一种特高压设备局部放电检测数据的判别方法

    公开(公告)号:CN109856517B

    公开(公告)日:2021-02-23

    申请号:CN201910247454.1

    申请日:2019-03-29

    Abstract: 本发明公开了一种特高压设备局部放电检测数据的判别方法,包括:将连续的超声波频率信号经采样降至人耳可听到的连续声波频率信号;连续截取一个设定时间长度的帧声波频率信号;提取帧声波频率信号的梅尔频率倒谱系数作为待识别故障放电特征;将提取的待识别故障放电特征送入CNN卷积神经网络,经CNN卷积神经网络分析进入CNN卷积神经网络输出分类层的故障分类器;CNN卷积神经网络根据事先对已知故障放电特征学习形成的故障分类器,识别待识别故障放电特征并输出待识别故障放电类型。本发明直接用卷积神经网络CNN对故障类型进行模式学习和识别,提高了识别的准确率,减少或者避免了人工干预。

    用于确定断路器不均匀系数及校正分压器测量结果的方法

    公开(公告)号:CN107478986B

    公开(公告)日:2019-10-29

    申请号:CN201710759947.4

    申请日:2017-08-29

    Inventor: 杨为

    Abstract: 本发明公开了一种用于确定断路器不均匀系数及校正分压器测量结果的方法,涉及高压交流断路器技术领域,该方法包括:确定断路器电路中的电路元件的参数;建立断路器开断容性负载后的交流等效电路和直流等效电路;获得交直流叠加后的暂态恢复电压;根据叠加后的暂态恢复电压获得断路器断口的电压峰值和分压器的补偿电压;以及根据电压峰值确定断路器断口的不均匀系数、根据补偿电压校正分压器的测量结果。通过上述方法,在断路器电路中的电路元件的参数的影响下,仍可以准确、有效地确定断路器不均匀系数的动态变化,同时对分压器的测量结果进行了校正,得到了工程中与实际工况更加符合的暂态电压分布情况。

Patent Agency Ranking