变压器绕组监测诊断数据采集方法、系统、设备及介质

AITNT
正文
推荐专利
变压器绕组监测诊断数据采集方法、系统、设备及介质
申请号:CN202510768622
申请日期:2025-06-10
公开号:CN120296679B
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了变压器绕组监测诊断数据采集方法、系统、设备及介质,属于电力设备状态监测技术领域,包括:构建多尺度小波变换与改进型自适应卡尔曼滤波融合架构,所述多尺度小波变换与改进型自适应卡尔曼滤波融合架构用于获取变压器绕组的监测信号;利用所述多尺度小波变换对所述监测信号进行分频处理,确定各尺度系数;基于改进型自适应卡尔曼滤波调整噪声协方差矩阵,并对所述各尺度系数进行滤波处理,确定滤波结果;将所述滤波结果重构为重构信号,并对所述重构信号进行信号质量评估,确定变压器绕组的信号质量。本发明通过多尺度分解和自适应滤波,解决传统方法在非平稳信号处理和强噪声干扰下的局限性,提高信号特征的保持度和信噪比。
技术关键词
变压器绕组监测 诊断数据采集 卡尔曼滤波融合 协方差矩阵 多尺度 重构 变压器绕组状态 力耦合模型 电力设备状态监测技术 状态更新 观测噪声 预测误差 分布特征 信号采集模块
系统为您推荐了相关专利信息
1
一种基于增量高斯混合模型的船舶运动在线辨识建模方法
船舶运动状态 高斯混合模型 数据 超参数 建模方法
2
一种三维多模态核磁共振图像重建方法
多尺度特征融合 多模态 模态特征 上采样 链接模块
3
一种基于TDOA定位及滤波算法确定标签位置的方法
UWB定位系统 基站 协方差矩阵 扩展卡尔曼滤波器 标签卡
4
一种基于深度学习的轻量化低空飞行器检测方法
低空飞行器 多尺度特征融合 输出特征 图像 策略优化模型
5
一种基于多特征联合网络学习的语音欺骗检测算法
语音欺骗检测 深度卷积神经网络 分类器 短时傅里叶变换 激励残差网络
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