共查询到20条相似文献,搜索用时 140 毫秒
1.
基于Labview的变压器故障诊断系统研究 总被引:1,自引:0,他引:1
本文首先基于油中溶解气体特征含量构建BP网络结构,采集数据样本,进行网络训练,然后应用信息融合原理搭建分层故障诊断模型,分析判断变压器的故障类型,并在此基础上判断变压器局部放电类型。然后采用虚拟仪器技术,在Labview平台上开发了变压器故障诊断系统,该系统从油气量和局部放电信号两个方面对变压器进行故障诊断和局部放电类型识别。通过油气量判断变压器故障类型,然后应用信息融合原理融合局部放电统计特征参量综合判别变压器局部放电类型。该系统实现了变压器油气含量分析,局部放电信号存储,数据综合处理,数据库的查询、修改以及删除功能,从而实现了对变压器的故障诊断。 相似文献
2.
阐述了局部放电信号模式识别对高压电器故障诊断的意义。用理想的同轴电极系统放电模型模拟了两种放电模式。将统计数学应用于局部放电信号特征量的提取 ,得到的特征向量 (放电量不对称性Q、相位不对称性Φ、相关系数cc)作为BP神经网络的输入 ,以此对局部放电信号进行模式识别。实验证明这种方法具有很高的识别率。 相似文献
3.
《计算机应用与软件》2016,(9)
针对局部放电故障诊断问题,提出一种基于朴素贝叶斯的局部放电诊断模型,并对模型中的朴素贝叶斯的应用方法进行详细研究。该模型由四部分组成:信号的接收及处理、谱图产生、特征提取和朴素贝叶斯分类。诊断流程:首先由UHF传感器接收局部放电信号并交于信号调理单元处理;然后基于处理后的信号产生三维谱图,提取谱图的典型特征;最后采用朴素贝叶斯算法进行故障诊断。该模型已作为插件嵌入到某一电力设备生产企业的变压器监测产品中。实际测试表明该模型较好地满足了应用需求。 相似文献
4.
由于变电站环境复杂,利用传统的特征统计方法不能准确地提取局部放电(PD)信号的特征及对其识别分类.对此,提出一种基于集合经验模态分解(EEMD)和样本熵(SE)的局部放电信号特征提取方法.利用EEMD算法对局部放电信号进行时频分析;计算EEMD分解得到的固有模态函数(IMF)的样本熵,并将其作为特征向量表征不同放电类型;采用栈式降噪自编码网络(SDAE)对放电类型进行分类识别.通过对四类局部放电故障进行特征提取和模式识别,对比实验结果表明,该方法能有效地提取放电信号的特征,并较准确地识别各类放电类型. 相似文献
5.
针对传统局部放电信号采集系统采样率低、采样率不可灵活配置导致局部放电脉冲信号时域波形特征提取误差较大的问题,设计了一种用于特高频传感器的局部放电信号并行采集系统.系统以Xilinx 7系列FPGA为主控芯片、四片最高采样率为250 MHz的ADC芯片通过分时交替并行采样技术实现最高1 GHz的采样率.系统在特高频传感器的基础上,主要分析并校正了由分时交替并行采样技术引入的偏置失配误差、增益失配误差和时延失配误差.仿真及实验结果表明,该系统能够采集到高精度的局部放电信号包络,并且在100 MHz带宽范围内无杂散动态范围(SFDR)提高到35 dB. 相似文献
6.
文章设计了一款用于气体绝缘组合电器局部放电的特高频包络检波装置。分析了气体绝缘组合电器局部放电产生原因,介绍了这种局部放电特高频包络检波装置设计方法,采用该特高频包络检波装置对绝缘缺陷模型局部放电信号进行检测和分析。结果表明该装置可以有效提取输入信号的峰值包络,检测气体绝缘组合电器局部放电信号,避免电气设备运行过程中故障的发生。 相似文献
7.
8.
9.
10.
局部放电测量是监测绝缘系统缺陷的典型非破坏性实验方法,提出了一种基于局部放电特高频(UHF)信号的多尺度特征提取能量参数和线性判别分析的识别方法,设计了4种绝缘缺陷模型模拟气体绝缘开关(GIS)设备局部放电现象。对局部放电UHF信号进行小波包多尺度变换,提取出UHF信号的16维能量参数;又对局部放电UHF信号进行了线性判别分析的设计,在局部放电信号特征量中随机选取30组进行10次采样;对其训练分类器的UHF局部放电信号进行模式识别,得到10个相关结果;试验获得最终的30组训练样本正确率平均值较高。研究结果表明线性判别分类器能够有效地将4种局部放电模型分开。 相似文献
11.
