CN104160286A - 用于对放射到电气设备内部或外部的局部放电进行识别的方法 - Google Patents

用于对放射到电气设备内部或外部的局部放电进行识别的方法 Download PDF

Info

Publication number
CN104160286A
CN104160286A CN201380013310.0A CN201380013310A CN104160286A CN 104160286 A CN104160286 A CN 104160286A CN 201380013310 A CN201380013310 A CN 201380013310A CN 104160286 A CN104160286 A CN 104160286A
Authority
CN
China
Prior art keywords
shelf depreciation
pattern
database
image
depreciation pattern
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
Application number
CN201380013310.0A
Other languages
English (en)
Other versions
CN104160286B (zh
Inventor
B·达乌迪
R·赖布莱顿
塞巴斯蒂安·路易斯
吉尔伯特·卢娜
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 Technology GmbH
Original Assignee
Alstom Technology AG
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 Alstom Technology AG filed Critical Alstom Technology AG
Publication of CN104160286A publication Critical patent/CN104160286A/zh
Application granted granted Critical
Publication of CN104160286B publication Critical patent/CN104160286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/2832—Specific tests of electronic circuits not provided for elsewhere
    • G01R31/2836—Fault-finding or characterising
    • G01R31/2846—Fault-finding or characterising using hard- or software simulation or using knowledge-based systems, e.g. expert systems, artificial intelligence or interactive algorithms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/62—Testing of transformers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12—Classification; Matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Testing Relating To Insulation (AREA)
  • Gas-Insulated Switchgears (AREA)
  • Protection Of Static Devices (AREA)

Abstract

本发明提供一种对放射到电气设备内部或外部的局部放电进行识别的方法，在检测到至少一个局部放电活动之后，所述方法包括以下步骤：预先将局部放电图案记录在数据库中，每个图案与产生该图案的故障类型相关联；获取新的局部放电(Dp)图案；将所述新的局部放电图案与已经被记录在所述数据库中的放电图案进行比较(9)；通过推理来得到所述设备中的匹配故障(11)；以及将得到的结果记录(14)在数据库(12)中。

