CN111693261B - 一种高压并联电抗器铁心松动故障诊断方法 - Google Patents
一种高压并联电抗器铁心松动故障诊断方法 Download PDFInfo
- Publication number
- CN111693261B CN111693261B CN202010459934.7A CN202010459934A CN111693261B CN 111693261 B CN111693261 B CN 111693261B CN 202010459934 A CN202010459934 A CN 202010459934A CN 111693261 B CN111693261 B CN 111693261B
- Authority
- CN
- China
- Prior art keywords
- vibration
- distribution
- matrix
- gray level
- iron core
- 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 44
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 title claims abstract description 35
- 238000003745 diagnosis Methods 0.000 title claims abstract description 20
- 238000011158 quantitative evaluation Methods 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 64
- 230000008859 change Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000003491 array Methods 0.000 claims 1
- 238000000691 measurement method Methods 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 14
- 230000009471 action Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000035882 stress Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000003679 aging effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005520 electrodynamics Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/025—Measuring arrangements
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明涉及一种高压并联电抗器铁心松动故障诊断方法,通过测量电抗器振动纹理来评估电抗器机械状态,并建立了基于振动纹理灰度熵的高压并联电抗器机械状态量化评估方法。本发明具有诊断结果准确性高,诊断精度不受测点和电压影响的优点,并且由于采取了合适的测量策略,使得测量过程中使用较少的传感器,并且测量可重复性高,适合现场运维人员。
Description
技术领域
本发明属于一种基于电抗器油箱振动纹理熵的电抗器铁心松动故障诊断方法。
背景技术
高压并联电抗器是重要的无功补偿设备,对电力系统的安全稳定运行具有重要意义。高压并联电抗器一旦发生故障,会造成巨大的经济损失和人员伤亡。对于高压并联电抗器、尤其是特高压并联电抗器,由于电压等级高、容量大,设备在运行过程中会遭受严酷的电应力、热应力和机械应力考核,出现老化、松动甚至故障是难以避免的。铁心松动是高压并联电抗器常见的故障形式。根据铁心发生松动的原因,可以把铁心松动划分为三种类型,机械力作用下的松动、电动力作用下的松动和综合因素作用下的松动。电动力作用下的松动是指高压并联电抗器在稳态运行过程中电抗器本体振动使得铁心发生松动,如在累积效应的作用下紧固铁心的螺栓松动,导致铁心松动;机械力作用下的松动是指高压并联电抗器在运输过程中发生摇晃和碰撞,使得铁心发生松动;综合因素作用下的松动则指由于老化效应导致的设备整体松动。
