CN107764401A - 一种对断路器内部接头发热识别的方法 - Google Patents
一种对断路器内部接头发热识别的方法 Download PDFInfo
- Publication number
- CN107764401A CN107764401A CN201710740860.2A CN201710740860A CN107764401A CN 107764401 A CN107764401 A CN 107764401A CN 201710740860 A CN201710740860 A CN 201710740860A CN 107764401 A CN107764401 A CN 107764401A
- Authority
- CN
- China
- Prior art keywords
- temperature
- breaker
- data
- calculate
- alarm
- 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
- 238000010438 heat treatment Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000004020 conductor Substances 0.000 title claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 206010037660 Pyrexia Diseases 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000036760 body temperature Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 7
- 229910018503 SF6 Inorganic materials 0.000 description 26
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 20
- 230000005855 radiation Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000000803 paradoxical effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 229960000909 sulfur hexafluoride Drugs 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010001541 Akinesia Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010891 electric arc Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000002277 temperature effect Effects 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
一种对断路器内部接头发热识别的方法，包括以下步骤：采集当前的环境湿度、风速、降雨量；设置断路器的测量方向，连续分析D天的有效数据,同一天对同一断路器进行不同角度的测量，设置系统报警系数Alarm，采集断路器的红外热图，经D天对有效数据进行计算，如果报警系数Alarm>(D*2)*0.6，即60%以上的数据出现设备表面温度不均匀，则得出该断路器存在内部故障发热现象。本发明通过自动计算系统表面温度场的变化程度，进而可分析得出设备内部是否存在故障发热现象，自动、可靠、准确，节约了人工，提高了效率和检测精度。本发明能精确识别SF6断路器内部故障发热,且在这种温度变化是通过设备表面在2K以内的温度变化而做出判断。
Description
技术领域
本发明涉及一种利用红外对断路器进行检测的方法，特别涉及一种对断路器内部接头发热识别的方法。
背景技术
高压断路器，也称高压开关，它不仅可以切断或闭合高压电路中的空载电流和负荷电流，而且当系统发生故障时通过继电器保护装置的作用，切断过负荷电流和短路电流，它具有相当完善的灭弧结构和足够的断流能力。通常分为：油断路器（多油断路器、少油断路器）、六氟化硫断路器（SF6断路器）、压缩空气断路器、真空断路器等，本发明主要针对的是目前应用最广泛的SF6断路器。
SF6断路器采用的是绝缘性能和灭弧性能优异的六氟化硫(SF6)气体作为绝缘和灭弧介质，并将所有的高压电器元件密封在接地金属筒中
断路器设备发热缺陷时有发生，且内部发热危害大于外部发热，已经严重影响电网的安全运行。
针对该问题，国家电网公司专门下达了研制任务（见国网公司"国网运检部关于加强SF6断路器内部导体接头发热缺陷检测的通知"），南网贵州电网有限责任公司凯里供电局也在做出相应研究（见《电力设备》2016年第9期红外检测在SF6断路器发热故障中的技术应用），但上述解决方法都是采用人工巡检的方式，存在很大的局限性。
经过多次现场事故案例分析，造成SF6断路器发热原因主要有：
1、SF6断路器接头接触不良；
2、操作过程中如果断路器、隔离开关分合闸不到位，位置标示显示错误，运行人员没有及时发现，运行后宜造成异常放电和事故发生；
3、施工工艺不达标，造成外壳法兰连接螺栓、专用短接联片等异常发热；
4、外壳选材不当，使用导磁率高的钢材
本发明仅仅针对内部发热导致的故障。
SF6断路器内部发热危害大于外部发热，例如断路器刀口分合不到位，异常放电，可能会引起刀口烧熔，产生电弧，如果烧落物掉在外壳引起短路跳闸、隔离故障，如果刀口没有脱落持续放电，保护不能动作，最终引起爆炸。
SF6断路器内部发热的特点：
（1）内部发热主要是接头发热，集中分布在导体连接处、断路器和隔离开关动静触头处等部位；
（2）发热点正上方外壳温度明显高于下方温度，并发热点正上方外壳温度向四周温度递减；
（3）温差越大，设备故障越严重；
（4）内部发热外壳热辐射面积大。
SF6断路器内部接头发热主要通过SF6气体对流、热传导、热辐射向罐体外壳传播。SF6气体具有较强绝缘性能，通常作为SF6断路器罐体绝缘材料。SF6导热性能不如空气好，对流传热能力比空气强，因此接头发热主要通过对流方式将热量传递到罐体外壳，再通过热传导、热辐射向空气辐射；因此SF6断路器接头发热呈现发热相高于非发热相。
目前采用人工定期携带红外热像仪测量断路器表面温度分布的方式来判断设备是否故障的方式存在如下缺点：
1)目前所有红外热像仪测温精度为±2℃或±%2（见GB/T19870-200工业检测红外热像仪），而因为SF6断路器内部接头发热通过SF6液体对流、热传导、热辐射向罐体外壳传播后，往往内部严重的故障反映到壳体表面温度变化只有2K以内的变化。所有人工测量往往无法发现SF6断路器内部接头发热，特别是在故障早期。
2)SF6断路器表面温度受到日照影响、风速影响、湿度影响、环境温度影响太大，设备表面2K的温度变化在上述影响中无法体现出来，人工测量无法发现故障。
3)SF6断路器内部故障发热情况随负荷而变化，不同时间段测量因负荷不一致，导致表面温度变化也不一致。
4、外部因素引起发热特点及分析
①日照：受日照影响，SF6断路器外壳向阳面吸收太阳能较多，向阳面高于背阳面温度。
②SF6断路器周围有较大发热体，由于热辐射原因，SF6断路器外壳距离热辐射源近，地方温度相对较高
③风速影响：经现场测温发现在无风情况下，内部发热时，热点温度比外壳温度高50-70K，风较大时温差更大。当内部温度达到100K温升时，外壳发热比室外温度仅高几K。
④湿度影响：湿度较大情况，红外线从发热体到测试设备过程中，被空气吸收，湿度越大，吸收越多。
目前电力公司巡检人员采用的测量方法是：运行人员定期携带红外热像仪巡检来掌握设备的运行状态。通过测量断路器表面温度分布状态来分析内部是否存在故障。
发明内容
为解决现有技术的不足，提供一种对断路器内部接头发热识别的方法，这种方法自动化程度高、检测精确，解决了人工检测的不足。
为实现上述目的，本发明采用以下技术方案：
一种对断路器内部接头发热识别的方法，包括以下步骤：
步骤1：采集当前的环境湿度、风速、降雨量；当降雨量为零时，风速为3级以下，湿度95%以下时，在这种环境下的采集数据为有效数据，记录环境温度TENV0.
步骤2：在凌晨1点-4点间采集的红外热图为有效数据，
步骤3：预先设置断路器的测量方向，
步骤4：连续分析D天的有效数据，每天的环境温度TENV与基准环境温度TENV0差值在2℃以内为有效数据,
步骤5：同一天对同一断路器进行不同角度的测量，对一个断路器至少完成E个角度以上的测量，每次对设备拍摄的角度差值为360°/E，
步骤6：设置系统报警系数Alarm，初始值为0，
步骤7：采集断路器的红外热图，并确定热图中断路器本体的位置，
步骤8：读取该断路器本体范围内温度场数据，根据测量方向生成断路器本体温度矩阵数据 T(X,Y)，X为温度场矩阵列数，Y为温度场矩阵的行数,
步骤9：将该温度矩阵数据平均分成N份，获得N个子温度矩阵T(X,YN)，
步骤10：计算各个子温度矩阵T(X,YN)的最高温度，获得温度数组TMAX(N)，
步骤11：计算温度数组TMAX(N)平均温度TAVE0，
步骤12：计算TMAX(N)- T0AVE得到温差数组Td0(N)，
步骤13：计算Td0(N)温度数组中最大数据与最小数据的差值T0，如果T0数值>2,则将报警系数加一；
步骤14：计算各个子温度矩阵T(X,YN)的平均温度，获得温度数组TAVE(N)，
步骤15：计算温度数组TAVE(N)平均温度TAVE1，
步骤16：计算TAVE(N)- TAVE1得到温差数组Td1(N)，
步骤17：计算Td1(N)温度数组中最大数据与最小数据的差值T1，如果T1数值>2,则将报警系数加一；
步骤18：采集同一断路器其它角度的红外热图，并确定红外热图中断路器本体的位置，并执行步骤8至步骤17，
步骤19：从步骤6开始到步骤18为每天的计算步骤，该步骤需要连续执行D天，
步骤20：经D天对有效数据进行计算，如果报警系数Alarm>(D*2)*0.6，即60%以上的数据出现设备表面温度不均匀，则得出该断路器存在内部故障发热现象。
上述的一种对断路器内部接头发热识别的方法，步骤4中D的数值取10。
上述的一种对断路器内部接头发热识别的方法，步骤5中E的数值取2。
上述的一种对断路器内部接头发热识别的方法，步骤9中 N取20且N≤Y。
本发明通过自动计算系统表面温度场的变化程度，进而可分析得出设备内部是否存在故障发热现象，自动、可靠、准确，节约了人工，提高了效率和检测精度。
本发明能精确识别SF6断路器内部故障发热,且在这种温度变化是通过设备表面在2K以内的温度变化而做出判断。
附图说明
图1为本发明红外热像图分析图。
具体实施方式
参照附图，一种对断路器内部接头发热识别的方法，包括以下步骤：
步骤1：采集当前的环境湿度、风速、降雨量；当降雨量为零时，环境温度5℃以上，风速为5米/秒以下，环境湿度85%以下时（DLT 664-2008 带电设备红外诊断应用规范检测环境要求），在这种环境下的采集数据为有效数据，记录环境温度TENV0，
步骤2：在凌晨1点-4点间采集的红外热图为有效数据，
步骤3：预先设置断路器的测量方向，
步骤4：连续分析D天的有效数据，每天的环境温度TENV与基准环境温度TENV0差值在2℃以内为有效数据，D的数值取10
步骤5：同一天对同一断路器进行不同角度的测量，对一个断路器至少完成E个角度以上的测量，每次对设备拍摄的角度差值为360°/E，E的数值取2
步骤6：设置系统报警系数Alarm，初始值为0，
步骤7：采集断路器的红外热图，并确定热图中断路器本体的位置，
步骤8：读取该断路器本体范围内温度场数据，根据测量方向生成断路器本体温度矩阵数据 T(X,Y)，X为温度场矩阵行数，Y为温度场矩阵的列数,
步骤9：断路器红外热图T(40，6)温度矩阵如下：
步骤10：将该温度矩阵数据平均分成N份（N取20，N≤X），获得N个子温度矩阵Tn(X/N,Y)，n取值0-19。
T0(2,6)
T1(2,6)
……
步骤11：计算各个子温度矩阵Tn(X/N,Y)的最高温度，获得温度数组TMAX(N)，
步骤12：计算温度数组TMAX(N)平均温度TAVE0，
TAVE0 =36.2325
步骤13：计算TMAX(N)-TAVE0得到温差数组Td0(N)，
步骤14：计算Td0(N)温度数组中最大数据与最小数据的差值T0，如果T0数值>2,则将报警系数加一，即（Alarm=Alarm+1），
T0 = 1.13；报警系数不增加
步骤15：计算各个子温度矩阵Tn(X/N,Y)的平均温度，获得温度数组TAVE(N)，
步骤16：计算温度数组TAVE(N)平均温度TAVE1，
TAVE1=35.85504167
步骤17：计算TAVE(N)-TAVE1得到温差数组Td1(N)，
步骤18：计算Td1(N)温度数组中最大数据与最小数据的差值T1，如果T1数值>2,则将报警系数加一，即Alarm=Alarm+1；
T1 = 0.6225 报警系数不增加，
步骤19：采集同一断路器其它角度的红外热图，并确定红外热图中断路器本体的位置，并执行步骤8至步骤17，
步骤20：从步骤6开始到步骤18为每天的计算步骤，该步骤需要连续执行D天，
步骤21：经D天对有效数据进行计算，如果报警系数Alarm>(D*2)*0.6，即60%以上的数据出现设备表面温度不均匀，则得出该断路器存在内部故障发热现象。
在智能巡检机器人系统自动设备识别的基础上，对断路器进行自动全表面分段温差比较功能，自动分析比较设备表面是否存在不均匀的温度变化，进而通过一定时间内观测外部设备的曲线变化来分析设备内部是否存在故障发热。
系统在工作过程，采用多边形框标记设备范围，将该设备温度数据分成20份（可按需修改设置）进行温度读取分析，系统通过分析每天同一时刻这20份温度数据的温度变化趋势、每份数据在30天内同一时刻的温差变化趋势、20份数据在30天内同一时刻的温差变化趋势比较等等多种算法的大数据处理，监测分析断路器设备内部设备故障。
Claims (4)
1.一种对断路器内部接头发热识别的方法，其特征在于包括以下步骤：
采集当前的环境湿度、风速、降雨量；当降雨量为零时，风速为3级以下，湿度95%以下时，在这种环境下的采集数据为有效数据，记录环境温度TENV0.
在凌晨1点-4点间采集的红外热图为有效数据，
预先设置断路器的测量方向，
连续分析D天的有效数据，每天的环境温度TENV与基准环境温度TENV0差值在2℃以内为有效数据,
同一天对同一断路器进行不同角度的测量，对一个断路器至少完成E个角度以上的测量，每次对设备拍摄的角度差值为360°/E，
设置系统报警系数Alarm，初始值为0，
采集断路器的红外热图，并确定热图中断路器本体的位置，
读取该断路器本体范围内温度场数据，根据测量方向生成断路器本体温度矩阵数据 T(X,Y)，X为温度场矩阵列数，Y为温度场矩阵的行数,
将该温度矩阵数据平均分成N份，获得N个子温度矩阵T(X,YN)，
计算各个子温度矩阵T(X,YN)的最高温度，获得温度数组TMAX(N)，
计算温度数组TMAX(N)平均温度TAVE0，
计算TMAX(N)- T0AVE得到温差数组Td0(N)，
计算Td0(N)温度数组中最大数据与最小数据的差值T0，如果T0数值>2,则将报警系数加一；
计算各个子温度矩阵T(X,YN)的平均温度，获得温度数组TAVE(N)，
计算温度数组TAVE(N)平均温度TAVE1，
计算TAVE(N)- TAVE1得到温差数组Td1(N)，
计算Td1(N)温度数组中最大数据与最小数据的差值T1，如果T1数值>2,则将报警系数加一；
采集同一断路器其它角度的红外热图，并确定红外热图中断路器本体的位置，并执行步骤8至步骤17，
从步骤6开始到步骤18为每天的计算步骤，该步骤需要连续执行D天，
经D天对有效数据进行计算，如果报警系数Alarm>(D*2)*0.6，即60%以上的数据出现设备表面温度不均匀，则得出该断路器存在内部故障发热现象。
2.如权利要求1所述的一种对断路器内部接头发热识别的方法，其特征在于步骤4中D的数值取10。
3.如权利要求1所述的一种对断路器内部接头发热识别的方法，其特征在于步骤5中E的数值取2。
4.如权利要求1所述的一种对断路器内部接头发热识别的方法，其特征在于步骤9中 N取20且N≤Y。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710740860.2A CN107764401B (zh) | 2017-08-25 | 2017-08-25 | 一种对断路器内部接头发热识别的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710740860.2A CN107764401B (zh) | 2017-08-25 | 2017-08-25 | 一种对断路器内部接头发热识别的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107764401A true CN107764401A (zh) | 2018-03-06 |
| CN107764401B CN107764401B (zh) | 2019-08-20 |
Family
ID=61265358
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710740860.2A Expired - Fee Related CN107764401B (zh) | 2017-08-25 | 2017-08-25 | 一种对断路器内部接头发热识别的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107764401B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109253805A (zh) * | 2018-09-29 | 2019-01-22 | 国家电网有限公司 | 一种电力设备多目标同时测温的方法 |
| CN109323765A (zh) * | 2018-09-29 | 2019-02-12 | 国家电网有限公司 | 一种采用曲线轮廓法对电力设备准确测温的方法 |
| CN113281218A (zh) * | 2021-05-25 | 2021-08-20 | 国网河北省电力有限公司检修分公司 | 一种气体密度监测方法、装置、存储介质及电子设备 |
| CN113433167A (zh) * | 2021-06-10 | 2021-09-24 | 国网湖南省电力有限公司 | 基于红外热图的电力电缆终端设备的状态监测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070018104A1 (en) * | 2005-07-25 | 2007-01-25 | Parviz Parvin | Machine for detecting sulfur hexafluoride (SF6) leaks using a carbon dioxide laser and the differential absorption lidar ( DIAL) technique and process for making same |
| CN201867474U (zh) * | 2010-11-30 | 2011-06-15 | 北京航空航天大学 | 一种六氟化硫断路器密度继电器综合校验仪 |
| CN102289590A (zh) * | 2011-08-18 | 2011-12-21 | 沈阳工业大学 | Sf6高压断路器运行状态评估方法及智能系统 |
| US20150292975A1 (en) * | 2014-04-10 | 2015-10-15 | General Electric Company | Method and system for detecting coolant leaks in generators |
| CN106771996A (zh) * | 2016-11-17 | 2017-05-31 | 南方电网科学研究院有限责任公司 | 一种gis触头过热故障的带电检测方法 |
-
2017
- 2017-08-25 CN CN201710740860.2A patent/CN107764401B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070018104A1 (en) * | 2005-07-25 | 2007-01-25 | Parviz Parvin | Machine for detecting sulfur hexafluoride (SF6) leaks using a carbon dioxide laser and the differential absorption lidar ( DIAL) technique and process for making same |
| CN201867474U (zh) * | 2010-11-30 | 2011-06-15 | 北京航空航天大学 | 一种六氟化硫断路器密度继电器综合校验仪 |
| CN102289590A (zh) * | 2011-08-18 | 2011-12-21 | 沈阳工业大学 | Sf6高压断路器运行状态评估方法及智能系统 |
| US20150292975A1 (en) * | 2014-04-10 | 2015-10-15 | General Electric Company | Method and system for detecting coolant leaks in generators |
| CN106771996A (zh) * | 2016-11-17 | 2017-05-31 | 南方电网科学研究院有限责任公司 | 一种gis触头过热故障的带电检测方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109253805A (zh) * | 2018-09-29 | 2019-01-22 | 国家电网有限公司 | 一种电力设备多目标同时测温的方法 |
| CN109323765A (zh) * | 2018-09-29 | 2019-02-12 | 国家电网有限公司 | 一种采用曲线轮廓法对电力设备准确测温的方法 |
| CN109253805B (zh) * | 2018-09-29 | 2020-09-08 | 国家电网有限公司 | 一种电力设备多目标同时测温的方法 |
| CN113281218A (zh) * | 2021-05-25 | 2021-08-20 | 国网河北省电力有限公司检修分公司 | 一种气体密度监测方法、装置、存储介质及电子设备 |
| CN113281218B (zh) * | 2021-05-25 | 2023-06-20 | 国网河北省电力有限公司检修分公司 | 一种气体密度监测方法、装置、存储介质及电子设备 |
| CN113433167A (zh) * | 2021-06-10 | 2021-09-24 | 国网湖南省电力有限公司 | 基于红外热图的电力电缆终端设备的状态监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107764401B (zh) | 2019-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107764401B (zh) | 一种对断路器内部接头发热识别的方法 | |
| CN108181000A (zh) | 一种基于gis壳体测温的断路器触头温升检测方法 | |
| CN102788645B (zh) | 电力设备电连接点温升红外监测系统及监测方法 | |
| CN103529351B (zh) | 高压开关柜热缺陷在线监测系统及方法 | |
| CN103592033B (zh) | 一种用于在线监测gis罐体内部隔离开关触头温升的方法 | |
| CN105223329B (zh) | 基于热电效应的变压器绕组材质鉴别方法 | |
| CN106771924A (zh) | 一种利用光电场传感器检测绝缘子缺陷的检测系统及方法 | |
| CN109781268A (zh) | 一种基于低成本红外热视技术的开关柜内重点部位温度监测系统 | |
| CN105092063A (zh) | 一种开关柜测温预警系统 | |
| CN204064509U (zh) | 一种高压开关柜温度在线监测系统 | |
| WO2023116650A1 (zh) | 矿山防爆电器安全参数智能化检验系统及方法 | |
| CN111965566B (zh) | 一种内置式通过霍尔传感器进行避雷器在线监测的方法 | |
| CN106842016A (zh) | 一种sf6断路器设备取消例行停电试验的状态试验方法 | |
| Atchison et al. | Thermal monitoring of series and parallel connected lithium-ion battery modules using fiber optic sensors | |
| CN202109989U (zh) | 抗干扰红外测温装置 | |
| CN205580604U (zh) | 一种开关柜测温预警系统 | |
| CN105092093A (zh) | 一种变电站电厂测温预警系统 | |
| Li et al. | On-line temperature monitoring of the GIS contacts based on infrared sensing technology | |
| CN116087762A (zh) | 基于阵列空间电场的断路器非接触式绝缘监测方法及系统 | |
| CN203772420U (zh) | 变电站10kV开关柜电缆头红外射线测温系统 | |
| CN211785906U (zh) | 一种gis绝缘缺陷监测装置和系统 | |
| CN113125949B (zh) | 一种基于电场的高压断路器绝缘监测方法及系统 | |
| CN206099523U (zh) | 变电站智能巡检系统 | |
| CN210741769U (zh) | 一种电压互感器绝缘介质泄漏检测系统 | |
| CN210863936U (zh) | Gis绝缘劣化检测装置及gis绝缘劣化诊断系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190820 Termination date: 20200825 |