Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 内蒙古电力(集团)有限责任公司乌兰察布供电分公司褚文超获国家专利权

内蒙古电力(集团)有限责任公司乌兰察布供电分公司褚文超获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉内蒙古电力(集团)有限责任公司乌兰察布供电分公司申请的专利一种高阻抗变压器励磁涌流抑制方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119944588B

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411849555.3,技术领域涉及:H02H9/02;该发明授权一种高阻抗变压器励磁涌流抑制方法及系统是由褚文超;邢峰;郭殿军;陈涛;赵磊;王国平设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

一种高阻抗变压器励磁涌流抑制方法及系统在说明书摘要公布了:本发明涉及变压器励磁涌流抑制技术领域,特别是一种高阻抗变压器励磁涌流抑制方法及系统,数据采集模块、数据预处理模块、计算模块、主控模块、输出模块、执行模块;本发明先建立基于磁滞特性的有限元模型,并采集变压器真实运行数据并以此作为输入对有限元模型进行训练;持续优化模型,使用优化后的有限元模型进行仿真实验获得仿真实验数据,以此构建数据集R,大大降低了人工实验的劳动量,可快速获得大量仿真数据;并基于神经网络模型进行特征提取和深度学习,从而训练出关于励磁涌流的预测模型;之后采集变压器实际运行数据,并使用上述预测模型对励磁涌流进行预测;选择合适的合闸角或分闸角控制变压器运行,达到减少励磁涌流的目的。

本发明授权一种高阻抗变压器励磁涌流抑制方法及系统在权利要求书中公布了:1.一种高阻抗变压器励磁涌流抑制方法,其特征在于:包括以下具体步骤: S1、在仿真软件中基于铁芯的磁滞特性建立高阻抗变压器的有限元模型; S2、收集变压器的运行时的电气数据并进行预处理; S3、将预处理后的数据代入S1中构建的基于磁滞特性的有限元模型进行仿真实验; S4、将仿真实验与对照实验数据进行对比持续优化模型;使用优化后的模型进行不同参数的模拟仿真实验;并对实验结果建立模拟数据集使用深度学习算法构建关于励磁涌流的预测模型; S5、使用步骤S4中的预测模型预测高阻抗变压器合闸时产生的励磁涌流的参数; S6、根据预测后的励磁涌流参数执行不同的抑制步骤,降低电流大小; 其中,步骤S4包括以下步骤: S41、以预处理后的数据作为输入在仿真模型中进行模拟实验,并将模拟实验与实际实验所获得的结果进行比对,优化仿真模型的参数,直至模拟实验结果与实际实验结果拟合度大于0.9; 拟合度T满足以下公式: ; 其中,ya为实际值,yp为预测值,为实际值的均值;并满足T2大于0.9; S42、使用调整好的仿真模型进行多次仿真实验,获得不同参数下的实验结果,并以此构建模拟数据集R; S43、对模拟数据集R进行特征提取,建立励磁涌流与分闸角、合闸角、铁芯饱和度、时间、温度以及剩磁大小的多模态特征向量;并将多模态的特征向量映射到同一特征空间中,构建出多模态数据集; 建立变压器空载合闸时的特征向量数据集Q1: ; 式中,为分闸角,为合闸角;S为铁芯饱和度,t为时间,T为温度; 其中分闸角,合闸角通过电流波形提取;时间t通过内置计时器获得,温度T通过温度传感器获得;S铁芯饱和度的计算公式为: ; 其中,S为铁芯饱和度;B为当前的磁通密度;Bsat是材料的饱和磁通密度可通过查阅铁芯材料及数据库数据获得; ; 其中,铁芯材料:μ0是真空磁导率;μr为材料的相对磁导率;H是磁场强度;通过公式计算: ; 其中N是线圈匝数;I是通过线圈的电流,L是磁路的平均长度; Br为剩磁;Br=μ0μr-1Hc;其中Hc为矫顽力; 建立变压器外部故障切除后电压恢复时的数据集Q2: ; 式中,为分闸角,为合闸角;S为铁芯饱和度,t为时间,T为温度; 其中分闸角,合闸角通过电流波形提取;时间t通过内置计时器获得,温度T通过温度传感器获得;S铁芯饱和度的计算公式为: ; 其中,S为铁芯饱和度;B为当前的磁通密度;Bsat是材料的饱和磁通密度可通过查阅铁芯材料及数据库数据获得; ; 其中,铁芯材料:μ0是真空磁导率;μr为材料的相对磁导率;H是磁场强度;通过公式计算: ; 其中N是线圈匝数;I是通过线圈的电流,L是磁路的平均长度; Br为剩磁;Br=μ0μr-1Hc;其中Hc为矫顽力; S44、对多模态数据集进行深度学习,学习不同模态数据集之间潜在的关联度;采用卷积神经网络CNN对所建立的数据集Q1和Q2分别进行学习,确定不同模态数据集之间的关联度; 损失函数使用均方误差MSE表示: ; 其中,n为样本总数,yi为第i个样本的实际值,为第i个样本的预测值; S45、对多模态数据集进行决策级融合,构建出励磁涌流的预测模型,并对模型进行验证。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人内蒙古电力(集团)有限责任公司乌兰察布供电分公司,其通讯地址为:011800 内蒙古自治区乌兰察布市集宁区正和路13号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。