Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于多维时序特征的换流变阀侧套管在线绝缘监测方法 

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!

摘要:本发明公开了基于多维时序特征的换流变阀侧套管在线绝缘监测方法,属于容性设备在线监测技术领域。本发明解决了现有技术监测方法灵敏度低、可靠性差的问题,本发明通过多个传感器获取目标对象套管在预设时间段内各维度的时序数据,通过对多维度时序数据进行预处理与清洗,能够确保多维度时序数据的完整性和一致性,而通过深度学习方法自动提取多维度时序数据中的特征,并且,深度学习方法采用模型对数据集中的训练集进行训练,从而对多维度时序数据进行预测,而预测结果会进行可视化展示,同时,采用神经网络模型对数据集进行异常数据检测,通过异常数据检测能够分析当前换流变阀侧套管的绝缘情况,以实现对换流变阀侧套管的在线绝缘监测工作。

主权项:1.基于多维时序特征的换流变阀侧套管在线绝缘监测方法,其特征在于,包括以下步骤:S1:为换流变阀侧套管的监测预设时间段,获取目标对象套管在预设时间段内各维度的时序数据,从而获得套管的多维度时序数据,将同一时间段内的多维度时序数据视为数据集,并将数据集划分为训练集和测试集;S2:对已获得的多维度时序数据进行处理,包含对多维度时序数据的预处理与清洗,通过预处理与清洗检查数据的完整性和一致性,以及减少数据噪声;S3:基于深度学习方法,对已处理的多维度时序数据进行特征提取和预测;S4:基于已划分的数据集,采用神经网络模型对已划分的数据集进行异常数据检测,通过异常数据检测分析当前换流变阀侧套管的绝缘情况;其中,S4,包括以下步骤:获取已划分的数据集,并基于已划分的数据集确定换流变阀侧套管的多维度数据参量,其中,多维度数据参量包括介质损耗功率、电容值以及电压值;基于多维度数据参量计算换流变阀侧套管的介质损耗因数,并基于介质损耗因数计算对当前换流变阀侧套管的绝缘情况进行异常检测的准确率,具体步骤包括:根据如下公式计算换流变阀侧套管的介质损耗因数: ;其中,表示换流变阀侧套管的介质损耗因数,且取值范围为(0,0.5);表示换流变阀侧套管的介质损耗功率值;表示换流变阀侧套管的电容值;表示换流变阀侧套管的电压值;表示自然常数;表示频率对计算换流变阀侧套管的介质损耗因数的影响因子;表示温度对换流变阀侧套管的介质损耗因数的影响因子;表示湿度对换流变阀侧套管的介质损耗因数的影响因子;根据如下公式计算对当前换流变阀侧套管的绝缘情况进行异常检测的准确率: 其中,表示对当前换流变阀侧套管的绝缘情况进行异常检测的准确率,且取值范围为(0,1);表示误差系数,且取值范围为(0.01,0.015);表示在预设时段内通过划分的数据集对当前换流变阀侧套管的绝缘情况进行异常检测的总次数;表示在预设时段内通过划分的数据集对当前换流变阀侧套管的绝缘情况进行异常检测时存在的错误检测的次数,且取值小于M;表示在预设时段内错误检测的次数存在被误判的次数,且取值小于m;示换流变阀侧套管的介质损耗因数,且取值范围为(0,0.5);表示自然常数;将计算得到的准确率与预设准确率阈值进行比较;若计算得到的准确率大于或等于预设准确率阈值,则判定对当前换流变阀侧套管的绝缘情况的检测合格;若计算得到的准确率小于预设准确率阈值,则判定对当前换流变阀侧套管的绝缘情况的检测不合格,并对神经网络模型的异常数据检测机制进行优化,直至准确率大于或等于预设准确率阈值。

全文数据:

权利要求:

百度查询: 上海凌至物联网有限公司 基于多维时序特征的换流变阀侧套管在线绝缘监测方法

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。