CN110543730A - 一种变压器绕组变形故障判定方法 - Google Patents
一种变压器绕组变形故障判定方法 Download PDFInfo
- Publication number
- CN110543730A CN110543730A CN201910836811.8A CN201910836811A CN110543730A CN 110543730 A CN110543730 A CN 110543730A CN 201910836811 A CN201910836811 A CN 201910836811A CN 110543730 A CN110543730 A CN 110543730A
- Authority
- CN
- China
- Prior art keywords
- value
- winding
- curve
- mmr
- transformer
- 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.)
- Granted
Links
- 238000004804 winding Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000006073 displacement reaction Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
-
- 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
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及一种变压器绕组变形故障判定方法,涉及对电设备领域。包括以下步骤:S1:变压器模型设置多组不同类型和程度的绕组故障并求解得到对应的电气参数;S2:建立绕组等值电路模型;S3:结合所述电气参数和所述等值电路模型得到每组所述绕组故障的频响曲线数据;S4:根据所述频响曲线数据计算RED值;S5:根据所述RED值计算MMR值;S6:将所述MMR值与预设值进行大小比较,所述MMR值大于所述预设值时,判断发生了轴向位移。本方案解决了如何提高变压器绕组同时发生轴向和径向变形故障时的诊断效果的技术问题,适用于变压器绕组故障诊断。
Description
技术领域
本发明涉及对电设备领域,特别涉及一种变压器绕组变形故障判定方法。
背景技术
电力变压器是电力系统中最核心的设备,它的安全可靠运行是电力系统稳定的基本保障。根据统计结果显示,在变压器事故中变压器绕组部位损坏是导致变压器故障最常见的原因。变压器在运输过程中遭受冲撞时或者遭受短路电流冲击的时候,都有可能发生变形,影响变压器的正常运行,甚至整个电网的安全运行。因此,及时精准地发现变压器绕组变形故障一直都是变压器故障监测的重要研究内容。
目前,针对变压器绕组变形检测主要有以下3种不同的方法:短路阻抗测试法、低压脉冲法和频率响应分析法(FRA)。其中FRA方法由于使用方便、能够很好地反映变压器内部机械状况等优点是目前应用最广泛的方法。但是,利用频响曲线对变压器绕组故障类型和程度的解析严重依赖专家知识,诊断结论主观性大,甚至出现对同一频率曲线的诊断结论因人而已的情况。
因此,许多学者提出了各种指标、算法试图提供解释绕组频响曲线的数值标准。如Nirgude P.M比较了不同统计指标在描述频率响应曲线的性能,认为在描述曲线间差异时相关系数(CC)的表现最好,但是当故障曲线只是相对于指纹曲线垂直移动时,CC并不能反映出故障。Kim J.W采用CC,SSE,ASLE,SSRE和SSMMRE来检测变压器内部的机械变形,指出了它们的一些不足并提出了以对数坐标轴为基础的指标ASLE。PourhosseinK介绍了欧几里得距离(ED)并将其与其他指标的进行了比较,强调了指标关于故障程度的线性度很重要。然而这些指标的适用性并不广泛,有些指标只对某种故障比较敏感,比如期望数E对于轴向位移故障程度有严格的单调行为而对于径向变形故障则没有;有些指标容易受到其他非机械因素的影响。
此外,还有一些学者提出用波形特征数值来描述频响曲线的差别,即计算频响曲线谐振点的偏移来得到对应变压器绕组电气参数的变化,从而大致判断故障。Rahimpour E研究了权重函数度量波形特征。但是,变压器发生故障时实测的频响曲线谐振点和反谐振点通常不会与原指纹频响曲线一致,而且不是曲线上所有的极值点都是谐振点或反谐振点。所以,谐振点和反谐振点的变化并不能够很好地反映变压器绕组变形故障。综上所示,当前无论是利用统计指标还是利用波形特征数值对频率响应曲线进行解析的研究成果都是在变压器绕组仅发生单一类型变形故障的前提条件下取得。这与实际生产活动中变压器绕组一旦发生变形故障往往都是同时发生轴向和径向变形的事实不符。
因此,为了提高变压器绕组同时发生轴向和径向变形故障时的诊断效果,本专利首先使用有限元软件获得了变压器绕组变形前后的电气参数,再将得到的电气参数应用于绕组等值电路模型获得绕组频率响应曲线。从而获得绕组发生同样程度单一类型变形故障(仅轴向变形或径向变形的一种)的频响曲线以及变压器绕组同时发生轴向和径向变形故障的频响曲线,通过对比分析得到三种绕组变形故障时的频响曲变化线规律,探究单一指标分别对各种绕组变形故障的敏感程度,从而提出了一种综合考虑统计指标和波形特征指标的绕组变形故障判定的新算法。
发明内容
本发明所要解决的技术问题是如何提高变压器绕组同时发生轴向和径向变形故障时的诊断效果。
本发明解决上述技术问题的技术方案如下:一种变压器绕组变形故障判定方法,包括以下步骤:
