“变压器故障诊断”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果8910743个，建议您升级VIP下载更多相关专利

[发明专利]基于特征信息量化与加权KNN的变压器故障诊断方法-CN201811001764.7有效
发明人：张彼德;彭丽维;梅婷;孔令瑜;李宜;陈颖倩;洪锡文;肖丰 -专利权人：西华大学
申请日： 2018-08-30 - 公布日： 2020-11-06 - 主分类号： G01R31/62 文献下载
摘要：本发明公开了基于特征信息量化与加权KNN的变压器故障诊断方法，包括如下步骤：S1、将样本数据分为训练集与测试集；S2、输入训练集，对样本数据进行预处理；S3、基于主成分分析PCA与灰色关联度分析GRA对故障特征信息进行量化；S4、引入粒子群优化算法对加权KNN分类算法进行优化，根据真实故障类别，对标准化故障特征矩阵中的样本进行训练，得到电力变压器故障诊断模型，实现电力变压器故障的分类；S5、将测试集输入电力变压器故障诊断模型，得到诊断结果，实现电力变压器故障的诊断；本发明解决了现有技术存在的处理效率低、模型训练困难以及存在局限性的问题。
基于特征信息量化加权 knn 变压器故障诊断方法

[发明专利]一种基于动态适应BP神经网络的变压器故障诊断方法-CN201910002126.5有效
发明人：任德江;吴杰康;毛骁;张文杰;叶辉良 -专利权人：广东工业大学
申请日： 2019-01-02 - 公布日： 2022-12-16 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种基于动态适应BP神经网络的变压器故障诊断方法，用于解决变压器故障诊断方法对小数据不敏感、对大权值不适应的问题。本发明首先对训练数据进行均方差数据处理，结合均方差数据处理方法和含动态适应因子的BP神经网络搭建一个故障识别模型，再使用训练数据对其进行训练，然后输出预测数据，并计算预测的误差。这种方法能够有效地改善现有变压器故障诊断方法对小数据敏感度低、对大权值适应性差的状况，可以在变压器故障数据差别较大时诊断出故障类型，帮助和指导运行人员准确掌握变压器运行状态。
一种基于动态适应 bp 神经网络变压器故障诊断方法

[发明专利]一种基于支持向量机的变压器故障诊断方法-CN201910010320.8在审
发明人：任德江;吴杰康;毛骁;张文杰;叶辉良 -专利权人：广东工业大学
申请日： 2019-01-02 - 公布日： 2019-06-07 - 主分类号： G01R31/02 文献下载
摘要：本发明公开了一种基于支持向量机的变压器故障诊断方法。首先对样本数据进行归一化处理，然后利用分级局部密度聚类算法分析样本数据中的训练数据，通过分析所得到的子聚类结果判断是否有新的故障形式，然后分别利用聚类故障识别表和支持向量机进行故障诊断和验证并得到诊断正确率这种方法可以诊断出变压器潜在的故障形式并识别出新的故障类别，对变压器状态进行实时检测，从而帮助和指导变压器运行维护人员准确掌握变压器的运行情况。
支持向量机变压器变压器故障诊断故障形式样本数据变压器状态归一化处理诊断故障类别故障识别故障诊断聚类结果密度聚类实时检测算法分析训练数据运行维护潜在的正确率分级聚类验证分析帮助

[发明专利]用于诊断变压器局部放电故障的方法、装置、设备及介质-CN202310308559.X在审
发明人：井友鼎;杜创胜;黄加军;邓攀;郝增财 -专利权人：河南合众伟奇云智科技有限公司
申请日： 2023-03-27 - 公布日： 2023-05-19 - 主分类号： G01R31/12 文献下载
摘要：本披露公开了一种用于诊断变压器局部放电故障的方法、装置、设备及介质，涉及变压器检测技术领域。其中方法包括：在进行放电故障诊断时，首先通过获取变压器的声压信号，然后对声压信号进行滤波处理，再然后对滤波处理后的声压信号进行故障特征数据提取，最后将故障特征数据与预存的检测指标限值数据进行比对，根据比对结果确定变压器是否存在放电故障上述诊断方法及装置等实现了对变压器局部放电的在线检测和故障诊断，降低了人工识别的主观判断，提高检测的效率准确度。
用于诊断变压器局部放电故障方法装置设备介质

