-
公开(公告)号:CN114118160A
公开(公告)日:2022-03-01
申请号:CN202111449348.5
申请日:2021-12-01
Applicant: 国网辽宁省电力有限公司检修分公司 , 国家电网有限公司
Abstract: 本发明涉及一种500kV变压器设备故障识别方法,步骤:数据集的获取;构造多特征融合的卷积神经网络模型;将数据集分成两个部分:训练集用来训练模型,测试集用来测试模型准确度;模型参数的选择;两个子模型融合层数的选择;运行模型,当识别准确度较低时,将新数据加入训练集再次训练模型。本发明在一维卷积神经网络中引入了融合层,提高了网络中不同层的多样性特征,在复杂电能质量扰动下具有较好的性能,能够准确识别出复合扰动信号的类别。本发明具有能够提取信号的有效特征、训练时间短、准确度高等优点,可以有效提升对复合电能质量信号识别的准确度。
-
公开(公告)号:CN115792491A
公开(公告)日:2023-03-14
申请号:CN202211433404.0
申请日:2022-11-16
Applicant: 国网辽宁省电力有限公司超高压分公司 , 国家电网有限公司
IPC: G01R31/08
Abstract: 本发明公开了一种用于电网短路故障电流特征参数提取的计算方法及设备。其特征在于,由短路电流波形数据的离散序列Y=(y(1),y(2),L,y(N))构造N‑n组线性方程组AX=D,和递推公式通过对中间运算变量Z和B的计算获得电网短路故障电流特征参数为幅值Im、直流时间常数τ、角频率ω和初始相位ψ。以特征参数幅值Im、直流时间常数τ、角频率ω和初始相位ψ的计算结果建立短路故障电流表达式为并确定优化参数变量,以前述计算结果为初始值通过非线性最小二乘法进一步优化,在目标函数的偏差在约定的范围内时获得最终的计算结果。
-