S1:变压器模型设置多组不同类型和程度的绕组故障并求解得到对应的电气参数;
S2:建立绕组等值电路模型;
S3:结合所述电气参数和所述等值电路模型得到每组所述绕组故障的频响曲线数据;
S4:根据所述频响曲线数据计算RED值;
S5:根据所述RED值计算MMR值;
S6:将所述MMR值与预设值进行大小比较,所述MMR值大于所述预设值时,判断发生了轴向位移,所述MMR值小于所述预设值时判断发生了径向变形并进行下一步;
S7:根据下列公式计算偏移面积比值S:
其中,Ay和Ax分别是两个曲线交点间第i个数据点的幅值,f(i)是第i个数据点的频率值。两条曲线交点之间一共n个数据点,两条曲线是指指纹曲线和描述曲线;
S8:比较所述偏移面积比值和设定值,当所述偏移面积比值符合所述设定值时判断发生了径向变形但没有同时发生轴向偏移,否则判断发生了径向变形且同时发生了轴向位移。
本发明的有益效果是:在低频时,频响曲线受到电感变化的影响产生偏移。轴向位移并没有引起电感变化,因此频响曲线在低频区域没有变化;而引起电感变化的径向变形会使频响曲线在低频发生偏移。数值指标描述的是在一定范围内曲线间的整体差异。由于在只有故障曲线和指纹曲线的情况下,数值指标无法判断在发生径向变形时是否伴随着轴向位移。径向变形以影响曲线的偏移为主,在中频域内的偏移与低频域内的偏移的比值与变形程度成一定的比例。而如果发生轴向位移,中频域内的曲线偏移程度就会发生改变,从而不会与只发生径向变形时的比例相同。
首先是用基于ED的MMR指标对三种故障情况都进行验证,MMR只能判断出发生的是轴向位移或者是径向变形,但是判断不出伴随着径向变形发生的轴向位移故障。
因此需要结合第二个波形特征指标来判断是否伴随发生轴向位移。之前学者提出的数值指标只是描述曲线间的差异,而无法体现出故障后曲线的偏移程度,而在判断径向变形时是否发生轴向位移时需要这个特征。因此,本方案解决了如何提高变压器绕组同时发生轴向和径向变形故障时的诊断效果的技术问题。
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,步骤S4具体包括:
S41:将所述频响曲线数据分为9个区域频带;
S42:分别利用下列公式计算径向变形和轴向位移下区域中ED的值,并将最终的计算结果称为RED值
进一步,步骤S5具体为:对所述RED值进行归一化处理,并获取最大的RED值与最小的RED值的比值,称为MMR值。
采用上述进一步方案的有益效果是,由于在低频段轴向位移引起的频率响应曲线变化很微小,而径向变形导致的频率响应曲线曲线会偏移,因此在第1个频段区域的ED的值在径向变形情况下要比轴向位移大的多,计算出的MMR值用于判断故障类型是轴向位移还是径向变形。
进一步,步骤S2具体为:
S21:在Ansoft Maxwell软件中搭建有限元模型,所述有限元模型中的高低压绕组均由8个线饼组成;
S22:在每个所述线饼建立4个方向凸出的模型,凸出程度为所述线饼的10%;
S23:建立绕组等值电路模型,所述等值电路模型由8级高低压互相耦合的电路构成,所述等值电路模型的扫频信号频带为10Hz~1MHz,扫频频率间隔为50Hz;
S24:根据所述有限元模型进行仿真后得到FRA曲线作为所述指纹曲线,再根据有限元分析故障后的电气参数修改所述绕组电路模型中的元件值,得到新的FRA曲线作为所述描述曲线。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明变压器绕组变形故障判定方法的实施例的方法流程图;
图2为本发明变压器绕组变形故障判定方法的其它实施例的电路图;
图3为本发明变压器绕组变形故障判定方法的其它实施例的频率响应曲线图;
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。
实施例基本如附图1所示:
本实施例中变压器绕组变形故障判定方法,包括以下步骤:
S1:变压器模型设置多组不同类型和程度的绕组故障并求解得到对应的电气参数;
S2:建立绕组等值电路模型;
S3:结合电气参数和等值电路模型得到每组绕组故障的频响曲线数据;
S4:根据频响曲线数据计算RED值;
S5:根据RED值计算MMR值;
S6:将MMR值与预设值进行大小比较,MMR值大于预设值时,判断发生了轴向位移,MMR值小于预设值时判断发生了径向变形并进行下一步;
S7:根据下列公式计算偏移面积比值S:
其中,Ay和Ax分别是两个曲线交点间第i个数据点的幅值,f(i)是第i个数据点的频率值。两条曲线交点之间一共n个数据点,两条曲线是指指纹曲线和描述曲线;
S8:比较偏移面积比值和设定值,当偏移面积比值符合设定值时判断发生了径向变形但没有同时发生轴向偏移,否则判断发生了径向变形且同时发生了轴向位移,本实施例中的设定值具体可以为0.45。
本发明的有益效果是:在低频时,频响曲线受到电感变化的影响产生偏移。轴向位移并没有引起电感变化,因此频响曲线在低频区域没有变化;而引起电感变化的径向变形会使频响曲线在低频发生偏移。数值指标描述的是在一定范围内曲线间的整体差异。由于在只有故障曲线和指纹曲线的情况下,数值指标无法判断在发生径向变形时是否伴随着轴向位移。径向变形以影响曲线的偏移为主,在中频域内的偏移与低频域内的偏移的比值与变形程度成一定的比例。而如果发生轴向位移,中频域内的曲线偏移程度就会发生改变,从而不会与只发生径向变形时的比例相同。
首先是用基于ED的MMR指标对三种故障情况都进行验证,MMR只能判断出发生的是轴向位移或者是径向变形,但是判断不出伴随着径向变形发生的轴向位移故障。
