CN105044499A - 一种电力系统设备变压器状态的检测方法 - Google Patents

一种电力系统设备变压器状态的检测方法 Download PDF

Info

Publication number
CN105044499A
CN105044499A CN201510376525.XA CN201510376525A CN105044499A CN 105044499 A CN105044499 A CN 105044499A CN 201510376525 A CN201510376525 A CN 201510376525A CN 105044499 A CN105044499 A CN 105044499A
Authority
CN
China
Prior art keywords
data
fault
transformer
diagnosis
power system
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
CN201510376525.XA
Other languages
English (en)
Inventor
赵建利
潘瑾
刘海峰
范辉
岳国良
高树国
孙祎
陈志勇
刘婷
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
Hebei Electric Power Construction Adjustment Test Institute
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
Hebei Electric Power Construction Adjustment Test Institute
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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd, Hebei Electric Power Construction Adjustment Test Institute filed Critical State Grid Corp of China SGCC
Priority to CN201510376525.XA priority Critical patent/CN105044499A/zh
Publication of CN105044499A publication Critical patent/CN105044499A/zh
Pending legal-status Critical Current

Links

Abstract

本发明公开了一种电力系统设备变压器状态的检测方法,其通过如下步骤检测:1、导入原油色谱数据并对原油色谱数据进行清洗,剔除原油色谱数据中的不完整数据或存储错误数据,清洗后保留完整准确的油色谱数据;2、将清洗过的油色谱数据通过中间数据库导入到目标数据库;3、建立综合的变压器故障诊断模型,所述综合的变压器故障诊断模型是将油色谱数据故障诊断、三比值法故障诊断和故障库诊断相结合来判定变压器故障,分别得到对应的3个诊断结果;4、将得到的所述3个诊断结果进行对比,采取少数服从多数的原则判断最终的故障类型,得到电力系统设备变压器状态。本发明的有益效果是既能够实现变压器的综合诊断,又能够提高故障诊断准确率。

Description

一种电力系统设备变压器状态的检测方法
技术领域
本发明属于电力系统设备的检测领域,具体涉及一种电力系统设备变压器状态的检测方法。
背景技术
目前,电力系统行业内大力开展变压器智能诊断与可视化管控研究,通过编制在线监测、故障诊断等规程规范,目的是指导变压器监测诊断工作的开展,减少变压器现场运行维护工作量,提高设备健康状况的可控、在控能力。
变压器智能诊断与可视化管控研究虽然已有部分技术人员开始研究,但是对于开展变压器状态监测工作还是提出了一定的挑战。具体分析如下:
现有状态监测系统仅实现状态监测数据的共享、积累,缺乏状态监测专家诊断和辅助决策平台,无法有效支撑设备状态检修专业化管理。从事状态监测人员技术水平不一,现场缺乏监测数据专业分析人员。目前的状态是监测工作重建设轻运行,重采购轻应用,重数据采集轻数据分析,研究工作缺乏系统性和持续性。
上述问题的存在,主要是由于缺乏一个专门的变压器状态监测智能评估诊断及管控平台的建设,对人员提供专业培训,引领状态监测技术的研究和标准化,以及新技术评估、示范和推广。
发明内容
本发明所要解决的技术问题是提供了一种既能够实现变压器的综合诊断,又能够提高故障诊断准确率的电力系统设备变压器状态的检测方法。
本发明采用如下技术方案:
一种电力系统设备变压器状态的检测方法,其包括如下步骤:
步骤1、导入原油色谱数据并对原油色谱数据进行清洗,剔除原油色谱数据中的不完整数据或存储错误数据,清洗后保留完整准确的油色谱数据;
步骤2、将步骤1中清洗过的油色谱数据通过中间数据库导入到目标数据库;
步骤3、建立综合的变压器故障诊断模型,所述综合的变压器故障诊断模型是将油色谱数据故障诊断、三比值法故障诊断和故障库诊断相结合来判定变压器故障,分别得到对应的3个诊断结果;
步骤4、将步骤3中得到的所述3个诊断结果进行对比,采取少数服从多数的原则判断最终的故障类型,得到电力系统设备变压器状态。
进一步的,所述步骤1中对原油色谱数据进行清洗的具体步骤如下:
1.1、对导入的原油色谱数据通过数据分析定义其数据清洗规则,即定义完整数据和正确数据的概念;
1.2、搜寻和识别错误的实例;
1.3、纠正所发现的错误,实现正确数据回流,替换原油色谱数据。
进一步的,所述1.2中搜寻识别错误的实例的方法包括检查数据属性错误和检测重复记录的数据。
进一步的,所述1.3中纠正所发现的错误的方法包括通过属性分离得到想要的数据属性、通过改正输入和拼写错误或将属性值转换成统一的格式实现标准化,利用上述方法中的一种及一种以上对所述错误进行纠正。
进一步的,所述油色谱数据故障诊断的具体步骤如下:
5.1、导入变压器油色谱历史数据和实时数据;
5.2、根据油中溶解气体的正常含量判断气体是否超标;
5.3、当油中溶解气体超标时,再利用超标量直接根据DL/T722-2000《变压器油中溶解气体分析和判断导则》判断为何种故障,具体判断出为何种电故障或热故障;当油中溶解气体未超标时,无故障则结束。
进一步的,所述三比值法故障诊断的具体步骤如下:
6.1、导入变压器油色谱实时数据;
6.2、根据国际电工委员会和我国国际标准推荐的比值判断标准进行判断,利用监测到的实时数据,计算相应数据的比值,得到比值编码,通过比值编码找到对应的故障类型,具体判断出为何种电故障或热故障或无故障。
进一步的,所述故障库诊断通过获取目标数据库中的数据与故障库中故障案例的数据进行比对,当其与故障库中故障案例的数据一致时,找到其对应的故障类型,即可判断现在变压器的故障类型。
进一步的,所述故障库是变压器在历史诊断过程中积累下来的历史故障案例库。
本发明的有益效果如下:本发明通过油色谱数据故障诊断、三比值法故障诊断和故障库诊断来综合诊断变压器的故障,有效的提高了变压器故障诊断的准确率,重复性好,提高了设备变压器健康状况的可控、在控能力,能够有效地支撑设备变压器状态检修专业化管理。
附图说明
图1为本方法的流程图。
图2为本发明中数据清洗的方法流程图。
具体实施方式
下面结合附图1~2对本发明作进一步说明。
实施例,参照图1~2:其包括如下步骤:
步骤1、导入原油色谱数据并对原油色谱数据进行清洗,剔除原油色谱数据中的不完整数据或存储错误数据,清洗后保留完整准确的油色谱数据;
步骤2、将步骤1中清洗过的油色谱数据通过中间数据库导入到目标数据库;
步骤3、建立综合的变压器故障诊断模型,所述综合的变压器故障诊断模型是将油色谱数据故障诊断、三比值法故障诊断和故障库诊断相结合来判定变压器故障,分别得到对应的3个诊断结果;
步骤4、将步骤3中得到的所述3个诊断结果进行对比,采取少数服从多数的原则判断最终的故障类型,得到电力系统设备变压器状态。
进一步的,所述步骤1中对原油色谱数据进行清洗的具体步骤如下:
1.1、对导入的原油色谱数据通过数据分析定义其数据清洗规则,即定义完整数据和正确数据的概念;
1.2、搜寻和识别错误的实例;
1.3、纠正所发现的错误,实现正确数据回流,替换原油色谱数据。
进一步的,所述1.2中搜寻识别错误的实例的方法包括检查数据属性错误和检测重复记录的数据。
进一步的,所述1.3中纠正所发现的错误的方法包括通过属性分离得到想要的数据属性、通过改正输入和拼写错误或将属性值转换成统一的格式实现标准化,利用上述方法中的一种及一种以上对所述错误进行纠正。
进一步的,所述油色谱数据故障诊断的具体步骤如下:
5.1、导入变压器油色谱历史数据和实时数据;
5.2、根据油中溶解气体的正常含量判断气体是否超标,具体的油中溶解气体的正常含量如下表1所示;
表1
5.3、当油中溶解气体超标时,再利用超标量直接根据DL/T722-2000《变压器油中溶解气体分析和判断导则》判断为何种故障,具体判断出为何种电故障或热故障;当油中溶解气体未超标时,无故障则结束。具体判断热故障类型的标准如下表4所示;
表4
进一步的,所述三比值法故障诊断的具体步骤如下:
6.1、导入变压器油色谱实时数据;
6.2、根据国际电工委员会和我国国际标准推荐的比值判断标准进行判断,利用监测到的实时数据,计算相应数据的比值,得到比值编码,通过比值编码找到对应的故障类型,具体判断出为何种电故障或热故障或无故障。具体的编码规则如下表2所示:
表2
和比值编码对应的故障类型如下表3所示:
表3
具体判断热故障类型的标准如上表4所示;
进一步的,所述故障库诊断通过获取目标数据库中的数据与故障库中故障案例的数据进行比对,当其与故障库中故障案例的数据一致时,找到其对应的故障类型,即可判断现在变压器的故障类型。
进一步的,所述故障库是变压器在历史诊断过程中积累下来的历史故障案例库。
判断故障为何种电故障,依据上表4,确定电故障类型,DGA方法,即溶解气体分析根据国家标准GB7275-2001,三比值法根据国际电工委员会和我国国际标准推荐的比值判断标准进行判断。
本发明的工作原理如下:
数据清洗是对接入输变电设备状态可视化系统中的油色谱,即变压器油中溶解的气体数据进行数据清洗。
首先,定义和确定错误的类型,通过数据分析来检测油色谱,即变压器油中溶解的气体数据中的错误或不一致情况,根据数据分析得到的结果来定义清洗转换规则与工作流,即根据诊断需要来定义,比如正确的数据范围是在1-10之内,那么即可定义数据的清洗规则为当数据不在这个范围时就认为该数据是错误的,则该数据可剔除,在故障诊断时不用该组数据。
其次,在导入输变电设备状态可视化系统中的变压器油中溶解的气体数据中搜寻和识别错误的实例,如检查数据属性错误、检测重复记录的数据。
再次,纠正所发现的错误,主要通过属性分离、改正输入和拼写错误、属性值转换成一致和统一的格式,这三种纠正错误的方法为并列关系,无先后顺序之分,通过属性分离可得到所需数据的属性,错误数据可进行改正,不统一的数据可以进行标准化,例如气体的单位都是μL/L,如果出现单位不一致则需进行统一;
最后,实现数据回流,用正确的数据替换原油色谱数据中的错误数据完成数据清洗,详细的清洗过程如图2所示。
所述数据转换是对接入输变电设备状态可视化系统中的油色谱数据进行数据转换,其包括结构数据转换、用户数据转换和目标数据导入;
转换结构数据:转换系统按照需要,读取数据源的数据字典的信息,所述数据字典指存储在各个数据库中的系统信息表,然后获取源的数据库结构、数据类型定义等一些数据库系统的信息,根据制定好的数据库结构的映射关系生成表示数据库内容的中间数据库结构部分。
转换用户数据:转换系统按照用户的要求读取数据源的用户数据,根据制定的数据库表数据的映射关系生成表示数据库内容的中间数据库数据部分。
导入目标数据:转换系统读取生成的中间数据库数据部分,其包括表示数据库结构部分和数据库数据部分,然后按照需要将其内容导入到指定的目标数据库中。
建立综合的变压器故障诊断模型,本发明所建立的变压器综合诊断模型是将油色谱数据分析、三比值法和故障库诊断相结合来判定变压器故障。本方法利用油色谱数据故障诊断、三比值法故障诊断和故障库诊断的方法综合来诊断变压器的故障,有效的提高了变压器故障诊断的准确率。
具体原理如下:
(1)利用设备在线监测原始海量数据,根据设备的海量历史数据挖掘出变压器的各种运行工况及参数耦合关系,建立变压器唯一的实时动态模型。
(2)创建的设备实时动态模型将会和在线设备同时运行,并根据设备的当前运行状态,针对设备的每一个监测点产生预测值。预测值的产生不仅仅基于该测点的历史运行规律,同时取决于该设备测点间的耦合关系。
(3)将设备的每个测点的实际值和测量值进行比较,并运用相似性和回归预测等数学算法将每个测点的比较结果结合起来,实现设备状态的早期预警。
例如,在河北输变电设备状态可视化平台深化研究中对变压器状态数据的进行融合。主要针对变压器油中溶解的气体,包括甲烷、乙烷、乙炔、乙烯、气体、一氧化碳和二氧化碳进行结合分析。应用本发明中步骤1到步骤4的方法,通过从海量数据中抽取与变压器故障相关的参量,包括油中溶解的甲烷、乙烷、乙炔、乙烯、气体、一氧化碳和二氧化碳等数据,采用三比值法、油色谱数据分析法和故障库方法分别进行判断,分析上述参量与变压器故障之间的关系,最终得到变压器具体的故障类型,详细判断标准如表1-4所示。
根据变压器故障诊断方法,通过对变压器油中溶解气体分析,应用发明中步骤3变压器故障诊断方法,将这三种方法分别诊断的结果进行分析,根据大概率时间原则确定变压器的最终故障类型。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。

Claims (7)

1.一种电力系统设备变压器状态的检测方法,其特征在于:其包括如下步骤:
步骤1、导入原油色谱数据并对原油色谱数据进行清洗,剔除原油色谱数据中的不完整数据或存储错误数据,清洗后保留完整准确的油色谱数据;
步骤2、将步骤1中清洗过的油色谱数据通过中间数据库导入到目标数据库;
步骤3、建立综合的变压器故障诊断模型,所述综合的变压器故障诊断模型是将油色谱数据故障诊断、三比值法故障诊断和故障库诊断相结合来判定变压器故障,分别得到对应的3个诊断结果;
步骤4、将步骤3中得到的所述3个诊断结果进行对比,采取少数服从多数的原则判断最终的故障类型,得到电力系统设备变压器状态。
2.根据权利要求1所述的一种电力系统设备变压器状态的检测方法,其特征在于:所述步骤1中对原油色谱数据进行清洗的具体步骤如下:
1.1、对导入的原油色谱数据通过数据分析定义其数据清洗规则,即定义完整数据和正确数据的概念;
1.2、搜寻和识别错误的实例;
1.3、纠正所发现的错误,实现正确数据回流,替换原油色谱数据。
3.根据权利要求2所述的一种电力系统设备变压器状态的检测方法,其特征在于:所述1.2中搜寻识别错误的实例的方法包括检查数据属性错误和检测重复记录的数据。
4.根据权利要求2或3所述的一种电力系统设备变压器状态的检测方法,其特征在于:所述1.3中纠正所发现的错误的方法包括通过属性分离得到想要的数据属性、通过改正输入和拼写错误或将属性值转换成统一的格式实现标准化,利用上述方法中的一种及一种以上对所述错误进行纠正。
5.根据权利要求1或2所述的一种电力系统设备变压器状态的检测方法,其特征在于:所述油色谱数据故障诊断的具体步骤如下:
5.1、导入变压器油色谱历史数据和实时数据;
5.2、根据油中溶解气体的正常含量判断气体是否超标;
5.3、当油中溶解气体超标时,再利用超标量直接根据DL/T722-2000《变压器油中溶解气体分析和判断导则》判断为何种故障,具体判断出为何种电故障或热故障;当油中溶解气体未超标时,无故障则结束。
6.根据权利要求1或2所述的一种电力系统设备变压器状态的检测方法,其特征在于:所述三比值法故障诊断的具体步骤如下:
6.1、导入变压器油色谱实时数据;
6.2、根据国际电工委员会和我国国际标准推荐的比值判断标准进行判断,利用监测到的实时数据,计算相应数据的比值,得到比值编码,通过比值编码找到对应的故障类型,具体判断出为何种电故障或热故障或无故障。
7.根据权利要求1或2所述的一种电力系统设备变压器状态的检测方法,其特征在于:所述故障库诊断通过获取目标数据库中的数据与故障库中故障案例的数据进行比对,当其与故障库中故障案例的数据一致时,找到其对应的故障类型,即可判断现在变压器的故障类型。
CN201510376525.XA 2015-07-01 2015-07-01 一种电力系统设备变压器状态的检测方法 Pending CN105044499A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510376525.XA CN105044499A (zh) 2015-07-01 2015-07-01 一种电力系统设备变压器状态的检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510376525.XA CN105044499A (zh) 2015-07-01 2015-07-01 一种电力系统设备变压器状态的检测方法

Publications (1)

Publication Number Publication Date
CN105044499A true CN105044499A (zh) 2015-11-11

Family

ID=54451186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510376525.XA Pending CN105044499A (zh) 2015-07-01 2015-07-01 一种电力系统设备变压器状态的检测方法

Country Status (1)

Country Link
CN (1) CN105044499A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512195A (zh) * 2015-11-26 2016-04-20 中国航空工业集团公司沈阳飞机设计研究所 一种产品fmeca报告分析决策辅助方法
CN106682081A (zh) * 2016-11-23 2017-05-17 云南电网有限责任公司电力科学研究院 基于多模型的变压器性能综合分析系统
CN107358366A (zh) * 2017-07-20 2017-11-17 国网辽宁省电力有限公司 一种配电变压器故障风险监测方法及系统
CN109239516A (zh) * 2018-09-05 2019-01-18 国网山西省电力公司检修分公司 融合多种智能诊断模型的变压器故障分层诊断方法
CN109342630A (zh) * 2018-11-23 2019-02-15 中国电力科学研究院有限公司 变压器油色谱在线监测异常数据诊断方法
CN109459522A (zh) * 2018-12-29 2019-03-12 云南电网有限责任公司电力科学研究院 一种基于id3算法的变压器缺陷预测方法及装置
CN109581115A (zh) * 2018-12-13 2019-04-05 广西电网有限责任公司电力科学研究院 一种配电网低电压诊断系统和诊断方法
CN109632975A (zh) * 2018-12-22 2019-04-16 武汉新运维光电科技股份有限公司 一种变压器油色谱数据综合分析及缺陷预测系统及方法
CN110472671A (zh) * 2019-07-24 2019-11-19 西安工程大学 基于多阶段的油浸式变压器故障数据预处理方法
CN111366843A (zh) * 2018-12-26 2020-07-03 平高集团有限公司 一种断路器装置及分合闸检测方法和装置
CN114123518A (zh) * 2022-01-25 2022-03-01 山东和兑智能科技有限公司 变压器数字化智能检测方法与监测系统
CN114324710A (zh) * 2021-11-15 2022-04-12 杭州柯林电气股份有限公司 变压器油色谱检测系统及检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539551A (zh) * 2009-04-23 2009-09-23 思源电气股份有限公司 变压器油色谱检测系统及检测方法
CN102411106A (zh) * 2011-11-18 2012-04-11 广东电网公司广州供电局 电力变压器故障监测方法及装置
CN103399237A (zh) * 2013-08-06 2013-11-20 华北电力大学 一种检测油浸式变压器故障的方法
CN103630768A (zh) * 2012-08-23 2014-03-12 天津市电力公司 变电站内变压器故障诊断方法
CN104462832A (zh) * 2014-12-12 2015-03-25 国家电网公司 一种油浸变压器绝缘性能的发展趋势预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101539551A (zh) * 2009-04-23 2009-09-23 思源电气股份有限公司 变压器油色谱检测系统及检测方法
CN102411106A (zh) * 2011-11-18 2012-04-11 广东电网公司广州供电局 电力变压器故障监测方法及装置
CN103630768A (zh) * 2012-08-23 2014-03-12 天津市电力公司 变电站内变压器故障诊断方法
CN103399237A (zh) * 2013-08-06 2013-11-20 华北电力大学 一种检测油浸式变压器故障的方法
CN104462832A (zh) * 2014-12-12 2015-03-25 国家电网公司 一种油浸变压器绝缘性能的发展趋势预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵飞: "数据清洗的一般过程", 《基于全生命周期的主数据管理MDM详解与实践》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512195B (zh) * 2015-11-26 2019-08-23 中国航空工业集团公司沈阳飞机设计研究所 一种产品fmeca报告分析决策辅助方法
CN105512195A (zh) * 2015-11-26 2016-04-20 中国航空工业集团公司沈阳飞机设计研究所 一种产品fmeca报告分析决策辅助方法
CN106682081A (zh) * 2016-11-23 2017-05-17 云南电网有限责任公司电力科学研究院 基于多模型的变压器性能综合分析系统
CN107358366A (zh) * 2017-07-20 2017-11-17 国网辽宁省电力有限公司 一种配电变压器故障风险监测方法及系统
CN107358366B (zh) * 2017-07-20 2020-11-06 国网辽宁省电力有限公司 一种配电变压器故障风险监测方法及系统
CN109239516A (zh) * 2018-09-05 2019-01-18 国网山西省电力公司检修分公司 融合多种智能诊断模型的变压器故障分层诊断方法
CN109342630A (zh) * 2018-11-23 2019-02-15 中国电力科学研究院有限公司 变压器油色谱在线监测异常数据诊断方法
CN109342630B (zh) * 2018-11-23 2022-09-20 中国电力科学研究院有限公司 变压器油色谱在线监测异常数据诊断方法
CN109581115A (zh) * 2018-12-13 2019-04-05 广西电网有限责任公司电力科学研究院 一种配电网低电压诊断系统和诊断方法
CN109581115B (zh) * 2018-12-13 2022-01-04 广西电网有限责任公司电力科学研究院 一种配电网低电压诊断系统和诊断方法
CN109632975A (zh) * 2018-12-22 2019-04-16 武汉新运维光电科技股份有限公司 一种变压器油色谱数据综合分析及缺陷预测系统及方法
CN111366843A (zh) * 2018-12-26 2020-07-03 平高集团有限公司 一种断路器装置及分合闸检测方法和装置
CN109459522A (zh) * 2018-12-29 2019-03-12 云南电网有限责任公司电力科学研究院 一种基于id3算法的变压器缺陷预测方法及装置
CN110472671A (zh) * 2019-07-24 2019-11-19 西安工程大学 基于多阶段的油浸式变压器故障数据预处理方法
CN114324710A (zh) * 2021-11-15 2022-04-12 杭州柯林电气股份有限公司 变压器油色谱检测系统及检测方法
CN114123518A (zh) * 2022-01-25 2022-03-01 山东和兑智能科技有限公司 变压器数字化智能检测方法与监测系统

Similar Documents

Publication Publication Date Title
CN105044499A (zh) 一种电力系统设备变压器状态的检测方法
CN112596495B (zh) 一种基于知识图谱的工业设备故障诊断方法及系统
CN107733357A (zh) 一种大型光伏电站中电池面板的故障检测算法
CN105846780A (zh) 一种基于决策树模型的光伏组件故障诊断方法
CN103197177A (zh) 一种基于贝叶斯网络的变压器故障诊断分析方法
CN111459700A (zh) 设备故障的诊断方法、诊断装置、诊断设备及存储介质
CN108051709A (zh) 基于人工智能技术的变压器状态在线评估分析方法
CN103745119A (zh) 一种基于故障概率模型的油浸式变压器故障诊断方法
EP2478423A1 (en) Supervised fault learning using rule-generated samples for machine condition monitoring
CN107069960B (zh) 一种二次运维管理系统的在线缺陷诊断方法
JP5684813B2 (ja) 油入電気機器の異常予測診断方法
CN113466597A (zh) 一种轨道交通供电系统设备状态智能检测方法
CN109188082A (zh) 一种基于bp神经网络的变压器状态评估方法
CN105139295A (zh) 一种电力设备在线监测海量信息的数据挖掘方法
CN107450428A (zh) 一种基于平移等效的主变压器油位实时监控方法
CN107103361B (zh) 基于粗糙集与回答集的变压器故障诊断方法和系统
AU2023210611A1 (en) Method and apparatus for operating state analysis and early warning of auxiliary device of hydroelectric station, and decision support system for hydroelectric production
CN103529337B (zh) 设备故障与电气量信息间非线性相关关系的识别方法
CN102385333A (zh) 一种石油仪器故障诊断装置及诊断方法
CN105741184A (zh) 一种变压器状态评估方法及装置
CN107862459A (zh) 一种基于大数据的计量设备状态评估方法及系统
CN107328994A (zh) 变压器绝缘电阻试验装置及方法
CN115600695A (zh) 一种计量设备的故障诊断方法
CN115587635A (zh) 一种基于中性点偏移判断的台区线损分析方法、系统
CN115310693A (zh) 一种综合能源数据清洗方法、系统、设备和介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20151111