CN102331528A - 基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测 - Google Patents

基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测 Download PDF

Info

Publication number
CN102331528A
CN102331528A CN201110193144A CN201110193144A CN102331528A CN 102331528 A CN102331528 A CN 102331528A CN 201110193144 A CN201110193144 A CN 201110193144A CN 201110193144 A CN201110193144 A CN 201110193144A CN 102331528 A CN102331528 A CN 102331528A
Authority
CN
China
Prior art keywords
capacitor
sensor
line monitoring
signal processor
digital signal
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
CN201110193144A
Other languages
English (en)
Inventor
叶小松
刘国海
吴振飞
廖志凌
邢鸣
梅从立
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.)
Jiangsu Zhenan Power Equipment Co Ltd
Original Assignee
Jiangsu Zhenan Power Equipment Co Ltd
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 Jiangsu Zhenan Power Equipment Co Ltd filed Critical Jiangsu Zhenan Power Equipment Co Ltd
Priority to CN201110193144A priority Critical patent/CN102331528A/zh
Publication of CN102331528A publication Critical patent/CN102331528A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Measurement Of Resistance Or Impedance (AREA)

Abstract

本发明涉及一种配电网智能电容器运行过程变量的神经网络逆软测量及软仪表构造方法，是一种解决电容器运行过程中难以用传感器在线实时测量的变量的在线估计方法。依据电容器运行过程模型，建立内含传感器的模型，构造串接在电容器运行过程之后的神经网络逆实现内含传感器逆，最终实现对电容器补偿容量和介质损耗的在线软测量。神经网络逆采用数字信号处理器实现。本发明还涉及一种配电网智能电容器在线监测系统。系统包括在线监测系统的现场前置装置和信号采集终端，传感器检测电容器单元上相应的物理量，数模转换后送给数字信号处理器来做出故障判断，由编程逻辑器件的输出控制断路器的通断。该系统灵敏可靠，保障了智能电容器的安全运行。

Description

基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测
技术领域
本发明涉及一种用于解决配电网智能电容器中难以用传感器在线实时测量的补偿容量、介质损耗这三个关键变量的在线估计问题的软测量方法，及具备电容器参数在线监测功能的配电网智能电容器在线监测系统。
背景技术
并联电容器作为一种重要的无功补偿设备，在电力系统中应用十分广泛，其安全运行对于整个电力系统的稳定、正常供电起着非常重要的作用。据资料统计，在线运行电容器各种故障频发，为此而采取的传统策略是“时间基准维修”，该策略导致了过多的不必要的停机及维修，耽误无功补偿，同时也无法及时发现带伤运行的电容器。因此，研制集测量、诊断等多功能于一体的综合智能化监测装置是解决电容器有效运行和故障保护的有力手段。
电容器介质损耗及补偿容量是表征电容器质量的重要参数，其准确、稳定的测量一直是在线监测技术的一个难点与重点。为解决变量的测量问题，采用基于神经网络逆系统的软测量技术。所谓软测量，就是选择与被估计变量相关的一组直接可测量变量，构造某种以直接可测变量为输入、被估计变量为输出的模型，用计算机软件来实现的估计。由于人工神经网络具有逼近复杂非线性函数的能力，它在软测量领域内的应用所形成的基于神经网络的软测量方法，为电容器运行中的关键变量的软测量问题的解决提供了有力的手段。
国内外没有相关的专利和文献。
发明内容
鉴于上述原因，本发明的一个目的是提供一种配电网智能电容器运行过程变量的神经网络逆软测量及软仪表构造方法，即是一种电容器运行过程非常重要但是难以用传感器在线实时测量的变量(包括电容器补偿容量和电容器介质损耗)的在线估计方法及相应的软仪表构造方法。
本发明的配电网智能电容器运行过程变量的神经网络逆软测量方法依据电容器运行过程的模型，选择确定电容器运行过程在线直接可测的输入量、在线直接可测的输出量和需离线分析的不直接可测量；然后再选择确定电容器运行过程的内含传感器的主输入量、辅输入量和输出量，并建立内含传感器的模型(该内含传感器是一个假想的传感器，其主输入量为电容器补偿容量x1、电容器介质损耗x2；辅输入量为电容器的运行电流u1、电容器温度u2；输出量为电容器的运行电压x3、电网频率x4。可认为内含传感器是包含在电容器运行过程中的一个子系统，其主输入量、辅输入量与输出量之间满足电容器运行过程模型的变量约束关系，但在实际电容器运行过程，中并不存在这样的一个物理传感器)；然后采用人工神经网络，并通过对人工神经网络的训练构造神经网络逆，来实现该内含传感器逆；最后将神经网络逆串接在电容器运行过程之后，实现对电容器补偿容量及电容器介质损耗的在线软测量。
本发明的电容器运行过程的在线直接可测的输入量为电容器的运行电流u1、电容器温度u2，在线直接可测的输出量为电容器的运行电压x3、电网频率x4，需离线分析的不直接可测量为电容器补偿容量x1、电容器介质损耗x2。
本发明电容器运行过程的内含传感器的主输入量为电容器补偿容量x1、电容器介质损耗x2；辅输入量为电容器的运行电流u1、电容器温度u2；输出量为电容器的运行电压x3、电网频率x4；该内含传感器可逆；内含传感器逆的主输入量为电容器的运行电压x3、电网频率x4，辅输入量为电容器的运行电流u1、电容器温度u2，输出量电容器补偿容量x1、电容器介质损耗x2。
本发明的人工神经网络的各权系数通过现场数据采集、离线数据处理、用数据训练人工神经网络确定。
本发明的具体的神经网络逆测量方法是：
首先根据电容器运行过程的模型：
Figure BSA00000535150500021
这里状态维数4，输入维数2，即：x＝(x1，x2，x3，x4)T，u＝(u1，u2)T，其中，有电容器的运行电流u1、电容器温度u2、电容器补偿容量x1、电容器介质损耗x2、电容器的运行电压x3、电网频率x4；
Figure BSA00000535150500022
是电容器补偿容量的导数、
Figure BSA00000535150500023
是电容器介质损耗的导数、
Figure BSA00000535150500024
是电容器的运行电压的导数、
Figure BSA00000535150500025
是电网频率的导数。
结合实际情况，选择确定电容器运行过程的各在线直接可测的输入量为电容器的运行电流u1、电容器温度u2，选择确定在线直接可测的输出量为电容器的运行电压x3、电网频率x4，选择确定需离线分析的不直接可测量为电容器补偿容量x1、电容器介质损耗x2；接着选择确定电容器运行过程中的内含传感器的主输入量为电容器补偿容量x1、电容器介质损耗x2，辅输入量为电容器的运行电流u1、电容器温度u2，输出量为电容器的运行电压x3、电网频率x4，并建立内含传感器的模型；然后采用人工神经网络并通过对人工神经网络的训练构造该内含传感器逆——称为神经网络逆。将得到的神经网络逆串接在电容器运行过程之后，即可实现对电容器补偿容量x1、电容器介质损耗x2的软测量。
神经网络逆的具体实现即所要构造的神经网络逆软仪表。
神经网络逆软仪表可采用数字信号处理器构造。其中，内含传感器的辅输入量，即电容器的运行电流u1、电容器温度u2接数字信号处理器的输入端，内含传感器的输出量电容器的运行电压x3、电网频率x4接数字信号处理器的输入端。
数字信号处理器程序包括主程序和两个中断服务子程序；数字信号处理器主程序先对数据进行初始化，然后进入数据显示与故障诊断的循环；主程序数据显示与故障诊断期间，按一定时间间隔运行软测量中断服务子程序，如果出现故障则运行异常中断服务子程序；软测量中断服务子程序的处理流程为：先对主程序进行现场保护，然后通过互感器、传感器和模数转换器转换采集电压、电流、温度和频率数据，再对数据进行滤波处理，对滤波后的数据进行神经网络逆运算，将得到的结果输出到人机界面的存储器中，最后恢复现场并返回主程序。
本发明的另一个目的是提供一种电容器在线监测系统，可对电容器组运行状态实施实时监测及故障诊断，并保障其安全可靠运行。
为实现上述目的，本发明采用以下技术方案：
本发明的配电网智能电容器在线监测系统，现场前置装置包括并联电抗器、并联电容器、电容器套管、避雷器、熔断器、温度传感器、电流互感器、电压互感器、放电线圈及信号电缆；信号采集终端包括模数转换器、数字信号处理器、复杂可编程逻辑控制器、报警装置及人机界面。
所述的电压互感器、电流互感器及温度传感器的输出送至所述的模数转换器的输入口，该模数转换器的输出接所述数字信号处理器的数据输入口，所述数字信号处理器的控制输出接所述报警装置及所述复杂可编程逻辑控制器的输入端，该复杂可编程逻辑器件的输出控制所述断路器的通断。
所述电抗器与所述电容器并联连接，构成LC无源滤波器，滤除谐波。
作为本发明的优选技术方案，所述电容器与放电线圈相连接，放电线圈通过信号电缆与信号采集终端连接。
作为本发明的优选技术方案，所述电流互感器及电压互感器通过信号电缆与信号采集终端连接。
作为本发明的优选技术方案，所述温度传感器通过信号电缆与信号采集终端连接，温度传感器采用DS18B20数字温度传感器完成对电容器温度以及环境温度的采集。
作为本发明的优选技术方案，所述信号电缆都为屏蔽传输电缆。
作为本发明的优选技术方案，所述数字信号处理器采用TMS320F2812DSP芯片；所述复杂可编程逻辑器件采用CY37064VP100-143AC芯片；所述数字信号处理器的数据总线与所述复杂可编程逻辑器件的数据总线、模数转换器的数据总线相连；所述数字信号处理器的复位端口与所述复杂可编程逻辑器件的复位端口、模数转换器的复位端口相连。
作为本发明的优选技术方案，所述报警装置包括声光显示器。
作为本发明的优选技术方案，所述LC无源滤波器参数固定，滤除系统中的5次谐波。
有益效果：本发明的原理是通过构造电容器运行过程的内含传感器的神经网络逆，并其串接在电容器运行过程之后，实现对难以用传感器或互感器在线实时测量的电容器补偿容量、电容器介质损耗的软测量。实际应用中，采用神经网络来构造内含传感器逆的模型，不需要求出内含传感器逆的精确模型，不用解出逆的解析表达式，克服了传统解析方法对模型的强依赖性，易于工程实现。本发明所提供的软测量方法与软仪表的设计不仅对电容器运行过程有效，而且可推广到更广阔的应用领域。
该系统是集电容器运行过程中各参数的测量、诊断等多功能于一体的综合智能化监测装置。电容器各测量参数对应地与本发明的电容器在线自监测系统的传感器或互感器相连接，由传感器或互感器检测电容器单元上相应的物理量，并将这些模拟量经数模转换器转变成数字量，送给数字信号处理器进行数据处理和分析，再由数字信号处理器对电容器做出是否存在故障的判断，及时报警并断开断路器。该系统克服了传统监控策略的弊端，不需停电，即可实现对电容器单元的在线监测，且灵敏可靠，保障了配电网智能电容器的安全运行。
附图说明
图1是由电容器运行过程1与神经网络逆3组成的软测量结构图。其中有电容器运行过程1，神经网络逆3及包含在电容器运行过程中的内含传感器2。内含传感器2的主输入量是需离线分析的不直接可测的电容器补偿容量x1、电容器介质损耗x2，辅输入量是在线直接可测的电容器的运行电流u1、电容器温度u2，输出量是在线直接可测的电容器的运行电压x3、电网频率x4，神经网络逆3的输出是电容器补偿容量
Figure BSA00000535150500031
电容器介质损耗
Figure BSA00000535150500032
图2是神经网络逆软仪表的数字信号处理器程序框图。
图3是配电网智能电容器在线监测系统的组成框图。
具体实施方案
本发明的配电网智能电容器参数的神经网络逆软测量方法及在线监测系统的具体实施方案是：
1.具体确定电容器运行过程1在线直接可测的输入量、在线直接可测的输出量和需离线分析的不直接可测量。根据电容器运行过程的模型：
Figure BSA00000535150500041
这里状态维数4，输入维数2，即：x＝(x1，x2，x3，x4)T，u＝(u1，u2)T，其中有电容器的运行电流u1、电容器温度u2、电容器补偿容量x1、电容器介质损耗x2、电容器的运行电压x3、电网频率x4；
Figure BSA00000535150500042
是电容器补偿容量的导数、
Figure BSA00000535150500043
是电容器介质损耗的导数、
Figure BSA00000535150500044
是电容器的运行电压的导数、
Figure BSA00000535150500045
是电网频率的导数。
结合实际情况，选择确定电容器运行过程1的各在线直接可测的输入量为电容器的运行电流u1、电容器温度u2，选择确定在线直接可测的输出量为电容器的运行电压x3、电网频率x4，选择确定需离线分析的不直接可测量为电容器补偿容量x1、电容器介质损耗x2
2.选择确定电容器运行过程1中的内含传感器2的输入量与输出量。其中，主输入量为电容器补偿容量x1、电容器介质损耗x2，辅输入量为电容器的运行电流u1、电容器温度u2，输出量为电容器的运行电压x3、电网频率x4，并建立内含传感器2的模型。
3.选择确定神经网络逆3的输入量与输出量。其中，主输入量为电容器的运行电压x3、电网频率x4，辅输入量为电容器的运行电流u1、电容器温度u2，输出量为电容器补偿容量
Figure BSA00000535150500046
电容器介质损耗
Figure BSA00000535150500047
神经网络逆3串接在电容器运行过程1之后，实现对电容器补偿容量x1、电容器介质损耗x2的软测量(如图1所示)。
4.智能电容器在线监测系统的现场前置装置4的电压互感器、电流互感器及DS18B20数字温度传感器在线测量运行电容器的参数，完成包括电容器的运行电流u1、电容器温度u2，电容器的运行电压x3、电网频率x4以及环境温度的采集，将传感器和互感器的输出通过信号电缆送至智能电容器在线监测系统的信号采集终端5的模数转换器的输入口，将这些模拟量转变成数字量，该模数转换器的输出接数字信号处理器TMS320F2812DSP芯片的数据输入口(如图3的左半部所示)。
5.数字信号处理器运行从主程序开始，首先主程序对片上设备和复杂可编程逻辑器件CY37064VP100-143AC芯片进行初始化，然后进入数据显示与故障诊断的循环(如图2左半部所示)，读取模数转换器的运行电流u1、电容器温度u2，电容器的运行电压x3、电网频率x4以及环境温度采样值，和从FLASH中读取的电压、电流、频率和温度限值相比较，对电容器做出是否存在故障的判断，如果越限则通过报警装置声光显示器发出故障信号，同时数字信号处理器的控制输出接复杂可编程逻辑控制器的输入端，复杂可编程逻辑器件的输出信号使断路器的断开(如图3的右半部所示)。
6.主程序数据显示与故障诊断期间，每5分钟间隔运行软测量中断服务子程序，如果出现故障则运行异常中断服务子程序，软测量中断服务子程序的处理流程为：先对主程序进行现场保护，然后通过互感器、传感器和模数转换器转换采集电容器的运行电压x3、电网频率x4，电容器的运行电流u1及电容器温度u2，每6小时取样一次获得离线分析数据电容器补偿容量x1、电容器介质损耗x2，再对采集到的实时数据进行五点平均滤波，对离线分析数据分别进行最小二乘拟合生成与实时数据相对应的每5分钟一次的数据，然后对滤波后的数据及处理过的离线分析数据进行神经网络逆训练，将得到的结果电容器补偿容量及电容器介质损耗
Figure BSA00000535150500052
输出到人机界面的存储器中，最后恢复现场并返回主程序(如图2右半部所示)。
根据以上所述，即可实现本发明。

Claims (11)

1.一种电容器参数的神经网络逆软测量方法及在线监测，其特征在于通过对神经网络的训练确定各权系数构造神经网络逆系统，来实现对电容器补偿容量、电容器介质损耗的测量；智能电容器在线监测系统的现场前置装置(4)包括并联电抗器、并联电容器、电容器套管、避雷器、熔断器、温度传感器、电流互感器、电压互感器、放电线圈及信号电缆；在线监测系统的信号采集终端(5)包括模数转换器、数字信号处理器、复杂可编程逻辑控制器、报警装置及人机界面。
所述的电压互感器、电流互感器及温度传感器的输出送至所述的模数转换器的输入口，该模数转换器的输出接所述数字信号处理器的数据输入口，所述数字信号处理器的控制输出接所述报警装置及所述复杂可编程逻辑控制器的输入端，该复杂可编程逻辑器件的输出控制所述断路器的通断。
所述电抗器与所述电容器并联连接，构成LC无源滤波器，滤除谐波。
2.如权利要求1所述电容器参数的神经网络逆软测量方法，其特征在于依据电容器运行过程(1)的模型，选择确定电容器运行过程(1)在线直接可测的输入量、在线直接可测的输出量和需离线分析的不直接可测量；然后再选择确定电容器运行过程的(1)内含传感器的主输入量、辅输入量和输出量，并建立内含传感器的模型；然后采用人工神经网络，并通过对人工神经网络的训练构造神经网络逆(3)，来实现该内含传感器逆；最后将神经网络逆(3)串接在电容器运行过程(1)之后，实现对电容器补偿容量及电容器介质损耗的在线软测量。
3.如权利要求2所述电容器参数的神经网络逆软测量方法，其特征在于电容器运行过程(1)的内含传感器(2)的主输入量为电容器补偿容量x1、电容器介质损耗x2；辅输入量为电容器的运行电流u1、电容器温度u2；输出量为电容器的运行电压x3、电网频率x4；该内含传感器(2)可逆；内含传感器逆的主输入量为电容器的运行电压x3、电网频率x4，辅输入量为电容器的运行电流u1、电容器温度u2，输出量电容器补偿容量x1、电容器介质损耗x2。
4.如权利要求1、2所述电容器参数的神经网络逆软测量方法的软仪表构造方法，其特征在于采用数字信号处理器构造神经网络软仪表，其中，内含传感器(2)的辅输入量，即电容器的运行电流u1、电容器温度u2接数字信号处理器的输入端，内含传感器(2)的输出量电容器的运行电压x3、电网频率x4接数字信号处理器的输入端。
数字信号处理器程序包括主程序和两个中断服务子程序；数字信号处理器主程序先对数据进行初始化，然后进入数据显示与故障诊断的循环；主程序数据显示与故障诊断期间，按一定时间间隔运行软测量中断服务子程序，如果出现故障则运行异常中断服务子程序；软测量中断服务子程序的处理流程为：先对主程序进行现场保护，然后通过互感器、传感器和模数转换器转换采集电压、电流、温度和频率数据，再对数据进行滤波处理，对滤波后的数据进行神经网络逆运算，将得到的结果输出到人机界面的存储器中，最后恢复现场并返回主程序。
5.如权利要求1所述的配电网智能电容器在线监测系统，其特征在于所述现场前置装置中的电容器与放电线圈相连接，放电线圈通过信号电缆与信号采集终端连接。
6.如权利要求1所述的配电网智能电容器在线监测系统，其特征在于所述电流互感器及电压互感器通过信号电缆与信号采集终端连接。
7.如权利要求1所述的配电网智能电容器在线监测系统，其特征在于所述温度传感器通过信号电缆与信号采集终端连接，温度传感器采用DS18B20数字温度传感器完成对电容器温度以及环境温度的采集。
8.如权利要求1所述的配电网智能电容器在线监测系统，其特征在于所述信号电缆都为屏蔽传输电缆。
9.如权利要求1所述的配电网智能电容器在线监测系统，其特征在于所述数字信号处理器采用TMS320F2812DSP芯片；所述复杂可编程逻辑器件采用CY37064VP100-143AC芯片；所述数字信号处理器的数据总线与所述复杂可编程逻辑器件的数据总线、模数转换器的数据总线相连；所述数字信号处理器的复位端口与所述复杂可编程逻辑器件的复位端口、模数转换器的复位端口相连。
10.如权利要求1所述的配电网智能电容器在线监测系统，其特征在于所述报警装置包括声光显示器。
11.如权利要求1所述的配电网智能电容器在线监测系统，其特种征在于所述LC无源滤波器参数固定，滤除系统中的5次谐波。
CN201110193144A 2011-07-12 2011-07-12 基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测 Pending CN102331528A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110193144A CN102331528A (zh) 2011-07-12 2011-07-12 基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110193144A CN102331528A (zh) 2011-07-12 2011-07-12 基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测

Publications (1)

Publication Number Publication Date
CN102331528A true CN102331528A (zh) 2012-01-25

Family

ID=45483372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110193144A Pending CN102331528A (zh) 2011-07-12 2011-07-12 基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测

Country Status (1)

Country Link
CN (1) CN102331528A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102928676A (zh) * 2012-11-19 2013-02-13 江苏宏安变压器有限公司 一种连续多绕组组合变压器线圈及其损耗的软测量方法
CN103293435A (zh) * 2013-06-08 2013-09-11 国家电网公司 一种电容器监测与故障诊断系统及其方法
US9390368B2 (en) 2013-10-21 2016-07-12 International Business Machines Corporation Coupling parallel event-driven computation with serial computation
CN107508576A (zh) * 2017-08-15 2017-12-22 电子科技大学 一种基于神经网络的有源复数滤波器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1661004A (zh) * 2004-12-13 2005-08-31 东南大学 红霉素发酵过程变量的神经网络逆软测量方法及软仪表构造
CN101282043A (zh) * 2008-04-30 2008-10-08 青岛盘古电气有限公司 一种新型电力滤波器
CN101938130A (zh) * 2010-09-15 2011-01-05 哈尔滨工业大学 Ppf与tsc相结合的高压滤波与动态无功补偿控制系统及其控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1661004A (zh) * 2004-12-13 2005-08-31 东南大学 红霉素发酵过程变量的神经网络逆软测量方法及软仪表构造
CN101282043A (zh) * 2008-04-30 2008-10-08 青岛盘古电气有限公司 一种新型电力滤波器
CN101938130A (zh) * 2010-09-15 2011-01-05 哈尔滨工业大学 Ppf与tsc相结合的高压滤波与动态无功补偿控制系统及其控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李新海，邹正华，徐春新，刘永强: "电容器故障在线监控系统的设计与实现", 《微计算机信息》 *
陈乐柱，陈志军，王蓉: "基于DSP_CPLD的新型高压连续无功补偿控制器的研制", 《仪器仪表装置》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102928676A (zh) * 2012-11-19 2013-02-13 江苏宏安变压器有限公司 一种连续多绕组组合变压器线圈及其损耗的软测量方法
CN103293435A (zh) * 2013-06-08 2013-09-11 国家电网公司 一种电容器监测与故障诊断系统及其方法
US9390368B2 (en) 2013-10-21 2016-07-12 International Business Machines Corporation Coupling parallel event-driven computation with serial computation
US10678741B2 (en) 2013-10-21 2020-06-09 International Business Machines Corporation Coupling parallel event-driven computation with serial computation
CN107508576A (zh) * 2017-08-15 2017-12-22 电子科技大学 一种基于神经网络的有源复数滤波器
CN107508576B (zh) * 2017-08-15 2020-12-29 电子科技大学 一种基于神经网络的有源复数滤波器

Similar Documents

Publication Publication Date Title
CN201355384Y (zh) 开关柜局部放电在线检测与管理系统
CN102759675B (zh) 一种在线式电能质量监测装置
CN206193499U (zh) 水泵站可在线检测水质的远程监控系统
CN106353618A (zh) 一种接地网的接地状态综合监测装置及监测方法
CN102331528A (zh) 基于神经网络逆的电容器补偿容量和介质损耗的软测量及在线监测
CN101963639A (zh) 电力变压器监测系统
CN104730359A (zh) 基站供电判别处理方法及其装置
CN202025032U (zh) 带有在线状态监测的电子式互感器
CN208013294U (zh) 一种变压器铁芯接地电流在线监测装置
CN209745428U (zh) 一种电缆在线监测装置
CN202471852U (zh) 避雷器在线监测装置
CN205486779U (zh) 基于实时监测的多表采集模拟装置
CN107589323A (zh) 一种充电桩电能质量监测及充电管控系统
CN106526401A (zh) 一种分布式避雷器在线监测系统
CN206003260U (zh) 一种智能安防预警系统
CN107064599A (zh) 一种氧化锌避雷器分布式测量系统
CN105675942A (zh) 一种基于实时监控的高压电能计量柜及方法
CN216144371U (zh) 一种供电运行状态监控装置
CN205427004U (zh) 一种基于实时监控的高压电能计量柜
CN202033052U (zh) 电缆运行工况智能在线监测预警装置
CN206740896U (zh) 一种分布式避雷器在线监测系统
CN205231499U (zh) 智能监测控温功能的配电柜
CN201892710U (zh) 一种电力变压器监测系统
CN202009265U (zh) 一种带计量功能的高压开关控制器
CN209400604U (zh) 绝缘检测装置及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120125