CN105403777A - 一种复合绝缘子老化状态分级及判别方法 - Google Patents
一种复合绝缘子老化状态分级及判别方法 Download PDFInfo
- Publication number
- CN105403777A CN105403777A CN201510570741.8A CN201510570741A CN105403777A CN 105403777 A CN105403777 A CN 105403777A CN 201510570741 A CN201510570741 A CN 201510570741A CN 105403777 A CN105403777 A CN 105403777A
- Authority
- CN
- China
- Prior art keywords
- sample
- class
- ageing state
- overall
- composite insulator
- 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
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Insulators (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了属于高电压与绝缘技术领域的一种复合绝缘子老化状态分级及判别方法,该方法采用聚类分析方法,以选取憎水性丧失试验的丧失静态接触角均值X1、丧失静态接触角最小值X2和憎水性恢复试验的恢复静态接触角均值X3以及热刺激电流(TSC)的陷阱电荷量X4、陷阱能级X5这5个变量对18支试样进行老化状态量化分级;并通过判别分析方法对3支未知老化状态试样进行判别,得到各个老化等级判别函数;其中,判别标准根据陷阱电荷量大小,由聚类分析结果给出,老化状态分级结果通过判别分析方法来验证精确性,本发明可以通过测量陷阱的电荷量来判断出聚合物材料的老化程度,避免事故发生造成各种损失。
Description
技术领域
本发明属于高电压与绝缘技术领域。特别涉及一种复合绝缘子老化状态分级及判别方法,
背景技术
复合绝缘子因具有机械强度高、污闪电压高、重量轻、运行维护简单等优点,广泛应用在电力系统输电线路绝缘上。但是,由于受到运行环境的影响,包括紫外线、温湿度、污秽度和电晕等等,复合绝缘子会出现不同程度的老化,主要表现在伞裙脆硬、粉化和破损,甚至出现芯棒断裂。因此,如何判断输电线路复合绝缘子的老化状态,即何时对复合绝缘子进行更换,成为运行维护部门一个亟待解决的难题。
到目前为止,对复合绝缘子老化状态分级主要集中在外观检查、硬度大小、憎水性丧失程度等方面,其主要的缺点是主观因素过多,且不涉及到数学模型和方法。
热刺激电流(TSC)方法是在介质物理基础上发展出来的一种测量技术,主要用于测量绝缘材料、半导体等电介质材料的微观参数。在聚合物材料的老化过程中材料本身可能会发生许多微观结构的变化,出现更多的陷阱。陷阱的密度和能级的增加,可以作为聚合物材料老化程度判断的一个有效手段,由于聚合物材料中的陷阱或缺陷与空间电荷有着非常密切的关系。因此,可以通过测量陷阱的电荷量来判断出聚合物材料的老化程度。
为了对复合绝缘子老化状态进行分级,本发明采用聚类分析对18支复合绝缘子试样进行老化状态进行分级,并通过判别分析方法对3支待判别试样进行判别,得到判别函数。
发明内容
本发明的目的是提出一种复合绝缘子老化状态分级及判别方法,其特征在于,采用聚类分析方法,以选取憎水性丧失试验的丧失静态接触角均值X1、丧失静态接触角最小值X2和憎水性恢复试验的恢复静态接触角均值X3以及热刺激电流(TSC)的陷阱电荷量X4、陷阱能级X5这5个变量对18支试样进行老化状态量化分级;并通过判别分析方法对3支未知老化状态试样进行判别,得到各个老化等级判别函数;其中,判别标准根据陷阱电荷量大小,由聚类分析结果给出,老化状态分级结果通过判别分析方法来验证精确性,具体包括:
1)对复合绝缘子参数包括静态接触角、陷阱电荷和年限进行检测,得到如表1所示的原始数据,如表1所示的数据具有不同的量纲、而且数值呈数量级之差的数据要在一起进行比较,必须进行数据变换处理;然后采用聚类分析,获取老化状态试样判别标准的基本信息;
表1试样基本信息
其中,1~18号试样用于聚类分析标准,17~19号试样为新的复合绝缘子试样,19~21号试样用于判别分析;i为第几个样品,i=1、2、…n;,n为样品个数=21。
2)复合绝子老化状态分级
1.1采用聚类分析对样品进行分并类,采用组间连接法将n个样品根据陷阱电荷量大小分组,一个组;先计算n(n-1)/2个相似性测度(即相似度大小),并且把具有最小测度的两个样品合并成成为一类,然后按照系统聚类分析方法计算这个类(是指复合绝缘子每一种老化状态等级)和其它n-2个样品之间的距离进行并类;在并类过程中,每一步所做的并类(样品与样品、样品与类、类与类)都要使相似性测度在系统中保持最小,这样每次减少一类,直至所有样品都归类为止;一个组包含的样品个数,计算该组的陷阱电荷量平均值,一个平均值为一类,对表1中1~18号复合绝缘子样品聚类分析结果如表2所示;表1所示,1‐18个样品的聚类分析结果为4个类,
表2复合绝缘子聚类分析结果
1.2数据变换处理采用标准化变换对变量的属性进行变换处理,首先对列进行中心化,然后用标准差给予标准化,即其中
上述式(1)、式(2)中,i代表第i个样本,j代表样本第j个变量;
通过变换处理后,每列数据的平均值为0,方差为1,使用标准差作标准化处理后,计算距离系数,在抽样样本改变时仍保持相对稳定性;
1.3计算距离系数,包括:
欧式距离:
Minkowski距离:
其中,dk为第i个样本和第k个样本的距离大小;根据什么数据计算,得到表3所示的聚类过程中不同类(指什么地方的类)之间距离。(最好与马氏统一描述,取其中一个,不知道哪一种是最好)
表3聚类过程中不同类之间距离
聚类过程 | 样品编号i1 | 样品编号i2 | (最短)距离 |
1 | 6 | 8 | 0.006 |
2 | 10 | 13 | 0.036 |
3 | 17 | 18 | 0.080 |
4 | 10 | 11 | 0.103 |
5 | 7 | 15 | 0.121 |
6 | 6 | 9 | 0.135 |
7 | 12 | 16 | 0.163 |
8 | 1 | 6 | 0.177 |
9 | 1 | 2 | 0.222 |
10 | 5 | 12 | 0.226 |
11 | 4 | 10 | 0.227 |
12 | 7 | 14 | 0.263 |
13 | 4 | 5 | 0.305 |
14 | 1 | 4 | 0.456 |
15 | 3 | 17 | 0.468 |
16 | 3 | 7 | 0.983 |
17 | 1 | 3 | 1.545 |
3)老化状态分级,按照步骤1.1分组中的一个组为一类,表1中1‐18个样品的分为4个类,与表2对照,复合绝缘子老化状态分级结果如下面表4.
表4复合绝缘子老化状态分级结果
4)复合绝缘子老化状态分级结果验证(判别分析)
4.1判别分析(主要判别新的复合绝缘子试样17~19号试样是属于1‐18支复合绝缘子试样老化状态分类中的那一种,即与表4比较)
判别分析法通常从各训练样本中提取已有的各总体信息,构造一定的距离判别准则,来判断新样本属于那个总体。其中距离判别的基本思想是:比较样本和每个总体的马氏距离,并将其判定属于马氏距离最近的那个总体,最后通过Fish准则得到Fish判别函数;聚类分析将表1中1‐18支复合绝缘子试样老化状态分类(分成4),从分类结果来看,微观特性与宏观特性基本相符合,但是需要通过另一些试样进行判别验证;
所述马氏距离为设总体G={X1,X2,X3,X4,X5}T为m元总体(这里考虑m个指标,m=5)。令μi=E(Xi)(i=1,2,...m),则总体均值向量为μ={μ1,μ2,...,μm}T。总体G的协方差矩阵为:
Σ=cov(G)=E[(G‐μ)(G‐μ)T](6)
定义样本x与总体G的马氏距离为:
d2(x,G)=(x-μ)TΣ‐1(x-μ)(7)
设有4个m元总体:G1,G2,G3,G4,其各自的均值向量和协差矩阵分别为μi,Σi(i=1,2,3,4)。对任意给定的m元样本x={x1,x2,…,xm},判断其属于哪个总体,可以按马氏距离最近准则对x进行判别分类。首先计算样本x到k个总体的马氏距离d2(x,Gi)(i=1,2,3,4),然后进行比较,把样本x判归距离最小的那个总体。设i=l时,若
d2(x,Gl)=mini=1,2,3,4{d2(x,Gt)}(8)
则样本x∈Gl;
4.2Fisher判别及结果
Fisher判别是一种依据方差分析原理建立的判别方法,对马氏距离判别的老化状态分级结果(聚类分析)进行重新训练和验证,对p维空间中的点xi=(xi1,xi2,…,xip),i=1,2,…,n,找一组线性函数ym(xi)=∑cj,m=1,2,…,m,一般m<p,用它们把p维空间中的观测点都转换为m维的,再在m维空间中对观测集进行分类。降维后的数据应最大限度地缩小同类中观测之间的差异,并最大限度扩大不同类别间的差异,如此才能获得较高的判别效率。在此采用方差分析的思想,依据使组间均方差与组内均方差之比最大的原则,选择最优的线性函数,以对新抽检的试样的信息进行判别,然后对抽检试样进行老化状态等级归类。
本发明的有益效果是:可以通过测量陷阱的电荷量来判断出聚合物材料的老化程度,避免事故发生造成各种损失。本发明的特点如下;
1.采用聚类分析方法,对选取憎水性丧失试验的丧失静态接触角均值(X1)、丧失静态接触角最小值(X2)和憎水性恢复试验的恢复静态接触角均值(X3)以及热刺激电流(TSC)的陷阱电荷量(X4)、陷阱能级(X5)5个变量对18支试样进行老化状态量化分级。
2.通过聚类分析得到18支试样各自老化等级后,利用判别分析方法对未知老化状态的另外3支试样进行分类判别,得到各老化等级的判别函数。
附图说明
图1聚类分析过程谱系图
图2各类别判别结果散点图
具体实施方式
本发明提出一种基于热刺激电流的复合绝缘子老化状态分级及判别方法,下面结合附图和实施例予以说明。
采用聚类分析方法,以选取憎水性丧失试验的丧失静态接触角均值X1、丧失静态接触角最小值X2和憎水性恢复试验的恢复静态接触角均值X3以及热刺激电流(TSC)的陷阱电荷量X4、陷阱能级X5这5个变量对18支试样进行老化状态量化分级;并通过判别分析方法对3支未知老化状态试样进行判别,得到各个老化等级判别函数;其中,判别标准根据陷阱电荷量大小,由聚类分析结果给出,老化状态分级结果通过判别分析方法来验证精确性,具体包括:
1)对复合绝缘子参数包括静态接触角、陷阱电荷和年限进行检测,得到如表1所示的原始数据,如表1所示的数据具有不同的量纲、而且数值呈数量级之差的数据要在一起进行比较,必须进行数据变换处理;然后采用聚类分析,获取老化状态试样判别标准的基本信息;
表1试样基本信息
其中,1~18号试样用于聚类分析标准,17~19号试样为新的复合绝缘子试样,19~21号试样用于判别分析;i为第几个样品,i=1、2、…n;,n为样品个数=21。
2)复合绝子老化状态分级
1.1采用聚类分析对样品进行分并类,采用组间连接法将n个样品根据陷阱电荷量大小分组,一个组;先计算n(n-1)/2个相似性测度(即相似度大小),并且把具有最小测度的两个样品合并成成为一类,然后按照系统聚类分析方法计算这个类(是指复合绝缘子每一种老化状态等级)和其它n-2个样品之间的距离进行并类;在并类过程中,每一步所做的并类(样品与样品、样品与类、类与类)都要使相似性测度在系统中保持最小,这样每次减少一类,直至所有样品都归类为止;一个组包含的样品个数,计算该组的陷阱电荷量平均值,一个平均值为一类,对表1中1~18号复合绝缘子样品聚类分析结果如表2所示;表1所示,1‐18个样品的聚类分析结果为4个类,
表2复合绝缘子聚类分析结果
1.2数据变换处理采用标准化变换对变量的属性进行变换处理,首先对列进行中心化,然后用标准差给予标准化,即其中
上述式(1)、式(2)中,i代表第i个样本,j代表样本第j个变量;
通过变换处理后,每列数据的平均值为0,方差为1,使用标准差作标准化处理后,计算距离系数,在抽样样本改变时仍保持相对稳定性;
1.3计算距离系数,包括:
欧式距离:
Minkowski距离:
其中,dk为第i个样本和第k个样本的距离大小;根据什么数据计算,得到表3所示的聚类过程中不同类之间距离。
表3聚类过程中不同类之间距离
聚类过程 | 样品编号i1 | 样品编号i2 | (最短)距离 |
1 | 6 | 8 | 0.006 |
2 | 10 | 13 | 0.036 |
3 | 17 | 18 | 0.080 |
4 | 10 | 11 | 0.103 |
5 | 7 | 15 | 0.121 |
6 | 6 | 9 | 0.135 |
7 | 12 | 16 | 0.163 |
8 | 1 | 6 | 0.177 |
9 | 1 | 2 | 0.222 |
10 | 5 | 12 | 0.226 |
11 | 4 | 10 | 0.227 |
12 | 7 | 14 | 0.263 |
13 | 4 | 5 | 0.305 |
14 | 1 | 4 | 0.456 |
15 | 3 | 17 | 0.468 |
16 | 3 | 7 | 0.983 |
17 | 1 | 3 | 1.545 |
3)老化状态分级,按照步骤1.1分组中的一个组为一类,表1中1‐18个样品的分为4个类,与表2对照,复合绝缘子老化状态分级结果如下面表4.
表4复合绝缘子老化状态分级结果
4)复合绝缘子老化状态分级结果验证(判别分析)
4.1判别分析(主要判别新的复合绝缘子试样17~19号试样是属于1‐18支复合绝缘子试样老化状态分类中的那一种,即与表4比较)
判别分析法通常从各训练样本中提取已有的各总体信息,构造一定的距离判别准则,来判断新样本属于那个总体。其中距离判别的基本思想是:比较样本和每个总体的马氏距离,并将其判定属于马氏距离最近的那个总体,最后通过Fish准则得到Fish判别函数;聚类分析将表1中1‐18支复合绝缘子试样老化状态分类(分成4),从分类结果来看,微观特性与宏观特性基本相符合,但是需要通过另一些试样进行判别验证;
所述马氏距离为设总体G={X1,X2,X3,X4,X5}T为m元总体(这里考虑m个指标,m=5)。令μi=E(Xi)(i=1,2,...m),其中X1为丧失静态接触角均值,X2为丧失静态接触角最小值,X3为憎水性恢复试验的恢复静态接触角均值,X4为热刺激电流(TSC)的陷阱电荷量,X5为陷阱能级;则总体均值向量为μ={μ1,μ2,...,μm}T。总体G的协方差矩阵为:
Σ=cov(G)=E[(G‐μ)(G‐μ)T](6)
定义样本x与总体G的马氏距离为:
d2(x,G)=(x-μ)TΣ‐1(x-μ)(7)
设有4个m元总体:G1,G2,G3,G4,其各自的均值向量和协差矩阵分别为μi,Σi(i=1,2,3,4)。对任意给定的m元样本x={x1,x2,…,xm},判断其属于哪个总体,可以按马氏距离最近准则对x进行判别分类。首先计算样本x到k个总体的马氏距离d2(x,Gi)(i=1,2,3,4),然后进行比较,把样本x判归距离最小的那个总体。设i=l时,若
d2(x,Gl)=mini=1,2,3,4{d2(x,Gt)}(8)
则样本x∈Gl;
根据标准典型判别函数计算出每个样本的平面坐标,再计算其与各类重心的马氏距离(平方),就可以判断其类别归属。图2给出了18、19和20号复合绝缘子预测结果,分别属于1、4、3类。从预测分类结果来看,一般判别分析通过已有数据进行训练,判别正确率为100%。18号复合绝缘子为新试样,故归入第1类;19号复合绝缘子陷阱电荷量为312nC,与第4类试样平均陷阱电荷量276nC最为接近;20号复合绝缘子陷阱电荷量为188.3nC,与第3类陷阱电荷量212nC最为接近。
通过计算出每个试样的平面坐标,可以画出21个试样的位置。属于相同类别的试样散点偏差较小(马氏距离平方),不同类别试样的马氏距离很大,因此,从实际试验结果来看,判别分析预测的分类收到很好的效果;判别分析效果显著。
4.2Fisher判别及结果
Fisher判别是一种依据方差分析原理建立的判别方法,对马氏距离判别的老化状态分级结果(聚类分析)进行重新训练和验证,对p维空间中的点xi=(xi1,xi2,…,xip),i=1,2,…,n,找一组线性函数ym(xi)=∑cj,m=1,2,…,m,一般m<p,用它们把p维空间中的观测点都转换为m维的,再在m维空间中对观测集进行分类。降维后的数据应最大限度地缩小同类中观测之间的差异,并最大限度扩大不同类别间的差异,如此才能获得较高的判别效率。在此采用方差分析的思想,依据使组间均方差与组内均方差之比最大的原则,选择最优的线性函数,以对新抽检的试样的信息进行判别,然后对抽检试样进行老化状态等级归类。
根据Fisher线性判别函数公式,选取丧失静态接触角均值(X1)、丧失静态接触角最小值(X2)、恢复静态接触角均值(X3)、陷阱电荷量(X4)、陷阱能级(X5)和常数参量,将观测试样的各参量数据代入公式(8)计算Y1、Y2、Y3、Y4相应的得分,观测试样隶属于得分最高的一类。
例如,通过式10计算19、20和21号试样在各类的得分,结果如表5所示。由表4可知,19号试样在第1类得分最高,20号试样子在第4类得分最高,21号试样在第3类得分最高,故19、20和21号试样分别隶属第1、4和3类,这与典型判别函数判别结果一致。
表5待判别试样得分
因此,根据式(8)的判别函数,只要知道复合绝缘子的5个变量,就可以对复合绝缘子的老化状态等级进行划分。
Claims (1)
1.一种复合绝缘子老化状态分级及判别方法,其特征在于,采用聚类分析方法,以选取憎水性丧失试验的丧失静态接触角均值X1、丧失静态接触角最小值X2和憎水性恢复试验的恢复静态接触角均值X3以及热刺激电流(TSC)的陷阱电荷量X4、陷阱能级X5这5个变量对18支试样进行老化状态量化分级;并通过判别分析方法对3支未知老化状态试样进行判别,得到各个老化等级判别函数;其中,判别标准根据陷阱电荷量大小,由聚类分析结果给出,老化状态分级结果通过判别分析方法来验证精确性,具体包括:
1)对复合绝缘子参数包括静态接触角、陷阱电荷和年限进行检测,得到如表1所示的原始数据,如表1所示的数据具有不同的量纲、而且数值呈数量级之差的数据要在一起进行比较,必须进行数据变换处理;然后采用聚类分析,获取老化状态试样判别标准的基本信息;
表1试样基本信息
其中,1~18号试样用于聚类分析标准,17~19号试样为新的复合绝缘子试样,19~21号试样用于判别分析;i为第几个样品,i=1、2、…n;,n为样品个数=21;
2)复合绝子老化状态分级
1.1采用聚类分析对样品进行分并类,采用组间连接法将n个样品根据陷阱电荷量大小分组,一个组;先计算n(n-1)/2个相似性测度即相似度大小,并且把具有最小测度的两个样品合并成成为一类,然后按照系统聚类分析方法计算复合绝缘子每一种老化状态等级和其它n-2个样品之间的距离进行并类;在并类过程中,每一步所做的并类(样品与样品、样品与类、类与类)都要使相似性测度在系统中保持最小,这样每次减少一类,直至所有样品都归类为止;一个组包含的样品个数,计算该组的陷阱电荷量平均值,一个平均值为一类,对表1中1~18号复合绝缘子样品聚类分析结果如表2所示;表1所示,1-18个样品的聚类分析结果为4个类,
表2复合绝缘子聚类分析结果
1.2数据变换处理采用标准化变换对变量的属性进行变换处理,首先对列进行中心化,然后用标准差给予标准化,即其中
上述式(1)、式(2)中,i代表第i个样本,j代表样本第j个变量;
通过变换处理后,每列数据的平均值为0,方差为1,使用标准差作标准化处理后,计算距离系数,在抽样样本改变时仍保持相对稳定性;
1.3计算距离系数,包括:
欧式距离:
Minkowski距离:
其中,dik为第i个样本和第k个样本的距离大小;根据表1所示数据计算,得到表3所示的聚类过程中不同老化等级之间平均中心(指什么地方的:就是指类)之间距离;
表3聚类过程中不同类之间距离
3)老化状态分级,按照步骤1.1分组中的一个组为一类,表1中1-18个样品的分为4个类,与表2对照,复合绝缘子老化状态分级结果如下面表4.
表4复合绝缘子老化状态分级结果
4)复合绝缘子老化状态分级结果验证(判别分析)
4.1判别分析
判别分析法通常从各训练样本中提取已有的各总体信息,构造一定的距离判别准则,来判断新样本属于那个总体,其中距离判别的基本思想是:比较样本和每个总体的马氏距离,并将其判定属于马氏距离最近的那个总体,最后通过Fish准则得到Fish判别函数;聚类分析将表1中1-18支复合绝缘子试样老化状态分类(分成4),从分类结果来看,微观特性与宏观特性基本相符合,但是需要通过另一些试样进行判别验证;
所述马氏距离为设总体G={X1,X2,X3,X4,X5}T为m元总体(这里考虑m个指标,m=5),令μi=E(Xi)(i=1,2,···m),则总体均值向量为μ={μ1,μ2,···,μm}T,总体G的协方差矩阵为:
Σ=cov(G)=E[(G-μ)(G-μ)T](5)
定义样本x与总体G的马氏距离为:
d2(x,G)=(x-μ)TΣ-1(x-μ)(6)
设有4个m元总体:G1,G2,G3,G4,其各自的均值向量和协差矩阵分别为μi,Σi(i=1,2,3,4),对任意给定的m元样本x={x1,x2,···,xm},判断其属于哪个总体,可以按马氏距离最近准则对x进行判别分类,首先计算样本x到k个总体的马氏距离d2(x,Gi)(i=1,2,3,4),然后进行比较,把样本x判归距离最小的那个总体,设i=l时,若
d2(x,Gl)=mini=1,2,3,4{d2(x,Gt)}(7)
则样本x∈Gl;
其中,X1,X2,X3,X4,X5与前面“丧失静态接触角均值X1、丧失静态接触角最小值X2和憎水性恢复试验的恢复静态接触角均值X3以及热刺激电流(TSC)的陷阱电荷量X4、陷阱能级X5这5个变量的含义是一致的;
4.2Fisher判别及结果
Fisher判别是一种依据方差分析原理建立的判别方法,对马氏距离判别的老化状态分级结果进行重新训练和验证,对p维空间中的点xi=(xi1,xi2,···,xip),i=1,2,···,n,找一组线性函数ym(xi)=Σcf,m=1,2,···,m,一般m<p,用它们把p维空间中的观测点都转换为m维的,再在m维空间中对观测集进行分类,降维后的数据应最大限度地缩小同类中观测之间的差异,并最大限度扩大不同类别间的差异,如此才能获得较高的判别效率,在此采用方差分析的思想,依据使组间均方差与组内均方差之比最大的原则,选择最优的线性函数,以对新抽检的试样的信息进行判别,然后对抽检试样进行老化状态等级归类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510570741.8A CN105403777B (zh) | 2015-09-09 | 2015-09-09 | 复合绝缘子老化状态分级及判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510570741.8A CN105403777B (zh) | 2015-09-09 | 2015-09-09 | 复合绝缘子老化状态分级及判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105403777A true CN105403777A (zh) | 2016-03-16 |
CN105403777B CN105403777B (zh) | 2019-08-02 |
Family
ID=55469383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510570741.8A Active CN105403777B (zh) | 2015-09-09 | 2015-09-09 | 复合绝缘子老化状态分级及判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105403777B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106771765A (zh) * | 2017-01-05 | 2017-05-31 | 华北电力大学(保定) | 一种运行中的复合绝缘子老化程度的多维参量评估方法 |
CN108920428A (zh) * | 2018-06-07 | 2018-11-30 | 辽宁工程技术大学 | 一种基于联合模糊扩张原理的模糊距离判别方法 |
CN109374516A (zh) * | 2018-11-30 | 2019-02-22 | 中国电力科学研究院有限公司 | 一种线路悬式复合绝缘子表面粉化检测方法 |
CN112258014A (zh) * | 2020-10-17 | 2021-01-22 | 中国石油化工股份有限公司 | 一种换热器的聚类分群和基于群组的风险判别分析方法 |
WO2023102893A1 (zh) * | 2021-12-08 | 2023-06-15 | 国网河北省电力有限公司电力科学研究院 | 一种硅橡胶复合绝缘子老化状态评估方法及装置 |
WO2023221294A1 (zh) * | 2022-05-20 | 2023-11-23 | 中国中原对外工程有限公司 | 一种鉴别绝缘子上的涂层耐紫外辐照老化程度的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565595A (zh) * | 2012-01-29 | 2012-07-11 | 华北电力大学 | 复合绝缘子伞裙老化的判断方法 |
CN102680559A (zh) * | 2012-05-25 | 2012-09-19 | 华北电力大学 | 绝缘子rtv涂层老化的判断方法 |
CN103398972A (zh) * | 2013-08-07 | 2013-11-20 | 华北电力大学(保定) | 一种硅橡胶复合绝缘子老化程度检测方法 |
CN104062527A (zh) * | 2014-07-03 | 2014-09-24 | 华北电力大学(保定) | 一种运行复合绝缘子老化程度的评估方法 |
-
2015
- 2015-09-09 CN CN201510570741.8A patent/CN105403777B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565595A (zh) * | 2012-01-29 | 2012-07-11 | 华北电力大学 | 复合绝缘子伞裙老化的判断方法 |
CN102680559A (zh) * | 2012-05-25 | 2012-09-19 | 华北电力大学 | 绝缘子rtv涂层老化的判断方法 |
CN103398972A (zh) * | 2013-08-07 | 2013-11-20 | 华北电力大学(保定) | 一种硅橡胶复合绝缘子老化程度检测方法 |
CN104062527A (zh) * | 2014-07-03 | 2014-09-24 | 华北电力大学(保定) | 一种运行复合绝缘子老化程度的评估方法 |
Non-Patent Citations (6)
Title |
---|
LIJIAN DING等: "A Study on TSC of Aging Composite Insulators", 《2005 ANNUAL REPORT CONFERENCE ON ELECTRICAL INSULATION AND DIELECTRIC PHENOMENA》 * |
XU ZHUO等: "Investigation of the Aging of Line Composite Insulator Sheds", 《2012 INTERNATIONAL CONFERENCE ON HIGH VOLTAGE ENGINEERING AND APPLICATION》 * |
何贵等: "基于SVM复合绝缘子老化性能的判断方法", 《电瓷避雷器》 * |
屠幼萍等: "现场运行复合绝缘子伞裙材料的老化判断方法", 《高电压技术》 * |
张辉等: "基于TSC测试的硅橡胶复合绝缘子伞裙材料老化特性研究", 《中国电机工程学报》 * |
梁英等: "基于热刺激电流的硅橡胶合成绝缘子老化诊断方法初探", 《中国电机工程学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106771765A (zh) * | 2017-01-05 | 2017-05-31 | 华北电力大学(保定) | 一种运行中的复合绝缘子老化程度的多维参量评估方法 |
CN108920428A (zh) * | 2018-06-07 | 2018-11-30 | 辽宁工程技术大学 | 一种基于联合模糊扩张原理的模糊距离判别方法 |
CN108920428B (zh) * | 2018-06-07 | 2022-02-25 | 辽宁工程技术大学 | 一种基于联合模糊扩张原理的模糊距离判别方法 |
CN109374516A (zh) * | 2018-11-30 | 2019-02-22 | 中国电力科学研究院有限公司 | 一种线路悬式复合绝缘子表面粉化检测方法 |
CN112258014A (zh) * | 2020-10-17 | 2021-01-22 | 中国石油化工股份有限公司 | 一种换热器的聚类分群和基于群组的风险判别分析方法 |
WO2023102893A1 (zh) * | 2021-12-08 | 2023-06-15 | 国网河北省电力有限公司电力科学研究院 | 一种硅橡胶复合绝缘子老化状态评估方法及装置 |
WO2023221294A1 (zh) * | 2022-05-20 | 2023-11-23 | 中国中原对外工程有限公司 | 一种鉴别绝缘子上的涂层耐紫外辐照老化程度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105403777B (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105403777A (zh) | 一种复合绝缘子老化状态分级及判别方法 | |
CN107132310B (zh) | 基于高斯混合模型的变压器设备健康状态判别方法 | |
Flenner et al. | Relaxation in a glassy binary mixture: Mode-coupling-like power laws, dynamic heterogeneity, and a new non-Gaussian parameter | |
US20150185270A1 (en) | Method for recognizing transformer partial discharge pattern based on singular value decomposition algorithm | |
CN104155585A (zh) | 基于gk模糊聚类的gis局部放电类型识别方法 | |
CN109829497B (zh) | 一种基于监督学习的台区用户识别及判别方法 | |
CN109684673B (zh) | 一种电力系统暂态稳定结果的特征提取和聚类分析方法 | |
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 | |
CN104020401B (zh) | 基于云模型理论的变压器绝缘热老化状态的评估方法 | |
CN104331595B (zh) | 桥梁损伤预警的移动主成分相关系数法 | |
CN108304567B (zh) | 高压变压器工况模式识别与数据分类方法及系统 | |
CN114783183A (zh) | 一种基于交通态势算法的监控方法与系统 | |
CN109298225B (zh) | 一种电压量测数据异常状态自动识别模型系统及方法 | |
CN106326918A (zh) | 一种变压器局部放电超高频信号多尺度能量特征线性识别方法 | |
CN105184067A (zh) | 绝缘子污闪状态模糊评价方法 | |
CN111046930A (zh) | 一种基于决策树算法的供电服务满意度影响因素识别方法 | |
CN105785236A (zh) | 一种gis局放检测外部干扰信号排除方法 | |
CN110674858A (zh) | 一种基于时空关联与大数据挖掘的交通拥堵检测方法 | |
CN105912857A (zh) | 一种配电设备状态监测传感器的选配方法 | |
CN115860727A (zh) | 一种智慧园区运维系统 | |
CN109406898A (zh) | 一种融合多特征量综合评估油纸绝缘老化程度的方法 | |
CN116796271A (zh) | 一种居民用能异常识别方法 | |
CN112287980A (zh) | 基于典型特征向量的动力电池筛选方法 | |
CN115600088A (zh) | 一种基于振动信号的配电变压器故障诊断方法 | |
CN103164619B (zh) | 基于最佳鉴别准则的变电站接地网腐蚀率模式识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |