[发明专利]基于红外和紫外光电传感融合的电气设备故障检测方法有效

专利信息
申请号: 201611081256.5 申请日: 2016-11-30
公开(公告)号: CN106802384B 公开(公告)日: 2020-01-31
发明(设计)人: 金立军;薛飞;马丹睿 申请(专利权)人: 同济大学
主分类号: G01R31/12 分类号: G01R31/12
代理公司: 31225 上海科盛知识产权代理有限公司 代理人: 赵继明
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于红外和紫外光电传感融合的电气设备故障检测方法,该方法将紫外传感器得到的脉冲数据换算成放电量数据,并将红外传感器得到的温度特征量数据和紫外传感器获得的放电特征量数据进行融合,实现电气设备故障检测,得出检测状态结论并预测故障发展。与现有技术相比,本发明具有融合两个传感器数据信息、实现局部放电视在放电量的定量测量、预测故障发展等优点。
搜索关键词: 基于 红外 紫外 光电 传感 融合 电气设备 故障 检测 方法
【主权项】:
1.一种基于红外和紫外光电传感融合的电气设备故障检测方法,其特征在于,该方法包括以下步骤:/nS1、系统进行开机自检;/nS2、系统通过自检后进入步骤S3,若未通过,则发出警报;/nS3、红外温度传感器获得温度特征量数据并发送给计算机,紫外光电传感器获得放电特征量数据并发送给计算机;/nS4、判断根据S3中的单一特征量数据是否得出立即安排检修的故障状态结论,若是,则发出警报并存储数据;若否,则继续进行步骤S5;/nS5、对步骤S3中获得的放电特征量数据采用分位图法筛选,并将筛选后的放电特征量数据求取平均值得到平均放电量数据;/nS6、将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据输入神经网络进行融合故障判断,得出故障状态结论,若结论为立即安排检修,则发出警报并存储数据,若为其他结论则直接存储数据;/n步骤S6所述的融合故障判断具体为:将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据通过premnmx函数进行归一化处理,并输入神经网络进行判断,得出故障状态结论,神经网络输入输出关系如下:/n
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同济大学,未经同济大学许可,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/patent/201611081256.5/,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