-
公开(公告)号：CN104809722B
公开(公告)日：2018-09-28
申请号：CN201510173009.7
申请日：2015-04-13
Abstract: 本发明公开了一种基于红外热像的电气设备故障诊断方法，包括：输入采集的电气设备红外热像图；对红外热像图像进行灰度化处理，运用OTSU法对灰度化后的电气设备红外热像图进行分割处理；提取分割后的红外热像的特征参数作为GA‑BP神经网络的输入参数并对GA‑BP神经网络进行训练；运用训练好的GA‑BP神经网络对电气设备进行热缺陷诊断，输出诊断结果。本发明有益效果：引入OTSU分割，提取温度特征和Zernike矩参数，经GA‑BP神经网络对电气设备进行故障诊断，效果显著，可针对不同的电气设备热缺陷进行诊断处理，有利于变电站的智能化运行，提高检测的准确性。
-
公开(公告)号：CN105388402B
公开(公告)日：2018-08-10
申请号：CN201510732891.4
申请日：2015-10-30
IPC: G01R31/12
Abstract: 本发明公开了一种基于参数优化SVM算法的交联电缆局部放电模式识别方法，为避免传统模式识别中神经网络收敛速度慢、过学习等不足或因支持向量机参数选择不当而导致识别精度低，在引入M‑ary分类理论将泛化及学习能力更强的SVM算法扩展为多类分类器的同时，利用改进遗传算法优化各子分类器的惩罚因子及核函数参数，从而构造出最优参数SVM分类模型。结果表明，以优化SVM作为分类器时各缺陷识别率均＞95％，且无论是否优化参数，SVM总体识别能力要优于RBF神经网络。
-
公开(公告)号：CN105334436A
公开(公告)日：2016-02-17
申请号：CN201510731479.0
申请日：2015-10-30
IPC: G01R31/12
Abstract: 本发明公开了一种基于SOM-BP组合神经网络的交联电缆局部放电模式识别方法，将SOM神经网络作为初级网络，BP神经网络作为次级网络，两者间串联连接的SOM-BP组合神经网络模型。开展交联电缆局部放电模拟试验，提取了超宽频带单次放电脉冲时域波形的3、4阶统计特征作为放电指纹，实现对电缆局部放电类型的识别。识别结果表明，以SOM-BP组合神经网络作为分类器时各模式识别率均＞90％，且无论是各类识别率还是整体识别率，该网络识别效果均为最佳，证明了组合模型的有效性及合理性。
-
公开(公告)号：CN105334436B
公开(公告)日：2018-08-10
申请号：CN201510731479.0
申请日：2015-10-30
IPC: G01R31/12
Abstract: 本发明公开了一种基于SOM‑BP组合神经网络的交联电缆局部放电模式识别方法，将SOM神经网络作为初级网络，BP神经网络作为次级网络，两者间串联连接的SOM‑BP组合神经网络模型。开展交联电缆局部放电模拟试验，提取了超宽频带单次放电脉冲时域波形的3、4阶统计特征作为放电指纹，实现对电缆局部放电类型的识别。识别结果表明，以SOM‑BP组合神经网络作为分类器时各模式识别率均＞90％，且无论是各类识别率还是整体识别率，该网络识别效果均为最佳，证明了组合模型的有效性及合理性。
-
公开(公告)号：CN105388402A
公开(公告)日：2016-03-09
申请号：CN201510732891.4
申请日：2015-10-30
IPC: G01R31/12
Abstract: 本发明公开了一种基于参数优化SVM算法的交联电缆局部放电模式识别方法，为避免传统模式识别中神经网络收敛速度慢、过学习等不足或因支持向量机参数选择不当而导致识别精度低，在引入M-ary分类理论将泛化及学习能力更强的SVM算法扩展为多类分类器的同时，利用改进遗传算法优化各子分类器的惩罚因子及核函数参数，从而构造出最优参数SVM分类模型。结果表明，以优化SVM作为分类器时各缺陷识别率均＞95％，且无论是否优化参数，SVM总体识别能力要优于RBF神经网络。
-
Patent Agency Ranking
公开(公告)号：CN104809722A
公开(公告)日：2015-07-29
