av网站播放,国产一级特黄毛片在线毛片,久久精品国产99精品丝袜,天天干夜夜要,伊人影院久久,av大全免费在线观看,国产第一区在线

一種低壓互感器故障診斷方法及系統(tǒng)與流程

文檔序號(hào):42300873發(fā)布日期:2025-06-27 18:43閱讀:來源:國知局

技術(shù)特征:

1.一種低壓互感器故障診斷方法,其特征在于,包括以下步驟:確定低壓互感器的運(yùn)行狀態(tài),獲取低壓互感器的運(yùn)行數(shù)據(jù),根據(jù)所述運(yùn)行狀態(tài)將低壓互感器的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為低壓互感器定量描述的運(yùn)行數(shù)據(jù);基于低壓互感器定量描述的運(yùn)行數(shù)據(jù)構(gòu)建觀測矩陣,使用主分量分析算法pca對(duì)所述觀測矩陣進(jìn)行特征提取,得到特征值和特征向量;計(jì)算特征值的貢獻(xiàn)率,基于所述貢獻(xiàn)率和特征向量對(duì)觀測矩陣進(jìn)行降維處理,得到降維后的觀測矩陣;將降維后的觀測矩陣作為支持向量數(shù)據(jù)描述模型svdd的輸入,輸出故障類樣本;基于聚類分析算法對(duì)故障類樣本進(jìn)行分析,得到低壓互感器故障診斷結(jié)果。

2.根據(jù)權(quán)利要求1所述的低壓互感器故障診斷方法,其特征在于,低壓互感器的運(yùn)行狀態(tài)包括正常運(yùn)行狀態(tài)、固定偏差狀態(tài)、漂移偏差狀態(tài)、變比偏差狀態(tài)以及精度失真狀態(tài),根據(jù)所述運(yùn)行狀態(tài)將低壓互感器的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為低壓互感器定量描述的運(yùn)行數(shù)據(jù),具體為:

3.根據(jù)權(quán)利要求2所述的低壓互感器故障診斷方法,其特征在于,基于低壓互感器定量描述的運(yùn)行數(shù)據(jù)構(gòu)建觀測矩陣,使用主分量分析算法pca對(duì)所述觀測矩陣進(jìn)行特征提取,得到特征值和特征向量,具體步驟為:

4.根據(jù)權(quán)利要求3所述的低壓互感器故障診斷方法,其特征在于,所述計(jì)算特征值的貢獻(xiàn)率,基于所述貢獻(xiàn)率和特征向量對(duì)觀測矩陣進(jìn)行降維處理,得到降維后的觀測矩陣,具體步驟為:

5.根據(jù)權(quán)利要求4所述的低壓互感器故障診斷方法,其特征在于,所述將降維后的觀測矩陣作為支持向量數(shù)據(jù)描述模型svdd的輸入,輸出故障類樣本,具體步驟為:

6.根據(jù)權(quán)利要求5所述的低壓互感器故障診斷方法,其特征在于,所述基于聚類分析算法對(duì)故障類樣本進(jìn)行分析,得到低壓互感器故障診斷結(jié)果,具體步驟為:

7.一種低壓互感器故障診斷系統(tǒng),包括:

8.根據(jù)權(quán)利要求7所述的低壓互感器故障診斷系統(tǒng),其特征在于,低壓互感器的運(yùn)行狀態(tài)包括正常運(yùn)行狀態(tài)、固定偏差狀態(tài)、漂移偏差狀態(tài)、變比偏差狀態(tài)以及精度失真狀態(tài),根據(jù)所述運(yùn)行狀態(tài)將低壓互感器的運(yùn)行數(shù)據(jù)轉(zhuǎn)換為低壓互感器定量描述的運(yùn)行數(shù)據(jù),具體為:

9.根據(jù)權(quán)利要求8所述的低壓互感器故障診斷系統(tǒng),其特征在于,基于低壓互感器定量描述的運(yùn)行數(shù)據(jù)構(gòu)建觀測矩陣,使用主分量分析算法pca對(duì)所述觀測矩陣進(jìn)行特征提取,得到特征值和特征向量,具體步驟為:

10.根據(jù)權(quán)利要求9所述的低壓互感器故障診斷系統(tǒng),其特征在于,所述計(jì)算特征值的貢獻(xiàn)率,基于所述貢獻(xiàn)率和特征向量對(duì)觀測矩陣進(jìn)行降維處理,得到降維后的觀測矩陣,具體步驟為:


技術(shù)總結(jié)
本發(fā)明涉及一種低壓互感器故障診斷方法及系統(tǒng),屬于互感器故障診斷技術(shù)領(lǐng)域,包括以下步驟:采集互感器運(yùn)行狀態(tài)數(shù)據(jù)并轉(zhuǎn)換為定量描述數(shù)據(jù),構(gòu)建觀測矩陣;采用主分量分析(PCA)算法對(duì)矩陣進(jìn)行特征提取,通過計(jì)算特征值貢獻(xiàn)率實(shí)現(xiàn)數(shù)據(jù)降維,顯著減少后續(xù)計(jì)算量;將降維后的數(shù)據(jù)作為支持向量數(shù)據(jù)描述(SVDD)模型的輸入,輸出故障樣本集;應(yīng)用聚類分析算法對(duì)故障樣本進(jìn)行分類,獲得精確的故障診斷結(jié)果。相比傳統(tǒng)方法,本發(fā)明創(chuàng)新性地將PCA降維技術(shù)與SVDD模型相結(jié)合,在保證診斷準(zhǔn)確性的同時(shí),通過特征值貢獻(xiàn)率指導(dǎo)的降維處理,有效降低了計(jì)算復(fù)雜度,使故障診斷效率提升,特別適用于電力系統(tǒng)對(duì)低壓互感器的實(shí)時(shí)狀態(tài)監(jiān)測與故障預(yù)警需求。

技術(shù)研發(fā)人員:曹舒,黃漢斌,張穎,黃天富,吳志武,王春光,林彤堯,涂彥昭,余鴻暉,何文智,伍翔
受保護(hù)的技術(shù)使用者:國網(wǎng)福建省電力有限公司營銷服務(wù)中心
技術(shù)研發(fā)日:
技術(shù)公布日:2025/6/26
當(dāng)前第2頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1