近年来国内外针对电抗器铁心松动故障诊断方法开展了研究,常见的方法有频率响应法、扫频阻抗法和振动法。扫频阻抗法和频率响应法常被应用于离线检测,振动信号分析法存在测点选择问题。
本发明提供了一种基于电抗器油箱振动纹理对比度的电抗器铁心松动故障诊断方法,该方法避免了传统振动法测量结果随测点位置改变而变化的缺点,同时可实现在线检测。
发明内容
本发明提出了一种基于电抗器油箱振动纹理对比度的电抗器铁心松动故障诊断方法,该方法避免了电压对振动的影响,避免了测点对诊断结果的影响,具有判据明确,诊断结果准确性高,可实现在线检测的优点。
本发明的技术方案:
一种高压并联电抗器铁心松动故障诊断方法,通过测量电抗器振动纹理来评估电抗器机械状态,并建立了基于振动纹理灰度熵的高压并联电抗器机械状态量化评估方法。
具体步骤如下:
1)划分网格,确定被测点
为了获取高压并联电抗器振动相位分布,首先要确定被测区域,被测区域的选定需要遵循以下几个原则:首先被测区域要尽量平坦规则,便于网格划分和传感器布置;其次网格划分不宜过小也不宜过大,如果网格过小,相邻区域振动相位差别不大,浪费测量资源,如果网格过大,则忽略了某些区域振动细节,获取的相位分布可能偏差较大。
2)确定参考信号
为了获取同一时刻下不同测点的振动相位信息,需要同时测量各测点的振动信号,但振动传感器在测量振动时存在质量效应,过多的传感器依附于被测物体表面,会使得被测物体的振动发生畸变,影响测量结果,另一种测量思路是单点测量,但每次测量时需要记录一个校准信号。对于高压并联电抗器,校准信号可以分为两类:一类是电参考校准信号,另一类是机械参考校准信号。电参考校准信号可来源于并联电抗器的电压或者电流信号,机械参考校准信号可来源于并联电抗器油箱某点的振动信号。对于一台确定的高压并联电抗器,电参考信号具有唯一性和确定性,而对于机械参考信号,随着参考测点的改变,参考信号也会发生变化,导致相位分布测量出现一定问题。因此本发明选取高压并联电抗器电流信号作为参考信号,去校准不同测点的振动信号。
3)测量被测点振动
高压并联电抗器振动为微幅振动,因此采用加速度传感器测量高压并联电抗器振动。对于现场测量,可能存在较为严重的电磁干扰,因此需要对传感器和传感器线缆做好电磁屏蔽措施,以增强振动信号的信噪比。
4)获得振动相位分布
对于测得的振动信号,进行快速傅里叶变换,获得振动信号在100Hz下的相位,对参考信号做同样操作,然后每个测点的振动相位减去对应参考信号的相位,就得到被测电抗器被测区域的相位分布矩阵。
5)获得振动幅值分布
对于测得的振动信号,进行快速傅里叶变换,获得振动信号在100Hz下的幅值,得到被测电抗器被测区域的幅值分布矩阵。
6)获得振动纹理分布
100Hz幅值分布矩阵乘以对应位置100Hz相位分布矩阵的余弦值,得到100Hz振动分布矩阵,对其进行三次样条插值,得到100Hz振动纹理分布。
7)获得振动分布灰度图
将振动分纹理布转化为振动纹理分布灰度图,按振动纹理分布的数值分布特征,将其按大小划分为64各等级,每个值对应的等级即为灰度图对应的灰度值;
8)计算熵,判断是否存在机械故障
根据灰度图的灰度矩阵计算灰度共生矩阵,由灰度共生矩阵计算纹理熵,根据纹理熵的变化百分比判断设备是否存在机械故障。
将振动纹理分布转化为振动灰度纹理分布,计算灰度共生矩阵,得到纹理熵;对比计算得到的纹理熵与初始值的偏差幅度,诊断铁心是否发生松动,若变化幅度大于百分之十,则铁心发生松动。
2.计算流程
通过以上分析,基于基于电抗器油箱振动纹理对比度的电抗器铁心松动故障诊断流程如下:
步骤1:划分网格,确定被测点,对于一般的高压并联电抗器,选择油箱正面区域,传感器间距一般不宜大于10cm,不宜小于3cm,网格一般为平面矩形网格。
步骤2:确定参考信号,本发明选择电抗器电流信号作为参考信号,具有便于测量,参考唯一的优点。
步骤3:测量被测点振动,本发明采用压电式加速度传感器获得被测点振动信号。
步骤4:获得振动相位分布和振动幅值分布,振动相位分布矩阵元素乘以对应振动幅值分布矩阵元素的余弦值得振动纹理分布;按照量化原则,将振动值划分为64个等级,每个元素对应的等级即为灰度值,由此方法得到灰度图。
