CN102067049A - 用于预测智能电子装置的维护的系统和方法 - Google Patents

用于预测智能电子装置的维护的系统和方法 Download PDF

Info

Publication number
CN102067049A
CN102067049A CN2009801235887A CN200980123588A CN102067049A CN 102067049 A CN102067049 A CN 102067049A CN 2009801235887 A CN2009801235887 A CN 2009801235887A CN 200980123588 A CN200980123588 A CN 200980123588A CN 102067049 A CN102067049 A CN 102067049A
Authority
CN
China
Prior art keywords
ied
factor
reliability model
life
bearing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009801235887A
Other languages
English (en)
Inventor
B·Z·卡什滕尼
L·A·索勒奇托
J·G·马泽罗
毛志宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN102067049A publication Critical patent/CN102067049A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G05B19/0425—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24077—Module detects wear, changes of controlled device, statistical evaluation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

描述预测维护系统和方法。一种方法包括使用IED中的多个传感器来测量环境状况，处理环境测量以确定表示IED的历史操作状况的长期承受因素，将可靠性模型应用于长期承受因素，根据长期承受因素和可靠性模型来确定IED寿命的数值量度，将IED寿命的数值量度与预先选择的边界值进行比较，以及如果IED寿命的数值量度是否超出预先选择的边界值则发出信号。

Description

用于预测智能电子装置的维护的系统和方法
技术领域
一般来说，本文所公开的主题涉及恶劣环境中使用的智能电子装置的维护，更具体来说，涉及用于便利化基于操作状况、受外部因素影响和装置中嵌入的可靠性模型的连续监测的智能电子装置的预测维护。
背景技术
包括结合的发电、输电、配电和能量转换部件的电力网常常借助于智能电子装置(IED)进行操作。这类装置防止故障和其它异常状况，监测和计量能量使用，以及控制电力网操作的其它方面。智能电子装置包括但不局限于包括保护继电器、远程终端单元、可编程逻辑控制器(PLC)、计量表、本地人机接口(HMI)、以太网交换机和/或路由器、调制解调器以及其它类似装置。
智能电子装置常常安装和工作在苛刻环境下，例如高压变电站控制房、中压开关设备、发电厂、工厂和电动机控制中心。因此，IED暴露于例如极端温度、电磁干扰、电力浪涌、机械冲击和振动以及化学试剂等状况中。至少一部分已知的IED设计成耐受由工业标准、确立的设计实践和/或基于制造商之间的竞争所规定的这类状况。
至少一部分已知的IED在电力网中执行关键功能，例如保护功能和/或控制功能。因此，需要有在调试时间中保持完全起作用的IED。要确保IED保持其预期功能并且在必要时以及根据需要来执行，定期检查和/或维护IED。自从使用包括机电和模拟技术的前一代保护、控制和/或计量装置以来，定期维护过程已经发生变化。至少一部分已知的定期维护过程包括视觉检验IED的问题征兆并且定期停止使用IED，将IED与它所属的系统的其余部分隔离，以及测试IED的功能性。这类定期维护过程的维护间隔可在2至5年之间，并且基于例如给定用户的以往经验、所检查的IED的构成、平均操作状况、应用的关键性等因素以及其它相关因素。
但是，这类定期维护过程没有优化成考虑具有不同预期寿命和/或故障率的IED。IED可安装于与平均预计操作状况相比极大地不同的操作状况中。可变操作状况包括例如平均环境温度等的易检验因素以及例如受电磁干扰影响和本地操作温度等的隐藏因素。通常，维护给定设施中的所有IED，而不管IED的构成和/或操作状况。因此，某个百分比的IED被“过度维护”，而一部分被“欠维护”，从而导致非预计故障发生。
这类定期维护过程错过了IED的用户和/或操作人员的节省成本的极大可能性。例如，维护因关联工作量而是高费用操作，并且在没有部署装置冗余度的情况下，维护可能要求关闭受保护和/或受控制过程和/或资产。另外，IED的非预计故障要求应急方式响应，它们涉及计划外的工作、计划外的备用材料使用、附加紧急事件以及对没有适当准备的工作的需要和/或受保护和/或受控制资产的计划外关机，这则可触发关联过程步骤的关闭。
至少一部分已知的IED包括微处理器，它使IED能够收集和分析来自传感器的信息。但是，需要这样的系统和/或方法，它们使用信息收集和分析从而结合对例如可靠性模型等的IED的预期寿命的嵌入的知识来了解IED的操作状况和承受影响(exposure)，以便生成预测维护请求和/或信号。
发明内容
在一个方面，提供一种用于预测智能电子装置(IED)的维护的方法。该方法包括使用IED中的多个传感器来测量环境状况，处理环境测量以确定表示IED的历史操作状况的长期承受因素(exposure factor)，将可靠性模型应用于长期承受因素，根据长期承受因素和可靠性模型来确定IED寿命的数值量度，将IED寿命的数值量度与预先选择的边界值进行比较，以及如果IED寿命的数值量度超出预先选择的边界值则发信号。
在另一个方面，提供一种用于建立和维护多个智能电子装置(IED)的可靠性模型的系统。该系统包括：获取单元，配置成从多个IED获取长期承受因素；输入单元，配置成从多个IED的出故障IED接收故障信息；以及处理器，配置成耦合到获取单元和输入单元。处理器编程为确定各IED的可靠性，并且得出将承受因素与各IED的可靠性之间相关的可靠性模型。
在另一个方面，提供一种用于监测其中具有用于获取环境数据的多个传感器的智能电子装置(IED)的操作状况的系统。该系统包括：获取单元，配置成从IED获取长期承受因素；输入单元，配置成从IED接收故障信息；以及处理器，配置成耦合到获取单元和输入单元。处理器编程为确定IED的可靠性，得出将承受因素与IED的可靠性之间相关的可靠性模型，将IED寿命的数值量度与预先选择边界值进行比较，以及如果IED的数值量度超出预先选择边界值则生成信号。
附图说明
以下具体实施方式参照附图、作为举例来说明本文所述的包括优点和特征的系统和方法的示范实施例。
图1是可用于监测操作温度的示范智能电子装置(IED)的示意图；
图2是可用于监测和/或测量电力浪涌的示范IED的示意图；
图3是可用于检测输入端相对于接地点的不正确接地的示范IED的示意图；
图4是示出示范预测维护方法的流程图。
具体实施方式
虽然以下所述的实施例描述根据例如温度、浪涌和接地等环境因素来监测智能电子装置(IED)寿命，但是本领域的技术人员会理解，也可监测其它环境因素。此外，本领域的技术人员会理解，因环境因素引起的影响可因工程或构造的流程、非预计事件和/或因用户有意使用而使IED经受加速磨损而发生变化。此外，应当理解，小型化和/或集成使IED能够包括如下所述的一个传感器或者多个传感器，使得各IED可同时监测多个环境因素。例如但不是作为限制，IED可包括多个传感器，它们使IED能够同时监测机械冲击、振动、湿度、暴露于化学因素、电源水平和/或辐射和/或传导的电磁干扰。
图1是可用于监测操作温度的示范智能电子装置(IED)100的示意图。IED 100包括底板102，其中具有多个部件104和至少一个温度传感器106。在示范实施例中，部件104是IED 100中的关键部件，例如但不限于电容器、微控制器、图形显示器和/或通信收发器。温度传感器106定位在IED 100中，使得温度传感器106可监测IED 100中内部的温度点以及周围空气108的温度。更具体来说，温度传感器106定位成便于准确估计各部件104的温度和环境温度108，以便确定每个部件104和环境温度108之间的温度梯度。在操作期间并且在稳态状况下，由温度传感器106所测量的温度保持在相对于环境温度108的基本恒定偏移量ΔTA。此外，由温度传感器106所测量的温度保持在相对于各部件104的基本恒定偏移量。例如，由温度传感器106所测量的温度保持在相对于第一部件112的基本恒定第一偏移量ΔT1，并且保持在相对于第二部件114的基本恒定第二偏移量ΔT2。各偏移量ΔTA、ΔT1、ΔT2经由在IED构建和/或IED构建后的测试期间的计算和/或测量来确定。
在示范实施例中，温度传感器106测量IED 100中的温度。温度传感器106生成表示测量温度的信号，并且将该信号传送给处理器110。处理器110通过相加或减去已知温度偏移量，来确定各部件104的估计温度。例如，处理器110通过适当地对温度传感器106所测量的温度相加或减去ΔT1，来确定第一部件112的估计温度。此外，处理器110通过适当地对温度传感器106所测量的温度相加或减去ΔTA，来确定IED 100的内部操作温度与环境温度108之间的估计温度差。
本领域的技术人员会理解，例如用于各部件104和/或温度传感器106的安装的风格、循环空气的模式等等外部状况可改变IED 100中的温度分布，由此影响各部件104的温度的估计准确度。
图2是可用于监测和/或测量电力浪涌的示范IED 200的示意图。IED 200包括多个输入端202、至少一个接地点204以及在第一端208耦合到输入端202的多个浪涌抑制电路206。各浪涌抑制电路206还在第二端210耦合到分流器212，以便于生成分流器212两端的可测量电压。此外，各浪涌抑制电路206使用电容器和/或非线性电阻器来实现。分流器212可通过非限制性地例如设计成捕获浪涌电流中的期望频率分量的电阻器或RLC电路来实现。在示范实施例中，在分流器212两端生成的电压由浪涌测量电路214来测量。浪涌测量电路214生成表示测量电压的信号，并且将该信号传送给处理器216。测量的浪涌电压所产生的浪涌电流则由分流器212分流到接地点204。在一个备选实施例中，分流器212通过多个电容器来体现，以便将高频分量积分成表示浪涌电流的信号，并且浪涌测量电路214通过多个标准放大器来实现。在这种实施例中，浪涌测量电路214放大该信号，并且将该信号传送给模数(A/D)转换器(未示出)，它对信号进行数字化并且将数字信号传送给处理器216。浪涌电流的其余分量由分流器212分流到接地点204。
在操作期间，浪涌抑制电路206创建高频信号分量的旁路路径，并且将这些分量分流到接地点204，而没有使IED 200的其它内部电路(未示出)遭受过度电应力。在示范实施例中，浪涌电流通过输入端202流入IED 200。浪涌电流从各输入端202流经关联的浪涌抑制电路206，由此绕过其它内部IED电路。然后，浪涌电流流经分流器212，生成与浪涌电流和分流器212的电阻成比例的浪涌电压。然后，浪涌电流流到接地点204。浪涌电压由浪涌测量电路214来测量。浪涌测量电路214生成表示浪涌电压的信号，并且将该信号传送给处理器216。在一个备选实施例中，浪涌电流流经分流器212，它生成表示浪涌电流的信号。浪涌测量电路214放大该信号，并且将该信号传送给处理器216。
