CN111562248A - 一种基于sf6内标的gis故障诊断方法 - Google Patents

一种基于sf6内标的gis故障诊断方法 Download PDF

Info

Publication number
CN111562248A
CN111562248A CN202010416688.7A CN202010416688A CN111562248A CN 111562248 A CN111562248 A CN 111562248A CN 202010416688 A CN202010416688 A CN 202010416688A CN 111562248 A CN111562248 A CN 111562248A
Authority
CN
China
Prior art keywords
raman spectrum
gas
decomposed gas
fault diagnosis
peak area
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
Application number
CN202010416688.7A
Other languages
English (en)
Inventor
钱国超
郑易谷
王建新
沈龙
彭庆军
陈伟根
王品一
万福
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co 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 Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202010416688.7A priority Critical patent/CN111562248A/zh
Publication of CN111562248A publication Critical patent/CN111562248A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/65—Raman scattering
    • 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
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
    • 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
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • G01R31/1254—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of gas-insulated power appliances or vacuum gaps

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本申请涉及一种基于SF6内标的GIS故障诊断方法，包括：S1，利用激光拉曼光谱技术获取GIS中SF6及其分解气体样品的拉曼光谱；S2，分别计算出SF6及其分解气体的拉曼光谱峰面积；S3，将分解气体的拉曼光谱峰面积与SF6的拉曼光谱峰面积进行归一化处理，获得归一化值；S4，建立分解气体的已知浓度与各自的归一化值的定量分析模型；S5，将分解气体的归一化值代入定量分析模型中获得该分解气体的气体浓度，并基于三比值法进行GIS故障诊断。本申请将分解气体的拉曼光谱峰面积与SF6的拉曼光谱峰面积进行归一化处理，充分考虑了SF6气体含量变化的影响，消除了由于检测仪器振动、检测参数波动或外界环境干扰造成的误差，提高了GIS故障诊断的准确度。

