-
公开(公告)号：CN119691605A
公开(公告)日：2025-03-25
申请号：CN202411457660.2
申请日：2024-10-18
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06F18/2431 , G06F18/15 , G06V10/143 , G06V10/77 , G06V10/764 , G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G01R31/52 , G01R31/62
Abstract: 本发明涉及电力设备故障检测技术领域，特别是一种基于卷积神经网络的油浸式变压器匝间短路故障辨识方法，其包括通过TMR电流传感器及光学红外传感器采集油浸式变压器内部故障后多参量特征；采用Swin Transformer架构的卷积神经网络进行数据集图像处理；采用AdamW优化器对Swin Transformer进行模型优化及故障辨识。本发明的有益效果为结合了实际工程需求，通过变压器主回路电流、损耗电气参数以及变压器外壳温度等非电气参数作为故障识别的依据，显著提升了该方法对干扰的抵抗能力，实现了联合利用多个参数来识别油浸式变压器绕组的匝间短路故障，避免了仅依赖单一电气参数的限制。
-
公开(公告)号：CN119577570A
公开(公告)日：2025-03-07
申请号：CN202411510364.4
申请日：2024-10-28
Applicant: 广西电网有限责任公司电力科学研究院
IPC: G06F18/2415 , G06N3/0464 , G06F18/214 , G06F18/15 , G06N3/084 , G06F18/213
Abstract: 本发明公开了一种基于卷积神经网络的GIS典型绝缘缺陷识别方法，涉及绝缘缺陷识别技术领域，包括：采集绝缘缺陷的信号数据；对所述信号数据进行预处理，生成训练数据和测试数据；使用卷积神经网络对所述训练数据进行训练，生成绝缘缺陷识别模型；根据所述绝缘缺陷识别模型对所述测试数据进行分类，并输出识别结果。本发明以PD的时域信号为数据样本提出一种基于卷积神经网络的GIS绝缘缺陷识别方法，目的在于利用卷积神经网络本身强大的特征提取能力代替传统的人工特征提取过程，简化缺陷识别流程，提高识别方法的准确性和泛化性。
-
公开(公告)号：CN118692796A
公开(公告)日：2024-09-24
申请号：CN202410647794.4
申请日：2024-05-23
Applicant: 广西电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种基于三相立体铁心互磁通的绕组匝数优化方法及系统，涉及电力技术领域，包括：通过设计无中间立柱三相对称结构，并采用互磁通替代主磁通来优化绕组匝数的计算方法，在稳定后严格按照周期性变化，有效优化变压器的结构设计。本发明提供的基于三相立体铁心互磁通的绕组匝数优化方法通过本发明所设计的三相立体铁心结构，任意两相芯柱之间的主磁通及其对应的磁路必然由两个一次绕组所交链，对于任意时刻的闭合磁感线回路，这两个绕组内的激磁磁动势同样遵从三相时变规律，且采用互磁通替代主磁通进行变压器设计，避免了变压器提前进入磁通饱和状态。能够有效改善变压器进入磁饱和状态时产生的一系列不良影响。
-
公开(公告)号：CN119846397A
公开(公告)日：2025-04-18
申请号：CN202411609339.1
申请日：2024-11-12
Applicant: 广西电网有限责任公司电力科学研究院
Abstract: 本发明公开了一种面向变电站高电压设备绝缘状态全景感知方法及系统包括：获取目标变电站设备第一监测数据以及第一试验数据；根据预设劣化分析策略对第一监测数据以及第一试验数据进行劣化分析，得到第一劣化量以及第二劣化量；根据第一劣化量以及第二劣化量对目标变电站设备第一状态等级置信度进行判断；根据置信度判断结果进行状态感知。通过实施本申请，能够实时监控变电站设备的绝缘状态，及时发现潜在的故障和风险，从而提高电网运行的安全性和可靠性。采用本申请的全景感知方法，可以减少人工巡检的频率和成本，同时提高数据处理的效率和准确性。
-
-
-
Search Results
4
records
(took 0.043 seconds)
