键相器模块2094-BC04-M03-S

键相器模块 2094-BC04-M03-S

键相器模块 2094-BC04-M03-S 

键相器模块 2094-BC04-M03-S 

MTCNN12-4B
Brown Boveri HIEE451834 SA 9923A-E 
Metaphase Technologies FL301R24 
Ingersoll Rand 67543801
Alfa Laval 65469
Kop-flex CC62384
Rhp 7009A5TRDULP3
Ez-burr EZL0826-02
De-sta-co OSAK-064 
Itw Muller 89282504 
Numatics 34HLS541O000000
Westinghouse 3A99141G
Leeds Northrup 07446
Kop-flex 1-1/2WFR-SB
Honeywell CC-TD0R01
Ronan X51-420D-010
ALES-0024 
Smc MGP80-PS 
334467N 3/4in
ER25 1/8in
Mazak 100-23-009
Severance 1/2-SF-60
Rhp 7009A5TRDULP3
Ez-burr EZL0826-02
De-sta-co OSAK-064 
Numatics 34HLS541O000000 
Leeds Northrup 074463 
Timken 42587
Kop-flex 1-1/2WFR-SB 
Honeywell CC-TD0R01
Asco 88-849 
SR25-16.0 
Smc MGP80-PS 
Mazak 100-23-009 
Severance 1/2-SF-60 
Amec 15YN-10.8
Sandvik C6-391.68A-6-063 04EA 
Flowserve 130303.999.000 

南京工程学院、江苏省电力有限公司镇江供电分公司的研究人员王菲菲、阮爱民、魏刚、孙海渤，在2019年第4期《电气技术》杂志上撰文（论文标题为“基于卷积神经网络的开关柜局部放电故障识别”）指出，目前的局部放电故障的分类算法大多是浅层学习算法，人工提取的特征直接影响分类结果。与浅层学习算法相对，深度学习具有更深的架构，能够自动从样本中学习特征，卷积神经网络是典型的深度学习算法。

本文旨在研究卷积神经网络在开关柜局部放电的应用，证明深度学习架构能够有效提高识别率。本实验共采集正常和故障两种可听声信号，将以上两类声音信号进行提取特征后，分别放入SVM模型和卷积神经网络中进行分类。实验结果表明，卷积神经网络比传统的SVM提高了声音识别的准确度。

电力系统中，10kV金属封闭式开关柜是直接面向用户的电力设备，电力系统的安全运行与开关柜的状态息息相关。根据相关资料显示，绝缘劣化和接触不良是开关柜的主要故障。而这些故障发生之前，会有局部放电现象。因此，通过对局部放电信号的有效监测，可以在开关柜的绝缘层发生劣化前采取措施，降低事故发生率。

目前，高压开关柜的故障检测方法有电测法和非电测法。电测法主要包括脉冲电流法、特高频检测法、无线电干扰电压法。非电测法主要有声发射检测法、光测法、红外检测法。非电测法与电测法比较，具有更强的抗电磁干扰能力。在非电测法中，超声波的使用范围广，但是超声波衰减速度快，很难穿透设备的金属外壳。因此我们检测的是声波信号的低频段，即对可听声信号进行故障检测。基于声学特征量的诊断技术，不需要接触设备，不会干扰设备的正常运行，可以随时采集信号，方便安装。

对比国外的研究现状，我国的可听声在线监测技术起步较晚，但发展迅速。文献[3]提出一种基于语谱特征的开关柜局部放电检测算法，相比基于MFCC特征故障检测率提高2.5%，但由于特征选取单一，算法存在一定的认假率。文献[4]通过模糊C均值聚类和分裂层次法来构建完全二叉树，有效解决了传统一对一支持向量机与一对多支持向量机所存在的不可分等问题，更好地提高了局部放电诊断的效率。

但是由于支持向量机依赖人工构造特征，在处理环境特征复杂的场景（例如语音）时，错误率仍然较高。为此，本文提出一种基于多模态特征和卷积神经网络的高压开关柜的故障识别系统，并与基于支持向量机的检测系统进行对比。

承诺一：1、全新原装进口

承诺二：2、准时发货

承诺三：3、售后服务质量

流程一：1、客户确认所需采购产品型号

流程二：2、我方会根据询价单型号查询价格以及交货期，拟一份详细正规报价单

流程三：3，客户收到报价单并确认型号无误后订购产品

流程四：4、报价单负责人根据客户提供型号以及数量拟份销售合同

流程五：5、客户收到合同查阅同意后盖章回传并按照合同销售额汇款到公司开户行

流程六：6、我公司财务查到款后，业务员安排发货并通知客户跟踪运单