CN110491107B - 一种六氟化硫压力劣化预测方法、系统、存储介质及设备 - Google Patents
一种六氟化硫压力劣化预测方法、系统、存储介质及设备 Download PDFInfo
- Publication number
- CN110491107B CN110491107B CN201910764382.8A CN201910764382A CN110491107B CN 110491107 B CN110491107 B CN 110491107B CN 201910764382 A CN201910764382 A CN 201910764382A CN 110491107 B CN110491107 B CN 110491107B
- Authority
- CN
- China
- Prior art keywords
- sulfur hexafluoride
- historical data
- pressure
- load
- predicted value
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种六氟化硫压力劣化预测方法,包括步骤:根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型;抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据;根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数;获取预设时间段内的环境温度预测值和负荷预测值;根据所述预设时间段内的时间、环境温度预测值和负荷预测值,以及所述六氟化硫压力劣化预警模型获取所述预设时间段内的六氟化硫压力预测值。本发明还提供一种六氟化硫压力劣化预测系统、存储介质及设备。
Description
技术领域
本发明属于电气设备故障预警领域,具体涉及一种六氟化硫压力劣化预测方法、系统、存储介质及设备。
背景技术
六氟化硫是GIS内重要的高压电气设备绝缘、灭弧气体,六氟化硫泄露是电站较常发生的缺陷,该缺陷对GIS内高压电气设备的运行造成极大安全隐患。目前,在六氟化硫的压力越限时,才发现缺陷,不利于开关站的安全稳定运行。
发明内容
本发明所要解决的技术问题是针对现有技术存在的问题,提供一种六氟化硫压力劣化预测方法、系统、存储介质及设备。
为解决上述技术问题,本发明实施例提供一种六氟化硫压力劣化预测方法,包括步骤:
根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型;
抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据;
根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数;
获取预设时间段内的环境温度预测值和负荷预测值;
根据所述预设时间段内的时间、环境温度预测值和负荷预测值,以及所述六氟化硫压力劣化预警模型获取所述预设时间段内的六氟化硫压力预测值。
本发明的有益效果是:本发明的一种六氟化硫压力劣化预测方法通过线性回归算法,能实时计算预设时间段内的六氟化硫压力的预测值,实现压力劣化提前预测,以便维护人员提早发现泄露缺陷,对开关站的安全稳定运行具有重要意义。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步的,所述根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型,包括:
Y1=a0+a1X1+a2X2+a3X3
其中,Y1为六氟化硫压力值,X1为时间,X2为环境温度,X3为负荷,a0,a1,a2,a3为线性方程系数。
采用上述进一步方案的有益效果是:将时间、环境温度、负荷作为自变量,将GIS六氟化硫压力值作为因变量,搭建GIS六氟化硫压力劣化预警模型,从而使获得的预测结果更准确。
进一步的,所述抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据,包括:
接收六氟化硫压力、时间、环境温度和负荷的实时数据并存储,以预设时间间隔进行数据抽取,获得六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据。
采用上述进一步方案的有益效果是:通过获取六氟化硫的压力、环境温度和负荷的历史数据值以及使用实时值对历史数据值进行更新,以提高六氟化硫压力预测值的准确性。
进一步的,所述根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数,包括:根据如下公式确定线性方程系数组成的列向量a:
a=(XTX)-1XTY
其中,Y为六氟化硫压力历史数据组成的列向量,X为由多个行向量Xi=(1,X1 i,X2 i,X3 i)组成的矩阵,其中X1 i为第i个时间历史数据,X2 i为第i个环境温度历史数据,X3 i为第i个负荷历史数据(i=1…N,N等于Y的维度),a=(a0,a1,a2,a3)T。
采用上述进一步方案的有益效果是:通过线性回归算法,实时获得线性方程系数向量a,以提高六氟化硫压力预测值的准确性。
进一步的,所述获取预设时间段内的环境温度预测值和负荷预测值,包括:
根据对天气的推测获取环境温度预测值,根据历年数据、电站设备检修安排和电网运行方式获取负荷预测值。
采用上述进一步方案的有益效果是:环境温度预测值和负荷预测值的获取方式可以提高环境温度预测值和负荷预测值的准确性。
进一步的,当所述六氟化硫压力预测值中显示有压力劣化趋势,则生成报警信息,将所述六氟化硫压力预测值和报警信息推送到展示前端。
采用上述进一步方案的有益效果是:便于维护人员及时发现泄露缺陷并及时消缺。
为解决上述技术问题,本发明实施例提供了一种六氟化硫压力劣化预测系统,包括:
模型建立模块,用于根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型;
