CN110208666B - 局部放电特征光谱的选取方法 - Google Patents
局部放电特征光谱的选取方法 Download PDFInfo
- Publication number
- CN110208666B CN110208666B CN201910607460.3A CN201910607460A CN110208666B CN 110208666 B CN110208666 B CN 110208666B CN 201910607460 A CN201910607460 A CN 201910607460A CN 110208666 B CN110208666 B CN 110208666B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- characteristic
- spectral
- partial discharge
- bands
- 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
Links
Images
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
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectrometry And Color Measurement (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本申请实施例提供了一种局部放电特征光谱的选取方法,包括:获取预设局部放电类型的光谱分布图;将光谱分布图中的光谱波段划分为多个第一波段,将第一波段划分为多个第二波段;对第二波段的光谱数据进行遍历计算,得到第二波段的特征值;计算区间特征波段的光谱差异系数,其中,区间特征波段为第一波段中特征值最大的第二波段;根据光谱差异系数对区间特征波段进行排序,选取预设数量特征值相对较大的区间特征波段为预设局部放电类型的光谱特征波段。本申请实施例提供的局部放电特征光谱的选取方法,通过统计学方法进行计算得到特征光谱,提高了特征光谱的选取效率,实用性强。
Description
技术领域
本申请涉及光谱检测技术领域,尤其涉及一种局部放电特征光谱的选取方法。
背景技术
电力设备由于绝缘自然老化、外力破坏和设计制作工艺不静、材料质量差等原因会导致各种绝缘故障,绝缘故障进一步发展会导致绝缘击穿,绝缘击穿给电力设备的运行带来重大安全隐患。因此,为避免电力设备发生绝缘击穿,需要及时发现电力设备的绝缘故障并进行处理。
电力设备在发生绝缘击穿前往往会发生明显的局部放电现象。局部放电是造成绝缘进一步劣化的主要原因,也是绝缘劣化的重要特征和表现形式,局部放电能够反映绝缘的潜伏性缺陷及故障,通过对局部放电进行检测及分析,可判断局部放电的类型,并实现对电力设备的缺陷、劣化程度以及剩余寿命的诊断和评估。
相关技术中,一种对局部放电的分析方法为光谱分析法,光谱分析法是通过在局部放电的光谱图中选取特征明显的波段作为特征光谱,根据特征光谱来分析局部放电的特点。然而,目前,对特征波段的选取依靠肉眼观测光谱强度值的极差来进行,由于局部放电的光谱特征较为杂乱,而且各种局部放电类型光谱的特征波段光谱强度值差异并不明显,导致特征波段的选取效率较低,不利于绝缘故障的及时分析及处理。
发明内容
本申请提供了一种局部放电特征光谱的选取方法,以解决特征波段的选取效率较低的问题。
本申请提供了一种局部放电特征光谱的选取方法,该方法包括:
获取多种预设局部放电类型的光谱分布图;
将所述光谱分布图中的光谱检测波段划分为多个第一波段,将第一波段划分为多个第二波段;
对第二波段的光谱数据进行遍历计算,得到所述第二波段的特征值;
计算多个所述光谱分布图相应第二波段的特征值对应的统计学数据,在每个所述第一波段中选取统计学数据最大的第二波段为区间特征波段;
计算所述区间特征波段在多个所述光谱分布图中的光谱差异系数;
根据所述光谱差异系数对所述区间特征波段进行排序,选取预设数量光谱差异系数相对较大的区间特征波段为光谱特征波段。
可选地,获取多种预设局部放电类型的光谱分布图,包括:
通过多种预设局部放电类型的局部放电实验,采集所述预设局部放电类型的光谱信号;
将所述光谱信号进行信号处理,得到光谱分布图,所述信号处理包括分光、干涉、放大和模数转换。
可选地,所述预设局部放电类型包括电晕放电、沿面放电、悬浮放电。
可选地,所述特征值包括光谱响应强度的均值和方差,所述统计学数据包括在多个所述光谱分布图相应第二波段中,光谱响应强度的均值的极差与标准差。
可选地,计算区间特征波段在多个所述光谱分布图中的光谱差异系数,包括:根据N=αx+βy得到光谱差异系数,其中,N为光谱差异系数,x为区间特征波段在多个所述光谱分布图中光谱响应强度的均值的极差,y为区间特征波段在多个所述光谱分布图中光谱响应强度的均值的标准差,α、β为预设的加权系数。
可选地,α与β的和为1。
可选地,所述第一波段的长度包括100nm。
可选地,所述第二波段的长度包括10nm。
可选地,所述光谱检测波段包括200~1000nm。
本申请提供的局部放电特征光谱的选取方法的有益效果包括:
本申请提供的局部放电特征光谱的选取方法,通过设置局部放电实验,得到多个局部放电类型的光谱图,按照光谱波长将光谱图分为多个第一波段,再将第一波段分为多个第二波段,在第一波段中选取统计学数据最大的第二波段为区间特征波段,再选取光谱差异系数较大的区间特征波段为光谱特征波段。本申请提供的局部放电特征光谱的选取方法,通过统计学方法进行计算得到光谱特征波段,能够通过计算机进行快速计算,提高了特征光谱的选取效率,实用性强。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种局部放电特征光谱的选取方法的流程示意图;
