CN111123036A - 过电压故障的识别系统和方法 - Google Patents
过电压故障的识别系统和方法 Download PDFInfo
- Publication number
- CN111123036A CN111123036A CN201911375235.8A CN201911375235A CN111123036A CN 111123036 A CN111123036 A CN 111123036A CN 201911375235 A CN201911375235 A CN 201911375235A CN 111123036 A CN111123036 A CN 111123036A
- Authority
- CN
- China
- Prior art keywords
- overvoltage
- overvoltage signal
- signal
- fault
- duration
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 13
- 230000010355 oscillation Effects 0.000 claims description 22
- 230000000630 rising effect Effects 0.000 claims description 22
- 239000003990 capacitor Substances 0.000 claims description 14
- 238000012545 processing Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 2
- 239000000969 carrier Substances 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- 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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- 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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明涉及一种过电压故障的识别系统和方法。所述系统包括:采集模块、提取模块和判断模块。所述采集模块用于采集过电压信号。所述提取模块用于提取所述过电压信号中的特征量。所述判断模块用于根据所述过电压信号中的特征量判断所述过电压信号的故障类型。基于本申请实施例提供的技术方案,将过电压信息的采集、特征量提取以及过电压故障分析综合为一体,可以使用户快捷的获取过电压的故障类型,运维人员可以根据过电压的故障类型对故障进行针对性处理,提高了整个电力系统的安全稳定性。
Description
技术领域
本发明涉及电力系统故障识别领域,特别是涉及一种过电压故障的识别系统和方法。
背景技术
电力系统过电压在线监测装置已经广泛应用于不同电压等级的电网中,这些在线监测装置能够较为完整准确的记录过电压发生的过程,记录过电压的波形和各种参数。但是,由于过电压信号携带者丰富的电力系统运行状态信息,因此,现有的过电压在线监测装置不具备分析识别能力,无法及时判断过电压的类型,导致故障处理缺乏针对性。
因此,有必要提供一种过电压故障的识别系统和方法。
发明内容
基于此,有必要针对无法及时判断过电压的类型问题,提供一种过电压故障的识别系统和方法。
一种过电压故障识别系统,所述系统包括:
采集模块,用于采集过电压信号;
提取模块,用于提取所述过电压信号中的特征量;
判断模块,用于根据所述过电压信号中的特征量判断所述过电压信号的故障类型。
在其中的一个实施例中,所述提取模块中,所述特征量包括:
过电压信号的持续时间、过电压信号的频率、过电压信号的幅值、过电压信号波形中上升沿的振荡周期、过电压信号的电流以及过电压信号的电容容值。
在其中的一个实施例中,所述判断模块包括:
第一分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为雷电过电压故障、操作过电压故障和暂时过电压故障。
在其中的一个实施例中,所述根据所述过电压信号中的特征量将所述过电压信号分为雷电过电压故障、操作过电压故障和暂时过电压故障,包括:
当所述过电压信号的持续时间T∈[a,b]时,判断所述过电压信号为雷电过电压故障;
当所述过电压信号的持续时间T∈[b,c]时,判断所述过电压信号为操作过电压故障;
当所述过电压信号的持续时间T∈[c,d]时,所述过电压信号为暂时过电压故障;
其中,a为所述过电压信号的持续时间的第一预设阈值,b为所述过电压信号的持续时间的第二预设阈值,c为所述过电压信号的持续时间的第三阈值,d为过电压信号的持续时间的第四阈值,e为过电压信号的持续时间的第五阈值,其中,a<b<c<d<e。
在其中的一个实施例中,所述过电压信号的持续时间的第一预设阈值、所述过电压信号的持续时间的第二预设阈值和所述过电压信号的持续时间的第三阈值为微秒级,所述过电压信号的持续时间的第四阈值为毫秒级、所述过电压信号的持续时间的第五阈值为毫秒级。
在其中的一个实施例中,所述判断模块包括:
第二分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为工频过电压故障、非线性谐振过电压故障和间歇电弧接地过电压故障。