抽取模块,用于抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据;
第一计算模块,用于根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数;
获取模块,用于获取预设时间段内的环境温度预测值和负荷预测值;
第二计算模块,用于根据所述预设时间段内的时间、环境温度预测值和负荷预测值,以及所述六氟化硫压力劣化预警模型获取所述预设时间段内的六氟化硫压力预测值。
本发明的有益效果是:本发明的一种六氟化硫压力劣化预测系统通过线性回归算法,能实时计算预设时间段内六氟化硫压力的预测值,实现压力劣化提前预测,以便于维护人员提早发现泄露缺陷,对开关站的安全稳定运行具有重要意义。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步的,还包括预警模块,用于当所述六氟化硫压力预测值中显示有压力劣化趋势时,生成报警信息,并将所述六氟化硫压力预测值和报警信息推送到展示前端。
采用上述进一步方案的有益效果是:便于维护人员及时发现泄露缺陷并及时消缺。
为解决上述技术问题,本发明实施例提供了一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行本发明实施例所述的六氟化硫压力劣化预测方法。
为解决上述技术问题,本发明实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明实施例所述的六氟化硫压力劣化预测方法。
附图说明
图1为本发明第一实施例的一种六氟化硫压力劣化预测方法的流程图;
图2为本发明第二实施例的一种六氟化硫压力劣化预测系统的结构框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,本发明第一实施例提供一种六氟化硫压力劣化预测方法,包括步骤:
根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型;
抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据;
根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数;
获取预设时间段内的环境温度预测值和负荷预测值;
根据所述预设时间段内的时间、环境温度预测值和负荷预测值,以及所述六氟化硫压力劣化预警模型获取所述预设时间段内的六氟化硫压力预测值。
上述实施例中,所述一种六氟化硫压力劣化预测方法通过线性回归算法,能实时计算预设时间段内的六氟化硫压力的预测值,实现压力劣化提前预测,以便维护人员提早发现泄露缺陷,对开关站的安全稳定运行具有重要意义。
可选地,所述根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型,包括:
Y1=a0+a1X1+a2X2+a3X3
其中,Y1为六氟化硫压力值,X1为时间,X2为环境温度,X3为负荷,a0,a1,a2,a3为线性方程系数。
上述实施例将时间、环境温度、负荷作为自变量,将GIS六氟化硫压力值作为因变量,搭建GIS六氟化硫压力劣化预警模型,从而使获得的预测结果更准确。
可选地,所述抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据,包括:
接收六氟化硫压力、时间、环境温度和负荷的实时数据并存储,以预设时间间隔进行数据抽取,获得六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据。
上述实施例通过获取六氟化硫的压力、环境温度和负荷的历史数据值以及使用实时值对历史数据值进行更新,以提高六氟化硫压力预测值的准确性。
在GIS中,六氟化硫气体被分别储存在一个一个相互独立的气室里面,每个气室内都有通电导体,由温度传感器测得GIS中的环境温度,由气室中的电流互感器测得负荷,所述负荷为通电导体的电流值,由气室中的压力传感器测得六氟化硫气体的压力,由时钟模块获得时间,所述温度传感器、电流互感器、压力传感器和所述时钟模块将环境温度、负荷、压力和时间等数据实时传送到电站监控系统中,所述电站监控系统中包括环境温度、负荷、压力和时间的实时值和历史数据值,使用劣化预警模型的数据库抽取监控系统中的环境温度、负荷、压力和时间的历史数据值,并间隔预设时间抽取环境温度、负荷、压力和时间的实时值,用所述实时值对所述历史数据值进行更新,例如抽取500组历史数据值,并间隔1小时或半小时抽取所述实时值,抽取的所述实时值和前面抽取的499组历史数据值一起用于计算线性方程系数向量a。
可选地,所述根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数,包括:根据如下公式确定线性方程系数组成的列向量a:
a=(XTX)-1XTY
其中,Y为六氟化硫压力历史数据组成的列向量,X为由多个行向量Xi=(1,X1 i,X2 i,X3 i)组成的矩阵,其中X1 i为第i个时间历史数据,X2 i为第i个环境温度历史数据,X3 i为第i个负荷历史数据(i=1…N,N等于Y的维度),a=(a0,a1,a2,a3)T。
上述实施例通过线性回归算法,实时获得线性方程系数组成的列向量a,以提高六氟化硫压力预测值的准确性。
线性回归方程要求拟合出的直线误差最小,也就是欧式距离之和最小,即(Y-X×a)T×(Y-X×a)的值最小,其中Y为六氟化硫压力历史数据,X×a为六氟化硫压力历史数据的计算值。将(Y-X×a)T×(Y-X×a)对a求导,并求解求导表达式等于0的方程,即
2XTXa-2XTY=0
解公式2XTXa-2XTY=0,可得到线性方程系数组成的列向量a的计算公式。线性方程系数组成的列向量a的计算公式编辑到数据库的算法中,通过数据库的procedure过程计算和job定时任务,实现实时计算线性方程系数向量a的值。
可选地,所述获取预设时间段内的环境温度预测值和负荷预测值,包括:
