-
公开(公告)号：CN112083287B
公开(公告)日：2021-06-01
申请号：CN202010933183.8
申请日：2020-09-08
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于特征值谱分布模型的配电网动态事件定位方法，其包括步骤：(1)采集配电网络的节点电压数据，并进行归一化处理；(2)计算配电网络的电压协方差矩阵；(3)基于电压协方差矩阵构建过度矩阵；(4)计算过度矩阵的协方差矩阵；(5)对配电网动态事件进行定位。此外，本发明还公开了一种基于特征值谱分布模型的配电网动态事件定位系统。
-
公开(公告)号：CN108548997B
公开(公告)日：2020-11-06
申请号：CN201810338375.7
申请日：2018-04-16
Applicant: 上海交通大学
IPC: G01R31/12
Abstract: 本发明公开了变电站空间局部放电定位方法，其包括步骤：(1)在被测区域选定N个测量点，构建模拟局部放电信号强度概率分布特性矩阵Ψ(m)；(2)当局部放电实际发生时，采用q个特高频传感器采集局部放电信号并获得实测局部放电强度特性向量(3)基于模型公式获取局部放电的定位结果E。此外，本发明还公开了一种变电站空间局部放电定位系统，包括：q个特高频传感器以及与该q个特高频传感器数据连接的处理单元。该变电站空间局部放电定位方法定位快速，受空间环境和电磁环境的影响较小，降低了变电站局部放电监测的难度，提高了电力设备故障的检修效率，进而提高了变电站运维的智能化水平。
-
公开(公告)号：CN111693828A
公开(公告)日：2020-09-22
申请号：CN202010448043.1
申请日：2020-05-25
Applicant: 国网安徽省电力有限公司亳州供电公司 , 国家电网有限公司 , 上海交通大学
Abstract: 本发明公开了一种基于MLE的变电站空间局部放电定位系统，包括特高频无线传感器阵列及数据处理终端，特高频传感器阵列放置于监测区域四周用于测量局部放电强度信息并通过WiFi传输至数据处理终端，数据处理终端用于分析、处理并保存数据。本发明还公开了一种基于MLE的变电站空间局部放电定位方法。本发明在多次测量变电站中局部放电信号强度后，通过似然估计法实现了对局部放电源的定位。与传统的时差法、角度定位法相比，本发明方法只需要测量局部放电信号强度信息，在保证了较高的定位精度的同时，显著减小了系统硬件成本，有效地提高了变电站电力设备的监测、检修效率，具有较好的实际推广应用价值。
-
公开(公告)号：CN110161388A
公开(公告)日：2019-08-23
申请号：CN201910496881.3
申请日：2019-06-10
Applicant: 上海交通大学
Abstract: 本发明公开了一种高压设备的故障类型识别方法，其包括步骤：(1)获取高压设备局部放电的特高频信号数据和超声波信号数据；(2)分别提取基于特高频信号数据的PRPS图谱特征和基于超声波信号数据的梅尔频谱特征；(3)构建支持向量机神经网络和卷积神经网络，将PRPS图谱特征输入支持向量机神经网络以使其输出PRPS图谱特征所表征的第一故障诊断概率矩阵；将梅尔频谱特征输入卷积神经网络以使其输出梅尔频谱特征所表征的第二故障诊断概率矩阵；(4)基于Choquet模糊积分对第一故障诊断概率矩阵和第二故障诊断概率矩阵进行融合，得到最终诊断的故障类型。此外，本发明还公开了一种高压设备的故障类型识别系统。
-
公开(公告)号：CN109596951A
公开(公告)日：2019-04-09
申请号：CN201811523416.6
申请日：2018-12-12
Applicant: 全球能源互联网研究院有限公司 , 国家电网有限公司 , 上海交通大学 , 国网湖北省电力有限公司
Abstract: 本发明公开了一种局部放电源的定位方法及系统，该定位方法包括如下步骤：获取被测区域中局部放电源产生的放电信号；根据放电信号建立RSSI指纹图；根据RSSI指纹图和广义回归神经网络模型得到被测区域中局部放电源的坐标。该局部放电源定位方法及系统，利用特高频信号作为特征量，结合RSSI指纹技术与广义回归神经网络模型实现局部放电源定位，无需时间检测装置，降低成本，且对硬件要求小，易于实现，并且具有较好的环境适应性和较高的精确度，提高了站局部放电定位的效率，有着较好的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN109560550A
公开(公告)日：2019-04-02
申请号：CN201811393533.5
申请日：2018-11-21
Applicant: 上海交通大学
IPC: H02J3/01
Abstract: 一种基于优化量测的的电力系统网络谐波状态估计方法。首先利用BPSO算法实现了配网量测装置的优化配置，然后根据量测数据实现配网谐波状态的估计，最后以18节点配电网模型进行了算例仿真分析，验证了谐波状态估计算法的准确性。基于优化量测的谐波状态估计充分降低了运行成本，优化了运算过程，保证了估计精度，得到了全网络的谐波电压状态，为进一步完成配网谐波源检测与定位奠定了基础。
-
公开(公告)号：CN109212392A
公开(公告)日：2019-01-15
申请号：CN201811114341.6
申请日：2018-09-25
Applicant: 上海交通大学 , 国网浙江省电力有限公司舟山供电公司
Abstract: 本发明公开了直流电缆局部放电缺陷故障的识别方法，包括步骤：(1)采集直流电缆的若干种绝缘缺陷放电模型的q-Δt-n局部放电信号图；(2)将q-Δt-n局部放电信号图进行归一化处理，以得到训练样本；(3)构建Caffe卷积神经网络；(4)采用训练样本训练Caffe卷积神经网络；(5)将待识别局部放电信号图输入经过训练的Caffe卷积神经网络中，获得识别结果。此外，本发明还公开了用于直流电缆局部放电缺陷故障识别的Caffe卷积神经网络。另外，本发明还公开了直流电缆局部放电缺陷故障的识别系统，包括：信号采集模块、预处理模块以及Caffe卷积神经网络。该识别方法进行直流电缆的故障识别，以保证供电可靠。
-
公开(公告)号：CN108957261A
公开(公告)日：2018-12-07
申请号：CN201810765709.9
申请日：2018-07-12
Applicant: 上海交通大学
Abstract: 本发明公开了一种直流电缆典型缺陷局部放电识别方法，包括步骤：(1)获取表征直流电缆的若干种典型缺陷的N组局部放电模式数据；(2)每一组局部放电模式数据均绘制其特征散点图和二维统计分布直方图；(3)提取各特征散点图的线性特征和非线性特征，并且提取各二维统计分布直方图的统计特征；将每一组局部放电模式数据对应的特征散点图的线性特征和非线性特征以及二维统计分布直方图的统计特征作为该组局部放电模式数据对应的特征指纹；(4)将N组局部放电模式数据及其分别对应的特征指纹作为样本随机划分为训练集和测试集，以对BP神经网络进行训练和测试；(5)将待识别的局部放电数据输入经过BP神经网络中，以对其进行缺陷识别。
-
公开(公告)号：CN107703418A
公开(公告)日：2018-02-16
申请号：CN201710766017.1
申请日：2017-08-30
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于多径向基神经网络的局部放电定位误差补偿方法，其包括步骤：(1)划分空间区域；(2)采集样本局部放电信号，计算样本时延值；(3)计算理论时延值；(4)训练第一径向基神经网络；(5)补偿样本时延值的误差，输出相应的修正样本时延值；(6)计算相应的修正样本放电源位置；(7)训练第二径向基神经网络；(8)采集放电源位置待定的局部放电信号，计算相应的初步时延值和初步放电源位置；(9)补偿初步时延值的误差，输出相应的修正时延值；(10)计算相应的初次修正放电源位置；(11)补偿初次修正放电源位置的误差，输出相应的最终修正放电源位置。本发明能补偿时延的计算误差和定位误差，提高定位精准度。
-
公开(公告)号：CN104777404B
公开(公告)日：2018-01-12
申请号：CN201510210540.7
申请日：2015-04-28
Applicant: 上海交通大学
IPC: G01R31/08
Abstract: 本发明公开了一种基于差动能量比的配网线路故障区段定位方法，对于接地故障，通过分析故障发生前及故障发生至消弧线圈动作前等两个时段内，相电流差和相电压差乘积特征，从中提取故障特征量，并采用全过程的差动能量比进行定位。本发明仅需测量线路的故障相电流和电压，方案简单，适用性强，且高阻接地时依然可保证灵敏度，可很好解决目前普遍存在的小电流接地系统单相接地故障时故障电流微弱、可靠性差、灵敏度低的问题，同时不会对系统引入干扰。
-
-
-
-
-
-
-
-
-
Search Results
154
records
(took 0.049 seconds)
