Results 91 to 100 of about 2,185 (152)
柔性直流电网故障特征复杂,快速可靠识别直流线路故障具有挑战性,为此,文中提出一种基于虚拟功率的柔性直流电网故障保护方案。首先,分析了直流线路在不同故障下线路上限流电抗器虚拟功率变化规律;其次,针对不同故障下限流电抗器虚拟功率的差异性,通过计算限流电抗器虚拟功率变化率识别区内、外故障,并计算正、负极限流电抗器功率积分的比值确定故障极。最后,实验结果表明,所提出的保护方案能准确区分区内、外故障以及故障极,对通信要求低且无需复杂的数据处理,在不同工况下均能够可靠工作,满足柔性直流电网对保护的要求。
李玉东 +4 more
doaj
为了快速、准确地对高压断路器发生的故障进行分析和诊断,确定故障的性质、类别和部位,提出了一种高压断路器故障诊断的新方法。首先对高压断路器分合闸线圈电流进行分析,提取电流和时间特征量形成特征向量,然后用遗传算法对最小二乘支持向量机(least square support vector machine,LS-SVM)参数进行优化,最后,将特征向量输入到优化后的最小二乘支持向量机中进行故障识别、分类。试验表明,该方法可以准确地识别断路器的多种故障类型,为断路器故障定位和状态检修提供了依据 ...
张卫正, 李永丽, 姚创
doaj
机械故障是GIS常见的故障,若不及时发现会造成分合闸失误等重大安全隐患。文中提出了一种用于GIS机械故障在线监测的基于改进梅尔倒谱系数诊断方法。首先对预处理后的声音信号提取MFCC;为适应GIS运行声音能量变化平缓的特点,对MFCC进行优化得到改进特征;引入SVM构建基于声学的GIS机械故障诊断模型,并采用袋装算法对SVM模型进行集成。本研究通过在真型GIS上模拟机械故障,获取真实的故障声音信号进行训练和测试。实验结果表明,改进MFCC相较于传统MFCC在GIS故障声音识别系统中有着更高的识别精度 ...
徐明月 +4 more
doaj
Application and Prospect of AI Technology in Power System Development [PDF]
[Introduction] In the face of energy scarcity and carbon reduction imperatives, the transition to clean energy centered on electricity is crucial.
Bin SHU +4 more
core +1 more source
针对目前运行的自动消弧线圈不能识别接地故障,导致拒动、误动、残流过大等问题,对中性点电压在瞬时性接地、低阻接地、高阻接地等情况下的取值范围进行了推导计算,对能够识别的高阻接地的取值勤范围亦进行了推导计算,并通过仿真验证了推导的正确性。据此对自动消弧线圈进行了改造 ...
陈忠仁, 张波, 黄健
doaj
基于融合特征和残差神经网络的10 kV高压断路器机械故障声纹识别方法
针对传统10 kV高压断路器故障诊断方法过于依赖主观经验、准确率不高、泛化能力差的问题。提出了一种基于声学特征的10 kV高压断路器常见机械故障识别方法。首先,以(ZN63)12/630A型高压户内真空断路器为研究对象,设置常见的8种机械故障,采集其分合闸时的声音作为检测信号;其次,将采集的故障声纹信号进行预处理,提取故障声纹信号的梅尔倒频谱系数(MFCC)特征、色度特征(chroma features)以及一维平均能量和频谱质心,并利用Fisher比舍弃贡献率低的分量,构成融合特征 ...
段梵 +4 more
doaj
探讨了一种基于离散小波变换(DWT)及其多分辨率分析(MRA)的识别励磁涌流和内部故障电流并利用小波熵作为判据的方法。在MATLAB中通过对变压器空载合闸和匝间短路进行仿真,并利用该方法对不平衡电流进行了分析。结果表明,该方法能够可靠、快速地识别出励磁涌流和内部故障电流。
严屹宏, 陈剑云
doaj
基于红外图像特征与BP神经网络的绝缘子串低零值故障和污秽故障识别方法
提出一种基于红外图像温度分布特征和BP神经网络(BPNN,back-propagation neural networks)的绝缘子串低零值故障和污秽故障识别方法。首先利用图像处理技术分割提取绝缘子串红外图像中钢帽和盘面目标区域,得到对应温度数据;之后引入K-means聚类算法剔除分割目标区域中背景像素温度数据的干扰,并计算每个分割区域温度平均值,形成反映绝缘子运行状态的钢帽和盘面温度特征向量;在此基础上,建立以温度特征向量为输入的BPNN模型,实现绝缘子串低零值故障和污秽故障的识别及故障定位 ...
廖志伟 +5 more
doaj
为识别并区分10 kV开关柜中常见局部放电的故障类型,搭建了开关柜局部放电故障模拟与检测平台,提出了一种基于超声波信号特征量的局部放电识别方法,提取了局部放电时超声波信号的暂态冲击量并利用其概率密度分布进行类型判别,对比研究了4种不同局部放电模型产生超声波信号的暂态冲击量概率密度分布图谱。结果表明:随电压等级的提高,曲线向更高暂态冲击量处偏移,并呈“多波峰状”,同种类型故障产生的曲线高度重合,不同类型故障产生的曲线差异明显,可据此判别10 kV开关柜局部放电类型。
曾潮旭 +5 more
doaj
[Towards precision diagnosis and treatment: interpretation of the ten highlights of the expert consensus on the diagnosis and treatment of hereditary hyperbilirubinemia (version 2025)]. [PDF]
Hou W, Duan ZP, Zheng SJ.
europepmc +1 more source

