-
公开(公告)号：CN109884459A
公开(公告)日：2019-06-14
申请号：CN201910091394.9
申请日：2019-01-30
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 杭州柯林电气股份有限公司
Abstract: 本发明公开了一种电力变压器绕组变形智能在线诊断方法。电力变压器受到短路冲击或者运输碰撞后，在电动力或机械力作用下会发生绕组局部扭曲、鼓包等特征，称为绕组变形，给电力网络的安全运行埋下了巨大隐患。常用的绕组变形诊断方法均为离线诊断法，存在需要变压器停运且对操作人员专业技能要求高等缺点。本发明给出了一种结合信息熵与支持向量机的绕组变形智能在线诊断方法，利用排列熵、小波熵进行电流和电压信号的特征提取，综合电力变压器各监测指标在复杂度、时频域等方面的变异情况，并通过机器学习算法从故障特征中自动学习诊断逻辑，实现绕组变形的智能诊断，从而降低人力成本和提高诊断效率。
-
公开(公告)号：CN109884459B
公开(公告)日：2020-12-01
申请号：CN201910091394.9
申请日：2019-01-30
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 杭州柯林电气股份有限公司
Abstract: 本发明公开了一种电力变压器绕组变形智能在线诊断方法。电力变压器受到短路冲击或者运输碰撞后，在电动力或机械力作用下会发生绕组局部扭曲、鼓包等特征，称为绕组变形，给电力网络的安全运行埋下了巨大隐患。常用的绕组变形诊断方法均为离线诊断法，存在需要变压器停运且对操作人员专业技能要求高等缺点。本发明给出了一种结合信息熵与支持向量机的绕组变形智能在线诊断方法，利用排列熵、小波熵进行电流和电压信号的特征提取，综合电力变压器各监测指标在复杂度、时频域等方面的变异情况，并通过机器学习算法从故障特征中自动学习诊断逻辑，实现绕组变形的智能诊断，从而降低人力成本和提高诊断效率。
-
公开(公告)号：CN107122590B
公开(公告)日：2019-01-22
申请号：CN201710194158.0
申请日：2017-03-28
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司 , 浙江大学
IPC: G06F17/10
Abstract: 本发明公开了一种油浸式变压器故障相关指标筛选方法。现有的一些方法并不能全面的对变压器运行过程中产生的运行状态信息进行利用，更不能针对不同的故障类型进行特定的指标选取。本发明基于故障和正常变压器两部分数据多种指标的频率分布统计，对故障和正常变压器两部分数据是否具有相同的概率密度分布进行了非参数的MWW检验，因而本发明可以针对不同的变压器故障，从更广阔的指标中选取故障相关指标，而不是油浸式变压器行业内现在使用的几种固定指标；并且相对于其他指标选取方法，本发明的方法简单实用，易于操作。
-
公开(公告)号：CN107085630B
公开(公告)日：2019-03-08
申请号：CN201710194150.4
申请日：2017-03-28
Applicant: 国网浙江省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: G06F17/50
Abstract: 本发明公开了一种变压器油中溶解气体在线监测装置实用性分析方法。本发明将带电检测数据视为真实数据，在线监测数据则为带有误差的失真数据；通过信号分解，将在线监测数据的误差分解为系统误差、随机误差和巨大误差；将系统误差、随机误差与巨大误差作为测量指标，分别对这三种误差进行量化分析，并进行评价，依次得到巨大误差评价系数、随机误差评价系数和系统误差评价系数，再通过误差综合完成总体误差的评价，得到可用性系数；最后计算在线监测数据的各质量评价指标的可用性综合系数，得出在线监测数据的可用性结果。本发明能够较为全面的对在线监测数据的可用性进行评价。
-
-
-
Search Results
4
records
(took 0.089 seconds)
