检索结果-南通市图书馆

基于时域参数的局部放电特高频传感器性能表征方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2015年第21期35卷 5641-5647页

作者：陈孝信钱勇盛戈皞江秀臣上海交通大学电气工程系上海市闵行区200240

特高频(ultra-high frequency,UHF)传感器的时域输出信号对局部放电宽带检测系统的检测和定位结果具有显著影响,因此评估传感器检测性能时,若能从其时域输出特性出发,将更贴近于宽带检测系统的工程需求。现有的有效高度表征体系不适用... 详细信息

特高频(ultra-high frequency,UHF)传感器的时域输出信号对局部放电宽带检测系统的检测和定位结果具有显著影响,因此评估传感器检测性能时,若能从其时域输出特性出发,将更贴近于宽带检测系统的工程需求。现有的有效高度表征体系不适用于具有非平坦群时延的特高频传感器,在描述传感器时域输出特性时具有局限性。提出了一种基于时域参数的特高频传感器的性能表征方法,通过构造解析脉冲响应函数,从中提取包络峰值、包络宽度和振荡时间三种时域参数,用于描述传感器在局部放电脉冲信号下时域输出波形的峰峰值、上升时间和振荡。设计了有效高度幅频特性与相频特性的测试系统并给出时域参数的测试方法。通过比较两种传感器的时域参数测试结果和实际检测结果对该表征方法进行了检验。研究结果表明:该表征方法能有效地反映UHF传感器的时域输出特性,弥补了现有方法的不足。

关键词：特高频(ultra-high frequency,UHF) 局部放电(partial discharge,PD) 传感器群时延时域参数脉冲响应有效高度

基于NSST-SR的GIL局部放电光电图谱融合算法

在线全文

学校读者我要写书评

暂无评论

高电压技术 2023年第11期49卷 4808-4815页

作者：梁言李泽刘伟王辉江秀臣上海交通大学电气工程系上海200240 国网安徽省电力有限公司电力科学研究院六氟化硫气体特性分析与净化处理技术国网公司重点实验室合肥230022

为解决气体绝缘输电线路局部放电光电联合检测过程中因信号缺失对模式识别造成干扰的问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)和稀疏表示(sparse representation,SR)的光电图谱融合算法,将光学局... 详细信息

为解决气体绝缘输电线路局部放电光电联合检测过程中因信号缺失对模式识别造成干扰的问题,提出一种基于非下采样剪切波变换(non-subsampled shearlet transform,NSST)和稀疏表示(sparse representation,SR)的光电图谱融合算法,将光学局放相位分布(phase-resolved partial discharge,PRPD)图谱和特高频局部放电PRPD图谱通过NSST分解为低频和高频子带图,基于最大绝对值和SR进行子带图融合,然后经过NSST逆变换得到融合图谱。最后,提取图谱特征并降维,代入K近邻、支持向量机、朴素贝叶斯和决策树分类器进行模式识别,并与其他融合算法效果进行对比。实验结果表明:不论样本总体数量大小、样本训练集与测试集相对数量比例大小,该文提出的算法均能较完整地融合两种源图谱的信息,局放模式识别准确率高于单一NSST算法或SR算法。在小样本(150)情况下,准确率可达89.2%,样本足够大时,准确率最高可达98.5%;当训练集样本数小于测试集样本数时,准确率依旧在70.0%以上,最高达88.0%。该文提出的融合算法可为提高气体绝缘输电线路局放模式识别准确率提供参考。

关键词：局部放电图谱融合 NSST SR 模式识别

基于ZigBee无线传感网络的导线接头在线测温系统

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2008年第16期32卷 72-77页

作者：韩蓓盛戈皞江秀臣曾奕邢毅上海交通大学电子信息与电气工程学院上海市200240

基于无线传感网络的基本原理,将新型ZigBee无线自组网通信平台应用于输电线路跳线接头温度在线监测系统。介绍了系统的软硬件平台架构,说明了基于ZigBee技术的接头温度监测节点集群组网的方案和算法,设计了实现可靠、节能及高效的数据... 详细信息

基于无线传感网络的基本原理,将新型ZigBee无线自组网通信平台应用于输电线路跳线接头温度在线监测系统。介绍了系统的软硬件平台架构,说明了基于ZigBee技术的接头温度监测节点集群组网的方案和算法,设计了实现可靠、节能及高效的数据传输方法。应用结果表明,ZigBee技术具有自组织性、动态拓扑、网络容量大、以数据为中心等特点,在电气设备在线监测中具有独特的应用优势。

关键词：跳线接头温度电气设备在线监测 ZigBee技术无线传感网络

在线全文

学校读者我要写书评

暂无评论

基于多小波的多态性局部放电信号提取算法

电力系统自动化 2007年第7期31卷 75-80页

作者：钱勇黄成军陈陈江秀臣上海交通大学电子信息与电气工程学院上海市200240

受放电机理、传播路径等因素的影响,局部放电信号往往呈现出多种形态,基于单一小波基函数的小波分析难以处理这样多态性的问题。为此,文中引入了具有多个小波基函数的多小波。针对不同形态的局部放电信号,分别进行了大量的仿真分析,以... 详细信息

受放电机理、传播路径等因素的影响,局部放电信号往往呈现出多种形态,基于单一小波基函数的小波分析难以处理这样多态性的问题。为此,文中引入了具有多个小波基函数的多小波。针对不同形态的局部放电信号,分别进行了大量的仿真分析,以均方误差为衡量指标,研究多小波在不同局部放电模型下的消噪效果,并寻求最佳的消噪参数。在此基础上,将多小波用于提取多态性的局部放电信号,并与已有的文献进行比较。仿真和实测信号的处理结果表明,选择合适的参数,在提取多态性局放信号时,多小波具有明显优于最优小波及小波集合的性能。

关键词：局部放电多小波信号提取多态性

在线全文

学校读者我要写书评

暂无评论

基于新奇检测的两级电气故障声纹识别算法

电网技术 2021年第7期45卷 2888-2895页

作者：孙汉文李喆林睿江一盛戈皞江秀臣上海交通大学电气工程系上海市闵行区200240 中国南方电网超高压输电公司广东省广州市510405

基于闭集算法的声纹识别模型由几类故障样本与正常样本训练得到,同时假设后续输入样本同属于这几个确定的类别。在应用中,强环境噪声等陌生类别可能导致大量误报。为在室外等多噪声环境下降低误报率,同时保持故障样本召回率,提出了一种... 详细信息

基于闭集算法的声纹识别模型由几类故障样本与正常样本训练得到,同时假设后续输入样本同属于这几个确定的类别。在应用中,强环境噪声等陌生类别可能导致大量误报。为在室外等多噪声环境下降低误报率,同时保持故障样本召回率,提出了一种基于新奇检测的两级声纹识别算法。以断路器储能电机为实验对象,对1种正常工况和3种异常工况的声音信号进行加窗、分帧等预处理,随后提取梅尔频率倒谱系数(Mel frequency cestrum coefficient,MFCC)特征向量,最后使用单类支持向量机(one-class support vector machine,one-class SVM)作为第1级新奇检测算法分离陌生类,再使用C参数支持向量机(c-support vector machine,C-SVM)作为第2级算法进行识别。实验结果表明,与现有的单级声纹识别方法相比,所提出的方法可以有效检出陌生类,在信噪比高于20dB时故障样本召回率下降小于0.33%,在信噪比低于20dB时误报率下降超过63.47%。

关键词：新奇检测电气故障声纹识别故障诊断支持向量机

基于方向梯度直方图属性空间的局部放电模式识别改进算法

在线全文

学校读者我要写书评

暂无评论

电工技术学报 2021年第10期36卷 2153-2160页

作者：宋思蒙钱勇王辉盛戈皞江秀臣上海交通大学电气工程系上海200240

该文提出一种基于方向梯度直方图(HOG)属性空间的局部放电模式识别改进算法,旨在提高特征对样本信息的概括能力,并克服分类器对高维特征的识别局限。首先,构造局部放电脉冲序列分布(PRPS)模式作为识别依据,利用局部细分叠加窗口滑移的... 详细信息

该文提出一种基于方向梯度直方图(HOG)属性空间的局部放电模式识别改进算法,旨在提高特征对样本信息的概括能力,并克服分类器对高维特征的识别局限。首先,构造局部放电脉冲序列分布(PRPS)模式作为识别依据,利用局部细分叠加窗口滑移的迭代算法自动化构建PRPS图像的HOG属性空间;然后,通过线性变换协方差矩阵的方式重构HOG属性空间,使其满足相互独立性;接着,根据属性重要性重新排列空间后,依次增加输入朴素贝叶斯分类器的属性个数,基于分类精度搜索最佳属性子集;最后,按照归约属性的相对重要性进行加权,最终设计出HOG属性选择加权朴素贝叶斯分类器。大量样本测试结果证明,此算法能够达到很高的识别精度,对传统识别算法的优化效果明显,有较好的应用价值。

关键词：局部放电模式识别方向梯度直方图脉冲序列分布属性选择加权朴素贝叶斯

在线全文

学校读者我要写书评

暂无评论

基于OS-ELM的变压器局部放电模式识别

高电压技术 2018年第4期44卷 1122-1130页

作者：张秦梫宋辉姜勇陈玉峰盛戈皞江秀臣上海交通大学电气工程系上海200240 国网上海市电力公司电力科学研究院上海200437 国网山东省电力公司电力科学研究院济南250002

传统的变压器局部放电模式识别算法由于需调整的参数多且难以确定最佳参数、学习速度慢等缺点,在实际工程应用中识别正确率低,识别速度慢。因此,提出了一种基于在线序列极限学习机（OS-ELM）算法的变压器局部放电模式识别方法,该算法是... 详细信息

传统的变压器局部放电模式识别算法由于需调整的参数多且难以确定最佳参数、学习速度慢等缺点,在实际工程应用中识别正确率低,识别速度慢。因此,提出了一种基于在线序列极限学习机（OS-ELM）算法的变压器局部放电模式识别方法,该算法是传统极限学习机（ELM）的在线学习改进算法,是一种新型的单隐含层前馈神经网络（SLFN）。本文基于特高频检测法在真型变压器上进行局部放电实验,并获得大量实验数据。将本文所提方法与ELM、支持向量机（SVM）以及BP神经网络（BPNN）的模式识别效果和性能进行了比较分析。结果表明OS-ELM算法识别正确率比SVM和BPNN分别高出5.2%和23.2%;逐渐减小训练样本集大小,OS-ELM识别结果的波动明显小于SVM和BPNN,表现出更好的泛化能力;OS-ELM的训练时间仅为0.031 2 s,远远小于SVM和BPNN。因此,OS-ELM更适用于大数据量样本的工程应用。

关键词：变压器特高频法模式识别 OS-ELM 局部放电

在线全文

学校读者我要写书评

暂无评论

电力设备异源点云层次化配准方法

高电压技术 2022年第8期48卷 2961-2971页

作者：刘庆臻刘亚东严英杰邓军姜骞江秀臣上海交通大学电气工程系上海200240 南网超高压公司检修试验公司广州510000

在3维空间内对电力设备进行状态评估与故障诊断已成为当前电网重点发展方向,异源点云配准技术是其关键环节。针对当前电力设备异源点云配准存在尺度差异大以及离群点多的问题,提出了由粗至精的异源点层次化云配准方法。首先利用提出的... 详细信息

在3维空间内对电力设备进行状态评估与故障诊断已成为当前电网重点发展方向,异源点云配准技术是其关键环节。针对当前电力设备异源点云配准存在尺度差异大以及离群点多的问题,提出了由粗至精的异源点层次化云配准方法。首先利用提出的连线比例不变性尺度估计方法精确估计点云间的尺度差异,将异源点云恢复到相近尺度,级联随机采样一致性(random sampling consensus,RANSAC)方法得到粗配准点云,进而使用提出的最近邻点集采样一致性与自适应鲁棒匹配方法对异源点云进行精配准,最终得到异源点云间的精确变换矩阵。实验结果表明,该文提出的异源点云配层次化方法在测试所用电力设备异源点云数据集上,点云配准前后尺度估计误差分别为0.198和0.0092,配准后旋转、平移误差分别为1.95°和0.009m,均低于当前广泛研究的SAC-IA+ICP配准框架和TEASER方法。

关键词：电力设备异源点云配准尺度估计最近邻点集采样一致性鲁棒匹配

在线全文

学校读者我要写书评

暂无评论

基于均值漂移的局部放电边缘计算方法研究

电网技术 2021年第6期45卷 2449-2456页

作者：田嘉鹏宋辉罗林根盛戈皞江秀臣上海交通大学电子信息与电气工程学院上海市闵行区200240

局部放电的在线检测中普遍存在误报率高的问题,该文考虑在边缘计算平台上对局部放电特高频数据进行脉冲型干扰判别,以有效降低气体绝缘变电站(gas insulated substation,GIS)设备智能诊断中的误报率,并且能有效分担电力物联网中心节点... 详细信息

局部放电的在线检测中普遍存在误报率高的问题,该文考虑在边缘计算平台上对局部放电特高频数据进行脉冲型干扰判别,以有效降低气体绝缘变电站(gas insulated substation,GIS)设备智能诊断中的误报率,并且能有效分担电力物联网中心节点的计算负担,降低对电力物联网数据传输带宽的需求。为此该文提出一种基于均值漂移聚类的局部放电边缘计算算法,该方法通过物联网汇聚节点接受多个特高频传感器的数据,利用聚类后各传感器数据簇之间的相似度计算进行同源信号匹配,最终该算法通过比较GIS设备内外多个特高频传感器接收信号强度(received signal strength indication,RSSI)对干扰信号进行联合定位,判别脉冲型干扰信号。利用真型GIS试验平台上测得的局部放电与干扰信号组成训练集,在边缘计算平台上对算法进行了对比实验。实验结果表明,所提算法在边缘计算平台上对脉冲型干扰的判别准确率为81.4%,能有效地进行干扰识别,平均每个样本处理时间为7.15s,验证了所提算法的可行性与有效性。

关键词：边缘计算均值漂移局部放电干扰信号处理 GIS 电力物联网