缘装置成为高压绕组端部电压的主要承受单元。本发明解决了在高电压干式变压器结构上存在的主空道距离大、空气为主要绝缘介质造成绝缘不可靠,绕组的树脂层厚度太厚容易开裂的问题,有较好的实用性、可靠性和降成本优势。

Patent Agency Ranking