CN110221137B - 一种基于振声相关性的配电变压器异常状态检测方法 - Google Patents
一种基于振声相关性的配电变压器异常状态检测方法 Download PDFInfo
- Publication number
- CN110221137B CN110221137B CN201910172534.5A CN201910172534A CN110221137B CN 110221137 B CN110221137 B CN 110221137B CN 201910172534 A CN201910172534 A CN 201910172534A CN 110221137 B CN110221137 B CN 110221137B
- Authority
- CN
- China
- Prior art keywords
- signal
- vibration
- sound
- distribution transformer
- matrix
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 47
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 22
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 238000010219 correlation analysis Methods 0.000 claims abstract description 5
- 230000005236 sound signal Effects 0.000 claims description 43
- 230000004927 fusion Effects 0.000 claims description 28
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 13
- 238000001228 spectrum Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 11
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 7
- 238000004804 winding Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000007500 overflow downdraw method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012067 mathematical method Methods 0.000 description 2
- 229910000976 Electrical steel Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000030808 detection of mechanical stimulus involved in sensory perception of sound Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000003475 lamination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于振声相关性分析的配电变压器异常状态检测方法,通过采集配电变压器的电流信号、振动信号和声音信号,将信号进行处理后得到信号相关函数主要频谱分量的融合曲线,通过对融合曲线与历史融合曲线的关联度对配电变压器的异常状态进行高效、准确的检测。
Description
技术领域
本发明涉及电力设备状态检测方法,尤其是涉及一种基于振声相关性的配电变压器异常状态检测方法。
背景技术
变压器是电能分配与传输的重要环节,是电力系统中最为重要的设备之一,而配电变压器在整个配电网络中不仅数量巨大和牵涉面广,且与电力用户直接相连,所以配电变压器能否正常运行直接决定着配电网的安全性和供电的可靠性。然而,现在缺乏一种稳定高效可靠的对于配电变压器的检测方法。
配电变压器在运行过程中,铁芯硅钢片的磁滞伸缩及绕组电动力会引发铁芯振动与绕组振动,同时经结构件和空气向四周辐射形成声音信号。这些振动信号、声音信号与配电变压器的运行状态密切相关,如变压器在不同运行状态下,振动信号会随之改变,且有区别性的声音发出,故可通过对变压器振动信号与声音信号的检测,掌握其运行状态。值得关注的是,对变压器不同运行状态下发出声音的检测不仅可以检测很多种引起电气量变化的严重故障,还可以检测许多并未危及绝缘的没有引起电气量变化的异常状态,比如变压器铁芯松动、绕组松动及内外部零部件松动等。此外,振动信号与声音信号的检测与整个电力系统无直接电气连接,尤其是声音信号的监测,只需放置在变压器附近一定距离,并且在放置时可方便地自由调整以获得更好的采集效果,是一种非贴合带电检测法,具有安装较简便、可移植性较强、信号整体性较好等优点。显然,变压器异常状态的振声检测方法具有非贴合带电检测的优点,且采集到的振声信号更安全,能反映机械故障。
发明内容
本发明的目的是为了克服现有技术的不足,提供一种基于振声相关性分析的配电变压器异常状态检测方法,以对配电变压器的异常状态进行高效、准确的检测。