Description

用于对放射到电气设备内部或外部的局部放电进行识别的方法
技术领域
本发明涉及一种对放射到电气设备内部或外部的局部放电进行识别的方法。本发明涉及一种图像识别，该图像识别适合于在对设备中或者所述设备附近的局部放电进行测量的过程中所得到的图案。
背景技术
具有失败的空气、油、或者纸张等绝缘的电气设备产生可以损害绝缘的局部放电，直到所述绝缘完全丧失其绝缘特性并且变得具有导电性。击穿现象随之发生，并且可能导致所述设备的至少部分破坏。依照IEC标准60 270的局部放电测量使得能够防止所述击穿现象，对设备中的放电进行分析，诊断故障，并因此监视和保护电气设备。对工厂、城镇或者整个区域的电力供应可以依赖于这样的保护。每个故障都具有其自身的放电图案，该放电图案伴随着电压的出现和消失、随时间的变化等等。然而，尽管每个放电图案都不相同，但根据引起放电的故障的不同可能观察到相似的趋势。举例而言，由于欠佳的绝缘浸渍或者欠佳的绝缘干燥而导致的故障生成图1中所示类型的放电图案，尽管相位(取决于测量所连接的相位)、幅度以及图案自身可能会改变。局部放电图案的识别使得能够确认故障并且同时获知为了消除该故障所需采取的补救措施。目前，识别这样的局部放电是专家的工作；然而，由于成本和时间这样明显的原因，每个生产使用固体或液体绝缘的电气设备的工厂必须能够在局部放电发生时快速诊断其成因。
对于电动机、变压器、高压或中压气体绝缘开关设备(GIS)等大型工业电器设备的制造商而言，识别这样的局部放电是至关重要的。
在诸如大型功率变压器之类的高压设备中的局部放电与高频或甚高频波以及在声传导流体中传播的声波(通常为超声波)的放射相关联。因此有可能借助于声学检测器来检测并试图定位这些局部放电源，这些声学检测器可能与用于检测高频和甚高频波的电学检测装置相关联。
图像识别非常普遍，但是并未被用于局部放电。
在美国专利No.5 703 564中对一种图案识别系统进行了说明。该系统使用统计分类。然而，该系统并未对适合于在测量局部放电时所得到的图案的图像识别进行说明。
本发明的目的在于通过使得一个放电图案能够容易地且自动地与数据库中的另一个图案进行匹配，使用局部放电的相位图像或图案来方便地对设备内部或外部的故障进行诊断。一旦得到局部放电图案，本发明因此能够将所述图案与存储在数据库中的其它局部放电图案进行关联，从而在观察到故障并且对其进行处理时得到关于该故障的信息。
发明内容
本发明涉及一种识别对放射到电气设备内部或外部的局部放电进行识别的改进方法，其特征在于，该对所述局部放电进行识别为对包局部放电图案进行的形状识别，所述对局部放电图案进行形状识别包括获取对通过对一系列所述局部放电进行在相位(横坐标)和幅度(纵坐标)上测量的一系列局部放电图案所得到的彩色图像进行采集以及将所述彩色图像处理并转换为黑白图像，并且在于，在将已知的局部放电图案记录在数据库中并将每个图案与产生该图案的故障类型相关联记录之后，并且在检测到至少某些局部放电活动之后，所述方法包括以下步骤：
获取新的局部放电图案；
将所述新的局部放电图案与已经被记录在所述数据库中的放电图案进行比较；
在诊断处所述局部放电的来源之后，得到所述设备中的匹配故障；以及
将得到的结果记录在所述数据库中。
有利地，本发明的方法包括用于对所述新的局部放电图案的处理进行调节的自动修正步骤，用于使所述新的局部放电图案的表面区域均匀的步骤，以及通过将所述局部放电的每个图案细分为不同区域(例如，四个等同区域)从而将所述图案水平地并且垂直地一分为二来将所述新的局部放电图案分类为不同类别中的一种的步骤。
有利地，在比较步骤中，在所述新的局部放电图案与已经被记录在所述数据库中的图案之间进行匹配百分比计算并且通过减小百分比来对匹配进行分类。
有利地，本发明的方法包括以下步骤：
录入与所述局部放电的新的图案对应的彩色图像；
将所述彩色图像处理并转换为黑白图像；
对是否仍有图像进行测试；
如果没有图像：
对彩色图像处理参数进行调节并且返回第一步骤的起点；
如果仍有图像：
进行检查以查明所述局部放电图案的尺寸是否明显；
如果尺寸不明显：
将所述局部放电图案沿着纵轴扩展；
如果尺寸明显：
将所述局部放电图案细分为多个目标区域，例如四个区域；
对所述目标区域进行分析从而对所述局部放电图案进行分类；
将所述局部放电图案与所述数据库中对应的放电图案进行比较；
列出匹配的局部放电图案；
对所述局部放电的来源进行诊断；
如果诊断表明为内部放电源，则检查设备从而维修所述设备并且与所述诊断相关联；以及
将得到的结果记录在数据库中。
有利地，本发明提供适用于局部放电图案的图案识别，目前在市场上没有可用于局部放电的图案识别的工具。本发明使得能够非常有效地在所述数据库中对记录在工厂、实验室或者现场的局部放电图案进行分类。该分类有助于使用者在所述局部放电活动的起源处在远远短于要求所述用户手动搜索所述数据库中的匹配的时间内对故障加以诊断。
附图说明
图1示出了局部放电图案；
图2为示出了本发明的方法的整体操作的流程图；
图3至5示出了不同的局部放电图案；
图6a至6b示出了怎样对两个局部放电图案进行比较。
具体实施方式
局部放电由于对周围电气性能非常敏感所以很难识别，这是因为所述放电取决于可能有局部放电出现的设备的电容、电感、阻抗等。因为各件设备全都不同，所以局部放电图案也总是全都不同。局部放电图案的整体外观由该放电活动生成的故障类型来定义。如果可能对局部放电图案进行识别，并且如果该类型的局部放电图案为已知的，则能够对产生了所述局部放电的故障进行识别并且提供诊断。本发明因而提出使用包含有尽可能多的已知局部放电图案的数据库并且试图将新的局部放电图案与已知局部放电图案进行匹配。如果新的局部放电图案能够与已知局部放电图案相比拟，则识别出故障。
有利地，提前将局部放电图案分类到不同的类别中，从而减小在局部放电图案的识别过程中的错误风险。这些容易辨认的类别使得能够改进在所选类别中的局部放电的识别。一旦得到该特定分类，任何图像识别方法都能够用于将新的局部放电图案与对应类别的局部放电图案进行关联。
本发明使得对专家以及对于非专家而言能够对局部放电的识别进行辅助并且使其自动操作。当遇到新的局部放电图案时，例如基于已经解决并且被存储在数据库中的问题，本发明可以将其与已经遇到过并且诊断过的局部放电图案进行比较。本发明的方法是逐步的并且基于数据库，该数据库随着调查的继续而逐步丰富。
在图2的流程图中对本发明的方法的整体操作进行了说明。在对至少一个局部放电Pd进行检测之后，该流程图包括以下步骤：
录入与所述局部放电的新的图案对应的彩色图像(1)；
将彩色图像处理并转换为黑白图像(2)；
对是否仍有图像进行测试(3)；
如果没有图像：
对彩色图像处理参数进行调节并且返回第一步骤(1)的起点；
如果仍有图像：
进行检查以查明局部放电图案的尺寸是否明显(4)；
如果尺寸不明显：
将局部放电图案沿着纵轴扩展(6)；
如果尺寸明显：
将局部放电图案细分为多个目标区域(例如，四个区域)(7)；
对所述目标区域进行分析从而对局部放电图案进行分类(8)；
将局部放电图案与数据库中对应的局部放电图案进行比较(9)；
列出匹配的局部放电图案(10)；
借助于数据库(12)对局部放电的来源进行诊断(11)；
如果诊断表明为内部放电源，则检查设备从而维修所述设备(13)并且与诊断相关联；以及
将得到的结果记录在数据库中(14)。
流程图开始于获取一个具有彩色图像外观的新的局部放电图案，例如，图1中的放电图案。在设备内部或外部的局部放电的该新的图案与必须进行诊断以得到维修或者如果可能就不通过维修来解决的故障相对应。因为这样的维修产生延迟以及客观的成本，能够避免任何错误的诊断则是必不可少的。局部放电图案是根据测试电压相位下测量的一系列局部放电所建立的读数。该图案的每个点对应于对设备进行供电的正弦波在给定时刻(以度数测量的从0度到360度的相位)以库仑(C)测量的放电的幅度(或大小)。
随后将彩色图像进行处理并转换为黑白图像(步骤2)。该步骤是必需的以对来自不同的局部放电测量设备的图像进行使用，这些局部放电测量设备并不需要使用相同的颜色来显示放电。因此，图3示出了使用与图1中所使用的设备不同的设备进行的放电测量。图4中所示为改变为黑白的结果。
步骤3在于对局部放电仍然存在进行检查。举例来说，如果过快地完成放电测量，那么可能还没有对各个点进行足够的聚集并且在处理过程中会丢失这些点。如果出现放电图案确实不是很明显并且细节丢失的情况，那么本发明的方法自动对其处理设置进行改正从而实现更加精细调整的调节并且试图保存尽可能多的点。然而，某些仅包含少量稀疏点的放电记录无法被使用。
步骤5用于使得局部放电图案在区域中保持均匀。为了更好地识别放电图案，建议这些放电图案占据图像中相同数量的空间。非常平坦的局部放电图案是非常难以识别的。步骤5在于通过沿着纵轴进行缩放来扩展放电图案，或者增大测量增益。举例来说，如果放电图案占据了幅度(垂直尺度)少于三分之一的空间，则扩展放电图案。
步骤7在于将局部放电图案细分为四个相等的部分，同时在水平和垂直地将局部放电图案一分为二。如图5中所示，得到的四个区域被编号为1至4。该细分随后使得能够将局部放电图案分类为以下类别中的一个：0、1、2、3或4。对于非直接测量装配(测量探针与设备平行放置)，主要在区域2和3中具有局部放电的局部放电图案被归为类别1；主要在区域1和4中具有局部放电的局部放电图案被归为类别2；主要在区域1和3或者2和4中具有局部放电又或者局部放电的大部分位于单一区域时的局部放电图案被归为类别3；当全部四个区域具有等量的局部放电时，局部放电图案被归为类别4，以及不属于任何其它类别的局部放电图案被归为类别0。
步骤9在于将所述新的放电图案与数据库中现有的局部放电图案进行比较。该数据库包括全部预先记录的局部放电图案以及当故障与局部放电图案之间相关联时的相关诊断。将该新的局部放电图案与数据库中的局部放电图案进行比较，使得能够已经得到诊断的相同故障，这些故障具有已知的并且经过测试的修理技术。为了执行比较并因而具有最有可能的结果，本发明的方法在于倚靠分配给放电图案的类别，并且根据所述类别的不同将所述局部放电图案与数据库中属于特定类别的放电图案进行比较，如下表所示：
这样的选择性比较能够具有相比于整体比较更好的可靠性，即就是，并不是将全部类别都进行考虑。对于直接测量装配(位于供电电源与设备之间的测量探针)，当在比较前沿放电图案的横坐标轴看去时生成对称图像。区域1和2是区域3和4沿着横坐标轴的对称的结果，并且对应地，区域3和4是区域1和2的水平对称的结果。
该比较可以使用任何现有的方法来实现，例如：图案识别，将特定矢量分配给所述局部放电的特定图案方面并且查找对应的矢量，点对点比较等等。随后在所述要识别的局部放电的图案与对应类别中的局部放电图案之间计算匹配百分比。通过减小百分比对匹配进行分类。相同故障的放电的图案通常具有超过60％的匹配。然而，考虑到能够测量的放电图案的复杂性，不同的故障也可能具有超过60％的放电图案匹配百分比。由于人眼能够将有意义的匹配当作无意义的匹配，该比较的目的是帮助预选择并且使得所述选择尽可能接近于实际。
数据库可以是巨大的：根据经验为数百或甚至数千个样本。一旦发现匹配并且设备得到修理，使用来自局部放电引起的故障经验的反馈来扩充数据库。举例来说，当试图将图6a中所示的局部放电图案与数据库中超过100个其它放电图案进行比较时，图6b中的局部放电图案出现在最上面的五个结果中，尽管区域1和4在图6b中几乎没有放电，这与图6a中不同。

Claims (7)

1.一种对放射到电气设备内部或外部的局部放电进行识别的改进方法，其特征在于，所述对局部放电进行识别为对局部放电图案进行形状识别，所述对局部放电图案进行形状识别包括获取通过对一系列所述局部放电图案进行相位和幅度测量所得到的彩色图像以及将所述彩色图像处理并转换为黑白图像，并且，
在将已知的局部放电图案记录在数据库中并将每个图案与产生该图案的故障类型相关联之后，并且在检测到至少一个局部放电活动之后，所述方法包括以下步骤：
获取新的局部放电(Pd)图案；
将所述新的局部放电图案与已经被记录在所述数据库(12)中的局部放电图案进行比较(9)；
在诊断出(11)所述局部放电的来源之后，得到所述设备中的匹配故障；以及
将由此得到的结果记录(14)在所述数据库(12)中。
2.根据权利要求1所述的方法，包括用于对所述新的局部放电图案的处理进行调节的自动修正步骤。
3.根据权利要求1所述的方法，包括用于使所述新的局部放电图案的表面区域均匀的步骤。
4.根据权利要求1所述的方法，包括通过将每一局部放电图案细分为不同区域来将所述新的局部放电图案分类为多种类别中的一种的步骤。
5.根据权利要求4所述的方法，其中，通过将所述新的局部放电图案水平地并且垂直地一分为二，而使得所述新的局部放电图案被细分为四个相等的部分。
6.根据权利要求1中所述的方法，其中，在所述比较步骤中，在所述新的局部放电图案与已经被记录在所述数据库中的图案之间进行匹配百分比计算并且通过减小百分比来对匹配进行分类。
7.根据权利要求1所述的方法，包括以下步骤：
录入与所述新的局部放电图案对应的彩色图像(1)；
将所述彩色图像处理并转换为黑白图像(2)；
对是否仍有图像进行测试(3)；
如果没有图像：
对彩色图像处理参数进行调节并且返回第一步骤(1)的起点；
如果仍有图像：
进行检查以查明所述局部放电图案的尺寸是否明显(4)；
如果尺寸不明显：
将所述局部放电图案沿着纵轴扩展(6)；
如果尺寸明显：
将所述局部放电图案细分为四个目标区域(7)；
对所述目标区域进行分析从而对所述局部放电图案进行分类(8)；
将所述局部放电图案与所述数据库中对应的局部放电图案进行比较(9)；
列出匹配的局部放电图案(10)；
对所述局部放电的来源进行诊断(11)；
如果诊断表明为内部放电源，则检查设备从而维修所述设备(13)并且与所述诊断相关联；以及
将得到的结果记录在所述数据库中(14)。
CN201380013310.0A 2012-03-09 2013-03-06 用于对放射到电气设备内部或外部的局部放电进行识别的方法 Active CN104160286B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1252152A FR2987900B1 (fr) 2012-03-09 2012-03-09 Procede de reconnaissance de decharges partielles emises a l'interieur et a l'exterieur d'un appareil electrique
FR1252152 2012-03-09
PCT/EP2013/054489 WO2013131948A1 (fr) 2012-03-09 2013-03-06 Procede de reconnaissance de decharges partielles emises a l'interieur ou a l'exterieur d'un appareil electrique

Publications (2)

Publication Number Publication Date
CN104160286A true CN104160286A (zh) 2014-11-19
CN104160286B CN104160286B (zh) 2016-12-28

Family

ID=47790250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380013310.0A Active CN104160286B (zh) 2012-03-09 2013-03-06 用于对放射到电气设备内部或外部的局部放电进行识别的方法

Country Status (7)

Country Link
US (1) US10379151B2 (zh)
EP (1) EP2823323B1 (zh)
CN (1) CN104160286B (zh)
BR (1) BR112014021779B1 (zh)
FR (1) FR2987900B1 (zh)
IN (1) IN2014MN01650A (zh)
WO (1) WO2013131948A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105699865A (zh) * 2016-01-29 2016-06-22 张波 一种绝缘特性检测方法及其系统
CN108375718A (zh) * 2017-01-30 2018-08-07 通用电气公司 对相位分辨局部放电的评估
CN110501631A (zh) * 2019-08-19 2019-11-26 重庆大学 一种在线间歇故障检测与诊断方法

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2961602B1 (fr) 2010-06-16 2015-06-05 Areva T & D Sas Procede de localisation de zone d'emission de decharge partielle et dispositif associe
FR2980275B1 (fr) 2011-09-20 2014-07-04 Alstom Grid Sas Procede de localisation d'un evenement emettant un signal
FR2987900B1 (fr) 2012-03-09 2015-07-31 Alstom Technology Ltd Procede de reconnaissance de decharges partielles emises a l'interieur et a l'exterieur d'un appareil electrique
CN104297645A (zh) * 2014-09-30 2015-01-21 国家电网公司 电气设备外部放电紫外检测分析方法及装置
US9753080B2 (en) 2014-12-09 2017-09-05 Rosemount Inc. Partial discharge detection system
EP3577475A1 (en) 2017-03-02 2019-12-11 Rosemount Inc. Trending functions for partial discharge
US11067639B2 (en) 2017-11-03 2021-07-20 Rosemount Inc. Trending functions for predicting the health of electric power assets
US10794736B2 (en) 2018-03-15 2020-10-06 Rosemount Inc. Elimination of floating potential when mounting wireless sensors to insulated conductors
US11181570B2 (en) 2018-06-15 2021-11-23 Rosemount Inc. Partial discharge synthesizer
US10833531B2 (en) 2018-10-02 2020-11-10 Rosemount Inc. Electric power generation or distribution asset monitoring
ES2780448A1 (es) 2019-02-22 2020-08-25 Ormazabal Corp Technology Aie Método y sistema de reconocimiento de descargas parciales para diagnóstico de redes eléctricas
US11313895B2 (en) 2019-09-24 2022-04-26 Rosemount Inc. Antenna connectivity with shielded twisted pair cable
CN111693812B (zh) * 2020-06-15 2021-10-01 中国科学技术大学 一种基于声音特征的大型变压器故障检测方法
CN112036463A (zh) * 2020-08-26 2020-12-04 国家电网有限公司 一种基于深度学习的电力设备缺陷检测识别方法
CN116091501B (zh) * 2023-04-07 2023-06-23 武汉纺织大学 高压电气设备局部放电类型识别方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000512766A (ja) * 1997-04-11 2000-09-26 ゼネラル・エレクトリック・カンパニイ 高電圧絶縁における部分放電測定の統計的パターン分析方法
US20040204873A1 (en) * 2003-01-15 2004-10-14 Bernd Freisleben Method and apparatus for the analysis and monitoring of the partial discharge behavior of an electrical operating device
US20090119035A1 (en) * 2007-11-06 2009-05-07 Abdelkrim Younsi Method and apparatus for analyzing partial discharges in electrical devices
CN102353877A (zh) * 2011-06-10 2012-02-15 河南电力试验研究院 可实现prpd与trpd图谱的局部放电检测方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5166694A (en) 1991-08-20 1992-11-24 Hughes Aircraft Company Vehicle location system having enhanced position location processing
SE515387C2 (sv) * 1995-05-02 2001-07-23 Abb Research Ltd Övervakning av interna partiella urladdningar i en krafttransformator
US5703564A (en) 1995-11-21 1997-12-30 Klever-Kart, Inc. Mobile advertising device with electronic transmission capabilities
GB9809713D0 (en) 1998-05-08 1998-07-08 Bicc Plc Method of detecting electrical discharges
JP4470157B2 (ja) * 2004-02-20 2010-06-02 株式会社日本Ａｅパワーシステムズ 部分放電測定方法及びその装置
WO2006119334A2 (en) 2005-05-03 2006-11-09 The Arizona Board Of Regents On Behalf Of The University Of Arizona Microstructured optical fibers and manufacturing methods thereof
US7171091B1 (en) 2005-08-15 2007-01-30 The United States Of America As Represented By The Secretary Of The Air Force Tuned cladding fiber amplifier and laser
US7142757B1 (en) 2005-09-20 2006-11-28 The United States Of America As Represented By The Secretary Of The Air Force Large flattened mode tuned cladding photonic crystal fiber laser and amplifier
US8755658B2 (en) 2007-02-15 2014-06-17 Institut National D'optique Archimedean-lattice microstructured optical fiber
US20100247046A1 (en) 2009-03-31 2010-09-30 Imra America, Inc. Wide bandwidth, low loss photonic bandgap fibers
FR2945634B1 (fr) 2009-05-13 2011-09-30 Areva T & D Sa Dispositif de detection de decharge partielle apte a determiner l'origine exterieure ou interieure d'une decharge partielle et procede associe.
IT1396358B1 (it) * 2009-10-30 2012-11-19 Techimp Technologies S A Ora Techimp Technologies S R L Dispositivo e procedimento per rilevare ed elaborare segnali relativi a scariche elettriche parziali.
FR2961602B1 (fr) 2010-06-16 2015-06-05 Areva T & D Sas Procede de localisation de zone d'emission de decharge partielle et dispositif associe
FR2980275B1 (fr) 2011-09-20 2014-07-04 Alstom Grid Sas Procede de localisation d'un evenement emettant un signal
FR2987900B1 (fr) 2012-03-09 2015-07-31 Alstom Technology Ltd Procede de reconnaissance de decharges partielles emises a l'interieur et a l'exterieur d'un appareil electrique

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000512766A (ja) * 1997-04-11 2000-09-26 ゼネラル・エレクトリック・カンパニイ 高電圧絶縁における部分放電測定の統計的パターン分析方法
US20040204873A1 (en) * 2003-01-15 2004-10-14 Bernd Freisleben Method and apparatus for the analysis and monitoring of the partial discharge behavior of an electrical operating device
US20090119035A1 (en) * 2007-11-06 2009-05-07 Abdelkrim Younsi Method and apparatus for analyzing partial discharges in electrical devices
CN102353877A (zh) * 2011-06-10 2012-02-15 河南电力试验研究院 可实现prpd与trpd图谱的局部放电检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A. CAVALLINI 等: "A New Approach to the Diagnosis of Solid Insulation Systems Based on PD Signal Inference", 《IEEE ELECTRICAL INSULATION MAGAZINE》 *
A. CONTIN 等: "Digital Detection and Fuzzy Classification of Partial Discharge Signals", 《IEEE TRANSACTIONS ON DIELECHICS AND ELECTRICAL INSULATION》 *
JOHNNY BORGHETTO 等: "Partial Discharge Inference by an Advanced System. Analysis of Online Measurements Performed on Hydrogenerator", 《IEEE TRANSACTIONS ON ENERGY CONVERSION》 *
S. M. STRACHAN 等: "Knowledge-Based Diagnosis of Partial Discharges in Power Transformers", 《IEEE TRANSACTIONS ON DIELECTRICS AND ELECTRICAL INSULATION》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105699865A (zh) * 2016-01-29 2016-06-22 张波 一种绝缘特性检测方法及其系统
CN108375718A (zh) * 2017-01-30 2018-08-07 通用电气公司 对相位分辨局部放电的评估
CN108375718B (zh) * 2017-01-30 2021-12-10 通用电气公司 对相位分辨局部放电的评估
CN110501631A (zh) * 2019-08-19 2019-11-26 重庆大学 一种在线间歇故障检测与诊断方法
CN110501631B (zh) * 2019-08-19 2021-10-29 重庆大学 一种在线间歇故障检测与诊断方法

Also Published As

Publication number Publication date
BR112014021779A2 (pt) 2017-06-20
FR2987900A1 (fr) 2013-09-13
EP2823323B1 (fr) 2016-02-24
US10379151B2 (en) 2019-08-13
WO2013131948A1 (fr) 2013-09-12
BR112014021779B1 (pt) 2021-07-27
FR2987900B1 (fr) 2015-07-31
US20150301102A1 (en) 2015-10-22
EP2823323A1 (fr) 2015-01-14
IN2014MN01650A (zh) 2015-05-29
CN104160286B (zh) 2016-12-28

Similar Documents

Publication Publication Date Title
CN104160286A (zh) 用于对放射到电气设备内部或外部的局部放电进行识别的方法
KR101886853B1 (ko) 비트 불량 및 가상 검사를 이용한 웨이퍼 검사 공정의 생성
JP2021518657A (ja) 製造データに基づく半導体デバイスのターゲットされたリコール
JP4997069B2 (ja) 不良検出方法及び不良検出装置
JP2009010405A (ja) 局所的外れ値の検出のための方法および装置
CN102230902A (zh) Gis设备内部缺陷可视化智能识别方法
CN107367671A (zh) 基于物联网标识的gis局部放电带电检测与数据管理平台
CN109298298A (zh) 一种基于准高频耐压的gis盆式绝缘子局部放电缺陷诊断方法及系统
JP2010197385A (ja) データ解析のための方法および装置
US10802068B2 (en) Method of detecting abnormal test signal channel of automatic test equipment
CN111337798B (zh) 一种特高压换流变压器绝缘监测及局部放电故障诊断方法
JP7107632B2 (ja) 回転機診断システムおよび回転機診断方法
de Barros Bezerra et al. An evaluation of alternative techniques for monitoring insulator pollution
TW201830459A (zh) 利用頻譜射頻分析之處理腔室硬體錯誤偵測
JP2000269276A (ja) 欠陥解析システムおよびその方法
CN112255531B (zh) 一种测试机匹配检测系统及其方法
US20120233101A1 (en) Cluster analysis system and method to improve sorting performance
CN111076960A (zh) 一种基于人工智能算法的声纹质量检测方法
CN109592525A (zh) 电梯变频器故障诊断系统及方法
KR101743595B1 (ko) 부분 방전 진단 방법 및 시스템, 이를 이용한 몰드 변압기 열화 모니터링 시스템.
US11300603B2 (en) Method and system for condition monitoring electrical equipment
Gouda et al. Diagnostic techniques used in power transformer turn to turn faults identification based on sweep frequency response analysis (SFRA)
Kuljaca et al. Separation of multiple sources in PD measurements using an amplitude-frequency relation diagram
Xama et al. Avoiding mixed-signal field returns by outlier detection of hard-to-detect defects based on multivariate statistics
US20210109146A1 (en) Transformer anomaly detection with frequency response 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
C14 Grant of patent or utility model
GR01 Patent grant