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 > 华能嘉祥发电有限公司张鹏获国家专利权

华能嘉祥发电有限公司张鹏获国家专利权

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!

龙图腾网获悉华能嘉祥发电有限公司申请的专利一种油浸式变压器内部故障诊断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:CN115828985B

龙图腾网通过国家知识产权局官网在2025-11-18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:202211705786.8,技术领域涉及:G06N3/006;该发明授权一种油浸式变压器内部故障诊断方法是由张鹏;冷述文;张军;梁永亮;赵博;曹红梅;郭肖男;张新;郭凯;张中一;王海亮;沈剑寒设计研发完成,并于2022-12-29向国家知识产权局提交的专利申请。

一种油浸式变压器内部故障诊断方法在说明书摘要公布了:本发明提供了一种油浸式变压器内部故障诊断方法,涉及电力设备故障诊断技术领域,从变压器油中溶解的各个特征气体含量时间序列数据中挖掘了关联度特征,提取了基于该关联度特征的变压器故障诊断规则,并结合模糊思想实现了对该诊断规则的逻辑化表示。通过将该故障诊断规则作为一种先验知识引入基于极限学习机的变压器内部故障诊断模型中,从而使模型在挖掘数据规律前具有一定的先验知识,以降低其对样本的过度依赖,同时在模型输出结果与该先验知识产生冲突时对模型进行一定的纠正,制约纯数据驱动可能导致的任意性,提高整体模型输出结果的安全性。

本发明授权一种油浸式变压器内部故障诊断方法在权利要求书中公布了:1.一种油浸式变压器内部故障诊断方法,其特征在于,包括以下步骤: S1、在线监测油浸式变压器,获取带故障类型实际标签的数据集; S2、根据数据集得到关联度特征,通过变压器内部故障模糊规则知识,诊断得到故障类型诊断结果; S3、根据数据集,通过PSO算法优化的ELM模型,诊断得到故障类型诊断结果; S4、根据步骤S2和步骤S3两者的故障类型诊断结果设置冲突函数,结合损失函数,构建知识函数并将其作为ELM模型的适应度函数,并通过PSO算法优化训练ELM模型,得到数据-知识联合驱动故障诊断模型; S5、通过数据-知识联合驱动故障诊断模型诊断油浸式变压器的内部故障; 所述数据集包括:第一训练集、第二训练集和测试集; 所述步骤S1包括以下分步骤: S11、在线监测油浸式变压器,获取油液中溶解的各个特征气体含量时间序列数据; S12、将变压器内部实际故障情况整理为故障类型实际标签; S13、划分标签标记后的各个特征气体含量时间序列数据为第一训练集、第二训练集和测试集; 所述关联度特征为各个特征气体含量时间序列数据间的各种MIC系数的值; 所述步骤S2包括以下分步骤: S21、计算第一训练集和第二训练集中各个特征气体含量时间序列数据间的各种MIC系数的值; S22、以MIC系数作为故障类型诊断的二分类指标,不断调整分类阈值,使用第一训练集数据,试验并绘制出ROC曲线; S23、利用ROC曲线的AUC指标遴选出故障诊断二分类效果最佳的N种MIC系数,N为正整数; S24、通过ROC曲线的约登指数确定N种MIC系数各自的分类阈值; S25、通过隶属度函数对N种MIC系数各自的分类阈值进行模糊化处理,得到变压器内部故障模糊规则知识; S26、根据第二训练集N种MIC系数的值,通过变压器内部故障模糊规则知识,诊断得到故障类型诊断结果; 所述步骤S3包括以下分步骤: S31、设定PSO算法和ELM模型的基本参数,并随机初始化ELM模型输入层权重和偏置; S32、根据第一训练集,使用PSO算法训练优化ELM模型; S33、通过步骤S32训练的ELM模型对第二训练集进行故障诊断,得到故障类型诊断结果; 所述步骤S4包括以下分步骤: S41、根据步骤S26和步骤S33两者的故障类型诊断结果设置冲突函数,并以交叉熵作为损失函数; S42、结合冲突函数和损失函数,构建知识函数; S43、将知识函数作为ELM模型的适应度函数,通过PSO算法优化训练ELM模型,得到数据-知识联合驱动故障诊断模型,并通过测试集验证数据-知识联合驱动故障诊断模型; 所述知识函数为: 其中,为知识函数,为ELM模型的参数集,为数据集中的第个样本数据,为第个样本数据通过ELM模型诊断得到的故障类型诊断结果,为第个样本数据的故障类型实际标签,为第个样本数据通过ELM模型诊断得到的故障类型诊断结果与故障类型实际标签的交叉熵,为样本数量,为第个样本数据的变压器内部故障模糊规则知识的信任度,为第个样本数据通过变压器内部故障模糊规则知识诊断得到的故障类型诊断结果,为第个样本的冲突函数,为随机因子,为第个随机数,为信任程度值。

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华能嘉祥发电有限公司,其通讯地址为:272400 山东省济宁市经济开发区嘉诚路60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。