在其中的一个实施例中,所述根据所述过电压信号中的特征量将所述过电压信号分为工频过电压故障、非线性谐振过电压故障和间歇电弧接地过电压故障包括:
当所述过电压信号的幅值U<2U′、所述过电压信号的频率为正常工作范围内的频率、且所述过电压信号的持续时间为分钟级,则判断所述过电压信号为工频过电压故障;
当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于正常工作范围内的频率、且所述过电压信号的持续时间为毫秒级,则判断所述过电压信号为非线性谐振过电压故障;
当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于、小于或等于正常工作范围内的频率、且所述过电压信号的持续时间为微秒级,则判断所述过电压信号为间歇电弧接地过电压故障;
其中,U为所述过电压信号的幅值,U′为所述过电压信号的峰值。
在其中的一个实施例中,所述判断模块包括:
第三分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为合空变故障和切空变故障。
在其中的一个实施例中,所述根据所述过电压信号中的特征量将所述过电压信号分为合空变故障和切空变故障,包括:
当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐增大,则判断所述过电压信号为合空变故障;
当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐减小,则判断所述过电压信号为切空变故障。
在其中的一个实施例中,所述判断模块包括:
第四分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为合空线故障和投切电容故障。
在其中的一个实施例中,所述根据所述过电压信号中的特征量将所述过电压信号分为合空线故障和投切电容故障,包括:
当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐减小,则判断所述过电压信号为合空线故障;
当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐增大,则判断所述过电压信号为投切电容故障。
一种过电压故障的识别方法,所述方法包括:
S1:采集过电压信号;
S2:提取所述过电压信号中的特征量;
S3:根据所述过电压信号中的特征量判断所述过电压信号的故障类型。
本申请的实施例提供一种过电压故障的识别系统和方法,所述系统包括:采集模块、提取模块和判断模块。所述采集模块用于采集过电压信号。所述提取模块用于提取所述过电压信号中的特征量。所述判断模块用于根据所述过电压信号中的特征量判断所述过电压信号的故障类型。基于本申请实施例提供的技术方案,将过电压信息的采集、特征量提取以及过电压故障分析综合为一体,可以使用户快捷的获取过电压的故障类型,运维人员可以根据过电压的故障类型对故障进行针对性处理,提高了整个电力系统的安全稳定性。
附图说明
图1为本申请的实施例提供的一种过电压故障识别系统的结构示意图;
图2为本申请的实施例提供的第一分类器功能示意图;
图3为本申请的实施例提供的第二分类器功能示意图;
图4为本申请的实施例提供的第三分类器功能示意图;
图5为本申请的实施例提供的第四分类器功能示意图;
图6为本申请的实施例提供的一种过电压故障识别方法流程图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的首选实施例。但是,本申请可以以许多不同的形式来实现,并不局限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中使用的术语只是为了描述具体的实施例的目的,不是旨在限制本申请。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
需要说明的是,本文中当部件被称为“设置于”另一部件时,它可以直接在另一部件上或者也可以存在居中的部件。当一个部件被认为是“连接”另一部件,它可以是直接连接到另一部件或者可能同时存在居中部件。
在使用本文中描述的“包括”、“具有”和“包含”的情况下,除非使用了明确的限定用语,例如“仅”等,否则还可以添加另一部件。除非相反地提及,否则单数形式的术语可以包括复数形式,并不能理解为其数量为一个。
如图1所示,所述过电压故障识别系统包括:采集模块、提取模块和判断模块。所述采集模块用于采集过电压信号。所述提取模块用于提取所述过电压信号中的特征量。所述判断模块用于根据所述过电压信号中的特征量判断所述过电压信号的故障类型。
本实施例中,首先对过电压信号的时域特征量进行提取,所述特征量反映了信号幅值随着时间变化的特征。使用相应的数学手段,可以直接从所采集的过电压信号的波形数据中得到能有效反应波形性质的特征量。例如,可以采用小波变换的方式对所述过电压信号进行特征量提取。小波变化理论将时间信号展开为小波函数族的线性叠加,在时间和频域都是局部化的,相当于提供了一个可调的时间—频率窗,能够对信号同时在时-频域内进行联合分析。因此小波变换可以对信号时间和频率进行局部变换,对不同频率段信息进行提取,因而能更有效地从信号中提取所需要的特征。所述时域特征量也可称为统计特征。
在本申请的另外一个实施例中,提取的所述特征量包括:过电压信号的持续时间、过电压信号的频率、过电压信号的幅值、过电压信号波形中上升沿的振荡周期、过电压信号的电流以及过电压信号的电容容值。
