CN110596635B - 一种电能表后故障检测的方法及电能表 - Google Patents
一种电能表后故障检测的方法及电能表 Download PDFInfo
- Publication number
- CN110596635B CN110596635B CN201910686131.2A CN201910686131A CN110596635B CN 110596635 B CN110596635 B CN 110596635B CN 201910686131 A CN201910686131 A CN 201910686131A CN 110596635 B CN110596635 B CN 110596635B
- Authority
- CN
- China
- Prior art keywords
- waveform
- cycle
- electric energy
- fault
- energy meter
- 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
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/10—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods using digital techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Measurement Of Current Or Voltage (AREA)
Abstract
本发明实施例公开了一种电能表后故障检测的方法及电能表,其方法包括:电能表中电能计量芯片的模数转换器输出波形数据;电能表管理模块基于所述波形数据计算出每周波梯度,并对所述每周波梯度进行录波形成录波数据;电能表管理模块采用快速傅里叶变换FFT计算所述录波数据中每周波时域差分,计算出反应波形数据的波形特征值;基于故障判断阈值判断所述波形特征值是否存在表后故障;将存在表后故障的波形特征值提取出,并依据所述波形数据识别出故障判断特征值;基于所述故障判断特征值判断出所对应的故障类型。在本发明实施例中,使得能够精准通过电表数据的采集就可以实现,并能及时起到响应维护故障,增强用户体验度。
Description
技术领域
本发明涉及电力检测技术领域,尤其涉及一种电能表后故障检测的方法及电能表。
背景技术
随着我国经济的快速发展,人民日常生活水平的提高,人民对供电可靠性以及供电优质服务有了更高层次的需求,为保障电气安全,提高服务质量,电能表需要为用电客户提供表前稳定电能的同时还需要提供表后线路故障识别。经长期用电数据统计分析来看,目前典型的表后故障包括表后停电、表后过载、表后过流、表后欠压等。其中表后停电识别尤其重要,对于用户而言,无论是计划性停电、临时停电或天气灾难停电、表后故障停电,都会带来生活不便且用电用户专业化程度不高无法识别,容易引发投诉,如停电后对投诉无精准的回复更会导致用户对供电企业的不满。目前电能表尚不具备检测表后故障的能力,因此急需针对电能表的采集数据进行分析,提供更多的表后故障识别等功能研究。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种电能表后故障检测的方法及电能表,通过相关算法对电能表数据进行分析后,提供一种用于电能表后故障检测的方法。
为了解决上述问题,本发明提出了一种电能表后故障检测的方法,所述方法包括以下步骤:
电能表在上电后,电能表中电能计量芯片的模数转换器输出波形数据;
电能表管理模块基于所述波形数据计算出每周波梯度,并对所述每周波梯度进行录波形成录波数据;
电能表管理模块采用快速傅里叶变换FFT计算所述录波数据中每周波时域差分,计算出反应波形数据的波形特征值;
基于故障判断阈值判断所述波形特征值是否存在表后故障;
将存在表后故障的波形特征值提取出,并依据所述波形数据识别出故障判断特征值;
基于所述故障判断特征值判断出所对应的故障类型。
所述输出波形数据包括:电压波形数据和电流波形数据。
所述电能表管理模块基于所述波形数据计算出每周波梯度,并对所述每周波梯度进行录波形成录波数据包括:
计算波形数据上每个周波上的波形梯度,所述波形梯度为当前周波采样点和前一个波形采样点的波形变化率;
识别出波形梯度变化最大的情况,并记录所述波形梯度变化最大的情况下前四个周波和后四个周波。
所述电能表管理模块采用快速傅里叶变换计算所述录波数据中每周波时域差分,计算出反应波形数据的波形特征值包括:
对周波所对应的电压值或者电流值进行重采样;
对重采样的周波进行时域差分运算得到周波差分序列;
对周波差分序列进行FFT得到频谱幅值序列;
基于所述频谱幅值序列进行归一化处理得到反应波形数据的波形特征值。
所述对周波所对应的电压值或者电流值进行重采样包括:
对采样数据进行时域插值处理,将第k个周波的电流采样值ik(g)进行重采样,其中,g=1,2,…,N′,N′为每个周波的采样点数,所述时域差值处理采用一阶牛顿插值公式,将N′点进行重采样成N点Ik(n)序列,N点是2的幂次,其中n表示第几个采样点,n=1,2,...,N,其中N为每周波重采样的点数。
所述对重采样的周波进行时域差分运算得到周波差分序列包括:
令前后周波的电流采样值分别为Ik、Ik-1,计算相邻的两个采样周期的电流波形的差值得到波形差分序列ΔIk(n),其中:
ΔIk(n)=Ik(n)-Ik-1(n),n=1,2,…,N,其中k表示第k个周波。
所述对周波差分序列进行快速傅里叶变换得到频谱幅值序列包括:
所述基于所述频谱幅值序列进行归一化处理得到反应波形数据的波形特征值包括:
对Dk进行归一化操作,得到反应波形特征的特征值Gk,其中:
所述将存在表后故障的波形特征值提取出,并依据所述波形数据识别出故障判断特征值包括:
分别计算所述周波下的电流有效值I、电压有效值U、功率有效值P,用以作为停电、过载、过流、过压、欠压的故障判断特征值。
相应的,本发明还提出了一种电能表,所述电能表用于执行以上所述的方法。
在本发明实施例中,本发明实施例通过在上电过程中,实现对电能表的数据采集,并采用相应的分析方法实现了表后故障检测过程,保障了电能表能应对停电、表后过载、表后过流、表后欠压等故障的检测机制,使得能够精准通过电表数据的采集就可以实现,能起到快速分析和识别故障,并能及时起到响应维护故障,增强用户体验度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1示出了本发明实施例中的电能表后故障检测的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例所提供的电能表后故障检测的方法,其在电能表在上电后,电能表中电能计量芯片的模数转换器输出波形数据;电能表管理模块基于所述波形数据计算出每周波梯度,并对所述每周波梯度进行录波形成录波数据;电能表管理模块采用快速傅里叶变换FFT计算所述录波数据中每周波时域差分,计算出反应波形数据的波形特征值;基于故障判断阈值判断所述波形特征值是否存在表后故障;将存在表后故障的波形特征值提取出,并依据所述波形数据识别出故障判断特征值;基于所述故障判断特征值判断出所对应的故障类型。
具体的,图1示出了本发明实施例中的电能表后故障检测的方法流程图,具体步骤如下:
S101、电能表在上电后,电能表中电能计量芯片的模数转换器输出波形数据;
需要说明的是,这里的输出波形数据包括:电压波形数据、和/或电流波形数据。
电能表上电后计量芯片ADC输出电压波形数据、电流波形数据等,模数转换器ADC是指将连续变化的模拟信号转换为离散的数字信号的器件,需要转换成更容易储存、处理和发射的数字形式。
S102、计算波形数据上每个周波上的波形梯度,所述波形梯度为当前周波采样点和前一个波形采样点的波形变化率;
计算电压波形、电流波形每一采样点的变化率。这里以电压波形为例,设N个周波的电压波形采样点为n个,求第m个采样点相对于m-1的变化率,电压波形每一采样点的变化率如下(如公式1):
同理,需要求得电流波形的梯度,设N个周波的电流波形采样点为n个,求第m个采样点相对于m-1的变化率,电流波形每一采样点的变化率如下(如公式2):
S103、识别出波形梯度变化最大的情况,并记录所述波形梯度变化最大的情况下前四个周波和后四个周波;
计算N个周波当中出现的电压梯度(即电压波形每一采样点的变化率)、电流梯度(即电流波形每一采样点的变化率)变化最大情况,并记录该梯度发生变化前四个周波以及后四个周波,需要说明的是,这里的N为任意自然数,这里以N为一个周期性的进行计算或者参照计算模式进行N个周波的计算。
步骤S102至步骤S103,通过电能表管理模块基于所述波形数据计算出每周波梯度,并对所述每周波梯度进行录波形成录波数据。
S104、对周波所对应的电压值或者电流值进行重采样;
因此在进行时域差分计算之前,首先对采样数据进行时域插值处理。
以电流波形为例,首先将第k个周波的电流采样值ik(g)进行重采样,从而保证每周波采样点数相同,其中,g=1,2,…,N′,这里的k表示第几个周波,ik(g)表示第k个周波的第g个采样值,g的最大值为N′,这里采用一阶牛顿插值公式,将N′点进行重采样成N点Ik(n)序列,N点是2的幂次,这里的k还是表示第k周波,为了方便区分将重采样之后的采样值表示为Ik(n),其中n表示第几个采样点,n=1,2,...,N,其中N为每周波重采样的点数,便于FFT分析,其中:
S105、对重采样的周波进行时域差分运算得到周波差分序列;
此步骤进行时域差分运算,通过S104步骤中电流信号进过时域插值算法进行重采样后的周波为N点,这样方面进行前后周波的差分运算。令前后周波的电流采样值分别为Ik、Ik-1,计算相邻的两个采样周期的电流波形的差值为公式4,其中k表示第k个周波。
ΔIk(n)=Ik(n)-Ik-1(n),n=1,2,…,N (公式4)
S106、对周波差分序列进行FFT得到频谱幅值序列;
h表示谐波次数,在本发明中选取前41次谐波的和Dk,具体为公式5。
S107、基于所述频谱幅值序列进行归一化处理得到反应波形数据的波形特征值;
Dk反映了两个相邻波形差异的大小,然而这种差异受电流大小的影响,为此需要对Dk进行归一化处理,需要求出故障电流的累加值:
对Dk进行归一化操作,得到反应波形数据的波形特征值Gk,即公式7所示:
步骤S104至步骤S107,电能表管理模块采用快速傅里叶变换FFT计算所述录波数据中每周波时域差分,计算出反应波形数据的波形特征值。
S108、基于故障判断阈值判断所述波形特征值是否存在表后故障,若存在表后故障则进入S109;
根据步骤S107中得到的反映波形数据的波形特征值公式,分别计算录制的八个周波的特征公式。如任意一组特征值满足公式8,即判断该录制波形中存在表后故障,公式8所示如下:
|Gn-Gn+1|>Ggaten∈{1,...,7} (公式8)
其中Ggate为根据实验数据得出的故障判断阈值。在本发明中Ggate取为0.01。
S109、将存在表后故障的波形特征值提取出,并依据所述波形数据识别出故障判断特征值;
步骤S109中区分出了故障情况与正常情况,S109中对故障情况进行进一步的特征提取,用以判断故障类型,选取该故障情况下,满足公式8中的Gn+1对应的周波,分别计算该周波下的电流有效值I、电压有效值U,功率有效值P,用以作为停电、过载、过流、过压、欠压的故障判断特征值。
S110、基于所述故障判断特征值判断出所对应的故障类型。
经过S109中得到的故障判断特征值与该系统的标称值进行比较,分别依次判断是否为停电、欠压、过压、过载、过流五中情况。判断依据如表一所示:
表一:
相应的,本发明实施例还提供了一种电能表,该电能表用以执行如图1所示的方法步骤。
综上,本发明实施例通过在上电过程中,实现对电能表的数据采集,并采用相应的分析方法实现了表后故障检测过程,保障了电能表能应对停电、表后过载、表后过流、表后欠压等故障的检测机制,使得能够精准通过电表数据的采集就可以实现,能起到快速分析和识别故障,并能及时起到响应维护故障,增强用户体验度。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的电能表后故障检测的方法及电能表进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种电能表后故障检测的方法,其特征在于,所述方法包括以下步骤:
电能表在上电后,电能表中电能计量芯片的模数转换器输出波形数据;
电能表管理模块基于所述波形数据计算出每周波梯度,并对所述每周波梯度进行录波形成录波数据,所述每周波梯度为每个周波上的波形梯度,所述波形梯度为当前周波采样点和前一个波形采样点的波形变化率;
电能表管理模块采用快速傅里叶变换FFT计算所述录波数据中每周波时域差分序列,计算出反应波形数据的波形特征值;
基于故障判断阈值判断所述波形特征值是否存在表后故障;
将存在表后故障的波形特征值提取出,并依据该故障下的波形数据识别出故障判断特征值;
基于所述故障判断特征值判断出所对应的故障类型。
2.如权利要求1所述的电能表后故障检测的方法,其特征在于,所述输出波形数据包括:电压波形数据和电流波形数据。
3.如权利要求2所述的电能表后故障检测的方法,其特征在于,所述电能表管理模块基于所述波形数据计算出每周波梯度,并对所述每周波梯度进行录波形成录波数据包括:
计算波形数据上每个周波上的波形梯度,所述波形梯度为当前周波采样点和前一个波形采样点的波形变化率;
识别出波形梯度变化最大的情况,并记录所述波形梯度变化最大的情况下前四个周波和后四个周波。
4.如权利要求3所述的电能表后故障检测的方法,其特征在于,所述电能表管理模块采用快速傅里叶变换计算所述录波数据中每周波时域差分序列,计算出反应波形数据的波形特征值包括:
对周波所对应的电压值或者电流值进行重采样;
对重采样的周波进行时域差分运算得到周波差分序列;
对周波差分序列进行FFT得到频谱幅值序列;
基于所述频谱幅值序列进行归一化处理得到反应波形数据的波形特征值。
5.如权利要求4所述的电能表后故障检测的方法,其特征在于,所述对周波所对应的电压值或者电流值进行重采样包括:
对采样数据进行时域插值处理,将第k个周波的电流采样值ik(g)进行重采样,其中,g=1,2,…,N′,N′为每个周波的采样点数,所述时域插 值处理采用一阶牛顿插值公式,将N′点进行重采样成N点Ik(n)序列,N点是2的幂次,其中n表示第几个采样点,n=1,2,...,N,其中N为每周波重采样的点数。
6.如权利要求5所述的电能表后故障检测的方法,其特征在于,所述对重采样的周波进行时域差分运算得到周波差分序列包括:
令前后周波的电流采样值分别为Ik、Ik-1,计算相邻的两个采样周期的电流波形的差值得到波形差分序列ΔIk(n),其中:
ΔIk(n)=Ik(n)-Ik-1(n),n=1,2,…,N,其中k表示第k个周波。
9.如权利要求4所述的电能表后故障检测的方法,其特征在于,所述将存在表后故障的波形特征值提取出,并依据该故障下的形数据识别出故障判断特征值包括:
分别计算所述周波下的电流有效值I、电压有效值U、功率有效值P,用以作为停电、过载、过流、过压、欠压的故障判断特征值。
10.一种电能表,其特征在于,所述电能表用于执行如权利要求1至9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910686131.2A CN110596635B (zh) | 2019-07-26 | 2019-07-26 | 一种电能表后故障检测的方法及电能表 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910686131.2A CN110596635B (zh) | 2019-07-26 | 2019-07-26 | 一种电能表后故障检测的方法及电能表 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110596635A CN110596635A (zh) | 2019-12-20 |
