一种基于相电压关联特征的熔断器慢熔断故障检测方法

AITNT
正文
推荐专利
一种基于相电压关联特征的熔断器慢熔断故障检测方法
申请号:CN202510087811
申请日期:2025-01-20
公开号:CN119827882A
公开日期:2025-04-15
类型:发明专利
摘要
本发明提供了一种基于相电压关联特征的熔断器慢熔断故障检测方法。本发明方法采集线路上游和中下游多个节点的三相相电压,对采集的相电压进行归一化、滑窗处理后输入到神经网络模型中进行训练;根据熔断器发生慢熔断时相电压可能存在轻微跌落的特征,结合线路各节点电压规律变化的先验知识,构建一种基于神经网络的熔断器异常检测方法,通过神经网络挖掘各节点电压数据间的非线性特征来实时更新相电压重构值。最后,根据相电压的实际值与重构值间均方根误差是否超过自适应阈值来识别熔断器异常。算例结果表明所提方法可以有效识别熔断器慢熔断过程,为保护系统可靠运行和提高运维效率奠定基础。
技术关键词
熔断故障 10kV母线 识别熔断器 神经网络模型 GRU神经网络 阈值计算方法 重构 异常检测方法 节点 非线性特征 变电站 保护系统 线路 数据 电压 运维 样本
系统为您推荐了相关专利信息
1
多燃料适配的前后墙对冲锅炉旋流燃烧系统及其控制方法
旋流燃烧系统 多燃料 煤粉输送管道 煤浆输送管道 氨气
2
一种基于物理信息神经网络的力学参数优化方法
前馈神经网络 参数优化方法 预训练模型 阻力 应力
3
一种自动化纺织品瑕疵修复方法及系统
自动化纺织品 瑕疵 修复工具 修复方法 数据存储
4
一种汽车卡钳生产流水线的切削加工质量评估方法及系统
汽车卡钳 纹理特征 编码器 特征选择 图像数据压缩
5
一种利用深度强化学习进行电力系统负荷频率控制的方法
深度神经网络模型 深度强化学习 历史运行数据 电力系统模型 训练深度神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号