如图2所示,在本申请的另外一个实施例中,判断模块包括第一分类器。所述第一分类器用于根据所述过电压信号中的特征量将所述过电压信号分为雷电过电压故障、操作过电压故障和暂时过电压故障。操作过电压故障和雷电过电压故障相比于暂时过电压故障具有持续时间短的特点。操作过电压故障和暂时过电压故障多为微秒级的冲击性过电压,而暂时过电压持续时间远远大于该数量级。暂时过电压的持续时间最少为数十微秒,多则上百秒。因此,判断雷电过电压故障、操作过电压故障和暂时过电压故障的特征量选为持续时间。
在本申请的另外一个实施例中,当所述过电压信号的持续时间T∈[a,b]时,判断所述过电压信号为雷电过电压故障;当所述过电压信号的持续时间T∈[b,c]时,判断所述过电压信号为操作过电压故障。当所述过电压信号的持续时间T∈[d,e]时,所述过电压信号为暂时过电压故障。其中,a为所述过电压信号的持续时间的第一预设阈值,b为所述过电压信号的持续时间的第二预设阈值,c为所述过电压信号的持续时间的第三阈值,d为过电压信号的持续时间的第四阈值,e为过电压信号的持续时间的第五阈值,其中,a<b<c<d<e。
本实施例中,所述过电压信号的持续时间的第一预设阈值、所述过电压信号的持续时间的第二预设阈值和所述过电压信号的持续时间的第三阈值为微秒级,所述过电压信号的持续时间的第四阈值为毫秒级、所述过电压信号的持续时间的第五阈值为毫秒级。
如图3所示,本申请的本申请的另外一个实施例中,判断模块包括:第二分类器。所示第二分类器用于根据所述过电压信号中的特征量将所述过电压信号分为工频过电压故障、非线性谐振过电压故障和间歇电弧接地过电压故障。所述工频过电压故障、非线性谐振过电压故障和间歇电弧接地过电压故障在持续时间上都偏长,但是高频谐振在频率上特征保护较多的整倍频率分量。因此,本分类器的特征量选用过电压信号的幅值、过电压信号的频率和过电压信号的持续时间。
本实施例中,当所述过电压信号的幅值U<2U′、所述过电压信号的频率为正常工作范围内的频率、且所述过电压信号的持续时间为分钟级,则判断所述过电压信号为工频过电压故障。当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于正常工作范围内的频率、且所述过电压信号的持续时间为毫秒级,则判断所述过电压信号为非线性谐振过电压故障。当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于、小于或等于正常工作范围内的频率、且所述过电压信号的持续时间为微秒级,则判断所述过电压信号为间歇电弧接地过电压故障。其中,U为所述过电压信号的幅值,U′为所述过电压信号的峰值。
如图4所示,本申请的另外一个实施例中,判断模块包括:第三分类器。所示第三分类器用于根据所述过电压信号中的特征量将所述过电压信号分为合空变故障和切空变故障。对于区分合空变故障和切空变故障,本实施例选取的特征量为过电压信号波形中上升沿的振荡周期和所述过电压信号的电流变化趋势。具体判断过程为:当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐增大,则判断所述过电压信号为合空变故障。其中,所述过电压信号的电流变化趋势为逐渐增大的含义是过电压信号波形中,第t+1时刻的电流值大于第t时刻的电流值。当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐减小,则判断所述过电压信号为切空变故障。其中,所述过电压信号的电流变化趋势为逐渐减小的含义是过电信号波形中,第t+1时刻的电流值小于第t时刻的电流值。
如图5所示,本申请的另外一个实施例中,判断模块包括:第四分类器。所述第四分类器用于根据所述过电压信号中的特征量将所述过电压信号分为合空线故障和投切电容故障。对于区分合空线故障和投切电容故障,本实施例选取的特征量为过电压信号波形中上升沿的振荡周期和过电压信号的电容容值。具体判断过程为:当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐减小,则判断所述过电压信号为合空线故障。其中,所述过电压信号的电容容值变化趋势为逐渐减小的含义为过电压信号在第t+1时刻的电容的容值大于第t时刻的电容容值,此过程为电容放电阶段。当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐增大,则判断所述过电压信号为投切电容故障。所述过电压信号的电容容值变化趋势为逐渐增大的含义为过电压信号在第t+1时刻的电容的容值小于第t时刻的电容容值,此过程为电容充电阶段。
如图6所示,本申请的另外一个实施例提供一种过电压故障的识别方法,所述方法包括:
S1:采集过电压信号。
S2:提取所述过电压信号中的特征量。
S3:根据所述过电压信号中的特征量判断所述过电压信号的故障类型。
具体的,所述过电压信号中的特征量可以包括但不局限于过电压信号的持续时间、过电压信号的频率、过电压信号的幅值、过电压信号波形中上升沿的振荡周期、过电压信号的电流以及过电压信号的电容容值。所述S2中可以采用小波变化的方式对过电压信号的特征量进行提取。
本实施例中,所述S3包括:当所述过电压信号的持续时间T∈[a,b]时,判断所述过电压信号为雷电过电压故障。当所述过电压信号的持续时间T∈[b,c]时,判断所述过电压信号为操作过电压故障。当所述过电压信号的持续时间T∈[d,e]时,所述过电压信号为暂时过电压故障。其中,a为所述过电压信号的持续时间的第一预设阈值,b为所述过电压信号的持续时间的第二预设阈值,c为所述过电压信号的持续时间的第三阈值,d为过电压信号的持续时间的第四阈值,e为过电压信号的持续时间的第五阈值,其中,a<b<c<d<e。
本申请的另外一个实施例中,所述S3还包括:当所述过电压信号的幅值U<2U′、所述过电压信号的频率为正常工作范围内的频率、且所述过电压信号的持续时间为分钟级,则判断所述过电压信号为工频过电压故障。当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于正常工作范围内的频率、且所述过电压信号的持续时间为毫秒级,则判断所述过电压信号为非线性谐振过电压故障。当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于、小于或等于正常工作范围内的频率、且所述过电压信号的持续时间为微秒级,则判断所述过电压信号为间歇电弧接地过电压故障。其中,U为所述过电压信号的幅值,U′为所述过电压信号的峰值。
本申请的另外一个实施例中,所述S3还包括:当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐增大,则判断所述过电压信号为合空变故障。当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐减小,则判断所述过电压信号为切空变故障。
本申请的另外一个实施例中,所述S3还包括:当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐减小,则判断所述过电压信号为合空线故障。当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐增大,则判断所述过电压信号为投切电容故障。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种过电压故障识别系统,其特征在于,所述系统包括:
采集模块,用于采集过电压信号;
提取模块,用于提取所述过电压信号中的特征量;
判断模块,用于根据所述过电压信号中的特征量判断所述过电压信号的故障类型。
2.根据权利要求1所述的系统,其特征在于,所述提取模块中,所述特征量包括:
过电压信号的持续时间、过电压信号的频率、过电压信号的幅值、过电压信号波形中上升沿的振荡周期、过电压信号的电流以及过电压信号的电容容值。
3.根据权利要求2所述的系统,其特征在于,所述判断模块包括:
第一分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为雷电过电压故障、操作过电压故障和暂时过电压故障。
4.根据权利要求3所述的系统,其特征在于,所述根据所述过电压信号中的特征量将所述过电压信号分为雷电过电压故障、操作过电压故障和暂时过电压故障,包括:
当所述过电压信号的持续时间T∈[a,b]时,判断所述过电压信号为雷电过电压故障;
当所述过电压信号的持续时间T∈[b,c]时,判断所述过电压信号为操作过电压故障;
当所述过电压信号的持续时间T∈[d,e]时,所述过电压信号为暂时过电压故障;
其中,a为所述过电压信号的持续时间的第一预设阈值,b为所述过电压信号的持续时间的第二预设阈值,c为所述过电压信号的持续时间的第三阈值,d为过电压信号的持续时间的第四阈值,e为过电压信号的持续时间的第五阈值,其中,a<b<c<d<e。
5.根据权利要求4所述的系统,其特征在于,所述过电压信号的持续时间的第一预设阈值、所述过电压信号的持续时间的第二预设阈值和所述过电压信号的持续时间的第三阈值为微秒级,所述过电压信号的持续时间的第四阈值为毫秒级、所述过电压信号的持续时间的第五阈值为毫秒级。
6.根据权利要求2所述的系统,其特征在于,所述判断模块包括:
第二分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为工频过电压故障、非线性谐振过电压故障和间歇电弧接地过电压故障。
7.根据权利要求6所述的系统,其特征在于,所述根据所述过电压信号中的特征量将所述过电压信号分为工频过电压故障、非线性谐振过电压故障和间歇电弧接地过电压故障包括:
当所述过电压信号的幅值U<2U′、所述过电压信号的频率为正常工作范围内的频率、且所述过电压信号的持续时间为分钟级,则判断所述过电压信号为工频过电压故障;
当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于正常工作范围内的频率、且所述过电压信号的持续时间为毫秒级,则判断所述过电压信号为非线性谐振过电压故障;
当所述过电压信号的幅值U>2U′、所述过电压信号的频率大于、小于或等于正常工作范围内的频率、且所述过电压信号的持续时间为微秒级,则判断所述过电压信号为间歇电弧接地过电压故障;
其中,U为所述过电压信号的幅值,U′为所述过电压信号的峰值。
8.根据权利要求2所述的系统,其特征在于,所述判断模块包括:
第三分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为合空变故障和切空变故障。
9.根据权利要求8所述的系统,其特征在于,所述根据所述过电压信号中的特征量将所述过电压信号分为合空变故障和切空变故障,包括:
当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐增大,则判断所述过电压信号为合空变故障;
当所述过电压信号波形中上升沿的振荡周期大于第五预设阈值、且所述过电压信号的电流变化趋势为逐渐减小,则判断所述过电压信号为切空变故障。
10.根据权利要求2所述的系统,其特征在于,所述判断模块包括:
第四分类器,用于根据所述过电压信号中的特征量将所述过电压信号分为合空线故障和投切电容故障。
11.根据权利要求10所述的系统,其特征在于,所述根据所述过电压信号中的特征量将所述过电压信号分为合空线故障和投切电容故障,包括:
当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐减小,则判断所述过电压信号为合空线故障;
当所述过电压信号波形中上升沿的振荡周期小于第六预设阈值、且所述过电压信号的电容容值变化趋势为逐渐增大,则判断所述过电压信号为投切电容故障。
12.一种过电压故障的识别方法,其特征在于,所述方法包括:
S1:采集过电压信号;
S2:提取所述过电压信号中的特征量;
S3:根据所述过电压信号中的特征量判断所述过电压信号的故障类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375235.8A CN111123036A (zh) | 2019-12-27 | 2019-12-27 | 过电压故障的识别系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375235.8A CN111123036A (zh) | 2019-12-27 | 2019-12-27 | 过电压故障的识别系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111123036A true CN111123036A (zh) | 2020-05-08 |
Family
ID=70503841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911375235.8A Pending CN111123036A (zh) | 2019-12-27 | 2019-12-27 | 过电压故障的识别系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111123036A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112881789A (zh) * | 2021-04-08 | 2021-06-01 | 中车青岛四方机车车辆股份有限公司 | 一种过电压信号识别方法、装置、介质及车辆 |
CN115144647A (zh) * | 2022-08-30 | 2022-10-04 | 国网江西省电力有限公司电力科学研究院 | 一种过电压智能识别方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101144840A (zh) * | 2007-10-24 | 2008-03-19 | 重庆大学 | 一种电网过电压信号变频采样方法 |
CN102023262A (zh) * | 2010-11-05 | 2011-04-20 | 重庆市电力公司綦南供电局 | 35kV电网弧光接地过电压识别方法 |
CN102135558A (zh) * | 2010-11-05 | 2011-07-27 | 重庆市电力公司綦南供电局 | 过电压数据采集分层识别系统及类型分层模式识别方法 |
CN102735947A (zh) * | 2012-06-05 | 2012-10-17 | 贵州电力试验研究院 | 采用多参量比值代码的电网过电压识别方法 |
CN103197124A (zh) * | 2013-03-14 | 2013-07-10 | 重庆市电力公司电力科学研究院 | 基于时频矩阵奇异值的过电压识别方法 |
CN105426839A (zh) * | 2015-11-18 | 2016-03-23 | 清华大学 | 基于稀疏自动编码器的电力系统过电压分类方法 |
CN105738773A (zh) * | 2016-04-19 | 2016-07-06 | 中国矿业大学 | 一种小电流接地系统的故障类型辨识方法 |
CN109655711A (zh) * | 2019-01-10 | 2019-04-19 | 国网福建省电力有限公司漳州供电公司 | 配电网内部过电压类型识别方法 |
-
2019
- 2019-12-27 CN CN201911375235.8A patent/CN111123036A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101144840A (zh) * | 2007-10-24 | 2008-03-19 | 重庆大学 | 一种电网过电压信号变频采样方法 |
CN102023262A (zh) * | 2010-11-05 | 2011-04-20 | 重庆市电力公司綦南供电局 | 35kV电网弧光接地过电压识别方法 |
CN102135558A (zh) * | 2010-11-05 | 2011-07-27 | 重庆市电力公司綦南供电局 | 过电压数据采集分层识别系统及类型分层模式识别方法 |
CN102735947A (zh) * | 2012-06-05 | 2012-10-17 | 贵州电力试验研究院 | 采用多参量比值代码的电网过电压识别方法 |
CN103197124A (zh) * | 2013-03-14 | 2013-07-10 | 重庆市电力公司电力科学研究院 | 基于时频矩阵奇异值的过电压识别方法 |
CN105426839A (zh) * | 2015-11-18 | 2016-03-23 | 清华大学 | 基于稀疏自动编码器的电力系统过电压分类方法 |
CN105738773A (zh) * | 2016-04-19 | 2016-07-06 | 中国矿业大学 | 一种小电流接地系统的故障类型辨识方法 |
CN109655711A (zh) * | 2019-01-10 | 2019-04-19 | 国网福建省电力有限公司漳州供电公司 | 配电网内部过电压类型识别方法 |
Non-Patent Citations (4)
Title |
---|
何翔宇: "变电站过电压监测及其波形的研究", 《中国优秀硕士学位论文全文数据库》 * |
刘玄毅: "《东北电力学院 函授大学教材 高电压技术》", 31 December 1993 * |
苏红梅: "安_保500kV工程系统内过电压的计算", 《河北电力技术》 * |
黄艳玲: "电力系统实测过电压信号的特征量提取与验证", 《高电压技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112881789A (zh) * | 2021-04-08 | 2021-06-01 | 中车青岛四方机车车辆股份有限公司 | 一种过电压信号识别方法、装置、介质及车辆 |
CN112881789B (zh) * | 2021-04-08 | 2022-07-08 | 中车青岛四方机车车辆股份有限公司 | 一种过电压信号识别方法、装置、介质及车辆 |
CN115144647A (zh) * | 2022-08-30 | 2022-10-04 | 国网江西省电力有限公司电力科学研究院 | 一种过电压智能识别方法及系统 |
CN115144647B (zh) * | 2022-08-30 | 2022-12-30 | 国网江西省电力有限公司电力科学研究院 | 一种过电压智能识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2827159B1 (en) | Partial discharge measurement system and partial discharge measurement method by repeated impulse voltage | |
CN102156251B (zh) | 一种雷击浪涌发生器 | |
CN103913663B (zh) | 一种直流系统电弧故障在线检测方法和保护装置 | |
CN111123036A (zh) | 过电压故障的识别系统和方法 | |
CN105423908A (zh) | 变压器绕组变形带电测试方法及系统 | |
CN108957278A (zh) | 基于门极电荷Qg的大功率IGBT故障诊断及保护方法和装置 | |
DE102014200946A1 (de) | Überlast-Überwachungsvorrichtung und Verfahren zur Überlast-Überwachung | |
CN103155329A (zh) | 用于进行在线铁磁共振检测的方法和系统 | |
Abdullah et al. | Adaptive detection of dc arc faults based on hurst exponents and current envelope | |
CN109001602A (zh) | 基于极限学习机算法的局部放电严重程度评估方法 | |
CN114397494A (zh) | 剩余电流故障检测方法与系统 | |
CN202093102U (zh) | 一种雷击浪涌发生器 | |
CN113302505A (zh) | 开关状态检测电路、方法和装置 | |
CN104865508A (zh) | 基于数据分组量化的局部放电识别方法 | |
CN102288881B (zh) | 变压器油纸绝缘尖刺放电缺陷严重程度诊断方法 | |
CN109241874B (zh) | 能量分解中功率信号滤波方法 | |
CN103454534A (zh) | 浪涌测试系统及其测试方法 | |
CN105785171A (zh) | 一种根据泄漏电流高次谐波特性判断ZnO压敏电阻片老化状态的方法 | |
Palani et al. | Virtual instrument for lightning impulse tests | |
Thirumala et al. | A generalized empirical wavelet transform for classification of power quality disturbances | |
Akorede et al. | Wavelet transforms: practical applications in power systems | |
CN114646873A (zh) | 一种GaN开关应力测试系统及电子设备 | |
Han et al. | High voltage power fault-detection and analysis system: Design and implementation | |
CN109387723B (zh) | 一种基于瞬时阻抗接地法的谐振接地系统接地选线方法 | |
Zhu et al. | Identification of capacitor switching transients with consideration of uncertain system and component parameters |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200508 |