龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：清华大学深圳国际研究生院
摘要：一种变压器振动预测方法，基于所收集到的正常运行变压器的温度、电流和振动数据，利用低通滤波和快速傅里叶变换提取电流和振动的频域信息；利用递归特征消除法从电流频域信息和温度信息中提取关键特征，利用决策树建立所得关键特征与振动幅值之间的关联模型，实现基于电流、温度信息预测变压器振动。最终，通过对比预测振动信号与实测振动信号之间的吻合程度，可以判断变压器是否由于某些机械性故障导致振动模式发生改变，从而及时发现变压器内部潜伏的机械性故障。本方法在给定负载、温度信息条件下，能够准确预测变压器表面的振动，根据本方法预测得到的振动幅值与实测得到的振动幅值之间的差异，可以有效检测早期的变压器绕组机械性故障。
主权项：1.一种变压器振动预测方法，其特征在于，包括以下步骤：S1.采集正常运行的变压器箱体表面多个不同位置的振动信号和相应的电流、温度信号时间序列样本，每个样本对应一个时间点的信号集；S2.对采集到的振动信号和电流信号进行低通滤波处理；S3.对滤波后的振动信号和电流信号进行快速傅里叶变换FFT，提取设定频段范围内的频谱分布；S4.根据FFT结果，用相应频率下的振动分量和电流分量组合构建振动频谱向量和电流频谱向量；S5.利用电流频谱向量以及与振动信号和电流信号同步的温度信号构建初始特征集，所述初始特征集包括电流信号在基波频率及其整数倍频率下的幅值信息，以及温度信息；S6.采用递归特征消除法RFE从初始特征集中选取与振动幅值相关的关键特征；S7.利用决策树算法建立关键特征与振动幅值之间的关联模型，通过训练过程优化模型参数，以实现基于电流、温度信息对变压器振动的预测；S8.利用建立的关联模型，根据实时监测的电流和温度数据，预测变压器表面的振动幅值。
全文数据：
权利要求：
百度查询： 清华大学深圳国际研究生院 一种变压器振动预测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号