[发明专利]基于多分类支持向量机的变压器故障诊断方法-CN201910182120.0在审
发明人：祝青;吴杰康;谢湖源 -专利权人：广东工业大学
申请日： 2019-03-11 - 公布日： 2019-07-26 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于多分类支持向量机的变压器故障诊断方法，包括以下步骤：S1.选择电力变压器内至少两种特征气体的含量作为样本数据，形成样本集；S2.对步骤S1的样本集中的样本数据进行量化；S3.建立多分类支持向量机故障诊断模型，并利用步骤S2得到的样本数据对多分类支持向量机故障诊断模型进行训练，利用训练的结果对多分类支持向量机故障诊断模型进行参数的优化；S4.将待诊断的电力变压器的样本数据输入至训练好的多分类支持向量机故障诊断模型中，多分类支持向量机故障诊断模型输出诊断类型。
多分类支持向量机故障诊断模型样本数据变压器故障诊断电力变压器特征气体诊断样本集样本量化输出优化

[发明专利]变压器在线状态监测和故障诊断方法-CN201611068302.8在审
发明人：欧立新;费雯丽;周宇雄;袁佳歆 -专利权人：武汉振源电气股份有限公司
申请日： 2016-11-29 - 公布日： 2017-04-26 - 主分类号： G01R31/00 文献下载
摘要：本发明公开了一种变压器在线状态监测和故障诊断方法，涉及一种用于对变压器的状态进行监测和故障诊断方法。它包括微处理器根据同步收集到的第一高频离散信号至第四高频离散信号，和变压器绕组参数计算式计算出变压器绕组参数，并将计算出来的变压器绕组参数输出至存储器，同时在不同的显示器上面显示各个参数的检测结果，工作人员根据所得的变压器绕组参数的数值及其拟合曲线来判断变压器的状态并进行故障诊断本发明采用实测电参数实时计算变压器绕组的电阻和电抗参数，原理简单，实现方便。
变压器在线状态监测故障诊断方法

[发明专利]一种基于多源信息融合的电力变压器故障诊断方法-CN201910101086.X在审
发明人：王晓辉;王伟;李璐;张洋;郭磊;付刚;姚伟;孙鹏;赵磊 -专利权人：国网河南省电力公司;国网河南省电力公司电力科学研究院;国网河南省电力公司检修公司
申请日： 2019-01-31 - 公布日： 2019-04-23 - 主分类号： G01R31/00 文献下载
摘要：一种基于多源信息融合的电力变压器故障诊断方法，所述方法将多个受限玻尔兹曼机和一层反向传播BP神经网络堆叠在一起，构成深度信念网络模型，利用采集的变压器故障数据对该模型进行训练，将变压器运行数据输入训练好的深度信念网络模型，得到各种故障的基本概率分配，然后再利用DS证据理论对故障概率进行融合，得到变压器诊断的最终结果。本发明将深度学习中的深度信念网络与DS证据理论相结合，可以在变压器错综复杂的数据特征中提取出潜在的有价值的信息，该方法很好地弥补了传统故障诊断方法的不足，能够有效提高变压器故障诊断结果的准确性，为电力系统的安全提供了保障
信念网络电力变压器故障多源信息融合证据理论变压器故障诊断变压器运行数据受限玻尔兹曼机基本概率分配变压器故障变压器诊断诊断安全提供电力系统反向传播故障概率故障诊断数据特征最终结果潜在的再利用堆叠变压器采集融合学习

[发明专利]一种基于CNN的变压器故障诊断方法-CN201910161716.2在审
发明人：李文震;张成松;李昉;张海龙;吴启瑞;高春辉;彭仲晗;谷凯凯;陈凯;李穆;张辉;沈厚明;曹磊 -专利权人：国网内蒙古东部电力有限公司;国网电力科学研究院武汉南瑞有限责任公司
申请日： 2019-03-04 - 公布日： 2019-05-31 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于CNN的变压器故障诊断方法，包括以下步骤：步骤1，获取变压器的监测图像；步骤2，将所述监测图像输入CNN判断模型，获取所述监测图像为正常状态变压器的概率值；步骤3，判断所述概率值是否低于设置的概率阈值，若是，则判断所述变压器为故障状态。本发明通过利用深度神经网络对变压器的监测图像进行故障状态判断和诊断，降低了传统故障诊断的计算复杂度，能够有效提高了变电站内变压器故障识别诊断的效率以及诊断结果的精确度，并且具备较强的鲁棒性，可以处理不同变电站背景的监测图像
监测图像变压器变压器故障诊断变电站概率故障状态判断计算复杂度诊断故障识别故障诊断故障状态内变压器神经网络诊断结果鲁棒性

[发明专利]基于支持向量机多分类概率输出的变压器故障诊断方法-CN202010804566.5有效
发明人：陈仕骄;姚小龙;黄建涛;吴国天;杨昌隆;苏克勇;罗巍;周嘉璐;宁嘉;王一 -专利权人：云南电网有限责任公司普洱供电局
申请日： 2020-08-12 - 公布日： 2023-01-24 - 主分类号： G06F18/2411 文献下载
摘要：本发明涉及一种基于支持向量机多分类概率输出的变压器故障诊断方法，属于变压器故障诊断技术领域。本发明首先收集整理大量已知故障类型的变压器油中溶解气体数据，形成训练样本集和测试样本集。接着，使用最佳参数训练出SVM和Sigmoid函数中的参数A、B得到故障诊断模型。最后，利用训练好的诊断模型进行故障诊断。本发明方法继承了SVM方法原有优点，弥补了此前SVM方法中存在误诊断的不足，在变压器故障特征不明确条件下具有一定的实用价值。
基于支持向量分类概率输出变压器故障诊断方法

[发明专利]一种用于提升变压器状态诊断准确性的抑制算法-CN201910116755.0在审
发明人：姜国连;周正超;谢志迅 -专利权人：南京力通达电气技术有限公司
申请日： 2019-02-15 - 公布日： 2019-05-21 - 主分类号： G01R31/02 文献下载
摘要：本发明公开了一种用于提升变压器状态诊断准确性的抑制算法，属于变压器技术领域，包括通过利用线性抑制算法和抑制算法计算特征参数的异常程度，变压器出厂试验时记录的特征参数曲线进行对比，如果拟合度小于70％，则判断变压器异常并报警，解决了变压器早期故障诊断不准确的技术问题；本发明采用了经过抑制算法的异常程度来进行判据比较和诊断，大大优于用特征参数绝对值进行阀值比较及诊断的算法，能显著提高变压器早期故障诊断的准确性，本发明可以灵活组态抑制参数，提升变压器早期潜伏性故障的特征参数的信噪比，大大提高故障诊断的准确性，从而保证系统对运行检修工作的指导意义，实现该技术的推广和普及应用。
算法变压器提升变压器特征参数诊断早期故障状态诊断变压器技术领域早期潜伏性故障特征参数曲线保证系统出厂试验故障诊断算法计算信噪比判据组态检修报警灵活记录应用

[发明专利]一种变压器振动监测方法及装置-CN202210100320.9在审
发明人：罗平;蔡成铭;何刚;潘荣;石勇;陆毅;巫晓洁;纪雯;陆元翠;黄丽 -专利权人：南京苏逸实业有限公司
申请日： 2022-01-27 - 公布日： 2022-05-24 - 主分类号： G01H17/00 文献下载
摘要：本发明提出一种变压器振动监测方法及装置，首先采集正常状态下的变压器振动信号，变压器一次侧的三相电流、电压信号以及当前温度数据，然后将同时刻的三相电压、三相电流、温度数据组成输入向量，形成训练数据集，并建立神经网络故障诊断模型，采用上述训练数据集训练所述模型，对变压器进行监测，将实际测量振动信号与所述故障诊断模型输出的拟合振动信号进行对比，对变压器进行故障诊断。本发明考虑了电压电流等因素对振动的影响，可以有效防止误判、漏判，无需获取故障变压器的振动数据，而仅需正常变压器的运行数据，大大降低了诊断成本，提高了实用性。
一种变压器振动监测方法装置

[发明专利]油浸式变压器故障诊断方法、系统及可读存储介质-CN202111414926.1在审
发明人：梁栋炀;石鑫;房方;王婷婷;罗兵 -专利权人：华北电力大学;南方电网科学研究院有限责任公司
申请日： 2021-11-25 - 公布日： 2022-04-15 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种油浸式变压器故障诊断方法、系统及可读存储介质，包括：S1：获取不同故障状态下和正常状态下对应的气体含量；S2：对S1中的气体进行筛选，选择具备集中性和完整性的气体作为特征气体输入模型，并将特征气体对应的变压器状态进行整数编码作为模型训练的输出结果；S3：进行预处理，保留有效数据作为第一训练集；S4：进行分层划分、样本合成平衡和标准化处理；S5：进行训练和测试；S6：进行变压器故障诊断。本发明可以弥补现有的基于传统人工智能算法的油浸式变压器故障诊断算法的不足，提高油浸式变压器故障诊断的准确率，提高供电可靠性。
油浸式变压器故障诊断方法系统可读存储介质

[实用新型]一种变压器状态在线监测及故障诊断系统-CN201120257825.3有效
发明人：唐江;付丽君;赵煦 -专利权人：唐江;付丽君;赵煦
申请日： 2011-07-20 - 公布日： 2012-02-08 - 主分类号： G01R31/00 文献下载
摘要：本实用新型提供一种变压器状态在线监测及故障诊断系统，包括监测子系统(1)和主机系统(2)，所述监测子系统(1)检测到的变压器状态信号后传输到主机系统(2)中进行故障诊断，其中，所述监测子系统(1)中的检测模块至少包括油中气体成分及含量监测模块、局部放电量检测模块、变压器磁场畸变监测模块、红外温度测量模块、油中水分测量模块、电气量测量模块和振动测量模块中的一种。本实用新型所述的变压器状态在线监测及故障诊断系统，其通过监测子系统检测变压器的各种状态信号，经过放大、滤波后传输到主机系统进行故障诊断，并可以对故障进行分析，按照严重程度进行分级报警，并传输到上一级变电站管理系统
一种变压器状态在线监测故障诊断系统

[发明专利]一种基于长短期记忆网络的智能化变压器故障诊断方法-CN202210327261.9在审
发明人：栾丛超;吴涛;杜保华;吴智群;黄廷辉 -专利权人：西安热工研究院有限公司
申请日： 2022-03-30 - 公布日： 2022-07-05 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及变压器故障诊断领域，提供了一种基于长短期记忆网络的智能化变压器故障诊断方法，采用少数类样本过采样的方法对收集到的变压器故障溶解气体特征样本进行扩充，并借助L1正则化理论确定样本扩充至何时结束。变压器溶解气体为特征样本输入至长短期记忆网络，变压器的故障类别作为长短期记忆网络的输出。基于贝叶斯优化算法以最小训练样本错误率为目标函数确定长短期记忆网络隐藏层神经元个数、初始学习率以及L2正则化因子三个超参数，在此基础上训练并建立长短期记忆网络变压器故障诊断模型。
一种基于短期记忆网络智能化变压器故障诊断方法

[发明专利]基于云计算配网状态实时信息采集及故障诊断系统-CN201910670317.9在审
发明人：安东亮;程凤鸣;李泉海;姚凯;张辉;王勤初;李亮;杨琦 -专利权人：国网河南省电力公司漯河供电公司;国网河南省电力公司
申请日： 2019-07-24 - 公布日： 2019-10-11 - 主分类号： G01D21/02 文献下载
摘要：本发明属于电力配电网技术领域，具体涉及一种基于云计算配网状态实时信息采集及故障诊断系统。包括配网变压器端子箱内安装的故障诊断装置，与故障诊断装置连接的安装在配网变压器端子箱内提供状态量的电流表、电压表、电流传感器、温度传感器、湿度传感器，提供状态量的变压器上安装的温度传感器、瓦斯传感器和油位传感器，与故障诊断装置连接的配网变压器低压侧安装的交流接触器、与交流接触器串联的刀闸。
故障诊断装置配网变压器故障诊断系统实时信息采集交流接触器温度传感器云计算状态量配网电力配电网电流传感器湿度传感器瓦斯传感器油位传感器高效传输全景监测系统实现运行能力智能防御电流表电压表刀闸精益变压器串联防护时空覆盖网络

首页
«上一页
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
下一页»
尾页
共 100000 条