Description

一种基于SF6内标的GIS故障诊断方法
技术领域
本申请涉及电气设备在线监测技术领域，尤其涉及一种基于拉曼光谱法检测的SF6内标的GIS故障诊断方法。
背景技术
SF6气体绝缘组合电器(Gas Insulated Switchgear，GIS)因具有结构紧凑、占地面积小、易于维护、绝缘性能优良、可靠性高等优点而被广泛应用于高电压领域，在电力装备中占比大。随着超特高压输电战略的发展，SF6气体绝缘组合电器需求增加，对其(特别是特高压设备)在线监测技术提出了更高的要求。由于制造、安装、运输和运行时的缺陷，SF6气体绝缘组合电器内部易产生放电和过热故障，导致SF6气体发生分解并产生SO2F2、SOF2、CF4、SO2、H2S、COS和CO2等反映设备内部绝缘缺陷类型、放电水平和绝缘材料老化程度的特征气体组分。对SF6气体及其分解特征组分进行有效检测，进而准确诊断设备内部绝缘材料老化程度及GIS内部压力情况，可以为SF6气体绝缘组合电器的全寿命周期管理提供依据，是提高设备利用率、降低设备检修费用、提升设备运维智能化以及保证电网安全生产的关键。
SF6是GIS内部的绝缘气体，初始状态时纯度高于99.99％，在GIS内部放电故障或者固体材料裂化时，会分解产生SO2F2、SOF2、CF4、SO2、H2S和CO2等故障特征气体，并混合于SF6中。目前，GIS故障诊断中往往因为背景气体SF6的浓度远大于SO2F2、SOF2、CF4、SO2、H2S和CO2的浓度而将SF6气体浓度变化视为不变，也将利用拉曼光谱测得的SF6峰的拟合面积值在理想情况下认为是常量。而SF6气体浓度变化是由检测仪器振动、检测参数波动或外界环境干扰引起的。因此，若在GIS故障诊断中未考虑到因检测仪器振动、检测参数波动、外界环境干扰而引起的SF6气体浓度的变化，会使GIS故障诊断的准确度降低。
发明内容
本申请提供了一种基于SF6内标的GIS故障诊断方法，以解决检测仪器振动、检测参数波动和外界环境干扰造成的问题。
本申请采用的技术方案如下：
一种基于SF6内标的GIS故障诊断方法，所述方法包括：
获取GIS中SF6及其分解气体样品的拉曼光谱；
计算所述SF6及其所述分解气体的拉曼光谱峰面积；
分别对所述分解气体的拉曼光谱峰面积与所述SF6的拉曼光谱峰面积进行归一化处理，获得归一化值；
建立所述分解气体的已知浓度与各自的归一化值的定量分析模型；
将所述归一化值代入所述定量分析模型中计算所述分解气体浓度，并基于三比值法进行GIS故障诊断。
进一步的，计算所述SF6及其所述分解气体的拉曼光谱峰面积的方法包括洛伦兹拟合或Voigt拟合。
进一步的，所述分解气体包括SO2F2、SOF2、CF4、SO2、H2S和CO2。
进一步的，所述分解气体的所述归一化值Sx，
Figure BDA0002493355490000021
Ax表示某所述分解气体的拉曼光谱峰面积，
Figure BDA0002493355490000022
表示所述SF6的拉曼光谱峰面积。
进一步的，所述三比值法中的比值类型包括CF4/CO2、SO2/H2S和SOF2/SO2F2。
采用本申请的技术方案的有益效果如下：
利用激光拉曼光谱技术获取GIS中SF6及其分解气体样品的拉曼光谱，再分别计算出所述SF6及其所述分解气体的拉曼光谱峰面积，并将分解气体的拉曼光谱峰面积与SF6的拉曼光谱峰面积进行归一化处理，获得归一化值，将分解气体的归一化值代入建立的定量分析模型中获得该分解气体的气体浓度，最后基于三比值法进行GIS故障诊断。本申请提供的一种基于SF6内标的GIS故障诊断方法采用将分解气体的拉曼光谱峰面积与SF6的拉曼光谱峰面积进行归一化处理以获得归一化值，充分考虑了SF6气体含量变化引起的分析误差，消除了检测仪器振动、检测参数波动、外界环境干扰，提高了GIS故障诊断的准确度。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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他的附图。
图1为一种基于SF6内标的GIS故障诊断方法的流程图。
具体实施方式
下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
参见图1，为一种基于SF6内标的GIS故障诊断方法的流程图。
本申请提供的一种基于SF6内标的GIS故障诊断方法，方法具体包括：
S1：利用激光拉曼光谱技术获取GIS中SF6及其分解气体样品的拉曼光谱：
由于制造、安装、运输和运行时的缺陷，SF6气体绝缘组合电器内部易产生放电和过热故障，导致SF6气体发生分解并产生SO2F2、SOF2、CF4、SO2、H2S和CO2等反映设备内部绝缘缺陷类型、放电水平和绝缘材料老化程度的特征气体组分。本实施例中分析的分解气体包括SO2F2、SOF2、CF4、SO2、H2S和CO2，至于产生的其他分解气体不在此处赘述。
S2：计算SF6及其分解气体的拉曼光谱峰面积：
基于谱线强度较高、谱线相对独立等原则，可分别选取拉曼光谱峰785cm-1、1512cm-1、1278cm-1、947cm-1、1178cm-1、2610cm-1和1386cm-1作为SO2F2、SOF2、CF4、SO2、H2S和CO2的拉曼光谱特征峰；
然后用洛伦兹拟合法计算各气体的拉曼光谱峰面积
Figure BDA0002493355490000031
Figure BDA0002493355490000032
和
Figure BDA0002493355490000033
另外，在计算各气体的拉曼光谱峰面积是也可采用Voigt拟合法。
S3：分别对分解气体的拉曼光谱峰面积与SF6的拉曼光谱峰面积进行归一化处理，获得归一化值Sx，
Figure BDA0002493355490000034
Ax表示某分解气体的拉曼光谱峰面积，
Figure BDA0002493355490000035
表示SF6的拉曼光谱峰面积。
计算各分解气体SO2F2、SOF2、CF4、SO2、H2S和CO2的归一化值如下：
Figure BDA0002493355490000036
Figure BDA0002493355490000037
Figure BDA0002493355490000038
Figure BDA0002493355490000039
Figure BDA00024933554900000310
Figure BDA00024933554900000311
S4：建立分解气体的已知浓度与各自的归一化值的定量分析模型：
标准方法测定已知样品中各分解气体的浓度；
利用拉曼光谱仪获取样品的拉曼光谱；
利用各气体的特征峰计算各气体的拉曼光谱峰面积；
将对分解气体的拉曼光谱峰面积与SF6的拉曼光谱峰面积进行归一化处理，获得归一化值；
优化、检验并建立各已知分解气体浓度与各归一化值的定量分析模型。
S5：将步骤S3计算得到的归一化值Sx代入步骤S4的定量分析模型中计算各分解气体浓度，并基于三比值法进行GIS故障诊断。三比值法中的比值类型包括CF4/CO2、SO2/H2S和SOF2/SO2F2，通过对这三组气体比值范围的分析，诊断出GIS内部的尖端放电、悬浮放电或颗粒放电等故障。
本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (5)