实现上述目的的一种技术方案是:一种基于振声相关性分析的配电变压器异常状态检测方法,其特征在于,包括如下步骤:
步骤1、采集配电变压器运行过程中的电流信号i(t)、振动信号v(t)和声音信号s(t),采样频率为f0;
步骤2、对电流信号c(t)、振动信号v(t)和声音信号s(t)进行标准化,得到电流信号c'(t)、振动信号v'(t)和声音信号s'(t),其中,标准化计算公式为
式中:N为信号长度;和/>分别为电流信号c(t)、振动信号v(t)和声音信号s(t)的平均值。
步骤3、对标准化的电流信号c'(t)、振动信号v'(t)和声音信号s'(t)进行分段处理,得到M段信号电流信号c'1(t),c'2(t),…,c'M(t)、振动信号 v'1(t),v'2(t),…,v'M(t)和声音信号s'1(t),s'2(t),…,s'M(t);
步骤4、分别对各段振动信号v'(t)和声音信号s'(t)进行傅里叶变换,根据振动信号v'(t)和声音信号s'(t)的频谱分布确定主要频谱分量,记为P个。所述的傅里叶变换为本领域技术人员所熟悉的知识,在此不再赘述;
步骤5、分别计算各段振动信号v(t)和声音信号s(t)的相干函数γ(f),其中,相干函数的计算公式为
其中,Svv(f)和Sss(f)分别为振动信号v'(t)和声音信号s'(t)的自功率谱密度函数;Svs(f)为振动信号v'(t)和声音信号s'(t)的互功率谱密度函数;
步骤6、将M段电流信号c'(t)有效值、振动信号100Hz分量、相干函数γ(f)中的P个主要频谱分量的变化曲线进行曲线融合,得到变压器振声融合曲线,所述的变压器振声融合曲线的融合方法为
6a.将M段电流信号c'(t)有效值、振动信号100Hz分量、相干函数γ(f) 中的K个主要频谱分量的变化曲线写成矩阵的形式,记为B,所述的矩阵B 的列数为M,矩阵B的行数为P+2,表达式为
6b.计算矩阵B的自相关矩阵R,计算公式为:
R=(rij)M×M
式中,rij为矩阵R中的元素;
6c.用雅克比法对矩阵R的特征值及特征向量进行计算,并记计算得到的矩阵R的M个特征值为λ1,λ2,…,λM,且满足λ1≥λ2≥…≥λM≥0,其中,第i个特征值所对应的特征向量为ei=(ei1,ei2,…,eiM)T,i=1,2,…,M,本步骤中所述的雅克比法是本领域内常用的数学方法,因此发明人在此不再进行详细的描述;
6d.提取最大特征值λ1所对应的特征向量e1为加权因子,并对P+2条电流、振动信号100Hz分量曲线、相干函数γ(f)中的K个主要频谱分量的变化曲线进行曲线融合,所述的振声融合曲线的表达式为:
Y=e1CT=e11C1+e21C2+…+e(P+2)1CP+2
式中,Y为K+2条曲线的振声融合曲线;
步骤7、根据变压器振声融合曲线的历史数据Y0,计算其与振声融合曲线Y的灰色关联度,所述的灰色关联度的计算公式为
式中:ρ为分辨系数,一般取ρ∈(0,1]。
步骤8、根据配电变压器振声融合曲线的灰色关联度对配电变压器的异常状态进行判断:若g≥0.9,判断为配电变压器运行状态正常;若 g<0.8,判断为配电变压器的运行状态为异常,存在绕组松动或铁芯松动隐患。
本发明的一种基于振声相关性分析的配电变压器异常状态检测方法,相对于现有技术有如下优势:步骤2中对配电变压器电流信号、振动信号和声音信号进行标准化处理,使得不同量纲的不同监测信号在数值上具有了一定的比较性,最大限度地降低不同监测信号对计算结果的影响;步骤3中对电流信号、振动信号和声音信号进行分段处理,可将非平稳信号转换为准平稳信号,降低了信号的非平稳性对频谱分析及计算结果的影响;步骤6中对电流时变曲线、振动信号100Hz分量时变曲线、振声相干函数主要频谱分量时变曲线进行融合,充分配电变压器状态异常时所引发的电流、振动信号和声音信号等的变化,大大提高了计算结果的准确性;步骤 7中,选用灰色关联度作为特征量,能够直观地反映出配电变压器的运行状态,将诊断结果定量化;步骤8中给出了配电变压器异常状态诊断的定量评判标准,为配电变压器的检修维护提供了依据。
附图说明
图1是本发明配电变压器异常状态检测的流程图。
具体实施方式
为了能更好地对本发明的技术方案进行理解,下面通过具体地实施例并结合附图进行详细地说明:
请参阅图1,以某10kV配电变压器为对象进行异常状态诊断,按照下述步骤判断该配电变压器的工作状态:
(1)采集配电变压器运行过程中的电流信号i(t)、振动信号v(t)和声音信号s(t),采样频率为f0,采用频率f0=50kHz;
(2)对电流信号c(t)、振动信号v(t)和声音信号s(t)进行标准化,得到电流信号c'(t)、振动信号v'(t)和声音信号s'(t),其中,标准化计算公式为
式中:N为信号长度;和/>分别为电流信号c(t)、振动信号v(t)和声音信号s(t)的平均值。
(3)对标准化的电流信号c'(t)、振动信号v'(t)和声音信号s'(t)进行分段处理,得到M段信号电流信号c'1(t),c'2(t),…,c'M(t)、振动信号 v'1(t),v'2(t),…,v'M(t)和声音信号s'1(t),s'2(t),…,s'M(t);此处,M=20;
(4)分别对各段振动信号v'(t)和声音信号s'(t)进行傅里叶变换,根据振动信号v'(t)和声音信号s'(t)的频谱分布确定主要频谱分量,记为P个。所述的傅里叶变换为本领域技术人员所熟悉的知识,在此不再赘述;
