CN110849645A - 一种gis机械故障的初步诊断方法 - Google Patents

一种gis机械故障的初步诊断方法 Download PDF

Info

Publication number
CN110849645A
CN110849645A CN201910900530.4A CN201910900530A CN110849645A CN 110849645 A CN110849645 A CN 110849645A CN 201910900530 A CN201910900530 A CN 201910900530A CN 110849645 A CN110849645 A CN 110849645A
Authority
CN
China
Prior art keywords
gis
history
correlation
phase
judging
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
Application number
CN201910900530.4A
Other languages
English (en)
Other versions
CN110849645B (zh
Inventor
田阳普
刘成宝
毛恒
林少汉
贺鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Red Phase Ltd By Share Ltd
Original Assignee
Red Phase Ltd By Share Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Red Phase Ltd By Share Ltd filed Critical Red Phase Ltd By Share Ltd
Priority to CN201910900530.4A priority Critical patent/CN110849645B/zh
Publication of CN110849645A publication Critical patent/CN110849645A/zh
Application granted granted Critical
Publication of CN110849645B publication Critical patent/CN110849645B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • G01M99/005Testing of complete machines, e.g. washing-machines or mobile phones
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • G01M99/004Testing the effects of speed or acceleration
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K9/00Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
    • G06K9/00496Recognising patterns in signals and combinations thereof
    • G06K9/00523Feature extraction

Abstract

本发明公开了一种GIS机械故障的初步诊断方法,采集GIS的振动信号并计算相应特征量;将相应特征量与历史测量数据作对比,判断GIS是否存在机械故障;若无历史测量数据,则根据相应特征量的数据变化判断GIS是否存在机械故障;若为三相分箱式,还可以测量三相在同一间隔对应位置的振动信号,然后通过两两之间的互相关性分析判断GIS是否正常;若为三相共箱式,还可以采用临界慢化理论对GIS状态转换过程中振动信号的方差及自相关系数是否出现急剧增加的现象,若出现,则判断为GIS运行异常。本发明根据是否具有历史测量数据,对不同的GIS采取不同诊断算法,可快速、精准地判断GIS是否存在机械故障。

Description

一种GIS机械故障的初步诊断方法
技术领域
本发明涉及电力设备监测技术领域,更具体地说是指一种GIS机械故障的初步诊断方法。
背景技术
电气设备是电力系统的重要组成部分,电气设备在安装、运行过程中如果产生了电磁振动或者机械缺陷,会导致振动信号的产生,振动特性变化可以反映设备内部的运行状态,而电气设备内部振动的持续发展容易引发机械故障或绝缘故障,进而造成停电事故的发生,所以对电气设备的机械状态进行检测就显得尤为重要。通过振动信号进行电气设备机械状态的检测是一种有效的方法,对于预防电气设备机械故障具有重要意义。
发明内容
本发明提供的一种GIS机械故障的初步诊断方法,其目的在于解决现有技术中存在的上述问题。
本发明采用的技术方案如下:
一种GIS机械故障的初步诊断方法,包括以下步骤:(1)实时采集GIS的振动信号,提取各倍频信号的频谱值,计算相应特征量;(2)若具有至少一次GIS正常状态时的历史测量数据,则相应特征量与历史测量数据作对比,根据对比情况判断GIS是否存在机械故障;(3)若无GIS正常状态时的历史测量数据,根据相应特征量的数据变化判断GIS是否存在机械故障;(4)若无GIS正常状态时的历史测量数据,还可以先判断GIS为三相分箱式还是三相共箱式;(5)若GIS为三相分箱式,则测量三相在同一间隔对应位置的振动信号,然后通过两两之间的互相关性分析判断GIS的运行状态是否正常;(6)若GIS为三相共箱式,则采用临界慢化理论对GIS状态转换过程中振动信号的方差及自相关系数是否出现急剧增加的现象,若出现,则判断为GIS运行异常。
进一步,上述步骤(1)具体是:求取振动信号的电流I;用Hilbert法求振动信号的取包络线,然后用比较法求取时域幅值Am,用倍频傅里叶变换法求取基准频率对应的幅值A100、经典频率对应的幅值A200、A300、A400、……、A2000、倍频分量占比 和特征系数占比
进一步,上述步骤(2)中,根据对比情况判断GIS是否存在机械故障的具体包括以下子步骤:(2.1)首先分析经典频率对应幅值是否异常升高,若未异常升高且a100大于a100历史则诊断GIS存在主回路紧固件松动的缺陷;若异常升高则进一步对比电流I是否等于I历史;(2.2)若电流I不等于I历史,则进一步依次对比Pf1000是否大于Pf1000历史,Pf200是否大于Pf200历史,Pf100是否大于Pf100历史;若电流I等于I历史,则进一步依次对比A1000是否大于A1000历史,A200是否大于A200历史,A100是否大于A100历史;(2.3)若Pf1000大于Pf1000历史,Pf200不大于Pf200历史,A1000不大于A1000历史,或者A200不大于A200历史则诊断GIS存在主回路紧固件松动的缺陷;(2.4)若Pf100不大于Pf100历史,或者A100不大于A100历史则诊断GIS存在内部紧固件松动的缺陷;(2.5)若Pf100大于Pf100历史,或者A100大于A100历史则诊断GIS存在主回路触头松动的缺陷。
进一步,上述步骤(3)中,根据相应特征量的数据变化判断GIS是否存在机械故障的具体方法是:若振动信号中,100Hz基频点、200Hz频率点和300Hz频率点均出现了明显的振动特征,且A100/A200的数值下降,则诊断GIS存在主回路触头接触不良的缺陷;若A100的数值和A100的增速均随I的数值增大而增大,则诊断GIS存在主回路紧固件松动的缺陷;若振动信号中,A100的数值不变且200Hz频率点和300Hz频率点均出现了明显的振动特征,并且A200和A300的增速均随I的数值增大而增大,则诊断GIS存在内部紧压件松动的缺陷;若振动信号中,A100/A1000的数值下降,则诊断GIS存在外部紧固件松动的缺陷。
进一步,上述所述步骤(5)包括以下子步骤:(5.1)输入A、B、C三相在同一批次测量的振动信号;(5.2)采用Hilbert变换求取各相的包络线;(5.3)将所获得的各相的包络线数据分为n段,每段长度为M,即每段窗口包含样本点为;(5.4)求取各段振动信号均值;(5.5)按上述步骤分别得到A、B、C三相的振动信号均值;(5.6)分别计算A、B、C三相两两之间的相关系数 ;(5.7)找出三相之间相关性最小的一相(此时另外两相可视作正常相),如该相距离正常的相关系数小于0.5,则判断为异常相。
更进一步,上述步骤(5.7)具体是:利用相关系数判断相关关系的密切程度标准定义如下:若相关系数=0,则相关程度为完全不相关;若相关系数0<≤0.5,则相关程度为低度相关;若相关系数0.5<≤0.9,则相关程度为显著相关;若相关系数0.9<<1,则相关程度为高度相关。若相关系数=1,则相关程度为完全相关。
进一步,上述步骤(6)中,所述方差是描述标本中数据的偏离程度的特征量,记为,式中,n为样本个数,为第i个数据;所述相关系数是描述同一变量不同时刻之间相关性的统计量,将变量滞后长度为j的自相关系数记为
由上述对本发明的描述可知,和现有的技术相比,本发明的优点在于:
本发明可以根据是否具有历史测量数据,对不同类型(三相分箱式或三相共箱式)的GIS采取最合适的诊断算法,可快速、精准地对GIS是否存在机械故障做出初步诊断。
具体实施方式
下面说明本发明的具体实施方式。为了全面理解本发明,下面描述到许多细节,但对于本领域技术人员来说,无需这些细节也可实现本发明。
表1GIS机械故障主要特征总结
从表1中可以看出不同的故障类型会导致振动信号的特征量发生变化,因此可以根据特征量发生变化来初步判断GIS设备可能存在哪些常见机械故障。
本发明针对是否存在GIS正常状态时的历史测量数据,采用适当的诊断方法对GIS是否存在机械故障进行初步诊断,具体内容如下。
一种GIS机械故障的初步诊断方法,包括以下步骤:
(1)实时采集GIS的振动信号,提取各倍频信号的频谱值,计算相应特征量。
具体,步骤(1)包括以下子步骤:
(1.1)求取振动信号的电流I.
(2.1)用Hilbert法求取包络线,然后用比较法求取时域幅值Am,用倍频傅里叶变换法求取基准频率对应的幅值A100、经典频率对应的幅值A200、A300、A400、……、A2000、倍频分量占比和特征系数占比
(2)若具有至少一次GIS正常状态时的历史测量数据,则相应特征量与历史测量数据作对比,根据对比情况判断GIS是否存在机械故障。
上述步骤(2)中,根据对比情况判断GIS是否存在机械故障的具体包括以下子步骤:
(2.1)首先分析经典频率对应幅值是否异常升高,若未异常升高且a100大于a100历史则诊断GIS存在主回路紧固件松动的缺陷;若异常升高则进一步对比电流I是否等于I历史
(2.2)若电流I不等于I历史,则进一步依次对比Pf1000是否大于Pf1000历史,Pf200是否大于Pf200历史,Pf100是否大于Pf100历史;若电流I等于I历史,则进一步依次对比A1000是否大于A1000历史,A200是否大于A200历史,A100是否大于A100历史
(2.3)若Pf1000大于Pf1000历史,Pf200不大于Pf200历史,A1000不大于A1000历史,或者A200不大于A200历史则诊断GIS存在主回路紧固件松动的缺陷。
(2.4)若Pf100不大于Pf100历史,或者A100不大于A100历史则诊断GIS存在内部紧固件松动的缺陷;(2.5)若Pf100大于Pf100历史,或者A100大于A100历史则诊断GIS存在主回路触头松动的缺陷。
(3)若无GIS正常状态时的历史测量数据,利用特征频率法根据相应特征量的数据变化判断GIS是否存在机械故障。
具体地,根据相应特征量的数据变化判断GIS是否存在机械故障的具体方法是:
(3.1)若振动信号中,100Hz基频点、200Hz频率点和300Hz频率点均出现了明显的振动特征,且A100/A200的数值下降,则诊断GIS存在主回路触头接触不良的缺陷。
(3.2)若A100的数值和A100的增速均随I的数值增大而增大,则诊断GIS存在主回路紧固件松动的缺陷。
(3.3)若振动信号中,A100的数值不变且200Hz频率点和300Hz频率点均出现了明显的振动特征,并且A200和A300的增速均随I的数值增大而增大,则诊断GIS存在内部紧压件松动的缺陷;若振动信号中,A100/A1000的数值下降,则诊断GIS存在外部紧固件松动的缺陷。
(4)若无GIS正常状态时的历史测量数据,还可以先判断GIS为三相分箱式还是三相共箱式。在实际操作中,由人工将故障诊断设备搬运至现场,通过工人判断现场的GIS为三相分箱式还是三相共箱式,再由工人通过故障诊断设备的操作界面,选择合适的工作模式对GIS进行诊断。
(5)若GIS为三相分箱式,则测量三相在同一间隔对应位置的振动信号,然后通过两两之间的互相关性分析判断GIS的运行状态是否正常。
上述步骤(5)具体包括以下子步骤:
(5.1)输入A、B、C三相在同一批次测量的振动信号;(3.2)采用Hilbert变换求取各相的包络线。
(5.3)将所获得的各相的包络线数据分为n段,每段长度为M,即每段窗口包含样本点为
(5.4)求取各段振动信号均值
(5.5)按上述步骤分别得到A、B、C三相的振动信号均值
(5.6)分别计算A、B、C三相两两之间的相关系数
(5.7)找出三相之间相关性最小的一相(此时另外两相可视作正常相),如该相距离正常的相关系数小于0.5,则判断为异常相。其中,利用相关系数判断相关关系的密切程度标准定义如下:若相关系数=0,则相关程度为完全不相关;若相关系数0<≤0.5,则相关程度为低度相关;若相关系数0.5<≤0.9,则相关程度为显著相关;若相关系数0.9<<1,则相关程度为高度相关。若相关系数=1,则相关程度为完全相关。
(6)若GIS为三相共箱式,则采用临界慢化理论对GIS状态转换过程中振动信号的方差及自相关系数是否出现急剧增加的现象,若出现,则判断为GIS运行异常。其中,上述方差是描述标本中数据的偏离程度的特征量,记为,式中,n为样本个数,为振动信号的幅值,为第i个数据;所述相关系数是描述同一变量不同时刻之间相关性的统计量,将变量滞后长度为j的自相关系数记为
具体做法:假设采样长度为300ms,采样频率为25.6k,则n=7680.
1.对原始数据采用Hilbert变换求取其包络线。
2.取窗口长度为100ms(即每段窗含样本数为2560个),滞后步长为25ms(含样本数为640个),采用滑动加窗的方法求取每段窗的方差及相关系数,以窗序号为横坐标,方差及相关系数为纵坐标分别绘图(可进一步研究窗口长度及滞后步长的选取关系。)。
3.判断方差及相关系数是否出现急剧增大的现象。若出现,则判断为异常状态,建议紧密诊断。
综上所述,本发明可以根据是否具有历史测量数据,对不同类型(三相分箱式或三相共箱式)的GIS采取最合适的诊断算法,可快速、精准地对GIS是否存在机械故障做出初步诊断。
上述仅为本发明的具体实施方式,但本发明的设计构思并不局限于此,凡利用此构思对本发明进行非实质性的改动,均应属于侵犯本发明保护范围的行为。

Claims (7)

1.一种GIS机械故障的初步诊断方法,其特征在于:包括以下步骤:(1)实时采集GIS的振动信号,提取各倍频信号的频谱值,计算相应特征量;(2)若具有至少一次GIS正常状态时的历史测量数据,则相应特征量与历史测量数据作对比,根据对比情况判断GIS是否存在机械故障;(3)若无GIS正常状态时的历史测量数据,根据相应特征量的数据变化判断GIS是否存在机械故障;(4)若无GIS正常状态时的历史测量数据,还可以先判断GIS为三相分箱式还是三相共箱式;(5)若GIS为三相分箱式,则测量三相在同一间隔对应位置的振动信号,然后通过两两之间的互相关性分析判断GIS的运行状态是否正常;(6)若GIS为三相共箱式,则采用临界慢化理论对GIS状态转换过程中振动信号的方差及自相关系数是否出现急剧增加的现象,若出现,则判断为GIS运行异常。
2.根据权利要求1所述的一种GIS机械故障的初步诊断方法,其特征在于:所述步骤(1)具体是:求取振动信号的电流I;用Hilbert法求取振动信号的包络线,然后用比较法求取时域幅值Am,用倍频傅里叶变换法求取基准频率对应的幅值A100、经典频率对应的幅值A200、A300、A400、……、A2000、倍频分量占比和特征系数占比
3.根据权利要求1所述的一种GIS机械故障的初步诊断方法,其特征在于:所述步骤(2)中,根据对比情况判断GIS是否存在机械故障的具体包括以下子步骤:(2.1)首先分析经典频率对应幅值是否异常升高,若未异常升高且a100大于a100历史则诊断GIS存在主回路紧固件松动的缺陷;若异常升高则进一步对比电流I是否等于I历史;(2.2)若电流I不等于I历史,则进一步依次对比Pf1000是否大于Pf1000历史,Pf200是否大于Pf200历史,Pf100是否大于Pf100历史;若电流I等于I历史,则进一步依次对比A1000是否大于A1000历史,A200是否大于A200历史,A100是否大于A100历史;(2.3)若Pf1000大于Pf1000历史,Pf200不大于Pf200历史,A1000不大于A1000历史,或者A200不大于A200历史则诊断GIS存在主回路紧固件松动的缺陷;(2.4)若Pf100不大于Pf100历史,或者A100不大于A100历史则诊断GIS存在内部紧固件松动的缺陷;(2.5)若Pf100大于Pf100历史,或者A100大于A100历史则诊断GIS存在主回路触头松动的缺陷。
4.根据权利要求1所述的一种GIS机械故障的初步诊断方法,其特征在于:所述步骤(3)中,根据相应特征量的数据变化判断GIS是否存在机械故障的具体方法是:若振动信号中,100Hz基频点、200Hz频率点和300Hz频率点均出现了明显的振动特征,且A100/A200的数值下降,则诊断GIS存在主回路触头接触不良的缺陷;若A100的数值和A100的增速均随I的数值增大而增大,则诊断GIS存在主回路紧固件松动的缺陷;若振动信号中,A100的数值不变且200Hz频率点和300Hz频率点均出现了明显的振动特征,并且A200和A300的增速均随I的数值增大而增大,则诊断GIS存在内部紧压件松动的缺陷;若振动信号中,A100/A1000的数值下降,则诊断GIS存在外部紧固件松动的缺陷。
5.根据权利要求1所述的一种GIS机械故障的初步诊断方法,其特征在于:所述步骤(5)包括以下子步骤:(5.1)输入A、B、C三相在同一批次测量的振动信号;(5.2)采用Hilbert变换求取各相的包络线;(5.3)将所获得的各相的包络线数据分为n段,每段长度为M,即每段窗口包含样本点为;(5.4)求取各段振动信号均值;(5.5)按上述步骤分别得到A、B、C三相的振动信号均值;(5.6)分别计算A、B、C三相两两之间的相关系数;(5.7)找出三相之间相关性最小的一相(此时另外两相可视作正常相),如该相距离正常的相关系数小于0.5,则判断为异常相。
6.如权利要求3所述的一种GIS机械故障的初步诊断方法,其特征在于:所述步骤(5.7)具体是:利用相关系数判断相关关系的密切程度标准定义如下:若相关系数=0,则相关程度为完全不相关;若相关系数0<≤0.5,则相关程度为低度相关;若相关系数0.5<≤0.9,则相关程度为显著相关;若相关系数0.9<<1,则相关程度为高度相关。若相关系数=1,则相关程度为完全相关。
7.根据权利要求1所述的一种GIS机械故障的初步诊断方法,其特征在于:所述步骤(6)中,所述方差是描述标本中数据的偏离程度的特征量,记为,式中,n为样本个数,为第i个数据;所述相关系数是描述同一变量不同时刻之间相关性的统计量,将变量滞后长度为j的自相关系数记为
CN201910900530.4A 2019-09-23 2019-09-23 一种gis机械故障的初步诊断方法 Active CN110849645B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910900530.4A CN110849645B (zh) 2019-09-23 2019-09-23 一种gis机械故障的初步诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910900530.4A CN110849645B (zh) 2019-09-23 2019-09-23 一种gis机械故障的初步诊断方法

Publications (2)

Publication Number Publication Date
CN110849645A true CN110849645A (zh) 2020-02-28
CN110849645B CN110849645B (zh) 2021-04-23

Family

ID=69596009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910900530.4A Active CN110849645B (zh) 2019-09-23 2019-09-23 一种gis机械故障的初步诊断方法

Country Status (1)

Country Link
CN (1) CN110849645B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202204914U (zh) * 2011-08-05 2012-04-25 沈阳仪表科学研究院 高压开关状态在线监测仪
CN102735968A (zh) * 2012-06-13 2012-10-17 江苏省电力公司南京供电公司 基于振动信号频谱分析的gis故障诊断系统及方法
CN205622133U (zh) * 2016-03-21 2016-10-05 广东电网有限责任公司东莞供电局 Gis开关设备动作状态监测系统
CN107356384A (zh) * 2017-07-26 2017-11-17 安徽容知日新科技股份有限公司 一种监测风力发电设备中叶片的状态的方法、计算设备和系统
CN107679733A (zh) * 2017-09-27 2018-02-09 国网上海市电力公司 一种电网稳定态势的量化评估方法
CN108613820A (zh) * 2018-05-22 2018-10-02 国网陕西省电力公司榆林供电公司 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法
CN108693469A (zh) * 2018-06-12 2018-10-23 广东电网有限责任公司 Gis设备的故障诊断方法及装置
CN109374270A (zh) * 2018-09-19 2019-02-22 国网甘肃省电力公司电力科学研究院 一种gis异常振动分析及机械故障诊断装置及方法
CN110018391A (zh) * 2019-04-10 2019-07-16 国网江苏省电力有限公司南通供电分公司 一种基于振动信号的gis故障精确定位方法及定位系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202204914U (zh) * 2011-08-05 2012-04-25 沈阳仪表科学研究院 高压开关状态在线监测仪
CN102735968A (zh) * 2012-06-13 2012-10-17 江苏省电力公司南京供电公司 基于振动信号频谱分析的gis故障诊断系统及方法
CN205622133U (zh) * 2016-03-21 2016-10-05 广东电网有限责任公司东莞供电局 Gis开关设备动作状态监测系统
CN107356384A (zh) * 2017-07-26 2017-11-17 安徽容知日新科技股份有限公司 一种监测风力发电设备中叶片的状态的方法、计算设备和系统
CN107679733A (zh) * 2017-09-27 2018-02-09 国网上海市电力公司 一种电网稳定态势的量化评估方法
CN108613820A (zh) * 2018-05-22 2018-10-02 国网陕西省电力公司榆林供电公司 一种用于gis本体机械缺陷诊断和定位的在线异声监测算法
CN108693469A (zh) * 2018-06-12 2018-10-23 广东电网有限责任公司 Gis设备的故障诊断方法及装置
CN109374270A (zh) * 2018-09-19 2019-02-22 国网甘肃省电力公司电力科学研究院 一种gis异常振动分析及机械故障诊断装置及方法
CN110018391A (zh) * 2019-04-10 2019-07-16 国网江苏省电力有限公司南通供电分公司 一种基于振动信号的gis故障精确定位方法及定位系统

Also Published As

Publication number Publication date
CN110849645B (zh) 2021-04-23

Similar Documents

Publication Publication Date Title
Leite et al. Detection of localized bearing faults in induction machines by spectral kurtosis and envelope analysis of stator current
Pineda-Sanchez et al. Application of the Teager–Kaiser energy operator to the fault diagnosis of induction motors
Gu et al. A new method of accurate broken rotor bar diagnosis based on modulation signal bispectrum analysis of motor current signals
Yazici et al. An adaptive statistical time-frequency method for detection of broken bars and bearing faults in motors using stator current
Ignatova et al. Space vector method for voltage dips and swells analysis
CN103267932B (zh) 一种gis局部放电检测系统及方法
US7528611B2 (en) Methods and system for detecting winding faults in a generator with parallel windings
US5251151A (en) Method and apparatus for diagnosing the state of a machine
CA2417074C (en) Method and system for trend detection and analysis
US7124637B2 (en) Determining amplitude limits for vibration spectra
TW556258B (en) Method for diagnosing lifetime of semiconductormanufacturing equipment
Benbouzid A review of induction motors signature analysis as a medium for faults detection
US5922963A (en) Determining narrowband envelope alarm limit based on machine vibration spectra
US7133801B2 (en) System and methodology for vibration analysis and condition monitoring
Eltabach et al. A comparison of external and internal methods of signal spectral analysis for broken rotor bars detection in induction motors
JP4258412B2 (ja) 回転電機の検査装置および検査方法
Benbouzid et al. Induction motors' faults detection and localization using stator current advanced signal processing techniques
US10072635B2 (en) Wind turbine and method for evaluating health state of blade thereof
US8994359B2 (en) Fault detection based on current signature analysis for a generator
Zhen et al. Fault diagnosis of motor drives using stator current signal analysis based on dynamic time warping
EP2725370B1 (en) A method for the diagnostics of electromechanical system based on impedance analysis
ES2454018T3 (es) Procedimiento y aparato de detección de los fallos internos del motor en una máquina de inducción
US6144924A (en) Motor condition and performance analyzer
US6088658A (en) Statistical pattern analysis methods of partial discharge measurements in high voltage insulation
Su et al. Vibration signal analysis for electrical fault detection of induction machine using neural networks

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