根据对天气的推测获取环境温度预测值,根据历年数据、电站设备检修安排和电网运行方式获取负荷预测值。
上述实施例环境温度预测值和负荷预测值的获取方式可以提高环境温度预测值和负荷预测值的准确性。
环境温度预测值和负荷预测值都是提前输入到该模型的数据库里面的。
可选地,当所述六氟化硫压力预测值中显示有压力劣化趋势,则生成报警信息,将所述六氟化硫压力预测值和报警信息推送到展示前端。便于维护人员及时发现泄露缺陷并及时消缺。
本发明第二实施例提供了一种六氟化硫压力劣化预测系统,包括:
模型建立模块101,用于根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型;
抽取模块102,用于抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据;
第一计算模块103,用于根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数;
获取模块104,用于获取预设时间段内的环境温度预测值和负荷预测值;
第二计算模块105,用于根据所述预设时间段内的时间、环境温度预测值和负荷预测值,以及所述六氟化硫压力劣化预警模型获取所述预设时间段内的六氟化硫压力预测值。
上述实施例中,所述一种六氟化硫压力劣化预测方法通过线性回归算法,能实时计算预设时间段内的六氟化硫压力的预测值,实现压力劣化提前预测,以便于维护人员提早发现泄露缺陷,对开关站的安全稳定运行具有重要意义。
模型建立模块101中建立的模型包括:
Y1=a0+a1X1+a2X2+a3X3
其中,Y1为六氟化硫压力值,X1为时间,X2为环境温度,X3为负荷,a0,a1,a2,a3为线性方程系数。
将时间、环境温度、负荷作为自变量,将GIS六氟化硫压力值作为因变量,搭建GIS六氟化硫压力劣化预警模型,从而使获得的预测结果更准确。
抽取模块102,还用于接收六氟化硫压力、时间、环境温度和负荷的实时数据并存储,以预设时间间隔进行数据抽取,获得六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据。通过获取六氟化硫的压力、环境温度和负荷的历史数据值以及使用实时值对历史数据值进行更新,以提高六氟化硫压力预测值的准确性。
第一计算模块103,还用于根据如下公式确定线性方程系数组成的列向量a:
a=(XTX)-1XTY
其中,Y为六氟化硫压力历史数据组成的列向量,X为由多个行向量Xi=(1,X1 i,X2 i,X3 i)组成的矩阵,其中X1 i为第i个时间历史数据,X2 i为第i个环境温度历史数据,X3 i为第i个负荷历史数据(i=1…N,N等于Y的维度),a=(a0,a1,a2,a3)T。
通过线性回归算法,实时获得线性方程系数向量a,以提高六氟化硫压力预测值的准确性。
获取模块104,还用于根据对天气的推测获取环境温度预测值,根据历年数据、电站设备检修安排和电网运行方式获取负荷预测值,从而提高环境温度预测值和负荷预测值的准确性。
可选地,还包括预警模块,用于当所述六氟化硫压力预测值中显示有压力劣化趋势时,生成报警信息,并将所述六氟化硫压力预测值和报警信息推送到展示前端。便于维护人员及时发现泄露缺陷并及时消缺。
本发明第三实施例提供了一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使所述计算机执行本发明实施例所述的六氟化硫压力劣化预测方法。在一些具体实例中,计算机可读存储设备可以包括优盘、移动硬盘或者光碟等。
本发明第四实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现本发明实施例所述的六氟化硫压力劣化预测方法。在一些具体实例中,计算设备可以包括笔记本电脑、智能电视、台式电脑、手机或者服务器等。
本发明采用的一种六氟化硫压力劣化预测方法、系统、存储介质及设备能实时计算预设时间段内六氟化硫气体压力的预测值,以供运行维护人员实时查看预设时间段内六氟化硫压力的变化趋势,同时能实现六氟化硫压力劣化预警,提早发现泄露缺陷以便维护人员及时消缺,相较于压力值越限才发现缺陷的常规模式,该方法具有明显优势,对开关站的安全稳定运行具有重要意义。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种六氟化硫压力劣化预测方法,其特征在于,包括步骤:
根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型;
抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据;
根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数;
获取预设时间段内的环境温度预测值和负荷预测值;
根据所述预设时间段内的时间、环境温度预测值和负荷预测值,以及所述六氟化硫压力劣化预警模型获取所述预设时间段内的六氟化硫压力预测值。
2.根据权利要求1所述的一种六氟化硫压力劣化预测方法,其特征在于,
所述根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型,包括:
Y1=a0+a1X1+a2X2+a3X3
其中,Y1为六氟化硫压力值,X1为时间,X2为环境温度,X3为负荷,a0,a1,a2,a3为线性方程系数。
3.根据权利要求1所述的一种六氟化硫压力劣化预测方法,其特征在于,所述抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据,包括:
接收六氟化硫压力、时间、环境温度和负荷的实时数据并存储,以预设时间间隔进行数据抽取,获得六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据。
4.根据权利要求3所述的一种六氟化硫压力劣化预测方法,其特征在于,
