CN103399237A - 一种检测油浸式变压器故障的方法 - Google Patents
一种检测油浸式变压器故障的方法 Download PDFInfo
- Publication number
- CN103399237A CN103399237A CN2013103381157A CN201310338115A CN103399237A CN 103399237 A CN103399237 A CN 103399237A CN 2013103381157 A CN2013103381157 A CN 2013103381157A CN 201310338115 A CN201310338115 A CN 201310338115A CN 103399237 A CN103399237 A CN 103399237A
- Authority
- CN
- China
- Prior art keywords
- fault
- failure
- oil
- data
- gas
- 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.)
- Granted
Links
Images
Landscapes
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明提供了一种综合诊断油浸式变压器故障性质的方法,所述方法包括如下步骤:a)采集特征气体数据;b)生成故障案例数据库;c)对待评价的多种故障分析方法逐一进行故障分析,并得出各自的结果;d)对事实故障和诊断故障进行编码,用唯一的编码标识;e)计算每种方法对每种故障进行判断的敏感度,生成故障判断评价体系;f)依据建立的故障评价体系,对新的故障数据进行综合诊断。根据本发明的方法,通过分析每种油色谱分析方法对每种故障进行判断的敏感度,建立了故障评价体系,作为选择分析方法及综合多种方法进行故障性质判断的依据,从而有效提高油浸式变压器早期故障的监测及诊断的准确率。
Description
技术领域
本发明涉及电力系统中的变压器领域,尤其涉及一种综合诊断油浸式变压器故障性质的方法。
背景技术
变压器作为电力系统的枢纽设备,其运行的可靠性直接影响电力系统的安全。电力变压器绝缘在线监测,主要以对油中溶解气体的分析和局部放电为特征量进行监测。油中溶解气体分析没有各种电磁干扰的影响,可靠性高,技术成熟,在发现变压器内部的潜伏性故障及其严重程度方面十分有效,且该方法从定性到定量分析都积累了相当多的经验,被认为是监测及诊断油浸电力变压器早期故障、预防灾难性事故的最佳方法之一。
针对准确诊断变压器故障性质而言,在现有技术中已经提出了多种诊断方法及其准确度问题,例如应用气体图形法、简化Duval法、HAE法、罗杰斯法,IEC三比值法、电协研法、改良电协研法、气体比值图示法等多种油色谱气体数据分析方法。然而在本领域中对这些常用的故障诊断方法的评价及择优选择问题上并没有进行研究。事实上,在不考虑每种类型故障发生率的情况下,某种诊断方法的正确诊断次数并不能准确反映该方法对于该故障类型的诊断可信程度。在实际应用中,针对不同类型的油浸式变压器的早期故障类型,应采用不同的监测方法,计算出不同的诊断准确率来反映该监测方法的有效性。
因此,需要一种针对不同故障类型对常用的油色谱分析方法对故障判断的可信度及有效性进行综合评价的方法,以便在应用中对于不同的故障类型针对性地采用相应的有效方法来解决,以提高故障分析方法的适用性和准确性。
发明内容
本发明公开了一种综合诊断油浸式变压器故障性质的方法。根据本发明的诊断方法,主要针对应用气体图形法、简化Duval法、HAE法、罗杰斯法、IEC三比值法、电协研法、改良电协研法、气体比值图示法8种国内外常用的油色谱气体数据分析方法,通过对尽可能多的现场收集到的已知故障类型的数据库进行处理,得出对于不同故障类型,每种油色谱分析方法进行故障判断的可信度及有效性。
根据本发明的一个方面,提供了一种综合诊断油浸式变压器故障性质的方法,所述方法包括如下步骤:a)采集特征气体数据;b)生成故障案例数据库;c)对待评价的多种故障分析方法逐一进行故障分析,并得出各自的结果;d)对事实故障和诊断故障进行编码,用唯一的编码标识;e)计算每种方法对每种故障进行判断的敏感度,生成故障判断评价体系;f)依据建立的故障评价体系,对新的故障数据进行综合诊断。
优选地,所述步骤b)筛选500组数据生成故障案例数据库。
优选地,所述步骤c)的待评价故障诊断方法选自应用气体图形法、简化Duval法、HAE法、罗杰斯法、IEC三比值法、电协研法、改良电协研法和气体比值图示法。