CN110596635B true CN110596635B (zh) | 2021-10-22 |
Family
ID=68852969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910686131.2A Active CN110596635B (zh) | 2019-07-26 | 2019-07-26 | 一种电能表后故障检测的方法及电能表 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110596635B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112034247A (zh) * | 2020-07-17 | 2020-12-04 | 宁波三星医疗电气股份有限公司 | 一种电能表的故障录波方法及其电能表 |
CN113608023B (zh) * | 2021-08-18 | 2024-08-20 | 国网湖南省电力有限公司 | 采样频率自适应的谐波检测方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038331A (zh) * | 2006-03-17 | 2007-09-19 | 彭黎迎 | 互感器电能表综合校验仪 |
CN103017818A (zh) * | 2012-08-09 | 2013-04-03 | 江苏科技大学 | 一种智能开关柜故障诊断系统及方法 |
CN103809148A (zh) * | 2012-11-12 | 2014-05-21 | 深圳供电局有限公司 | 一种测量电能表动态特性的方法及系统 |
CN103928923A (zh) * | 2014-03-24 | 2014-07-16 | 东南大学 | 一种基于灵敏度分析的网络稳态电能质量预警方法 |
CN104237827A (zh) * | 2014-09-13 | 2014-12-24 | 安徽鑫龙电器股份有限公司 | 电力仪表的故障录波方法 |
CN105446295A (zh) * | 2015-12-02 | 2016-03-30 | 徐智慧 | 电器的识别方法及装置 |
CN106405477A (zh) * | 2016-10-13 | 2017-02-15 | 国网冀北电力有限公司电力科学研究院 | 在动态负荷下的计量性能的评估方法及装置 |
CN106771440A (zh) * | 2017-01-03 | 2017-05-31 | 张涉应 | 一种杜绝偷电的单相液晶电表及其控制方法 |
CN206470388U (zh) * | 2016-10-13 | 2017-09-05 | 国网冀北电力有限公司电力科学研究院 | 在动态负荷下的计量性能的评估装置 |
CN109490816A (zh) * | 2018-10-16 | 2019-03-19 | 广西电网有限责任公司电力科学研究院 | 一种分体式计量自动化终端故障检测设备及其检测方法 |
CN110045318A (zh) * | 2019-05-17 | 2019-07-23 | 贵州电网有限责任公司 | 评估动态谐波和温度变化对电能表误差影响的装置及方法 |
-
2019
- 2019-07-26 CN CN201910686131.2A patent/CN110596635B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038331A (zh) * | 2006-03-17 | 2007-09-19 | 彭黎迎 | 互感器电能表综合校验仪 |
CN103017818A (zh) * | 2012-08-09 | 2013-04-03 | 江苏科技大学 | 一种智能开关柜故障诊断系统及方法 |
CN103809148A (zh) * | 2012-11-12 | 2014-05-21 | 深圳供电局有限公司 | 一种测量电能表动态特性的方法及系统 |
CN103928923A (zh) * | 2014-03-24 | 2014-07-16 | 东南大学 | 一种基于灵敏度分析的网络稳态电能质量预警方法 |
CN104237827A (zh) * | 2014-09-13 | 2014-12-24 | 安徽鑫龙电器股份有限公司 | 电力仪表的故障录波方法 |
CN105446295A (zh) * | 2015-12-02 | 2016-03-30 | 徐智慧 | 电器的识别方法及装置 |
CN106405477A (zh) * | 2016-10-13 | 2017-02-15 | 国网冀北电力有限公司电力科学研究院 | 在动态负荷下的计量性能的评估方法及装置 |
CN206470388U (zh) * | 2016-10-13 | 2017-09-05 | 国网冀北电力有限公司电力科学研究院 | 在动态负荷下的计量性能的评估装置 |
CN106771440A (zh) * | 2017-01-03 | 2017-05-31 | 张涉应 | 一种杜绝偷电的单相液晶电表及其控制方法 |
CN109490816A (zh) * | 2018-10-16 | 2019-03-19 | 广西电网有限责任公司电力科学研究院 | 一种分体式计量自动化终端故障检测设备及其检测方法 |
CN110045318A (zh) * | 2019-05-17 | 2019-07-23 | 贵州电网有限责任公司 | 评估动态谐波和温度变化对电能表误差影响的装置及方法 |
Non-Patent Citations (3)
Title |
---|
Chirp Excitation of Ultrasonic Probes and Algorithm for Filtering Transit Times in High-Rangeability Gas Flow Metering;Trond Folkestad等;《IEEE TRANSACTIONS ON ULTRASONICS,FERROELECTRICS,AND FREQUENCY CONTROL》;19931231;全文 * |
一种电力计量设备运行状态信息管理系统的设计;蒋雯倩等;《计算机工程与应用》;20181231;全文 * |
基于聚类算法的双回路智能电能表设计;徐晴等;《电测与仪表》;20181210;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110596635A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Farshad et al. | A novel fault-location method for HVDC transmission lines based on similarity measure of voltage signals | |
CN110596533B (zh) | 一种配电网单相接地故障区段定位方法及系统 | |
Sedighi et al. | High impedance fault detection based on wavelet transform and statistical pattern recognition | |
CN107329040B (zh) | 一种基于暂态录波数据的配电自动化主站系统单相接地故障定位方法 | |
CN110596635B (zh) | 一种电能表后故障检测的方法及电能表 | |
CN110579734B (zh) | 一种单相电能表电能质量分析的方法及单相电能表 | |
Lin et al. | Power quality detection with classification enhancible wavelet-probabilistic network in a power system | |
CN107543962B (zh) | 主导间谐波频谱分布的计算方法 | |
CN110514954B (zh) | 一种基于pmu数据的电力线路故障诊断方法及系统 | |
Lini et al. | Fault type recognition of over-head lines of distribution networks based on fault indicator waveform data | |
CN111413566B (zh) | 一种基于振动信号处理的变压器直流偏磁判断方法 | |
CN114859169A (zh) | 一种配变出线负荷智能识别方法及系统、存储介质 | |
CN111999695B (zh) | 一种变电站计量装置状态评估与异常诊断方法 | |
CN112730984A (zh) | 一种基于智能电表的低压配电网相位识别方法 | |
CN109738686B (zh) | 一种电力系统暂态过电压快速判别方法及装置 | |
CN117269660A (zh) | 基于变异系数差分算法的故障电弧检测方法及系统 | |
CN115222018A (zh) | 非侵入式负荷分解方法及装置 | |
CN112434567A (zh) | 一种利用噪声抖动性质的功率信号滤波方法和系统 | |
CN113533903B (zh) | 一种配电网接地故障选相方法、装置、设备及存储介质 | |
CN113899944B (zh) | 一种电力负荷投切点的检测方法及装置 | |
CN111585544A (zh) | 一种功率信号脉冲噪声滤除的方法及滤波器 | |
WO2018198210A1 (ja) | 異常機器判別装置、方法、プログラム | |
CN118244041B (zh) | 一种高压直流输电线路雷电绕击与反击的识别方法与系统 | |
CN112345824B (zh) | 一种基于分段线性近似算法的变频空调非侵入式辨识方法 | |
CN114859226B (zh) | 一种海上风电机组转子绕组匝间短路故障识别方法及装置 |
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 |