12.
随着高压电缆的加速发展和老化,由局部放电(partial discharge, PD)引起的故障问题亟须解决。为此,提出了一种基于特高频(UHF)局放技术与CNN-LSTM-Attention算法的高压电缆故障在线智能诊断方法。首先,对高压电缆的PD产生机理,以及UHF局放技术的实现过程进行描述。其次,利用巴特沃斯(Butterworth)对PD信号进行高通滤波,采用小波变换对信号进行去噪,IPLR算法对PD信号进行降维处理,进而实现特征量的准确提取。最后,建立由CNN-LSTM-Attention算法构成的智能诊断模型。模型中卷积层(CNN)提取轮廓特征,长短期记忆层(LSTM)提取信号时序特征,注意力层(Attention)学习信号重要时序部分。通过实际数据仿真表明:相比传统神经网络方法,CNN-LSTM-Attention神经网络检测方法能够准确识别高采样率的异常放电信号特征,且故障识别准确率明显提高。 相似文献
13.
针对电气设备局部放电信号容易被现场运行环境中的窄带干扰信号淹没、不易提取的难题,提出了基于共振稀疏分解的局部放电信号窄带干扰抑制新方法。该方法根据局部放电信号与窄带信号的振荡特征,分析并合理选择品质因子、冗余因子、分解层数和权重系数,实现了对含窄带干扰的局部放电信号的稀疏分解,并将其分解为高共振分量、低共振分量和残余分量,从而可提取出有效的局部放电信号。与小波变换阈值滤波法对比,该方法能更有效地抑制窄带干扰,且误差小、相似度高。仿真和实测数据的处理结果也验证了该方法的有效性。 相似文献
14.
针对电缆故障在诊断过程中采集的故障信号量庞大,加大了故障信号的检索难度,为提高电缆故障信号的检索能力,提出了基于机器学习的电缆故障诊断知识库设计方法。根据电缆故障点的发生位置示意图,描述了电缆故障的产生,利用电缆故障行波的传播过程,确定了电缆故障的发生位置,通过计算电缆故障信号的噪声能量阈值,将电缆故障信号的突变点信息去除,通过采集电缆故障信号的小波熵,反映出故障信号的噪声变化关系,确定了电缆故障信号的噪声能量阈值,采用机器学习建立了电缆故障诊断知识库的模糊决策矩阵,通过设计电缆故障诊断的知识库结构,对电缆故障诊断知识库进行了设计。结果表明,基于机器学习的电缆故障诊断知识库对电缆故障信号的检索精度高达93.4%,在检索效率方面具有更高的性能。 相似文献
15.
16.
17.
小波神经网络在模拟电路故障诊断中的应用 总被引:1,自引:0,他引:1
研究模拟电路优化问题,电路系统存在非线性和漂移会引起系统故障.针对BP神经网络在模拟电路故障诊断上存在的收敛速度慢、易陷入局部最小等不足,为解决上述问题,提出基于小波神经网络的模拟电路故障诊断方法.采用正弦信号仿真模拟电路,应用小波变换对模拟电路响应的采样信号进行故障特征提取,建立故障字典,利用神经网络对各种状态下的特征向量进行分类决策,实现模拟电路的故障诊断.故障诊断仿真表明,保证较高故障诊断正确率RBF网络的训练次数得到了极大地缩小,极大地提高了模拟电路故障诊断的效率,为设计提供了依据. 相似文献
18.
19.
针对通信电缆经常发生中断故障这一情况,为及时准确地判断电缆的断路故障,设计了一种基于电容法测距的电缆断点自动检测报警电路.该电路由单稳态电路、单片机以及语音芯片构成,实现了对通信电缆断点的实时检测及报警;此外,通过串口与客户端相连,电路可方便地进行报警电话的设置和报警语音的录制.该电路可以比较精确地测量出电缆断点离检查点的距离,为电信运营提供了一种性价比较高的电缆防盗报警装置. 相似文献
20.
路灯远程监控系统的报警设计 总被引:1,自引:1,他引:0
简要介绍基于GPRS技术和Internet的路灯监控系统的设计结构,强调了报警功能模块的设计与实现.通过分析产生电流越限和电缆故障的各种原因,画出报警设计的逻辑图. 相似文献