-
公开(公告)号：CN109029960B
公开(公告)日：2020-08-21
申请号：CN201810978585.2
申请日：2018-08-27
Abstract: 本发明公开了一种断路器机械状态检测方法，其包括下列步骤：采集正常工况下高压断路器分合闸振动信号；使用变分模式分解将振动信号分解为若干个固有模式函数分量，并使用粒子群算法对变分模式分解参数寻优；使用Hilbert变换计算振动信号的时频分布并作三维时频谱图；以1kHz为带宽对12kHz频带以内三维时频谱作频带划分，并使用数值积分方法计算每一个三维时频块与时频面围成的体积，将体积作为振动信号特征向量并作归一化处理；通过定义特征向量之间的相似度并比较待检信号与正常工况信号的形似度来确定待检断路器是否存在机械故障。实现本发明，为高压断路器机械状态检测提供了定量判据，可得到更为准确的状态检测结果。
-
公开(公告)号：CN109029960A
公开(公告)日：2018-12-18
申请号：CN201810978585.2
申请日：2018-08-27
IPC: G01M13/00
Abstract: 本发明公开了一种断路器机械状态检测方法，其包括下列步骤：采集正常工况下高压断路器分合闸振动信号；使用变分模式分解将振动信号分解为若干个固有模式函数分量，并使用粒子群算法对变分模式分解参数寻优；使用Hilbert变换计算振动信号的时频分布并作三维时频谱图；以1kHz为带宽对12kHz频带以内三维时频谱作频带划分，并使用数值积分方法计算每一个三维时频块与时频面围成的体积，将体积作为振动信号特征向量并作归一化处理；通过定义特征向量之间的相似度并比较待检信号与正常工况信号的形似度来确定待检断路器是否存在机械故障。实现本发明，为高压断路器机械状态检测提供了定量判据，可得到更为准确的状态检测结果。
-
公开(公告)号：CN109029959B
公开(公告)日：2020-08-21
申请号：CN201810978508.7
申请日：2018-08-27
Abstract: 本发明公开了一种变压器绕组的机械状态检测方法，包括如下步骤：步骤S1，在变压器箱壁布置振动加速度传感器，以预定的采样频率采集变压器振动信号；步骤S2，将原始振动信号分解成多个固有模式函数之和；步骤S3，对振动信号的固有模式函数进行Hilbert变换得到振动信号的时频谱图；步骤S4，对振动信号时频谱图提取局部二值特征，构造振动信号特征向量；步骤S5,获得基准特征向量以及待测振动信号的特征向量，并计算两者的相似度；步骤S6，将所述相似度与一预定阈值进行比较，确定所述变压器绕组机械状态。实施本发明，可以通过在线监测变压器突发短路时变压器箱壁振动信号对绕组的工作状态进行判别。
-
公开(公告)号：CN109029959A
公开(公告)日：2018-12-18
申请号：CN201810978508.7
申请日：2018-08-27
IPC: G01M13/00
Abstract: 本发明公开了一种变压器绕组的机械状态检测方法，包括如下步骤：步骤S1，在变压器箱壁布置振动加速度传感器，以预定的采样频率采集变压器振动信号；步骤S2，将原始振动信号分解成多个固有模式函数之和；步骤S3，对振动信号的固有模式函数进行Hilbert变换得到振动信号的时频谱图；步骤S4，对振动信号时频谱图提取局部二值特征，构造振动信号特征向量；步骤S5,获得基准特征向量以及待测振动信号的特征向量，并计算两者的相似度；步骤S6，将所述相似度与一预定阈值进行比较，确定所述变压器绕组机械状态。实施本发明，可以通过在线监测变压器突发短路时变压器箱壁振动信号对绕组的工作状态进行判别。
-
公开(公告)号：CN110398647B
公开(公告)日：2022-02-15
申请号：CN201910558146.0
申请日：2019-06-26
Applicant: 深圳供电局有限公司
Abstract: 本申请涉及一种变压器状态监测方法。所述变压器状态监测方法通过构建听觉特征参数提取模型模拟人耳的听觉特性，主动滤噪。所述变压器状态监测方法减小了环境噪声对判别所述待测变压器状态的影响，提高了所述待测变压器状态判别的准确性。此外，所述变压器状态监测方法通过所述信息熵大小进行加权使得含有特征信息更多的特征参数在相关度分析占更大的比重，能更准确地反映特征参数之间的相关程度。所述变压器状态监测方法设置了状态判别标准，有效了避免人为因素的干扰，进一步提高了所述待测变压器状态判别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110398647A
