CN111487562B - 一种电力变压器状态早期预警及辅助决策方法 - Google Patents
一种电力变压器状态早期预警及辅助决策方法 Download PDFInfo
- Publication number
- CN111487562B CN111487562B CN202010296540.4A CN202010296540A CN111487562B CN 111487562 B CN111487562 B CN 111487562B CN 202010296540 A CN202010296540 A CN 202010296540A CN 111487562 B CN111487562 B CN 111487562B
- Authority
- CN
- China
- Prior art keywords
- data
- state quantity
- transformer
- early warning
- test
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012360 testing method Methods 0.000 claims abstract description 31
- 230000000737 periodic effect Effects 0.000 claims abstract description 19
- 230000007547 defect Effects 0.000 claims abstract description 10
- 238000012423 maintenance Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 11
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 9
- 238000009413 insulation Methods 0.000 claims description 8
- 238000002405 diagnostic procedure Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000004804 winding Methods 0.000 claims description 6
- 238000006731 degradation reaction Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000004868 gas analysis Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000007635 classification algorithm Methods 0.000 claims description 2
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 2
- 239000007789 gas Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- HSFWRNGVRCDJHI-UHFFFAOYSA-N alpha-acetylene Natural products C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 125000002534 ethynyl group Chemical group [H]C#C* 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/62—Testing of transformers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Housings And Mounting Of Transformers (AREA)
- Protection Of Transformers (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明提供一种电力变压器状态早期预警及辅助决策方法,包括步骤(1)、根据样本数据获取模块,从各个系统获取每台变压器从投运至今的所有相关数据,根据缺陷记录、检修记录,对试验数据进行切分,建立数据样本数据集T;步骤(2)、根据输入状态量的类型,设定两种触发方式;步骤(3)、设计阈值告警功能和趋势预警功能;步骤(4)、根据状态量类型,建立对应的告警信息集合I;步骤(5)、针对动态触发方式和周期性定时触发方式分别进行不同的状态预警。本发明使输出结果与实际的变压器缺陷处理过程相符,并能为实际变压器检修工作提供辅助决策。
Description
技术领域
本发明涉及电气设备故障诊断技术领域,具体而言,涉及一种电力变压器状态早期预警及辅助决策方法。
背景技术
电力变压器是电力系统中关键的设备,保障其稳定运行是保障电力系统供电可靠性的重要条件。在电网规模不断扩增、供电可靠性要求越来越高的背景下,电力变压器的运维检修工作面临着巨大的压力。传统以人力资源投入为主的电力变压器检修模式对拥有设备数量庞大的电网来说已经形成发展制约。尤其是变压器的内部结构复杂,内部缺陷不易被发现,往往在相关监测或检测项目超出规程值的情况下,现场人员才上报给变压器检修专业人员,由专业人员根据异常情况制定下一步检修计划,缺陷发现和处理周期较长,处理期间其运行风险较大。现有的告警系统往往也是根据相关试验规程预设的注意值,对在线监测获取的数据进行阈值判断,然后推送具体那个状态量超出规程。而在线监测数据的随机波动性较大,并且受装置灵敏度、环境、安装位置等因素的影响,其绝对阈值的准确率普遍不高,但其趋势的变化往往能灵敏地反应设备状态的变化。另外一方面,对于变压器大量的离线和带电检测、试验,没有对应的告警系统,因为一般情况下,在试验期间如发现超出相关试验规程的情况,则会立即处理,而对没有超出规程的试验数据,只会录入相关管理系统,不再做进一步分析挖掘。而变压器很多种缺陷或故障是一个缓慢的劣化过程,能够较早地捕捉到这个劣化过程,给出早期预警,对于变压器运行的稳定性有着非常重要的作用。
本发明提出一种全新的电力变压器状态早期预警方法和系统,不仅对变压器常规在线监测项目进行状态预警,还对部分带电、离线试验数据进行挖掘分析,进而给出早期趋势预警,并可根据告警信息智能推送辅助决策,实用性更强。
发明内容
本发明的目的在于提出一种电力变压器状态早期预警及辅助决策方法,以解决现有电力变压器综合故障诊断方法的不足,使输出结果与实际的变压器缺陷处理过程相符,并能为实际变压器检修工作提供辅助决策。
本发明的技术方案是,一种电力变压器状态早期预警及辅助决策方法,所述方法具体包括如下步骤:
步骤(1)、根据样本数据获取模块,从各个系统获取每台变压器从投运至今的所有相关数据,根据缺陷记录、检修记录,对试验数据进行切分,建立数据样本数据集T;
步骤(2)、根据输入状态量的类型,设定两种触发方式;
其中,直接或间接表征某台电力电压器状态的各类信息,如数据、声音、图像、现象等统称为变压器的状态量,每台设备的状态量集合设为S;
一种为针对数据来源为电力变压器在线监测包括油中溶解气体分析在线监测SS1、铁芯或夹件接地电流在线监测SS2、运行油温SS3,采取监视接口的动态触发方式,数据有更新,则立即获取预设窗口所需数据进行分析;其中,针对不同类型状态量,窗口大小设定也有所差异,状态量SS1窗口大小设为7天,状态量SS2窗口大小设为7天,状态量SS3窗口大小设为1天;
另外一种为针对数据来源为可获取的电力变压器所有带电检测、停电试验项目SL,包括油中溶解气体分析试验、铁芯及夹件接地电流、铁芯绝缘电阻、绕组绝缘电阻、绝缘油微水试验、绝缘油介质损耗、绕组直流电阻,采取周期性定时触发方式,周期T根据变压器电压等级、运行工况确定;
步骤(3)、设计阈值告警功能和趋势预警功能;
阈值告警是指某状态量达到相关规程的注意值时,系统给出的告警;趋势预警是指连续数值型状态量尚未到达注意值,但其劣化趋势达到触发条件Rt,系统给出的预警;触发条件Rt获取方式有两种,一种是根据样本数据集T中大量同类数据通过统计、聚类、分类算法获得,另外一种是在样本数据集T正样本量较少的情况下,通过专家知识设定经验值;
步骤(4)、根据状态量类型,建立对应的告警信息集合I;根据专家经验建立告警信息I和辅助决策措施建议P之间的推理映射集合M={ii→pi};
步骤(5)、针对动态触发方式的状态预警,首先根据监测类型选定数据采样窗口大小,然后输入数据通过可靠性提升策略做剔除离群点处理,然后进行趋势特征分析,趋势特征分析方法采用移动平均法、差分整合移动平均自回归模型对窗口内数据进行平滑处理;
处理后,如果最新的数据达到规定的注意值,模型输出阈值告警信息Ii和下一步诊断性试验措施Pi,同时将周期性触发模块的周期T调整为1天或者更短;如果最新的趋势分析结果达到触发条件Rt,模型输出阈值告警信息Ij和下一步诊断性试验措施Pj,同时将周期性触发模块的周期T调整为1天或者更短;
步骤(6)、针对周期性定时触发方式的状态预警,预警模块根据周期T遍历每台变压器的所有状态量,如果某状态量Sk的最新一条数据超出规定的注意值,输出告警信息Ii;如果状态量Sk为连续数值类型,则用最新一条数据和历次历史数据进行纵向比对,并根据设备台账信息进行厂商及批次设备匹配,如有匹配设备,则与该设备相同状态量进行横向比对,如果任一比对结果达到触发条件RtSk,模型输出趋势告警信息Ik,同时将周期性触发的周期T调整为1天或者更短;
根据输出的告警信息和推理映射集合M,进一步输出辅助决策措施;因周期性定时触发针对的状态量试验周期较长,并且根据试验类型、电压等级,试验周期各有差异,在定时触发获取各状态量时,首先获取各状态量更新时间,并与上次发出告警时所用的试验数据更新日期进行匹配,如匹配,则不会再进一步进行分析,避免重复告警。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例示出,其中自始至终相同或类似的标号表示相同或相似的元件或具有相同或相似功能的元件。下面通过描述的实施例是示例性的,旨在揭示本发明,而不能理解为本发明的限制。
本发明实施例的一种电力变压器状态早期预警及辅助决策推荐方法和系统,包括以下步骤:
(1)建立样本数据获取模块,从各个系统获取每台变压器从投运至今的所有相关数据,根据缺陷记录、检修记录,对试验数据进行切分,建立数据样本数据集T。
(2)根据输入状态量的类型,设定两种触发方式。其中,直接或间接表征某台电力电压器状态的各类信息,如数据、声音、图像、现象等统称为变压器的状态量,每台设备的状态量集合设为S。一种针对数据来源为电力变压器在线监测项目具体而言,包括油中溶解气体分析在线监测(SS1)、铁芯、夹件接地电流在线监测(SS2)、运行油温(SS3),采取监视接口的动态触发方式,及数据有更新,则立即获取预设窗口所需数据进行分析;其中,针对不同类型状态量,窗口大小设定也有所差异,可选地,状态量SS1窗口大小设为7天,状态量SS2窗口大小设为7天,状态量SS3窗口大小设为1天。另外一种针对数据来源为可获取的电力变压器所有带电检测、停电试验项目
(3)设计阈值告警功能和趋势预警功能。阈值告警是指某状态量达到相关规程的注意值时,系统给出的告警。趋势预警是指连续数值型状态量尚未到达注意值,但其劣化趋势达到触发条件Rt,系统给出的预警。触发条件Rt获取方式有两种,一种是根据样本数据集T中大量同类数据通过统计、聚类、分类等算法获得,另外一种是在样本数据集T正样本量较少的情况下,通过专家知识设定经验值。
(4)根据状态量类型,建立对应的告警信息集合I。例如,针对油中溶解气体分析在线监测(SS1),对应的告警信息集合中包括趋势告警信息:i1=“两种及以上特征气体增长趋势异常”,阈值告警信息:i2=“总烃含量超注意值”,i3=“乙炔含量超注意值”,i4=“氢气含量超注意值”。根据可基于专家经验建立告警信息I和辅助决策措施建议P之间的推理映射集合M={ii→pi}。例如,其中p1=“D类检修:尽快排查监测装置有无异常”,p2=“D类检修:密切关注油色谱变化情况,尽快安排取油分析色谱”。
(5)针对第一种动态触发方式的状态预警,首先根据监测类型选定数据采样窗口大小,然后输入数据通过可靠性提升策略做剔除离群点处理,然后进行趋势特征分析,可选地,趋势特征分析方法可用移动平均法、差分整合移动平均自回归模型对窗口内数据进行平滑处理,本实施例中应用三周期移动平均进行平滑。处理后,如果最新的数据达到DL/T1685《油浸式变压器(电抗器)状态评价导则》规定的注意值,模型输出阈值告警信息Ii和下一步诊断性试验措施Pi,同时将周期性触发模块的周期T调整为1天或者更短。如果最新的趋势分析结果达到触发条件Rt,模型输出阈值告警信息Ij和下一步诊断性试验措施Pj,同时将周期性触发模块的周期T调整为1天或者更短。
(6)针对第二种周期性定时方式的状态预警,预警模块会根据周期T遍历每台变压器的所有状态量,如果某状态量sk的最新一条数据超出DL/T1685《油浸式变压器(电抗器)状态评价导则》规定的注意值,输出告警信息Ii;如果状态量sk(sk∈SL)为连续数值类型,则用最新一条数据和历次历史数据进行纵向比对,并根据设备台账信息进行厂商及批次设备匹配,如有匹配设备,则与该设备相同状态量进行横向比对,如果任一比对结果达到触发条件RtSk,模型输出趋势告警信息Ik,状态量sk状态设为10,同时将周期性触发的周期T调整为1天或者更短。根据输出的告警信息和推理映射集合M,进一步输出辅助决策措施。因周期性定时触发针对的状态量试验周期较长,并且根据试验类型、电压等级等等,试验周期各有差异。为了避免重复告警,该模块在定时触发获取各状态量时,会首先获取各状态量更新时间,并与上次发出告警时所用的试验数据更新日期进行匹配,如匹配,则不会再进一步进行分析,避免重复告警。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (1)
1.一种电力变压器状态早期预警及辅助决策方法,其特征在于,所述方法具体包括如下步骤:
步骤(1)、根据样本数据获取模块,从各个系统获取每台变压器从投运至今的所有相关数据,根据缺陷记录、检修记录,对试验数据进行切分,建立数据样本数据集T;
步骤(2)、根据输入状态量的类型,设定两种触发方式;
其中,直接或间接表征某台电力电压器状态的各类信息统称为变压器的状态量,包括数据、声音、图像、现象,每台设备的状态量集合设为S;
一种为针对数据来源为电力变压器在线监测Ss,包括油中溶解气体分析在线监测SS1、铁芯或夹件接地电流在线监测SS2、运行油温SS3,采取监视接口的动态触发方式,数据有更新,则立即获取预设窗口所需数据进行分析;其中,针对不同类型状态量,窗口大小设定也有所差异,状态量SS1窗口大小设为7天,状态量SS2窗口大小设为7天,状态量SS3窗口大小设为1天;
另外一种为针对数据来源为可获取的电力变压器所有带电检测、停电试验项目SL,包括油中溶解气体分析试验、铁芯及夹件接地电流、铁芯绝缘电阻、绕组绝缘电阻、绝缘油微水试验、绝缘油介质损耗、绕组直流电阻,采取周期性定时触发方式,周期T根据变压器电压等级、运行工况确定;
步骤(3)、设计阈值告警功能和趋势预警功能;
阈值告警是指某状态量达到相关规程的注意值时,系统给出的告警;趋势预警是指连续数值型状态量尚未到达注意值,但其劣化趋势达到触发条件Rt,系统给出的预警;触发条件Rt获取方式有两种,一种是根据样本数据集T中大量同类数据通过统计、聚类、分类算法获得,另外一种是在样本数据集T正样本量较少的情况下,通过专家知识设定经验值;
步骤(4)、根据状态量类型,建立对应的告警信息集合I;根据专家经验建立告警信息I和辅助决策措施建议P之间的推理映射集合其中p1=D类检修:尽快排查监测装置有无异常;p2=D类检修:密切关注油色谱变化情况,尽快安排取油分析色谱;
步骤(5)、针对动态触发方式的状态预警,首先根据监测类型选定数据采样窗口大小,然后输入数据通过可靠性提升策略做剔除离群点处理,然后进行趋势特征分析,趋势特征分析方法采用移动平均法、差分整合移动平均自回归模型对窗口内数据进行平滑处理;
处理后,如果最新的数据达到规定的注意值,模型输出阈值告警信息Ii和下一步诊断性试验措施Pi,同时将周期性触发模块的周期T调整为1天或者更短;如果最新的趋势分析结果达到触发条件Rt,模型输出阈值告警信息Ij和下一步诊断性试验措施Pj,同时将周期性触发模块的周期T调整为1天或者更短;
步骤(6)、针对周期性定时触发方式的状态预警,预警模块根据周期T遍历每台变压器的所有状态量,如果某状态量Sk的最新一条数据超出规定的注意值,输出告警信息Ii;如果状态量Sk为连续数值类型,则用最新一条数据和历次历史数据进行纵向比对,并根据设备台账信息进行厂商及批次设备匹配,如有匹配设备,则与该设备相同状态量进行横向比对,如果任一比对结果达到触发条件RtSk,模型输出趋势告警信息Ik,同时将周期性触发的周期T调整为1天或者更短;
根据输出的告警信息和推理映射集合M,进一步输出辅助决策措施;因周期性定时触发针对的状态量试验周期较长,并且根据试验类型、电压等级,试验周期各有差异,在定时触发获取各状态量时,首先获取各状态量更新时间,并与上次发出告警时所用的试验数据更新日期进行匹配,如匹配,则不会再进一步进行分析,避免重复告警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296540.4A CN111487562B (zh) | 2020-04-15 | 2020-04-15 | 一种电力变压器状态早期预警及辅助决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296540.4A CN111487562B (zh) | 2020-04-15 | 2020-04-15 | 一种电力变压器状态早期预警及辅助决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111487562A CN111487562A (zh) | 2020-08-04 |
CN111487562B true CN111487562B (zh) | 2022-11-11 |
Family
ID=71791695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010296540.4A Active CN111487562B (zh) | 2020-04-15 | 2020-04-15 | 一种电力变压器状态早期预警及辅助决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111487562B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109765883A (zh) * | 2019-03-04 | 2019-05-17 | 积成电子股份有限公司 | 配电自动化终端运行状态评价与故障诊断方法 |
CN110058103A (zh) * | 2019-05-23 | 2019-07-26 | 国电南京自动化股份有限公司 | 基于Vxworks平台的变压器智能故障诊断系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020029097A1 (en) * | 2000-04-07 | 2002-03-07 | Pionzio Dino J. | Wind farm control system |
CN1484034A (zh) * | 2002-09-18 | 2004-03-24 | 新疆特变电工股份有限公司 | 变压器在线智能监测系统及其智能分析诊断方法 |
MX2011008941A (es) * | 2011-08-24 | 2013-02-25 | Univ Guanajuato | Sistema y dispositivo de monitoreo para la detección de fallas en transformadores. |
CN106841941A (zh) * | 2017-01-13 | 2017-06-13 | 国家电网公司 | 一种油浸式变压器设备取消例行停电试验的状态试验方法 |
CN108491990A (zh) * | 2018-01-27 | 2018-09-04 | 北京天润新能投资有限公司 | 一种风电场设备状态评价及检修决策支持检测方法及系统 |
CN109214527B (zh) * | 2018-08-09 | 2020-10-30 | 南瑞集团有限公司 | 一种变压器故障早期诊断预警方法和系统 |
CN110188309B (zh) * | 2019-05-31 | 2022-08-30 | 华侨大学 | 基于隐马尔科夫模型的油浸式电力变压器缺陷预警方法 |
-
2020
- 2020-04-15 CN CN202010296540.4A patent/CN111487562B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109765883A (zh) * | 2019-03-04 | 2019-05-17 | 积成电子股份有限公司 | 配电自动化终端运行状态评价与故障诊断方法 |
CN110058103A (zh) * | 2019-05-23 | 2019-07-26 | 国电南京自动化股份有限公司 | 基于Vxworks平台的变压器智能故障诊断系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111487562A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113657221B (zh) | 一种基于智能感知技术的电厂设备状态监测方法 | |
CN108664741B (zh) | 基于时间序列模型特征的变电站故障检测方法 | |
CN116629627A (zh) | 输电在线监测装置的智能检测系统 | |
EP2989705A1 (en) | Method and apparatus for defect pre-warning of power device | |
CN117808456B (zh) | 一种基于智慧运营管理的设备故障预警方法及装置 | |
CN115248402A (zh) | 油浸变压器在线监测系统及方法 | |
CN117520951B (zh) | 一种基于多特征量的变压器健康评估方法和系统 | |
CN116184265A (zh) | 一种基于多分类svm的避雷器泄漏电流检测方法和系统 | |
CN117933447A (zh) | 一种基于数据分析的故障预测方法及系统 | |
CN117318310A (zh) | 一种防爆配电柜远程无人智慧监测系统 | |
CN117150418B (zh) | 基于状态特征故障树的变压器运检周期制定方法和系统 | |
CN117152925B (zh) | 基于大数据的电力通信数据处理系统 | |
CN111487562B (zh) | 一种电力变压器状态早期预警及辅助决策方法 | |
CN117074852A (zh) | 一种配电网电能监测预警管理方法及系统 | |
CN112345972A (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 | |
CN115270982A (zh) | 一种基于多元数据神经网络的开关柜故障预测方法 | |
CN114167282A (zh) | 一种电动机故障诊断及劣化趋势预测方法及系统 | |
CN113625058A (zh) | 一种基于异常点群监测变压器套管的预警方法及系统 | |
Yang et al. | Research on transformer condition evaluation based on oil chromatography differentiation threshold | |
RU2791597C1 (ru) | Система мониторинга, диагностирования и управления техническим состоянием силовых трансформаторов | |
CN113608074B (zh) | 一种多表位耐压试验装置自动化在线监测方法及系统 | |
CN117973948B (zh) | 一种可基于数字式变电站电能质量分析系统 | |
CN117807155B (zh) | 多维度预警提示信息的生成方法、设备及存储介质 | |
CN110927488B (zh) | 一种基于隶属度函数的变压器运行状态监测方法 | |
CN118331204B (zh) | 一种工业自动化控制设备安全状态监测方法及系统 |
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 |