图3是可用于检测输入端相对于接地点的不正确接地的示范IED300的示意图。在IED、如IED 300耦合到电流和/或电压的次级发生器的情况下，携带次级电流和/或次级电压的至少一条导线一般接地。次级发生器的一个示例是高电压仪表用变压器(instrument transformer)。使导线接地便于防止与电流和/或电压的初级发生器的电容耦合。
在示范实施例中，IED 300包括高电压电流互感器(current transformer)302和电压互感器304，它们均耦合到相应输入端306和308。具体来说，电流输入端306包括输入端子310，以及电压输入端308包括输入端子312。IED 300还包括接地输入端子314和316，其中的每个对应于相应输入端306和308。电流互感器302包括初级电路(primary circuit)318以及耦合到接地输入端子314的次级电路320。类似地，电压互感器304包括初级电路322以及耦合到接地输入端子316的次级电路324。使次级电路320和324均接地将接地输入端子314和316保持在地电位，并且与地电位相比，使非接地输入端子310和312保持在较低电压。电流输入端306的阻抗有助于使输入端子310和接地输入端子314均保持在近似等于地电位的电位。此外，电压输入端308的阻抗有助于使输入端子312和接地输入端子316均保持在较低电压差、例如10.0伏特(V)或100.0V。在示范实施例中，IED 300还包括地端子326，它也有助于使电流输入端子310相对地端子326保持近似地电位。此外，地端子326有助于使电压输入端子312相对于地端子326保持在低电位。
在示范实施例中，IED 300还包括多个电压检测器电路328，它们监测电流输入端306与电压输入端308之间的电压。更具体来说，第一电压检测器电路330监测电流输入端子310与地端子314之间的电压，以及第二电压检测器电路332监测电压输入端子312与地端子316之间的电压。电压检测器电路328设计成使得响应输入到输入端306和308的信号的高频分量以及响应大约50.0赫兹(Hz)和大约60.0Hz的系统频率分量。各电压检测器电路328生成表示所检测电压的信号，对该信号进行数字化，并且将数字化信号传送给处理器334。
在操作期间，高电压电流互感器302和电压互感器304生成输入信号，并且将输入信号分别传送到电流输入端306和电压输入端308。跨接在各输入端306和308的端子上的电压由电压检测器电路328来监测。更具体来说，第一电压检测器电路330监测电流输入端子310与地端子314之间的电压，以及第二电压检测器电路332监测电压输入端子312与地端子316之间的电压。各电压检测器电路328生成表示所检测电压的信号，对该信号进行数字化，并且将数字化信号传送给处理器334。
图4是示出使用IED的示范预测维护方法400的流程图。虽然IED设计成耐受例如温度极限、电力浪涌、不正确接地和承受升高的电压等因素(按可适用标准和设计实践)，这类因素增加对IED的磨损，并且相应地影响IED的预期寿命。此外，反复承受这类因素缩短了IED的预期寿命。因此，方法400使用如上所述的测量数据，并且将测量数据应用于为IED所开发的可靠性模型。虽然下面相对于IED 100(图1所示)来描述方法400，但是应当理解，方法400可适用于任何IED的预测维护。
在示范实施例中，开发可靠性模型(402)。例如，当操作温度超过特定值时，集成电路、如微控制器通常呈现具有可靠性下降的温度可靠性关系。这种信息通常是从集成电路制造商可得到的，并且可通过测试来检验。例如，以115℃的内部温度进行操作的集成电路可具有当以75℃的内部温度进行操作时的预计预期寿命的一半的预期寿命。IED 100的制造商可根据IED 100的温度分布和/或通过直接测量IED底板102(图1所示)中的一个或多个点，来得出各部件104(图1所示)的内部操作温度，如上所述。在一个实施例中，应用于长期承受因素的可靠性模型是决定性可靠性模型。在一个备选实施例中，可靠性模型是随机可靠性模型。在其它备选实施例中，可靠性模型可基于例如模糊数学和/或人工神经网络。在一个实施例中，可靠性模型集成到IED 100的操作码中。在一个备选实施例中，可靠性模型由IED100作为数据实体来存储。存储可靠性模型便于使IED操作员升级可靠性模型。例如，操作员可在IED安装地点人工升级可靠性模型，或者可靠性模型可从远离IED的位于中心的应用模块(application)来升级。
随后，环境因素在IED 100中使用例如温度传感器106(图1所示)来测量(404)。然后处理(406)测量的环境因素，以便确定表示IED100的历史操作状况的长期承受因素。更具体来说，处理器110(图1所示)确定原始测量、原始测量的平均值、积分和/或原始测量的最大值。例如，由温度传感器106所记录的一组内部温度读数存储到例如-40.0℃至-25.0℃、-25.0℃至0℃、0℃至25.0℃、25.0℃至30.0℃、30.0℃至35.0℃等温度带中。各温度带中的总操作时间由处理器110累计。
在示范实施例中，长期承受因素则应用(408)于IED 100和/或各部件104的可靠性模型。通过使用温度-可靠性关系或者可靠性模型，各部件104的剩余寿命和/或故障概率可由处理器110根据长期承受因素来计算。更具体来说，处理器110根据长期承受因素和可靠性模型来确定(410)剩余IED寿命的数值量度。数值量度的示例包括但不限于包括IED 100的剩余寿命、IED 100的已使用寿命和IED100的磨损率。在一个实施例中，IED 100的已使用寿命可按照例如小时、天、周、月和/或年等多个时间单位来表达。数值量度的其它示例包括实际磨损与正常磨损的比率。在一个实施例中，IED 100的磨损率基于IED 100的可接受操作状况的指定范围之外的操作状况。在一个实施例中，将长期承受因素传送给远离IED 100的位于中心的应用模块，使得中心应用模块将从多个IED所接收的长期承受因素应用于一个或多个可靠性模型，并且确定多个IED的每个和/或每个单独IED的剩余IED寿命的数值量度。
在示范实施例中，处理器110将剩余IED寿命的数值量度与预先选择剩余寿命值进行比较(412)。如果剩余IED寿命的数值量度小于预先选择剩余寿命值，则处理器110生成(414)信号、如告警。信号可基于例如IED 100的所确定剩余寿命、IED 100的所确定已使用寿命、所确定的磨损率和/或超过的操作状况。在一个实施例中，信号是通过例如字母数字消息、发光二极管(LED)等等提供给IED操作员的视觉指示。在一个备选实施例中，信号是物理通/断输出。在另一个备选实施例中，信号可以是由处理器110在IED 100的操作码和/或编程码中创建的虚拟点。例如，在这种实施例中，维护输出延迟继电器或失效安全继电器可断开，由此对继电器断电，以便向IED操作员表明IED 100需要关注和/或修理。在这种情况下，IED 100可继续起作用，同时向IED操作员表明环境状况不正常。此外，断开的继电器可表明IED 100正遭遇以加速速率的磨损和/或IED 100的剩余寿命已经达到必须维修的等级。在示范实施例中，信号的灵敏度和/或功能性可经由用户设定来选择。
在一个实施例中，在IED 100和/或特定部件104出故障时，对IED 100所确定的长期承受因素存储在存储器(未示出)中，使得长期承受因素可由例如维修技术人员来提取。备选地，长期承受因素可由处理器110传送给远程存储装置(未示出)供存储。如果例如在IED 100和/或特定部件104出故障之后发送IED 100以供修理和/或整修，则所存储长期承受因素可扩充以反映IED 100的实际磨损，以便反映因修理和/或修整而引起的IED 100的改进操作状态。另外，可靠性模型可更新到反映由技术人员在修理期间所收集的数据、如长期承受影响的数据(long-term exposure data)。在可靠性数据的极大变化时，IED 100的制造商可更新新制造的装置中的可靠性模型。
本文所述的系统和方法便于通过使用传感器和/或处理器来使IED能够收集和分析来自传感器的信息，来预测智能电子装置(IED)的所需维护。收集和分析信息便于结合IED的预期寿命的嵌入知识、如可靠性模型来了解IED的操作状况和承受影响，以便生成预测维护请求和/或信号。
在介绍本发明的方面或其实施例的元件时，限定词“一”、“该”和“所述”意在表示存在元件的一个或多个。术语“包含”、“包括”和“具有”意在包括在内，并且表示可能存在与列示元件不同的附加元件。
以上详细描述了用于智能电子装置(IED)的预测维护的系统和方法的示范实施例。系统和方法并不局限于本文所述的具体实施例，而是可单独且独立于本文所述的其它步骤和/或部件来使用方法的步骤和/或系统的部件。此外，所述步骤和/或部件也可在其它系统和/或方法中限定或者与其结合使用，而并不局限于仅采用本文所述的系统和方法来实施。
本书面描述使用包括最佳模式的示例来公开本发明，并且还使本领域的技术人员能够实施本发明，包括制作和使用任何装置或系统，以及执行任何结合方法。本发明的专利范围由权利要求书来限定，并且可包括本领域的技术人员想到的其它示例。如果这类其它示例具有与权利要求书的文字语言完全相同的结构元件，或者如果它们包括具有与权利要求书的文字语言的非实质差异的等效结构元件，则它们意在落入权利要求书的范围之内。

