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 > 国网江苏省电力有限公司电力科学研究院;江苏省电力试验研究院有限公司;国网江苏省电力有限公司赵科获国家专利权

国网江苏省电力有限公司电力科学研究院;江苏省电力试验研究院有限公司;国网江苏省电力有限公司赵科获国家专利权

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!

龙图腾网获悉国网江苏省电力有限公司电力科学研究院;江苏省电力试验研究院有限公司;国网江苏省电力有限公司申请的专利一种基于多物理信息的局部放电特征矩阵构建方法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:CN115510386B

龙图腾网通过国家知识产权局官网在2025-08-12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:202211155476.3,技术领域涉及:G06F17/16;该发明授权一种基于多物理信息的局部放电特征矩阵构建方法是由赵科;李玉杰;杨景刚;高山;李洪涛;刘建军;孙蓉;刘咏飞;马径坦;肖焓艳;庄添鑫;徐阳;张照辉;秦剑华设计研发完成,并于2022-09-22向国家知识产权局提交的专利申请。

一种基于多物理信息的局部放电特征矩阵构建方法在说明书摘要公布了:本发明涉及电气工程领域,尤其涉及一种基于多物理信息的局部放电特征矩阵构建方法,该方法包括:通过多重手段获取局部放电的多物理信息,并构建多物理信息的原始矩阵;基于原始矩阵,对各类信号特点进行分析并提取特征,构建多物理信息的特征矩阵;对多物理信息特征进行算法评价,依据评价分数选取显著特征,构建多物理信息特征精简矩阵。本发明通过局部放电伴生的多类物理信号,充分利用其相关特性,实现多物理信息的局部放电特征矩阵构建,解决了单一检测手段针对不同放电类型灵敏度差异和检测盲区等问题,同时对多物理信息特征进行提取和精简,在保留特征有效性的同时减少了数据的冗余度。

本发明授权一种基于多物理信息的局部放电特征矩阵构建方法在权利要求书中公布了:1.一种基于多物理信息的局部放电特征矩阵构建方法,其特征在于,所述方法包括以下步骤: S1:通过多种手段获取局部放电的多物理信息,并构建多物理信息的原始矩阵; S2:基于原始矩阵,对各类信号特点进行分析并提取特征,构建多物理信息的特征矩阵; S3:对多物理信息特征进行算法评价,依据评价分数选取显著特征,构建多物理信息特征精简矩阵; 所述步骤S1具体为: S1.1:多物理信息采集,获取局部放电产生的高频电流、特高频和超声波信号,通过脉冲触发同步采集三类物理信号与设备电压信号,采集时间10s; S1.2:脉冲与电压幅值信息获取,通过经典阈值法,根据阈值获取三类物理信号脉冲起始时间和结束时间,以及起始时间和结束时间之间的脉冲幅值信息、外施电压幅值信息; S1.3:多物理信息原始矩阵构建,记录采集时间10s内的所有脉冲的时间、脉冲幅值信息以及外施电压幅值信息,根据高频电流、特高频和超声的脉冲幅值信息和外施电压幅值信息,构建脉冲幅值信息原始矩阵和电压原始矩阵,最终构建多物理信息原始矩阵; 所述步骤S2具体为: S2.1:特征提取,根据高频电流、特高频和超声信号的特点,高频电流和特高频信号提取脉冲强度平均值、脉冲重复率和脉冲能量平均值三类特征,超声信号提取提取脉冲强度平均值、脉冲重复率和脉冲离散度平均值三类特征; S2.2:多物理特征矩阵构建,根据三类物理信号的特征值构建特征向量,基于多组数据提取多组特征向量,构成特征矩阵; 基于特征间的皮尔逊相关系数,对多物理信息特征进行算法评价,依据评价分数选取显著特征,构建多物理信息的精简矩阵,特征间皮尔逊相关系数计算公式如下: 式中,X和Y为任意两个不同的特征,系数的值为1意味着X和Y可以很好的由直线方程来描述,所有的数据点都很好的落在一条直线上,且X随着Y的增加而增加,系数的值为-1意味着所有的数据点都落在直线上,且X随着Y的增加而减少,系数的值为0意味着两个变量之间没有线性关系; 根据相关计算结果,构建多物理信息特征精简矩阵AS: AS=C1,C2…Cn19 式中,Ci为特征向量。

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国网江苏省电力有限公司电力科学研究院;江苏省电力试验研究院有限公司;国网江苏省电力有限公司,其通讯地址为:211103 江苏省南京市江宁区帕威尔路1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。