公开(公告)日：2019-11-01
申请号：CN201910558146.0
申请日：2019-06-26
Applicant: 深圳供电局有限公司
Abstract: 本申请涉及一种变压器状态监测方法。所述变压器状态监测方法通过构建听觉特征参数提取模型模拟人耳的听觉特性，主动滤噪。所述变压器状态监测方法减小了环境噪声对判别所述待测变压器状态的影响，提高了所述待测变压器状态判别的准确性。此外，所述变压器状态监测方法通过所述信息熵大小进行加权使得含有特征信息更多的特征参数在相关度分析占更大的比重，能更准确地反映特征参数之间的相关程度。所述变压器状态监测方法设置了状态判别标准，有效了避免人为因素的干扰，进一步提高了所述待测变压器状态判别的准确性。
-
公开(公告)号：CN110415709A
公开(公告)日：2019-11-05
申请号：CN201910561468.0
申请日：2019-06-26
Applicant: 深圳供电局有限公司
Abstract: 本申请涉及一种基于声纹识别模型的变压器工作状态识别方法。所述识别方法通过将多个所述声音灰度图像作为所述卷积神经网络的输入参数，将多个与所述多个声音灰度图像一一对应的工作状态信息作为所述卷积神经网络的输出参数，对卷积神经网络进行训练，建立声纹识别模型。相比于现有技术，所述声音灰度图像能够放大所述变压器声音信号的时频特性，能够提高所述待测声音的辨识度。当将待识别变压器的待测声音灰度图像作为所述声纹识别模型的输入参数，所述声纹识别模型能够准确识别所述变压器的工作状态。所述变压器工作状态识别方法能够有效提取变压器声音信号时频特征，进而提高了变压器工作状态识别的准确性。
-
公开(公告)号：CN110415709B
公开(公告)日：2022-01-25
申请号：CN201910561468.0
申请日：2019-06-26
Applicant: 深圳供电局有限公司
Abstract: 本申请涉及一种基于声纹识别模型的变压器工作状态识别方法。所述识别方法通过将多个所述声音灰度图像作为所述卷积神经网络的输入参数，将多个与所述多个声音灰度图像一一对应的工作状态信息作为所述卷积神经网络的输出参数，对卷积神经网络进行训练，建立声纹识别模型。相比于现有技术，所述声音灰度图像能够放大所述变压器声音信号的时频特性，能够提高所述待测声音的辨识度。当将待识别变压器的待测声音灰度图像作为所述声纹识别模型的输入参数，所述声纹识别模型能够准确识别所述变压器的工作状态。所述变压器工作状态识别方法能够有效提取变压器声音信号时频特征，进而提高了变压器工作状态识别的准确性。
-
公开(公告)号：CN110376455B
公开(公告)日：2021-11-16
申请号：CN201910559944.5
申请日：2019-06-26
Applicant: 深圳供电局有限公司
Abstract: 本申请涉及一种变压器工作状态检测方法、装置、计算机设备和存储介质。所述方法包括：获取多段变压器的标准声音信号，其中，所述标准声音信号是指变压器在正常运行情况下的历史声音信号；对各所述标准声音信号进行离散傅里叶变换，并获取各所述标准声音信号的频谱分量幅值，形成频谱矩阵；根据所述频谱矩阵提取历史基矩阵，其中，所述历史基矩阵是指表征所述标准声音信号的特征的矩阵；根据所述历史基矩阵计算待测试变压器声音信号的频谱分量的重构分量；根据所述重构分量判断所述待测试变压器的工作状态。本申请提供的方法能够降低信号信息冗余度，从而提高变压器工作状态判别的准确性和便利性，减少故障误报和漏报。
-
公开(公告)号：CN110376455A
公开(公告)日：2019-10-25
申请号：CN201910559944.5
申请日：2019-06-26
Applicant: 深圳供电局有限公司
Abstract: 本申请涉及一种变压器工作状态检测方法、装置、计算机设备和存储介质。所述方法包括：获取多段变压器的标准声音信号，其中，所述标准声音信号是指变压器在正常运行情况下的历史声音信号；对各所述标准声音信号进行离散傅里叶变换，并获取各所述标准声音信号的频谱分量幅值，形成频谱矩阵；根据所述频谱矩阵提取历史基矩阵，其中，所述历史基矩阵是指表征所述标准声音信号的特征的矩阵；根据所述历史基矩阵计算待测试变压器声音信号的频谱分量的重构分量；根据所述重构分量判断所述待测试变压器的工作状态。本申请提供的方法能够降低信号信息冗余度，从而提高变压器工作状态判别的准确性和便利性，减少故障误报和漏报。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.068 seconds)