Claims (31)

1.一种用于预测智能电子装置(IED)的维护的方法，所述方法包括下列步骤：
使用所述IED中的多个传感器来测量环境状况；
处理所述环境测量，以便确定表示所述IED的历史操作状况的长期承受因素；
将可靠性模型应用于所述长期承受因素；
根据所述长期承受因素和所述可靠性模型来确定IED寿命的数值量度；
将IED寿命的数值量度与预先选择边界值进行比较；以及
如果IED寿命的数值量度超出所述预先选择边界值则发出信号。
2.如权利要求1所述的方法，其中，测量环境状况包括测量温度、峰值电力浪涌值、接地存在、机械冲击、机械振动、化学因素、辐射的电磁干扰和湿度中的至少一个。
3.如权利要求1所述的方法，其中，处理所述环境测量以确定长期承受因素的步骤包括确定原始测量、原始测量的平均值、积分、和原始测量的最大值。
4.如权利要求1所述的方法，还包括：使用关键IED部件的可靠性数据来开发所述可靠性模型。
5.如权利要求1所述的方法，还包括：使用所述IED的加速寿命测试结果和对所述IED的特定构成所得到的现场数据中的至少一个来开发所述可靠性模型。
6.如权利要求1所述的方法，其中，将可靠性模型应用于所述长期承受因素的步骤包括应用下列之一：决定性可靠性模型、随机可靠性模型、基于模糊数学的可靠性模型和基于人工神经网络的可靠性模型。
7.如权利要求1所述的方法，其中，确定IED寿命的数值量度的步骤包括确定所述IED的剩余寿命、所述IED的已使用寿命和所述IED的磨损率中的至少一个。
8.如权利要求7所述的方法，其中，确定IED寿命的数值量度的步骤还包括确定实际磨损与正常磨损之比以及按照时间单位的数量所表达的所述IED的已使用寿命中的一个。
9.如权利要求7所述的方法，其中，确定所述IED的磨损率的步骤包括根据所述IED的可接受操作状况的指定范围之外的操作状况来确定磨损率。
10.如权利要求1所述的方法，其中，发出信号的步骤包括根据所述IED的剩余寿命、所述IED的已使用寿命和磨损率中的至少一个来触发信号。
11.如权利要求1所述的方法，其中，发出信号的步骤包括使用视觉指示、物理输出、在所述IED的操作码中创建的虚拟点以及在所述IED的用户可编程代码中创建的虚拟点中的至少一个来生成信号。
12.如权利要求1所述的方法，还包括：存储所述长期承受因素，使得所述长期承受因素在IED出故障时是可提取的。
13.如权利要求1所述的方法，还包括：在所述IED的部分修理和所述IED的整修其中之一时，扩充所述长期承受因素以反映所述IED的实际磨损。
14.如权利要求1所述的方法，还包括：将所述可靠性模型集成到所述IED的操作码中。
15.如权利要求1所述的方法，还包括：将所述可靠性模型作为数据实体来存储。
16.如权利要求15所述的方法，还包括：更新所述可靠性模型。
17.如权利要求1所述的方法，还包括：将所述长期承受因素下载到中心应用模块，它根据所下载的长期承受因素来确定多个IED的维护需要。
18.如权利要求1所述的方法，还包括：从中心应用模块远程更新所述可靠性模型。
19.如权利要求1所述的方法，还包括：聚集关联的多个IED的多个可靠性模型。
20.一种用于建立和维护多个智能电子装置(IED)的可靠性模型的系统，所述系统包括：
获取单元，配置成从所述多个IED获取长期承受因素；
输入单元，配置成接收来自所述多个IED的出故障IED的故障信息；以及
处理器，配置成耦合到所述获取单元和所述输入单元，所述处理器编程为：
确定所述多个IED的各IED的可靠性；以及
得出将所述多个IED的各IED的可靠性与承受因素之间进行相关的可靠性模型。
21.如权利要求20所述的系统，其中，所述获取单元还配置成使用电子通信和人工数据输入中的至少一个从所述多个IED获取长期承受因素。
22.如权利要求20所述的系统，其中，所述长期承受因素与温度、峰值电力浪涌值、接地存在、机械冲击、机械振动、化学因素、辐射的电磁干扰和湿度中的至少一个相关。
23.如权利要求20所述的系统，其中，所述故障信息包括所述IED的故障时间、所述IED的降级性能时间、IED子系统的故障时间和IED子系统的降级性能时间中的至少一个。
24.如权利要求20所述的系统，其中，所述可靠性模型预测所述多个IED的至少一个和所述多个IED的单个IED的故障。
25.如权利要求20所述的系统，其中，所述多个IED是用户可控的，并且所述处理器还编程为根据所述多个IED来得出所述可靠性模型。
26.如权利要求20所述的系统，其中，所述处理器还编程为根据所述多个IED的制造商所提供的数据来得出所述可靠性模型。
27.如权利要求20所述的系统，其中，所述处理器还编程为根据所述多个用户可控IED的制造商所提供的数据来得出所述可靠性模型。
28.一种用于监测其中具有用于获取环境数据的多个传感器的智能电子装置(IED)的操作状况的系统，所述系统包括：
获取单元，配置成从所述多个IED获取长期承受因素；
输入单元，配置成接收来自所述多个IED的出故障IED的故障信息；以及
处理器，配置成耦合到所述获取单元和所述输入单元，所述处理器编程为：
确定所述IED的可靠性；
得出将所述IED的可靠性与承受因素之间进行相关的可靠性模型；
将IED寿命的数值量度与预先选择边界值进行比较；以及
在IED寿命的所述数值量度超出所述预先选择边界值时生成信号。
29.如权利要求28所述的系统，其中，所述处理器还配置成使用关键IED部件的可靠性数据来开发所述可靠性模型。
30.如权利要求29所述的系统，其中，所述处理器还编程为通过确定所述IED的剩余寿命、所述IED的已使用寿命和所述IED的磨损率中的至少一个来确定IED寿命的数值量度。
31.如权利要求29所述的系统，其中，所述处理器还编程为根据所述IED的剩余寿命、所述IED的已使用寿命和磨损率中的至少一个来生成信号。
CN2009801235887A 2008-06-17 2009-06-08 用于预测智能电子装置的维护的系统和方法 Pending CN102067049A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/140,832 US7822578B2 (en) 2008-06-17 2008-06-17 Systems and methods for predicting maintenance of intelligent electronic devices
US12/140832 2008-06-17
PCT/US2009/046544 WO2009155149A1 (en) 2008-06-17 2009-06-08 Systems and methods for predicting maintenance of intelligent electronic devices

