-
公开(公告)号：CN115856534A
公开(公告)日：2023-03-28
申请号：CN202211518559.4
申请日：2022-11-29
Applicant: 西安交通大学 , 国网陕西省电力有限公司电力科学研究院
Abstract: 本发明属于电气设备局部放电检测技术领域，涉及一种GIS内置特高频传感器布置方法，包括以下步骤：根据GIS设计图纸，获取GIS典型结构特征信息；根据GIS典型结构特征信息建立包含GIS典型结构特征的三维简化模型；根据GIS典型结构特征和三维简化模型，借助高频电磁仿真软件根据预设布置方式配置传感器并进行仿真，根据仿真结果进行调整，确定最佳内置传感器空间布置方式，为GIS传感器的空间布置分布提供依据。不同独立结构不同方位电磁波峰值变化趋势并不一致，通过比较不同方位传感器收集电磁波信号峰值变化的差异即可判断局部放电源的周向方向角，再结合距离定位算法判断局部放电源轴向定位便可实现局部放电源的精准定位。
-
Patent Agency Ranking
公开(公告)号：CN115798612A
公开(公告)日：2023-03-14
申请号：CN202211505224.9
申请日：2022-11-28
Applicant: 国网陕西省电力有限公司电力科学研究院 , 西安交通大学
Abstract: 本发明提供一种SF6断路器喷口烧蚀潜伏性故障特征分解产物获取方法，包括构建SF6断路器喷口PTFE的分子模型，并将分子模型填充至三维周期性的模型盒子中；对模型盒子进行结构优化、退火和弛豫，获得优化后的模型；对优化后的模型进行分子动力学计算，模拟PTFE分子裂解的过程，得到PTFE分子裂解的过程的分解组分；对分解组分进行统计计算，完成SF6断路器喷口PTFE材料分解机理的研究。该方法通过分子动力学计算，从微观原子角度研究喷口PTFE的分解路径，排除实验可能存在的H2O和O2等杂质、吸附剂以及其他绝缘材料等因素的影响，结果具有可靠性，有效明确了喷口PTFE材料的裂解机理。
-
公开(公告)号：CN114167237A
公开(公告)日：2022-03-11
申请号：CN202111447058.7
申请日：2021-11-30
Applicant: 西安交通大学
IPC: G01R31/12
Abstract: 本发明涉及放电故障识别技术领域，公开一种GIS局部放电故障识别方法，包括以下步骤：信号采集：采集各类缺陷放电信号各多组，形成原始信号；数据处理：对原始信号分别进行变分模态分解，获得一系列固有模态分量；特征提取：对固有模态分量进行特征提取，得到多尺度排列熵；识别诊断：将多尺度排列熵作为高维特征向量输入局部放电故障分类器模型，输出故障结果。变分模态分解克服了EMD方法存在端点效应和模态分量混叠的问题，可以降低复杂度高和非线性强的时间序列非平稳性，分解获得包含多个不同频率尺度且相对平稳的子序列；由固有模态分量计算多尺度排列熵，能检测时间序列在多尺度下的复杂性变化。
-
公开(公告)号：CN117148069A
公开(公告)日：2023-12-01
申请号：CN202311147761.5
申请日：2023-09-06
Applicant: 西安交通大学 , 国网陕西省电力有限公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明属于局部放电诊断技术领域，涉及一种基于SSA‑MRSS的GIS局部放电声电联合定位方法，先确定局部放电发生气室；根据局部放电发生气室的结构布置超声波传感器；对超声波传感器收集的信号进行平均，得到到达时间矩阵；对到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行定位，得到初始局部放电坐标点；对初始局部放电坐标点的坐标进行筛选，得到初始数据簇；对到达时间矩阵进行筛选后，采用基于樽海鞘优化算法的到达时间差法进行优化求解，得到参考局部放电坐标点；根据参考局部放电坐标点和初始数据簇进行误差修正，得到最终局部放电点坐标。解决了现有定位法存在估计误差、寻优能力差及传播距离不精确的问题。
-
公开(公告)号：CN115980560A
公开(公告)日：2023-04-18
申请号：CN202211516320.3
申请日：2022-11-29
Applicant: 西安交通大学 , 国网陕西省电力有限公司电力科学研究院
IPC: G01R31/327 , G06N3/0464 , G06N3/08 , G06F18/214 , G01M13/00
Abstract: 本发明属于故障诊断技术领域，涉及一种基于CNN‑GRU的高压断路器机械故障诊断诊断方法，包括：采集断路器的机械振动信号、分合闸线圈电流信号以及动触头行程曲线信号，进行标准化处理，得到标准化数据；构建卷积神经网络故障诊断模型，包括依次连接的特征提取模块、特征拼接模块、特征融合模块和分类层模块；通过构建好的卷积神经网络故障诊断模型对标准化数据进行特征提取、特征拼接、特征融合和分类，省却了人工寻求特征的过程，减少过去经验对结果影响；信号融合是利用GRU算法对串行数据的处理能力，将进行扁平化处理后的CNN提取的特征输入GRU，由GRU处理连接起来的串行信号，减少过拟合的风险，且使得特征进一步融合。
-
公开(公告)号：CN115791252A
公开(公告)日：2023-03-14
申请号：CN202211505257.3
申请日：2022-11-28
Applicant: 国网陕西省电力有限公司电力科学研究院 , 西安交通大学
Abstract: 本发明公开一种SF6断路器润滑脂在电弧放电时分解产物的获取方法，包括对润滑脂材料中的元素进行同位素标记处理；将同位素标记后的润滑脂材料涂敷于六氟化硫断路器的内部，然后进行电弧放电试验；对电弧放电试验过程中的产物进行采集分析，得到同位素元素的来源，完成六氟化硫断路器润滑脂材料对电弧放电分解产物影响的判断。该方法利用同位素标记的润滑脂材料进行电弧放电试验，然后通过对电弧放电试验过程中的产物进行采集分析，有效获取了产物中各元素的来源，有效明确了六氟化硫断路器中润滑脂材料对电弧放电分解产物的影响，有效提高了SF6分解产物分析法在诊断润滑脂相关潜伏性故障中的精准度。
-
-
-
-
-
Search Results
6
records
(took 0.018 seconds)
