您所在的位置: 成果库 电气设备的多信息融合局部放电故障诊断技术

电气设备的多信息融合局部放电故障诊断技术

成果类型：: 发明专利

发布时间: 2022-10-26 08:51:38

科技成果产业化落地方案
方案提交机构：成果发布人| 吴迪 | 2022-10-26 08:51:38
成果简介 技术亮点 应用前景 团队概括 产生的效益 转化方式

开发基于多信息融合的电气设备局部放电检测装置；检测装置适用于多种电力设备的局部放电检测，识别准确率不低于90%。特高频信号转换模块、高频信号转换模块、超声信号转换模块、工频信号转换模块、均和采集分析模块

获得不同电气设备多种局部放电类型的不同信号数据， 包括GIS与开关柜的UHF超高频电啵波信号和AE超声波信号，油浸式变压器的UHF超高频电磁波信号、AE超声波信号和HFCT高频电流信号，为 人工神经网络模型特征量提取提供基础数据；研究不同电气设备产生局部放电的原因， 掌握电气设备典型放电条件下的局部放电信号特征；研究不同局部放电类型的参数特征规律，提取各种局部放电类型信号的影响因素；针对多类型电气设备，基于小波分解尺度系数能量最大原则，逐层选择最优基小波，对局部放电信号进行分解与去噪。

掌握不同电气设备产生局部放电的原因，以及各种类型局部放电信号的影响因素；对局部放电信号进行分解与去噪。

个人简介：吴迪，男，汉族，1991年2月出生，山东潍坊人，毕业于华北电力大学，获工学博士学位。主要研究方向：1、综合能源系统优化设计及运行2、多元储能优化运行3、近零能耗建筑节能技术科研项目：[1] 太阳能-空气能复合供能系统与储能技术优化研究及运行策略分析，中央高校基本科研业务费项目，结题，主持[2] 蓄能技术在近零能耗社区中的优化配置与需求响应研究，国家重点研发计划-政府间国际科技创新合作重点专项，在研，参与

掌握不同电气设备产生局部放电的原因，以及各种类型局部放电信号的影响因素；对局部放电信号进行分解与去噪；构造局部放电特征谱图；提取用于表征局部放电信息的信号特征量；构建人工神经网络局部放电故障类型识别模型；开发多信息融合的电气设备局部放电检测系统，实现针对多类电气设备和多种放电类型的局部放电情况带电检测。

本成果可以通过甲方与乙方技术转让和技术合作等方式方式进行转化，具体转化方式、项目金额与部分细节双方可进行面谈。若甲方有新需求可与负责人进行细节沟通，并依据签订合同进行具体实施工作。