1.一种基于SF6内标的GIS故障诊断方法，其特征在于，所述方法包括：
获取GIS中SF6及其分解气体样品的拉曼光谱；
计算所述SF6及其所述分解气体的拉曼光谱峰面积；
分别对所述分解气体的拉曼光谱峰面积与所述SF6的拉曼光谱峰面积进行归一化处理，获得归一化值；
建立所述分解气体的已知浓度与归一化值的定量分析模型；
将所述归一化值代入所述定量分析模型中计算所述分解气体浓度，并基于三比值法进行GIS故障诊断。
2.根据权利要求1所述的一种基于SF6内标的GIS故障诊断方法，其特征在于，计算所述SF6及其所述分解气体的拉曼光谱峰面积的方法包括洛伦兹拟合和Voigt拟合。
3.根据权利要求1所述的一种基于SF6内标的GIS故障诊断方法，其特征在于，所述分解气体包括SO2F2、SOF2、CF4、SO2、H2S和CO2。
4.根据权利要求1所述的一种基于SF6内标的GIS故障诊断方法，其特征在于，所述分解气体的所述归一化值Sx，
Figure FDA0002493355480000011
Ax表示某所述分解气体的拉曼光谱峰面积，
Figure FDA0002493355480000012
表示所述SF6的拉曼光谱峰面积。
5.根据权利要求1所述的一种基于SF6内标的GIS故障诊断方法，其特征在于，所述三比值法中的比值类型包括CF4/CO2、SO2/H2S和SOF2/SO2F2。
CN202010416688.7A 2020-05-15 2020-05-15 一种基于sf6内标的gis故障诊断方法 Pending CN111562248A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010416688.7A CN111562248A (zh) 2020-05-15 2020-05-15 一种基于sf6内标的gis故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010416688.7A CN111562248A (zh) 2020-05-15 2020-05-15 一种基于sf6内标的gis故障诊断方法

Publications (1)

Publication Number Publication Date
CN111562248A true CN111562248A (zh) 2020-08-21

Family

ID=72072147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010416688.7A Pending CN111562248A (zh) 2020-05-15 2020-05-15 一种基于sf6内标的gis故障诊断方法

Country Status (1)

Country Link
CN (1) CN111562248A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112611718A (zh) * 2020-11-30 2021-04-06 杭州春来科技有限公司 船舶燃油含硫比遥感监测系统及方法
CN113158467A (zh) * 2021-04-25 2021-07-23 清华大学 基于归一化表面增强拉曼散射技术的定量分析模型及方法
CN113324973A (zh) * 2021-05-17 2021-08-31 重庆大学 一种结合光谱内标的多因素校正拉曼光谱定量分析方法
CN117405650A (zh) * 2023-12-14 2024-01-16 奥谱天成（厦门）光电有限公司 不可降解物质的检测方法、介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101403696A (zh) * 2008-10-21 2009-04-08 浙江大学 一种基于拉曼光谱的测量汽油烯烃含量的方法
US20090244535A1 (en) * 2008-03-25 2009-10-01 Alberta Research Council Inc. Continuous measurement of amine loading in gas processing plants using raman spectroscopy
CN103592582A (zh) * 2013-11-07 2014-02-19 国家电网公司 一种六氟化硫分解实验系统
WO2015026297A1 (en) * 2013-08-20 2015-02-26 Agency For Science, Technology And Research Spectroscopic device, method of detecting surface-enhanced raman scattering (sers) signal, and method for multiplex detection of a plurality of volatile organic compounds using surface-enhanced raman scattering (sers)
CN206161530U (zh) * 2016-08-31 2017-05-10 国家电网公司 六氟化硫分解物拉曼光谱在线监测分析仪
CN106885978A (zh) * 2017-04-20 2017-06-23 重庆大学 一种基于绝缘油拉曼光谱小波包能量熵的油纸绝缘老化诊断方法
CN106950216A (zh) * 2017-03-30 2017-07-14 重庆大学 变压器油中溶解丙酮含量拉曼光谱检测方法
CN107843581A (zh) * 2017-10-20 2018-03-27 国家电网公司 基于Voigt峰型拟合算法的拉曼光谱定量检测SF6特征分解气体SO2含量的方法
CN109086817A (zh) * 2018-07-25 2018-12-25 西安工程大学 一种基于深度信念网络的高压断路器故障诊断方法
CN109374530A (zh) * 2018-10-31 2019-02-22 国网重庆市电力公司电力科学研究院 六氟化硫气体分解产物的光声光谱在线监测方法
CN109580586A (zh) * 2019-01-07 2019-04-05 重庆大学 Sf6分解气体联合增强拉曼光谱检测装置及检测方法
CN109596596A (zh) * 2018-12-21 2019-04-09 黑龙江科技大学 基于拉曼光谱技术的多组分瓦斯水合物定量分析方法
CN110220993A (zh) * 2019-07-04 2019-09-10 华北电力大学 一种判断气体绝缘电气设备故障的方法
US20190360026A1 (en) * 2016-09-22 2019-11-28 Korea University Research And Business Foundation Nanoplasmonic biosensor and method for detecting disease markers using the same
CN110567932A (zh) * 2018-06-06 2019-12-13 中国石油天然气股份有限公司 气体拉曼光谱的处理方法及处理装置
CN110927267A (zh) * 2019-11-22 2020-03-27 中国大唐集团科学技术研究院有限公司火力发电技术研究院 基于分解组分分析法的气体绝缘组合电器故障诊断方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090244535A1 (en) * 2008-03-25 2009-10-01 Alberta Research Council Inc. Continuous measurement of amine loading in gas processing plants using raman spectroscopy
CN101403696A (zh) * 2008-10-21 2009-04-08 浙江大学 一种基于拉曼光谱的测量汽油烯烃含量的方法
WO2015026297A1 (en) * 2013-08-20 2015-02-26 Agency For Science, Technology And Research Spectroscopic device, method of detecting surface-enhanced raman scattering (sers) signal, and method for multiplex detection of a plurality of volatile organic compounds using surface-enhanced raman scattering (sers)
CN103592582A (zh) * 2013-11-07 2014-02-19 国家电网公司 一种六氟化硫分解实验系统
CN206161530U (zh) * 2016-08-31 2017-05-10 国家电网公司 六氟化硫分解物拉曼光谱在线监测分析仪
US20190360026A1 (en) * 2016-09-22 2019-11-28 Korea University Research And Business Foundation Nanoplasmonic biosensor and method for detecting disease markers using the same
CN106950216A (zh) * 2017-03-30 2017-07-14 重庆大学 变压器油中溶解丙酮含量拉曼光谱检测方法
CN106885978A (zh) * 2017-04-20 2017-06-23 重庆大学 一种基于绝缘油拉曼光谱小波包能量熵的油纸绝缘老化诊断方法
CN107843581A (zh) * 2017-10-20 2018-03-27 国家电网公司 基于Voigt峰型拟合算法的拉曼光谱定量检测SF6特征分解气体SO2含量的方法
CN110567932A (zh) * 2018-06-06 2019-12-13 中国石油天然气股份有限公司 气体拉曼光谱的处理方法及处理装置
CN109086817A (zh) * 2018-07-25 2018-12-25 西安工程大学 一种基于深度信念网络的高压断路器故障诊断方法
CN109374530A (zh) * 2018-10-31 2019-02-22 国网重庆市电力公司电力科学研究院 六氟化硫气体分解产物的光声光谱在线监测方法
CN109596596A (zh) * 2018-12-21 2019-04-09 黑龙江科技大学 基于拉曼光谱技术的多组分瓦斯水合物定量分析方法
CN109580586A (zh) * 2019-01-07 2019-04-05 重庆大学 Sf6分解气体联合增强拉曼光谱检测装置及检测方法
CN110220993A (zh) * 2019-07-04 2019-09-10 华北电力大学 一种判断气体绝缘电气设备故障的方法
CN110927267A (zh) * 2019-11-22 2020-03-27 中国大唐集团科学技术研究院有限公司火力发电技术研究院 基于分解组分分析法的气体绝缘组合电器故障诊断方法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
JUNG SEHUN 等: "Single-walled carbon nanotube sensors for monitoring partial discharge induced dissociation of SF6", 《AMERICAN SCIENTIFIC PUBLISHERS》 *
姚强 等: "SF6气体中杂质含量分析在GIS故障分析判断中的应用", 《高压电器》 *
张凯 等: "基于密度泛函的SF6特征分解产物拉曼光谱研究", 《重庆师范大学学报（自然科学版）》 *
张凯: "基于激光拉曼光谱的SF6分解特征气体检测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
朱勇康 等: "生物组织拉曼光谱定量测量的方法研究", 《光散射学报》 *
杜玲玲 等: "应用拉曼光谱分析变压器油中溶解乙酸含量", 《光谱学与光谱分析》 *
杨文斌: "激光诱导击穿光谱技术在气体检测中的应用研究", 《中国博士学位论文全文数据库 基础科学辑》 *
高颖 等: "基于拉曼光谱的天然气主要组分定量分析", 《分析化学》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112611718A (zh) * 2020-11-30 2021-04-06 杭州春来科技有限公司 船舶燃油含硫比遥感监测系统及方法
CN112611718B (zh) * 2020-11-30 2022-06-21 杭州春来科技有限公司 船舶燃油含硫比遥感监测系统及方法
CN113158467A (zh) * 2021-04-25 2021-07-23 清华大学 基于归一化表面增强拉曼散射技术的定量分析模型及方法
CN113158467B (zh) * 2021-04-25 2022-10-21 清华大学 基于归一化表面增强拉曼散射技术的定量分析模型及方法
CN113324973A (zh) * 2021-05-17 2021-08-31 重庆大学 一种结合光谱内标的多因素校正拉曼光谱定量分析方法
CN113324973B (zh) * 2021-05-17 2022-04-26 重庆大学 一种结合光谱内标的多因素校正拉曼光谱定量分析方法
CN117405650A (zh) * 2023-12-14 2024-01-16 奥谱天成（厦门）光电有限公司 不可降解物质的检测方法、介质
CN117405650B (zh) * 2023-12-14 2024-03-12 奥谱天成（厦门）光电有限公司 不可降解物质的检测方法、介质