优选地,所述步骤d)中的事实故障包括低温过热、中温过热、高温过热、局部放电或受潮、火花放电、电弧放电、过热兼放电。
优选地,所述步骤d)中的检测故障结果包括低温过热、中温过热、高温过热、局部放电或受潮、火花放电、电弧放电、过热兼放电。
优选地,所述步骤a)中的特征气体包括N2、O2、H2、CH4、C2H2、C2H4、C2H6、CO、CO2。
优选地,所述在步骤e)中应用条件概率计算应用某种分析方法对某个故障进行检测的灵敏度。
优选地,依据所述灵敏度评价变压器的故障性质。
根据本发明的综合诊断方法,得出对于不同故障类型,现有的每种油色谱分析方法进行故障判断的可信度及有效性,为故障诊断的分析和选择以及故障性质的判断提供了判断依据,从而有效提高油浸式变压器早期故障的监测及诊断的准确率。
应当理解,前述大体的描述和后续详尽的描述均为示例性说明和解释,并不应当用作对本发明所要求保护内容的限制。
附图说明
参考随附的附图,本发明更多的目的、功能和优点将通过本发明实施方式的如下描述得以阐明,其中:
图1示出了根据本发明的综合诊断油浸式变压器故障性质的方法流程。
具体实施方式
根据本发明的综合诊断油浸式变压器故障性质的方法可以对多种基于油色谱分析的故障分析方法进行综合评估,这些方法例如包括应用气体图形法、简化Duval法、HAE法、罗杰斯法、IEC三比值法、电协研法、改良电协研法、气体比值图示法等,对数据库中经过变压器吊罩检查而获得的已知故障类型的气体数据进行处理,并将处理结果与已知的故障类型进行比对,得出诊断结果正确的概率表格,作为综合诊断故障类型的依据。本发明使用的故障案例数据库中基于海量数据,使得计算基准较完善,从而提高了计算不同类型性质故障的先验概率的准确度。
具体地,根据本发明的综合故障性质诊断方法为:首先,应用检测到的已知变压器故障类型时油中溶解的气体数据,计算后验概率,即每种方法对某一故障的敏感度,从而得出对于每种故障类型,然后对待评价的所有油色谱分析方法中每一种对其进行判断的可信度及有效性,即建立了故障判断的评价体系;接着,依据后验概率表格,选择待评测的多种诊断方法中的一种或综合几种方法,对一组新的故障数据进行分析。
综合故障判断评价体系的建立
根据本发明的综合油浸式变压器故障性质诊断方法中,首先需要建立故障判断评价体系。图1示出了建立故障判断评价体系的方法流程。如图1所示,在步骤101中,采集特征气体数据。通过在线监测装置,实时采集故障变压器的油中溶解气体的数据,或者通过文献检索获取故障变压器的油中溶解气体的数据。经过对故障变压器进行吊罩检查并分析其油中溶解的气体,得出需要采集数据的气体类型。所述特征气体例如包括N2、O2、H2、CH4、C2H2、C2H4、C2H6、CO、CO2等等。
在步骤102,根据色谱分析导则生成故障案例数据库。表1为色谱分析导则,其列出了变压器在正常运行时,油中各主要气体含量所达到的阈值。表1中,总烃∑CH为气体CH4、C2H2、C2H4、C2H6的总和。其中,乙炔C2H2既作为单独的标准存在,也作为总烃标准的一部分。
变压器、电抗器和套管油中的溶解气体含量的注意值μL/L
表1色谱分析导则
针对步骤101所采集的几项主要指标气体,如H2、∑CH、C2H2等,将它们的含量数据与表1所示的色谱分析导则规定的阈值进行比较,筛选出超过阈值,即达到故障注意值的数据并保留,并删除在阈值范围内,即变压器正常运行的数据。筛选出一定数量的故障数据,生成故障案例数据库。优选地,筛选出500组数据。
接着,在步骤103,对待评价的多种故障分析方法逐一进行故障分析。分别应用每一种故障分析方法,对步骤102中生成的故障数据库中的气体数据进行分析诊断,并得出各自的诊断结果。所评价的故障分析方法例如可以包括应用气体图形法、简化Duval法、HAE法、罗杰斯法,IEC三比值法、电协研法、改良电协研法、气体比值图示法等,可以用A1、A2、A3、A4、A5、A6、A7、A8表示待评价的每种方法,则方法集合A表示为:
A={A1,A2,A3,A4,A5,A6,A7,A8}
接着在步骤104,对事实故障和诊断故障进行编码,并用唯一的编码标识。假设经过对变压器进行吊罩检查,发现事实故障只有低温过热、中温过热、高温过热、局部放电或受潮、火花放电、电弧放电、过热兼放电这些互不相容的结果,分别用θ1、θ2、θ3、θ4、θ5、θ6、θ7来表示,则事实故障集合θ表示为:
θ={θ1、θ2、θ3、θ4、θ5、θ6、θ7}
若假设步骤103中应用某种故障检测方法Ai(i为1-8中任一整数),也只得出同样的事实故障,即低温过热、中温过热、高温过热、局部放电或受潮、火花放电、电弧放电、过热兼放电,分别用x1、x2、x3、x4、x5、x6、x7对应表示,则诊断故障结果集合X表示为:
