一种基于多特征融合共同向量的变压器故障诊断方法

发明专利有效专利

申请号：
CN202010913511.8
IPC分类号：G06K9/62
申请日期：
2020-08-24
申请人：
宁波大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于多特征融合共同向量的变压器故障诊断方法
申请号	CN202010913511.8	申请日期	2020-08-24
法律状态	实质审查	申报国家	中国
公开/公告日	2020-12-15	公开/公告号	CN112085084A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	宁波大学	申请人地址	浙江省宁波市江北区风华路818号宁波大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	宁波大学	当前权利人	宁波大学
发明人	方浩杰;蓝艇;其他发明人请求不公开姓名
代理机构	暂无	代理人	暂无

摘要

本发明公开一种基于多特征融合共同向量的变压器故障诊断方法，利用变压器油中的溶解气体浓度数据，设计出一种可靠且准确性高的、容易实施的、不受模型参数影响的变压器故障诊断方法。具体来讲，本发明方法首先对溶解气体浓度数据进行统计特征和比值特征的双重构造。其次，本发明方法针对原溶解气体浓度数据、统计特征数据、和比值特征数据的多特征融合数据建立基于共同特征向量的分类模型。最后，针对变压器故障状态下的溶解气体分析数据识别变压器的故障类型。本发明方法基本上不涉及复杂的变换或数学计算，且操作简单，非常易于实施。此外，本发明方法在实施过程中不需要人为主观的确定某些模型参数，这极大了避免了参数选择的难题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供