CN110189055A - 基于多物理量融合分析的变电设备状态评估方法及系统 - Google Patents

基于多物理量融合分析的变电设备状态评估方法及系统 Download PDF

Info

Publication number
CN110189055A
CN110189055A CN201910496487.XA CN201910496487A CN110189055A CN 110189055 A CN110189055 A CN 110189055A CN 201910496487 A CN201910496487 A CN 201910496487A CN 110189055 A CN110189055 A CN 110189055A
Authority
CN
China
Prior art keywords
physical quantity
transformer equipment
weight
quantity signal
signal
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.)
Pending
Application number
CN201910496487.XA
Other languages
English (en)
Inventor
顾朝敏
李遵守
高树国
孟令明
岳国良
李天辉
王伟
周明
董驰
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
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Electric Power Co Ltd
Cangzhou Power Supply Co of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Electric Power Co Ltd
Cangzhou Power Supply Co of State Grid Hebei 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, Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd, State Grid Hebei Electric Power Co Ltd, Cangzhou Power Supply Co of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910496487.XA priority Critical patent/CN110189055A/zh
Publication of CN110189055A publication Critical patent/CN110189055A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明公开了一种基于多物理量融合分析的变电设备状态评估方法，其包括步骤：采用传感器采集表征变电设备状态的若干个物理量信号；基于各物理量信号的历史数据，分别采用模糊层次分析法和反熵权法计算各物理量信号在判断变电设备状态时的权重，得到第一权重和第二权重；将第一权重和第二权重进行融合，得到各物理量信号的融合权重；基于当前要检测的各物理量信号及其各自相应的标准值获得各物理量信号的相对劣化度；并将各相对劣化度转换为当前要检测的各物理量信号对应的变电设备各状态的模糊隶属度；基于模糊隶属度和融合权重，得到变电设备对于各个状态的隶属度，并按照最大隶属度原则对变电设备的状态进行评估。

Description

基于多物理量融合分析的变电设备状态评估方法及系统
技术领域
本发明涉及一种评估方法及系统，尤其涉及一种变电设备的评估方法及系统。
背景技术
变电站作为输配电中电能传输转换的枢纽对电力系统意义重大。现阶段国内外学者对变电设备的故障诊断与预测技术进行了深入地研究，其中代表性的油中溶解气体分析技术(dissolved gas analysis，以下简称DGA)研究较为成熟，在变压器故障诊断及状态评估中应用较为广泛。但是现有的DGA只应用了油中气体这一项数据，并没有考虑到局部放电、红外热像、温度等其他可以反映变压器状态的参数，因此，对变压器的状态评估不太全面。此外，若现场中单个传感器发生故障时，采用单一数据评估的方法极易发生误判的情况，而不利于电力系统安全稳定运行。
基于此，期望获得一种评估方法，其可以基于多物理量融合进行分析。
发明内容
本发明的目的之一在于提供一种基于多物理量融合分析的变电设备状态评估方法，该变电设备状态评估方法可以克服现有技术的不足，利用多个不同的物理量进行融合分析，实现对变电设备的状态评估。
基于上述目的，本发明提出了一种基于多物理量融合分析的变电设备状态评估方法，其包括步骤：
采用传感器采集表征变电设备状态的若干个物理量信号；
基于各物理量信号的历史数据，分别采用模糊层次分析法和反熵权法计算各物理量信号在判断变电设备状态时的权重，得到基于模糊层次分析法的各物理量信号的第一权重和基于反熵权法的各物理量信号的第二权重；将第一权重和第二权重进行融合，得到各物理量信号的融合权重；
基于当前要检测的各物理量信号及其各自相应的标准值获得各物理量信号的相对劣化度；并将各相对劣化度转换为当前要检测的各物理量信号对应的变电设备各状态的模糊隶属度；
基于所述模糊隶属度和所述融合权重，得到变电设备对于各个状态的隶属度，并按照最大隶属度原则对变电设备的状态进行评估。
在本发明所述的变电设备状态评估方法中，采用传感器采集表征变电设备状态的若干个物理量信号，一旦其中某一个物理量信号被发现发生异常，则对其他的物理量信号进行融合分析，得到个物理量信号的融合权重，并基于当前要检测的各物理量信号及其各自相应的标准值获得各物理量信号的相对劣化度；并将各相对劣化度转换为当前要检测的各物理量信号对应的变电设备各状态的模糊隶属度，最终基于模糊隶属度和融合权重，得到变电设备对于各个状态的隶属度，并按照最大隶属度原则对变电设备的状态进行评估。
本发明所述的变电设备状态评估方法相比于传统的现有技术更能客观地反映变电设备的运行状态。
进一步地，在本发明所述的变电设备状态评估方法中，传感器为多物理量集成传感器。
进一步地，在本发明所述的变电设备状态评估方法中，若干个物理量信号包括红外热像图像、可见光视频或图像、局部放电图谱、气体信号、声音信号、温度信号和湿度信号七种信号。
进一步地，在本发明所述的变电设备状态评估方法中，各物理量信号的融合权重采用下述公式表征：
其中，wi表示各物理量信号的融合权重，表示各物理量信号的第一权重，表示各物理量信号的第二权重，i＝1,2,3……n，n表示物理量信号的种类数。
进一步地，在本发明所述的变电设备状态评估方法中，获得第一权重的步骤包括：
1)采用0.1～0.9标度法建立满足模糊互补特性的优先关系矩阵A＝(aij)n×n，且满足aij+aji＝1，其中n表示物理量信号的种类数，i＝1,2,3……n，j＝1,2,3……n，aij表示第i个物理量信号相对于第j个物理量信号的优先度；aji表示第j个物理量信号相对于第i个物理量信号的优先度；
2)将优先关系矩阵转化为模糊一致矩阵R＝(rij)n×n，其中rij＝(ri-rj)/2n+0.5，rj表示第j个物理量对于其他所有物理量(1…n)的优先度之和；
3)利用关系排序法计算得到各物理量信号的第一权重：其中α＝(n-1)/2，其为调整参数。
进一步地，在本发明所述的变电设备状态评估方法中，获得第二权重的步骤包括：
1)基于各物理量信号的数据得到评价指标矩阵C＝(cij)n×m，确保评价指标矩阵中每一个元素都介于0,1之间；其中n表示矩阵的行，其表示物理量信号种类的数量；m表示矩阵的列；cij表示第i种物理量信号的第j个历史数据；
2)确定反熵：其中
3)确定个物理量信号的第二权重：
进一步地，在本发明所述的变电设备状态评估方法中，变电设备对于各个状态的隶属度基于下述公式获得：
Y＝W×L
其中，Y表示变电设备对于各个状态的隶属度矩阵，W表示各物理量信号的融合权重矩阵，L表示模糊隶属度矩阵。
进一步地，在本发明所述的变电设备状态评估方法中，相对劣化度包括成本型相对劣化度和效益型相对劣化度，其中效益型相对劣化度计算公式采用g1(x)表征，成本型相对劣化度计算公式采用g2(x)表征：
式中的x表示物理量信号的数据。
进一步地，在本发明所述的变电设备状态评估方法中，变电设备的状态被设定为：良好p1、一般p2、注意p3以及严重p4，并且各状态的模糊隶属度函数为：
式中的x表示相对劣化度。
相应地，本发明的另一目的在于提供一种基于多物理量融合分析的变电设备状态评估系统，该变电设备状态评估系统可以克服现有技术的不足，利用多个不同的物理量进行融合分析，实现对变电设备的状态评估。
基于上述目的，本发明还提出了一种基于多物理量融合分析的变电设备状态评估系统，其包括传感器和处理器，多物理量融合分析的变电设备状态评估系统实施上述的变电设备状态评估方法。
本发明所述的基于多物理量融合分析的变电设备状态评估方法及系统相较于现有技术具有如下所述的优点以及有益效果：
本发明所述的变电设备状态评估方法可以克服现有技术的不足，利用多个不同的物理量进行融合分析，实现对变电设备的状态评估，进而客观地反映变电设备的运行状态。
此外，本发明所述的变电设备状态评估系统也同样具有上述的优点以及有益效果。
附图说明
图1示意了本发明所述的基于多物理量融合分析的变电设备状态评估方法在一些实施方式中相对劣化度与模糊隶属度之间的曲线关系。
具体实施方式
下面将根据具体实施例及说明书附图对本发明所述的基于多物理量融合分析的变电设备状态评估方法及系统作进一步说明，但是该说明并不构成对本发明技术方案的不当限定。
在本实施方式中，基于多物理量融合分析的变电设备状态评估方法包括步骤：
采用传感器采集表征变电设备状态的若干个物理量信号，其中，传感器为多物理量集成传感器，物理量信号包括红外热像图像、可见光视频或图像、局部放电图谱、气体信号、声音信号、温度信号和湿度信号七种信号，红外热像图像可以利用红外摄像头采集得到变压器的热成像图，可见光视频或图像可以通过光学摄像头采集得到变压器的视频或图像，局部放电图谱可以通过局放天线采集得到变压器局部放电数据，气体信号可以通过采集变压器气体得到气体含量曲线，声音信号可以通过采集变压器运行中发出的声音获得，温度信号可以通过采集变压器周边温度获得，湿度信号可以通过采集变压器周边的湿度信息获得；
基于各物理量信号的历史数据，分别采用模糊层次分析法和反熵权法计算各物理量信号在判断变电设备状态时的权重，得到基于模糊层次分析法的各物理量信号的第一权重和基于反熵权法的各物理量信号的第二权重；将第一权重和第二权重进行融合，得到各物理量信号的融合权重；
基于当前要检测的各物理量信号及其各自相应的标准值获得各物理量信号的相对劣化度；并将各相对劣化度转换为当前要检测的各物理量信号对应的变电设备各状态的模糊隶属度；
基于所述模糊隶属度和所述融合权重，得到变电设备对于各个状态的隶属度，并按照最大隶属度原则对变电设备的状态进行评估。
需要说明的是，判断传感器是否发生故障，可以采用相对误差法，例如所采集到的气体信号、温度信号或是湿度信号的相对误差在一定范围内，则可以认为传感器工作正常，可以进行后续的数据处理。
上述方案中，物理量信号的融合权重采用下述公式表征：
其中，wi表示各物理量信号的融合权重，表示各物理量信号的第一权重，表示各物理量信号的第二权重，i＝1,2,3……n，n表示物理量信号的种类数。第一权重和第二权重可以利用乘法集成法将该两个权重进行融合，得到融合权重。
而获得第一权重的步骤包括：
1)采用0.1～0.9标度法建立满足模糊互补特性的优先关系矩阵A＝(aij)n×n，且满足aij+aji＝1，其中n表示物理量信号的种类数，i＝1,2,3……n，j＝1,2,3……n，aij表示第i个物理量信号相对于第j个物理量信号的优先度；aji表示第j个物理量信号相对于第i个物理量信号的优先度；