X={x1,x2,x3,x4,x5,x6,x7}
在步骤105,生成故障判断评价体系。通过计算每种方法对每种故障进行判断的敏感度,得出敏感度统计表,作为对故障进行综合判断分析的依据。
对于条件概率Pa(θ=b|A=c),其中a∈{A1,A2,A3,A4,A5,A6,A7,A8},b∈{θ1,θ2,θ3,θ4,θ5,θ6,θ7}且c∈{x1,x2,x3,x4,x5,x6,x7},Pa的大小反映了应用分析方法a对故障b进行检测的灵敏度,灵敏度高表示分析方法a对故障b的识别检出能力强,反之,灵敏度低表示分析方法a对故障b的识别检出能力弱。灵敏度是进行综合故障性质评价的主要依据。
对于条件概率Pa(θ≠b|A≠c),其中a∈{A1,A2,A3,A4,A5,A6,A7,A8},b∈{θ1,θ2,θ3,θ4,θ5,θ6,θ7}且c∈{x1,x2,x3,x4,x5,x6,x7},Pa的大小反映了应用分析方法a对故障b进行检测的特异度,特异度高表示分析方法a对故障b的鉴别排除能力强,反之,特异度低表示分析方法a对故障b的鉴别排除能力弱。特异度也可以作为综合故障性质评价的依据。
举例说明,在已知事实故障为θ1,且用方法A1对同一组数据进行分析,诊断出故障为x1时,该方法对故障θ1的检测灵敏度为:
P(θ1|A1)=P(θ1x1)/P(x1)
其中,P(θ1x1)、P(x1)均可通过对现有处理后数据的统计得出。
通过对不同方法得出的结果进行统计,并计算条件概率,得出灵敏度的统计表格,如表2所示。表中的概率值,即表征了不同方法对于不同故障类型判断的可信程度。
表2待评价的每种故障分析方法进行故障分析的灵敏度
最后,在步骤106,依据故障评价体系对新的检测数据进行诊断。应用时,针对监测系统采集的一组新的现场检测数据,可以结合步骤105所建立的表2灵敏度表格中每种方法对于其判出的故障类型的支持程度,综合几种判别方法的诊断结果,得出准确率较高的最终故障类型。
综合诊断变压器故障的实施例
根据本发明的一个实施例,为了对油浸式变压器进行综合故障性质诊断,从数据库中提取了三组故障数据案例,并采用八种方法分别对故障数据进行分析得出诊断结果。故障案例及诊断结果如表3所示。
表3故障案例及诊断结果
对于故障案例1“低温过热”而言,在判别结果中只有三角图示方法得出“中温过热”的结果,与其他方法得出的“低温过热”的结果不同,且其他方法判断“中温过热”的准确率均大于三角图示法对于其判断结果(即中温过热)的支持率,故可以综合判断出案例1的故障确为“低温过热”。
对于故障案例2“火花放电”而言,在判别结果中支持“火花放电”的方法比例高于“电弧放电”,初步得出“火花放电”的结论,进一步结合故障判断灵敏度表格,支持“电弧放电”的方法,即HAE法和电协研法,对于“电弧放电”进行判断的灵敏度相对较低,且电协研法不能区分放电的能量大小,所以诊断结果即为“火花放电”。
对于故障案例3“过热兼放电”而言,从故障判断灵敏度表格可以看出,可以判断出“放电兼过热”故障的方法包括简化杜威法,HAE 法和改良电协研法,且简化杜威法准判灵敏度为100%。并且,这三种方法均判出案例3为“过热兼放电”的故障,结合其他两种的判别结果“电弧放电”和“高温过热”,因此确定了混合故障这一诊断结果。
综上所述,根据本发明的综合故障性质诊断方法通过应用检测到的已知变压器故障类型时数据计算后验概率,然后对待评价的所有油色谱分析方法中每一种对其进行判断的可信度及有效性,建立故障判断的评价体系,最后依据后验概率表格选择待评测的多种诊断方法中的一种或综合几种方法,可以对未来的故障数据进行有效地故障判断和分析。根据本发明的综合诊断油浸式变压器故障性质的方法可以对多种基于油色谱分析的故障分析方法进行综合评估,使用的故障案例数据库中基于海量数据,使得计算基准较完善,从而提高了计算不同类型性质故障的先验概率的准确度。
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,都应涵盖在本发明的包含范围之内,因此,本发明的保护范围应该以权利要求书的保护范围为准。结合这里披露的本发明的说明和实践,本发明的其他实施例对于本领域技术人员都是显而易见的。说明和实施例仅被认为是示例性的,本发明的真正范围和主旨均由权利要求所限定。
Claims (8)
1.一种综合诊断油浸式变压器故障性质的方法,所述方法包括如下步骤:
a)采集特征气体数据;
b)生成故障案例数据库;
c)对待评价的多种故障分析方法逐一进行故障分析,并得出各自的结果;
d)对事实故障和诊断故障进行编码,用唯一的编码标识;
e)计算每种方法对每种故障进行判断的敏感度,生成故障判断评价体系;
f)依据建立的故障评价体系,对新的故障数据进行综合诊断。
2.根据权利要求1所述的方法,其中步骤b)筛选500组数据生成故障案例数据库。
3.根据权利要求1所述的方法,其中步骤c)的待评价故障诊断方法选自应用气体图形法、简化Duval法、HAE法、罗杰斯法、IEC三比值法、电协研法、改良电协研法和气体比值图示法。
4.根据权利要求1所述的方法,其中步骤d)中的事实故障包括低温过热、中温过热、高温过热、局部放电或受潮、火花放电、电弧放电、过热兼放电。
5.根据权利要求1所述的方法,其中步骤d)中的检测故障结果包括低温过热、中温过热、高温过热、局部放电或受潮、火花放电、电弧放电、过热兼放电。
6.根据权利要求1所述的方法,其中步骤a)中的特征气体包括N2、O2、H2、CH4、C2H2、C2H4、C2H6、CO、CO2。
7.根据权利要求1所述的方法,其中在步骤105中应用条件概率计算应用某种分析方法对某个故障进行检测的灵敏度。
8.根据权利要求7所述的方法,其中依据所述灵敏度评价变压器的故障性质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310338115.7A CN103399237B (zh) | 2013-08-06 | 2013-08-06 | 一种检测油浸式变压器故障的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310338115.7A CN103399237B (zh) | 2013-08-06 | 2013-08-06 | 一种检测油浸式变压器故障的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103399237A true CN103399237A (zh) | 2013-11-20 |
CN103399237B CN103399237B (zh) | 2016-01-13 |
Family
ID=49562894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310338115.7A Expired - Fee Related CN103399237B (zh) | 2013-08-06 | 2013-08-06 | 一种检测油浸式变压器故障的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103399237B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076231A (zh) * | 2014-07-16 | 2014-10-01 | 胡小青 | 一种输电变压器电性故障检测方法 |
CN104730378A (zh) * | 2015-02-13 | 2015-06-24 | 国家电网公司 | 基于油中溶解气体的变压器内部复合缺陷模糊诊断方法 |
CN105044499A (zh) * | 2015-07-01 | 2015-11-11 | 国家电网公司 | 一种电力系统设备变压器状态的检测方法 |
CN105158347A (zh) * | 2015-06-05 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于变化趋势的油色谱综合分析方法 |
CN105929077A (zh) * | 2016-05-28 | 2016-09-07 | 杭州月旭科学仪器有限公司 | 色谱分析仪器的云自测仪及其检测方法 |
CN108829755A (zh) * | 2018-05-25 | 2018-11-16 | 国网山东省电力公司青岛供电公司 | 基于迭代最近点的变压器故障案例匹配搜索方法 |
CN108845074A (zh) * | 2018-04-18 | 2018-11-20 | 国网江西省电力有限公司电力科学研究院 | 油浸式变压器状态评价方法 |
CN109298099A (zh) * | 2018-11-26 | 2019-02-01 | 国网河北省电力有限公司电力科学研究院 | 变压器油色谱检测分析方法、系统及终端设备 |
CN114761798A (zh) * | 2020-02-28 | 2022-07-15 | 日立能源瑞士股份公司 | 用于溶解气体分析的系统和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122523A (zh) * | 2007-06-26 | 2008-02-13 | 中国铝业股份有限公司 | 一种变压器绝缘油温度和油中特征气体及油色谱的在线检测方法 |
