买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】多级参考基准的换流变阀侧套管绝缘状态监测方法及系统_南京中鑫智电科技有限公司_202410157728.9 

申请/专利权人:南京中鑫智电科技有限公司

申请日:2024-02-04

公开(公告)日:2024-04-23

公开(公告)号:CN117686861B

主分类号:G01R31/12

分类号:G01R31/12;G06F18/2321;G06F18/22;G06F18/24;G06F18/21;G06F18/213;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.04.23#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要:本发明涉及换流变阀侧套管绝缘状态监测技术领域,尤其涉及多级参考基准的换流变阀侧套管绝缘状态监测方法及系统,通过数据聚类自动建立多级参考标准,并进行数据采集与实时对比;对采集到的数据进行特征提取,并将提取到的特征与多级参考标准进行匹配;引入深度学习模型进行预测与校准,获得初步绝缘状态判断结果;建立动态调整与反馈机制,进行综合评估与输出以及实时告警与决策支持。本发明的绝缘状态监测方法有助于提高设备的安全性、可靠性和效率,减少维护成本,同时提供了实时告警和决策支持,为工业设备运维提供了有力的工具和解决方案。

主权项:1.多级参考基准的换流变阀侧套管绝缘状态监测方法,其特征在于:包括,通过数据聚类自动建立多级参考标准,并进行数据采集与实时对比;对采集到的数据进行特征提取,并将提取到的特征与多级参考标准进行匹配;引入深度学习模型进行预测与校准,获得初步绝缘状态判断结果;建立动态调整与反馈机制,进行综合评估与输出以及实时告警与决策支持;所述数据聚类包括,使用无监督学习方法对历史数据进行聚类,对数据聚类结果进行分析,数据聚类将历史数据分为不同的簇,通过每个簇的数学模型确认每个簇的特征和属性,并匹配对应的绝缘状态级别;所述数据聚类包括,对簇进行特征分析,具体如下: 其中,为簇的特征值,k为簇标号,xi为数据点,i为簇中对应的数据点标号,μ为引进的影响因子,N为簇中数据点数量;当时,判定当前簇特征分析贡献值较小,予以排除,将所属簇定义为二类数据簇,同时标记簇的特征分析结果;当时,判定簇特征分析贡献值满足标准,定义为一类数据簇,对所属簇依次进行标记,分别标记为σ1’、σ2’……σt’,并将σ1’、σ2’……σt’进行一一比对,得到m个特征分析比对结果,再从比对结果挑选出4个差值区间大于1的,将所属一类数据簇标记为特类数据簇,并以每簇的所属区间作为特征范围区间;所述建立多级参考标准包括,对二类数据簇依据从小到大的顺序进行排序,筛选出4个与所述特征分析比对结果数值相近或数据趋同的簇定义所属簇为比对中心簇,将4个比对中心簇按簇中心数值从小到大分别设为正常绝缘状态、轻微老化状态、中度老化状态以及重度老化状态,同时将所述中心数值设为多级参考标准及其标参;所述预测与校准包括,依据由短时傅里叶变换模型输出的瞬时特征,将瞬时特征进行频率成分、能量分布的分类,用向量表示A=[a1、a2……an];训练模型具体如下: 其中,p表示绝缘状态是正类别的概率,a1、a2……an是瞬时特征,β0、β1……βn是特征参数;β0、β1……βn通过训练数据来估计,使模型最优地拟合数据;正类别的概率通过如下公式计算: 其中,概率p表示绝缘状态为正类别的可能性,所述正类别是指绝缘状态级别为正常绝缘状态、轻微老化状态;若p大于或等于0.5,则模型将预测为正类别,即绝缘状态级别为正常绝缘状态或轻微老化状态;否则,预测为负类别,所述负类别是指绝缘状态级别为中度老化状态或重度老化状态。

全文数据:

权利要求:

百度查询: 南京中鑫智电科技有限公司 多级参考基准的换流变阀侧套管绝缘状态监测方法及系统

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。