← 返回列表

输电线路故障诊断系统及方法

申请号: CN202311203318.5
申请人: 浙江德清迪生电力科技有限公司
申请日期: 2023/9/18

摘要文本

本申请涉及智能诊断领域,其具体地公开了一种输电线路故障诊断系统及方法,其首先对输电线路的电流和电压数据进行排列,得到了一个包含电流和电压信息的参数全时序输入矩阵,接着对所述参数全时序输入矩阵进行特征提取,并将特征提取到的信息最终通过分类器以生成用于判断所述输电线路是否存在故障的分类结果。这样,可以更好地捕捉到故障前的潜在变化和趋势,并充分利用数据中的信息来进行故障诊断。。该数据由<马克数据网>整理

专利详细信息

项目 内容
专利名称 输电线路故障诊断系统及方法
专利类型 发明申请
申请号 CN202311203318.5
申请日 2023/9/18
公告号 CN117330890A
公开日 2024/1/2
IPC主分类号 G01R31/08
权利人 浙江德清迪生电力科技有限公司
发明人 陈哲彬; 陈国良; 陈丽婷
地址 浙江省湖州市德清县乾元镇乾龙中路23号

专利主权项内容

关注公众号马克数据网 。1.一种输电线路故障诊断系统,其特征在于,包括:输电线路参数获取模块,用于获取输电线路在预定时间段内多个预定时间点的三相电压的第一相电压值、第二相电压值和第三相电压值以及三相电流的第一相电流值、第二相电流值和第三相电流值;参数结构化模块,用于将所述多个预定时间点的三相电压的第一相电压值、第二相电压值和第三相电压值以及三相电流的第一相电流值、第二相电流值和第三相电流值按照样本维度和时间维度排列为参数全时序输入矩阵;参数特征提取模块,用于将所述参数全时序输入矩阵输入到包含第一卷积神经网络模型和第二卷积神经网络模型的多尺度特征感知器以得到参数全时序关联矩阵,其中,所述第一卷积神经网络模型和所述第二卷积神经网络模型分别使用具有不同空洞率的空洞卷积核;特征矩阵切分模块,用于将所述参数全时序关联矩阵进行特征矩阵切分以得到多个参数时序关联子矩阵;矩阵展开模块,用于将所述多个参数时序关联子矩阵进行展开以得到多个参数时序关联向量;分类特征生成模块,用于将所述多个参数时序关联向量通过基于转换器的上下文编码器以得到分类特征向量;故障结果生成模块,用于将所述分类特征向量通过分类器以得到分类结果,所述分类结果用于表示所述输电线路是否存在故障。