[发明专利]一种基于人工智能极限学习机的变压器故障在线诊断系统在审

专利信息
申请号: 201911139699.9 申请日: 2019-11-20
公开(公告)号: CN110824384A 公开(公告)日: 2020-02-21
发明(设计)人: 刘绪英;张兴飞;郭旭;齐猛;董鑫;胡伟涛;付炜平;张宁 申请(专利权)人: 国家电网有限公司;国网河北省电力有限公司检修分公司
主分类号: G01R31/62 分类号: G01R31/62;G01N33/00;G01N35/00
代理公司: 石家庄新世纪专利商标事务所有限公司 13100 代理人: 杨钦祥;董金国
地址: 100000 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 极限 学习机 变压器 故障 在线 诊断 系统
【说明书】:

发明公开了一种基于人工智能极限学习机的变压器故障在线诊断系统,包括数据样本采集节点、现场分析控制单元、通讯单元以及本地控制中心,所述的数据样本采集节点包括油样采集模块、油样分离模块、气体检测模块以及数据采集卡,所述的油样采集模块、油样分离模块、气体检测模块以及数据采集卡依次连接,本发明运用物联网技术实现节点的数据采集以及数据分析,并通过远程控制中心展示实现在线监控的功能;采用设置多组数据样本采集节点用于多元化采集样本并通过极限学习机进行学习训练以及验证,保证了样本的量化,保证监控的准确性。

技术领域

本发明涉及一种基于人工智能极限学习机的变压器故障在线诊断系统。

背景技术

变压器是一种常见的电器设备,在电力系统和电子线路中应用广泛。它是一种静止的电气设备,利用电磁感应原理将一种电压、电流的交流电能转换成同频率的另一种电压、电流的电能,换句话说,变压器就是实现电能在不同等级之间进行转换。

电力变压器是电力系统的重要设备,其运行的稳定性直接关系到电网安全和用于的正常用电,电力变压器是一个复杂的系统,在长期运行过程中,由于受到内部因素和外部因素的影响难免出现故障,对变压器前期产生的故障因素及早的发现有效减少故障所带来的损害,近年来,本领域技术人员均设计出新的变压器故障检测方法,例如BP神经网络检,例如采用传统的BP神经网络存在容易陷入局部的缺点,而SVM对参数的敏感,需要通过大量的实验进行测定,ELM具有学习速度快、泛化性能好的优点,目前现有ELM运用与变压器故障诊断中,在结合物联网大数据分析具有广泛的运用前景。

发明内容

本发明的目的在于克服现有技术中存在的上述不足,而提供一种结构设计合理,基于人工智能极限学习机的变压器故障在线诊断系统。

本发明解决上述问题所采用的技术方案是:一种基于人工智能极限学习机的变压器故障在线诊断系统,其包括数据样本采集节点、现场分析控制单元、通讯单元以及本地控制中心。

进一步的,所述的数据样本采集节点包括油样采集模块、油样分离模块、气体检测模块以及数据采集卡,所述的油样采集模块、油样分离模块、气体检测模块以及数据采集卡依次连接,所述的数据采集卡连接现场分析控制单元,所述的现场分析控制单元采集基于具有ELM学习策略的极限学习机。

进一步的,所述的现场分析控制单元设置有无线通信模块,所述的通讯单元为无线设备构成的局域网,所述的现场分析控制单元通过与无线通信模块与局域网连接并通信连接于本地控制中心所述的本地控制主机通过以太网络连接远程控制中心。

进一步的,所述的远程控制中心包括多屏监控系统、数据服务器、应用服务器以及命令主机,多屏监控系统、数据服务器、应用服务器与命令主机连接。

进一步的,包括多组数据样本采集节点以及多组对应连接的现场分析控制单元。

进一步的,所述的气体检测模块包括检测氢气、甲烷、乙烷、乙烯、乙炔、一氧化碳六种气源数据。

进一步的,所述的数据样本采集节点采集的数据样本采用5:1分成用于极限学习机的训练集合测试集,采集份分数据中,5份用于训练建模,1份用于验证分类效果。

进一步的,所述的极限学习机通过无线局域网上传处理数据至本地控制中心,由本地控制中心汇总数据并上传至数据服务器用于数据共享。

进一步的,所述的局域网采用若干无线路由构成。

进一步的,所述的应用服务器设置有报警应用,使得在接收分析到故障数据通过应用服务器的短信功能发送故障数据到移动设备,所述的移动设备为移动平板或智能手机。

进一步的,所述的现场分析控制单元的无线通信模块与区域内的无线路由在统一通信协议下自组无线通信网络,现场分析控制单元通过构成的无线通信网络与本地控制中心连接。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网有限公司;国网河北省电力有限公司检修分公司,未经国家电网有限公司;国网河北省电力有限公司检修分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911139699.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top