Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

集成局放检测和红外成像的手持智能巡检仪及方法 

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!

申请/专利权人:成都易电云商工程服务有限公司

摘要:本发明公开了集成局放检测和红外成像的手持智能巡检仪及方法,具体涉及电力设备巡检技术领域,包括以下步骤:通过收集目标电力设备的环境和运行信息,生成复合指标指数;基于复合指标指数选择简单阈值算法或加权综合评分算法,进行本地或云端协同分析;对于本地分析,采用模糊推理判断维护类型;对于云端分析,使用时间序列模型预测运行风险,并执行相应的安全策略;本发明可以基于复合指标指数选择合适的算法提高了预测的精度和适应性,对本地-云端协同机制方式判断,确保在不同的情况下采用最合适的分析方式,并且可以优化维护资源配置,减少不必要的维护,降低维护成本,合理安排维护计划,提高维护效率和效果,减少设备停机时间。

主权项:1.集成局放检测和红外成像的手持智能巡检方法,其特征在于,包括以下步骤:步骤一、对目标电力设备进行环境信息收集和运行信息收集,然后一同进行初步分析,生成复合指标指数;步骤二、基于复合指标指数选择简单阈值算法或加权综合评分算法对收集到的运行信息进行本地-云端协同机制方式判断,判断选用本地分析或云端分析的方式;步骤三、选用本地分析的方式时,采用模糊推理的方式判断维护的类型;步骤四、选用云端分析的方式时,对目标电力设备的运行风险程度进行预测,并基于预测的结果执行相应的安全策略;复合指标指数的获取逻辑如下:从收集到的环境信息中提取多个预设的环境特征对应的环境特征数据,并且从收集到的运行信息中获取第一运行特征数据组,第一运行特征数据组中包含多个预设的设备一类运行特征对应的运行特征数据,然后进行以下计算:;HJi为编号为i的环境特征数据,HBi为编号为i的环境特征对应的标准环境数据,YXi为编号为i的运行特征数据,yi为编号为i的一类运行特征对应的预设的比例系数,hi为i的环境特征数据对应的预设的比例系数,k1、k2均为预设的比例系数,且二者之和为一,N为环境特征数据的总数量,M为第一运行特征数据组中的运行特征数据总量,C为复合指标指数;基于复合指标指数选择简单阈值算法或加权综合评分算法指的是:预设有复合指标指数对应的参考阈值,将复合指标指数与预设的参考阈值进行对比,如果满足复合指标指数大于等于预设的参考阈值,则选择加权综合评分算法,如果满足复合指标指数小于预设的参考阈值,则选择简单阈值算法;简单阈值算法指的是:从采集到目标电力设备的运行信息进行获取第二运行特征数据组,第二运行特征数据组中包含多个预设的设备二类运行特征对应的运行特征数据,每一个二类运行特征对应的运行特征数据均对应设置有运行阈值区间,将运行阈值区间划分为多个子区间,每一个子区级对应故障等级0-U中的唯一一个等级值,U为子区级的总数量,每一个二类运行特征对应的运行特征数据均获取其对应的故障等级,然后将所有的故障等级进行求和,得到故障综合程度值;加权综合评分算法指的是:从采集到目标电力设备的运行信息进行获取第二运行特征数据组,第二运行特征数据组中包含多个预设的设备二类运行特征对应的运行特征数据,每一个二类运行特征对应的运行特征数据均对应设置有运行标准值,计算每一个二类运行特征的运行特征数据与运行标准值之差的绝对值,二类运行特征分别赋予一个权重系数,将得到的绝对值乘以相应的权重系数,然后进行求和计算,得到故障综合程度值;判断选用本地分析或云端分析的方式指的是:获取使用简单阈值算法或加权综合评分算法得到的故障综合程度值,将其与预设的协同阈值进行对比,如果满足故障综合程度值大于等于预设的协同阈值,则选用云端分析的方式,如果满足故障综合程度值小于预设的协同阈值,则选用本地分析的方式;模糊推理的逻辑为:获取局放检测信息和红外成像信息,分别进行局放检测特征提取、红外成像特征提取,得到多个局放检测特征数据、红外成像特征数据,将多个局放检测特征数据、红外成像特征数据均作为输入变量,将维护的类型作为输出变量,对输入变量模糊化处理,将输入变量的值转换为模糊集合,对输出变量模糊化处理,将输出变量转换为模糊集合,制定模糊规则,描述不同数据种类组合下的维护需求,将模糊化后的输入变量通过模糊规则进行推理,判断需要对目标电力设备进行的维护的类型;对目标电力设备的运行风险程度进行预测指的是:通过时间序列模型进行目标电力设备的运行风险程度预测分析,时间序列模型采用的是ARIMAX模型,通过时间序列模型进行目标电力设备的运行风险程度预测的具体步骤如下:步骤一、获取预测用数据;步骤二、建立ARIMAX模型;步骤三、使用最大似然估计方法来估计ARIMAX模型参数;步骤四、验证拟合模型的效果,通过残差分析法检查模型的拟合优度;步骤五、利用拟合好的模型对未来的运行风险程度进行预测;ARIMAX模型中外生变量包括局放检测偏差指数与红外成像偏离指数,ARIMAX模型公式为:;为时间点t的误差项,为常数项,为时间点t-1时的运行风险程度,为时间点t时的运行风险程度,为时间点t时的局放检测偏差指数,为局放检测偏差指数的系数,为时间点t时的红外成像偏离指数,为红外成像偏离指数的系数,为一阶自回归参数,为一阶移动平均参数;局放检测偏差指数的获取逻辑为:从目标电力设备实际运行情况和该电力设备标准运行情况下分别收集局放检测相关的特性数据,然后进行标准化处理,最终采用欧几里得距离来计算目标电力设备实际运行情况和该电力设备标准运行情况下的局放检测偏差指数D;红外成像偏离指数用于衡量红外成像图中热点数量的波动情况,红外成像偏离指数为热点数量的标准差。

全文数据:

权利要求:

百度查询: 成都易电云商工程服务有限公司 集成局放检测和红外成像的手持智能巡检仪及方法

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。