发明名称 电压等级设备的故障检测方法
摘要 本发明公开了电压等级设备的故障检测方法,经过三次神经网络模型的训练过程、三次神经网络模型的测试过程,将电压等级设备的输出电压信号进行傅里叶变换,以得到电压谐波信号;利用神经网络模型对傅里叶变换后的电压谐波信号进行分类;确定各种类型的傅里叶变换后的电压谐波信号所对应的故障类型。本发明利用傅里叶变换可以应用于各种不同的信号,因而检测效率提高,适用范围有所增大;利用神经网络模型对电压谐波信号进行分类以确定各类型电压谐波信号所对应的故障类型,进而确定电压等级设备的输出电压信号所对应的故障类型,提高了检测效率。
申请公布号 CN104833884A 申请公布日期 2015.08.12
申请号 CN201510252419.0 申请日期 2015.05.18
申请人 国家电网公司;国网山东禹城市供电公司 发明人 石磊;张勇;吴彬
分类号 G01R31/00(2006.01)I 主分类号 G01R31/00(2006.01)I
代理机构 代理人
主权项 电压等级设备的故障检测方法,其特征在于,包括:步骤1、三次神经网络模型的训练过程,该训练过程包括:1)将电压等级设备的在预设故障状态下的输出信号进行傅里叶变换,得到电压谐波信号;2)将所述步骤1)中经傅里叶变换后的谐波信号输入神经网络模型的输入层;3)根据神经网络模型的输入信号和神经网络模型的预设输出信号确定神经网路模型的权值,以确定神经网络模型的分类机制,神经网络模型的预设输出信号与预设故障状态对应;步骤2、三次神经网络模型的测试过程,该测试过程包括:1)将电压等级设备的调制比的值调节为不同于训练过程中所对应的调制比的值,并对电压等级设备在预设故障下的输出信号进行傅里叶变换;2)将傅里叶变换后的谐波信号输入神经网络模型;3)比较神经网络模型的实际输出信号和预设输出信号是否一致,若是,则神经网络模型训练成功,进行下一步;若否,则神经网络模型训练失败;步骤3、将电压等级设备的输出电压信号进行傅里叶变换,以得到电压谐波信号;1)将电压等级设备的输出的模拟电压信号转换为数字电压信号;2)将转换后的数字电压信号进行傅里叶变换;步骤4、利用神经网络模型对傅里叶变换后的电压谐波信号进行分类;1)将神经网络模型的输入信号进行归一化;2)将归一化后的值进行降维;步骤5、确定各种类型的傅里叶变换后的电压谐波信号所对应的故障类型。
地址 100032 北京市西城区西长安街86号
您可能感兴趣的专利