CN105975737A - 转折点计算模型及电机电流的断路器状态监测方法、系统 - Google Patents
转折点计算模型及电机电流的断路器状态监测方法、系统 Download PDFInfo
- Publication number
- CN105975737A CN105975737A CN201610590160.5A CN201610590160A CN105975737A CN 105975737 A CN105975737 A CN 105975737A CN 201610590160 A CN201610590160 A CN 201610590160A CN 105975737 A CN105975737 A CN 105975737A
- Authority
- CN
- China
- Prior art keywords
- turning point
- current
- time curve
- value
- turning
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 238000004146 energy storage Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及转折点计算模型及电机电流的断路器状态监测方法、系统,该方法包括:1)利用霍尔电流传感器采集真空断路器储能电机电流信号;2)找取电机电流‑时间曲线上的两个峰值;3)基于步骤2)采用转折点计算方法求取电流‑时间曲线上的转折点;4)基于步骤3)得到转折点,将得到的转折点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。本发明的方法具有较高的精确度和可靠性,且能够有效地实现断路器工作状态的实时监测。
Description
技术领域
本发明涉及断路器状态监测领域,特别是一种用于对断路器状态监测时采集的数据进行转折点计算,以及相关的基于储能电机电流的断路器状态监测方法、系统。
背景技术
断路器是维护和保证电力系统稳定运行的重要器件,一旦发生故障将带来严重后果,以往对断路器检修存在很大的盲目性,而且频繁拆卸可能会降低断路器动作的可靠性。对断路器状态实行监测,特别是在线监测,不仅可以对断路器工作状况进行了解,而且通过分析判断监测状态参数能够及时发现断路器故障征兆,提早进行处理,避免盲目检修增加维护成本。
但现有的依据分析电流曲线的监测方法存在数据处理结果不精确的问题,特别是,在各种曲线分析的过程中,求取曲线上的转折点是数据处理的关键,转折点之间对应着相应的动作时间段,只有转折点的位置精确才能根据时间段准确地判断断路器不同的工作状态,若对数据的处理方式不当,将导致得到的曲线转折点定位不准确,大小与实际值偏差较大,以致无法准确判断断路器状态,最终电力系统不能及时对故障进行监测,系统控制不稳定。
发明内容
本发明提供一种适用于曲线转折点求取的计算方法,用于解决曲线数据分析过程中对于关键转折点处理不准确的问题。同时,本发明还提供了一种转折点计算装置。
本发明提供一种利用转折点计算方法分析电机电流的断路器状态监测的方法,用于解决断路器工作状态判断过程中,因电流曲线转折点定位不准确造成断路器监测失误的问题。同时,本发明还提供了一种电机电流的断路器状态监测系统。
为解决上述问题,本发明转折点计算方法,包括如下步骤:
1)对数据段X{xk,k=1,2,...,t}进行处理得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T;
2)对数据段X1{x1~xT}或X1{xT~xt}计算其概率密度分布,找到概率最大值Pmax对应的数值xp;
3)在数据段X1中找到时刻上最后一个小于或第一个小于xp的数xn,对对应的数据段X2{x1~xn}或X2{xn~xt}采用直线拟合法求取直线x=k;
4)以k为转折时刻最优值xd,对应的在数据段X2中找到时刻上最后一个小于或第一个小于xd的数值xz,即为转折点。
进一步的,对步骤3)中所述数据段X2的前半段X3{x1~xn/2}或后半段X3{x(t-n)/2~xt}求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优值xd,加权系数与k、xp和xm有关。
进一步的,上述转折时刻的最优值xd为:
其中,为加权系数。
本发明还提供了转折点计算装置,包括如下模块:
1)用于对数据段X{xk,k=1,2,...,t}进行处理得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T的模块;
2)用于对数据段X1{x1~xT}或X1{xT~xt}计算其概率密度分布,找到概率最大值Pmax对应的数值xp的模块;
3)用于在数据段X1中找到时刻上最后一个小于或第一个小于xp的数xn,对对应的数据段X2{x1~xn}或X2{xn~xt}采用直线拟合法求取直线x=k的模块;
4)用于以k为转折时刻最优值xd,对应的在数据段X2中找到时刻上最后一个小于或第一个小于xd的数值xz,即为转折点的模块。
进一步的,对模块3)中所述数据段X2的前半段X3{x1~xn/2}或后半段X3{x(t-n)/2~xt}求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优值xd,加权系数与k、xp和xm有关。
进一步的,上述转折时刻的最优值xd为:
其中,为加权系数。
本发明还包括采用上述转折点计算方法的储能电机电流的断路器状态监测方法,该方法包括如下步骤:
1)获取电机电流信号,得到待处理的电流-时间曲线;
2)找到电流-时间曲线上的峰值点;
3)采用上述转折点计算方法寻找电流-时间曲线上的转折点;
波峰及转折点的顺序依次为起始位置、第一波峰、第一转折点、第二转折点、第二波峰、终止位置;
由第一峰值之前的数据采用所述转折点计算方法求取电流-时间曲线的起始位置,由第二峰值之后的数据采用所述转折点计算方法求取电流-时间曲线的终止位置,由两波峰之间的数据采用所述转折点计算方法求取电流-时间曲线上的第一转折点和第二转折点;
4)将得到的转折点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。
进一步的,对于步骤1)中得到的原始电流-时间曲线采用等距抽样的方法进行处理,得到待处理的电流-时间曲线。
本发明还提供了采用上述转折点计算方法的储能电机电流的断路器状态监测系统,该系统包括如下模块:
1)用于获取电机电流信号,得到待处理的电流-时间曲线的模块;
2)用于找到电流-时间曲线上的峰值点的模块;
3)用于采用上述转折点计算方法寻找电流-时间曲线上的转折点的模块;
波峰及转折点的顺序依次为起始位置、第一波峰、第一转折点、第二转折点、第二波峰、终止位置;
由第一峰值之前的数据采用所述转折点计算方法求取电流-时间曲线的起始位置,由第二峰值之后的数据采用所述转折点计算方法求取电流-时间曲线的终止位置,由两波峰之间的数据采用所述转折点计算方法求取电流-时间曲线上的第一转折点和第二转折点;
4)用于将得到的转折点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警的模块。
进一步的,对于模块1)中得到的原始电流-时间曲线采用等距抽样的方法进行处理,得到待处理的电流-时间曲线。
本发明提出的转折点计算方法是一种精确分析、处理数据的方法,且能够保留数据原始性,提高计算结果的真实性。
本发明在转折点计算方法的基础上,进一步进行了归一加权处理,能够更加准确地确定电流-时间曲线上的转折点位置。
本发明提出采用上述转折点的计算方法分析断路器电机电流-时间曲线的方法,找取准确的曲线转折点,监测断路器的工作状态是一个需要精准判定的过程,运用该方法对断路器的电流-时间曲线进行分析,得到的准确转折点为后续细化断路器动作时间段提供有利的支持,使得断路器能够在噪声情况下实现准确判断曲线异常值,预警故障,同时,该方法的运用并不局限于某种断路器型号,具有普遍适用性。
附图说明
图1为真空断路器状态监测系统示意图;
图2为曲线转折模型,标注1~2为两种不同转折情况;
图3为电机电流曲线;
图4为电机电流包络线。
具体实施方式
下面结合附图对本发明做进一步详细的说明。
图1所示为真空断路器状态监测系统,该监测系统可以实现在线或非在线监测。该系统包括断路器、霍尔电流传感器监测装置(DSP)、通讯单元、显示单元、存储单元、报警单元,其中断路器包括分合闸电磁铁和储能电机。通过A/D转换电路将霍尔传感器采集的模拟信号转换成数字信号,通过在线监测装置(DSP)监测储能电机电流,将采集得到的数据显示、存储和计算,并对计算的特征值与存储的历史数据对比,超出阈值或出现异常值则进行报警。
该技术方案的基本方法步骤为:
步骤一、利用传感器获取电机电流信号,得到待处理的电机电流-时间曲线;
步骤二、求取电流-时间曲线上的两个峰值;
步骤三、采用转折点计算方法寻找电流-时间曲线上的转折点;
波峰及转折点的顺序依次为起始位置、第一波峰、第一转折点、第二转折点、第二波峰、终止位置;
由第一个峰值之前的数据采用所述转折点计算方法求取电流-时间曲线的起始位置,由第二个峰值之后的数据采用所述转折点计算方法求取电流-时间曲线的终止位置,由两波峰之间的数据采用所述转折点计算方法求取电流-时间曲线上的第一转折点和第二转折点;
步骤四、将得到的转折点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。
上述各步骤的详细过程介绍如下:
步骤一、利用传感器采集电机的电流信号,由显示单元得出电机电流-时间曲线。本实施例中采用霍尔传感器采集电流信号,作为其他实施方案,电流信号的采集还可以采用其他的模拟信号采集器。
若采集到如图3所示的电机电流-时间曲线,因其采样周期是us级的,所以图3所示的曲线图形复杂且数据量大,为了简便电机电流-时间曲线的分析,需要对曲线进行进一步处理,求出图3曲线图形的包络线,本实施例采取了等距抽样的处理方法,例如,使用多倍的工频频率进行抽样。
步骤二、电机电流-时间曲线上包含两个波峰,分别为第一波峰M2(t2,I2)、第二波峰M5(t5,I5),电机电流-时间曲线上的峰值作为曲线上的特殊点,本实施例中采取如下方法进行求取:
将电流-时间曲线上的全部数据均分成n组,求取每组内的最大值,将每组求得的最大值组成最大值集合{A}n,然后分别求取最大值集合{A}n上的极大值点,能够判断存在两个波峰趋势,即得到两个峰值,分别为第一波峰M2(t2,I2)、第二波峰M5(t5,I5)。
这里需要强调的一点是,在求取峰值之前一定不能对原始数据进行预处理,由图4电机电流-时间曲线可以看出第一波峰M2作为一种尖峰值,如果进行数据预处理,将会被剔除掉,这种情况下后续得到各种分析结果也将是不正确的。
步骤三、准确分析电机电流-时间曲线是断路器实现监测的关键,计算电流-时间曲线上的转折点又是准确分析电流-时间曲线的关键,电流-时间曲线中的转折点即对应断路器相应动作的开始或结束,图2展示了两种基本的转折模型,本发明提出的转折点计算方法又称为概率估计直线拟合法。
下面结合图2中情况1表示的转折点对上述计算方法进行详细说明,过程如下:
(1)对包含起始值的数据段X{xk,k=1,2,...,t}进行处理得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T,本实施例中采用的是移动平滑滤波的数据处理方法;
(2)对数据段X1{x1~xT}计算其概率密度分布,找到概率最大值Pmax对应的数值xp,且xp应满足xp∈X1;
(3)在数据段X1中找到时刻上最后一个小于xp的数xn,对数据段X2{x1~xn}采用直线拟合法求取直线x=k,本实施例采用最小二乘法进行直线拟合;
(4)以k为转折时刻最优值xd,在数据段X2中找到时刻上最后一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流转折点。
实际上,以上述计算得到的k找到的电流转折点已经很精确,但这里为了找到更精确的转折点,便于系统故障分析,针对上述步骤又提出了以下方法:
(5)对数据段X2的前半段X3{x1~xn/2}求取其均值
(6)根据归一化加权思想,求取实际带有噪声的电流-时间曲线转折时刻的最优值xd,表达式为:
其中,为加权系数;
(7)在数据段X1中找到时刻上最后一个小于xd的数xz,将电流-时间曲线上xz对应的点记为电流转折点。
下面结合图2中的情况2表示的转折点对上述计算方法进行详细说明,过程如下:
(1)对包含终止值的数据段X{xk,k=1,2,...,t}进行处理得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T,本实施例中采用的是移动平滑滤波的数据处理方法;
(2)对数据段X1{xT~xt}计算其概率密度分布,找到概率最大值Pmax对应的数值xp,且xp应满足xp∈X1;
(3)在数据段X1中找到时刻上第一个小于xp的数xn,对数据段X2{xn~xt}采用直线拟合法求取直线x=k,本实施例采用最小二乘法进行直线拟合;
(4)以k为转折时刻最优值xd,在数据段X2中找到时刻上第一个小于xd的数值xz,将电流-时间曲线上xz对应的点记为电流转折点。
实际上,以上述计算得到的k找到的电流转折点已经很精确,但这里为了找到更精确的转折点,便于系统故障分析,针对上述步骤又提出了以下方法:
(5)对数据段X2的后半段X3{x(t-n)/2~xt}求取其均值
(6)根据归一化加权思想,求取实际带有噪声的电流-时间曲线转折时刻的最优值xd,表达式为:
其中,为加权系数;
(7)在数据段X1中找到时刻上第一个小于xd的数xz,将电流-时间曲线上xz对应的点记为电流转折点。
电机电流-时间曲线上波峰及转折点的顺序为:起始位置、第一峰值、第一转折点、第二转折点、第二峰值、终止位置。
本实施例中采用上述的转折点计算方法来求取图4中电机电流-时间曲线上的电流起始位置M1和终止位置M6。将峰值M2之前的包含起始位置M1的数据采用上述情况1的方法求取电流-时间曲线的起始位置M1;将图4中峰值M5之后的包含终止位置M6的数据采用上述情况2的方法求取电流-时间曲线的终止位置M6。
将时刻t2到(t2+t5)/2之间的数据同样采用上述情况1的方法求取电流-时间曲线的第一转折点M3;将时刻t3到t5之间的数据同样采用上述情况2的方法求取电流-时间曲线的第二转折点M4。
步骤四、根据上述步骤得到的电流起止位置和特征点,进行断路器故障的预测报警,本实施例采用以下三种方案:
第一种方案是根据波峰及转折点的位置与系统预设的对应数值进行比较,若超出设定的阈值偏差范围,则说明系统出现故障,进而实行故障报警。
第二种方案是根据波峰及转折点的位置划定电流-时间曲线范围,与系统预设的参数范围比较,若超出设定的范围阈值偏差,则说明系统出现故障,进而实行故障报警。
上述电流-时间曲线范围即时间段,电机电流-时间曲线参数时间段如下:I2脉冲电流峰值;t1~t3为脉冲电流时间;t3~t4为电机平稳工作时间,电流值稳定得到平稳电流(I3+I4)/2;t5时电机负荷力矩最大,对应电流I5;t1~t6为电机储能时间。
第三种方案是将上述两种方案进行结合,综合分析系统故障情况。
保存历史数据,将最后一次动作计算的特征值与最近若干次动作数据进行统计分析,对异常的特征值通过显示屏显示预警信息,且进一步修正阈值,利于以后对系统故障的精确判断。
本发明实施例还提供了采用上述转折点计算方法的储能电机电流的断路器状态监测系统,该系统包括如下模块:
1)用于获取电机电流信号,得到待处理的电流-时间曲线的模块;
2)用于找到电流-时间曲线上的峰值点的模块;
3)用于采用上述转折点计算方法寻找电流-时间曲线上的转折点的模块;
波峰及转折点的顺序依次为起始位置、第一峰值、第一转折点、第二转折点、第二峰值、终止位置;
由第一峰值之前的数据采用所述转折点计算方法求取电流-时间曲线的起始位置,由第二峰值之后的数据采用所述转折点计算方法求取电流-时间曲线的终止位置,由两波峰之间的数据采用所述转折点计算方法求取电流-时间曲线上的第一转折点和第二转折点;
4)用于将得到的转折点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警的模块。
上述模块是系统中为实现该方法的各步骤所建立的功能模块,实际上是一种根据以上利用储能电机电流进行真空断路器状态监测的方法进行编程,与方法步骤对应的软件进程,用于控制器中。因此,对于各个模块,下面不再进行详细介绍。
本发明实施例还提供了转折点计算装置,该装置包括如下模块:
1)用于对数据段X{xk,k=1,2,...,t}进行处理得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T的模块;
2)用于对数据段X1{x1~xT}或X1{xT~xt}计算其概率密度分布,找到概率最大值Pmax对应的数值xp的模块;
3)用于在数据段X1中找到时刻上最后一个小于或第一个小于xp的数xn,对对应的数据段X2{x1~xn}或X2{xn~xt}采用直线拟合法求取直线x=k的模块;
4)用于以k为转折时刻最优值xd,对应的在数据段X2中找到时刻上最后一个小于或第一个小于xd的数值xz,即为转折点的模块。
上述模块是装置中为实现该方法的各步骤所建立的功能模块,实际上是一种根据以上转折点计算方法进行编程,与方法步骤对应的软件进程,用于控制器中。因此,对于各个模块,下面不再进行详细介绍。
Claims (10)
1.转折点计算方法,其特征在于,该方法包括如下步骤:
1)对数据段X{xk,k=1,2,...,t}进行处理得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T;
2)对数据段X1{x1~xT}或X1{xT~xt}计算其概率密度分布,找到概率最大值Pmax对应的数值xp;
3)在数据段X1中找到时刻上最后一个小于或第一个小于xp的数xn,对对应的数据段X2{x1~xn}或X2{xn~xt}采用直线拟合法求取直线x=k;
4)以k为转折时刻最优值xd,对应的在数据段X2中找到时刻上最后一个小于或第一个小于xd的数值xz,即为转折点。
2.根据权利要求1所述的转折点计算方法,其特征在于,对步骤3)中所述数据段X2的前半段X3{x1~xn/2}或后半段X3{x(t-n)/2~xt}求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优值xd,加权系数与k、xp和xm有关。
3.根据权利要求2所述的转折点计算方法,其特征在于,所述转折时刻的最优值xd为:
其中,为加权系数。
4.转折点计算装置,其特征在于,该装置包括如下模块:
1)用于对数据段X{xk,k=1,2,...,t}进行处理得到Xs,根据判定条件xs<(max(Xs)+min(Xs))/2得到Xs中符合条件的最大时刻T的模块;
2)用于对数据段X1{x1~xT}或X1{xT~xt}计算其概率密度分布,找到概率最大值Pmax对应的数值xp的模块;
3)用于在数据段X1中找到时刻上最后一个小于或第一个小于xp的数xn,对对应的数据段X2{x1~xn}或X2{xn~xt}采用直线拟合法求取直线x=k的模块;
4)用于以k为转折时刻最优值xd,对应的在数据段X2中找到时刻上最后一个小于或第一个小于xd的数值xz,即为转折点的模块。
5.根据权利要求4所述的转折点计算装置,其特征在于,对模块3)中所述数据段X2的前半段X3{x1~xn/2}或后半段X3{x(t-n)/2~xt}求均值xm,将概率最大值xp与直线拟合数值k进行归一加权处理得到转折时刻的最优值xd,加权系数与k、xp和xm有关。
6.根据权利要求5所述的转折点计算装置,其特征在于,所述转折时刻的最优值xd为:
其中,为加权系数。
7.采用如权利要求1-3任一项所述转折点计算方法的储能电机电流的断路器状态监测方法,其特征在于,包括如下步骤:
1)获取电机电流信号,得到待处理的电流-时间曲线;
2)找到电流-时间曲线上的两个峰值点;
3)采用所述转折点计算方法寻找电流-时间曲线上的转折点;
波峰及转折点的顺序依次为起始位置、第一波峰、第一转折点、第二转折点、第二波峰、终止位置;
由第一峰值之前的数据采用所述转折点计算方法求取电流-时间曲线的起始位置,由第二峰值之后的数据采用所述转折点计算方法求取电流-时间曲线的终止位置,由两波峰之间的数据采用所述转折点计算方法求取电流-时间曲线上的第一转折点和第二转折点;
4)将得到的转折点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警。
8.根据权利要求7所述的储能电机电流的断路器状态监测方法,其特征在于,对于步骤1)中得到的原始电流-时间曲线采用等距抽样的方法进行处理,得到待处理的电流-时间曲线。
9.采用如权利要求1-3任一项所述转折点计算方法的储能电机电流的断路器状态监测系统,其特征在于,该系统包括如下模块:
1)用于获取电机电流信号,得到相应的电流-时间曲线的模块;
2)用于找到电流-时间曲线上的两个峰值点的模块;
3)用于采用所述转折点计算方法寻找电流-时间曲线上的转折点的模块;
波峰及转折点的顺序依次为起始位置、第一波峰、第一转折点、第二转折点、第二波峰、终止位置;
由第一峰值之前的数据采用所述转折点计算方法求取电流-时间曲线的起始位置,由第二峰值之后的数据采用所述转折点计算方法求取电流-时间曲线的终止位置,由两波峰之间的数据采用所述转折点计算方法求取电流-时间曲线上的第一转折点和第二转折点;
4)用于将得到的转折点与设定的阈值比较,若超出设定的阈值偏差范围,则进行故障报警的模块。
10.根据权利要求9所述的储能电机电流的断路器状态监测系统,其特征在于,对于模块1)中得到的原始电流-时间曲线采用等距抽样的方法进行处理,得到待处理的电流-时间曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610590160.5A CN105975737B (zh) | 2016-07-25 | 2016-07-25 | 转折点计算模型及电机电流的断路器状态监测方法、系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610590160.5A CN105975737B (zh) | 2016-07-25 | 2016-07-25 | 转折点计算模型及电机电流的断路器状态监测方法、系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105975737A true CN105975737A (zh) | 2016-09-28 |
CN105975737B CN105975737B (zh) | 2019-06-11 |
Family
ID=56950733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610590160.5A Active CN105975737B (zh) | 2016-07-25 | 2016-07-25 | 转折点计算模型及电机电流的断路器状态监测方法、系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105975737B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194043A (zh) * | 2017-05-04 | 2017-09-22 | 国网山东省电力公司济宁供电公司 | 一种断路器高频电弧建模方法 |
CN107271176A (zh) * | 2017-08-04 | 2017-10-20 | 江苏省电力试验研究院有限公司 | 基于直线电机驱动的标准运动装置及测试方法 |
WO2019183851A1 (en) | 2018-03-28 | 2019-10-03 | Abb Schweiz Ag | Apparatus and method for fault diagnosis for circuit breaker |
WO2021008142A1 (en) * | 2019-07-15 | 2021-01-21 | Huawei Technologies Co., Ltd. | Method and system for automatic anomaly detection in data |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030188445A1 (en) * | 2002-03-22 | 2003-10-09 | Mitutoyo Corporation | Measurement data fairing method |
CN101707396A (zh) * | 2009-06-08 | 2010-05-12 | 国电南瑞科技股份有限公司 | 基于电流电压数学模型的损失采样数据处理方法 |
WO2011156400A1 (en) * | 2010-06-07 | 2011-12-15 | Abb Research Ltd. | Systems and methods for characterizing fault-clearing devices |
CN102721919A (zh) * | 2012-06-25 | 2012-10-10 | 南京南自西电电气有限责任公司 | 高压真空断路器在线监测方法及在线监测装置 |
CN103675659A (zh) * | 2013-11-30 | 2014-03-26 | 许继电气股份有限公司 | 断路器分合闸时行程-时间波形预处理方法与装置 |
CN104636746A (zh) * | 2015-02-04 | 2015-05-20 | 华南理工大学 | 一种基于局部区域小波变换的gis设备特征值提取方法 |
-
2016
- 2016-07-25 CN CN201610590160.5A patent/CN105975737B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030188445A1 (en) * | 2002-03-22 | 2003-10-09 | Mitutoyo Corporation | Measurement data fairing method |
CN101707396A (zh) * | 2009-06-08 | 2010-05-12 | 国电南瑞科技股份有限公司 | 基于电流电压数学模型的损失采样数据处理方法 |
WO2011156400A1 (en) * | 2010-06-07 | 2011-12-15 | Abb Research Ltd. | Systems and methods for characterizing fault-clearing devices |
CN102721919A (zh) * | 2012-06-25 | 2012-10-10 | 南京南自西电电气有限责任公司 | 高压真空断路器在线监测方法及在线监测装置 |
CN103675659A (zh) * | 2013-11-30 | 2014-03-26 | 许继电气股份有限公司 | 断路器分合闸时行程-时间波形预处理方法与装置 |
CN104636746A (zh) * | 2015-02-04 | 2015-05-20 | 华南理工大学 | 一种基于局部区域小波变换的gis设备特征值提取方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194043A (zh) * | 2017-05-04 | 2017-09-22 | 国网山东省电力公司济宁供电公司 | 一种断路器高频电弧建模方法 |
CN107271176A (zh) * | 2017-08-04 | 2017-10-20 | 江苏省电力试验研究院有限公司 | 基于直线电机驱动的标准运动装置及测试方法 |
WO2019183851A1 (en) | 2018-03-28 | 2019-10-03 | Abb Schweiz Ag | Apparatus and method for fault diagnosis for circuit breaker |
CN111602064A (zh) * | 2018-03-28 | 2020-08-28 | Abb瑞士股份有限公司 | 用于断路器的故障诊断装置和方法 |
EP3775946A4 (en) * | 2018-03-28 | 2021-11-24 | ABB Schweiz AG | BREAKER FAILURE DIAGNOSIS APPARATUS AND METHOD |
WO2021008142A1 (en) * | 2019-07-15 | 2021-01-21 | Huawei Technologies Co., Ltd. | Method and system for automatic anomaly detection in data |
US11561959B2 (en) | 2019-07-15 | 2023-01-24 | Huawei Cloud Computing Technologies Co., Ltd. | Method and system for automatic anomaly detection in data |
Also Published As
Publication number | Publication date |
---|---|
CN105975737B (zh) | 2019-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106291343B (zh) | 利用分合闸电流进行真空断路器状态监测的方法及系统 | |
EP3361631B1 (en) | Current-voltage curve scan method for photovoltaic module, and optimizer | |
CN105975737B (zh) | 转折点计算模型及电机电流的断路器状态监测方法、系统 | |
CN113159077A (zh) | 一种基于混合卷积神经网络的三相逆变器故障识别方法 | |
CN110703025A (zh) | 一种风电变流器igbt功率模块健康状态异常识别方法 | |
CN109543083B (zh) | 一种多元电网实时数据中异常数据的检测方法 | |
CN101229599B (zh) | 一种数字脉冲电源 | |
CN115437358A (zh) | 工业机器人智能状态监测与故障诊断系统及故障诊断方法 | |
CN110487327A (zh) | 一种机械设备电气系统的运行状态检测系统 | |
CN112787401A (zh) | 一种基于电力大数据的环保监测系统及监测方法 | |
CN113128153A (zh) | 一种光伏电站中复合阈值触发的主动变频故障录波方法 | |
CN216848010U (zh) | 一种边缘计算的电缆局放在线监测装置 | |
CN117849700B (zh) | 可控制测量的模块化电能计量系统 | |
CN116146515A (zh) | 一种水泥厂离心风机设备异常检测方法 | |
CN111894814A (zh) | 一种用于发电系统的故障处理系统及方法 | |
CN113702773B (zh) | 配电网的高阻接地故障定位方法、装置、设备和介质 | |
CN117313021B (zh) | 一种电力设备异常检测分析方法、系统、终端及介质 | |
CN113297957A (zh) | 一种基于边缘计算的用电特征波形提取及分析架构 | |
CN110083804B (zh) | 基于条件分布回归的风电场scada数据缺失的智能修复方法 | |
CN116667537A (zh) | 一种电能质量监测装置 | |
CN116559680A (zh) | 一种电池故障诊断方法、装置、电子设备和存储介质 | |
CN112257997A (zh) | 一种基于神经网络的pcs转化率计算方法及系统 | |
CN116483019B (zh) | 一种基于plc的工业物联网云管控系统 | |
Liu et al. | Rapid parameter identification of BUCK converter using Hilbert phase compensation | |
CN113033607B (zh) | 非侵入式负荷监测事件提取方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |