申请/专利权人：国网安徽省电力有限公司超高压分公司;合肥工业大学

申请日：2023-12-08

公开（公告）日：2024-03-22

公开（公告）号：CN117741357A

主分类号：G01R31/12

分类号：G01R31/12;G06F18/241;G06F18/2323;G06N3/0464;G01R31/327

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明提供GIS内部绝缘放电类型多光谱特征分析方法及系统，方法包括：进行密封气室实验，气室内采用SF6气体填充，模拟GIS内部环境，采用不同方式进行放电，模拟GIS的绝缘缺陷造成的不同放电故障，采用光谱仪，对紫外光谱、可见光谱和红外光谱进行采集与记录；数据挖掘，对数据归一化处理，并通过分割聚类算法辨识出光谱数据中的峰值特征，去除因放电时长对光谱数据造成的干扰；利用卷积神经网络建立放电类型识别模型，输入为采集的光谱数据A，输出为放电缺陷类型。本发明解决了GIS内部绝缘缺陷导致的放电故障类型识别易受干扰，导致故障类型识别的准确性低的技术问题。

主权项：1.GIS内部绝缘放电类型多光谱特征分析方法，其特征在于，所述方法包括：S1、搭建试验装置，以进行密封气室实验，充入预置介质以模拟所述GIS设备的内部环境，进行差异缺陷放电方式放电操作，以模拟绝缘缺陷差异放电故障，利用光谱仪采集并记录光谱数据，其中，所述差异方式放电操作包括：电晕放电、火花放电以及沿面放电，所述光谱数据包括：紫外光谱、可见光谱以及红外光谱；S2、对所述光谱数据进行数据挖掘操作、归一化处理，并通过分割聚类算法，从所述光谱数据中辨识得到峰值特征；S3、利用卷积神经网络建立放电类型识别模型，将所述光谱数据的所述峰值特征输入所述放电类型识别模型，以得到并输出为放电缺陷类型。

全文数据：

权利要求：

百度查询： 国网安徽省电力有限公司超高压分公司;合肥工业大学 GIS内部绝缘放电类型多光谱特征分析方法及系统

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