申请/专利权人：国网福建省电力有限公司泉州供电公司;国网福建省电力有限公司;厦门理工学院;山东理工大学;山东科汇电力自动化股份有限公司

申请日：2022-10-19

公开（公告）日：2023-01-24

公开（公告）号：CN115639442A

主分类号：G01R31/12

分类号：G01R31/12;G06V10/20;G06V10/40;G06V10/764;G06V10/774

优先权：

专利状态码：在审-公开

法律状态：2023.01.24#公开

摘要：本发明涉及一种中压线路树线矛盾放电故障时序识别方法和系统，包括设置试验箱内各装置的初始化数值，完成试验箱系统初始化；在试验箱内进行森林火灾与线路故障发生时序的树线矛盾试验，获取试验后试验箱内的可见光、红外线图像，对所述可见光、红外线图像进行去噪、增强、分割，剔除周围复杂背景处理后获取特征图像；提取所述特征图像中的图像故障特征，获取若干组图像故障特征参数，并对各组图像故障特征参数添加森林火灾发生在线路故障前后的时序标签，形成训练样本集和测试样本集；通过支持向量机获得最优的树线放电故障时序判断训练模型；利用所述最优的树线放电故障时序判断训练模型进行树线放电故障的时序识别。

主权项：1.一种中压线路树线矛盾放电故障时序识别方法，其特征在于，所述试验方法包括如下步骤：S1、启动试验箱内各装置，且设置好所述试验箱内各装置的初始化数值，完成试验箱系统初始化；S2、在试验箱内进行森林火灾与线路故障发生时序的树线矛盾试验，获取试验后试验箱内的可见光、红外线图像，对所述可见光、红外线图像进行去噪、增强、分割，剔除周围复杂背景处理后获取特征图像；S3、提取所述特征图像中的图像故障特征，获取若干组图像故障特征参数，并对各组图像故障特征参数添加森林火灾发生在线路故障前后的时序标签，形成训练样本集和测试样本集；S4、将训练样本集代入支持向量机的训练模型中进行迭代训练，将测试样本集代入迭代训练后的训练模型中，所述训练模型的输出结果与测试样本集最为接近时结束训练，获得最优的树线放电故障时序判断训练模型；S5、利用所述最优的树线放电故障时序判断训练模型进行树线放电故障的时序识别。

全文数据：

权利要求：

百度查询： 国网福建省电力有限公司泉州供电公司;国网福建省电力有限公司;厦门理工学院;山东理工大学;山东科汇电力自动化股份有限公司 一种中压线路树线矛盾放电故障时序识别方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD