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：长电新能有限责任公司
摘要：本发明涉及基于小波神经网络的UPFC设备故障预测方法，包括：定义统一潮流控制器的故障变量；对故障变量进行分类，并定义用于设备状态监测、故障预测的数据采集结构；获取统一潮流控制器的各个节点的信号数据，进行滤波、AD转换后对其分类编码；采用小波神经网络构建设备故障预测模型；将实时信号数据输入到训练好的设备故障预测模型，得到设备故障预测模型输出的设备状态预测结果；根据设备状态预测结果，判断有无设备故障；对预测得到的设备故障发出故障预警信号。本发明实现了多维度的全方位的UPFC在线状态监测、故障诊断和故障预警，提前预测UPFC装置的具体故障信息，有效保护装置运行安全，避免因UPFC设备故障造成对其他电力电子原件的损伤。
主权项：1.基于小波神经网络的UPFC设备故障预测方法，其特征在于，包括以下步骤：步骤1：定义统一潮流控制器的故障变量；步骤2：对数据采集变量进行分类，并根据其分类定义用于设备状态监测、故障预测的数据采集结构；步骤3：获取统一潮流控制器的各个节点的信号数据，对所述信号数据依次进行滤波、AD转换和分类编码；步骤4：采用小波神经网络构建设备故障预测模型，利用历史故障信号数据集对所述设备故障预测模型进行训练；步骤5：将步骤3获取得到的实时信号数据输入到训练好的设备故障预测模型，得到设备故障预测模型输出的设备状态预测结果；步骤6：根据步骤5得到的设备状态预测结果，判断有无设备故障；步骤7：根据步骤6的故障判断结果，对预测得到的设备故障发出故障预警信号。
全文数据：
权利要求：
百度查询： 长电新能有限责任公司 基于小波神经网络的UPFC设备故障预测方法和系统
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