-
公开(公告)号:CN119293612A
公开(公告)日:2025-01-10
申请号:CN202411530310.4
申请日:2024-10-30
Applicant: 国网重庆市电力公司超高压分公司
IPC: G06F18/2411 , G01H17/00 , G06F18/2113 , G06F18/2134 , G06N3/006
Abstract: 本发明提供的一种基于CEEMDAN‑BWO‑SVM的电力变压器绕组机械故障诊断方法,包括以下步骤:S1.获取样本电力变压器箱体外侧壁振动加速度信号;S2.采用CEEMDAN方法分解振动加速度信号形成N个IMF分量;S3.计算每个IMF分量与初始振动加速度信号的皮尔逊相关系数,并基于皮尔逊相关系数筛选出特征分量;S4.计算特征分量的指数熵并形成特征向量;S5.构建BWO‑SVM预测模型,将特征向量输入至BWO‑SVM预测模型中进行训练;S6.获取待测电力变压器箱体外侧壁振动加速度信号,并将待测电力变压器的振动加速度信号经过步骤S2‑步骤S4处理形成待测特征向量,并将待测特征向量输入至训练完成的BWO‑SVM预测模型中得到机械故障诊断结果。
-
公开(公告)号:CN119513652A
公开(公告)日:2025-02-25
申请号:CN202411530036.0
申请日:2024-10-30
Applicant: 国网重庆市电力公司超高压分公司
IPC: G06F18/24 , G06F18/15 , G06F18/213 , G06N3/0464
Abstract: 本发明提供的一种电力变压器绕组松动状态类别识别方法,包括:S1.获取在运行电力变压器绕组正常状态和松动状态下的变压器箱体表面振动加速度信号;S2.采用相对位置矩阵计算方法,将一维时域振动信号转化为二维时域特征灰度矩阵,然后对二维时域特征灰度矩阵进行伪彩色处理形成二维彩色特征图谱;S3.构建GoogLeNet网络,将二维彩色特征图谱输入至GoogLeNet网络中进行训练直至训练完成;S4.获取待测电力变压器箱体表面的振动加速度信号,然后经过步骤S2的处理过程形成待测二维彩色特征图谱,将待测二维彩色特征图谱输入至训练完成的GoogLeNet网络中进行处理得到待测电力变压器松动状态类别识别结果。
-