(5)分别计算各段振动信号v(t)和声音信号s(t)的相干函数γ(f),其中,相干函数的计算公式为
其中,Svv(f)和Sss(f)分别为振动信号v'(t)和声音信号s'(t)的自功率谱密度函数;Svs(f)为振动信号v'(t)和声音信号s'(t)的互功率谱密度函数;所述的功率谱密度函数为本领域技术人员所熟悉的知识,在此不再赘述;
(6)将M段电流信号c'(t)有效值、振动信号100Hz分量、相干函数γ(f) 中的P个主要频谱分量的变化曲线进行曲线融合,得到变压器振声融合曲线,所述的变压器振声融合曲线的融合方法为
6a.将M段电流信号c'(t)有效值、振动信号100Hz分量、相干函数γ(f) 中的K个主要频谱分量的变化曲线写成矩阵的形式,记为B,所述的矩阵B 的列数为M,矩阵B的行数为P+2,表达式为
6b.计算矩阵B的自相关矩阵R,计算公式为:
R=(rij)M×M
式中,rij为矩阵R中的元素;
6c.用雅克比法对矩阵R的特征值及特征向量进行计算,并记计算得到的矩阵R的M个特征值为λ1,λ2,…,λM,且满足λ1≥λ2≥…≥λM≥0,其中,第i个特征值所对应的特征向量为ei=(ei1,ei2,…,eiM)T,i=1,2,…,M,本步骤中所述的雅克比法是本领域内常用的数学方法,因此发明人在此不再进行详细的描述;
6d.提取最大特征值λ1所对应的特征向量e1为加权因子,并对P+2条电流、振动信号100Hz分量曲线、相干函数γ(f)中的K个主要频谱分量的变化曲线进行曲线融合,所述的振声融合曲线的表达式为:
Y=e1CT=e11C1+e21C2+…+e(P+2)1CP+2
式中,Y为K+2条曲线的振声融合曲线;
(7)根据变压器振声融合曲线的历史数据Y0,计算其与振声融合曲线Y的灰色关联度,所述的灰色关联度的计算公式为
式中:ρ为分辨系数,一般取ρ∈(0,1]。
(8)根据配电变压器振声融合曲线的灰色关联度对配电变压器的异常状态进行判断:若g≥0.9,判断为配电变压器运行状态正常;若g<0.8,判断为配电变压器的运行状态为异常,有可能存在绕组松动或铁芯松动等隐患,值得关注,并需要及时进行检修处理,避免形成重大故障。此处,对测量得到的配电变压器的电流信号、振动信号、声音信号的融合曲线进行灰色关联度计算的结果为0.7245,从而判断配电变压器的运行状态发生了异常。通过实际检修,发现配电变压器的铁芯出现了松动,从而验证了本方法的有效性与准确性。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (1)
1.一种基于振声相关性分析的配电变压器异常状态检测方法,其特征在于,包括如下步骤:
步骤1、采集配电变压器运行过程中的电流信号c(t)、振动信号v(t)和声音信号s(t),采样频率为f0;
步骤2、对电流信号c(t)、振动信号v(t)和声音信号s(t)进行标准化,得到电流信号c′(t)、振动信号v′(t)和声音信号s′(t),其中,标准化计算公式为
式中:N为信号长度;和/>分别为电流信号c(t)、振动信号v(t)和声音信号s(t)的平均值;
步骤3、对标准化的电流信号c′(t)、振动信号v′(t)和声音信号s′(t)进行分段处理,得到M段信号电流信号c′1(t),c′2(t),…,c′M(t)、振动信号v′1(t),v′2(t),…,v′M(t)和声音信号s′1(t),s′2(t),…,s′M(t);
步骤4、分别对各段振动信号v′(t)和声音信号s′(t)进行傅里叶变换,根据振动信号v′(t)和声音信号s′(t)的频谱分布确定主要频谱分量,记为P个;
步骤5、分别计算各段振动信号v′(t)和声音信号s′(t)的相干函数γ(f),其中,相干函数的计算公式为
其中,Svv(f)和Sss(f)分别为振动信号v′(t)和声音信号s′(t)的自功率谱密度函数;Svs(f)为振动信号v′(t)和声音信号s′(t)的互功率谱密度函数;
步骤6、将M段电流信号c′(t)有效值、振动信号100Hz分量、相干函数γ(f)中的P个主要频谱分量的变化曲线进行曲线融合,得到变压器振声融合曲线,所述的变压器振声融合曲线的融合方法为
6a.将M段电流信号c′(t)有效值、振动信号100Hz分量、相干函数γ(f)中的K个主要频谱分量的变化曲线写成矩阵的形式,记为B,所述的矩阵B的列数为M,矩阵B的行数为P+2,表达式为
6b.计算矩阵B的自相关矩阵R,计算公式为:
R=(rij)M×M
式中,rij为矩阵R中的元素;
6c.用雅克比法对矩阵R的特征值及特征向量进行计算,并记计算得到的矩阵R的M个特征值为λ1,λ2,…,λM,且满足λ1≥λ2≥…≥λM≥0,其中,第i个特征值所对应的特征向量为ei=(ei1,ei2,…,eiM)T,i=1,2,…,M;
6d.提取最大特征值λ1所对应的特征向量e1为加权因子,并对P+2条电流、振动信号100Hz分量曲线、相干函数γ(f)中的K个主要频谱分量的变化曲线进行曲线融合,所述的振声融合曲线的表达式为:
Y=e1CT=e11C1+e21C2+…+e(P+2)1CP+2
式中,Y为K+2条曲线的振声融合曲线;
步骤7、根据变压器振声融合曲线的历史数据Y0,计算其与振声融合曲线Y的灰色关联度,所述的灰色关联度的计算公式为
式中:ρ为分辨系数,一般取ρ∈(0,1];
