基于蓝牙通信的输电线路杆塔倾斜监测系统及其应用方法

    公开(公告)号:CN107101615A

    公开(公告)日:2017-08-29

    申请号:CN201710298687.5

    申请日:2017-04-27

    Applicant: 河海大学

    CPC classification number: G01C9/00 G01C9/04 H04W4/80

    Abstract: 本发明公开一种基于蓝牙通信的输电线路杆塔倾斜监测系统及其应用方法,系统包括:安装于智能手机上的倾斜监测客户端软件以及多个分别安装于各输电线路杆塔上的倾角测量系统;智能手机包括蓝牙传输模块;各倾角测量系统分别包括倾角传感器、处理器、电源模块以及蓝牙传输模块;倾角传感器测量输电线路杆塔的倾角信号传输至处理器,处理器通过蓝牙传输模块将接收到的倾角信号传输至智能手机,进而显示在智能手机的倾斜监测客户端软件界面上。本发明可应用于对多个输电线路杆塔的倾斜监测,通过蓝牙技术实现倾斜信号的获取,并通过目前较为普遍的智能手机进行倾斜信息的显示,技术普及较为容易,可提高工作人员的监测效率。

    基于晶闸管的分段式快速调压方法和系统

    公开(公告)号:CN108964065A

    公开(公告)日:2018-12-07

    申请号:CN201810787650.3

    申请日:2018-07-18

    Applicant: 河海大学

    CPC classification number: H02J3/12 H02J3/18

    Abstract: 本发明公开了一种基于晶闸管的分段式快速调压方法和系统,其中方法包括通过将变压器绕组分段,并在各段绕组之间加入间断隔成,形成明显的断点;硬件系统初始化数据后并进行启动监测后控制Rq与KA组成的启动电路合闸,电流互感器和电压互感器采集变压器二次侧输出的电流和电压信息,经过ADC、放大电路以及滤波电路后,控制电路根据预设的电压限值通过调节晶闸管的通断来调节系统电压。本发明方法针对电力电子式自动调压系统结构复杂、切换过程冗长和响应速度慢等问题,提出基于晶闸管的分段式快速调压方法,去除冗杂的过渡电路;采用快速切换和增加分段绕组的方式限制过渡环流,简化调压流程;实现在任意时刻进行切换,突破过零切换理论的限制。

    基于MPE与SVM的OLTC机械故障诊断方法

    公开(公告)号:CN108362488A

    公开(公告)日:2018-08-03

    申请号:CN201810166483.0

    申请日:2018-02-28

    Applicant: 河海大学

    CPC classification number: G01M13/00 G01H17/00

    Abstract: 本发明公开了一种基于MPE和SVM的OLTC机械故障诊断方法,包括以下步骤:1)通过加速度传感器对有载分接开关OLTC正常状态下的振动信号、故障状态下的振动信号进行采集,并对振动信号做预处理;2)对采集到的振动信号进行多尺度排列熵MPE计算,构造特征向量,作为支持向量机SVM的输入;3)将步骤2)得到的特征向量输入到支持向量机SVM中,对支持向量机SVM进行训练,将测试数据输入到训练好的SVM,从而判断OLTC的故障模式,本发明不需要大量数据进行SVM的训练,诊断精度更高;对OLTC的诊断效果明显优于BP神经网络。

    一种基于LVQ神经网络的高压断路器机械故障识别方法

    公开(公告)号:CN107766816A

    公开(公告)日:2018-03-06

    申请号:CN201710969049.1

    申请日:2017-10-18

    Applicant: 河海大学

    CPC classification number: G06K9/0051 G01H1/12 G06K9/00523 G06K9/00536 G06N3/08

    Abstract: 本发明公开了一种基于LVQ神经网络的高压断路器机械故障识别方法,包括以下几个步骤:步骤1:通过加速度传感器对断路器正常状态下的振动信号、故障状态下的振动信号进行采集,并对振动信号做预处理;步骤2:对采集到的振动信号进行小波包分解,得到P个频段,P个频段信号分别以能量的形式表示,并进行归一化,构造特征向量,作为LVQ神经网络的输入,其中P为正整数;步骤3:将步骤2构造的特征向量输入到LVQ神经网络中,对LVQ神经网络进行训练,当所述LVQ神经网络达到设定迭代步数时,将测试数据输入到训练好的LVQ神经网络,从而判断高压断路器的故障模式。本发明其诊断结果精度高、耗时少,结构简单,可操作性强。

    一种高压断路器在线监测及故障综合诊断系统

    公开(公告)号:CN107329079A

    公开(公告)日:2017-11-07

    申请号:CN201710628402.X

    申请日:2017-07-28

    Applicant: 河海大学

    CPC classification number: G01R31/3274 G01R31/3275

    Abstract: 本发明公开了一种高压断路器在线监测及故障综合诊断系统,其特征是,首先对高压断路器的振动信号、线圈电流和行程时间信号进行采集,通过单片机对数据预先处理,进行去噪并存储;接着通过ZigBee模块将数据传输到上位机,在基于算法程序的基础上提取信号的特征向量;最后与预先存储的正常信号进行对比,判断高压断路器是否发生故障。本发明的有益效果是:综合利用振动信号,线圈电流和行程时间等信号,对断路器运行状态和故障类型进行诊断,并实现报警,结合行程时间信号与振动信号综合判断的结果,实现高压断路器故障模式较准确的诊断。

Patent Agency Ranking