-
公开(公告)号：CN108398252A
公开(公告)日：2018-08-14
申请号：CN201810166794.7
申请日：2018-02-28
Applicant: 河海大学
Abstract: 本发明公开了一种基于ITD与SVM的OLTC机械故障诊断方法，1）通过加速度传感器对有载分接开关正常状态下的振动信号、故障状态下的振动信号进行采集，并对振动信号做预处理；2）对预处理后的振动信号进行固有时间尺度分解ITD分析，构造特征向量，作为SVM的输入；3）对SVM进行训练，将特征向量输入到SVM中，对SVM进行训练，将测试数据输入到训练好的SVM从而判断OLTC的故障模式。本发明可以克服经验模态分解、局部均值分解中存在比较严重的端点效应和虚假分量的问题，适合提取OLTC机械故障信号的特征量；不需要大量数据进行SVM的训练，诊断精度更高；OLTC的诊断效果明显优于BP网络。
-
公开(公告)号：CN107544024A
公开(公告)日：2018-01-05
申请号：CN201710741097.5
申请日：2017-08-25
Applicant: 河海大学
Abstract: 本发明公开了一种发电机电刷滑环烧伤故障程度诊断方法，基于仿真软件仿真出发电机电刷滑环发生的不同程度烧伤故障，并采集对应流经电刷滑环系统的励磁电流作为训练样本数据，构造出一个基于自适应神经模糊推理系统；使用混合学习算法对构造的自适应神经模糊推理系统进行训练，确定系统中的输入隶属度函数及输出隶属度函数参数；确定了系统参数的自适应神经迷糊推理系统可以用于诊断发电机电刷滑环的烧伤故障及确定烧伤故障的程度。本发明提供的诊断方法准确有效，精确度高，可操作性强。
-
公开(公告)号：CN106291354A
公开(公告)日：2017-01-04
申请号：CN201610566672.8
申请日：2016-07-18
Applicant: 河海大学
IPC: G01R31/34
CPC classification number: G01R31/343
Abstract: 本发明公开了一种基于ANFIS的电动汽车永磁同步电机故障分类方法，包括以下步骤：对故障进行分类并通过采集各种故障数据建立训练样本集；构造一个自适应神经模糊推理系统，以电动汽车永磁同步电机各种故障类型的故障数据中的绕组电流作为输入，并赋予每种故障类型一个输出，选择输入输出的隶属度函数，设置系统训练目标误差，使用混合学习算法训练隶属度函数参数，从而确定自适应神经模糊推理系统中的输入隶属度函数参数和输出隶属度函数参数；通过诊断永磁同步电机故障得到实验数据，将实验数据输入自适应神经模糊推理系统，从而得到诊断结果，并根据诊断结果确定故障类型完成故障分类。实现可操作性强、高效而经济、高精确度的诊断。
-
公开(公告)号：CN106203382A
公开(公告)日：2016-12-07
申请号：CN201610576781.8
申请日：2016-07-20
Applicant: 河海大学
CPC classification number: G06K9/00523 , G06K9/00536 , G06K9/6256 , G06K9/6267 , G06N20/00 , H02H7/045
Abstract: 本发明公开了一种基于核函数极限学习机的励磁涌流和故障电流识别方法，包括以下步骤：采集变压器各相的高、低压侧电流作差得到各相的差动电流；对各相差动电流分别进行经验模态分解，得到对应各相的IMF序列；将各相的IMF分量分别构成轨迹矩阵，对轨迹矩阵进行奇异值分解得到对应各相的奇异值，基于信息熵得到对应各相的奇异谱熵；采集变压器故障工况的电流数据，将电流数据分为训练样本集和测试样本集；以各相的奇异谱熵为输入量，以电流类型为输出量，建立各相的核函数极限学习机，并利用训练样本集训练核函数极限学习机；利用测试样本集对训练后的核函数极限学习机进行测试和评价。本发明收敛速度快，泛化性能稳定及预测准确性高。
-
公开(公告)号：CN105930901A
公开(公告)日：2016-09-07
申请号：CN201610566471.8
申请日：2016-07-18
Applicant: 河海大学
CPC classification number: G06N3/0454 , G06N3/086
