申请/专利权人:国网重庆市电力公司长寿供电分公司;重庆大学
申请日:2024-01-31
公开(公告)日:2024-04-30
公开(公告)号:CN117951643A
主分类号:G06F18/25
分类号:G06F18/25;G01R31/12;G01N33/00;G06F18/2411;G06F18/2431;G06N3/047;G06N3/086;G06N3/0985;G06N3/082
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明涉及开关柜故障诊断技术领域,特别涉及一种基于PSO‑DBN神经网络的开关柜局部放电故障诊断方法。本发明针对是否发生局部放电,通过第一诊断模型分析特征气体含量即可获取诊断结论;针对具体的故障类型,无法单纯从特征气体含量中判断故障类型,通过试验数据分析,发现特征气体的变化量包括了故障诊断的特征,因此采用第二诊断模型分析特征气体在特定时间的变化量,可获取具体故障类型,实现开关柜局部放电的监测、故障分类及定位。
主权项:1.一种基于PSO-DBN神经网络的开关柜局部放电故障诊断方法,其特征在于,具体方法如下:采集待诊断开关柜绝缘油的特征气体含量;将特征气体含量输入第一诊断模型中,判断是否发生局部放电;当判断为局部放电时,周期性读取特征气体随时间的变化量;将特征气体随时间的变化量输入第二诊断模型中,诊断具体故障类型及定位。
全文数据:
权利要求:
百度查询: 国网重庆市电力公司长寿供电分公司;重庆大学 一种基于PSO-DBN神经网络的开关柜局部放电故障诊断方法
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。