Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 长沙理工大学谢李为获国家专利权

长沙理工大学谢李为获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利一种基于功率谱密度熵的配电网故障识别方法、系统、介质及终端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:CN119438790B

龙图腾网通过国家知识产权局官网在2025-11-11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:202411535315.6,技术领域涉及:G01R31/08;该发明授权一种基于功率谱密度熵的配电网故障识别方法、系统、介质及终端是由谢李为;曾祥君;刘凤;肖扬;喻锟;王有鹏;毕岚溪设计研发完成,并于2024-10-31向国家知识产权局提交的专利申请。

一种基于功率谱密度熵的配电网故障识别方法、系统、介质及终端在说明书摘要公布了:本发明公开了一种基于功率谱密度熵的配电网故障识别方法、系统、介质及终端,其中所述方法包括:采集配电网各分支馈线的三相电流,并提取三相电流的高频分量;根据提取的三相电流的高频分量,计算各支路馈线三相电流高频分量的功率谱密度值;基于功率谱密度值计算各支路馈线的功率谱密度熵值,并比较不同分支线路的功率谱密度熵值大小,判定故障分支线路;比较故障分支线路的各相电流功率谱密度熵值大小,判定故障类型。解决了传统技术方案中配电网线路受运行状态和噪声影响导致的故障类型辨识不准确的问题。

本发明授权一种基于功率谱密度熵的配电网故障识别方法、系统、介质及终端在权利要求书中公布了:1.一种基于功率谱密度熵的配电网故障识别方法,其特征在于,包括: S1:采集配电网各分支馈线出线处的三相电流,并提取三相电流的高频分量; S2:根据提取的三相电流的高频分量,计算各支路馈线三相电流高频分量的功率谱密度值; S3:基于功率谱密度值计算各支路馈线的功率谱密度熵值,并比较不同分支线路的功率谱密度熵值大小,判定故障分支线路; S31:对三相电流高频分量的功率谱密度进行三相电流功率谱密度熵计算,计算公式为: ; 其中,为三相电流高频分量的功率谱密度熵;为三相电流高频分量的采样数量;为三相电流功率谱密度数据概率分布;为三相电流高频分量的功率谱密度数据; S32:根据每条支路馈线的三相电流功率谱密度熵值,计算获取每条支路电流功率谱密度熵值的特征量,计算公式为: ; 其中,为第i条支路馈线的电流功率谱密度熵值特征量;为第i条支路馈线A相的电流功率谱密度熵值;为第i条支路馈线B相的电流功率谱密度熵值;为第i条支路馈线C相的电流功率谱密度熵值;n为支路馈线的数量; S33:判断各支路馈线的电流功率谱密度熵值的特征量是否大于或等于第一预设阈值:若是,则表明该支路馈线为故障线路;若否,则表明该支路馈线正常 S4:比较故障分支线路的各相电流功率谱密度熵值大小,判定故障类型; S41:计算故障线路各相电流功率谱密度熵值的特征量,计算公式为: ; 其中,Rij为第i条支路馈线的各相电流功率谱密度熵值特征量;Eij为第i条支路馈线的各相电流功率谱密度熵值,j=A,B,C;n为支路馈线的数量; S42:判断故障线路i的各相电流功率谱密度熵值的特征量是否大于或等于第二预设阈值:若否,则返回S1;若是,则进入S43; S43:判断大于或等于第二预设阈值的电流功率谱密度熵值的特征量的数量是否小于2,若是,则判定故障线路i的故障类型为单相接地故障;若否,则进入S44; S44:计算故障线路i三相电流功率谱密度熵值的辅助量,若故障线路i三相电流功率谱密度熵值的辅助量大于或等于第三预设阈值,则判定故障线路i的故障类型为相间短路故障;若故障线路i三相电流功率谱密度熵值的辅助量小于第三预设阈值,且大于或等于第二预设阈值的电流功率谱密度熵值的特征量的数量为2,则判定故障线路i的故障类型为两相接地故障;若故障线路i三相电流功率谱密度熵值的辅助量小于第三预设阈值,且大于或等于第二预设阈值的电流功率谱密度熵值的特征量的数量为3,则判定故障线路i的故障类型为三相接地故障。

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长沙理工大学,其通讯地址为:410114 湖南省长沙市天心区赤岭路45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”。

以上内容由龙图腾AI智能生成。

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。