所述根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数,包括:根据如下公式确定线性方程系数组成的列向量a:
a=(XTX)-1XTY
其中,Y为六氟化硫压力历史数据组成的列向量,X为由多个行向量Xi=(1,X1 i,X2 i,X3 i)组成的矩阵,其中X1 i为第i个时间历史数据,X2 i为第i个环境温度历史数据,X3 i为第i个负荷历史数据(i=1…N,N等于Y的维度),a=(a0,a1,a2,a3)T。
5.根据权利要求1所述的一种六氟化硫压力劣化预测方法,其特征在于,所述获取预设时间段内的环境温度预测值和负荷预测值,包括:
根据对天气的推测获取环境温度预测值,根据历年数据、电站设备检修安排和电网运行方式获取负荷预测值。
6.根据权利要求1至5任一项所述的一种六氟化硫压力劣化预测方法,其特征在于,当所述六氟化硫压力预测值中显示有压力劣化趋势,则生成报警信息,将所述六氟化硫压力预测值和报警信息推送到展示前端。
7.一种六氟化硫压力劣化预测系统,其特征在于,包括:
模型建立模块,用于根据时间要素、环境温度要素和负荷要素建立六氟化硫压力劣化预警模型;
抽取模块,用于抽取六氟化硫压力历史数据以及对应的环境温度历史数据和负荷历史数据;
第一计算模块,用于根据所述六氟化硫压力历史数据以及对应的时间历史数据、环境温度历史数据和负荷历史数据实时确定所述六氟化硫压力劣化预警模型的模型系数;
获取模块,用于获取预设时间段内的环境温度预测值和负荷预测值;
第二计算模块,用于根据所述预设时间段内的时间、环境温度预测值和负荷预测值,以及所述六氟化硫压力劣化预警模型获取所述预设时间段内的六氟化硫压力预测值。
8.根据权利要求7所述的一种六氟化硫压力劣化预测系统,其特征在于,还包括预警模块,用于当所述六氟化硫压力预测值中显示有压力劣化趋势时,生成报警信息,并将所述六氟化硫压力预测值和报警信息推送到展示前端。
9.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在计算机上运行时,使所述计算机执行根据权利要求1-6任一项所述的一种六氟化硫压力劣化预测方法。
10.一种计算机设备,包括存储器、处理器及存储在所述存储器上的并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6任一项所述的一种六氟化硫压力劣化预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910764382.8A CN110491107B (zh) | 2019-08-19 | 2019-08-19 | 一种六氟化硫压力劣化预测方法、系统、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910764382.8A CN110491107B (zh) | 2019-08-19 | 2019-08-19 | 一种六氟化硫压力劣化预测方法、系统、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110491107A CN110491107A (zh) | 2019-11-22 |
CN110491107B true CN110491107B (zh) | 2020-12-29 |
Family
ID=68551986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910764382.8A Expired - Fee Related CN110491107B (zh) | 2019-08-19 | 2019-08-19 | 一种六氟化硫压力劣化预测方法、系统、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110491107B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111750925B (zh) * | 2019-12-24 | 2022-11-08 | 广州极飞科技股份有限公司 | 设备老化预测系统、方法和装置 |
CN112525438A (zh) * | 2020-10-15 | 2021-03-19 | 国网浙江省电力有限公司杭州供电公司 | 一种sf6密度继电器的漏气监测方法及系统 |
CN112232597A (zh) * | 2020-11-10 | 2021-01-15 | 国网浙江省电力有限公司杭州供电公司 | 一种基于多变量长短期记忆网络远程检测的安全预测方法 |
CN114858208B (zh) * | 2022-04-02 | 2024-06-04 | 华能澜沧江水电股份有限公司 | 一种六氟化硫气体故障预警方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101556604B1 (ko) * | 2015-04-30 | 2015-10-05 | 주식회사 도일전기 | 옥내변전소 gis의 누출가스 검출장치 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100383547C (zh) * | 2005-04-08 | 2008-04-23 | 苏盛 | 高压断路器状态监测方法 |
US7257496B2 (en) * | 2005-07-28 | 2007-08-14 | Avistar, Inc. | Method and apparatus for monitoring SF6 gas and electric utility apparatus |
CN104380419A (zh) * | 2012-02-20 | 2015-02-25 | 富兰克林加油系统公司 | 水分监视系统 |
CN204791447U (zh) * | 2015-05-26 | 2015-11-18 | 国网山东省电力公司青岛供电公司 | 六氟化硫开关柜低气压告警装置 |
CN105160824A (zh) * | 2015-09-18 | 2015-12-16 | 四川菲博斯科技有限责任公司 | 六氟化硫气体泄漏定量报警系统 |
-
2019
- 2019-08-19 CN CN201910764382.8A patent/CN110491107B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101556604B1 (ko) * | 2015-04-30 | 2015-10-05 | 주식회사 도일전기 | 옥내변전소 gis의 누출가스 검출장치 |
Non-Patent Citations (4)
Title |
---|
Density Monitoring of High Voltage SF6 Circuit Breakers;Peter Cheetham等;《2014 Electrical Insulation Conference》;92-96;20140611;全文 * |
Early Detection of SF6 Gas in Gas Insulated Switchgear;Pallavjot Kaur等;《2016 7th India International Conference on Power Electronics (IICPE)》;20161119;全文 * |
Improving the Accuracy of SF6 Leakage Detection for High Voltage Switchgear;Lukas Graber;《IFFF Transactions on Dielectrics and Electrical Insulation》;20111231;全文 * |
SF6密度继电器误报气压低告警信号原因分析;戴宇等;《贵州电力技术》;20160228;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110491107A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110491107B (zh) | 一种六氟化硫压力劣化预测方法、系统、存储介质及设备 | |
JP6488105B2 (ja) | 蓄電池評価装置及び方法 | |
CN112149345B (zh) | 电池管理方法、装置、计算机设备和存储介质 | |
KR102122580B1 (ko) | 커패시터 수명 산정 방법 및 장치 | |
US20200050990A1 (en) | Method for asset management of substation | |
CN104112239A (zh) | 一种利用基准态分析的变压器状态评估方法及装置 | |
Huang et al. | State of health prediction of lithium-ion batteries based on autoregression with exogenous variables model | |
JP5944773B2 (ja) | 受変電設備における絶縁物の余寿命診断方法 | |
CN116070302A (zh) | 一种电缆绝缘状态的预测方法及装置 | |
US20190235452A1 (en) | Power System Status Estimation Device and Status Estimation Method | |
Ang et al. | Efficient linear predictive model with short term features for lithium-ion batteries state of health estimation | |
Zhao et al. | A remaining useful life prediction method of aluminum electrolytic capacitor based on wiener process and similarity measurement | |
Hu et al. | Degradation mechanisms-based reliability modeling for metallized film capacitors under temperature and voltage stresses | |
CN113378375A (zh) | 一种变压器绝缘结构的故障预测方法、装置、设备及介质 | |
JP2016126891A (ja) | 蓄電池評価装置、蓄電池評価方法およびプログラム | |
CN111458643A (zh) | 异常电池筛选方法、装置、电子设备及可读存储介质 | |
CN113887676B (zh) | 设备故障预警方法、装置、设备和存储介质 | |
CN110544031A (zh) | 电能表可靠度预计方法、装置、计算机设备和存储介质 | |
WO2022004139A1 (ja) | 変圧器の診断方法および診断システム | |
CN115049303A (zh) | 一种中压电缆损坏风险评估方法、装置、设备及存储介质 | |
KR102309979B1 (ko) | 전력설비의 자산관리 방법 | |
CN116388403B (zh) | 一种智能配电在线监测预警方法及系统 | |
KR102581184B1 (ko) | 임피던스 추정 방법 및 장치 | |
AU2022204337B2 (en) | Run-time reliability reporting for electrical hardware systems | |
KR102535952B1 (ko) | 전기화학 임피던스 분광법에 기초하여 배터리 불량을 진단하는 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201229 |