[实用新型]基于深度学习的串联型故障电弧试验平台有效
申请号: | 201920318704.1 | 申请日: | 2019-03-12 |
公开(公告)号: | CN209673944U | 公开(公告)日: | 2019-11-22 |
发明(设计)人: | 贾振国;许琳;郭瑞;刘建红;刘旭;冯思瑄 | 申请(专利权)人: | 长春工程学院 |
主分类号: | G01R31/12 | 分类号: | G01R31/12 |
代理公司: | 22206 长春市吉利专利事务所 | 代理人: | 李晓莉<国际申请>=<国际公布>=<进入 |
地址: | 130000 *** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 串联型 故障电弧 发生器 可编程序控制器 数据采集处理器 电网模拟器 可编程 本实用新型 试验平台 故障电弧探测 电流互感器 弧光传感器 计算机连接 旋转编码器 步进电机 电缆串联 负载调节 市场空白 试验电源 消防应用 传感器 弧压 学习 计算机 | ||
1.一种基于深度学习的串联型故障电弧试验平台,其特征在于,包括串联型故障电弧发生器(1)、电网模拟器(2)、RLC可编程负载(3)、可编程序控制器(4)、数据采集处理器(5)和深度学习计算机(6);其中,
所述串联型故障电弧发生器(1)通过电缆串联于所述电网模拟器(2)和所述RLC可编程负载(3)之间,构成试验电源与负载调节回路;所述串联型故障电弧发生器(1)包括透明封闭壳体(101)、直线滑台(102)、石墨固定电极(103)、可动铜电极(104)、弧压传感器(105)、电流互感器(106)、弧光传感器(107)、步进电机(109)和旋转编码器(110);所述石墨固定电极(103)固定在所述直线滑台(102)的非移动台面上;所述可动铜电极(104)固定在所述直线滑台(102)的移动台面上;所述电流互感器(106)安装在所述可动铜电极(104)上;所述弧压传感器(105)固定在所述串联型故障电弧发生器(1)的底座上;所述弧光传感器(107)固定在所述透明封闭壳体(101)的侧壁上,且正对所述石墨固定电极(103)、所述可动铜电极(104)的接触面;所述步进电机(109)与所述旋转编码器(110)同轴安装在所述直线滑台(102)的侧面,用于驱动所述直线滑台(102)的移动台面移动;
所述电网模拟器(2)通过通信电缆与深度学习计算机(6)的RS485总线接口相连接,用于根据所述深度学习计算机(6)的指令调节电源参数;
RLC可编程负载(3)通过通信电缆与深度学习计算机(6)的RS485总线接口相连接,用于根据所述深度学习计算机(6)的指令调节负载的大小;
所述可编程序控制器(4)通过步进电机接口与所述步进电机(109)和所述旋转编码器(110)相连接,以及通过通信电缆与所述深度学习计算机(6)的RS485总线接口相连接,用于根据所述深度学习计算机(6)的指令控制所述可动铜电极(104)的移动,调节所述可动铜电极(104)与所述石墨固定电极(103)之间的间隙;
所述数据采集处理器(5)通过信号电缆分别与所述弧压传感器(105)、所述电流互感器(106)、所述弧光传感器(107)连接,以及通过通信电缆与所述深度学习计算机(6)的RS485总线接口相连接,用于采集故障电弧参数,并上传至所述深度学习计算机(6);
所述深度学习计算机(6)用于存储故障电弧参数形成样本数据,并对该样本数据进行分类,同时对该样本数据进行串联型故障电弧模型的训练。
2.根据权利要求1所述的基于深度学习的串联型故障电弧试验平台,其特征在于,所述串联型故障电弧发生器(1)还包括高清摄像头(108),所述高清摄像头(108)位于所述透明封闭壳体(101)的顶部,正对所述石墨固定电极(103)、所述可动铜电极(104)的接触面,所述数据采集处理器(5)通过信号电缆与所述高清摄像头(108)连接,用于采集视频数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长春工程学院,未经长春工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201920318704.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:变压器局部放电在线监测系统
- 下一篇:一种IGBT功率模块测试系统