GIS设备局部放电在线监测方法及装置

    公开(公告)号:CN119846410A

    公开(公告)日:2025-04-18

    申请号:CN202510055187.3

    申请日:2025-01-14

    Abstract: 本发明提出一种GIS设备局部放电在线监测方法及装置,涉及高压电气设备的在线监测领域,包括:采集GIS设备内部的局部放电信号,并同步获取环境噪声传感器的数据;基于环境噪声传感器的数据对采集到的特高频信号处理,得到预处理后的模拟信号;将预处理后的模拟信号通过高精度模数转换器转换为数字信号;从数字信号中提取局部放电信号的关键特征参数;应用混合优化算法,根据提取的关键特征参数动态调整放电检测阈值;基于调整后的放电检测阈值,设定事件触发条件,当检测到的局部放电信号幅值和触发次数达到事件触发条件时,发出报警信号。本发明能实现对局部放电现象的及时检测和报警,从而提升GIS设备的运行可靠性和安全性。

    一种基于多通道信号处理的GIS局部放电定位方法

    公开(公告)号:CN119846407A

    公开(公告)日:2025-04-18

    申请号:CN202510028431.7

    申请日:2025-01-08

    Abstract: 本发明提出一种基于多通道信号处理的GIS局部放电定位方法,涉及高压电气设备的故障诊断领域,包括:S1、通过分布在GIS设备内部的多个特高频传感器,采集局部放电产生的多通道电磁波信号;S2、对采集到的电磁波信号进行预处理,包括噪声抑制和时间差计算;S3、基于多通道电磁波信号的时间差和幅值信息,采用融合算法,结合双端定位公式,计算局部放电源的位置;S4、通过监控主机显示局部放电源的位置和放电强度,并生成相关的诊断报告。本发明能实现对GIS设备内部局部放电源的精确定位,从而提高定位精度和抗干扰能力,确保GIS设备的安全运行和维护。

    一种海底电缆的故障定位方法和系统

    公开(公告)号:CN119619716A

    公开(公告)日:2025-03-14

    申请号:CN202411695007.X

    申请日:2024-11-25

    Abstract: 本申请提供一种海底电缆的故障定位方法和系统,涉及电缆故障定位技术领域,该方法包括:在可用频率范围内依次由高到低向海底电缆发射多个不同频率的电脉冲信号,得到各个故障点反射回来的电脉冲反射信号,并记录信号强度最低的电脉冲反射信号,从中筛选出信号强度超过预设强度阈值的可选反射信号;将可选反射信号中对应发射频率最高的电脉冲信号确定为目标电脉冲信号,并将其在各个故障点反射回来的电脉冲反射信号输入完成训练的机器学习模型进行识别,得到该各个故障点的位置信息,并在三维图像中进行展示。实施该方法,可以筛选出能量最大、衰减影响最小的最优的电脉冲信号进行故障检测,实现了海底电缆故障检测的智能化和高效化。

    高压电缆局部放电识别与定位方法

    公开(公告)号:CN119375632A

    公开(公告)日:2025-01-28

    申请号:CN202411622423.7

    申请日:2024-11-14

    Abstract: 本发明提出高压电缆局部放电识别与定位方法,涉及高压电缆诊断技术领域,包括:通过设置于高压电缆两端的高频电流互感器采集局部放电脉冲信号;利用自适应多尺度小波分解与重构方法对采集的局部放电脉冲信号进行降噪处理,获得降噪后的局部放电特征信号;将局部放电特征信号输入预先训练的轻量级残差注意力网络进行识别分类,输出放电类型判别结果、放电强度以及特征参数;基于放电类型判别结果、放电强度以及特征参数,采用自校正双端定位算法对放电源进行定位,计算放电源位置。本发明能解决现有技术中信号降噪效果不理想、放电类型识别准确率低、定位精度不稳定等技术问题,从而实现对高压电缆局部放电的高精度识别与定位。

    基于深度学习的GIS设备局部放电模式识别方法

    公开(公告)号:CN119622461A

    公开(公告)日:2025-03-14

    申请号:CN202411679781.1

    申请日:2024-11-22

    Abstract: 本发明提出基于深度学习的GIS设备局部放电模式识别方法,涉及GIS局部放电识别技术领域,包括:通过特高频传感器采集GIS设备的局部放电信号,并进行信号调理;对调理后的局部放电信号进行数字化采样和处理,生成相位分辨脉冲序列PRPS图谱,并对PRPS图谱执行智能降噪处理,其中,PRPS图谱包含相位、幅值和频次三维信息;将PRPS图谱输入预设的神经网络模型,提取图谱特征;基于所提取的图谱特征对局部放电类型进行识别分类,并输出识别结果。本发明实现了局部放电信号的自动采集、智能处理和准确识别,相比传统人工识别方法,大幅提高了识别效率和准确性,为GIS设备的状态监测和故障诊断提供了可靠的技术支持。

    一种基于大数据模型的局部放电数据处理方法及系统

    公开(公告)号:CN119577508A

    公开(公告)日:2025-03-07

    申请号:CN202411618815.6

    申请日:2024-11-13

    Abstract: 一种基于大数据模型的局部放电数据处理方案及系统,涉及局部放电数据处理领域,该方法包括:获取电力设备的局部放电信号,并对该局部放电信号进行时频分析,得到当前放电特征数据,将该当前放电特征数据输入至放电分类模型,得到不同类型的当前放电事件,并基于放电频次、强度和时间间隔的变化规律形成当前放电时序特征,将该当前放电时序特征与标准放电模式进行动态时间规整计算,得到当前放电发展阶段;根据该当前放电发展阶段和当前放电强度确定故障风险等级,并根据该故障风险等级确定维护时间窗口;计算该维护时间窗口内的维护成本,并将包含该维护成本的维护信息发送至目标客户端。实施该方法,可以提高确定电力设备维护时机的准确性。

    开关柜局部放电检测方法、系统、电子设备及存储介质

    公开(公告)号:CN119199428A

    公开(公告)日:2024-12-27

    申请号:CN202411552176.8

    申请日:2024-11-01

    Abstract: 本申请提供了一种开关柜局部放电检测方法、系统、电子设备及存储介质,涉及电力监测技术领域,其中,该方法包括:获取超声波传感器采集的开关柜内的超声波信号,以及获取特高频传感器采集的开关柜内的特高频电磁波信号;对超声波信号进行特征提取得到第一特征,以及对特高频电磁波信号进行特征提取得到第二特征;将第一特征和第二特征进行特征匹配,以确定超声波信号和特高频电磁波信号是否源于同一局部放电事件;在特征匹配成功的情况下,利用目标神经网络模型根据第一特征和第二特征对局部放电的类型进行分类识别,得到目标放电类型。实施本申请提供的技术方案,可以有效提高局部放电检测的准确性。

Patent Agency Ranking