基于Debye模型的电缆绝缘老化状态评估方法及系统

    公开(公告)号:CN118068138A

    公开(公告)日:2024-05-24

    申请号:CN202410025871.2

    申请日:2024-01-08

    Abstract: 本发明公开了基于Debye模型的电缆绝缘老化状态评估方法及系统,涉及电气工程技术领域,包括:收集不同电缆绝缘材料的介电特性数据,确定电缆是否老化;构建Debye模型,基于收集的数据以及Debye模型评估电缆绝缘的老化状态;根据电缆绝缘的历史老化状态进行未来老化状态的预测。本发明通过基于Debye模型的高级分析方法,提升了电缆绝缘老化状态评估的准确性和效率。使得老化过程的监测更为精确,有效预测未来的老化趋势,从而为电力系统的维护和运营提供了可靠的决策支持。其能够实时监测和分析电缆绝缘状态,大大提高了电力系统的可靠性和安全性,减少了由于老化导致的故障和事故风险,对于保障电网的稳定运行具有重要意义。

    基于多物理场的海底电缆温度和载流量的监测方法及系统

    公开(公告)号:CN117932833A

    公开(公告)日:2024-04-26

    申请号:CN202311856642.7

    申请日:2023-12-29

    Abstract: 本发明公开了基于多物理场的海底电缆温度和载流量的监测方法及系统,涉及电气设备仿真测量技术领域,包括:构建其几何模型。建立海底电缆及其环境的综合几何模型。利用综合几何模型,通过有限元仿真构建电热流多物理场耦合的数值计算模型。运用牛顿‑拉夫逊迭代法进行海缆载流量的仿真计算,并得到海底电缆的温度场分布和载流量。引入人工智能算法,实现对海底电缆运行状态和环境变化的实时监测,检测潜在的电缆故障和异常情况。本发明提供了对海底电缆温度和载流量的实时、准确监测,大大提高了故障预警的及时性和电缆维护的效率。本发明能够综合考虑环境因素如水温、海流等对电缆性能的影响,从而提升了监测的全面性和预测的准确性。

    一种基于三相立体星型铁心12脉动整流方法及系统

    公开(公告)号:CN118763909A

    公开(公告)日:2024-10-11

    申请号:CN202410651723.1

    申请日:2024-05-24

    Abstract: 本发明公开了一种基于三相立体星型铁心12脉动整流方法及系统,涉及脉动整流技术领域,包括:将两组三相立体星型铁芯整流变压器接入三相交流电源,两个输出端子分别接入两个6脉动整流桥的输入端;将两个6脉动整流桥串联共同为直流负载供电,通过考虑星型和三角形接线方式对相位的影响,确定输出直流电压的有效值;根据输出直流电压的有效值,计算融冰电流;采用整流控制策略控制整流输出,完成整流控制。本发明整体体积重量较小,便于移动和部署,输出电压更高,适应长线路融冰,输出电压电流可调节,适应不同线路情况,谐波含量低,对电网污染小,功率因数高,有利于变电站主变压器稳定运行。

    一种介电模量指纹数据库的绝缘状态评估方法及系统

    公开(公告)号:CN118133505A

    公开(公告)日:2024-06-04

    申请号:CN202410119225.2

    申请日:2024-01-29

    Abstract: 本发明公开了一种介电模量指纹数据库的绝缘状态评估方法及系统,涉及电气设备故障诊断技术领域,包括:收集数据信息进行数据预处理;基于数据信息构建温度和湿度的评估模型、电流电压评估模型以及材料老化评估模型;进一步构建绝缘状态预测模型计算预测得分;根据持续收集的数据进行优化模型并完成绝缘状态评估。本发明通过综合收集关键参数构建温度和湿度评估模型、电流电压评估模型以及材料老化评估模型,实现了对绝缘状态影响因素的多维度分析。这些模型不仅单独考虑了每个因素的影响,而且算法精确揭示了这些因素之间的相互作用和综合影响。构建的模型考虑了实际操作环境的动态变化,使得评估结果更加贴近实际应用场景。

    一种多分类SVM的变压器故障诊断方法及系统

    公开(公告)号:CN118094349A

    公开(公告)日:2024-05-28

    申请号:CN202311827737.6

    申请日:2023-12-28

    Abstract: 本发明公开了一种多分类SVM的变压器故障诊断方法及系统,涉及电气设备故障诊断方法技术领域,包括:采用气相色谱法分别检测变压器油中的溶解特征气体浓度并进行预处理;对预处理后的特征气体进行三比值处理;构建分类器支持向量机SVM模型,采用一对一策略对标准二分类SVM进行扩展,形成多类别分类问题;通过混合学习策略,融合SVM与随机森林技术构建综合的多类别故障诊断模型,并使用粒子群优化算法进行迭代优化,输出变压器故障诊断模型。本发明通过结合SVM和随机森林技术,以及精细化的一对一分类策略,显著提高了故障诊断的准确性。并且通过加权投票机制和置信度门槛的应用提高了最终故障判定的可靠性,减少了误诊的可能性。

    一种基于神经网络的线路覆冰监测预警方法及系统

    公开(公告)号:CN119005669A

    公开(公告)日:2024-11-22

    申请号:CN202410668690.1

    申请日:2024-05-28

    Abstract: 本发明公开了一种基于神经网络的线路覆冰监测预警方法及系统,涉及配电线路覆冰监测领域,包括部署线路沿线的传感器阵列,实时采集线路周边的多源异构数据;根据所述多源异构数据构建基于神经网络的线路覆冰监测预警模型,并通过所述线路覆冰监测预警模型识别和预测线路覆冰风险;当所述线路覆冰监测预警模型预测线路存在覆冰风险时,结合线路的地理位置信息,对覆冰风险的程度和影响范围进行评估,生成区域化的覆冰预警信号。本发明融合多源异构数据,采用分层SVM分类器集成模型和贝叶斯网络混合训练,提高风险识别精度;引入隐马尔可夫随机场模型评估覆冰影响范围,生成区域化预警信号,提高预警的精准性和时效性,保障配电线路安全运行。

Patent Agency Ranking