因此需要结合第二个波形特征指标来判断是否伴随发生轴向位移。之前学者提出的数值指标只是描述曲线间的差异,而无法体现出故障后曲线的偏移程度,而在判断径向变形时是否发生轴向位移时需要这个特征。因此,本方案解决了如何提高变压器绕组同时发生轴向和径向变形故障时的诊断效果的技术问题。
在上述技术方案的基础上,本发明还可以做如下改进。
可选的,在一些其它实施例中,步骤S4具体包括:
S41:将频响曲线数据分为9个区域频带;
S42:分别利用下列公式计算径向变形和轴向位移下区域中ED的值,并将最终的计算结果称为RED值
可选的,在一些其它实施例中,步骤S5具体为:对RED值进行归一化处理,并获取最大的RED值与最小的RED值的比值,称为MMR值。
由于在低频段轴向位移引起的频率响应曲线变化很微小,而径向变形导致的频率响应曲线曲线会偏移,因此在第1个频段区域的ED的值在径向变形情况下要比轴向位移大的多,计算出的MMR值用于判断故障类型是轴向位移还是径向变形。
根据附图2和附图3,可选的,在一些其它实施例中,步骤S2具体为:
S21:在Ansoft Maxwell软件中搭建有限元模型,有限元模型中的高低压绕组均由8个线饼组成;
S22:在每个线饼建立4个方向凸出的模型,凸出程度为线饼的10%;
S23:建立绕组等值电路模型,等值电路模型由8级高低压互相耦合的电路构成,等值电路模型的扫频信号频带为10Hz~1MHz,扫频频率间隔为50Hz;
S24:根据有限元模型进行仿真后得到FRA曲线作为指纹曲线,再根据有限元分析故障后的电气参数修改绕组电路模型中的元件值,得到新的FRA曲线作为描述曲线,本实施例中的FRA曲线,即频率响应曲线根据DL/T911—2004行业标准将频率响应特性曲线频率范围划分为三段:低频(1~100)kHz、中频(100~600)kHz、高频(600~1000)kHz。
需要说明的是,上述各实施例是与上述各方法实施例对应的产品实施例,对于本实施例中各结构装置及可选实施方式的说明可以参考上述各方法实施例中的对应说明,在此不再赘述。
读者应理解,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。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (4)
1.一种变压器绕组变形故障判定方法,其特征在于,包括以下步骤:
S1:变压器模型设置多组不同类型和程度的绕组故障并求解得到对应的电气参数;
S2:建立绕组等值电路模型;
S3:结合所述电气参数和所述等值电路模型得到每组所述绕组故障的频响曲线数据;
S4:根据所述频响曲线数据计算RED值;
S5:根据所述RED值计算MMR值;
S6:将所述MMR值与预设值进行大小比较,所述MMR值大于所述预设值时,判断发生了轴向位移,所述MMR值小于所述预设值时判断发生了径向变形并进行下一步;
S7:根据下列公式计算偏移面积比值S:
其中,Ay和Ax分别是两个曲线交点间第i个数据点的幅值,f(i)是第i个数据点的频率值。两条曲线交点之间一共n个数据点,两条曲线是指指纹曲线和描述曲线;
S8:比较所述偏移面积比值和设定值,当所述偏移面积比值符合所述设定值时判断发生了径向变形但没有同时发生轴向偏移,否则判断发生了径向变形且同时发生了轴向位移。
2.根据权利要求1所述的变压器绕组变形故障判定方法,其特征在于:
步骤S4具体包括:
S41:将所述频响曲线数据分为9个区域频带;
S42:分别利用下列公式计算径向变形和轴向位移下区域中ED的值,并将最终的计算结果称为RED值
进一步,步骤S5具体为:对所述RED值进行归一化处理,并获取最大的RED值与最小的RED值的比值,称为MMR值。
3.根据权利要求1所述的变压器绕组变形故障判定方法,其特征在于:
步骤S5具体为:对所述RED值进行归一化处理,并获取最大的RED值与最小的RED值的比值,称为MMR值。
4.根据权利要求1所述的变压器绕组变形故障判定方法,其特征在于:
步骤S2具体为:
S21:在Ansoft Maxwell软件中搭建有限元模型,所述有限元模型中的高低压绕组均由8个线饼组成;
S22:在每个所述线饼建立4个方向凸出的模型,凸出程度为所述线饼的10%;
S23:建立绕组等值电路模型,所述等值电路模型由8级高低压互相耦合的电路构成,所述等值电路模型的扫频信号频带为10Hz~1MHz,扫频频率间隔为50Hz;
S24:根据所述有限元模型进行仿真后得到FRA曲线作为所述指纹曲线,再根据有限元分析故障后的电气参数修改所述绕组电路模型中的元件值,得到新的FRA曲线作为所述描述曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836811.8A CN110543730B (zh) | 2019-09-05 | 2019-09-05 | 一种变压器绕组变形故障判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910836811.8A CN110543730B (zh) | 2019-09-05 | 2019-09-05 | 一种变压器绕组变形故障判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110543730A true CN110543730A (zh) | 2019-12-06 |
CN110543730B CN110543730B (zh) | 2023-04-07 |
Family
ID=68712582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910836811.8A Active CN110543730B (zh) | 2019-09-05 | 2019-09-05 | 一种变压器绕组变形故障判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110543730B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111537919A (zh) * | 2020-05-14 | 2020-08-14 | 莫毓昌 | 一种基于声纹特征的变压器故障诊断方法 |
CN111597957A (zh) * | 2020-05-12 | 2020-08-28 | 三峡大学 | 基于形态学图像处理的变压器绕组故障诊断方法 |
CN112731220A (zh) * | 2020-12-01 | 2021-04-30 | 三峡大学 | 基于频谱分析的电流互感器铁芯线圈故障诊断方法 |
CN114548012A (zh) * | 2022-02-09 | 2022-05-27 | 三峡大学 | 基于三维频率响应曲线质心分析的变压器绕组变形故障诊断方法 |
CN114548012B (zh) * | 2022-02-09 | 2024-07-05 | 三峡大学 | 基于三维频率响应曲线质心分析的变压器绕组变形故障诊断方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020011848A1 (en) * | 2000-05-04 | 2002-01-31 | Coffeen Larry T. | System and method for on-line impulse frequency response analysis |
CN103454526A (zh) * | 2013-08-23 | 2013-12-18 | 上海交通大学 | 一种基于电力变压器绕组故障类型判定方法 |
CN106257462A (zh) * | 2015-06-16 | 2016-12-28 | 长沙理工大学 | 一种变压器内部短路故障非线性仿真的方法 |
CN109856488A (zh) * | 2019-03-15 | 2019-06-07 | 长沙理工大学 | 一种基于多源数据融合的变压器状态评估及故障检测方法 |
-
2019
- 2019-09-05 CN CN201910836811.8A patent/CN110543730B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020011848A1 (en) * | 2000-05-04 | 2002-01-31 | Coffeen Larry T. | System and method for on-line impulse frequency response analysis |
CN103454526A (zh) * | 2013-08-23 | 2013-12-18 | 上海交通大学 | 一种基于电力变压器绕组故障类型判定方法 |
CN106257462A (zh) * | 2015-06-16 | 2016-12-28 | 长沙理工大学 | 一种变压器内部短路故障非线性仿真的方法 |
CN109856488A (zh) * | 2019-03-15 | 2019-06-07 | 长沙理工大学 | 一种基于多源数据融合的变压器状态评估及故障检测方法 |
Non-Patent Citations (4)
Title |
---|
PRADNYA JADHAV: "Transformer winding deformation diagnostics techniques with statistical approach", 《IEEE ICCSP 2015 CONFERENCE》 * |
唐志宇等: "电力变压器绕组变形检测技术研究", 《机械与电子》 * |
林寰: "基于频响数据的变压器故障诊断", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
邹林: "基于有限元法探究电力变压器绕组变形频率响应的仿真研究", 《电力自动化设备》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111597957A (zh) * | 2020-05-12 | 2020-08-28 | 三峡大学 | 基于形态学图像处理的变压器绕组故障诊断方法 |
CN111597957B (zh) * | 2020-05-12 | 2023-08-01 | 三峡大学 | 基于形态学图像处理的变压器绕组故障诊断方法 |
CN111537919A (zh) * | 2020-05-14 | 2020-08-14 | 莫毓昌 | 一种基于声纹特征的变压器故障诊断方法 |
CN112731220A (zh) * | 2020-12-01 | 2021-04-30 | 三峡大学 | 基于频谱分析的电流互感器铁芯线圈故障诊断方法 |
CN114548012A (zh) * | 2022-02-09 | 2022-05-27 | 三峡大学 | 基于三维频率响应曲线质心分析的变压器绕组变形故障诊断方法 |
CN114548012B (zh) * | 2022-02-09 | 2024-07-05 | 三峡大学 | 基于三维频率响应曲线质心分析的变压器绕组变形故障诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110543730B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Samimi et al. | FRA interpretation using numerical indices: State-of-the-art | |
CN110543730B (zh) | 一种变压器绕组变形故障判定方法 | |
Abbasi et al. | Diagnosis and clustering of power transformer winding fault types by cross‐correlation and clustering analysis of FRA results | |
Nurmanova et al. | A new transformer FRA measurement technique to reach smart interpretation for inter-disk faults | |
Behjat et al. | Statistical approach for interpretation of power transformers frequency response analysis results | |
US11402438B2 (en) | Intelligent on-line diagnosis and positioning method for winding deformation of power transformers | |
Abbasi et al. | Transformer winding faults detection based on time series analysis | |
CN104374312B (zh) | 一种电力变压器绕组变形的检测方法 | |
Lira et al. | MOSA monitoring technique based on analysis of total leakage current | |
WO2009069145A9 (en) | A diagnostic method for determining deformations in a transformer winding | |
Contin et al. | Frequency-response analysis of power transformers by means of fuzzy tools | |
CN109212392A (zh) | 直流电缆局部放电缺陷故障的识别方法、系统及Caffe卷积神经网络 | |
Lira et al. | Metal-oxide surge arrester monitoring and diagnosis by self-organizing maps | |
CN116643091A (zh) | 基于多维时序特征的换流变阀侧套管在线绝缘监测方法 | |
Moradzadeh et al. | Location of disk space variations in transformer winding using convolutional neural networks | |
EP3916402A1 (en) | A method for monitoring the electric insulation status of a piece of equipment for mv or hv electric systems | |
CN110017894B (zh) | 变压器运行状态振声检测中随机噪声的滤除方法和装置 | |
CN105629144A (zh) | 基于指纹库的高压开关设备局部放电诊断方法及系统 | |
CN113052249B (zh) | 基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法 | |
Fahim et al. | An agreement based dynamic routing method for fault diagnosis in power network with enhanced noise immunity | |
Gouda et al. | Diagnostic techniques used in power transformer turn to turn faults identification based on sweep frequency response analysis (SFRA) | |
CN115308644A (zh) | 基于电流偏移比差分析的变压器绕组故障检测方法及系统 | |
JP7275589B2 (ja) | 周波数応答波形生成装置、異常診断装置、周波数応答波形生成方法、異常診断方法 | |
CN105404734A (zh) | 铁磁谐振过电压类型的识别方法和系统 | |
Tahir et al. | Transformer Winding Condition Assessment Using Feedforward Artificial Neural Network and Frequency Response Measurements. Energies 2021, 14, 3227 |
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 |