CN101614775A (zh) * | 2009-07-15 | 2009-12-30 | 河北科技大学 | 基于多源信息融合的变压器状态评估系统及其评估方法 |
CN102435678A (zh) * | 2011-08-26 | 2012-05-02 | 广东电网公司电力科学研究院 | 在线油色谱故障实时分析方法及装置 |
CN102662113A (zh) * | 2012-04-17 | 2012-09-12 | 国网电力科学研究院 | 基于故障树的油浸式变压器综合诊断方法 |
WO2013100593A1 (ko) * | 2011-12-26 | 2013-07-04 | 주식회사 효성 | 유중가스 함량비를 통한 유입변압기의 내부결함 진단방법 |
-
2013
- 2013-08-06 CN CN201310338115.7A patent/CN103399237B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122523A (zh) * | 2007-06-26 | 2008-02-13 | 中国铝业股份有限公司 | 一种变压器绝缘油温度和油中特征气体及油色谱的在线检测方法 |
CN101614775A (zh) * | 2009-07-15 | 2009-12-30 | 河北科技大学 | 基于多源信息融合的变压器状态评估系统及其评估方法 |
CN102435678A (zh) * | 2011-08-26 | 2012-05-02 | 广东电网公司电力科学研究院 | 在线油色谱故障实时分析方法及装置 |
WO2013100593A1 (ko) * | 2011-12-26 | 2013-07-04 | 주식회사 효성 | 유중가스 함량비를 통한 유입변압기의 내부결함 진단방법 |
CN102662113A (zh) * | 2012-04-17 | 2012-09-12 | 国网电力科学研究院 | 基于故障树的油浸式变压器综合诊断方法 |
Non-Patent Citations (2)
Title |
---|
熊浩等: "多种类证据体的变压器故障综合诊断方法", 《中国电机工程学报》, vol. 28, no. 28, 5 October 2008 (2008-10-05), pages 24 - 30 * |
王永强等: "基于贝叶斯网络和油中溶解气体分析的变压器故障诊断方法", 《电工技术学报》, vol. 19, no. 12, 31 December 2004 (2004-12-31), pages 74 - 77 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104076231A (zh) * | 2014-07-16 | 2014-10-01 | 胡小青 | 一种输电变压器电性故障检测方法 |
CN104730378A (zh) * | 2015-02-13 | 2015-06-24 | 国家电网公司 | 基于油中溶解气体的变压器内部复合缺陷模糊诊断方法 |
CN104730378B (zh) * | 2015-02-13 | 2017-12-22 | 国家电网公司 | 基于油中溶解气体的变压器内部复合缺陷模糊诊断方法 |
CN105158347A (zh) * | 2015-06-05 | 2015-12-16 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于变化趋势的油色谱综合分析方法 |
CN105044499A (zh) * | 2015-07-01 | 2015-11-11 | 国家电网公司 | 一种电力系统设备变压器状态的检测方法 |
CN105929077A (zh) * | 2016-05-28 | 2016-09-07 | 杭州月旭科学仪器有限公司 | 色谱分析仪器的云自测仪及其检测方法 |
CN108845074B (zh) * | 2018-04-18 | 2020-11-03 | 国网江西省电力有限公司电力科学研究院 | 油浸式变压器状态评价方法 |
CN108845074A (zh) * | 2018-04-18 | 2018-11-20 | 国网江西省电力有限公司电力科学研究院 | 油浸式变压器状态评价方法 |
CN108829755A (zh) * | 2018-05-25 | 2018-11-16 | 国网山东省电力公司青岛供电公司 | 基于迭代最近点的变压器故障案例匹配搜索方法 |