步骤8、根据配电变压器振声融合曲线的灰色关联度对配电变压器的异常状态进行判断:若g≥0.9,判断为配电变压器运行状态正常;若g<0.8,判断为配电变压器的运行状态为异常,存在绕组松动或铁芯松动隐患。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172534.5A CN110221137B (zh) | 2019-03-07 | 2019-03-07 | 一种基于振声相关性的配电变压器异常状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910172534.5A CN110221137B (zh) | 2019-03-07 | 2019-03-07 | 一种基于振声相关性的配电变压器异常状态检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110221137A CN110221137A (zh) | 2019-09-10 |
CN110221137B true CN110221137B (zh) | 2024-05-14 |
Family
ID=67822381
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910172534.5A Active CN110221137B (zh) | 2019-03-07 | 2019-03-07 | 一种基于振声相关性的配电变压器异常状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110221137B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214634B (zh) * | 2020-09-24 | 2024-04-23 | 交控科技股份有限公司 | 一种道岔转换声音的处理方法及系统 |
CN112147444B (zh) * | 2020-09-25 | 2022-12-13 | 广东电网有限责任公司佛山供电局 | 一种电力变压器工作状态监测方法及系统 |
CN112254910B (zh) * | 2020-10-10 | 2022-05-17 | 华中科技大学 | 一种基于融合相关谱的电机转子断条故障检测方法及系统 |
CN113532535B (zh) * | 2021-07-21 | 2024-03-15 | 国网江苏省电力有限公司宜兴市供电分公司 | 一种电力变压器绕组状态判断方法 |
CN113970710B (zh) * | 2021-10-26 | 2023-06-09 | 广东电网有限责任公司佛山供电局 | 一种电力变压器直流偏磁运行状态监测方法及系统 |
CN114089224B (zh) * | 2021-11-16 | 2023-09-12 | 国网湖南省电力有限公司 | 一种利用声音检测判断变压器铁芯松动的方法及系统 |
CN116449255B (zh) * | 2023-03-09 | 2023-12-22 | 国网浙江省电力有限公司嘉兴供电公司 | 一种箱式变压器的故障检测系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042311A (zh) * | 2007-03-13 | 2007-09-26 | 西安交通大学 | 基于多传感器融合的筒式钢球磨机负荷检测方法及装置 |
CN103678765A (zh) * | 2013-10-31 | 2014-03-26 | 上海交通大学 | 基于在线监测的变压器运行状态综合评估方法 |
CN104655967A (zh) * | 2015-03-17 | 2015-05-27 | 国家电网公司 | 配电变压器绕组振动信号特征量提取方法 |
CN105093059A (zh) * | 2015-08-26 | 2015-11-25 | 云南电网有限责任公司电力科学研究院 | 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 |
CN106251042A (zh) * | 2016-07-19 | 2016-12-21 | 广西电网有限责任公司电力科学研究院 | 一种对配电变压器进行健康状态评估的方法 |
JP2017106893A (ja) * | 2015-11-30 | 2017-06-15 | ユカインダストリーズ株式会社 | 変圧器内部異常および劣化の診断方法と診断装置 |
CN109307823A (zh) * | 2018-10-10 | 2019-02-05 | 贵州电网有限责任公司 | 变压器有载分接开关机械状态监测系统及信号处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040260454A1 (en) * | 2003-06-11 | 2004-12-23 | Basir Otman A. | Vibro-acoustic engine diagnostic system |
-
2019
- 2019-03-07 CN CN201910172534.5A patent/CN110221137B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101042311A (zh) * | 2007-03-13 | 2007-09-26 | 西安交通大学 | 基于多传感器融合的筒式钢球磨机负荷检测方法及装置 |
CN103678765A (zh) * | 2013-10-31 | 2014-03-26 | 上海交通大学 | 基于在线监测的变压器运行状态综合评估方法 |
CN104655967A (zh) * | 2015-03-17 | 2015-05-27 | 国家电网公司 | 配电变压器绕组振动信号特征量提取方法 |
CN105093059A (zh) * | 2015-08-26 | 2015-11-25 | 云南电网有限责任公司电力科学研究院 | 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 |
JP2017106893A (ja) * | 2015-11-30 | 2017-06-15 | ユカインダストリーズ株式会社 | 変圧器内部異常および劣化の診断方法と診断装置 |
CN106251042A (zh) * | 2016-07-19 | 2016-12-21 | 广西电网有限责任公司电力科学研究院 | 一种对配电变压器进行健康状态评估的方法 |
CN109307823A (zh) * | 2018-10-10 | 2019-02-05 | 贵州电网有限责任公司 | 变压器有载分接开关机械状态监测系统及信号处理方法 |
Non-Patent Citations (6)
Title |
---|
500kV变压器异常噪声与振动的原因分析;张建平;《浙江电力》;20061231;全文 * |
一起110kV线路跳闸造成下级开关站失电事故分析;俞玲;《电力与能源》;全文 * |
基于多特征融合与改进QPSO-RVM的万能式断路器故障振声诊断方法;孙曙光;《电工技术学报》;20171231;全文 * |
基于振动信号统计特性的变压器绕组状态监测;陈沛龙;《电工电能新技术》;20181231;全文 * |
基于改进势函数稀疏分量分析算法的变压器振声自适应提取方法;邹亮;《高电压技术》;全文 * |
基于熵权关联理论的变压器绕组状态振动检测;钱国超;《云南电力技术》;20171231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110221137A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221137B (zh) | 一种基于振声相关性的配电变压器异常状态检测方法 | |
CN112629647B (zh) | 大跨悬索桥涡振事件的实时识别和监测预警方法 | |
CN106934421B (zh) | 基于2dpca及svm的电力变压器故障检测方法 | |
CN107942206B (zh) | 一种gis局部放电定位方法 | |
CN113124929A (zh) | 一种变电站多参数信号采集综合分析系统和方法 | |
CN108169639B (zh) | 基于并行长短时记忆神经网络的识别开关柜故障的方法 | |
CN112147444B (zh) | 一种电力变压器工作状态监测方法及系统 | |
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 | |
CN104156568A (zh) | 一种基于加权灰色关联和模糊聚类的变压器故障诊断方法 | |
CN111442827A (zh) | 一种变压器绕组振动的光纤无源在线监测系统及方法 | |
CN112556828A (zh) | 一种变压器绕组松动故障检测方法 | |
JP4279763B2 (ja) | 電力系統の安定度診断装置、電力系統安定化装置および電力系統縮約支援装置 | |
CN110332952B (zh) | 一种基于声学图像的变压器铁心松动检测方法及平台 | |
CN110703149A (zh) | 一种利用字符间距的变压器运行状态振声检测方法和系统 | |
CN117169639B (zh) | 一种电源适配器生产用产品检测方法及系统 | |
CN117607598A (zh) | 一种基于声纹特征的变压器故障检测方法及系统 | |
CN108287048B (zh) | 一种研究变压器压紧力对绕组振动影响的试验方法 | |
CN114485379A (zh) | 一种变压器绕组在线监测方法 | |
KR101948850B1 (ko) | 자가센싱 콘크리트에 기반하여 구축된 구조물의 손상 모니터링을 위한 전기 임피던스 장치 및 방법 | |
CN112881839B (zh) | 基于频率集中度和振动平稳性互信息的变压器诊断方法 | |
CN116434368A (zh) | 一种多功能手持巡检仪及巡检方法 | |
CN108919041A (zh) | 一种基于聚类分析的变压器绕组状态在线监测方法 | |
CN111721399B (zh) | 一种水工建筑结构振动测试系统和测试方法 | |
CN114878118A (zh) | 一种变压器声振信号融合检测方法及系统 | |
CN114167316A (zh) | 一种基于流形距离熵的变压器绕组机械状态监测方法 |
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 |