Abstract: 本发明公开了一种基于RBPNN的变压器故障诊断方法，属于智能变电站设备监测和诊断技术领域。方法包括：步骤一，采集变压器故障特征气体的浓度数据作为历史数据，对历史数据进行归一化处理后分为训练样本和测试样本，其中故障特征气体包括氢气、甲烷、乙烷、乙烯和乙炔；步骤二，以故障特征气体的浓度作为输入层、故障类型作为输出层建立RBPNN模型；步骤三，利用训练样本对模型进行训练，并结合PSO算法得到最优的RBPNN模型；步骤四，将测试样本输入优化后的RBPNN模型，得到预测的故障类型。本发明引入RBPNN模型，经改造并优化后大大提高了故障预测准确率和收敛速度，稳定性较高，为变压器故障诊断提供了一条新的途径。
-
Patent Agency Ranking
公开(公告)号：CN118196480B
公开(公告)日：2024-12-13
申请号：CN202410209171.9
申请日：2024-02-26
Applicant: 国网江苏省电力有限公司南京供电分公司 , 河海大学
Abstract: 本发明公开了一种局部放电缺陷类型识别方法、装置、设备及存储介质。该方法包括：采集目标缺陷物体的局部放电信号；将局部放电信号转化为脉冲序列相位分布图像；建立图像增强模型，基于适应度函数确定图像增强模型中的目标α参数和目标β参数；基于图像增强模型对脉冲序列相位分布图像进行自适应图像增强，得到增强后的脉冲序列相位分布图像；基于增强后的脉冲序列相位分布图像确定局部放电缺陷类型。通过本发明的技术方案，能够对PRPS图像进行自适应图像增强，提升PRPS图像的对比度，使图像更加清晰，便于进一步提取更具差异性的图像特征，确定局部放电缺陷类型，进而提高故障的识别精度，具有较强的工程应用价值。
-
-
公开(公告)号：CN115117867A
公开(公告)日：2022-09-27
申请号：CN202210888066.3
申请日：2022-07-26
Applicant: 河海大学
Abstract: 本发明公开了一种基于有源消弧全补偿衰减直流特征的配电网故障故障检测装置与方法，通过观测消弧全补偿电流投切过程中零序电压及零序电流波形，即可实现过渡电阻测量、故障程度跟踪与故障选线，具有瞬时性故障实时跟踪、故障检测与故障消弧同步进行的优势，解决了现有故障检测方法无法实现快速消弧与故障检测同步进行的问题，本发明操作简单，易于实现。
-
公开(公告)号：CN110991481B
公开(公告)日：2022-08-19
申请号：CN201911050832.3
申请日：2019-10-31
Applicant: 河海大学
Abstract: 本发明公开了一种基于交叉小波变换的高压并联电抗器内部松动故障诊断方法，采集不同工况下的电抗器振动信号，将不同工况下振动信号依次与正常状态下振动信号进行交叉小波变换，得到交叉小波功率谱；计算交叉小波功率谱显著性水平，确定影响锥有效区域；通过提取功率谱中的RGB参数以及相位数据，结合影响锥有效区域，获取电抗器不同工况下的特征频段，构造特征矩阵；采用cosine相似度指标量化特征矩阵的差异，区分电抗器不同的运行状态，实现松动状态的故障诊断。本发明具有极好的噪声稳定性，能够准确反应电抗器振动信号在不同频段间的相关性，为进行高压并联电抗器振动信号特征提取与安全运行监测、故障诊断研究提供了一种新的方案。
-
公开(公告)号：CN110492689B
公开(公告)日：2022-05-20
申请号：CN201910806122.2
申请日：2019-08-28
Applicant: 河海大学
Abstract: 本发明公开了一种可检测永磁体退磁和转子偏心故障的永磁电机结构及方法，包括交叉排列的故障检测绕组和主电枢绕组。其中，每一相的故障检测绕组仅由一个线圈组成，而主电枢绕组可由一个或多个线圈串联而成。当电机正常运行时，将故障检测绕组与主电枢绕组串联，共同进行能量转化；当进行故障检测时，将故障检测绕组与主电枢绕组断开，通过观察故障检测绕组的反电动势波形判断永磁电机永磁体退磁和转子偏心情况，对故障进行准确判断。该电机结构简单，故障检测方法操作方便，可帮助检修人员快速判断电机故障类型。
-
-
-
-
-
-
-
-
-
Search Results
161
records
(took 0.069 seconds)
