基于数据降维和深度学习的开关柜局部放电模式识别方法

    公开(公告)号:CN115792527A

    公开(公告)日:2023-03-14

    申请号:CN202211480120.7

    申请日:2022-11-24

    Abstract: 一种基于数据降维和深度学习的开关柜局部放电模式识别方法,属于电力设备在线监测与故障诊断的技术领域。本发明的目的是采用开关柜局部放电监测数据,进行主成分分析法进行降维后,得到的输入矩阵输入至卷积神经网络中进行训练和分类识别的基于数据降维和深度学习的开关柜局部放电模式识别方法。本发明的步骤是:确定开关柜的典型局部放电类型,获得开关柜不同局部放电状态的PRPS监测样本数据,设置不同局部放电类型对应的CNN数据标签,对所有训练集数据进行PCA降维,将训练集数据和标签输入至CNN识别模型中进行迭代训练,更新模型参数,将测试集数据输入至训练完成的模型中,并将所得结果与真实局部放电状态进行对比。本发明可以及时发现开关柜的局部放电现象、确定局部放电模式,保证开关柜运行的可靠性和稳定性。

    一种电机振动监测系统
    8.
    发明公开

    公开(公告)号:CN119511080A

    公开(公告)日:2025-02-25

    申请号:CN202510089309.0

    申请日:2025-01-21

    Abstract: 本公开提供一种电机振动监测系统,属于电机控制技术领域。该一种电机振动监测系统包括:振动传感器,设置在电机转子和/或电机轴承上,用于监测电机的振动信号,得到振动数据;电气参数监测模块,用于监测电机的电气参数,得到电气数据;所述电气参数监测模块包括电压检测电路、电流检测电路和功率因数检测电路;控制器,所述振动传感器的输出端、所述电压检测电路的输出端、所述电流检测电路的输出端和所述功率因数检测电路的输出端均与所述控制器连接,所述控制器用于基于所述振动数据和所述电气数据对电机振动状态进行分析,得到电机振动状态分析结果。本公开能够解决对电机振动故障检测不及时的问题。

Patent Agency Ranking