CN109030976A - 一种电力电子设备监测诊断系统和方法 - Google Patents
一种电力电子设备监测诊断系统和方法 Download PDFInfo
- Publication number
- CN109030976A CN109030976A CN201810519348.XA CN201810519348A CN109030976A CN 109030976 A CN109030976 A CN 109030976A CN 201810519348 A CN201810519348 A CN 201810519348A CN 109030976 A CN109030976 A CN 109030976A
- Authority
- CN
- China
- Prior art keywords
- unit
- electronic equipment
- power electronic
- matrix
- data
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 39
- 238000004891 communication Methods 0.000 claims abstract description 22
- 230000002452 interceptive effect Effects 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims description 10
- 238000013459 approach Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 230000005611 electricity Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- 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
Abstract
本发明公开了一种电力电子设备监测诊断系统和方法。系统包括数据采集单元、预处理单元、矩阵计算单元、智能感知单元、诊断单元、通讯存储单元、人机交互系统。该方法包括以下步骤:将采集到的数据进行简单处理,并通过矩阵计算得到模型的状态分量,从而建立起系统模型;对输入信号进行快速、大时间尺度的仿真,获得给定输出;将给定输出与实际输出进行处理,获得系统预测分量,最终得到设备诊断结果。本发明能够在电力电子设备发生故障前对电力电子设备的运行状态进行预测,及时准确地诊断出电力电子设备状况,能够降低电力电子设备故障带来的经济损失和对人员造成的威胁,提高电力电子设备可靠性。
Description
技术领域
本发明涉及电力电子设备领域,尤其涉及一种电力电子设备监测诊断系统和方法。
背景技术
近年来电力电子设备发展迅速,已经应用于轨道牵引、航空航天、电动汽车、电力系统、新能源发电、储能系统等领域。伴随电力电子设备的应用,由于电力电子设备故障造成的事故频繁发生,带来了一系列的经济损失,人员安全也受到了威胁。所以,对电力电子设备的监测越来越受到重视。
目前,对于电力电子设备的监测和故障诊断主要是对故障发生时刻进行报警,由此带来的经济损失难以避免,只能够对电力电子设备进行改进,对故障原因进行分析。因为,亟需一种监测诊断方法,在设备出现征兆的时候就能够进行报警,并且分析出电力电子设备将要发生故障的位置和原因。
发明内容
针对现有技术存在的缺陷,本发明提出一种电力电子设备监测诊断系统和方法。构建电力电子设备模型,根据采集的输入、输出数据进行仿真分析,诊断出设备状况。本发明通过采集待测电力电子设备的电压、电流、温度等数据,进行数据衍生,用于设备状态诊断与预测,将诊断结果存储,同时进行报警。
为了达到上述目的,本发明采用如下技术方案:
一种电力电子设备监测诊断系统,包括数据采集单元、预处理单元、矩阵计算单元、智能感知单元、诊断单元、通讯存储单元、人机交互系统;所述数据采集单元与预处理单元相连,预处理单元与矩阵计算单元、诊断单元相连,矩阵计算单元与智能感知单元相连,智能感知单元与诊断单元、通讯存储单元相连,诊断单元与通讯存储单元、人机交互系统相连,通讯存储单元与人机交互系统相连。
所述数据采集单元对电力电子设备的交、直流电压,交、直流电流,设备内部温度,关键器件电压、电流、温度信息进行测量、转换、滤波。
所述预处理单元对数据采集单元采集到的电压、电流、温度信号进行延展,得到有功功率、无功功率、谐波的一系列衍生参数;将衍生参数和采集的数据进行简单分析,诊断出一系列容易分辨的简单故障。
所述矩阵计算单元对预处理单元处理得到的未发生简单故障状况下的原始电压、电流、温度数据及预处理单元得到的衍生参数进行分析,通过矩阵计算获得系统的状态分量。
所述智能感知单元包含逼近模块、预测模块、数据库,智能感知单元通过矩阵计算单元的原始参数、状态分量生成系统的模型分量、预测分量;
所述逼近模块通过矩阵计算单元的状态分量及通讯存储单元中的模型分量对系统进行建模,利用矩阵计算单元的状态分量和原始数据不断进行模型优化;
所述预测模块通过矩阵计算单元的状态分量对逼近模块得到的模型进行快速仿真,预测出电力电子设备在给定输入下的给定输出,同时生成系统的预测分量;
所述数据库对历史正常数据进行记录,提供数据给智能感知单元中的逼近模块进行模型优化和测试。
所述诊断单元对预处理单元的简单故障进行诊断分析,同时对智能感知单元得到的状态分量和预测分量进行分析,获取系统即将发生的故障,对系统进行相应的报警。
所述通讯存储单元能够将诊断单元的诊断结果、预处理单元的原始电压、电流、温度数据进行存储,能够将诊断结果、原始数据发送到其他设备端,同时能够进行远程设置系统参数,能够将诊断结果、部分原始数据发送给人机交互系统。
所述人机交互系统能够显示系统诊断结果、系统数值,同时能够通过人机交互系统设置系统采集参数、智能感知单元的模型参数。
一种电力电子设备监测诊断方法,包括以下步骤:
S1,所述通讯存储单元和人机交互系统设置系统模型参数和数据采集、通讯参数;
S2,所述数据采集单元获得电力电子设备的电流、电压、温度数据,将采集的数据送入预处理单元;
S3,所述预处理单元对数据采集单元送来的数据进行简单的衍生,衍生出电力电子设备的有功功率、无功功率、谐波分量一系列参数,并对相关参数进行简单分析,分辨出是否发生过电压、过电流、谐波分量过大、关键器件温度过高的简单故障,若发生了相应的简单故障,将简单故障发送给诊断单元,若没有发送相应的简单故障,则将原始数据、衍生数据发送给矩阵计算单元;
S4,矩阵计算单元的逼近模块对矩阵计算单元的数据库中的历史数据进行处理得到模型的状态分量,计算公式如下:
H=AS+BΔ
其中,H为模型的状态分量矩阵,A、B为非线性参数系数矩阵,S为系统输入值矩阵,Δ为预测模块给定输出和实际模块的差值矩阵;
通过H矩阵对系统模型进行调整优化,使其更加符合系统,一旦系统模型优化完成,系统模型基本不再变动;
S5,矩阵计算单元的预测模块对预处理单元送来的输入数据附加到逼近模块中进行快速、大时间尺度的在线仿真,一旦给定输出与实际输出呈现一个蕴含某种规律性变动,对模型内部关键器件参数进行调整,使之匹配上实际输出;再结合系统关键器件故障影响的影响因子预测出电力电子设备将发生故障的原因,预测设备运行情况,将预测结果送入诊断单元,预测计算公式如下:
Q=K(X+ΔX)
其中,Q为预测结果矩阵,K为关键器件故障影响因子就在矩阵,X为关键器件原始参数矩阵,ΔX为模型仿真得出的关键器件的参数变化值矩阵;
S6,诊断单元对预处理单元的故障状况、智能感知单元的预测结果进行处理,将诊断信息通过通讯存储单元进行存储和输送到其他信息端,同时通过人机交互系统在设备本地进行诊断结果显示和故障报警;
S7,重复执行S2至S6,在线实时监测诊断电力电子设备状况。
与现有技术相比,本发明具有如下的优点:
本发明能够在电力电子设备发生故障前对电力电子设备的运行状态进行预测,及时准确地诊断出电力电子设备状况,能够降低电力电子设备故障带来的经济损失和对人员造成的威胁,提高电力电子设备可靠性。
附图说明
图1为监测诊断系统结构示意图。
图2为监测诊断方法流程图。
具体实施方式
下面结合附图对本发明的具体实施例做进一步的说明。
如图1所示,一种电力电子设备监测诊断系统,包括数据采集单元1、预处理单元2、矩阵计算单元3、智能感知单元4、诊断单元5、通讯存储单元6、人机交互系统7;所述数据采集单元1与预处理单元2相连,预处理单元2与矩阵计算单元3、诊断单元5相连,矩阵计算单元3与智能感知单元4相连,智能感知单元4与诊断单元5、通讯存储单元6相连,诊断单元5与通讯存储单元6、人机交互系统7相连,通讯存储单元6与人机交互系统7相连。
所述数据采集单元1对电力电子设备的交、直流电压,交、直流电流,设备内部温度,关键器件电压、电流、温度信息进行测量、转换、滤波。
所述预处理单元2对数据采集单元1采集到的电压、电流、温度信号进行延展,得到有功功率、无功功率、谐波的一系列衍生参数;将衍生参数和采集的数据进行简单分析,诊断出一系列容易分辨的简单故障。
所述矩阵计算单元3对预处理单元2处理得到的未发生简单故障状况下的原始电压、电流、温度数据及预处理单元2得到的衍生参数进行分析,通过矩阵计算获得系统的状态分量。
所述智能感知单元4包含逼近模块、预测模块、数据库,智能感知单元4通过矩阵计算单元3的原始参数、状态分量生成系统的模型分量、预测分量;
所述逼近模块通过矩阵计算单元3的状态分量及通讯存储单元6中的模型分量对系统进行建模,利用矩阵计算单元3的状态分量和原始数据不断进行模型优化;
所述预测模块通过矩阵计算单元3的状态分量对逼近模块得到的模型进行快速仿真,预测出电力电子设备在给定输入下的给定输出,同时生成系统的预测分量;
所述数据库对历史正常数据进行记录,提供数据给智能感知单元4中的逼近模块进行模型优化和测试。
所述诊断单元5对预处理单元2的简单故障进行诊断分析,同时对智能感知单元4得到的状态分量和预测分量进行分析,获取系统即将发生的故障,对系统进行相应的报警。
所述通讯存储单元6能够将诊断单元5的诊断结果、预处理单元2的原始电压、电流、温度数据进行存储,能够将诊断结果、原始数据发送到其他设备端,同时能够进行远程设置系统参数,能够将诊断结果、部分原始数据发送给人机交互系统7。
所述人机交互系统7能够显示系统诊断结果、系统数值,同时能够通过人机交互系统7设置系统采集参数、智能感知单元4的模型参数。
如图2所示,一种电力电子设备监测诊断方法,包括以下步骤:
S1,所述通讯存储单元6和人机交互系统7设置系统模型参数和数据采集、通讯参数;
S2,所述数据采集单元1获得电力电子设备的电流、电压、温度数据,将采集的数据送入预处理单元2;
S3,所述预处理单元2对数据采集单元1送来的数据进行简单的衍生,衍生出电力电子设备的有功功率、无功功率、谐波分量一系列参数,并对相关参数进行简单分析,分辨出是否发生过电压、过电流、谐波分量过大、关键器件温度过高的简单故障,若发生了相应的简单故障,将简单故障发送给诊断单元5,若没有发送相应的简单故障,则将原始数据、衍生数据发送给矩阵计算单元3;
S4,矩阵计算单元3的逼近模块对矩阵计算单元3的数据库中的历史数据进行处理得到模型的状态分量,计算公式如下:
H=AS+BΔ
其中,H为模型的状态分量矩阵,A、B为非线性参数系数矩阵,S为系统输入值矩阵,Δ为预测模块给定输出和实际模块的差值矩阵;
通过H矩阵对系统模型进行调整优化,使其更加符合系统,一旦系统模型优化完成,系统模型基本不再变动;
S5,矩阵计算单元3的预测模块对预处理单元2送来的输入数据附加到逼近模块中进行快速、大时间尺度的在线仿真,一旦给定输出与实际输出呈现一个蕴含某种规律性变动,对模型内部关键器件参数进行调整,使之匹配上实际输出;再结合系统关键器件故障影响的影响因子预测出电力电子设备将发生故障的原因,预测设备运行情况,将预测结果送入诊断单元5,预测计算公式如下:
Q=K(X+ΔX)
其中,Q为预测结果矩阵,K为关键器件故障影响因子就在矩阵,X为关键器件原始参数矩阵,ΔX为模型仿真得出的关键器件的参数变化值矩阵;
S6,诊断单元5对预处理单元2的故障状况、智能感知单元4的预测结果进行处理,将诊断信息通过通讯存储单元6进行存储和输送到其他信息端,同时通过人机交互系统7在设备本地进行诊断结果显示和故障报警;
S7,重复执行S2至S6,在线实时监测诊断电力电子设备状况。
Claims (9)
1.一种电力电子设备监测诊断系统,其特征在于,包括数据采集单元(1)、预处理单元(2)、矩阵计算单元(3)、智能感知单元(4)、诊断单元(5)、通讯存储单元(6)、人机交互系统(7);所述数据采集单元(1)与预处理单元(2)相连,预处理单元(2)与矩阵计算单元(3)、诊断单元(5)相连,矩阵计算单元(3)与智能感知单元(4)相连,智能感知单元(4)与诊断单元(5)、通讯存储单元(6)相连,诊断单元(5)与通讯存储单元(6)、人机交互系统(7)相连,通讯存储单元(6)与人机交互系统(7)相连。
2.如权利要求1所述的电力电子设备监测诊断系统,其特征在于,所述数据采集单元(1)对电力电子设备的交、直流电压,交、直流电流,设备内部温度,关键器件电压、电流、温度信息进行测量、转换、滤波。
3.如权利要求1所述的电力电子设备监测诊断系统,其特征在于,所述预处理单元(2)对数据采集单元(1)采集到的电压、电流、温度信号进行延展,得到有功功率、无功功率、谐波的一系列衍生参数;将衍生参数和采集的数据进行简单分析,诊断出一系列容易分辨的简单故障。
4.如权利要求1所述的电力电子设备监测诊断系统,其特征在于,所述矩阵计算单元(3)对预处理单元(2)处理得到的未发生简单故障状况下的原始电压、电流、温度数据及预处理单元(2)得到的衍生参数进行分析,通过矩阵计算获得系统的状态分量。
5.如权利要求1所述的电力电子设备监测诊断系统,其特征在于,所述智能感知单元(4)包含逼近模块、预测模块、数据库,智能感知单元(4)通过矩阵计算单元(3)的原始参数、状态分量生成系统的模型分量、预测分量;
所述逼近模块通过矩阵计算单元(3)的状态分量及通讯存储单元(6)中的模型分量对系统进行建模,利用矩阵计算单元(3)的状态分量和原始数据不断进行模型优化;
所述预测模块通过矩阵计算单元(3)的状态分量对逼近模块得到的模型进行快速仿真,预测出电力电子设备在给定输入下的给定输出,同时生成系统的预测分量;
所述数据库对历史正常数据进行记录,提供数据给智能感知单元(4)中的逼近模块进行模型优化和测试。
6.如权利要求1所述的电力电子设备监测诊断系统,其特征在于,所述诊断单元(5)对预处理单元(2)的简单故障进行诊断分析,同时对智能感知单元(4)得到的状态分量和预测分量进行分析,获取系统即将发生的故障,对系统进行相应的报警。
7.如权利要求1所述的电力电子设备监测诊断系统,其特征在于,所述通讯存储单元(6)能够将诊断单元(5)的诊断结果、预处理单元(2)的原始电压、电流、温度数据进行存储,能够将诊断结果、原始数据发送到其他设备端,同时能够进行远程设置系统参数,能够将诊断结果、部分原始数据发送给人机交互系统(7)。
8.如权利要求1所述的电力电子设备监测诊断系统,其特征在于,所述人机交互系统(7)能够显示系统诊断结果、系统数值,同时能够通过人机交互系统(7)设置系统采集参数、智能感知单元(4)的模型参数。
9.一种电力电子设备监测诊断方法,其特征在于,所述方法包括以下步骤:
S1,所述通讯存储单元(6)和人机交互系统(7)设置系统模型参数和数据采集、通讯参数;
S2,所述数据采集单元(1)获得电力电子设备的电流、电压、温度数据,将采集的数据送入预处理单元(2);
S3,所述预处理单元(2)对数据采集单元(1)送来的数据进行简单的衍生,衍生出电力电子设备的有功功率、无功功率、谐波分量一系列参数,并对相关参数进行简单分析,分辨出是否发生过电压、过电流、谐波分量过大、关键器件温度过高的简单故障,若发生了相应的简单故障,将简单故障发送给诊断单元(5),若没有发送相应的简单故障,则将原始数据、衍生数据发送给矩阵计算单元(3);
S4,矩阵计算单元(3)的逼近模块对矩阵计算单元(3)的数据库中的历史数据进行处理得到模型的状态分量,计算公式如下:
H=AS+BΔ
其中,H为模型的状态分量矩阵,A、B为非线性参数系数矩阵,S为系统输入值矩阵,Δ为预测模块给定输出和实际模块的差值矩阵;
通过H矩阵对系统模型进行调整优化,使其更加符合系统,一旦系统模型优化完成,系统模型基本不再变动;
S5,矩阵计算单元(3)的预测模块对预处理单元(2)送来的输入数据附加到逼近模块中进行快速、大时间尺度的在线仿真,一旦给定输出与实际输出呈现一个蕴含某种规律性变动,对模型内部关键器件参数进行调整,使之匹配上实际输出;再结合系统关键器件故障影响的影响因子预测出电力电子设备将发生故障的原因,预测设备运行情况,将预测结果送入诊断单元(5),预测计算公式如下:
Q=K(X+ΔX)
其中,Q为预测结果矩阵,K为关键器件故障影响因子就在矩阵,X为关键器件原始参数矩阵,ΔX为模型仿真得出的关键器件的参数变化值矩阵;
S6,诊断单元(5)对预处理单元(2)的故障状况、智能感知单元(4)的预测结果进行处理,将诊断信息通过通讯存储单元(6)进行存储和输送到其他信息端,同时通过人机交互系统(7)在设备本地进行诊断结果显示和故障报警;
S7,重复执行S2至S6,在线实时监测诊断电力电子设备状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810519348.XA CN109030976B (zh) | 2018-05-28 | 2018-05-28 | 一种电力电子设备监测诊断系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810519348.XA CN109030976B (zh) | 2018-05-28 | 2018-05-28 | 一种电力电子设备监测诊断系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109030976A true CN109030976A (zh) | 2018-12-18 |
CN109030976B CN109030976B (zh) | 2020-11-24 |
Family
ID=64611547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810519348.XA Active CN109030976B (zh) | 2018-05-28 | 2018-05-28 | 一种电力电子设备监测诊断系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109030976B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111426933A (zh) * | 2020-05-19 | 2020-07-17 | 浙江巨磁智能技术有限公司 | 安全型电力电子模块及其安全检测方法 |
CN112928820A (zh) * | 2021-01-28 | 2021-06-08 | 临沂大学 | 配电柜用自动检测系统及其检测方法 |
CN112928820B (zh) * | 2021-01-28 | 2024-04-23 | 临沂大学 | 配电柜用自动检测系统及其检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359711A (en) * | 1992-12-18 | 1994-10-25 | Vectra Technologies, Inc. | Determination of load flow in direct current electrical systems |
CN102588211A (zh) * | 2012-02-29 | 2012-07-18 | 沈阳华人风电科技有限公司 | 一种风力发电机组全工况模型预测控制方法及系统 |
CN103384805A (zh) * | 2011-01-31 | 2013-11-06 | 东北大学 | 一种电弧炉运行故障检测装置与方法 |
CN103809058A (zh) * | 2014-02-24 | 2014-05-21 | 尹忠和 | 船艇供配电智能检测系统 |
CN105425768A (zh) * | 2015-11-06 | 2016-03-23 | 国网山东莒县供电公司 | 一种电力二次设备监测装置及方法 |
CN207067332U (zh) * | 2017-05-27 | 2018-03-02 | 上海大学 | 一种判定电力电子模块失效的检测装置 |
CN108053110A (zh) * | 2017-12-11 | 2018-05-18 | 辽宁欣科电气股份有限公司 | 一种基于pmu数据的变压器状态在线诊断方法 |
-
2018
- 2018-05-28 CN CN201810519348.XA patent/CN109030976B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359711A (en) * | 1992-12-18 | 1994-10-25 | Vectra Technologies, Inc. | Determination of load flow in direct current electrical systems |
CN103384805A (zh) * | 2011-01-31 | 2013-11-06 | 东北大学 | 一种电弧炉运行故障检测装置与方法 |
CN102588211A (zh) * | 2012-02-29 | 2012-07-18 | 沈阳华人风电科技有限公司 | 一种风力发电机组全工况模型预测控制方法及系统 |
CN103809058A (zh) * | 2014-02-24 | 2014-05-21 | 尹忠和 | 船艇供配电智能检测系统 |
CN105425768A (zh) * | 2015-11-06 | 2016-03-23 | 国网山东莒县供电公司 | 一种电力二次设备监测装置及方法 |
CN207067332U (zh) * | 2017-05-27 | 2018-03-02 | 上海大学 | 一种判定电力电子模块失效的检测装置 |
CN108053110A (zh) * | 2017-12-11 | 2018-05-18 | 辽宁欣科电气股份有限公司 | 一种基于pmu数据的变压器状态在线诊断方法 |
Non-Patent Citations (1)
Title |
---|
盛艳燕: "电力电子电路故障诊断与预测技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111426933A (zh) * | 2020-05-19 | 2020-07-17 | 浙江巨磁智能技术有限公司 | 安全型电力电子模块及其安全检测方法 |
CN112928820A (zh) * | 2021-01-28 | 2021-06-08 | 临沂大学 | 配电柜用自动检测系统及其检测方法 |
CN112928820B (zh) * | 2021-01-28 | 2024-04-23 | 临沂大学 | 配电柜用自动检测系统及其检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109030976B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106597231B (zh) | 基于多源信息融合和深度学习网络的gis故障检测系统及方法 | |
CN103472331B (zh) | 一种基于光伏物理模型的光伏发电故障诊断系统 | |
CN202404166U (zh) | 一种变压器振动特性在线监测系统 | |
CN104767482B (zh) | 一种光伏组件老化和短路故障在线诊断方法 | |
CN109886475B (zh) | 基于ai的计量自动化系统的信息安全态势感知系统 | |
CN101907868B (zh) | 牵引供电系统智能故障诊断方法及其系统 | |
CN106680700A (zh) | 一种隔离开关智能诊断系统与方法 | |
CN112700032A (zh) | 一种用于低压直流配用电系统的故障预测系统及方法 | |
CN106226621A (zh) | 一种基于灰色关联分析的二次设备故障诊断和预警方法 | |
CN103018664A (zh) | 高压断路器开断和关合时间在线监测装置 | |
CN103278728A (zh) | 发电机转子匝间短路故障诊断方法与系统 | |
CN103454520A (zh) | 基于在线频率响应法的变压器绕组变形在线监测方法 | |
CN105093059B (zh) | 一种基于归一化奇异谱熵的变压器绕组工作状态检测方法 | |
CN114239864A (zh) | 一种基于数字孪生的换流阀故障检修方法及终端 | |
CN103712806A (zh) | 高速列车转向架蛇形运动检测、分析系统及其方法 | |
CN108377209A (zh) | 基于scada的设备故障检测系统和检测方法 | |
CN109030976A (zh) | 一种电力电子设备监测诊断系统和方法 | |
CN103235217A (zh) | 双重化保护动作一致性监测装置和监测方法 | |
CN201449436U (zh) | 电力系统接地网故障诊断定位系统 | |
CN205958680U (zh) | 一种用于诊断变压器故障的振动监测装置 | |
CN106524896B (zh) | 基于电路阻抗法的变压器绕组变形在线监测方法 | |
CN101571566A (zh) | 电力系统接地网故障诊断定位系统 | |
CN115729217A (zh) | 一种晶闸管换流阀控制全链路的测试系统 | |
CN205786889U (zh) | 动态无功补偿响应波形采集系统 | |
Fumagalli et al. | Agile diagnostic tool based on electrical signature analysis |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240402 Address after: 201900 Zone B, Floor 5, Building 1, No. 668, Shangda Road, Baoshan District, Shanghai Patentee after: Panxin Technology (Shanghai) Co.,Ltd. Country or region after: China Address before: 200444 No. 99, upper road, Shanghai, Baoshan District Patentee before: Shanghai University Country or region before: China |