CN103163389A - 智能母线在线监测及状态评估系统 - Google Patents
智能母线在线监测及状态评估系统 Download PDFInfo
- Publication number
- CN103163389A CN103163389A CN2011104035326A CN201110403532A CN103163389A CN 103163389 A CN103163389 A CN 103163389A CN 2011104035326 A CN2011104035326 A CN 2011104035326A CN 201110403532 A CN201110403532 A CN 201110403532A CN 103163389 A CN103163389 A CN 103163389A
- Authority
- CN
- China
- Prior art keywords
- bus
- state
- data
- module
- monitoring
- 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
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
智能母线在线监测及状态评估系统,包括数据获取模块、数据处理模块、监测预警模块、状态诊断模块、状态评价模块、预测评估模块、决策建议模块。整个系统以智能性、可靠性和稳定性为设计目标,结合实际需要,对该系统软硬件结构进行详细设计,从而达到远程的智能母线在线状态决策系统的研发工作,该系统投入运行可实时地显示各状态参数、对异常状态参数进行报警、诊断具体的原因以及母线的故障点,评估当前的状态,同时通过Internet来进行数据传输及监控,从而极大的提高了安全性,形成远程智能母线监测及状态评估系统。
Description
技术领域
本发明涉及一种母线在线监测系统,尤其是一种智能化母线在线监测及状态决策评估系统,适用于母线的智能化监测及状态评估。
背景技术
现代工业技术发展对配电系统运行可靠性及智能化管理提出更高要求,随着现代化工程设施和装备的涌现,各行各业的用电量迅增,母线在运行中担负着传输分配电能的作用,一旦出现事故将会带来巨大的经济损失。由于它是封闭式结构,在母线及连接器外围设置有屏蔽绝缘结构,其内部导体难以直接检测其温度,因此在未发生故障前无法发现其温升或实时过流过压变化,而在发生故障后不仅造成巨大损失同时巡查故障点也需要投入大量的人力物力及维修时间。因此,在母线故障之前,能够检测并判断其内部状况,并及时向远方运行人员提出警告,采取相应措施则显得尤为重要,为此提出远程智能母线在线监测及状态评估系统。
当今电网在向着自动化方向不断发展,电网管理的最基本的任务是维护好电力设备,确保用电安全可靠运行,而母线作为电力设备连接枢纽占据着举足轻重位置。由于用电装置的急剧增加,母线故障也在不断增加,而且维修费用也在不断攀升。因此如何及时预警母线故障并减少维修成本,提高母线的安全可靠性,是各大企业不断追求的目标。
随着我国经济建设的飞速发展,对母线的需求不断加大,母线产品正朝着高性能、多品种方向发展,但如何将母线技术与智能电网相结合,对供电进行自动控制和分配已成为近阶段需要解决的问题。在2006年广东珠江开关有限公司发布的“电力设备在线故障欲诊装置”,是利用电压比较的方式来对设备及线路进行诊断的一种电力设备在线故障预诊装置,由电力测控仪、通讯装置、现场监控主机组成。该设备虽然在低压成套设备发生故障时能及时发现,但它采用电压比较的方式决定其只能做出“是”与“否”的判断,不能采集具体数值及评估其当前状态,而且对母线最常出现的过热现象无法监测。
2010年西门子公司发布的一种母线智能控制系统,包括母线干线装置及在线监测装置,通过对电流电压等各种数据的采集来进行监控。但该系统没有辅助决策模块,无法评估当前母线的状态及未来走势,同时不能在远程对故障进行分析和诊断,也不能为以后的故障分析提供数据。
通过建立一个多因素多目标的状态评估模型,将母线的运行状态各种相关特征参数综合起来,评估母线的工作状况、变化趋势,安全隐患,并指出对应的故障隐患点成为智能化母线的关键,这将有效地克服定期实验造成的母线老化等问题,可以提高母线的安全性和可用性,对保证整个用电系统的安全和经济运行有着重要作用,具有重大的经济效益和社会效益。
发明内容
本发明提供了一种智能母线在线监测及状态评估系统,可实时地显示各状态参数、对异常状态参数进行报警、诊断具体的原因以及母线的故障点,评估当前的状态,同时通过Internet来进行数据传输及监控。
为实现上述目的,本发明采用以下技术方案:
智能母线在线监测及状态评估系统,其特征在于:所述系统包括:
数据获取模块:用于从外部系统中获取反映母线指标的各类母线基础数据、实时数据、检试数据和其它数据,为进一步的监测判断提供数据资源;
数据处理模块:用于从获取的数据资源中根据需要进行必要的过滤、换算、组合,对数据进行加工和处理,使其成为反映母线状态的指标,以供监测预警和状态评价使用;
监测预警模块:用于监控状态量指标变化,对于超出状态评价导则和规程规定范围的该点进行状态预警,根据不同的类别和等级及时向各级设备管理人员发布预警信息;
状态诊断模块:用于对于状态量指标超标预警或健康水平下降的母线,采用状态诊断方法诊断母线可能存在的故障部位,指导故障处理和状态恢复;
状态评价模块:用于依据母线状态特征量和状态评价相关导则标准,对反映母线健康状态的各状态量指标项数据进行分析评价,并最终得出母线故障等级;
预测评估模块:用于利用母线当前和历史数据,采用适当的预测算法,诊断和评价母线在未来某一时期的状态趋势,是对母线将来状态的评价;
决策建议模块:用于以母线评价结果为基础,综合考虑风险评估结论,建立母线状态和母线失效风险度二维关系模型,综合评价母线各段故障风险,并将建议结果递交设备管理人员或传送到相关的外部生产管理系统进行实施安排。
所述外部系统包括电流互感器、电流测量仪、电压测量仪及温度测量仪中的一种或几种。
整个系统以智能性、可靠性和稳定性为设计目标,结合实际需要,对该系统软硬件结构进行详细设计,从而达到远程的智能母线在线状态决策系统的研发工作,该系统投入运行可实时地显示各状态参数、对异常状态参数进行报警、诊断具体的原因以及母线的故障点,评估当前的状态,同时通过Internet来进行数据传输及监控,从而极大的提高了安全性,形成远程智能母线监测及状态评估系统。本发明对母线在线监测意义重大,将会实现母线事业的智能化,系统中所涉及的技术问题及数学模型,可推广到其它电力设备,系统研发目的意义明确,因此该系统必将在电力系统中被广泛采用,其推广应用前景十分巨大。
附图说明:
图1为本发明的智能母线在线监测及状态评估系统示意图;
图2为本发明的智能母线在线监测及状态评估系统体系结构图;
图3为本发明的智能母线在线监测及状态评估系统业务流程;
图4为本发明的智能母线在线监测及状态评估系统中在线监测预警模块功能图;
图5为本发明的智能母线在线监测及状态评估系统中状态评价模块功能图;
图6为神经网络诊断算法简图。
具体实施方式:
下面结合附图对本发明进行详细说明。
智能母线在线监测及状态评估系统如图2所示,主要包括有以下几个部分:
1.数据获取模块:数据获取包含广泛的母线各种数据,系统从图1中所示的电流互感器、电流测量仪、电压测量仪及温度测量仪一系列外部系统中获取的反映母线指标的各类母线基础数据、实时数据、检试数据和其它数据,为进一步的监测判断提供数据资源;其中所涉及母线主要技术参数的输入数据有:
①基础数据:母线结构、电压等级、防护等级、导体材料、出厂日期、使用年限、额定绝缘电压、电流密度、安装位置一系列主要技术特性数据。该类数据基本来源于安全生产管理系统的设备主数据管理,属于关系型数据,可方便地进行数据接入使用。
②实时数据:通过电流互感器、电压互感器及温度传感器,采集母线实时电流、实时电压、实时温度数据及其他母线在正常运行时测得的数据。
③检试数据:包括检测母线绝缘、温升等测试在内的各级预防性试验数据。该类数据基本来源于安全生产管理系统的试验管理,属关系型数据,经配置可方便地接入使用。
2.数据处理模块:数据处理模块是根据评价业务需要,对数据获取层所获得的原始数据进行必要的过滤、换算、组合等数据加工和处理过程,使其成为反映母线健康状态的状态量数据,以供监测预警和状态评价使用。本发明针对采集母线的实时数据的特点,用以小波变换来对获取的原始数据进行滤波,滤波即对于在线监测数据,在其连续采集的过程中由于环境干扰或装置特性变化,会产生一些噪点,有必要采取合理的数字过滤技术加以处理。小波变换通过平移母小波(mother wavelet)可获得信号的时间信息,通过缩放母小波的宽度(尺度scale)可获得信号的频率特性。对母小波的缩放和平移是为了计算小波的系数,这些系数代表了小波和信号之间的相互关系。其中一个含噪声的一维信号的模型可表示为:
式中,f(i)为真实信号;e(i)为噪声;为噪声强度;S(i)为含噪信号。在实际工程中,有用信号通常表现为低频信号或较平稳的信号,噪声信号则表现为高频信号,对信号进行消噪实际上是抑制信号中的无用部分,增强信号中的有用部分的过程。
针对信号的小波滤波过程可以如下3个步骤:
①一维信号的小波分解:选择一个合适的小波并确定分解的层次,然后进行分解计算。
②小波分解高频系数的阈值量化:对各个分解尺度下的高频系数选择一个阈值进行软阈值量化处理。
③一维小波重构。根据小波分解的最底层低频系数和各层分解的高频系数进行一维小波重构。
分解过程的逆运算便是小波的重构过程,其公式为:
这样通过小波滤波后的的信号恢复了原始信号,并非常明显地去除了噪声所引起的干扰。
3.监测预警模块:实时监控状态量指标变化,对于超出状态评价导则和规程规定阈值范围的劣化指标,根据不同的类别和等级及时向各级设备管理人员发布预警信息,同时启动母线状态诊断模块,辅助分析具体母线故障点和故障原因。监测预警模块功能如图4所示。
监测预警应根据状态量劣化的严重程度可设置不同的等级,其分级参考如表1所示:
将母线的监测状态划分为四个等级:“良好”、“一般”、“注意”和“故障”其中一级预警实时触发,其它级别预警可以日报、周报、月报的形式汇总,可通过办公自动化、短信平台发布。
4.母线状态评价模块:如图5所示,母线的状态量分别来源于基础数据、实时数据、检试数据及其它数据类,经数据获取和数据处理后进入状态评价,其中包括维护母线评价标准;评价母线各点健康状态;评价母线整体健康状态;评价信息查询等。
5.母线状态诊断模块:是对监测预警模块发出预警信息或状态评价结果表明健康状态明显下降(可靠性下降状态、缺陷状态、危急状态)的母线,采用状态诊断方法诊断母线可能存在的故障原因和故障部位。
本发明将人工神经网路(ANN)引入状态评价及诊断模块中,从而达到对母线在线的状态评价及诊断的目的。人工神经网络是一门高度综合的交叉学科,它的研究和发展涉及神经生理科学、数理科学、信息科学和计算机科学等众多领域。它具有良好的自适应性、自组织性和容错性,具有较强的学习、记忆、联想、识别等能力。本发明在ANN模型选取母线的电压电流、温度变化等多个个特征量作为输入特征量,判断母线各种状态作为输出量构成N层径向基函数神经网络,收集母线的各种状态的故障参数样本对网络进行练,从而达到对母线的当前状态的评价及诊断。神经网络诊断算法简图如图6所示。
RBF神经网络由输入层、隐层、输出层组成。其完成如下非线性映射:
将母线视为一个输入输出关系确定的函数对象,用一个神经网络数学模型去逼近这个函数对象。在一个时间区内,由于母线在无故障运行或各种故障时的输入输出关系可视为确定的函数关系,因此利用母线在各种状态时的输入输出数据样本学习训练出来的神经网络数学模型,就能反映其在正常及各种故障时的输入输出之间的关系。
6.母线状态预测评估模块:利用母线当前和历史状态指标数据,采用适当的预测算法,诊断和评价母线的今后一段时期内正常运行下发展趋势,并得出现在及将来母线状态的评价结果。本发明利用最小二乘支持向量机(LS-SVM)算法建立了预测模型,并利用历史数据作为训练样本产生样本集,训练最小二乘支持向量机分类器,预测未来母线状态阈,并于规定阈值做比较,来预测未来母线工作状态。
使用支持向量机进行故障预报就是根据采集的实时观测数据,建立预测模型,得到系统的预测值,从而预测未来时刻变化量的状态。设是预测的目标值,将先前的目标值作为输入值,建立预测模型,其中,经过变换,可以得到用于支持向量机的学习样本:
在得到输入与输出样本和嵌入维数之后,就可以对支持向量机记性训练,得到的最小二乘支持向量机回归函数为:也可以得到对第点的预测值:还可以得到一组数据:。其中:表示第n+1个数据的预测值,同样可以得到第n+2点的预测值。则第k步的最小二乘支持向量机预测模型为:
通过最小二乘支持向量机建立预测模型对运行母线未来任务段内可能发生的故障进行预报、分析和判断,确定故障性质、类别、程度、原因及部位,指出故障发展趋势及产生的后果,向用户及时提出警告,以便及时在任务执行之前消除,保证设备的正常运行。
7.决策建议模块:以母线评价结果为基础,综合考虑风险评估结论,建立母线状态和母线失效风险度二维关系模型,综合评价母线各段故障风险。并将建议结果递交设备管理人员或传送到相关的外部生产管理系统进行实施安排。
总之,本发明对母线在线监测意义重大,将会实现母线事业的智能化,系统中所涉及的技术问题及数学模型,可推广到其它电力设备,系统研发目的意义明确,因此该系统必将在电力系统中被广泛采用,其推广应用前景十分巨大。
以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该技术的人在本发明所揭露的技术范围内,可理解想到的变换或替换,都应该涵盖在本发明的包含范围之内,因此,本发明范围应该以权利要求的保护范围为准。
Claims (2)
1.智能母线在线监测及状态评估系统,其特征在于:所述系统包括:
数据获取模块:用于从外部系统中获取反映母线指标的各类母线基础数据、实时数据、检试数据和其它数据,为进一步的监测判断提供数据资源;
数据处理模块:用于从获取的数据资源中根据需要进行必要的过滤、换算、组合,对数据进行加工和处理,使其成为反映母线状态的指标,以供监测预警和状态评价使用;
监测预警模块:用于监控状态量指标变化,对于超出状态评价导则和规程规定范围的该点进行状态预警,根据不同的类别和等级及时向各级设备管理人员发布预警信息;
状态诊断模块:用于对于状态量指标超标预警或健康水平下降的母线,采用状态诊断方法诊断母线可能存在的故障部位,指导故障处理和状态恢复;
状态评价模块:用于依据母线状态特征量和状态评价相关导则标准,对反映母线健康状态的各状态量指标项数据进行分析评价,并最终得出母线故障等级;
预测评估模块:用于利用母线当前和历史数据,采用适当的预测算法,诊断和评价母线在未来某一时期的状态趋势,是对母线将来状态的评价;
决策建议模块:用于以母线评价结果为基础,综合考虑风险评估结论,建立母线状态和母线失效风险度二维关系模型,综合评价母线各段故障风险,并将建议结果递交设备管理人员或传送到相关的外部生产管理系统进行实施安排。
2.根据权利要求1所述智能母线在线监测及状态评估系统,其特征在于:所述外部系统包括电流互感器、电流测量仪、电压测量仪及温度测量仪中的一种或几种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104035326A CN103163389A (zh) | 2011-12-08 | 2011-12-08 | 智能母线在线监测及状态评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011104035326A CN103163389A (zh) | 2011-12-08 | 2011-12-08 | 智能母线在线监测及状态评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103163389A true CN103163389A (zh) | 2013-06-19 |
Family
ID=48586643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011104035326A Pending CN103163389A (zh) | 2011-12-08 | 2011-12-08 | 智能母线在线监测及状态评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103163389A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336199A (zh) * | 2013-06-21 | 2013-10-02 | 国家电网公司 | 一种全封闭管式母线故障率预测装置及方法 |
CN103543376A (zh) * | 2013-09-09 | 2014-01-29 | 国家电网公司 | 用于小电流接地系统故障选线的径向基神经网络方法 |
CN103760456A (zh) * | 2013-12-31 | 2014-04-30 | 合肥天海电气技术有限公司 | 基于粗糙集理论的电网电容型设备绝缘监测系统 |
CN104330675A (zh) * | 2014-11-17 | 2015-02-04 | 国家电网公司 | 基于多元时间序列的变电设备在线监测分析系统及其方法 |
CN105203868A (zh) * | 2015-08-27 | 2015-12-30 | 张家港莫特普数据科技有限公司 | 基于大数据的动力电池母线老化检测方法 |
CN105222826A (zh) * | 2014-06-27 | 2016-01-06 | 国家电网公司 | 一种配电网电力用户健康指数评估装置及评估方法 |
CN105675044A (zh) * | 2016-01-13 | 2016-06-15 | 济南大学 | 一种基于温度的互感器故障诊断方法 |
CN106597225A (zh) * | 2016-12-21 | 2017-04-26 | 安徽中兴继远信息技术股份有限公司 | 一种配电网在线状态监测系统及其在线监测方法 |
CN111289144A (zh) * | 2020-03-27 | 2020-06-16 | 杭州电力设备制造有限公司 | 一种高压设备的母线故障监测系统及方法 |
CN111505406A (zh) * | 2020-03-16 | 2020-08-07 | 剑科云智(深圳)科技有限公司 | 一种配电柜、线材的监测方法 |
CN111898092A (zh) * | 2020-06-28 | 2020-11-06 | 贵州电网有限责任公司 | 一种电缆运行状态评估决策分析方法及系统 |
CN112560214A (zh) * | 2020-12-24 | 2021-03-26 | 国网北京市电力公司 | 变电站母线平衡故障诊断方法、系统、设备及存储介质 |
CN112737123A (zh) * | 2020-12-28 | 2021-04-30 | 王文林 | 一种地区电网智能调度可视化预警系统 |
CN112858836A (zh) * | 2021-01-13 | 2021-05-28 | 国网山东省电力公司日照供电公司 | 一种基于电网大数据的故障主动抢修方法 |
CN114692480A (zh) * | 2020-12-30 | 2022-07-01 | 上海宏力达信息技术股份有限公司 | 基于径向基神经网络的智能开关可靠性分析方法及系统 |
CN117330896A (zh) * | 2023-10-08 | 2024-01-02 | 国网安徽省电力有限公司怀远县供电公司 | 一种小电流接地选线告警的快速预警系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE29718099U1 (de) * | 1997-10-15 | 1998-01-29 | Stanzick, Gerhard, 50769 Köln | Bussteuerungssystem zur Überwachung und Ansteuerung von motorisch betriebenen Brandschutz- bzw. Entrauchungsklappen mit vor Ort installierten Modulen, die mit Busleitungen verbunden sind |
CN102023100A (zh) * | 2010-04-19 | 2011-04-20 | 东莞市罗尔机电科技有限公司 | 设备故障预警系统及方法 |
CN102033178A (zh) * | 2010-11-08 | 2011-04-27 | 福州大学 | 智能母线槽仿真监测分析系统 |
-
2011
- 2011-12-08 CN CN2011104035326A patent/CN103163389A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE29718099U1 (de) * | 1997-10-15 | 1998-01-29 | Stanzick, Gerhard, 50769 Köln | Bussteuerungssystem zur Überwachung und Ansteuerung von motorisch betriebenen Brandschutz- bzw. Entrauchungsklappen mit vor Ort installierten Modulen, die mit Busleitungen verbunden sind |
CN102023100A (zh) * | 2010-04-19 | 2011-04-20 | 东莞市罗尔机电科技有限公司 | 设备故障预警系统及方法 |
CN102033178A (zh) * | 2010-11-08 | 2011-04-27 | 福州大学 | 智能母线槽仿真监测分析系统 |
Non-Patent Citations (4)
Title |
---|
吴烽等: ""信息化技术在输变电设备状态检修中的应用"", 《电力信息化》 * |
康金钟等: ""基于平移不变的小波变换去噪快速算法"", 《微电子学与计算机》 * |
王国恩等: ""小波变换在信号去噪方面的应用研究"", 《船舰电子工程》 * |
闵绚: ""输电线路状态检修智能决策系统研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336199B (zh) * | 2013-06-21 | 2015-04-22 | 国家电网公司 | 一种全封闭管式母线故障率预测装置及方法 |
CN103336199A (zh) * | 2013-06-21 | 2013-10-02 | 国家电网公司 | 一种全封闭管式母线故障率预测装置及方法 |
CN103543376A (zh) * | 2013-09-09 | 2014-01-29 | 国家电网公司 | 用于小电流接地系统故障选线的径向基神经网络方法 |
CN103760456A (zh) * | 2013-12-31 | 2014-04-30 | 合肥天海电气技术有限公司 | 基于粗糙集理论的电网电容型设备绝缘监测系统 |
CN103760456B (zh) * | 2013-12-31 | 2016-08-17 | 合肥天海电气技术有限公司 | 基于粗糙集理论的电网电容型设备绝缘监测系统 |
CN105222826B (zh) * | 2014-06-27 | 2018-05-18 | 国家电网公司 | 一种配电网电力用户健康指数评估装置及评估方法 |
CN105222826A (zh) * | 2014-06-27 | 2016-01-06 | 国家电网公司 | 一种配电网电力用户健康指数评估装置及评估方法 |
CN104330675A (zh) * | 2014-11-17 | 2015-02-04 | 国家电网公司 | 基于多元时间序列的变电设备在线监测分析系统及其方法 |
CN104330675B (zh) * | 2014-11-17 | 2017-02-22 | 国家电网公司 | 基于多元时间序列的变电设备在线监测分析系统及其方法 |
CN105203868A (zh) * | 2015-08-27 | 2015-12-30 | 张家港莫特普数据科技有限公司 | 基于大数据的动力电池母线老化检测方法 |
CN105675044A (zh) * | 2016-01-13 | 2016-06-15 | 济南大学 | 一种基于温度的互感器故障诊断方法 |
CN106597225A (zh) * | 2016-12-21 | 2017-04-26 | 安徽中兴继远信息技术股份有限公司 | 一种配电网在线状态监测系统及其在线监测方法 |
CN111505406A (zh) * | 2020-03-16 | 2020-08-07 | 剑科云智(深圳)科技有限公司 | 一种配电柜、线材的监测方法 |
CN111289144A (zh) * | 2020-03-27 | 2020-06-16 | 杭州电力设备制造有限公司 | 一种高压设备的母线故障监测系统及方法 |
CN111898092A (zh) * | 2020-06-28 | 2020-11-06 | 贵州电网有限责任公司 | 一种电缆运行状态评估决策分析方法及系统 |
CN112560214A (zh) * | 2020-12-24 | 2021-03-26 | 国网北京市电力公司 | 变电站母线平衡故障诊断方法、系统、设备及存储介质 |
CN112560214B (zh) * | 2020-12-24 | 2024-09-06 | 国网北京市电力公司 | 变电站母线平衡故障诊断方法、系统、设备及存储介质 |
CN112737123A (zh) * | 2020-12-28 | 2021-04-30 | 王文林 | 一种地区电网智能调度可视化预警系统 |
CN114692480A (zh) * | 2020-12-30 | 2022-07-01 | 上海宏力达信息技术股份有限公司 | 基于径向基神经网络的智能开关可靠性分析方法及系统 |
CN112858836A (zh) * | 2021-01-13 | 2021-05-28 | 国网山东省电力公司日照供电公司 | 一种基于电网大数据的故障主动抢修方法 |
CN117330896A (zh) * | 2023-10-08 | 2024-01-02 | 国网安徽省电力有限公司怀远县供电公司 | 一种小电流接地选线告警的快速预警系统 |
CN117330896B (zh) * | 2023-10-08 | 2024-04-09 | 国网安徽省电力有限公司怀远县供电公司 | 一种小电流接地选线告警的快速预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103163389A (zh) | 智能母线在线监测及状态评估系统 | |
CN110647133B (zh) | 轨道交通设备状态检测维护方法及系统 | |
CN102141808B (zh) | 汽轮发电机组嵌入式故障预诊断系统及方法 | |
BahooToroody et al. | A condition monitoring based signal filtering approach for dynamic time dependent safety assessment of natural gas distribution process | |
CN104573850A (zh) | 一种火电厂设备状态评估方法 | |
CN117251812A (zh) | 一种基于大数据分析的高压电力线路运行故障检测方法 | |
CN105003453A (zh) | 一种矿井风机在线监测与故障诊断系统 | |
CN107886171B (zh) | 一种基于pmu数据的断路器状态在线诊断方法及系统 | |
CN104616212B (zh) | 继电保护系统可靠性分析方法与系统 | |
CN204113701U (zh) | 一种矿井风机在线监测与故障诊断系统 | |
CN110009208B (zh) | 一种基于混合智能算法的柱上开关成套设备健康状态评估方法及装置 | |
CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
CN113466597A (zh) | 一种轨道交通供电系统设备状态智能检测方法 | |
CN118157132B (zh) | 基于神经网络的电压监测系统数据挖掘方法及装置 | |
CN111931849A (zh) | 一种水电机组运行数据趋势预警方法 | |
Wang | Key techniques in intelligent predictive maintenance (IPdM)–a framework of intelligent faults diagnosis and prognosis system (IFDaPS) | |
CN109030976B (zh) | 一种电力电子设备监测诊断系统和方法 | |
CN103675518A (zh) | 油浸式高压设备检修方法及装置 | |
Zhao et al. | Condition prediction based on wavelet packet transform and least squares support vector machine methods | |
CN115600695A (zh) | 一种计量设备的故障诊断方法 | |
Luo et al. | Design of the prognostics and health management platform of high-speed railway traction power supply equipment | |
CN113267711B (zh) | 变电站高压电气设备绝缘状态在线监测系统及监测方法 | |
CN106528940A (zh) | 基于数理模型对列车车轴性能进行评价和预警的方法 | |
Li et al. | A moving average denoise operator and grey discrete production process quality prediction model | |
CN114519923B (zh) | 一种电厂智能诊断预警方法和系统 |
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: 20130619 |