CN105424224B - 一种隔离开关状态监测方法及装置 - Google Patents
一种隔离开关状态监测方法及装置 Download PDFInfo
- Publication number
- CN105424224B CN105424224B CN201510925252.XA CN201510925252A CN105424224B CN 105424224 B CN105424224 B CN 105424224B CN 201510925252 A CN201510925252 A CN 201510925252A CN 105424224 B CN105424224 B CN 105424224B
- Authority
- CN
- China
- Prior art keywords
- influence factor
- disconnecting switch
- state
- msub
- mrow
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Apparatus For Disinfection Or Sterilisation (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种隔离开关状态监测方法及装置,其中,该方法包括:实时获取影响隔离开关的发热状态的N个影响因素;利用N个影响因素进行计算,得到与隔离开关的发热状态对应的状态参数;确定与状态参数对应的发热状态为隔离开关当前时刻的发热状态。本申请公开的上述技术特征中,对影响隔离开关的发热状态的N个影响因素进行实时获取,通过对N个影响因素进行计算得到对应于隔离开关的发热状态的状态参数,进而根据状态参数确定出隔离开关的发热状态,由此,通过影响因素的实时获取,进而实现隔离开关的发热状态的实时监测,有效避免了隔离开关处于过热状态而无法及时发现的情况的发生,实现了对隔离开关的过热状态的可靠预警。
Description
技术领域
本发明涉及电力技术领域,更具体地说,涉及一种隔离开关状态监测方法及装置。
背景技术
隔离开关是电力系统中应用范围最广泛、使用量最大的高压电器设备,而防止隔离开关过热是保证其正常使用的关键因素之一。
现有技术中通常是由工作人员在每次巡视时对隔离开关进行检测,进而确定其状态是否为过热状态,但是,一般情况下,工作人员每次巡视之间具有一定的时间间隔,因此,无法实现对于隔离开关的实时监测,进而可能出现隔离开关过热但是却未被及时发现的情况。
综上所述,现有技术中对隔离开关的状态监测存在由于无法对其进行实时监测导致在隔离开关过热时无法及时发现的问题。
发明内容
本发明的目的是提供一种隔离开关状态监测方法及装置,以实现对于隔离开关的实时监测,进而避免隔离开关过热而无法及时发现的情况发生。
为了实现上述目的,本发明提供如下技术方案:
一种隔离开关状态监测方法,包括:
实时获取影响所述隔离开关的发热状态的N个影响因素;
利用所述N个影响因素进行计算,得到与所述隔离开关的发热状态对应的状态参数;
确定与所述状态参数对应的发热状态为所述隔离开关当前时刻的发热状态。
优选的,利用所述N个影响因素进行计算,得到与所述隔离开关的发热状态对应的状态参数,包括:
将所述N个影响因素作为径向基函数神经网络的输入值,得到对应的输出值,并确定该输出值为所述状态参数。
优选的,在利用所述N个影响因素进行计算之前,还包括:
对所述N个影响因素进行归一化处理。
优选的,对所述N个影响因素进行归一化处理,包括:
利用下列公式对所述N个影响因素进行归一化处理:
其中,x为进行归一化处理前的任一影响因素,x*为进行归一化处理后的对应影响因素,xmin为所述N个影响因素中不大于其他影响因素的一个影响因素,xmax为N个影响因素中不小于其他影响因素的一个影响因素,k1和k2均为预先设定的数值,k2大于k1,且x*∈[k2,k1+k2]。
优选的,确定出所述隔离开关当前时刻的发热状态之后,还包括:
判断所述隔离开关当前时刻的发热状态是否为过热状态,如果是,则输出警示信息。
优选的,实时获取影响所述隔离开关的发热状态的N个影响因素,包括:
实时获取影响所述隔离开关的发热状态的N个影响因素,所述N个影响因素包括与所述隔离开关对应的负荷电流率、污秽等级及环境温度。
优选的,确定出所述隔离开关当前时刻的发热状态之后,还包括:
将当前时刻、当前时刻对应的所述N个影响因素及当前时刻所述隔离开关的发热状态上传至数据中心。
一种隔离开关状态监测装置,包括:
获取模块,用于实时获取影响所述隔离开关的发热状态的N个影响因素;
计算模块,用于利用所述N个影响因素进行计算,得到与所述隔离开关的发热状态对应的状态参数;
确定模块,用于确定与所述状态参数对应的发热状态为所述隔离开关当前时刻的发热状态。
优选的,计算模块包括:
计算单元,用于将所述N个影响因素作为径向基函数神经网络的输入值,得到对应的输出值,并确定该输出值为所述状态参数。
优选的,还包括:
上传模块,用于将当前时刻、当前时刻对应的所述N个影响因素及当前时刻所述隔离开关的发热状态上传至数据中心。
本发明提供了一种隔离开关状态监测方法及装置,其中,该方法包括:实时获取影响所述隔离开关的发热状态的N个影响因素;利用所述N个影响因素进行计算,得到与所述隔离开关的发热状态对应的状态参数;确定与所述状态参数对应的发热状态为所述隔离开关当前时刻的发热状态。本申请公开的上述技术特征中,对影响隔离开关的发热状态的N个影响因素进行实时获取,通过对N个影响因素进行计算得到对应于隔离开关的发热状态的状态参数,进而根据状态参数确定出隔离开关的发热状态,由此,通过影响因素的实时获取,进而实现隔离开关的发热状态的实时监测,有效避免了隔离开关处于过热状态而无法及时发现的情况的发生,实现了对隔离开关的过热状态的可靠预警。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种隔离开关状态监测方法的流程图;
图2为本发明实施例提供的一种隔离开关状态监测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,其示出了本发明实施例提供的一种隔离开关状态监测方法的流程图,可以包括以下步骤:
S11:实时获取影响隔离开关的发热状态的N个影响因素。
其中,N的取值可以根据实际需要进行确定,由于影响隔离开关的影响因素可以包括很多,如隔离开关的持续作用时长、隔离开关的相关电气量等,至于具体选取哪些影响因素,可以根据实际需要进行确定,且通常情况下,选取的与隔离开关对应的影响因素越多,得到的状态参数越准确,因此,优选的,N可以选取大于或者等于3的值。
S12:利用N个影响因素进行计算,得到与隔离开关的发热状态对应的状态参数。
其中,对影响因素进行计算得到状态参数时利用的算法可以根据实际需要进行确定。
S13:确定与状态参数对应的发热状态为隔离开关当前时刻的发热状态。
可以按照预先设定的状态参数与发热状态之间的对应关系确定隔离开关的发热状态,其中,隔离开关的发热状态可以包括正常状态和过热状态,如当状态参数为一个具体的数值时,可以判断该值是否超过预先设定的阈值,如果是,则隔离开关为发热状态,否则,隔离开关为正常状态,而当状态参数为一个向量时,可以确定某一类向量对应隔离开关为过热状态,其他则对应隔离开关为正常状态,如假设得到的状态参数为向量Y=(y1,y2),当状态参数具体为Y=(1,0),则确定其对应隔离开关为过热状态,其他则对应隔离开关为正常状态。当然,根据实际需要对上述技术特征做出的其他设定,均在本发明的保护范围之内。
本申请公开的上述技术特征中,对影响隔离开关的发热状态的N个影响因素进行实时获取,通过对N个影响因素进行计算得到对应于隔离开关的发热状态的状态参数,进而根据状态参数确定出隔离开关的发热状态,由此,通过影响因素的实时获取,进而实现隔离开关的发热状态的实时监测,有效避免了隔离开关处于过热状态而无法及时发现的情况的发生,达到了对隔离开关的过热状态进行可靠预警的效果,将被动检修模式向主动检修模式推进。
上述实施例提供的一种隔离开关状态监测方法中,步骤S12可以包括:
将N个影响因素作为径向基函数神经网络的输入值,得到对应的输出值,并确定该输出值为状态参数。
即,本发明实施例中优选的为利用径向基函数神经网络确定状态参数,且由此得到的状态参数为向量。其中,径向基函数(Radial basis function,RBF)神经网络能够逼近任意的非线性函数,可以处理系统内的难以解析的规律性,具有良好的泛化能力,并有很快的学习收敛速度,已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、信息处理、图像处理、系统建模、控制和故障诊断等。本实施例中实际为利用RBF神经网络的强记忆能力和自学习能力建立的预警模型,进而实现隔离开关的过热预警,具体来说,本发明实施例所采用的RBF神经网络为一个包含输入层、隐含层及输出层的前馈网,输入层为接收由N个影响因素组成的向量的层,隐含层为对N个影响因素组成的向量进行计算的层,输出层用于输出计算得到的向量,即状态参数的层,其中,隐含层是RBF神经元结构,该神经元的净输入采用距离函数乘以偏置,并使用径向基函数作为激活函数的方式。具体来说,本发明实施例中可以通过自组织选取聚类的方法,采用高斯函数作为径向基函数,计算状态参数,即为按照下列公式计算状态参数:
其中,X为由N个影响因素组成的向量,维数为N,即X=[x1,x2,…,xN];i=1,2,…,p,p表示隐含层神经元个数,每个神经元对应一个高斯函数,ci是隐含层中第i个高斯函数的中心,σi为隐含层中第i个高斯函数对应的高斯函数方差;j=1,2,…,m,m为输出层神经元个数,wij为隐含层中第i个神经元与输出层中第j个神经元之间的连接权值,yj为输出层中第j个神经元的输出值。按照上述公式依次对输出层每个神经元进行计算,得到输出值,并将其组成的向量作为状态参数。
另外,ci和σi为预先确定的,具体来说,可以按照下列公式求得σi:
其中,h为计算σi时选取的样本个数,cmax为所选取样本对应的中心之间的最大距离。
可以采用K-均值聚类方法,按照下列公式基于最小二乘法计算得到ci:
另外,还可以按照其他方式计算得到状态参数,如可以预先为每个影响因素设置权重值,进而利用权重值及每个影响因素确定状态参数,具体可表示为:y=k1x1+k2x2+...+kNxN,其中,y表示对应状态参数,x表示任一影响因素,与之相乘的k表示该影响因素的权重值。当然,也可以根据实际需要按照其他方式确定状态参数,均在本发明的保护范围之内。
上述实施例提供的一种隔离开关状态监测方法中,在利用N个影响因素进行计算之前,还可以包括:
对N个影响因素进行归一化处理。
由于影响因素的不同,因此可能存在不同的影响因素之间的差值较大的问题,此时,为了提高运算效率和收敛速度,减少影响因素中较大值对于状态参数的影响,需要将全部影响因素进行归一化,降低其差异度,以使得每个影响因素均能够造成对于状态参数的影响,进而提高获取的状态参数的准确性。具体来说,可以按照下列公式对N个影响因素进行归一化处理:
其中,x为进行归一化处理前的任一影响因素,x*为进行归一化处理后的对应影响因素,xmin为N个影响因素中不大于其他影响因素的一个影响因素,xmax为N个影响因素中不小于其他影响因素的一个影响因素,k1和k2均为预先设定的数值,k2大于k1,且x*∈[k2,k1+k2]。
由此,得到的影响因素的值均在[k2,k1+k2],保证了运算效率及得到的状态参数的准确性,而k1和k2的具体取值可以根据实际需要进行确定,如可以将k1设置为0.90,k2设置为0.05,由此,每个影响因素的值均在[0.05,0.95],当然,也可以根据实际需要进行其他设定,均在本发明的保护范围之内。
上述实施例提供的一种隔离开关状态监测方法中,确定出隔离开关当前时刻的发热状态之后,还可以包括:
判断隔离开关当前时刻的发热状态是否为过热状态,如果是,则输出警示信息,如果否,则不做任何处理。
其中,输出警示信息的方式可以是多种,如在显示屏上呈现过热预警的信息,或者利用蜂鸣器进行报警,等,均在本发明的保护范围之内,由此,能够使得工作人员及时获知隔离开关处于过热状态的消息,进而及时对隔离开关做出对应处理,保证了电路安全性。
上述实施例提供的一种隔离开关状态监测方法中,实时获取影响隔离开关的发热状态的N个影响因素,可以包括:
实时获取影响隔离开关的发热状态的N个影响因素,N个影响因素包括与隔离开关对应的负荷电流率、污秽等级及环境温度。
需要说明的是,影响隔离开关的影响因素较多,但是,负荷电流率、污秽等级及环境温度为影响隔离开关的众多影响因素中影响较大的三个因素,通常情况下,通过上述三个影响因素即可有效获知隔离开关的发热状态,且,仅仅选取上述三个影响因素确定隔离开关的发热状态,能够有效加快对于状态参数的运算效率。具体来说,由于不同型号的隔离开关其发热和散热不仅与负荷电流有关,还与其额定电流有关,因此,本发明实施例中定义了负荷电流率来表征负荷电流大小对高压隔离开关的发热状态的影响,如下式所示:
污秽等级为数字化污秽等级,本发明实施例根据国家标准发布污秽等级对隔离开关所属变电站所处污区等级的划分,对隔离开关对应的污秽等级进行归一化数字处理,即利用数字来表示不同的污秽等级,以便于对状态参数的计算。
而环境温度指隔离开关所属变电站所在地的温度,通常情况下,为了增强本发明实施例提供的一种隔离开关状态监测方法的实时性,可以实时对相应温度进行测量,以得到环境温度,也可以根据历史上当前时刻对应的温度或者天气预报等对温度进行推测进而获得环境温度等,均在本发明的保护范围之内。其中,当根据历史上当前时刻对应的温度确定环境温度时,通常选取近几年内当前时刻对应的温度中最高的温度作为环境温度,以保证隔离开关状态的过热状态的可靠预警。
上述实施例提供的一种隔离开关状态监测方法中,确定出隔离开关当前时刻的发热状态之后,还可以包括:
将当前时刻、当前时刻对应的N个影响因素及当前时刻隔离开关的发热状态上传至数据中心。
将当前时刻,当前时刻对应的N个影响因素及当前时刻隔离开关的发热状态通过网络上传至数据中心,供后期需要时查询,由此,本发明实施例提供的一种隔离开关状态监测方法不仅实现了隔离开关的实时监测,而且实现了数据的实时上传。且,在后期出现对应的N个影响因素时,可以根据数据中心的数据直接判定其对应隔离开关的状态是否为过热状态,省去了计算步骤,提高了效率。
与上述方法实施例相对应,本发明实施例还提供了一种隔离开关状态监测装置,如图2所示,可以包括:
获取模块21,用于实时获取影响隔离开关的发热状态的N个影响因素;
计算模块22,用于利用N个影响因素进行计算,得到与隔离开关的发热状态对应的状态参数;
确定模块23,用于确定与状态参数对应的发热状态为隔离开关当前时刻的发热状态。
本申请公开的上述技术特征中,对影响隔离开关的发热状态的N个影响因素进行实时获取,通过对N个影响因素进行计算得到对应于隔离开关的发热状态的状态参数,进而根据状态参数确定出隔离开关的发热状态,由此,通过影响因素的实时获取,进而实现隔离开关的发热状态的实时监测,有效避免了隔离开关处于过热状态而无法及时发现的情况的发生,达到了对隔离开关的过热状态进行可靠预警的效果,将被动检修模式向主动检修模式推进。
其中,本发明实施例提供的上述装置可以表示一个预警模型,也可以表示一个便携式运算设备,通过N个影响因素对隔离开关的发热状态进行评估,进而对隔离开关的过热状态及时进行预警,解决了目前隔离开关的发热状态检测没有可靠在线监测设备和技术手段,导致难以对过热状态进行可靠预警的问题。
上述实施例提供的一种隔离开关状态监测装置,计算模块可以包括:
计算单元,用于将N个影响因素作为径向基函数神经网络的输入值,得到对应的输出值,并确定该输出值为状态参数。
上述实施例提供的一种隔离开关状态监测装置,还可以包括:
归一化模块,用于对N个影响因素进行归一化处理。
且归一化模块可以包括:
归一化单元,用于利用下列公式对N个影响因素进行归一化处理:
其中,x为进行归一化处理前的任一影响因素,x*为进行归一化处理后的对应影响因素,xmin为N个影响因素中不大于其他影响因素的一个影响因素,xmax为N个影响因素中不小于其他影响因素的一个影响因素,k1和k2均为预先设定的数值,k2大于k1,且x*∈[k2,k1+k2]。
上述实施例提供的一种隔离开关状态监测装置,还可以包括:
上传模块,用于将当前时刻、当前时刻对应的N个影响因素及当前时刻隔离开关的发热状态上传至数据中心。
上述实施例提供的一种隔离开关状态监测装置,还可以包括:
报警模块,用于判断隔离开关当前时刻的发热状态是否为过热状态,如果是,则输出警示信息。
上述实施例提供的一种隔离开关状态监测装置,获取模块包括:
获取单元,用于实时获取影响隔离开关的发热状态的N个影响因素,N个影响因素包括与隔离开关对应的负荷电流率、污秽等级及环境温度。
本发明实施例提供的一种隔离开关状态监测装置中相关部分的说明请参见本发明实施例提供的一种隔离开关状态监测方法中对应部分的具体说明。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种隔离开关状态监测方法,其特征在于,包括:
实时获取影响所述隔离开关的发热状态的N个影响因素;
利用所述N个影响因素进行计算,得到与所述隔离开关的发热状态对应的状态参数;
确定与所述状态参数对应的发热状态为所述隔离开关当前时刻的发热状态;
在利用所述N个影响因素进行计算之前,还包括:
对所述N个影响因素进行归一化处理;
对所述N个影响因素进行归一化处理,包括:
利用下列公式对所述N个影响因素进行归一化处理:
<mrow>
<msup>
<mi>x</mi>
<mo>*</mo>
</msup>
<mo>=</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>min</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</mrow>
其中,x为进行归一化处理前的任一影响因素,x*为进行归一化处理后的对应影响因素,xmin为所述N个影响因素中不大于其他影响因素的一个影响因素,xmax为N个影响因素中不小于其他影响因素的一个影响因素,k1和k2均为预先设定的数值,k2大于k1,且x*∈[k2,k1+k2]。
2.根据权利要求1所述的方法,其特征在于,利用所述N个影响因素进行计算,得到与所述隔离开关的发热状态对应的状态参数,包括:
将所述N个影响因素作为径向基函数神经网络的输入值,得到对应的输出值,并确定该输出值为所述状态参数。
3.根据权利要求1所述的方法,其特征在于,确定出所述隔离开关当前时刻的发热状态之后,还包括:
判断所述隔离开关当前时刻的发热状态是否为过热状态,如果是,则输出警示信息。
4.根据权利要求1所述的方法,其特征在于,实时获取影响所述隔离开关的发热状态的N个影响因素,包括:
实时获取影响所述隔离开关的发热状态的N个影响因素,所述N个影响因素包括与所述隔离开关对应的负荷电流率、污秽等级及环境温度。
5.根据权利要求1至4任一项所述的方法,其特征在于,确定出所述隔离开关当前时刻的发热状态之后,还包括:
将当前时刻、当前时刻对应的所述N个影响因素及当前时刻所述隔离开关的发热状态上传至数据中心。
6.一种隔离开关状态监测装置,其特征在于,包括:
获取模块,用于实时获取影响所述隔离开关的发热状态的N个影响因素;
计算模块,用于利用所述N个影响因素进行计算,得到与所述隔离开关的发热状态对应的状态参数;
确定模块,用于确定与所述状态参数对应的发热状态为所述隔离开关当前时刻的发热状态;
归一化模块,用于在利用所述N个影响因素进行计算之前,对N个影响因素进行归一化处理;
所述归一化模块包括:
归一化单元,用于利用下列公式对所述N个影响因素进行归一化处理:
<mrow>
<msup>
<mi>x</mi>
<mo>*</mo>
</msup>
<mo>=</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>min</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>x</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</mrow>
其中,x为进行归一化处理前的任一影响因素,x*为进行归一化处理后的对应影响因素,xmin为所述N个影响因素中不大于其他影响因素的一个影响因素,xmax为N个影响因素中不小于其他影响因素的一个影响因素,k1和k2均为预先设定的数值,k2大于k1,且x*∈[k2,k1+k2]。
7.根据权利要求6所述的装置,其特征在于,计算模块包括:
计算单元,用于将所述N个影响因素作为径向基函数神经网络的输入值,得到对应的输出值,并确定该输出值为所述状态参数。
8.根据权利要求6或7所述的装置,其特征在于,还包括:
上传模块,用于将当前时刻、当前时刻对应的所述N个影响因素及当前时刻所述隔离开关的发热状态上传至数据中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510925252.XA CN105424224B (zh) | 2015-12-14 | 2015-12-14 | 一种隔离开关状态监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510925252.XA CN105424224B (zh) | 2015-12-14 | 2015-12-14 | 一种隔离开关状态监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105424224A CN105424224A (zh) | 2016-03-23 |
CN105424224B true CN105424224B (zh) | 2018-04-06 |
Family
ID=55502583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510925252.XA Active CN105424224B (zh) | 2015-12-14 | 2015-12-14 | 一种隔离开关状态监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105424224B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108197396A (zh) * | 2018-01-09 | 2018-06-22 | 国网福建省电力有限公司 | 一种基于pso-svm的高压隔离开关过热状态预测方法 |
CN113219330B (zh) * | 2021-05-26 | 2022-08-16 | 广西电网有限责任公司电力科学研究院 | 一种隔离开关状态检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614591A (zh) * | 2009-07-21 | 2009-12-30 | 太原理工大学 | 一种用于高压隔离开关触头的温度监测装置 |
CN102208028A (zh) * | 2011-05-31 | 2011-10-05 | 北京航空航天大学 | 一种适用于动态复杂系统的故障预测和诊断方法 |
CN102426336A (zh) * | 2011-10-10 | 2012-04-25 | 上海理工大学 | 矿用高压配电隔离开关运行状态在线监测装置 |
CN103160629A (zh) * | 2011-12-14 | 2013-06-19 | 鞍钢股份有限公司 | 一种预报高炉趋热的方法 |
CN103592033A (zh) * | 2013-11-25 | 2014-02-19 | 国家电网公司 | 一种用于在线监测gis罐体内部隔离开关触头温升的方法 |
CN104102773A (zh) * | 2014-07-05 | 2014-10-15 | 山东鲁能软件技术有限公司 | 一种设备故障预警及状态监测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1914701B (zh) * | 2004-01-30 | 2011-07-13 | Abb技术有限公司 | 用于配电设备的状态监测器 |
KR101360790B1 (ko) * | 2009-04-22 | 2014-02-11 | 한국전력공사 | 발전소 계측기 성능 감시 예측 방법 |
-
2015
- 2015-12-14 CN CN201510925252.XA patent/CN105424224B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614591A (zh) * | 2009-07-21 | 2009-12-30 | 太原理工大学 | 一种用于高压隔离开关触头的温度监测装置 |
CN102208028A (zh) * | 2011-05-31 | 2011-10-05 | 北京航空航天大学 | 一种适用于动态复杂系统的故障预测和诊断方法 |
CN102426336A (zh) * | 2011-10-10 | 2012-04-25 | 上海理工大学 | 矿用高压配电隔离开关运行状态在线监测装置 |
CN103160629A (zh) * | 2011-12-14 | 2013-06-19 | 鞍钢股份有限公司 | 一种预报高炉趋热的方法 |
CN103592033A (zh) * | 2013-11-25 | 2014-02-19 | 国家电网公司 | 一种用于在线监测gis罐体内部隔离开关触头温升的方法 |
CN104102773A (zh) * | 2014-07-05 | 2014-10-15 | 山东鲁能软件技术有限公司 | 一种设备故障预警及状态监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105424224A (zh) | 2016-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103971171B (zh) | 一种输电设备状态评估方法 | |
CN106017551A (zh) | 一种智能化输电线路综合监测分析预警方法 | |
CN107923944A (zh) | 锂离子蓄电池安全监测 | |
CN106227127B (zh) | 发电设备智能监控装置和监控方法 | |
CN104318485A (zh) | 一种基于神经网络和模糊逻辑的输电线路故障判别方法 | |
CN105424224B (zh) | 一种隔离开关状态监测方法及装置 | |
CN115550609B (zh) | 一种可实现自动适配的楼宇物联网监控系统 | |
CN107862433A (zh) | 一种特高压直流输电线路带电作业安全评估方法和系统 | |
CN110505288A (zh) | 一种输电网络的监控方法及系统 | |
CN107367647A (zh) | 基于eemd‑som的电网谐波源检测与定位方法 | |
CN104732103A (zh) | 一种面向输电线路的山火临近风险评估方法 | |
CN208076482U (zh) | 一种多组分VOCs气体监测系统 | |
CN105354768A (zh) | 输变电设备状态的评估方法和系统 | |
CN108287327A (zh) | 基于贝叶斯分类的计量自动化终端故障诊断方法 | |
CN102087311B (zh) | 一种提高电力互感器测量精度的方法 | |
CN115979349A (zh) | 一种电力站空间环境监测方法及系统 | |
CN117609841A (zh) | 一种基于神经网络算法的电缆故障预判分析方法 | |
CN116680598A (zh) | 一种用于工地智能配电箱的故障诊断和剩余寿命预测方法 | |
CN106662846A (zh) | 用于估计交流网络的状态的方法和随后的自适应控制 | |
CN102662142B (zh) | 一种基于rvm-qnn的电力电子电路多参数辨识故障预测方法 | |
CN115392714A (zh) | 一种基于fassa-svm的输电线路故障评估方法 | |
CN106207810A (zh) | 一种基于物联网的电力设备检修系统 | |
CN115587642B (zh) | 一种基于bp神经网络的光伏系统故障告警方法 | |
CN116559713A (zh) | 通信基站电源智能监控方法及装置 | |
CN110190811A (zh) | 太阳能电池板在线监测系统以及设备 |
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 |