CN103364669B - Gis设备运行状态在线检测方法与系统 - Google Patents
Gis设备运行状态在线检测方法与系统 Download PDFInfo
- Publication number
- CN103364669B CN103364669B CN201310330152.3A CN201310330152A CN103364669B CN 103364669 B CN103364669 B CN 103364669B CN 201310330152 A CN201310330152 A CN 201310330152A CN 103364669 B CN103364669 B CN 103364669B
- Authority
- CN
- China
- Prior art keywords
- eigenwert
- value
- operational condition
- moment
- equipment operational
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种GIS设备运行状态在线检测方法与系统，首先获取特征值，之后将当前检测时刻的特征值与之前一个时刻的特征值做差，获得第一特征值差值，将之前一个时刻的特征值与之前两个时刻的特征值做差获得第二特征值差值，将与权重系数乘以第一特征值差值与第二特征值差值的比值，获取当前趋势值，将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态，含权重的思想，考虑了时间上越新的特征值越能反映GIS设备的状态，从而能够从时间角度更正确反映GIS设备的特征值变化速度。
Description
技术领域
本发明涉及在线检测技术领域，特别是涉及GIS设备运行状态在线检测方法与系统。
背景技术
智能气体绝缘组合电器设备（GasInsulatedSwitchgear，GIS设备）是为适应智能电网的建设提出来的，在电力系统中起到保护和控制作用,它的可靠性直接影响整个电网的安全运行。智能电网的基础设备是智能的一次设备，智能电网的建设离不开包括GIS设备等一次设备的智能化建设，GIS设备智能化建设程度直接影响着变电站智能化、信息化。随着变电站综合自动化水平(无人值守)的提高,对GIS设备的可靠性提出了更高的要求。智能设备是GIS设备与相关智能组件的有机结合。智能组件以测量数字化、控制网络化、状态可视化、功能一体化、信息互动化为特征，具备测量、控制、保护、计量、检测中全部或部分功能。随着智能变电站在我国的投入运行，智能GIS设备作为电网中具有智能化特征的基本元件，将在我国智能电网的建设中得到广泛的应用。
作为一种全新的设备模式，智能化的GIS设备在应用中还有很多问题需要进一步探讨。GIS设备在进行智能化建设后，对它的状态评价也必然会出现新的有效的手段。实时掌握GIS设备等一次设备的运行状态，为科学调度提供依据；可以对GIS设备故障类型及寿命评价做出快速有效的判断，以指导运行和检修，降低运行管理成本，减小新生隐患产生几率，增强运行可靠性。GIS设备在线运行状态判断的准确性取决于其监测和分析方法。GIS设备在线监测分析方法就是将经过信号处理后获得的特征参量与规定的允许参数或判别标准进行比较，从而确定GIS设备的工作状态、是否存在故障以及故障的类型和性质等，同时根据当前数据预测状态可能发展的趋势从而进行故障趋势分析，为此应制定合理的判别准则和策略。
由于GIS设备结构的复杂性和故障形式的多样性，目前对GIS设备实施状态识别的实用性研究还比较少。常用的识别方法是以门槛值比较为基础的简易判断方法，即根据一些简单参数对断路器有无故障及故障严重程度做出判断和区别。该方法比较单一，无法准确检测GIS设备运行状态的变化速度，无法做到对GIS设备运行状态一定程度的精准预测。
发明内容
基于此，有必要针对一般GIS设备运行状态在线检测方法无法准确检测GIS设备运行状态的变化速度的问题，提供一种能够准确检测GIS设备运行状态变化速度的GIS设备在线检测方法与系统。
一种GIS设备运行状态在线检测方法，包括步骤：
获取预设的检测周期中各个检测时刻的GIS设备运行状态的特征值；
将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值；
将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值；
将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态。
一种GIS设备运行状态在线检测系统，包括：
特征值获取模块，用于获取预设的检测周期中各个检测时刻的GIS设备运行状态的特征值；
特征差值计算模块，用于将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值；
趋势值计算模块，用于将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值；
结果分析模块，用于将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态。
本发明GIS设备运行状态在线检测方法，利用GIS设备运行状态的特征值以及与所述特征值相应的权重系数，对GIS设备进行含权重的分析，其中，权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大，含权重的思想，考虑了时间上越新的特征值越能反映GIS设备的状态，从而能够从时间角度更正确反映GIS设备的特征值变化速度，根据检测得到结果还能对GIS设备运行状态做出一定程度的预测。
附图说明
图1为本发明GIS设备运行状态在线检测方法第一个实施例的流程示意图；
图2为本发明GIS设备运行状态在线检测方法第二个实施例的流程示意图；
图3为本发明GIS设备运行状态在线检测系统第一个实施例的结构示意图；
图4为本发明GIS设备运行状态在线检测系统第二个实施例的结构示意图。具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下根据附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施仅仅用以解释本发明，并不限定本发明。
为了便于解释说明本发明GIS设备运行状态在线检测方法与系统的技术方案，在下述具体实施例中，将会选用字母指代部分数值。
如图1所示，一种GIS设备运行状态在线检测方法，包括步骤：
S200：获取预设的检测周期中各个检测时刻的GIS设备运行状态的特征值。
在这里这个预设的检测周期是可以根据实际操作的需要或者操作者的需要进行设置的，可以是很短的时间例如10秒，也可以是比较长的时间例如10分钟，在预设的检测周期中包含了有多个检测时刻，一般这些检测时刻之间相隔的时间都是相等的，例如，当预设的检测周围10秒时，可以在整个检测周期中分出10个检测时刻，即每过一秒就检测一次。每一个检测时刻都有一个相应的特征值。
S400：将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值。
为了便于解释说明步骤S400的内容，在这里假设预设的检测周期中有10个检测时刻，选取第五个作为当前检测时刻，那么所述的当前检测时刻之前一个时刻即为第四个检测时刻，所述的当前检测时刻之前两个时刻即为第三个检测时刻。
S600：将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值。
权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大。
S800：将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态。
通过分析总趋势值的大小，可以直观反映出GIS设备所处的状态，总趋势值的值越大，预示着GIS设备潜在的故障风险在增大，总趋势值的值越趋近于零，表明GIS设备运行状态越稳定。
为了便于解释说明本发明GIS设备运行状态在线检测方法，下面将采用一具体实施例，并选用字母替换上述步骤中出现的部分数值来详细解释说明上述步骤。
通过计算当前时刻的特征值Xi与前一时刻特征值Xi-1之差，并除以Xi-1与再前一时刻特征值Xi-2的差值，最后再乘以当前时刻特征值对应的权重系数ai，所得结果用Ai(趋势)表示，即Ai(趋势)=ai×(Xi-Xi-1)/(Xi-1-Xi-2)；根据Ai(趋势)值的符号，定义一个值Bi(趋势)。当Ai(趋势)为正值时，取Bi(趋势)=Ai(趋势)；当Ai(趋势)为非正值时，令Bi(趋势)=0。将一定时间内获得的Ai(趋势)值累加，所得结果用S(趋势)表示，即s(趋势)=ΣBi(趋势)，即是含权重的趋势值。通过分析S(趋势)的大小，可以直观反映出GIS设备所处的状态，S(趋势)的值越大，预示着GIS设备潜在的故障风险在增大，
S(趋势)的值越趋近于零，表明GIS设备运行状态越稳定。
本发明GIS设备运行状态在线检测方法，利用GIS设备运行状态的特征值以及与所述特征值相应的权重系数，对GIS设备进行含权重的分析，其中，权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大，含权重的思想，考虑了时间上越新的特征值越能反映GIS设备的状态，从而能够从时间角度更正确反映GIS设备的特征值变化速度，根据检测得到结果还能对GIS设备运行状态做出一定程度的预测。
如图2所示，在其中一个实施例中，所述步骤S200之前还有步骤：
S100：获取预设的检测周期内的特征值数组，所述特征值数组内包括多个按照时间顺序排序的特征值。
一个预设的检测周期中有多个预设的检测时刻，每一个预设的检测时刻都有一个相应的特征值，这些特征值按照时间顺序排列形成特征值数组。
如图2所示，在其中一个实施例中，所述步骤S600之前还有步骤：
S500：计算与所述特征值相应的所述权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为其中m=(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数。
权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大。例如当前检测次数为当前检测周期内的第4次检测，则m=16，a4=0.375。
如图2所示，在其中一个实施例中，所述步骤S800具体包括步骤：
S820：将检测时间内的趋势统计值累加获得总趋势值，并取所述总阈值的绝对值；
S840：将所述总趋势值的绝对值与零比较，所述总趋势值的绝对值越大于零，所述GIS设备运行状态越差，所述总趋势值的绝对值越接近于零，所述GIS设备运行状态越好。
总趋势值与零比较，如果总趋势值远大于零则说明GIS设备运行状态变化速度很快，极为不稳定，有隐患，容易出现潜在故障，需要停机检修，如果总趋势值接近于零则说明GIS设备运行状态保持一个平稳的状态，即只要当前是一个正常或者优良的状态那么在接下来的一段时间内都能够保持这样一种状态，实现了对GIS设备运行状态一定程度的预测。
如图3所示，一种GIS设备运行状态在线检测系统，包括：
特征值获取模块100，用于获取预设的检测周期中各个检测时刻的GIS设备运行状态的特征值；
特征差值计算模块200，用于将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值；
趋势值计算模块300，用于将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值；
结果分析模块400，用于将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态。
本发明GIS设备运行状态在线检测系统，利用GIS设备运行状态的特征值、以及与所述特征值相应的权重系数，对GIS设备进行含权重的分析，其中，权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大，含权重的思想，考虑了时间上越新的特征值越能反映GIS设备的状态，从而能够从时间角度更正确反映GIS设备的特征值变化速度，根据检测得到结果还能对GIS设备运行状态做出一定程度的预测。
如图4所示，在其中一个实施例中，所述GIS设备运行状态在线检测系统还包括：
特征值数组获取模块500，用于获取预设的检测周期内的特征值数组，所述特征值数组内包括多个按照时间顺序排序的特征值。
一个预设的检测周期中有多个预设的检测时刻，每一个预设的检测时刻都有一个相应的特征值，这些特征值按照时间顺序排列形成特征值数组。
如图4所示，在其中一个实施例中，所述GIS设备运行状态在线检测系统还包括：
权重值计算模块600，用于计算与所述特征值相应的所述权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为其中m=(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数。
权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大。例如当前检测次数为当前检测周期内的第4次检测，则m=16，a4=0.375。
如图4所示，在其中一个实施例中，所述结果分析模块400具体包括：
累加单元420，用于将检测时间内的趋势统计值累加获得总趋势值，并取所述总趋势值的绝对值；
分析单元440，用于将所述总趋势值的绝对值与零比较，所述总趋势值的绝对值越大于零，所述GIS设备运行状态越差，所述总趋势值的绝对值越接近于零，所述GIS设备运行状态越好。
分析单元将总趋势值与零比较，如果总趋势值远大于零则说明GIS设备运行状态变化速度很快，极为不稳定，有隐患，容易出现潜在故障，需要停机检修，如果总趋势值接近于零则说明GIS设备运行状态保持一个平稳的状态，即只要当前是一个正常或者优良的状态那么在接下来的一段时间内都能够保持这样一种状态，实现了对GIS设备运行状态一定程度的预测。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种GIS设备运行状态在线检测方法，其特征在于，包括步骤：
获取预设的检测周期中各个检测时刻的GIS设备运行状态的特征值；
将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值；
计算与所述特征值相应的权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为其中m＝(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数；
将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值；
将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态。
2.根据权利要求1所述的GIS设备运行状态在线检测方法，其特征在于，所述步骤获取预设的检测周期中各个检测时刻的GIS设备运行状态的特征值之前还有步骤：
获取预设的检测周期内的特征值数组，所述特征值数组内包括多个按照时间顺序排序的特征值。
3.根据权利要求1或2所述的GIS设备运行状态在线检测方法，其特征在于，所述步骤将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态具体包括步骤：
将检测时间内的趋势统计值累加获得总趋势值，并取所述总趋势值的绝对值；
将所述总趋势值的绝对值与零比较，所述总趋势值的绝对值越大于零，所述GIS设备运行状态越差，所述总趋势值的绝对值越接近于零，所述GIS设备运行状态越好。
4.一种GIS设备运行状态在线检测系统，其特征在于，包括：
特征值获取模块，用于获取预设的检测周期中各个检测时刻的GIS设备运行状态的特征值；
特征差值计算模块，用于将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值；
权重值计算模块，用于计算与所述特征值相应的权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为其中m＝(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数；
趋势值计算模块，用于将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值；
结果分析模块，用于将检测时间内的趋势统计值累加获得总趋势值，根据所述总趋势值的绝对值，确定所述GIS设备运行状态。
5.根据权利要求4所述的GIS设备运行状态在线检测系统，其特征在于，还包括：
特征值数组获取模块，用于获取预设的检测周期内的特征值数组，所述特征值数组内包括多个按照时间顺序排序的特征值。
6.根据权利要求4或5所述的GIS设备运行状态在线检测系统，其特征在于，所述结果分析模块具体包括：
累加单元，用于将检测时间内的趋势统计值累加获得总趋势值，并取所述总趋势值的绝对值；
分析单元，用于将所述总趋势值的绝对值与零比较，所述总趋势值的绝对值越大于零，所述GIS设备运行状态越差，所述总趋势值越接近于零，所述GIS设备运行状态越好。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310330152.3A CN103364669B (zh) | 2013-07-31 | 2013-07-31 | Gis设备运行状态在线检测方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310330152.3A CN103364669B (zh) | 2013-07-31 | 2013-07-31 | Gis设备运行状态在线检测方法与系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103364669A CN103364669A (zh) | 2013-10-23 |
| CN103364669B true CN103364669B (zh) | 2016-04-20 |
Family
ID=49366460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310330152.3A Active CN103364669B (zh) | 2013-07-31 | 2013-07-31 | Gis设备运行状态在线检测方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103364669B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI690009B (zh) * | 2015-11-20 | 2020-04-01 | 財團法人工業技術研究院 | 設備的故障評估方法與故障評估裝置 |
| CN106707937B (zh) * | 2017-01-11 | 2019-01-25 | 山信软件股份有限公司 | 一种在线监测旋转编码器异常状态的方法及装置 |
| CN106950493A (zh) * | 2017-05-02 | 2017-07-14 | 贵州电网有限责任公司电力科学研究院 | 基于红外线检测的断路器在线监测系统 |
| CN112990552A (zh) * | 2021-02-20 | 2021-06-18 | 节点互联(北京)科技有限公司 | 一种基于变化率的设备运行参数短时预测方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0238977A (ja) * | 1988-07-29 | 1990-02-08 | Mitsubishi Electric Corp | ガス絶縁電気機器の異常検出装置 |
| CN201464572U (zh) * | 2009-07-24 | 2010-05-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 智能式gis绝缘在线状态监测系统 |
| CN102355061A (zh) * | 2011-10-13 | 2012-02-15 | 广东电网公司电力科学研究院 | 变电站设备远程监测诊断系统 |
| CN102778626A (zh) * | 2012-08-14 | 2012-11-14 | 广东电网公司佛山供电局 | Gis母线接头过热性故障的检测方法及装置 |
| CN202735426U (zh) * | 2012-06-13 | 2013-02-13 | 江苏省电力公司南京供电公司 | 基于振动信号频谱分析的gis故障诊断系统 |
| CN102944769A (zh) * | 2012-10-18 | 2013-02-27 | 上海市电力公司 | 基于极限学习机的电力变压器故障诊断方法 |
-
2013
- 2013-07-31 CN CN201310330152.3A patent/CN103364669B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0238977A (ja) * | 1988-07-29 | 1990-02-08 | Mitsubishi Electric Corp | ガス絶縁電気機器の異常検出装置 |
| CN201464572U (zh) * | 2009-07-24 | 2010-05-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 智能式gis绝缘在线状态监测系统 |
| CN102355061A (zh) * | 2011-10-13 | 2012-02-15 | 广东电网公司电力科学研究院 | 变电站设备远程监测诊断系统 |
| CN202735426U (zh) * | 2012-06-13 | 2013-02-13 | 江苏省电力公司南京供电公司 | 基于振动信号频谱分析的gis故障诊断系统 |
| CN102778626A (zh) * | 2012-08-14 | 2012-11-14 | 广东电网公司佛山供电局 | Gis母线接头过热性故障的检测方法及装置 |
| CN102944769A (zh) * | 2012-10-18 | 2013-02-27 | 上海市电力公司 | 基于极限学习机的电力变压器故障诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 一起消弧线圈控制装置异常动作事件分析及改进措施;李晓波等;《电力系统保护与控制》;20110516;第39卷(第10期);第123页第2栏 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103364669A (zh) | 2013-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103389427B (zh) | Gis设备运行状态在线检测方法与系统 | |
| CN102879735B (zh) | 真空断路器电磨损在线检测方法及系统 | |
| CN103400308B (zh) | Gis设备运行状态在线检测方法与系统 | |
| CN103364669B (zh) | Gis设备运行状态在线检测方法与系统 | |
| CN104483567B (zh) | 500kV线路继电保护装置检测方法和系统 | |
| KR101214765B1 (ko) | 전력설비 모니터링 시스템 및 방법 | |
| CN102607643A (zh) | 电气化铁路牵引变电站电气设备过热故障诊断及预警系统及方法 | |
| KR100931992B1 (ko) | 절연 열화 및 이상 온도를 자기 진단하는 수배전반 시스템 및 방법 | |
| CN110763886B (zh) | 一种单相用户窃电判断定位方法 | |
| CN104535735B (zh) | 水质远程在线监测方法 | |
| CN105044554A (zh) | 一种电网故障检测诊断方法 | |
| KR101720131B1 (ko) | 배전선로의 고장점 표시를 포함한 변전소 통합 자동화 시스템 | |
| CN109406923A (zh) | 一种列车供电系统接地漏电故障预测方法及装置 | |
| CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
| CN104317778A (zh) | 基于海量监测数据的变电设备故障诊断方法 | |
| CN117031182B (zh) | 配电站所终端遥测值异常检测方法及系统 | |
| CN103389448B (zh) | Gis设备运行状态在线检测方法与系统 | |
| CN208488118U (zh) | 一种变压器智能集成故障诊断系统 | |
| CN205861834U (zh) | 故障测试仪 | |
| CN109633375A (zh) | 一种配电网安全距离识别方法及装置 | |
| CN102420417B (zh) | 一种绕线式电机保护器及其保护方法 | |
| CN114895163A (zh) | 一种基于电缆绝缘性能的电缆巡检定位装置及方法 | |
| CN111986469A (zh) | 一种现场终端故障智能化诊断的方法 | |
| CN104330447A (zh) | 一种集合式并联电容器电容量在线检测系统及方法 | |
| CN110553830B (zh) | 一种金属封闭开关设备机械特性在线检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |