申请/专利权人：国网山东省电力公司超高压公司

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117805237A

主分类号：G01N29/04

分类号：G01N29/04;G01N29/07;G01N29/44

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及压器热点区域定位领域，具体为一种基于超声波检测的变压器热点区域定位方法，采用飞行时间法进行变压器故障的初步判定，当采集的声波飞行时间超过设定阈值，可迅速判断变压器存在故障声波源，缩短了故障检测的时间，进而对故障声波源的位置进行进一步的分析和计算，实现对故障声波源的准确定位；同时，将声波检测技术与机器学习模型结合，可以实现对变压器内部故障的自动化定位和诊断，提高变压器故障检测的准确性和效率。

主权项：1.一种基于超声波检测的变压器热点区域定位方法，其特征在于，包括以下步骤：S1、超声传感器阵列布置：在变压器上选择至少三个位置，安装超声传感器；S2、声波数据采集、计算声波飞行时间差：所有超声传感器同步采集接收到的声波信号，记录每个超声传感器接收声波信号的时间为声波飞行时间；基于每个超声传感器采集的声波信号，计算声波信号到达不同超声传感器的飞行时间差；S3、故障源判断：非故障情况下，基于每个超声传感器所在位置设定声波飞行时间的阈值，将每个超声传感器采集的声波飞行时间与设定阈值对比，如果超过设定阈值，则判断为异常声波飞行时间，存在故障声波源；S4、设置已知故障源：添加已知故障声波源，采集的传感器阵列的声波飞行时间数据、声波飞行时间差；S5、训练机器学习模型：将S4中采集的传感器阵列的声波飞行时间数据、声波飞行时间差与变压器的故障声波源位置关联，输入机器学习模型，进行模型训练；S6、模型自动识别：将基于未知故障源采集的声波飞行时间输入训练好的机器学习模型，输出故障声波源的位置概率，实现故障声波源的自动定位。

全文数据：

权利要求：

百度查询： 国网山东省电力公司超高压公司 基于超声波检测的变压器热点区域定位方法

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