← 返回列表

基于阻抗极坐标图像特征的配电电缆局部故障严重程度监测方法

申请号: CN202311660330.9
申请人: 西南交通大学
更新日期: 2026-03-09

摘要文本

西南交通大学取得“一种透气窗帘布”专利技术,本发明公开了一种基于阻抗极坐标图像特征的配电电缆局部故障严重程度监测方法,该方法主要适用于监测配电电缆局部故障严重程度。该方法的具体步骤为:(1)测量得到健康电缆首端阻抗幅值谱和相位谱;(2)将电缆首端阻抗幅值谱和相位谱转换为阻抗极坐标图像;(3)提取健康电缆的阻抗极坐标图像特征;(4)提取故障电缆的阻抗极坐标图像特征并计算综合特征变化指数CFI;(5)根据CFI评估电缆局部故障的严重程度。该方法可以有效减小故障位置对监测结果的干扰,并且对电缆局部微弱故障的监测具有更高的灵敏度,对准确评估不同故障位置的故障严重程度具有重要意义。。来源:百度搜索专利查询网

专利主权项内容

1.基于阻抗极坐标图像特征的配电电缆局部故障严重程度监测方法,其特征在于:通过将电缆首端阻抗幅值谱和相位谱相结合构建阻抗极坐标图像,通过以下步骤监测电缆的局部故障的严重程度:第一步:测量得到健康电缆首端阻抗幅值谱和相位谱在电缆投运前,用矢量网络分析仪或阻抗分析仪测量得到在f-f频段内的电缆首端阻抗谱,记其幅值为Z,相位为minmaxinf第二步:将电缆首端阻抗幅值谱和相位谱转换为阻抗极坐标图像分别以电缆首端阻抗的幅值和相位为极径和极角,将首端阻抗谱转换为电缆阻抗极坐标图像,并以此作为健康电缆的基准图像,极坐标图在特定频率f下沿x和y轴的垂直投影为:第三步:提取健康电缆的阻抗极坐标图像特征利用数字图像处理技术提取电缆阻抗极坐标图像的灰度梯度共生矩阵(GLGCM)纹理特征,包括小梯度优势、大梯度优势、能量、梯度平均、灰度均方差、相关、灰度熵、梯度熵、混合熵和逆差矩,共计10个图像特征,分别记为H(i=1~10);h, i第四步:提取待测电缆的阻抗极坐标图像特征并计算综合特征变化指数CFI在电缆运行一段时间或发生故障后,在相同测量条件下,重复步骤一到步骤三,提取待测电缆的10个阻抗极坐标图像特征,分别记为H(i=1~10),并计算综合特征变化指数CFI:f, i第五步:根据CFI评估电缆局部故障的严重程度若CFI=0,则表示电缆健康;CFI越小,表示电缆局部故障越轻微;CFI越大,则表示电缆局部故障越严重。

专利申请信息

项目 内容
专利名称 基于阻抗极坐标图像特征的配电电缆局部故障严重程度监测方法
专利类型 发明申请
申请号 CN202311660330.9
申请日 2023/12/6
公告号 CN117538706A
公开日 2024/2/9
IPC主分类号 G01R31/12
权利人 西南交通大学
发明人 蒋伟辉; 周利军; 刘博凯; 胡宇鹏; 马含青
地址 四川省成都市二环路北一段111号西南交通大学科技处