Similar Documents

Publication Publication Date Title
CN111562248A (zh) 一种基于sf6内标的gis故障诊断方法
Zeng et al. SF6 decomposition and insulation condition monitoring of GIE: A review
Wu et al. Triangle fault diagnosis method for SF 6 gas-insulated equipment
CN106595761B (zh) 六氟化硫和氮气混合气体分解产物检测系统及其检测方法
CN112924325A (zh) 一种基于混合气体的气体绝缘变压器监测方法及装置
CN111983394A (zh) 一种基于sf6分解产物分析的gis放电故障诊断方法
Fan et al. Online detection technology for SF6 decomposition products in electrical equipment: A review
Zhao et al. Partial discharge early-warning through ultraviolet spectroscopic detection of SO2
CN112557834A (zh) 基于拉曼光谱的油纸绝缘设备老化诊断方法
CN115452752A (zh) 基于紫外光谱提高检测sf6气体分解产物精度的方法
CN115540799A (zh) 一种适用于位移检测装置的运行效率评估系统
CN105181615A (zh) 一种二氧化硫和硫化氢气体浓度检测装置及其检测方法
CN112461944A (zh) 变压器油中溶解气体在线监测装置的校准方法
CN109900465B (zh) 一种基于声音信号的有载分接开关故障诊断方法
CN113447781A (zh) 一种油纸电容式套管压力-氢气-温度三合一综合检测系统及检测方法
CN117783689A (zh) 一种特高压gis设备盆式绝缘子缺陷智能评定方法
CN113567849A (zh) 一种模拟gis内部不同放电故障的检测装置及方法
Rengaraj et al. Transformer Oil Health Monitoring Techniques—An Overview
CN107656177B (zh) 基于局部放电或sf6分解物的干式套管绝缘缺陷诊断方法
KR20180114371A (ko) 변압기의 유중가스 분석 시스템 및 분석 방법
Yuan et al. Detection of decomposition products of SF6/air gas mixture by electron attachment mass spectrometry
CN114184911B (zh) 检测设备缺陷类型的方法、装置及电子设备
CN115452978A (zh) 一种电力变压器绝缘系统可靠度判定方法和装置
CN115267006A (zh) 基于sf6分解组分分析的直流气体绝缘设备的故障诊断方法
CN112782263A (zh) 一种六氟化硫气体组分质谱信号的校正方法

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: 20200821