CN108829755B (zh) * | 2018-05-25 | 2021-04-13 | 国网山东省电力公司青岛供电公司 | 基于迭代最近点的变压器故障案例匹配搜索方法 |
CN109298099A (zh) * | 2018-11-26 | 2019-02-01 | 国网河北省电力有限公司电力科学研究院 | 变压器油色谱检测分析方法、系统及终端设备 |
CN114761798A (zh) * | 2020-02-28 | 2022-07-15 | 日立能源瑞士股份公司 | 用于溶解气体分析的系统和方法 |
US11867683B2 (en) | 2020-02-28 | 2024-01-09 | Hitachi Energy Ltd | Systems and methods for dissolved gas analysis |
CN114761798B (zh) * | 2020-02-28 | 2024-05-31 | 日立能源有限公司 | 用于溶解气体分析的系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103399237B (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103399237A (zh) | 一种检测油浸式变压器故障的方法 | |
CN107907778B (zh) | 一种基于多特征参量的变压器综合故障诊断方法 | |
CN103267932B (zh) | 一种gis局部放电检测系统及方法 | |
CN103389430B (zh) | 一种基于贝叶斯判别理论的油浸式变压器故障检测方法 | |
CN104764869A (zh) | 一种基于多维特征量的变压器气体故障诊断和报警方法 | |
CN116756595B (zh) | 一种导电滑环故障数据采集监测方法 | |
CN106557546B (zh) | 一种对特高压在线监测数据进行挖掘并评价的方法及系统 | |
CN106324405A (zh) | 一种基于改进主成分分析的变压器故障诊断方法 | |
JP2015507245A (ja) | リソースネットワークモニタリングシステム内の関連事象を識別するためのシステム及び方法 | |
CN109725220B (zh) | 一种变压器油冷却回路的检测方法、系统及装置 | |
CN110850249A (zh) | 一种变压器套管绝缘局部放电监测系统及方法 | |
KR101893563B1 (ko) | 사물인터넷 기반 화재 블랙박스 시스템 및 그 운용 방법 | |
CN117434372B (zh) | 电子产品的电磁兼容抗扰度测试方法及系统 | |
CN113030666B (zh) | 大型变压器放电故障诊断方法及装置 | |
CN110414222A (zh) | 一种基于组件关联的应用隐私泄露问题检测方法和装置 | |
Park et al. | Transient diagnosis and prognosis for secondary system in nuclear power plants | |
CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
KR101444250B1 (ko) | 개인정보 접근감시 시스템 및 그 방법 | |
CN117074852A (zh) | 一种配电网电能监测预警管理方法及系统 | |
KR101290295B1 (ko) | 유중가스 함량비 조합을 통한 유입변압기의 내부결함 진단방법 | |
CN114666117A (zh) | 一种面向电力互联网的网络安全态势度量和预测方法 | |
CN115577364A (zh) | 一种多静态分析工具结果融合的漏洞挖掘方法 | |
Ginart et al. | Automated feature selection for embeddable prognostic and health monitoring (PHM) architectures | |
Mharakurwa | In‐Service Power Transformer Life Time Prospects: Review and Prospects | |
CN110146634B (zh) | 一种油色谱数据的故障诊断方法、装置、设备和存储介质 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160113 Termination date: 20200806 |