[发明专利]一种基于人工神经网络的局放图谱分析系统、方法及装置有效

专利信息
申请号: 202110254046.6 申请日: 2021-03-09
公开(公告)号: CN113055270B 公开(公告)日: 2022-12-16
发明(设计)人: 韩福成;张俊岭;刘猛;周怡;尹朋;翟恒帅;褚敬;李晓良;田亮;卢愿 申请(专利权)人: 山东鲁能软件技术有限公司
主分类号: H04L12/46 分类号: H04L12/46;H04W4/80;H04Q9/00;G01R31/12;G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 济南舜源专利事务所有限公司 37205 代理人: 刘雪萍
地址: 250001 山东省济南市高*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工 神经网络 图谱 分析 系统 方法 装置
【权利要求书】:

1.一种基于人工神经网络的局放图谱分析系统,包括检测仪器、移动终端,检测仪器与移动终端通信,其特征在于,还包括设置在电力设备站内的网关机,移动终端与网关机通信;检测仪器将所检测局放图谱通过移动终端传输至网关机,网关机基于人工神经网络对检测局放图谱进行分析,并将分析结果反馈回移动终端;

所述网关机用于:

接收检测局放图谱;

提取检测局放图谱相关特征;

存储人工神经网络模型训练时针对不同类型的图谱进行训练,获得的不同类型图谱的人工神经网络模型;

在提取相关特征之前首先判断检测局放图谱的类型,之后根据类型提取相关特征和选择人工神经网络模型进行分析诊断,在对检测局放图谱进行处理之前,对不同检测仪器检测数据格式进行转换,以统一采集数据的格式;

针对不同类型的图谱,所提取的相关特征也是不同的;

提取出相关特征后,针对不同类型的图谱选择相应的人工神经网络模型,以相关特征作为输入进行分析诊断。

2.根据权利要求1所述的基于人工神经网络的局放图谱分析系统,其特征在于,移动终端通过VPN网络与网关机通信。

3.根据权利要求2所述的基于人工神经网络的局放图谱分析系统,其特征在于,网关机还通过VPN网络与主站端通信。

4.根据权利要求1、2或3所述的基于人工神经网络的局放图谱分析系统,其特征在于,检测仪器通过蓝牙与移动终端通信。

5.一种基于权利要求1-4任一项所述系统的基于人工神经网络的局放图谱分析方法,其特征在于,该方法由网关机执行,包括以下步骤:

接收检测局放图谱;

提取检测局放图谱相关特征;

采用已训练好的人工神经网络模型,基于所提取相关特征对检测局放图谱进行分析,获得分析结果以判断电力设备是否异常;

将分析结果反馈至移动终端和/或主站端;

所述网关机还执行以下步骤:

存储人工神经网络模型训练时针对不同类型的图谱进行训练,获得的不同类型图谱的人工神经网络模型;

在提取相关特征之前首先判断检测局放图谱的类型,之后根据类型提取相关特征和选择人工神经网络模型进行分析诊断,在对检测局放图谱进行处理之前,对不同检测仪器检测数据格式进行转换,以统一采集数据的格式;

针对不同类型的图谱,所提取的相关特征也是不同的;

提取出相关特征后,针对不同类型的图谱选择相应的人工神经网络模型,以相关特征作为输入进行分析诊断。

6.根据权利要求5所述的基于人工神经网络的局放图谱分析方法,其特征在于,在接收检测局放图谱之后,还包括以下步骤:

判断检测局放图谱的图谱类型;

提取检测局放图谱相关特征时,根据所判断图谱类型提取相关特征;

采用已训练好的人工神经网络模型对检测局放图谱进行分析时,根据所判断图谱类型,选择相应的人工神经网络模型。

7.根据权利要求6所述的基于人工神经网络的局放图谱分析方法,其特征在于,图谱类型包括PRPD图谱和超声波图谱。

8.根据权利要求7所述的基于人工神经网络的局放图谱分析方法,其特征在于,当检测局放图谱为PRPD图谱时,所提取的相关特征包括幅值-相位分布特征、脉冲数-相位分布特征、波形的幅值包络特征、幅值重复率特征、频谱包络特征;

当检测局放图谱为超声波图谱时,所提取的相关特征包括幅值包络特征、幅值重复率特征、频谱包络特征。

9.根据权利要求5-8任一项所述的基于人工神经网络的局放图谱分析方法,其特征在于,人工神经网络为卷积神经网络。

10.一种基于权利要求1-4任一项所述系统的基于人工神经网络的局放图谱分析装置,其特征在于,该装置配置于网关机,包括,

图谱接收模块:接收检测局放图谱;

特征提取模块:提取检测局放图谱相关特征;

图谱分析模块:采用已训练好的人工神经网络模型,基于所提取相关特征对检测局放图谱进行分析,获得分析结果以判断电力设备是否异常;

结果反馈模块:将分析结果反馈至移动终端和/或主站端;

所述装置还被配置用于:

存储人工神经网络模型训练时针对不同类型的图谱进行训练,获得的不同类型图谱的人工神经网络模型;

在提取相关特征之前首先判断检测局放图谱的类型,之后根据类型提取相关特征和选择人工神经网络模型进行分析诊断,在对检测局放图谱进行处理之前,对不同检测仪器检测数据格式进行转换,以统一采集数据的格式;

针对不同类型的图谱,所提取的相关特征也是不同的;

提取出相关特征后,针对不同类型的图谱选择相应的人工神经网络模型,以相关特征作为输入进行分析诊断。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东鲁能软件技术有限公司,未经山东鲁能软件技术有限公司许可,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/202110254046.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top