公开(公告)号：CN119310386A

公开(公告)日：2025-01-14

申请号：CN202310885290.1

申请日：2023-07-14

Applicant: 华北电力大学(保定)

Inventor： 朱永利 ,  欧蓉姗

IPC: G01R31/08 ,  G06F30/20 ,  G06F113/04 ,  G06F119/02

Abstract: 本申请公开了一种基于双端测距新算法的高压输电线路故障定位方法，应用于电力系统及其自动化领域。该方法通过对故障电流信号进行处理，进而达到检测到初始行波波头的目的，利用波头到达线路两端点的初始时刻进行故障测距。首先，通过罗氏电流互感器不失真的测量动态短路电流；然后，经过Karenbauer变换对信号解耦；接着，对解耦后的线模电流信号进行EMD模态分解；随后，利用Teager能量算子计算imf1的瞬时能量谱，检测行波波头；最后，利用双端测距新算法进行故障测距。实验结果表明，采用EMD和能量算子相结合的方式能够更加准确检测到波头。同时采用双端测距新算法，将波速巧妙化简，提高了测距的精度和计算速度。

公开(公告)号：CN117473289B

公开(公告)日：2024-05-24

申请号：CN202310542406.1

申请日：2023-05-10

Applicant: 华北电力大学(保定)

Inventor： 朱永利 ,  欧蓉姗

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/245 ,  G01R31/12

Abstract: 针对变压器局部放电信号数据量较少的现实问题，本发明设计了基于储备池计算的小样本变压器局部放电模式识别方法，将下一代储备池计算(Next Generation Reservoir Computing，储备池计算)运用到了静态的局部放电模式识别当中。首先，提取局部放电信号VMD‑Hilbert边际谱图像的图像Hu矩特征作为特征向量的线性部分；其次，利用低阶多项式构造出特征向量的非线性部分；最后，训练得到输出权重矩阵的参数，并对测试集进行分类性能比较。本发明的方法没有复杂的神经网络结构，其所需要设置的参数较少，结构简单，对学习率不敏感，适合于小样本的数据集，而且，其只需要非常小的运算量即可得到较理想的分类效果。

公开(公告)号：CN117473289A

公开(公告)日：2024-01-30

申请号：CN202310542406.1

申请日：2023-05-10

Applicant: 华北电力大学(保定)

Inventor： 朱永利 ,  欧蓉姗

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/245 ,  G01R31/12

Abstract: 针对变压器局部放电信号数据量较少的现实问题，本发明设计了基于储备池计算的小样本变压器局部放电模式识别方法，将下一代储备池计算(Next Generation Reservoir Computing，储备池计算)运用到了静态的局部放电模式识别当中。首先，提取局部放电信号VMD‑Hilbert边际谱图像的图像Hu矩特征作为特征向量的线性部分；其次，利用低阶多项式构造出特征向量的非线性部分；最后，训练得到输出权重矩阵的参数，并对测试集进行分类性能比较。本发明的方法没有复杂的神经网络结构，其所需要设置的参数较少，结构简单，对学习率不敏感，适合于小样本的数据集，而且，其只需要非常小的运算量即可得到较理想的分类效果。