基于深度学习的变压器，机械振动带电采集处理装置制造方法及图纸

本发明专利技术公开一种通过深度学习来判断变压器铁心，绕组及附件机械振动状态的装置。变压器绕组，铁心及附件的振动极其复杂，不同厂家，不同结构，甚至同一个厂家，不同批次的变压器，在振动特性上都有差异。变压器铁心，绕组及附件的状态，直接关系到变压器安全运行。同时考虑到大型变压器无法停电进行检测的特点，如何在带电状态下采集特定参数并获取内部结构状态，是非常必要的。利用带深度学习功能的大数据分析方法，提取了变压器运行中振动中带有的特征量，通过前期与离线结果的对比，经过通分测试验证，提出了变压器振动状态带电检测装置，可以比较好的解决变压器不停电检测绕组，铁心及附件状态的装置及算法，可靠性达到95%以上。

【技术实现步骤摘要】
基于深度学习的变压器，机械振动带电采集处理装置
本专利技术专利属于电力设备,机械设备状态检测领域，具体涉及到对110KV及以上电压等级的变压器绕组，铁心及附件状态，转速高于12000转/分钟的旋转或往复式机械在运动中产生的振动信号进行带电检测、处理的方法。
技术介绍
设备在运行过程中，产生各种复杂的振动信号，加上周边环境及附件的振动，加上传播路径的液压机或管道固有频率，使得在外表面采集到的振动信号都是经过各种叠加的高度混合信号。因此如何在这些混合信号中提取出代表设备运行的真实信号，是所有振动检测必须面对的问题。目前振动信号分解常用的就是EMD，EEMD，FFT，希尔伯特-黄变换，BBS盲源分离，这些处理方法各有千秋，针对场合及应用环境也各有不同，不能一概而论。针对变压器、高速机电设备，需要使用多种信号处理方法进行综合处理。
技术实现思路
本专利技术方法可以兼容绝大多数变压器，高速机电设备振动信号的处理，这些处理方法对采集信号的位置有详细要求。对于符合采集部位获取的振动数据，通过系统集成的综合处理算法，可以准确剔除各种本文档来自技高网...

【技术保护点】
1.基于深度学习的变压器，机械振动带电采集处理装置,其特征在于：传感器通过磁座安装在变压器，高速机械的指定位置。/n

【技术特征摘要】
1.基于深度学习的变压器，机械振动带电采集处理装置,其特征在于：传感器通过磁座安装在变压器，高速机械的指定位置。


2.根据权利要求1所述的基于深度学习的变压器，机械振动带电采集处理装置，其特征是：传感器通过屏蔽铠装电缆与采集系统连接。


3.根据权利要求1所述的基于深度学习的变压器，机械振动带电采集处理装置，其特征是：传感器通过屏蔽铠装电缆与采集系统通过DB25连接。


4.根据权利要求1所述的基于深度学习的变压器，高速机械振动带电采集处理装置，其特征是：传感器通过屏蔽铠装电缆与采集系统通过射频端子连接。


5.根据权利要求1所述的基于深度学习的变压器，机械振动带电采集处理装置，其特征是...

【专利技术属性】
技术研发人员：范盛荣，
申请(专利权)人：武汉盛捷达电力科技有限责任公司，
类型：发明
国别省市：湖北;42