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。