申请号：CN201510173009.7
申请日：2015-04-13
Abstract: 本发明公开了一种基于红外热像的电气设备故障诊断方法，包括：输入采集的电气设备红外热像图；对红外热像图像进行灰度化处理，运用OTSU法对灰度化后的电气设备红外热像图进行分割处理；提取分割后的红外热像的特征参数作为GA-BP神经网络的输入参数并对GA-BP神经网络进行训练；运用训练好的GA-BP神经网络对电气设备进行热缺陷诊断，输出诊断结果。本发明有益效果：引入OTSU分割，提取温度特征和Zernike矩参数，经GA-BP神经网络对电气设备进行故障诊断，效果显著，可针对不同的电气设备热缺陷进行诊断处理，有利于变电站的智能化运行，提高检测的准确性。
-
公开(公告)号：CN104808122A
公开(公告)日：2015-07-29
申请号：CN201510189008.1
申请日：2015-04-20
Abstract: 本发明公开了一种基于统计学习理论的XLPE电缆局部放电信号估计方法，包括：输入采集的XLPE电缆的局部放电信号；将XLPE电缆局部放电信号通过基函数的线性组合来表示；对XLPE电缆局部放电信号进行小波分解，得到按照分解系数能量由大到小顺序的新的小波系数序列；根据上述分解系数序列，依次令VC维h＝1,2,...,L，从新的小波系数序列中保留前h-1个小波分解系数，并将剩余的分解系数置零，计算相应的结构风险；找出使得{Rstr(h)}最小的VC维h0；输出XLPE电缆局部放电的最优估计信号。本发明有益效果：处理后信号波形与真实信号波形的匹配度高，能够较好地保留了放电信号成分，对背景噪声的平滑效果也十分显著。
-
公开(公告)号：CN104808107A
公开(公告)日：2015-07-29
申请号：CN201510181321.0
申请日：2015-04-16
Abstract: 本发明公开了一种XLPE电缆局部放电缺陷类型识别方法，包括下述步骤：得到去噪后的XLPE电缆特高频PRPS图谱；提取并计算PRPS图谱的四个有量纲统计特征参数以及六个无量纲特征参数；将上述特征参数输入到SOM神经网络模型；确定获胜神经元，SOM神经网络通过更新获胜神经元的权值向量不断学习，直到输出层获胜神经元对应的输入样本稳定；输出SOM神经网络的类型识别结果。本发明有益效果：克服了传统方法收敛速度慢，判断准确度差的缺点，具有检测速度快，步骤简单，诊断准确度高的特点，并且满足故障分析的可视化需求，有利于检修工作人员准确评估XLPE电缆的运行状态，提高XLPE电缆局部放电检测系统的智能化水平。
-
公开(公告)号：CN204740321U
公开(公告)日：2015-11-04
申请号：CN201520371256.3
申请日：2015-06-02
IPC: G01R31/12
Abstract: 一种用于局部放电检测的异面指数型渐变槽线特高频传感器，包括：带指数型渐变槽线的金属贴片、介质基板、金属屏蔽盒、同轴线和N型接头；所述介质基板固定在金属屏蔽盒内，带指数型渐变槽线的金属贴片附着在介质基板上，所述同轴线的一端与带指数型渐变槽线的金属贴片连接、另一端与N型接头焊接，所述N型接头与金属屏蔽盒通过螺纹连接。本实用新型有益效果：本实用新型采用阻抗渐变理论，通过在传感器的金属贴片采用指数渐变槽线，使传感器在具有渐变阻抗特性，增加传感器的工作带宽，改善了天线的阻抗匹配特性。
-
公开(公告)号：CN204740268U
公开(公告)日：2015-11-04
申请号：CN201520371688.4
申请日：2015-06-02
Abstract: 本实用新型公开了一种用于特高频传感器的带电检测支撑杆，包括：绝缘杆、固定卡爪和传感器保护装置；所述绝缘杆与固定卡爪连接，传感器保护装置固定在固定卡爪上。本实用新型有益效果：本实用新型解决了待测点位置高、测试位置空间小、测试角度复杂、传感器不便于安放等问题。极大地提高了变电站现场测试的效率，而且进一步保障了测试人员的安全。
-
-
-
-
-
-
-
-
-
Search Results
91
records
(took 0.059 seconds)
