龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明提供了一种油浸变压器突发严重故障下油面上气体模型建立方法，属于油浸变压器故障技术领域，包括：首先在变压器油箱顶部安装高精度气相色谱‑质谱联用设备,并设定每5‑10分钟采样一次的采样间隔。在正常运行状态下收集至少24小时的基准数据。一旦检测到突发严重故障,立即启动高频采样模式,每15秒至1分钟采样一次。采集的气体成分数据经过去噪、标准化和异常值检测等预处理后,将其建模为时间序列,分析主要气体成分及变化趋势。基于此,建立动态气体组成预测模型,利用验证集不断优化模型,最终应用于实时数据流,持续更新优化,解决了现有技术存在的难以捕捉气体浓度动态变化趋势，对微量气体变化的敏感性差的技术问题。
主权项：1.一种油浸变压器突发严重故障下油面上气体模型建立方法，其特征在于，包括以下步骤：S10、在油浸变压器油箱顶部安装气相色谱-质谱联用设备，用于实时监测并采集油面上气体成分；S20、根据变压器的故障发展进度，设定正常运行状态下，所述采集的采样间隔为每5～10分钟之间采样一次；S30、在变压器的正常运行状态下，采集至少24小时的气体成分的数据；S40、当检测到所述变压器发生突发严重故障时，立即启动高频采样模式采集所述气体成分，缩短采样间隔至每15秒～1分钟之间一次；S50、对采集到的所述气体成分的数据进行预处理，包括去噪、标准化和异常值检测；S60、对所述预处理后的各种气体成分的数据随时间的变化进行时间序列分析，识别出主要气体成分及其变化趋势，得到气体时序矩阵；S70、基于所述气体时序矩阵以及突发严重故障时刻，建立训练数据集，所述训练数据集的输入为所述气体时序矩阵，输出为突发严重故障的发生时刻以及严重故障类别和发生区域，建立并训练一个动态气体组成模型，预测各种气体成分随时间的变化；S80、使用部分采集的气体成分的数据作为验证集，对动态气体组成模型进行验证和优化；S90、将所述优化后的所述动态气体组成模型应用于实时采集现场的油浸变压器的数据流，持续更新监测到的气体组成、以及预测结果，并根据所述预测结果设置触发报警机制的阈值，及时发现异常气体变化并预测。
全文数据：
权利要求：
百度查询： 国网宁夏电力有限公司电力科学研究院 一种油浸变压器突发严重故障下油面上气体模型建立方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号