Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南大学杨超获国家专利权

中南大学杨超获国家专利权

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!

龙图腾网获悉中南大学申请的专利一种列车变流器开路故障定位方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119001536B

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411109495.1,技术领域涉及:G01R31/54;该发明授权一种列车变流器开路故障定位方法及系统是由杨超;刘洋赫;彭涛;徐琰淞;廖菁;阳春华设计研发完成,并于2024-08-13向国家知识产权局提交的专利申请。

一种列车变流器开路故障定位方法及系统在说明书摘要公布了:本发明属于电路故障诊断技术领域,尤其涉及一种列车变流器开路故障定位方法及系统,通过构建基于可变近邻样本集的即时学习预测模型来预测输出相电流,同时采用基于Z分数的动态阈值故障检测函数和基于电流最值的开路故障敏感因子,实现故障的快速检测和分步精确定位。这种方法具有直观易建模,无需进行离线训练的特点,对动态工业检测的在线即时性需求,展现出良好的效果和强大的鲁棒性。通过先初步定位,后精确定位的分步故障诊断的设计也有效降低了计算的复杂度,同时提升了系统的可靠性和安全性。通过这种方法,列车变流器的故障检测和诊断过程变得更加高效和准确。

本发明授权一种列车变流器开路故障定位方法及系统在权利要求书中公布了:1.一种列车变流器开路故障定位方法,其特征在于,包括: S1:依据列车变流器三相输出电流和中间直流环节电容器电压的当前采样样本和历史样本集,计算样本间的距离,确定可变近邻样本集的元素总数; S2:依据所述元素总数,构建列车变流器三相输出电流的即时学习预测模型,得到输出电流残差值; S3:依据所述输出电流残差值构建基于Z分数的动态阈值故障检测函数; S4:根据所述输出电流残差值和动态阈值判断是否发生故障; S5:若检测故障发生,采集故障后的输出电流、电容器电压,建立基于电流最值的开路故障敏感因子; S6:根据所述开路故障敏感因子构建基于所述敏感因子的初步故障定位判断函数,并确定列车变流器开路故障的初步定位结果; S7:根据所述初步定位结果构建精确故障定位判断函数,得到列车变流器开路故障的精准定位结果; 所述S2包括: S21:建立输出相电流的即时学习预测模型,满足如下关系式: 式中,是第q个采样时刻输出相电流i3[q]的预测值,i3[q]是的真实值,其数值为第q个采样时刻输出相电流采样值,i3[q]为三相电流中除i1[q]和i2[q]外的输出相电流,fri是随机森林局部预测函数,其输入包括输出相电流i1[q]、i2[q],中间直流环节电容器电压u1[q]、u2[q]、…、un[q]、…、uN[q],k[q]表示第q个采样时刻采样样本可变近邻样本集的元素总数,Xnormal表示正常状态历史样本子集; S22:计算输出相电流的预测残差,满足如下关系式: 式中,r3[q]为第q个采样时刻的输出相电流i3[q]的预测残差; 所述S3包括: S31:构建基于Z分数的动态检测阈值上限,满足如下关系式: r3_h[q]=μ3[q]+z0*λ[q]σ3[q]; 式中,r3_h[q]是r3[q]的动态检测阈值上限,z0是初始阈值,λ[q]是第q个采样时刻动态阈值调整因子,μ3[q]和σ3[q]分别为r3[q]的平均值和标准差,其中,μ3[q]满足如下关系式: 如果t0,r3[t]=0; 式中,t表示采样时刻,T1为动态检测阈值滑动窗口大小,其取值为正整数,σ3[q]满足如下关系式: S32:构建基于Z分数的动态检测阈值下限,满足如下关系式: r3_lo[q]=μ3[q]-z0*λ[q]σ3[q]; 式中r3_lo[q]是r3[q]的动态检测阈值下限; S33:构建动态阈值调整因子,满足如下关系式: 式中,λ[q]是第q个采样时刻的动态阈值调整因子,α是大于0小于1的常数,w[q]是第q个采样时刻统计的r3[t]连续超动态检测阈值的累计样本数,wth是r3[t]连续超动态检测阈值的次数阈值,wth1,其中,w[q]的计算公式如下: 式中表示r3[t]连续超出动态检测阈值的次数减去1,r3[t]表示输出相电流i3[q]的预测残差; S34:构建动态阈值故障检测函数,公式如下: 式中,R[q]是第q个采样时刻的故障检测函数值; 所述S5包括: S51:采集故障后第p个采样时刻的输出相电流,计算输出相电流的最大值,满足如下关系式: 式中,为第pp∈[q,q+O]个采样时刻在滑动窗口T2内所计算的xx∈{1,2,3}相桥臂的输出相电流最大值,O为故障后采集的输出相电流样本总数,其数值为输出相电流周期与采样间隔之比取整的数值,T2为计算输出相电流最值的滑动窗口大小,其数值不少于一个输出相电流周期,ix[j]为第j个采样时刻x相桥臂的输出相电流; S52:计算输出相电流最小值,满足如下关系式: 式中,为第pp∈[q,q+O]个采样时刻在滑动窗口T2内所计算的xx∈{1,2,3}相桥臂的输出相电流最小值; S53:构建基于输出相电流最值的开路故障敏感因子,满足如下关系式: 式中,为第pp∈[q,q+O]个采样时刻变流器x相桥臂输出相电流最值的开路故障敏感因子,ξ为非零无穷小的正数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中南大学,其通讯地址为:410083 湖南省长沙市麓山南路932号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。