Publications (1)

Publication Number Publication Date
CN102067049A true CN102067049A (zh) 2011-05-18

Family

ID=41129286

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801235887A Pending CN102067049A (zh) 2008-06-17 2009-06-08 用于预测智能电子装置的维护的系统和方法

Country Status (9)

Country Link
US (1) US7822578B2 (zh)
EP (1) EP2300885A1 (zh)
JP (1) JP5548682B2 (zh)
KR (1) KR20110020830A (zh)
CN (1) CN102067049A (zh)
AU (1) AU2009260382B2 (zh)
BR (1) BRPI0909962A2 (zh)
CA (1) CA2726819A1 (zh)
WO (1) WO2009155149A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103375376A (zh) * 2012-04-20 2013-10-30 通用汽车环球科技运作有限责任公司 采用操作包络线控制活性材料致动的方法
CN103630268A (zh) * 2012-08-20 2014-03-12 西门子公司 用于模块化的自动化设备的组件
CN103907071A (zh) * 2011-10-21 2014-07-02 耐斯特实验公司 提供到目标状态的时间的智能控制器
CN106021838A (zh) * 2015-12-30 2016-10-12 西北工业大学 一种复杂电子系统剩余寿命预测方法
CN106575116A (zh) * 2014-07-25 2017-04-19 西门子公司 基于状态地计算技术设备的维护期限的方法、装置和计算机程序产品
CN109101100A (zh) * 2018-08-06 2018-12-28 清华大学 数据位宽预测方法、系统及其适用的电子设备
CN109526233A (zh) * 2017-07-18 2019-03-26 三菱电机株式会社 可编程逻辑控制器、控制单元及单元的寿命计算方法
CN114219102A (zh) * 2021-11-08 2022-03-22 国网河北省电力有限公司营销服务中心 电力计量设备运维方法、装置、终端及存储介质