图2为本申请实施例提供的一种局部放电检测示意图;
图3A为本申请实施例提供的一种电晕放电光谱图;
图3B为本申请实施例提供的一种沿面放电光谱图;
图3C为本申请实施例提供的一种悬浮放电光谱图;
图4为本申请实施例提供的一种光谱分段示意图;
图5A为本申请实施例提供的一种光谱强度归一化示意图;
图5B为本申请实施例提供的一种电晕放电光谱图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请实施例提供了一种局部放电特征光谱的选取方法,可用于GIS(GASinsulated SWITCHGEAR,气体绝缘金属封闭开关设备)和变压器等电力设备的局部放电光谱分析。参见图1,为本申请实施例提供的一种局部放电特征光谱的选取方法的流程示意图,如图1所示,本申请实施例提供的局部放电特征光谱的选取方法,包括以下步骤:
步骤S110:获取多种预设局部放电类型的光谱分布图。
预设局部放电类型包括典型的局部放电类型:电晕放电、沿面放电、悬浮放电,通过进行电晕放电、沿面放电和悬浮放电的局部放电实验,采集得到对应类型的光谱信号,然后将光谱信号进行信号处理,得到光谱分布图。当然,本申请并不限于这三种局部放电类型。
局部放电实验参见图2,为本申请实施例提供的一种局部放电检测示意图,图2中,M1为固定镜,M2为镜子,M3为动镜,B为分束器,S为扫描仪。通过干涉仪对光源进行分光处理后,通过反射镜将样品局部放电的光信号反射到探测器,利用前置放大器和主放大器对光信号进行放大,再利用模数转数器进行模数转换后,得到光谱分布图,将光谱分布图传输到计算机中进行处理。
参见图3A为本申请实施例提供的一种电晕放电光谱图,如图3A所示,电晕放电的光谱可分为UV(ultraviolet,紫外线)波段、VIS(visible,可见光)波段、NIR(NearInfrared,近红外光)波段,图3B为本申请实施例提供的一种沿面放电检测示意图,图3C为本申请实施例提供的一种悬浮放电检测示意图,图3A~图3C中,横坐标为光谱波长,单位为nm,纵坐标为归一化强度值。
根据图3A~图3C可以看出,不同类型局部放电的光谱图,在UV、NIR和VIS波段上的强度值差异较大,本申请实施例中,在200~400nm波段、400~760nm波段、760~1000nm波段分别对光谱进行分段处理。
步骤S120:将光谱分布图中的光谱检测波段划分为多个第一波段,将第一波段划分为多个第二波段。
参见图4,为本申请实施例提供的一种光谱分段示意图,如图4所示,本申请实施例中,光谱检测波段为200~1000nm,第一波段的长度为100nm,第二波段的长度为10nm,图3A或图3B或图3C中的光谱,可划分为8个第一波段,每个第一波段包括10个第二波段,共80个第二波段。第二波段为后续步骤中一个最小计算单位的窄波段。当然,根据光谱分布图的光谱分布特点,也可将第一波段或第二波段设置为其他长度。
步骤S130:对第二波段的光谱数据进行遍历计算,得到第二波段的特征值。
本申请实施例中,特征值包括光谱响应强度的均值和方差,光谱数据包括均一化后的光谱响应强度,对每个第一波段的全部第二波段分别计算光谱响应强度的均值和方差,对每个光谱图都进行计算得到第二波段的特征值。
步骤S140:计算多个光谱分布图相应第二波段的特征值对应的统计学数据,在每个第一波段中选取统计学数据最大的第二波段为区间特征波段。
本申请实施例中,统计学数据包括在多个光谱分布图相应第二波段中,光谱响应强度的均值的极差与标准差。统计学数据最大,可选为极差与标准差均最大,也可根据光谱图的光谱相应强度差异,选择极差最大或标准差最大。
统计学数据最大的第二波段,反映出该窄波段不同局部放电类型的光谱图差异最大,因此,选取该第二波段作为第一波段的区间特征波段,之后可根据该窄波段的光谱数据,判断出局部放电类型。
步骤S150:计算区间特征波段在多个光谱分布图中的光谱差异系数。
根据下式计算得到区间特征波段的光谱差异系数:
N=αx+βy (1)
(1)式中,N为光谱差异系数,x为区间特征波段在多个所述光谱分布图中光谱响应强度的均值的极差,y为区间特征波段在多个光谱分布图中光谱响应强度的均值的极差,α、β为对应的加权系数,α+β=1。
步骤S160:根据光谱差异系数对区间特征波段进行排序,选取预设数量光谱差异系数相对较大的区间特征波段为预设局部放电类型的光谱特征波段。
将区间特征波段按照光谱差异系数由大到小进行排序,根据需要提出波长数的多少,选择对应的特征波长。根据区间特征波段应该分散分布的原则,如果取3个区间特征波段作为光谱特征波段,则将得到三个不同光谱区间上的10nm的特征波段为光谱特征波段。
本申请实施例中的光谱分布图有三个滤光波段:紫外、可见光和近红外波段,需要在上述紫外、可见光和近红外波段分别找到一个宽度为10nm的特征波段作为光谱特征波段。在200-400nm、400-760、760-100nm的波段里,分别执行步骤S120-S150,求出各个窄波段光谱的均值和方差。之后根据式(1)计算每个区间特征波段的N值,最后取N值最大的波段,即为三个滤光波段的光谱特征波段。
最终得到的特征波段为:270-280nm,610-620nm,890-900nm。滤光后,对比三个波段下的光谱强度值,并进行归一化,可以得到图5A。图5A中,890-900nm代表NIR波段,610-620nm代表VIS波段,270-280nm代表UV波段。图5A经过变换后可以得到图5B的大卫三角形。图5B中,RⅠ表示电晕放电的特定区域,RⅡ表示沿面放电的特定区域,RⅢ表示悬浮放电的特定区域。可以看出,使用挑选出来的特征波段的提取值,使得每种放电在大卫三角形里都有自己的特定区域,因此说明了光谱特征波段提取的有效性。
由上述实施例可见,本申请实施例通过设置局部放电实验,得到多个单一局部放电类型的光谱图,按照光谱波长将光谱图分为多个第一波段,再将第一波段分为多个第二波段,在第二波段中选出第一波段的区间特征波段,再选取光谱差异系数较大的波段为该局部放电类型的光谱特征波段。本申请提供的局部放电特征光谱的选取方法,通过统计学方法进行计算得到光谱特征波段,能够通过计算机进行快速计算,提高了特征光谱的选取效率,实用性强;经过归一化计算得出按照本申请实施例选取的光谱波段特征性强,应用效果好。本申请通过统计学方法确定不同频带内的信号强度最明显的波段,后续通过强度比例来进行放电分析和模式识别做了充分的准备,对于局部放电光谱波段辨识的进一步应用,提高设备现场带电巡检质量,缩短设备事故发现消缺的周期有显著的实际意义。
由于以上实施方式均是在其他方式之上引用结合进行说明,不同实施例之间均具有相同的部分,本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
需要说明的是,在本说明书中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或暗示这些实体或操作之间存在任何这种实际的关系或顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括一个……”限定的要素,并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (7)
1.一种局部放电特征光谱的选取方法,其特征在于,包括:
获取多种预设局部放电类型的光谱分布图;
将所述光谱分布图中的光谱检测波段划分为多个第一波段,将第一波段划分为多个第二波段;
对第二波段的光谱数据进行遍历计算,得到所述第二波段的特征值,所述特征值包括光谱响应强度的均值和方差;
计算多个所述光谱分布图相应第二波段的特征值对应的统计学数据,在每个所述第一波段中选取统计学数据最大的第二波段为区间特征波段,所述统计学数据包括在多个所述光谱分布图相应第二波段中,光谱响应强度的均值的极差与标准差;
计算所述区间特征波段在多个所述光谱分布图中的光谱差异系数,计算公式包括N=αx+βy,其中,N为光谱差异系数,x为区间特征波段在多个所述光谱分布图中光谱响应强度的均值的极差,y为区间特征波段在多个所述光谱分布图中光谱响应强度的均值的标准差,α、β为预设的加权系数;
根据所述光谱差异系数对所述区间特征波段进行排序,选取预设数量光谱差异系数相对较大的区间特征波段为光谱特征波段。
2.如权利要求1所述的局部放电特征光谱的选取方法,其特征在于,获取多种预设局部放电类型的光谱分布图,包括:
通过多种预设局部放电类型的局部放电实验,采集所述预设局部放电类型的光谱信号;
将所述光谱信号进行信号处理,得到光谱分布图,所述信号处理包括分光、干涉、放大和模数转换。
3.如权利要求1所述的局部放电特征光谱的选取方法,其特征在于,所述预设局部放电类型包括电晕放电、沿面放电、悬浮放电。
4.如权利要求1所述的局部放电特征光谱的选取方法,其特征在于,α与β的和为1。
5.如权利要求1所述的局部放电特征光谱的选取方法,其特征在于,所述第一波段的长度包括100nm。
6.如权利要求1所述的局部放电特征光谱的选取方法,其特征在于,所述第二波段的长度包括10nm。
7.如权利要求1所述的局部放电特征光谱的选取方法,其特征在于,所述光谱检测波段包括200~1000nm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607460.3A CN110208666B (zh) | 2019-07-03 | 2019-07-03 | 局部放电特征光谱的选取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910607460.3A CN110208666B (zh) | 2019-07-03 | 2019-07-03 | 局部放电特征光谱的选取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110208666A CN110208666A (zh) | 2019-09-06 |
CN110208666B true CN110208666B (zh) | 2021-07-16 |
Family
ID=67796546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910607460.3A Active CN110208666B (zh) | 2019-07-03 | 2019-07-03 | 局部放电特征光谱的选取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110208666B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113009295B (zh) * | 2021-02-25 | 2022-05-06 | 西安交通大学 | 一种用于局部放电多光谱监测数据分析方法 |
CN112858858B (zh) * | 2021-03-26 | 2022-08-02 | 云南电网有限责任公司电力科学研究院 | 一种基于降维的局部放电光谱特征波段提取方法及装置 |
CN114280435B (zh) * | 2021-12-24 | 2023-05-05 | 重庆科技学院 | 一种电力系统开关柜的局部放电管理系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1484616A1 (fr) * | 2003-06-05 | 2004-12-08 | Areva T&D SA | Méthode de détection de décharges partielles et système de diagnostic pour appareil électrique |
CN1916935A (zh) * | 2006-09-11 | 2007-02-21 | 武汉大学 | 一种可调节的光谱和空间特征混合分类方法 |
CN102520323A (zh) * | 2011-12-15 | 2012-06-27 | 国网电力科学研究院 | 基于高光谱的复合绝缘子老化运行状态检测方法 |
CN104504391A (zh) * | 2014-12-04 | 2015-04-08 | 哈尔滨工程大学 | 一种基于稀疏特征和马尔科夫随机场的高光谱图像分类方法 |
CN105606973A (zh) * | 2016-03-04 | 2016-05-25 | 云南电网有限责任公司电力科学研究院 | 一种360度全息成像立体光谱法检测局部放电系统 |
CN105784637A (zh) * | 2016-03-30 | 2016-07-20 | 广西科技大学 | 标识光谱差异性的方法 |
CN106840396A (zh) * | 2016-12-13 | 2017-06-13 | 鸿利智汇集团股份有限公司 | 一种光谱测试调整方法及测试调整装置 |
CN109283443A (zh) * | 2018-11-15 | 2019-01-29 | 湖北工业大学 | 一种基于紫外光的电气设备局部放电定位系统及方法 |
CN109374530A (zh) * | 2018-10-31 | 2019-02-22 | 国网重庆市电力公司电力科学研究院 | 六氟化硫气体分解产物的光声光谱在线监测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2641588B2 (ja) * | 1990-03-09 | 1997-08-13 | 株式会社日立製作所 | 電力機器およびその異常標定方法 |
KR20140120331A (ko) * | 2012-01-11 | 2014-10-13 | 유틸스 코포레이션 | 부분 방전의 분석 및 위치파악 시스템 |
CN104990895B (zh) * | 2015-07-27 | 2017-10-31 | 浙江中烟工业有限责任公司 | 一种基于局部区域的近红外光谱信号标准正态校正方法 |
-
2019
- 2019-07-03 CN CN201910607460.3A patent/CN110208666B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1484616A1 (fr) * | 2003-06-05 | 2004-12-08 | Areva T&D SA | Méthode de détection de décharges partielles et système de diagnostic pour appareil électrique |
CN1916935A (zh) * | 2006-09-11 | 2007-02-21 | 武汉大学 | 一种可调节的光谱和空间特征混合分类方法 |
CN102520323A (zh) * | 2011-12-15 | 2012-06-27 | 国网电力科学研究院 | 基于高光谱的复合绝缘子老化运行状态检测方法 |
CN104504391A (zh) * | 2014-12-04 | 2015-04-08 | 哈尔滨工程大学 | 一种基于稀疏特征和马尔科夫随机场的高光谱图像分类方法 |
CN105606973A (zh) * | 2016-03-04 | 2016-05-25 | 云南电网有限责任公司电力科学研究院 | 一种360度全息成像立体光谱法检测局部放电系统 |
CN105784637A (zh) * | 2016-03-30 | 2016-07-20 | 广西科技大学 | 标识光谱差异性的方法 |
CN106840396A (zh) * | 2016-12-13 | 2017-06-13 | 鸿利智汇集团股份有限公司 | 一种光谱测试调整方法及测试调整装置 |
CN109374530A (zh) * | 2018-10-31 | 2019-02-22 | 国网重庆市电力公司电力科学研究院 | 六氟化硫气体分解产物的光声光谱在线监测方法 |
CN109283443A (zh) * | 2018-11-15 | 2019-01-29 | 湖北工业大学 | 一种基于紫外光的电气设备局部放电定位系统及方法 |
Non-Patent Citations (3)
Title |
---|
Design, Implementation,and Testing of Partial Discharge SignalPattern Recognition and Judgment System Application Using Statistical Method;Roro Roudhotul Jannah;《Joint International Conference on Electric Vehicular Technology and Industrial,Mechanical, Electrical and Chemical Engineering 2015》;20151231;314-318 * |
GIS中SO2气体紫外光谱检测及数据处理;陈鹏 等;《仪表技术与传感器》;20151231(第12期);42-45 * |
基于统计和分形特征的油纸绝缘局部放电模式识别研究;杨眉;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170115(第01期);C042-197 * |
Also Published As
Publication number | Publication date |
---|---|
CN110208666A (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110208666B (zh) | 局部放电特征光谱的选取方法 | |
CN106052864B (zh) | 用于波谱中的背景信号的校正的方法 | |
Tan et al. | Wavelet analysis applied to removing non‐constant, varying spectroscopic background in multivariate calibration | |
US10267678B2 (en) | Raman spectroscopic detection method | |
US20140085630A1 (en) | Spectroscopic apparatus and methods for determining components present in a sample | |
JP2007005303A (ja) | 質量分析データの処理装置及び方法 | |
US20140046630A1 (en) | Spectroscopic apparatus and methods | |
KR102166323B1 (ko) | 태양광발전시스템의 웨이블릿 변환에 의한 아크 검출 장치 및 방법 | |
EP2705338B1 (en) | Estimation of background radiation in spectral data by polynomial fitting | |
WO2014064447A1 (en) | Spectroscopic apparatus and methods | |
Wu et al. | Photoacoustic spectroscopy detection and extraction of discharge feature gases in transformer oil based on 1.5 μ tunable fiber laser | |
Liu et al. | An improved method based on a new wavelet transform for overlapped peak detection on spectrum obtained by portable Raman system | |
CN104020128A (zh) | 一种快速鉴别蜂胶胶源的方法 | |
CN112683865B (zh) | 一种熔融石英元件的损伤阈值预测方法 | |
CN112557834B (zh) | 基于拉曼光谱的油纸绝缘设备老化诊断方法 | |
Mishra et al. | Self-organizing feature map based unsupervised technique for detection of partial discharge sources inside electrical substations | |
CN112557332A (zh) | 一种基于光谱分峰拟合的光谱分段和光谱比对方法 | |
CN105628675A (zh) | 一种功率敏感物质的拉曼荧光干扰的消除方法 | |
CN109283153B (zh) | 一种酱油定量分析模型的建立方法 | |
Frącz et al. | Diagnosis of high voltage insulators made of ceramic using spectrophotometry | |
CN103134761A (zh) | 检测gis内so2的紫外光谱检测系统及数据处理方法 | |
CN112666104A (zh) | 一种基于doas的气体浓度反演方法 | |
CN113253069B (zh) | 一种基于多光谱强度的局部放电危险度评估方法 | |
CN114018856B (zh) | 光谱校正方法 | |
KR102276065B1 (ko) | 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법 및 장치 |
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 |