步骤5:由灰度图对应的矩阵计算灰度共生矩阵,由灰度共生矩阵计算熵,具体定义如下:
所述灰度矩阵为:在油箱表面建立oxyz坐标轴,z轴对油箱表面测点的电压最大时的振动幅值;y轴对油箱表面y方向的振动测点的声压进行度量;x轴对油箱表面x方向声压测点数目进行度量,则油箱表面每一个测点均对应一个三维数组(x,y,z),x∈(1,2,3,4,…,Nx),y∈(1,2,3,4,…,Ny),z∈(1,2,3,4,…,Ng),其中,Nx为x方向测点的总数,Ny为y方向测点的总数,Ng为振动幅值等级数;则灰度矩阵中的任意元素Pi,j:Pi,j=z(i=x,j=y)。
式(1)中:card代表满足集合条件的振动分布元素对(k,l)和(m,n)的数目;d是元素对间距;θ是元素对在坐标平面内与x轴正方向所成角度;k是余弦夹角距离,l是矩阵中元素间的距离;m是矩阵中元素的行下标,n是矩阵中元素的列下标。
根据纹理熵定义:
步骤6:由纹理熵变化比例判断铁心是否发生松动。
本发明的优点:
针对目前高压并联电抗器机械故障诊断结果不准确,对测点和电压依赖性强的问题,本发明提出了一种基于电抗器油箱振动纹理对比度的电抗器铁心松动故障诊断方法,该方法具有诊断结果准确性高,诊断精度不受测点和电压影响的优点,并且由于采取了合适的测量策略,使得测量过程中使用较少的传感器,并且测量可重复性高,适合现场运维人员。
附图说明
图1为本发明的计算流程图。
图2为本发明的测点分布图。
图3为本发明的100%电压振动分布图;
图4为本发明的80%电压振动分布图;
图5为本发明的60%电压振动分布图;
图6为本发明的100%预紧力振动分布图;
图7为本发明的80%预紧力振动分布图;
图8为本发明的60%预紧力振动分布图。
具体实施方式
1.一种基于电抗器油箱振动纹理对比度的电抗器铁心松动故障诊断方法如图1所示。
1)划分网格,确定被测点
为了获取高压并联电抗器振动相位分布,首先要确定被测区域,被测区域的选定需要遵循以下几个原则:首先被测区域要尽量平坦规则,便于网格划分和传感器布置;其次网格划分不宜过小也不宜过大,如果网格过小,相邻区域振动相位差别不大,浪费测量资源,如果网格过大,则忽略了某些区域振动细节,获取的相位分布可能偏差较大。
2)确定参考信号
为了获取同一时刻下不同测点的振动相位信息,需要同时测量各测点的振动信号,但振动传感器在测量振动时存在质量效应,过多的传感器依附于被测物体表面,会使得被测物体的振动发生畸变,影响测量结果,另一种测量思路是单点测量,但每次测量时需要记录一个校准信号。对于高压并联电抗器,校准信号可以分为两类:一类是电参考校准信号,另一类是机械参考校准信号。电参考校准信号可来源于并联电抗器的电压或者电流信号,机械参考校准信号可来源于并联电抗器油箱某点的振动信号。对于一台确定的高压并联电抗器,电参考信号具有唯一性和确定性,而对于机械参考信号,随着参考测点的改变,参考信号也会发生变化,导致相位分布测量出现一定问题。因此本发明选取高压并联电抗器电流信号作为参考信号,去校准不同测点的振动信号。
3)测量被测点振动
高压并联电抗器振动为微幅振动,因此采用加速度传感器测量高压并联电抗器振动。对于现场测量,可能存在较为严重的电磁干扰,因此需要对传感器和传感器线缆做好电磁屏蔽措施,以增强振动信号的信噪比。
4)获得100Hz振动相位分布
对于测得的振动信号,进行快速傅里叶变换,获得振动信号在100Hz下的相位,对参考信号做同样操作,然后每个测点的振动相位减去对应参考信号的相位,就得到被测电抗器被测区域的相位分布矩阵。
5)获得100H振动幅值分布
对于测得的振动信号,进行快速傅里叶变换,获得振动信号在100Hz下的幅值,得到被测电抗器被测区域的幅值分布矩阵。
6)获得100H振动分布
100Hz幅值分布矩阵乘以对应位置100Hz相位分布矩阵的余弦值,得到100Hz振动分布矩阵,对其进行三次样条插值,得到100Hz振动纹理分布。
7)获得振动分布灰度图
将振动分纹理布转化为振动纹理分布灰度图,转化方法为,按振动纹理分布的数值分布特征,将其按大小划分为64各等级,每个值对应的等级即为灰度图对应的灰度值;
8)计算熵,判断是否存在机械故障
根据灰度图的灰度矩阵计算灰度共生矩阵,由灰度共生矩阵计算纹理熵,根据纹理熵的变化百分比判断设备是否存在机械故障;
2.计算流程
通过以上分析,基于基于电抗器油箱振动纹理对比度的电抗器铁心松动故障诊断流程如下:
步骤1:划分网格,确定被测点,对于一般的高压并联电抗器,选择油箱正面区域,传感器间距一般不宜大于10cm,不宜小于3cm,网格一般为平面矩形网格。
步骤2:确定参考信号,本发明选择电抗器电流信号作为参考信号,具有便于测量,参考唯一的优点。
步骤3:测量被测点振动,本发明采用压电式加速度传感器获得被测点振动信号。
步骤4:获得振动相位分布和振动幅值分布,振动相位分布矩阵元素乘以对应振动幅值分布矩阵元素的余弦值得振动纹理分布;按照量化原则,将振动值划分为64个等级,每个元素对应的等级即为灰度值,由此方法得到灰度图。
步骤5:由灰度图对应的矩阵计算灰度共生矩阵,由灰度共生矩阵计算熵,具体定义如下:
所述灰度矩阵为:在油箱表面建立oxyz坐标轴,z轴对油箱表面测点的电压最大时的振动幅值;y轴对油箱表面y方向的振动测点的声压进行度量;x轴对油箱表面x方向声压测点数目进行度量,则油箱表面每一个测点均对应一个三维数组(x,y,z),x∈(1,2,3,4,…,Nx),y∈(1,2,3,4,…,Ny),z∈(1,2,3,4,…,Ng),其中,Nx为x方向测点的总数,Ny为y方向测点的总数,Ng为振动幅值等级数;则灰度矩阵中的任意元素Pi,j:Pi,j=z(i=x,j=y)。
进一步的,所述灰度共生矩阵为Pc(i,j,d,θ),所述灰度共生矩阵通过式(1)进行计算:
式(1)中:card代表满足集合条件的振动分布元素对(k,l)和(m,n)的数目;d是元素对间距;θ是元素对在坐标平面内与x轴正方向所成角度;k是余弦夹角距离,l是矩阵中元素间的距离;m是矩阵中元素的行下标,n是矩阵中元素的列下标。
根据纹理熵定义:
步骤6:由纹理熵变化比例判断铁心是否发生松动;
实施方式:
1.划分网格,确定测点,在本例中,对象是一台特殊定制过的10kV三相油浸式并联电抗器,网格划分为9*8的平面矩形网格,测点为网格交点,如图2所示:
2.确定参考信号,本例中将罗氏线圈测得的A相电流信号作为参考信号,将电流信号中的50Hz分量的相位作为校准相位;
3.测量被测点振动信号,本例中采用pcb公司生产的工业级别压电式加速度传感器作为测量传感器;
4.获得振动相位分布,和振动幅值分布,最终得到振动分布,分别探讨了电压和铁心松动对振动分布的影响:
首先是电压对归算后振动分布的影响见图3-5
其次是铁心松动对归算后振动分布的影响见图6-8;
5.转化为灰度图,计算灰度共生矩阵,由此计算纹理熵,发现当纹理熵相较于初始值变化超过百分之十时,铁心发生松动。
本发明针对目前高压并联电抗器机械故障诊断结果不准确,对测点和电压依赖性强的问题,本发明提出了一种基于电抗器油箱振动纹理对比度的电抗器铁心松动故障诊断方法,该方法具有诊断结果准确性高,诊断精度不受测点和电压影响的优点,并且由于采取了合适的测量策略,使得测量过程中使用较少的传感器,并且测量可重复性高,适合现场运维人员。
Claims (8)
1.一种高压并联电抗器铁心松动故障诊断方法,其特征在于,通过测量电抗器振动纹理来评估电抗器机械状态,并建立了基于振动纹理灰度熵的高压并联电抗器机械状态量化评估方法;
具体步骤为:
步骤1:划分网格,确定测点;
步骤2:确定参考信号;
步骤3:测量被测点振动信号;
步骤4:获得振动相位分布和振动幅值分布,进而得到振动纹理分布;
步骤5:将振动纹理分布转化为振动灰度纹理分布,即灰度图,计算灰度图的灰度共生矩阵,得到纹理熵;
步骤6:对比计算得到的纹理熵与初始值的偏差幅度,诊断铁心是否发生松动,若变化幅度大于百分之十,则铁心发生松动;
步骤4:对于测得的振动信号,进行快速傅里叶变换,获得振动信号在100Hz下的相位,对参考信号做同样操作,然后每个测点的振动相位减去对应参考信号的相位,就得到被测电抗器被测区域的相位分布矩阵;
测得的振动信号,进行快速傅里叶变换,获得振动信号在100Hz下的幅值,得到被测电抗器被测区域的幅值分布矩阵;
100Hz幅值分布矩阵乘以对应位置100Hz相位分布矩阵的余弦值,得到100Hz振动分布矩阵,对其进行三次样条插值,得到100Hz振动纹理分布。
2.根据权利要求1述的一种高压并联电抗器铁心松动故障诊断方法,其特征在于,步骤1:网格划分为平面矩形网格,位于电抗器铁心正对油箱面,单元网格边长小于10cm且大于3cm。
3.根据权利要求1述的一种高压并联电抗器铁心松动故障诊断方法,其特征在于,步骤2:将电抗器电流信号中的50Hz分量的相位作为校准相位。
4.根据权利要求1述的一种高压并联电抗器铁心松动故障诊断方法,其特征在于,步骤3:采用单点逐次测量方法,采用压电式加速度传感器测量高压并联电抗器振动。
5.根据权利要求1述的一种高压并联电抗器铁心松动故障诊断方法,其特征在于,步骤5:将振动分纹理布转化为振动纹理分布灰度图,按振动纹理分布的数值分布特征,将其按大小划分为64个等级,每个值对应的等级即为灰度图对应的灰度值。
6.根据权利要求1述的一种高压并联电抗器铁心松动故障诊断方法,其特征在于,步骤5:根据灰度图的灰度矩阵计算灰度共生矩阵,由灰度共生矩阵计算纹理熵,根据纹理熵的变化百分比判断设备是否存在机械故障。
7.根据权利要求6述的一种高压并联电抗器铁心松动故障诊断方法,其特征在于,由灰度共生矩阵计算熵,具体如下:
所述灰度矩阵为:在油箱表面建立oxyz坐标轴,z轴数值对应油箱表面测点的电压最大时的振动幅值;y轴数值对应油箱表面y方向的振动测点数量;x轴数值对应油箱表面x方向的振动测点数量,则油箱表面每一个测点均对应一个三维数组(x,y,z),则共计形成72个三维数组,其中,,,为x方向测点的总数,为y方向测点的总数,为振动幅值等级数;则灰度矩阵中的任意元素:;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010459934.7A CN111693261B (zh) | 2020-05-28 | 2020-05-28 | 一种高压并联电抗器铁心松动故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010459934.7A CN111693261B (zh) | 2020-05-28 | 2020-05-28 | 一种高压并联电抗器铁心松动故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111693261A CN111693261A (zh) | 2020-09-22 |
CN111693261B true CN111693261B (zh) | 2022-03-15 |
Family
ID=72478533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010459934.7A Active CN111693261B (zh) | 2020-05-28 | 2020-05-28 | 一种高压并联电抗器铁心松动故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111693261B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0518367D0 (en) * | 2005-09-09 | 2005-10-19 | Qinetiq Ltd | Automated selection of image regions |
CN1776743A (zh) * | 2005-11-24 | 2006-05-24 | 上海交通大学 | 基于相位一致的纹理分类方法 |
CN101865789A (zh) * | 2010-06-30 | 2010-10-20 | 上海交通大学 | 近场声全息声像模式识别故障检测装置及其检测方法 |
CN104964821A (zh) * | 2015-05-22 | 2015-10-07 | 南京航空航天大学 | 一种用于轴系设备的故障检测方法和故障检测装置 |
-
2020
- 2020-05-28 CN CN202010459934.7A patent/CN111693261B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0518367D0 (en) * | 2005-09-09 | 2005-10-19 | Qinetiq Ltd | Automated selection of image regions |
CN1776743A (zh) * | 2005-11-24 | 2006-05-24 | 上海交通大学 | 基于相位一致的纹理分类方法 |
CN101865789A (zh) * | 2010-06-30 | 2010-10-20 | 上海交通大学 | 近场声全息声像模式识别故障检测装置及其检测方法 |
CN104964821A (zh) * | 2015-05-22 | 2015-10-07 | 南京航空航天大学 | 一种用于轴系设备的故障检测方法和故障检测装置 |
Non-Patent Citations (1)
Title |
---|
基于波束形成声像图纹理特征的机械故障诊断方法;鲁文波;《振动工程学报》;20110831;428-434 * |
Also Published As
Publication number | Publication date |
---|---|
CN111693261A (zh) | 2020-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108051364A (zh) | 一种epr核能电缆剩余寿命评估方法与预测epr核能电缆剩余使用寿命方法 | |
CN112556828A (zh) | 一种变压器绕组松动故障检测方法 | |
CN113655262B (zh) | 基于多维等效电容计算的电压测量自解耦方法 | |
CN111208206A (zh) | 一种温度变化环境下的复合材料超声导波结构健康监测方法 | |
JP2014089819A (ja) | 磁場計測装置およびそれを用いた電池劣化検査方法 | |
CN111141206B (zh) | 一种应变计动态特性检测装置及其测试方法 | |
CN113252960A (zh) | 一种适用于直流配电网电流传感器的外磁场干扰抑制方法 | |
CN111693261B (zh) | 一种高压并联电抗器铁心松动故障诊断方法 | |
US7830140B2 (en) | Eddy current system and method for estimating material properties of parts | |
CN110412404B (zh) | 一种基于变压器声学图像对比度的绕组松动故障诊断方法 | |
CN113899487A (zh) | 一种空间三维残余应力超声检测方法 | |
CN106908688B (zh) | 一种便携式电力变压器绕组故障实时诊断设备 | |
CN110119690B (zh) | 一种基于crp和rqa的并联电抗器振动敏感区域选择方法 | |
CN116522085A (zh) | 一种全自动拉索频率提取、定阶和索力识别方法与应用 | |
CN106952182B (zh) | 一种基于振动分布特征的电力变压器绕组故障诊断方法 | |
CN116400285A (zh) | 一种电力互感器初始误差计量方法 | |
US10578584B2 (en) | Calibration device for non-destructive inspection/measurement system and non-destructive inspection/measurement method | |
CN112572728B (zh) | 一种基于剪应变的船艏冰载荷测试系统及识别方法 | |
CN101576611A (zh) | 基于核独立分量分析的电流传感器角差在线监测方法 | |
CN113390956B (zh) | 双磁敏元件探头及基于探头的漏磁检测缺陷定量评价方法 | |
CN112881839B (zh) | 基于频率集中度和振动平稳性互信息的变压器诊断方法 | |
CN111308250A (zh) | 一种基于振纹的变压器故障诊断方法和装置 | |
CN110987269B (zh) | 一种测力轮对应变片位置确定方法及系统 | |
RU2743110C1 (ru) | Устройство контроля изоляций обмотки статора турбогенератора | |
CN111812426B (zh) | 一种基于振动相位分布的高压并联电抗器故障诊断方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |