CN109324241B - 一种变电站接地网腐蚀诊断预警方法及系统 - Google Patents

一种变电站接地网腐蚀诊断预警方法及系统 Download PDF

Info

Publication number
CN109324241B
CN109324241B CN201710646969.XA CN201710646969A CN109324241B CN 109324241 B CN109324241 B CN 109324241B CN 201710646969 A CN201710646969 A CN 201710646969A CN 109324241 B CN109324241 B CN 109324241B
Authority
CN
China
Prior art keywords
grounding grid
lambda
corrosion
grounding
diagnosis
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
Application number
CN201710646969.XA
Other languages
English (en)
Other versions
CN109324241A (zh
Inventor
金鑫
李冠华
尚志军
崔世界
邵帅
金焱
毛小虎
赵义松
韦德福
崔巨涌
何建营
王帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Shenyang Institute of Automation of CAS
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Shenyang Institute of Automation of CAS
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Shenyang Institute of Automation of CAS, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710646969.XA priority Critical patent/CN109324241B/zh
Publication of CN109324241A publication Critical patent/CN109324241A/zh
Application granted granted Critical
Publication of CN109324241B publication Critical patent/CN109324241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/003Environmental or reliability tests

Landscapes

  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

本发明涉及一种变电站接地网腐蚀诊断预警方法及系统,方法包括:建立接地网磁感应强度确定地网结构;向接地网注入异频正弦激励电流,通过无线电磁信号采集器采集数据;结合测得接地网结构和采集的数据,处理器利用概率密度比对方法创建诊断模型;利用终端处理器自动识别接地网腐蚀故障并预警。系统包括:用于确定接地网结构的接地网结构探知模块、用于采集电磁感应信号数列的无线电磁信号采集器、用于创建腐蚀诊断模型和判断待检测接地网腐蚀状态的终端处理器。本发明能够解决目前大规模变电站接地网络不开挖检测诊断的要求,提出了一种无需预知接地网结构,能够更准确、更及时的对接地网发展性故障做出判断,并提前预警的诊断方法。

Description

一种变电站接地网腐蚀诊断预警方法及系统
技术领域
本发明涉及接地网腐蚀状态趋势的诊断和预警,具体的说是一种变电站接地网腐蚀诊断预警方法及系统。
背景技术
变电站接地网状态监测是维护电力系统安全可靠运行、保障人员安全的重要措施。接地阻抗、导通性和腐蚀性开挖检测是基本的三个检查项目。腐蚀是导致接地网性能变差、可靠性下降的重要原因,对钢材质构成的接地网的运行管理成为我国变电站设备的一个重要内容。对于腐蚀性检查来说,选点开挖具有较好的直观性,但由于接地网深埋与地下,准确挖到水平接地体有较大的难度,且只能了解局部腐蚀情况,单纯粗放式定期开挖检查存在成本高、随意性大、效率低和信息量有限等缺点。
随着智能电网技术的发展,各种先进的接地网检测诊断技术不断涌现,其中大多采用电路和网络理论分析方法进行研究,将接地网看成纯电阻网络,利用接地网的拓扑结构和接地引线间电阻的测量数据,建立接地网的腐蚀诊断方程,通过求解诊断方程得到接地网支路导体的变化值,进而判断接地网的腐蚀程度。但是目前来看,由于成本、测量复杂度等原因导致变电站接地网的检测一般采用定期检测的方式,很难及时反映接地网的状态,更无法对接地网的腐蚀趋势进行预警。
发明内容
针对现有技术中的上述不足,本发明提供了一种变电站接地网腐蚀诊断预警方法及系统。
本发明为实现上述目的所采用的技术方案是:一种变电站接地网腐蚀诊断预警方法,包括以下步骤:
步骤1:根据毕奥萨伐尔定理计算正常状态接地网磁感应强度,确定地网结构;
步骤2:注入异频正弦激励电流,通过无线电磁信号采集器采集正常接地网地表激励电流产生的电磁感应信号数列并远传到终端处理器;
步骤3:终端处理器结合正常状态接地网结构和采集到的数据,利用概率密度比对方法创建腐蚀诊断模型;
步骤4:向待检测接地网注入异频正弦激励电流,通过无线电磁信号采集器采集待检测接地网地表激励电流产生的电磁感应信号数列并远传到终端处理器;
步骤5:终端处理器根据腐蚀诊断模型、结合接地网结构、对待检测接地网的电磁感应信号数列进行分析与诊断,判断出接地网腐蚀状态并预警。
所述步骤1中的接地网磁感应强度为:
Figure BDA0001367034640000021
其中,I为导体中的电流,μ0是真空磁导率,r导体与待求场点间的之间距离,dl是源电流的微小线元素,
Figure BDA0001367034640000022
为电流元指向待求场点的向量。
所述步骤1中的确定地网结构是根据接地网磁感应强度的大小和方向来确定接地导体的位置和走向。
所述步骤3中的终端处理器结合接地网结构和采集到的数据,利用概率密度比对方法创建腐蚀诊断模型,包括以下步骤:
步骤3.1:终端处理器获取正常接地网地表激励电流产生的电磁感应信号数列[xi],其中,i=1,2,……n;
步骤3.2:假设接地网正常状态H0和腐蚀故障状态H1,其中H0的电磁感应信号数列的概率分布为正态N(μ,σ2),H1的电磁感应信号数列的概率分布为N(μ+M,σ2);建立概率比对方程:
Figure BDA0001367034640000031
其中,λ为用于诊断的概率密度比,μ为数列期望,σ为方差,M为发生腐蚀后数列期望的偏移量。
步骤3.3:预先设置腐蚀阈值A、B与M,其中A<0<B;
步骤3.4:将电磁感应信号数列[xi]随机分为若干组[xs,xs+1,……,xs+q],s×q=n;依次取其中一组为验证组,其余作为训练组;
步骤3.4.1:求得训练组数列期望μ和方差σ代入公式(2);
步骤3.4.2:将验证组的各个数据带入公式(2)计算出λ,并与腐蚀阈值A、B比较,若λ>B,认定发现腐蚀故障,记录一次故障报并将λ置0,继续代入数据计算λ并比对;若A<λ<B,继续代入数据计算λ;若λ<A,则将λ置0,继续代入数据计算λ并比对,直到得到该验证组总的故障次数;
步骤3.4.3:重复步骤3.4.1和步骤3.4.2直到所有验证组和训练组均完成计算,分别得到参数组合[A、B、M]下的对应总故障次数Ps
步骤3.5:调整步骤3.3中的A、B与M的值,重复步骤3.4;最终选择Ps最小的一组参数组合[A、B、M]的值作为腐蚀诊断模型的系统参数,完成腐蚀诊断模型的创建。
所述步骤5中的对待检测接地网的电磁感应信号数列进行分析与诊断,判断出接地网腐蚀状态并预警,包括以下步骤:
步骤5.1:终端处理器获取待检测接地网的检测数据[xi'],i=1,2,……n,将[xi']与步骤3.5中确定的[A、B、M]参数组合代入公式(2)计算λ;
步骤5.2:比较λ与步骤3.5中确定的故障阈值A、B,若λ>B,认定发现腐蚀故障,终端处理器发出警报并将λ置0;若A<λ<B,继续获取检测数据计算λ;若λ<A,则将λ置0,重新获取[xi']计算λ。
一种变电站接地网腐蚀诊断预警系统,包括:
接地网结构探知模块,用于根据毕奥萨伐尔定理计算正常状态接地网磁感应强度,确定接地网结构;
无线电磁信号采集器,用于采集正常接地网地表激励电流产生的电磁感应信号数列;采集待检测接地网地表激励电流产生的电磁感应信号数列;
终端处理器,用于结合正常接地网结构和正常接地网地表激励电流产生的电磁感应信号数列,利用概率密度比对方法创建腐蚀诊断模型;还用于根据腐蚀诊断模型、结合待检测接地网结构、对待检测接地网的电磁感应信号数列进行分析与诊断,判断出待检测接地网腐蚀状态并预警。
所述确定接地网结构是根据接地网磁感应强度的大小和方向来确定接地导体的位置和走向。
所述接地网磁感应强度为:
Figure BDA0001367034640000041
其中,I为导体中的电流,μ0是真空磁导率,r导体与待求场点间的之间距离,dl是源电流的微小线元素,
Figure BDA0001367034640000042
为电流元指向待求场点的向量。
所述创建腐蚀诊断模型,包括:
步骤S1:终端处理器获取正常接地网地表激励电流产生的电磁感应信号数列[xi],其中,i=1,2,……n;
步骤S2:假设接地网正常状态H0和腐蚀故障状态H1,其中H0的电磁感应信号数列的概率分布为正态N(μ,σ2),H1的电磁感应信号数列的概率分布为N(μ+M,σ2);建立概率比对方程:
Figure BDA0001367034640000051
其中,λ为用于诊断的概率密度比,μ为数列期望,σ为方差,M为发生腐蚀后数列期望的偏移量。
步骤S3:预先设置腐蚀阈值A、B与M,其中A<0<B;
步骤S4:将电磁感应信号数列[xi]随机分为若干组[xs,xs+1,……,xs+q],s×q=n;依次取其中一组为验证组,其余作为训练组;
步骤S4.1:求得训练组数列期望μ和方差σ代入公式(2);
步骤S4.2:将验证组的各个数据带入公式(2)计算出λ,并与腐蚀阈值A、B比较,若λ>B,认定发现腐蚀故障,记录一次故障报并将λ置0,继续代入数据计算λ并比对;若A<λ<B,继续代入数据计算λ;若λ<A,则将λ置0,继续代入数据计算λ并比对,直到得到该验证组总的故障次数;
步骤S4.3:重复步骤S4.1和步骤S4.2直到所有验证组和训练组均完成计算,分别得到参数组合[A、B、M]下的对应总故障次数Ps
步骤S5:调整步骤S3中的A、B与M的值,重复步骤S4;最终选择Ps最小的一组参数组合[A、B、M]的值作为腐蚀诊断模型的系统参数,完成腐蚀诊断模型的创建。
所述终端处理器对待检测接地网的电磁感应信号数列进行分析与诊断,判断出接地网腐蚀状态并预警,包括以下步骤:
终端处理器获取待检测接地网的检测数据[xi'],i=1,2,……n,将[xi']与步骤S5中确定的[A、B、M]参数组合代入公式(2)计算λ;
比较λ与步骤S5中确定的故障阈值A、B,若λ>B,认定发现腐蚀故障,终端处理器发出警报并将λ置0;若A<λ<B,继续获取检测数据计算λ;若λ<A,则将λ置0,重新获取[xi']计算λ。
本发明具有以下有益效果及优点:
1.本发明的诊断方法对缓慢变化的数据信息十分敏感,能够更准确、更及时的对接地网发展性故障做出判断,提前预警。
2.本发明的诊断方法无需预知接地网结构,不需要挖开接地网,灵活方便、通用性强。
附图说明
图1为本发明的诊断方法流程图;
图2为本发明的诊断方法中诊断模型创建与诊断方法流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
本发明提供了一种变电站接地网腐蚀诊断预警方法,如图1所示,其包括步骤如下:
步骤一:根据毕奥萨伐尔定理建立接地网磁感应强度模型,确定地网结构;
步骤二:向接地网注入异频正弦激励电流,通过无线电磁信号采集器进行数据采集,并远传到终端处理器;
步骤三:结合测得接地网结构,根据采集到的数据,处理器利用概率密度比对方法创建诊断模型,对缺陷状态进行识别;
步骤四:利用终端处理器自动识别诊断结果,从而对接地网腐蚀故障进行预警。
本发明认为通过外加激励电流,在地表形成的磁感应强度分布特性能够反映出接地网导体的不同状态,如腐蚀、断裂等。利用接地网的这一特性,本发明选择用一种概率比对的统计学方法进行接地网故障诊断识别。该法不依赖于接地网的结构,对于新建接地网,通过对接地网的检测,获得未腐蚀前的状态数据,建立概率比对故障诊断模型,当接地网运行多年后,接地导体逐渐出现腐蚀,此间将定期测得的接地网数据代入模型,即可完成故障信号的自动识别;对于运行时间较长,且已经出现局部腐蚀的接地网络,可将整个接地网划分为规模相同或接近的若干小网结构,其中包含无腐蚀网络和有腐蚀网络,通过无腐蚀网络测得的数据建立诊断模型,使用相同的电流注入方式,从而完成对其他网络的诊断。
步骤一确定接地网结构具体方法如下:
接地网导体的轴向和土壤中漏电流激发的磁感应强度,可由毕奥萨伐尔定律得
Figure BDA0001367034640000071
其中,I为导体中的电流,μ0是真空磁导率,r导体与待求场点间的之间距离,dl是源电流的微小线元素,
Figure BDA0001367034640000073
为电流元指向待求场点的向量。
由方程(1)可以推算出,注入电流后,沿导体轴向磁感应强度具有最大值,靠近电流注入点磁感应强度有最大值,通过测量地表感应磁场极大值,确定接地导体位置和走向。完成无图纸状况下的接地网结构探测。
步骤二中采用的无线电磁信号传感器是用来采集接地网地表磁场强度值的,这里不对具体传感器做规定,但要求电磁信号采集器的成本和功耗能够保证大规模部署使用。
步骤三中诊断模型创建与诊断方法步骤如下(如图2所示):
步骤1:获取正常接地网地表激励电流产生的电磁感应信号数列[xi];
步骤2:假设接地网正常状态H0和腐蚀故障状态H1,(一般的,电磁感应信号会在一个固定值上下小范围浮动,为计算方便可假定其符合位置参数即期望为μ的正态分布)其中H0的电磁感应信号数列的概率分布为正态N(μ,σ2),H1的电磁感应信号数列的概率分布为N(μ+M,σ2);建立概率比对方程:
Figure BDA0001367034640000072
其中,λ用于诊断的概率密度比,μ为数列期望,σ为方差,M为发生腐蚀后数列期望的偏移量。
步骤3:根据诊断的误差精度预先设置腐蚀阈值A、B与M,其中A<0<B。
步骤4:将电磁感应信号数列[xi]随机分为N组,依次取Ni为验证组,其余作为训练组,由训练组求得公式(2)的期望μ和方差σ,再将验证组带入方程(2)计算并与腐蚀阈值(A、B)比较,计算得到该参数组合下的总故障次数Ps。调整A、B与M的值,重复上述实验。选择Ps最小的一组A、B与M的值作为诊断的系统参数,完成诊断模型创建。
步骤5:待检测接地网的检测数据为[xi'],将[xi']与步骤4中确定的M代入公式(2),计算λ。
步骤6:比较λ与步骤4中选定的故障阈值,若λ>B,认定发现腐蚀故障,发出警报并将λ置0;若A<λ<B,继续获取检测数据计算λ;若λ<A,则将λ置0,重新获取[xi']计算λ。
步骤四中利用中终端处理器结合测得的接地网磁感应强度分布与故障概率比的结果,判断接地导体是否出现腐蚀状况。

Claims (8)

1.一种变电站接地网腐蚀诊断预警方法,其特征在于,包括以下步骤:
步骤1:根据毕奥萨伐尔定理计算正常状态接地网磁感应强度,确定地网结构;
步骤2:注入异频正弦激励电流,通过无线电磁信号采集器采集正常接地网地表激励电流产生的电磁感应信号数列并远传到终端处理器;
步骤3:终端处理器结合正常状态接地网结构和采集到的数据,利用概率密度比对方法创建腐蚀诊断模型;包括以下步骤:
步骤3.1:终端处理器获取正常接地网地表激励电流产生的电磁感应信号数列[xi],其中,i=1,2,……n;
步骤3.2:假设接地网正常状态H0和腐蚀故障状态H1,其中H0的电磁感应信号数列的概率分布为正态N(μ,σ2),H1的电磁感应信号数列的概率分布为N(μ+M,σ2);建立概率比对方程:
Figure FDA0002708399600000011
其中,λ为用于诊断的概率密度比,μ为数列期望,σ为方差,M为发生腐蚀后数列期望的偏移量;
步骤3.3:预先设置腐蚀阈值A、B与M,其中A<0<B;
步骤3.4:将电磁感应信号数列[xi]随机分为若干组[xs,xs+1,……,xs+q],s×q=n;依次取其中一组为验证组,其余作为训练组;
步骤3.4.1:求得训练组数列期望μ和方差σ代入公式(2);
步骤3.4.2:将验证组的各个数据带入公式(2)计算出λ,并与腐蚀阈值A、B比较,若λ>B,认定发现腐蚀故障,记录一次故障报并将λ置0,继续代入数据计算λ并比对;若A<λ<B,继续代入数据计算λ;若λ<A,则将λ置0,继续代入数据计算λ并比对,直到得到该验证组总的故障次数;
步骤3.4.3:重复步骤3.4.1和步骤3.4.2直到所有验证组和训练组均完成计算,分别得到参数组合[A、B、M]下的对应总故障次数Ps
步骤3.5:调整步骤3.3中的A、B与M的值,重复步骤3.4;最终选择Ps最小的一组参数组合[A、B、M]的值作为腐蚀诊断模型的系统参数,完成腐蚀诊断模型的创建;
步骤4:向待检测接地网注入异频正弦激励电流,通过无线电磁信号采集器采集待检测接地网地表激励电流产生的电磁感应信号数列并远传到终端处理器;
步骤5:终端处理器根据腐蚀诊断模型、结合接地网结构、对待检测接地网的电磁感应信号数列进行分析,判断出接地网腐蚀状态并预警。
2.按照权利要求1所述一种变电站接地网腐蚀诊断预警方法,其特征在于,所述步骤1中的接地网磁感应强度为:
Figure FDA0002708399600000021
其中,I为导体中的电流,μ0是真空磁导率,r导体与待求场点间的之间距离,dl是源电流的微小线元素,
Figure FDA0002708399600000022
为电流元指向待求场点的向量。
3.按照权利要求1所述一种变电站接地网腐蚀诊断预警方法,其特征在于,所述步骤1中的确定地网结构是根据接地网磁感应强度的大小和方向来确定接地导体的位置和走向。
4.按照权利要求1所述一种变电站接地网腐蚀诊断预警方法,其特征在于,所述步骤5中的对待检测接地网的电磁感应信号数列进行分析与诊断,判断出接地网腐蚀状态并预警,包括以下步骤:
步骤5.1:终端处理器获取待检测接地网的检测数据[xi'],i=1,2,……n,将[xi']与步骤3.5中确定的[A、B、M]参数组合代入公式(2)计算λ;
步骤5.2:比较λ与步骤3.5中确定的故障阈值A、B,若λ>B,认定发现腐蚀故障,终端处理器发出警报并将λ置0;若A<λ<B,继续获取检测数据计算λ;若λ<A,则将λ置0,重新获取[xi']计算λ。
5.一种变电站接地网腐蚀诊断预警系统,其特征在于,包括:
接地网结构探知模块,用于根据毕奥萨伐尔定理计算正常状态接地网磁感应强度,确定接地网结构;
无线电磁信号采集器,用于采集正常接地网地表激励电流产生的电磁感应信号数列;采集待检测接地网地表激励电流产生的电磁感应信号数列;
终端处理器,用于结合正常接地网结构和正常接地网地表激励电流产生的电磁感应信号数列,利用概率密度比对方法创建腐蚀诊断模型;还用于根据腐蚀诊断模型、结合待检测接地网结构、对待检测接地网的电磁感应信号数列进行分析与诊断,判断出待检测接地网腐蚀状态并预警;
所述创建腐蚀诊断模型,包括:
步骤S1:终端处理器获取正常接地网地表激励电流产生的电磁感应信号数列[xi],其中,i=1,2,……n;
步骤S2:假设接地网正常状态H0和腐蚀故障状态H1,其中H0的电磁感应信号数列的概率分布为正态N(μ,σ2),H1的电磁感应信号数列的概率分布为N(μ+M,σ2);建立概率比对方程:
Figure FDA0002708399600000031
其中,λ为用于诊断的概率密度比,μ为数列期望,σ为方差,M为发生腐蚀后数列期望的偏移量;
步骤S3:预先设置腐蚀阈值A、B与M,其中A<0<B;
步骤S4:将电磁感应信号数列[xi]随机分为若干组[xs,xs+1,……,xs+q],s×q=n;依次取其中一组为验证组,其余作为训练组;
步骤S4.1:求得训练组数列期望μ和方差σ代入公式(2);
步骤S4.2:将验证组的各个数据带入公式(2)计算出λ,并与腐蚀阈值A、B比较,若λ>B,认定发现腐蚀故障,记录一次故障报并将λ置0,继续代入数据计算λ并比对;若A<λ<B,继续代入数据计算λ;若λ<A,则将λ置0,继续代入数据计算λ并比对,直到得到该验证组总的故障次数;
步骤S4.3:重复步骤S4.1和步骤S4.2直到所有验证组和训练组均完成计算,分别得到参数组合[A、B、M]下的对应总故障次数Ps
步骤S5:调整步骤S3中的A、B与M的值,重复步骤S4;最终选择Ps最小的一组参数组合[A、B、M]的值作为腐蚀诊断模型的系统参数,完成腐蚀诊断模型的创建。
6.按照权利要求5所述一种变电站接地网腐蚀诊断预警系统,其特征在于,所述确定接地网结构是根据接地网磁感应强度的大小和方向来确定接地导体的位置和走向。
7.按照权利要求5所述一种变电站接地网腐蚀诊断预警系统,其特征在于,所述接地网磁感应强度为:
Figure FDA0002708399600000041
其中,I为导体中的电流,μ0是真空磁导率,r导体与待求场点间的之间距离,dl是源电流的微小线元素,
Figure FDA0002708399600000042
为电流元指向待求场点的向量。
8.按照权利要求5所述一种变电站接地网腐蚀诊断预警系统,其特征在于,所述终端处理器对待检测接地网的电磁感应信号数列进行分析与诊断,判断出接地网腐蚀状态并预警,包括以下步骤:
终端处理器获取待检测接地网的检测数据[xi'],i=1,2,……n,将[xi']与步骤S5中确定的[A、B、M]参数组合代入公式(2)计算λ;
比较λ与步骤S5中确定的故障阈值A、B,若λ>B,认定发现腐蚀故障,终端处理器发出警报并将λ置0;若A<λ<B,继续获取检测数据计算λ;若λ<A,则将λ置0,重新获取[xi']计算λ。
CN201710646969.XA 2017-08-01 2017-08-01 一种变电站接地网腐蚀诊断预警方法及系统 Active CN109324241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710646969.XA CN109324241B (zh) 2017-08-01 2017-08-01 一种变电站接地网腐蚀诊断预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710646969.XA CN109324241B (zh) 2017-08-01 2017-08-01 一种变电站接地网腐蚀诊断预警方法及系统

Publications (2)

Publication Number Publication Date
CN109324241A CN109324241A (zh) 2019-02-12
CN109324241B true CN109324241B (zh) 2021-03-30

Family

ID=65245230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710646969.XA Active CN109324241B (zh) 2017-08-01 2017-08-01 一种变电站接地网腐蚀诊断预警方法及系统

Country Status (1)

Country Link
CN (1) CN109324241B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112824872A (zh) * 2019-11-20 2021-05-21 中国南方电网有限责任公司超高压输电公司贵阳局 一种基于瞬变电磁视电阻率成像的接地网腐蚀检测方法
CN112824871B (zh) * 2019-11-20 2022-11-15 中国南方电网有限责任公司超高压输电公司贵阳局 基于瞬变电磁视电阻率成像技术的接地网缺陷诊断方法
CN111856203A (zh) * 2020-06-12 2020-10-30 贵州电网有限责任公司 一种接地网腐蚀探测诊断装置
CN112380715B (zh) * 2020-11-20 2023-10-20 平顶山学院 一种变电站接地网腐蚀检测用诊断模型建模方法
CN112986380B (zh) * 2021-03-08 2024-07-12 重庆璀陆探测技术有限公司 一种接地网拓扑结构的组合脉冲源电磁检测方法及装置
CN113311059B (zh) * 2021-04-02 2022-10-21 国网江苏省电力有限公司无锡供电分公司 一种基于物联网技术的接地网腐蚀检测与定位方法
CN114707283B (zh) * 2022-04-02 2022-10-21 中铁电气化铁路运营管理有限公司 一种基于Lasso理论的接地网腐蚀诊断方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216523B (zh) * 2007-12-28 2010-06-16 华北电力大学 变电站接地网缺陷诊断方法及装置
CN102628903A (zh) * 2012-04-19 2012-08-08 河北省电力公司超高压输变电分公司 一种变电站接地网导体位置及网格结构探测方法
CN103018632B (zh) * 2012-12-10 2015-03-04 江苏大学 基于费歇信息的小电流接地系统单相接地故障选线方法
CN103197193B (zh) * 2013-03-25 2015-08-26 重庆市电力公司电力科学研究院 一种接地网腐蚀点确定方法及系统
CN103795144B (zh) * 2013-11-22 2015-09-30 深圳供电局有限公司 基于故障录波数据的电力系统扰动发生时刻的辨识方法
CN104897996A (zh) * 2015-06-10 2015-09-09 国网上海市电力公司 一种基于磁场逆问题求解的变电站接地网腐蚀诊断方法
CN205015437U (zh) * 2015-09-14 2016-02-03 国家电网公司 一种接地网腐蚀度测试装置

Also Published As

Publication number Publication date
CN109324241A (zh) 2019-02-12

Similar Documents

Publication Publication Date Title
CN109324241B (zh) 一种变电站接地网腐蚀诊断预警方法及系统
CN108008176B (zh) 一种光伏阵列实时状态监测与故障定位系统
CN102735992B (zh) 一种基于地表电位异频比较的接地网缺陷辨识方法及系统
CN110930265B (zh) 一种基于移地距离的电力系统虚假数据注入攻击检测方法
CN103136539A (zh) 接地网腐蚀速率等级预测方法
CN107016236A (zh) 基于非线性量测方程的电网假数据注入攻击检测方法
CN110261746B (zh) 基于振荡波电压周期衰减特性的电缆缺陷检测方法
CN105021953A (zh) 基于地表磁感应强度的变电站接地网腐蚀检测系统及方法
CN108520267B (zh) 一种基于时空特征的水文遥测数据异常检测方法
CN104897995B (zh) 基于地表电位的变电站接地网腐蚀检测系统及方法
CN109649432A (zh) 基于导波技术的云端平台钢轨完整性监测系统及方法
CN110348150A (zh) 一种基于相关概率模型的故障检测方法
CN211783649U (zh) 电磁水表预警装置
CN106706715A (zh) 基于三维高密度电阻率法的污染土检测方法
CN109470972B (zh) 一种基于振动图像的变压器铁心松动诊断方法
CN114236645B (zh) 一种大规模降雨监测异常站点筛查方法
CN103869206A (zh) 一种高频脉冲逆散射成像的接地网状态检测系统
CN104931853A (zh) 一种基于地表电位分布的变电站接地网腐蚀诊断方法
CN101865817B (zh) 用于埋地金属腐蚀探测的传感器与探测方法
CN114994460A (zh) 一种电缆绝缘性能预测装置及方法
CN116679151A (zh) 一种低压台区线损异常诊断方法、装置及存储介质
CN109541317B (zh) 杂散电流干扰下埋地管道涂层缺陷电阻特性地表测试方法
CN114895163A (zh) 一种基于电缆绝缘性能的电缆巡检定位装置及方法
CN114739891A (zh) 一种漂浮式海上风电系泊系统腐蚀状态检测评估系统
CN110174593B (zh) 采用电磁感应判断接地网断点位置的装置与方法

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