2)将优先关系矩阵转化为模糊一致矩阵R＝(rij)n×n，其中rij＝(ri-rj)/2n+0.5，rj表示第j个物理量对于其他所有物理量(1…n)的优先度之和；
3)利用关系排序法计算得到各物理量信号的第一权重：其中α＝(n-1)/2，其为调整参数。
此外，在上述方案中，获得第二权重的步骤包括：
1)基于各物理量信号的数据得到评价指标矩阵C＝(cij)n×m，确保评价指标矩阵中每一个元素都介于0,1之间；其中n表示矩阵的行，其表示物理量信号种类的数量；m表示矩阵的列；cij表示第i种物理量信号的第j个历史数据；
2)确定反熵：其中
3)确定个物理量信号的第二权重：
在上述方案中，变电设备对于各个状态的隶属度基于下述公式获得：
Y＝W×L
其中，Y表示变电设备对于各个状态的隶属度矩阵，W表示各物理量信号的融合权重矩阵，L表示模糊隶属度矩阵。
表1列出了各个权重的计算结果。
表1.
指标 红外热像 视频 局放图谱 气体 声音 温度 湿度
模糊层次分析法 0.134 0.183 0.262 0.174 0.075 0.095 0.078
反熵权法 0.109 0.097 0.169 0.207 0.106 0.207 0.105
融合权重 0.099 0.119 0.298 0.243 0.053 0.133 0.055
需要说明的是，上述方案中，图1示意了本发明所述的基于多物理量融合分析的变电设备状态评估方法在一些实施方式中相对劣化度与模糊隶属度之间的曲线关系。
相对劣化度包括成本型相对劣化度和效益型相对劣化度，其中效益型相对劣化度计算公式采用g1(x)表征，成本型相对劣化度计算公式采用g2(x)表征：
上式中的x表示物理量信号的数据。
根据以往的经验和标准可以设置不同指标的基准值，再采用归一化的方法得到各指标的相对劣化度。相对劣化度包括成本型相对劣化度和效益型相对劣化度，其中效益型相对劣化度表现为，数值越大劣化越严重，例如局部放电脉冲峰值、放电重复率均为效益型相对劣化度。而成本型相对劣化度则表现相反，其数值越小劣化度越严重，例如温度、湿度均为成本型相对劣化度。
而其中，变电设备的状态被设定为：良好p1、一般p2、注意p3以及严重p4，并且各状态的模糊隶属度函数为：
上式中的x表示相对劣化度。
此外，需要说明的是，可以采用加权平均型模糊算子进行计算。
例如在一些实施方式中，可以获得各个物理量的相对劣化度L1＝[0,0.5,0.7,0,0.1,0.1,0.1]，得到的隶属度为Y1＝[0.5029,0.2385,0.1990,0.0595]。由此可以看出，虽然最终得到的变电设备的状态被设定为“良好”，但是该变压器对“注意”的隶属度为0.1990，说明该组数据在局部放电图谱指标的相对劣化度有明显的提升，因为局部放电可以灵敏的反映出变压器的绝缘状态，也就是说较高的局部放电劣化度应当引起一定的重视。由此可以看出，采用本发明所述的基于多物理量融合分析的变电设备状态评估方法可以通过组合赋权得到的隶属度，以充分反映变电设备尤其是变压器绝缘状态的劣化，及时提醒运维人员对变电设备潜在的绝缘缺陷的关注。
综上所述可以看出，本发明所述的变电设备状态评估方法可以克服现有技术的不足，利用多个不同的物理量进行融合分析，实现对变电设备的状态评估，进而客观地反映变电设备的运行状态。
此外，本发明所述的变电设备状态评估系统也同样具有上述的优点以及有益效果。
需要说明的是，本发明的保护范围中现有技术部分并不局限于本申请文件所给出的实施例，所有不与本发明的方案相矛盾的现有技术，包括但不局限于在先专利文献、在先公开出版物，在先公开使用等等，都可纳入本发明的保护范围。
另外，还需要说明的是，本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式，本案所记载的所有技术特征可以以任何方式进行自由组合或结合，除非相互之间产生矛盾。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种基于多物理量融合分析的变电设备状态评估方法，其特征在于，包括步骤：
采用传感器采集表征变电设备状态的若干个物理量信号；
基于各物理量信号的历史数据，分别采用模糊层次分析法和反熵权法计算各物理量信号在判断变电设备状态时的权重，得到基于模糊层次分析法的各物理量信号的第一权重和基于反熵权法的各物理量信号的第二权重；将第一权重和第二权重进行融合，得到各物理量信号的融合权重；
基于当前要检测的各物理量信号及其各自相应的标准值获得各物理量信号的相对劣化度；并将各相对劣化度转换为当前要检测的各物理量信号对应的变电设备各状态的模糊隶属度；
基于所述模糊隶属度和所述融合权重，得到变电设备对于各个状态的隶属度，并按照最大隶属度原则对变电设备的状态进行评估。
2.如权利要求1所述的变电设备状态评估方法，其特征在于，所述传感器为多物理量集成传感器。
3.如权利要求1所述的变电设备状态评估方法，其特征在于，所述若干个物理量信号包括红外热像图像、可见光视频或图像、局部放电图谱、气体信号、声音信号、温度信号和湿度信号七种信号。
4.如权利要求1所述的变电设备状态评估方法，其特征在于，所述各物理量信号的融合权重采用下述公式表征：
其中，wi表示各物理量信号的融合权重，表示各物理量信号的第一权重，表示各物理量信号的第二权重，i＝1,2,3……n，n表示物理量信号的种类数。
5.如权利要求4所述的变电设备状态评估方法，其特征在于，获得第一权重的步骤包括：
1)采用0.1～0.9标度法建立满足模糊互补特性的优先关系矩阵A＝(aij)n×n，且满足aij+aji＝1，其中n表示物理量信号的种类数，i＝1,2,3……n，j＝1,2,3……n，aij表示第i个物理量信号相对于第j个物理量信号的优先度；aji表示第j个物理量信号相对于第i个物理量信号的优先度；
2)将优先关系矩阵转化为模糊一致矩阵R＝(rij)n×n，其中rij＝(ri-rj)/2n+0.5，rj表示第j个物理量对于其他所有物理量(1…n)的优先度之和；
3)利用关系排序法计算得到各物理量信号的第一权重：其中α＝(n-1)/2，其为调整参数。
6.如权利要求4所述的变电设备状态评估方法，其特征在于，获得第二权重的步骤包括：
1)基于各物理量信号的数据得到评价指标矩阵C＝(cij)n×m，确保评价指标矩阵中每一个元素都介于0,1之间；其中n表示矩阵的行，其表示物理量信号种类的数量；m表示矩阵的列；cij表示第i种物理量信号的第j个历史数据；
2)确定反熵：其中
3)确定个物理量信号的第二权重：
7.如权利要求1所述的变电设备状态评估方法，其特征在于，变电设备对于各个状态的隶属度基于下述公式获得：
Y＝W×L
其中，Y表示变电设备对于各个状态的隶属度矩阵，W表示各物理量信号的融合权重矩阵，L表示模糊隶属度矩阵。
8.如权利要求1所述的变电设备状态评估方法，其特征在于，相对劣化度包括成本型相对劣化度和效益型相对劣化度，其中效益型相对劣化度计算公式采用g1(x)表征，成本型相对劣化度计算公式采用g2(x)表征：
式中的x表示物理量信号的数据。
9.如权利要求1所述的变电设备状态评估方法，其特征在于，变电设备的状态被设定为：良好p1、一般p2、注意p3以及严重p4，并且各状态的模糊隶属度函数为：
式中的x表示相对劣化度。
10.一种基于多物理量融合分析的变电设备状态评估系统，其包括传感器和处理器，所述多物理量融合分析的变电设备状态评估系统实施如权利要求1-9中任意一项所述的变电设备状态评估方法。
CN201910496487.XA 2019-06-10 2019-06-10 基于多物理量融合分析的变电设备状态评估方法及系统 Pending CN110189055A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910496487.XA CN110189055A (zh) 2019-06-10 2019-06-10 基于多物理量融合分析的变电设备状态评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910496487.XA CN110189055A (zh) 2019-06-10 2019-06-10 基于多物理量融合分析的变电设备状态评估方法及系统

Publications (1)

Publication Number Publication Date
CN110189055A true CN110189055A (zh) 2019-08-30

Family

ID=67721008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910496487.XA Pending CN110189055A (zh) 2019-06-10 2019-06-10 基于多物理量融合分析的变电设备状态评估方法及系统

Country Status (1)

Country Link
CN (1) CN110189055A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110619466A (zh) * 2019-09-16 2019-12-27 卓尔智联(武汉)研究院有限公司 信息处理方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761684A (zh) * 2014-01-20 2014-04-30 广州供电局有限公司 一种输电电缆整体状态的综合评估方法及系统
CN105866638A (zh) * 2016-04-08 2016-08-17 重庆大学 一种城网电缆接头绝缘状态在线监测预警装置及方法
CN107832973A (zh) * 2017-11-29 2018-03-23 国网山东省电力公司电力科学研究院 一种基于多态信息综合评判的设备质量管控的方法
CN107832921A (zh) * 2017-10-19 2018-03-23 南京邮电大学 一种基于组合赋权法的电动汽车充电一体化安全评价方法
CN109856515A (zh) * 2019-03-20 2019-06-07 国网电力科学研究院武汉南瑞有限责任公司 一种直流电缆绝缘状态判断方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761684A (zh) * 2014-01-20 2014-04-30 广州供电局有限公司 一种输电电缆整体状态的综合评估方法及系统
CN105866638A (zh) * 2016-04-08 2016-08-17 重庆大学 一种城网电缆接头绝缘状态在线监测预警装置及方法
CN107832921A (zh) * 2017-10-19 2018-03-23 南京邮电大学 一种基于组合赋权法的电动汽车充电一体化安全评价方法
CN107832973A (zh) * 2017-11-29 2018-03-23 国网山东省电力公司电力科学研究院 一种基于多态信息综合评判的设备质量管控的方法
CN109856515A (zh) * 2019-03-20 2019-06-07 国网电力科学研究院武汉南瑞有限责任公司 一种直流电缆绝缘状态判断方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110619466A (zh) * 2019-09-16 2019-12-27 卓尔智联(武汉)研究院有限公司 信息处理方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN102866321B (zh) 一种自适应的防窃漏电诊断方法
CN105512448B (zh) 一种配电网健康指数的评估方法
CN108710990B (zh) 基于同期数据的线变台户多级线损分析方法及系统
Meier et al. Using data from connected thermostats to track large power outages in the United States
CN109727175A (zh) 一种旅游景区客流监测系统
CN110245873A (zh) 一种绿色建筑运行品质评价方法、装置、设备及存储介质
CN105371957A (zh) 变电站设备红外温度配准定位系统及方法
CN106843100A (zh) 变电站二次设备运行状态等级判断方法和装置
CN112181031A (zh) 一种智能化楼宇监控装置
CN103837764B (zh) 家用太阳能光伏发电的电能质量检测方法
CN107180273B (zh) 一种基于大数据统计分析的变电站厂界噪声预测评估方法
CN105005852A (zh) 一种基于图像分析的宿舍环境智能监测系统
CN110189055A (zh) 基于多物理量融合分析的变电设备状态评估方法及系统
CN115310627A (zh) 一种基于设备集的配电站房多元化巡视方法
CN107371175A (zh) 一种使用协作预测的自组织网络故障检测方法
CN106325258B (zh) 一种基于在线监测信息的继电保护装置状态评估方法
CN112557745A (zh) 一种线损监测的功率叠加对比系统及方法
CN116523681A (zh) 电动汽车的负荷分解方法、装置、电子设备及存储介质
CN105956683A (zh) 公共机构电力需求侧管理系统以及电能质量预测方法
CN110381462A (zh) 一种电力电缆局部放电在线监测系统
CN103166317B (zh) 一种含der配电通信方式的可靠性检测方法和装置
CN107133674B (zh) 一种确定换流阀整体状态的方法和系统
CN113572161B (zh) 一种抗灾保底电网的储能系统在线状态监测和评估方法
CN109470981A (zh) 一种保电配电网故障研判方法及系统
CN109492184B (zh) 一种用能量值多点计量差值超过限值判断方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190830

RJ01 Rejection of invention patent application after publication