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7784704B2 (en) 2007-02-09 2010-08-31 Harter Robert J Self-programmable thermostat
CN101866309A (zh) * 2009-04-17 2010-10-20 鸿富锦精密工业（深圳）有限公司 监控系统
US20110078574A1 (en) * 2009-09-25 2011-03-31 Bowe David W Systems and methods for the configuration and management of intelligent electronic devices
CN102110350B (zh) * 2009-12-28 2014-11-19 Ge医疗系统环球技术有限公司 超声探头故障前告警方法和装置及超声设备
US8315719B2 (en) * 2009-12-30 2012-11-20 Eduardo Pedrosa Santos Decentralized system and architecture for remote real time monitoring of power transformers, reactors, circuit breakers, instrument transformers, disconnect switches and similar high voltage equipment for power plants and electric power substations
US8918219B2 (en) 2010-11-19 2014-12-23 Google Inc. User friendly interface for control unit
US9104211B2 (en) 2010-11-19 2015-08-11 Google Inc. Temperature controller with model-based time to target calculation and display
KR101035013B1 (ko) * 2011-03-02 2011-05-17 (주)에스티앤씨 실시간 고장진단장치
US8515588B2 (en) 2011-03-09 2013-08-20 General Electric Company Generator reserve capacity control system and network
US9115908B2 (en) 2011-07-27 2015-08-25 Honeywell International Inc. Systems and methods for managing a programmable thermostat
US20130124116A1 (en) * 2011-11-15 2013-05-16 Qualcomm Mems Technologies, Inc. Systems and methods for predicting the lifetime of an electromechanical device
EP2665348A1 (de) * 2012-05-14 2013-11-20 Siemens Aktiengesellschaft Baugruppe für ein modulares Automatisierungsgerät
US8554376B1 (en) 2012-09-30 2013-10-08 Nest Labs, Inc Intelligent controller for an environmental control system
CN103488873B (zh) * 2013-08-28 2016-04-13 广东电网公司电力调度控制中心 一种继电保护系统的多模式隐藏故障风险分析方法
CN103559561B (zh) * 2013-11-13 2016-03-09 上海电气集团股份有限公司 一种光伏电站辐照度的超短期预测方法
US10176032B2 (en) 2014-12-01 2019-01-08 Uptake Technologies, Inc. Subsystem health score
EP3079062A1 (en) * 2015-04-09 2016-10-12 Zentrum Mikroelektronik Dresden AG Electronic system and method for estimating and predicting a failure of that electronic system
US10176279B2 (en) 2015-06-05 2019-01-08 Uptake Technologies, Inc. Dynamic execution of predictive models and workflows
US10579750B2 (en) 2015-06-05 2020-03-03 Uptake Technologies, Inc. Dynamic execution of predictive models
US10254751B2 (en) 2015-06-05 2019-04-09 Uptake Technologies, Inc. Local analytics at an asset
US10878385B2 (en) 2015-06-19 2020-12-29 Uptake Technologies, Inc. Computer system and method for distributing execution of a predictive model
US10291732B2 (en) 2015-09-17 2019-05-14 Uptake Technologies, Inc. Computer systems and methods for sharing asset-related information between data platforms over a network
US9702582B2 (en) 2015-10-12 2017-07-11 Ikorongo Technology, LLC Connected thermostat for controlling a climate system based on a desired usage profile in comparison to other connected thermostats controlling other climate systems
US10623294B2 (en) 2015-12-07 2020-04-14 Uptake Technologies, Inc. Local analytics device
US11295217B2 (en) 2016-01-14 2022-04-05 Uptake Technologies, Inc. Localized temporal model forecasting
US10510006B2 (en) 2016-03-09 2019-12-17 Uptake Technologies, Inc. Handling of predictive models based on asset location
US10796235B2 (en) 2016-03-25 2020-10-06 Uptake Technologies, Inc. Computer systems and methods for providing a visualization of asset event and signal data
US10333775B2 (en) 2016-06-03 2019-06-25 Uptake Technologies, Inc. Facilitating the provisioning of a local analytics device
US10210037B2 (en) 2016-08-25 2019-02-19 Uptake Technologies, Inc. Interface tool for asset fault analysis
US10474932B2 (en) 2016-09-01 2019-11-12 Uptake Technologies, Inc. Detection of anomalies in multivariate data
US10152394B2 (en) * 2016-09-27 2018-12-11 International Business Machines Corporation Data center cost optimization using predictive analytics
US10228925B2 (en) 2016-12-19 2019-03-12 Uptake Technologies, Inc. Systems, devices, and methods for deploying one or more artifacts to a deployment environment
US10579961B2 (en) 2017-01-26 2020-03-03 Uptake Technologies, Inc. Method and system of identifying environment features for use in analyzing asset operation
US10671039B2 (en) 2017-05-03 2020-06-02 Uptake Technologies, Inc. Computer system and method for predicting an abnormal event at a wind turbine in a cluster
US10255526B2 (en) 2017-06-09 2019-04-09 Uptake Technologies, Inc. Computer system and method for classifying temporal patterns of change in images of an area
US11232371B2 (en) 2017-10-19 2022-01-25 Uptake Technologies, Inc. Computer system and method for detecting anomalies in multivariate data
US10552246B1 (en) 2017-10-24 2020-02-04 Uptake Technologies, Inc. Computer system and method for handling non-communicative assets
US10379982B2 (en) 2017-10-31 2019-08-13 Uptake Technologies, Inc. Computer system and method for performing a virtual load test
US10635519B1 (en) 2017-11-30 2020-04-28 Uptake Technologies, Inc. Systems and methods for detecting and remedying software anomalies
CN108268076B (zh) * 2018-01-23 2020-12-22 江苏省兴安科技发展有限公司 一种基于大数据的机房运行安全评估系统
US10815966B1 (en) 2018-02-01 2020-10-27 Uptake Technologies, Inc. Computer system and method for determining an orientation of a wind turbine nacelle
US10169135B1 (en) 2018-03-02 2019-01-01 Uptake Technologies, Inc. Computer system and method of detecting manufacturing network anomalies
US10554518B1 (en) 2018-03-02 2020-02-04 Uptake Technologies, Inc. Computer system and method for evaluating health of nodes in a manufacturing network
US10635095B2 (en) 2018-04-24 2020-04-28 Uptake Technologies, Inc. Computer system and method for creating a supervised failure model
US10860599B2 (en) 2018-06-11 2020-12-08 Uptake Technologies, Inc. Tool for creating and deploying configurable pipelines
US10579932B1 (en) 2018-07-10 2020-03-03 Uptake Technologies, Inc. Computer system and method for creating and deploying an anomaly detection model based on streaming data
US20200042919A1 (en) * 2018-08-03 2020-02-06 The Boeing Company Aircraft component demand forecasting
WO2020027997A1 (en) * 2018-08-03 2020-02-06 Walmart Apollo, Llc Determining item mortality based on tracked environmental conditions during transit
US11119472B2 (en) 2018-09-28 2021-09-14 Uptake Technologies, Inc. Computer system and method for evaluating an event prediction model
US11181894B2 (en) 2018-10-15 2021-11-23 Uptake Technologies, Inc. Computer system and method of defining a set of anomaly thresholds for an anomaly detection model
EP3657277A1 (en) * 2018-11-23 2020-05-27 Siemens Aktiengesellschaft Extension device for an automation device
US11480934B2 (en) 2019-01-24 2022-10-25 Uptake Technologies, Inc. Computer system and method for creating an event prediction model
US11030067B2 (en) 2019-01-29 2021-06-08 Uptake Technologies, Inc. Computer system and method for presenting asset insights at a graphical user interface
US11797550B2 (en) 2019-01-30 2023-10-24 Uptake Technologies, Inc. Data science platform
EP3928271A1 (de) * 2019-03-28 2021-12-29 Siemens Energy Global GmbH & Co. KG Verfahren zum instandhalten einer elektrischen komponente
US11208986B2 (en) 2019-06-27 2021-12-28 Uptake Technologies, Inc. Computer system and method for detecting irregular yaw activity at a wind turbine
US10975841B2 (en) 2019-08-02 2021-04-13 Uptake Technologies, Inc. Computer system and method for detecting rotor imbalance at a wind turbine
US11892830B2 (en) 2020-12-16 2024-02-06 Uptake Technologies, Inc. Risk assessment at power substations
US20220414616A1 (en) * 2021-06-24 2022-12-29 Copperleaf Technologies Inc. Methods and apparatus for creating asset reliability models

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3229411A1 (de) 1981-08-06 1983-03-03 Nissan Motor Co., Ltd., Yokohama, Kanagawa Elektronische vorrichtung mit selbstueberwachung fuer ein kraftfahrzeug
US4937763A (en) 1988-09-06 1990-06-26 E I International, Inc. Method of system state analysis
JP3100406B2 (ja) 1991-03-06 2000-10-16 ジヤトコ・トランステクノロジー株式会社 工作機械の故障予知装置
US5453939A (en) 1992-09-16 1995-09-26 Caterpillar Inc. Computerized diagnostic and monitoring system
US5463567A (en) 1993-10-15 1995-10-31 Caterpillar Inc. Apparatus and method for providing historical data regarding machine operating parameters
JPH07306239A (ja) * 1994-05-16 1995-11-21 Hitachi Ltd 余寿命センサー付き電気製品
JPH08223773A (ja) * 1995-02-08 1996-08-30 Hitachi Ltd 半導体式遮断装置を用いた系統保護システム
JPH09224309A (ja) * 1996-02-16 1997-08-26 Nissin Electric Co Ltd 遮断器の遮断電流計測装置
JP3362766B2 (ja) * 1997-03-26 2003-01-07 ダイワ精工株式会社 魚釣用電動リール
JP3399292B2 (ja) * 1997-04-25 2003-04-21 三菱電機株式会社 回路遮断器
US5950147A (en) 1997-06-05 1999-09-07 Caterpillar Inc. Method and apparatus for predicting a fault condition
US6119074A (en) 1998-05-20 2000-09-12 Caterpillar Inc. Method and apparatus of predicting a fault condition
US6336065B1 (en) 1999-10-28 2002-01-01 General Electric Company Method and system for analyzing fault and snapshot operational parameter data for diagnostics of machine malfunctions
WO2000079554A1 (fr) * 1999-06-22 2000-12-28 Mitsubishi Denki Kabushiki Kaisha Disjoncteur a dispositif de mesure informant sur l'etat sous tension
US6442511B1 (en) 1999-09-03 2002-08-27 Caterpillar Inc. Method and apparatus for determining the severity of a trend toward an impending machine failure and responding to the same
JP2001119850A (ja) * 1999-10-15 2001-04-27 Yazaki Corp 過電流時の負荷電流制御装置、負荷の断芯検出装置、及び負荷電流検出供給制御装置
US6338152B1 (en) 1999-10-28 2002-01-08 General Electric Company Method and system for remotely managing communication of data used for predicting malfunctions in a plurality of machines
US6735549B2 (en) * 2001-03-28 2004-05-11 Westinghouse Electric Co. Llc Predictive maintenance display system
US6795789B2 (en) * 2001-05-21 2004-09-21 Omnicron Electronics Corp. Usa System for testing of intelligent electronic devices with digital communications
US6775624B2 (en) * 2001-10-19 2004-08-10 International Business Machines Corporation Method and apparatus for estimating remaining life of a product
US6745153B2 (en) * 2001-11-27 2004-06-01 General Motors Corporation Data collection and manipulation apparatus and method
US7276814B2 (en) * 2002-01-02 2007-10-02 Ruggedcom Inc. Environmentally hardened ethernet switch
JP2003310117A (ja) * 2002-04-25 2003-11-05 Shimano Inc 電動リール及びその診断システム
JP2005251185A (ja) * 2004-02-05 2005-09-15 Toenec Corp 電気設備診断システム
US7996171B2 (en) * 2005-01-27 2011-08-09 Electro Industries/Gauge Tech Intelligent electronic device with broad-range high accuracy
JP2007055450A (ja) * 2005-08-24 2007-03-08 Fuji Heavy Ind Ltd 蓄電デバイスの劣化状態推定システム
JP4685731B2 (ja) * 2006-08-28 2011-05-18 日立オートモティブシステムズ株式会社 移動体の診断装置、移動体の診断端末、およびインバータ装置
KR100843130B1 (ko) * 2007-01-30 2008-07-03 명지대학교 산학협력단 Ｉｅｃ61850 기반의 변전소 자동화 시스템에서 온라인ｉｅｄ 고장 진단 장치 및 방법

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103907071A (zh) * 2011-10-21 2014-07-02 耐斯特实验公司 提供到目标状态的时间的智能控制器
CN103907071B (zh) * 2011-10-21 2016-01-20 耐斯特实验公司 一种用于控制hvac系统的方法
CN105487395A (zh) * 2011-10-21 2016-04-13 谷歌公司 提供到目标状态的时间的智能控制器
CN105487395B (zh) * 2011-10-21 2018-10-26 谷歌有限责任公司 提供到目标状态的时间的智能控制器
CN103375376A (zh) * 2012-04-20 2013-10-30 通用汽车环球科技运作有限责任公司 采用操作包络线控制活性材料致动的方法
CN103375376B (zh) * 2012-04-20 2016-02-24 通用汽车环球科技运作有限责任公司 采用操作包络线控制活性材料致动的方法
CN103630268A (zh) * 2012-08-20 2014-03-12 西门子公司 用于模块化的自动化设备的组件
CN103630268B (zh) * 2012-08-20 2016-08-31 西门子公司 用于模块化的自动化设备的组件
CN106575116A (zh) * 2014-07-25 2017-04-19 西门子公司 基于状态地计算技术设备的维护期限的方法、装置和计算机程序产品
CN106575116B (zh) * 2014-07-25 2019-04-05 西门子公司 基于状态地计算技术设备的维护期限的方法、装置和计算机程序产品
US10839356B2 (en) 2014-07-25 2020-11-17 Siemens Aktiengesllschaft Method, arrangement and computer program product for a condition-based calculation of a maintenance date of a technical installation
CN106021838B (zh) * 2015-12-30 2018-07-10 西北工业大学 一种复杂电子系统剩余寿命预测方法
CN106021838A (zh) * 2015-12-30 2016-10-12 西北工业大学 一种复杂电子系统剩余寿命预测方法
CN109526233A (zh) * 2017-07-18 2019-03-26 三菱电机株式会社 可编程逻辑控制器、控制单元及单元的寿命计算方法
CN109101100A (zh) * 2018-08-06 2018-12-28 清华大学 数据位宽预测方法、系统及其适用的电子设备
CN114219102A (zh) * 2021-11-08 2022-03-22 国网河北省电力有限公司营销服务中心 电力计量设备运维方法、装置、终端及存储介质

Also Published As

Publication number Publication date
BRPI0909962A2 (pt) 2015-10-06
AU2009260382B2 (en) 2014-05-15
US7822578B2 (en) 2010-10-26
JP2011524591A (ja) 2011-09-01
AU2009260382A1 (en) 2009-12-23
KR20110020830A (ko) 2011-03-03
CA2726819A1 (en) 2009-12-23
US20090312999A1 (en) 2009-12-17
JP5548682B2 (ja) 2014-07-16
WO2009155149A1 (en) 2009-12-23
EP2300885A1 (en) 2011-03-30

Similar Documents

Publication Publication Date Title
CN102067049A (zh) 用于预测智能电子装置的维护的系统和方法
US7117119B2 (en) System and method for continuous online safety and reliability monitoring
US8000913B2 (en) System and method for providing power distribution system information
US8099672B2 (en) System and method for continuous online safety and reliability monitoring
US10935401B2 (en) Operating a gas meter with a smart power supply
MX2014010084A (es) Metodo para configurar una instalacion de energia eolica, e instalacion de energia eolica.
CN101553738A (zh) 闪络分析工具
KR100875127B1 (ko) 배전 자동화용 다기능 단말장치 및 이의 운영방법
CN105319461A (zh) 结合振动和电力质量分析来识别潜在的电网故障的系统
KR200409071Y1 (ko) 전원 감시시스템
Ojo et al. Design and Implementation of a GSM-based Monitoring System for a Distribution Transformer
Memala et al. An approach to remote condition monitoring of electrical machines based on IOT
Khandait et al. Real time monitoring of transformer using IOT
AlKasap et al. Low Cost Portable System for Converting Mosul Electrical Substations to Smart One’s
CN109507612A (zh) 模拟量采集卡和故障检测方法
KR101266143B1 (ko) 원방감시제어시스템 및 방법
WO2005013098A2 (en) Continuous online safety and reliability monitoring
CN108899993A (zh) 基于串联补偿状态在线监测系统的限压器状态监测子系统
KR102207854B1 (ko) IoT 기반 통합관리형 수배전반 시스템
Rosner et al. Benefits of comprehensive and interactive on-line monitoring and expert systems for power transformers
Jahlool et al. Automatic detection, report, and alert of faults in 220 volts electric power distribution parts
Dialoke et al. Design and Implementation of an Automated Real-Time Power Distribution Line Monitoring System: A Case Study of Nigerian Power System
Grebe Failure Modes, Effects and Diagnostic Analysis
Serbanescu Monitoring and Control Solution
Amkreutz Failure Modes, Effects and Diagnostic Analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20110518