CN112034387A - 一种基于预测序列的输电线路短路故障诊断方法及装置 - Google Patents
一种基于预测序列的输电线路短路故障诊断方法及装置 Download PDFInfo
- Publication number
- CN112034387A CN112034387A CN202010935449.2A CN202010935449A CN112034387A CN 112034387 A CN112034387 A CN 112034387A CN 202010935449 A CN202010935449 A CN 202010935449A CN 112034387 A CN112034387 A CN 112034387A
- Authority
- CN
- China
- Prior art keywords
- signal sequence
- transmission line
- power transmission
- fault diagnosis
- historical
- 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
Links
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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
-
- 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
- G01R31/58—Testing of lines, cables or conductors
Abstract
本发明公开了一种基于预测序列的输电线路短路故障诊断方法及装置,属于电力系统及其自动化中的输配电技术领域,根据交变电流或电流微分信号的历史序列,提取特征参数,对电流或电流微分信号进行预测,再将预测序列与实际采集的序列进行逐点比较,采用正偏差平方和作为比较参数,超过阈值时判定线路出现短路故障。本发明由于对每个采样点进行差值后再做平方和比较,比传统方法更注重时间分辨率,因而具备较高的快速性和准确性,同时本发明提供了简单快捷的线路正常工况稳态电流预测方法,具有易于实现、计算量小的特点。
Description
技术领域
本发明属于电力系统及其自动化中的输配电技术领域,更具体地,涉及一种基于预测序列的输电线路短路故障诊断方法及装置。
背景技术
在电力系统中,保护装置是电力系统安全可靠运行的基本保障,而故障的快速诊断则是保护装置有效运行的关键一环。当输电线路发生短路故障时,对短路故障进行快速识别和诊断并发出短路故障信号,进而触发保护装置适时动作,切除故障线路或投入故障限流器,可以控制和减少短路故障所引发的危害,避免设备损坏和故障进一步扩大。
在现有对输电线路短路故障的快速诊断方法中,主要有电流瞬时值法、有效值法、电流变化率(斜率/比值)、三相电流平方和比较法、电流微分组合法等方法。
电流瞬时值法和电流变化率(斜率/比值)法具有计算简单、快速响应的优点,然而该方法受到线路脉冲和高频噪声干扰的影响,对检测设备的噪声抑制和滤波具有较高的要求。有效值法需要在短路电流经过一段时间后才能达到预设阈值,响应速度受到影响。三相电流平方和比较法和其他的一些电流微分信号组合算法,不同程度受到线路阻抗、短路初相角等影响,在兼顾快速性的同时还存在一定的识别死区,难以获得理想的效果。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提出了一种基于预测序列的输电线路短路故障诊断方法及装置,用于实现输电线路短路故障的快速诊断,由此解决现有存在的故障识别时间过长、计算量大、容易受到干扰、存在识别死区等的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种基于预测序列的输电线路短路故障诊断方法,包括:
(1)获取输电线路上的实时信号序列及历史信号序列;
(2)根据所述历史信号序列得到目标特征,基于所述目标特征预测得到预测信号序列;
(3)获取所述实时信号序列与所述预测信号序列的正偏差平方和,根据所述正偏差平方和与预设阈值之间的大小关系,确定所述输电线路的故障诊断结果。
在一些可选的实施方案中,步骤(2)包括:
历史信号序列i(t)表达式为:令及 得到目标特征Ir和Ic,其中,Im为历史信号序列i(t)的信号幅值,为历史信号序列i(t)的初始相角,ω为历史信号序列i(t)的角频率;由IDetection(n)=IrAn+IcBn,n=1,2,…M,得到预测信号序列IDetection(n),其中,An=sin(2π(n-1)/Np),Bn=cos(2π(n-1)/Np),Np为每工频周期的采样点数,M表示总的采样点数。
在一些可选的实施方案中,步骤(3)包括:
获取所述实时信号序列与所述预测信号序列的正偏差平方和,根据所述正偏差平方和与预设阈值之间的大小关系,确定所述输电线路的故障诊断结果,其中,所述信号序列为电流信号序列和/或电流微分信号序列。
在一些可选的实施方案中,在所述正偏差平方和超过所述预设阈值时,识别所述输电线路的故障诊断结果为短路故障;
在一些可选的实施方案中,在所述正偏差平方和未超过所述预设阈值时,将所述实时信号序列加入所述历史信号序列,以更新所述历史信号序列;
按照本发明的另一个方面,提供了一种基于预测序列的输电线路短路故障诊断装置,包括:
信号获取模块,用于获取输电线路上的实时信号序列及历史信号序列;
信号预测模块,用于根据所述历史信号序列得到目标特征,基于所述目标特征预测得到预测信号序列;
结果诊断模块,用于获取所述实时信号序列与所述预测信号序列的正偏差平方和,根据所述正偏差平方和与预设阈值之间的大小关系,确定所述输电线路的故障诊断结果。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)快速。本发明提供的基于预测序列的输电线路短路故障诊断方法,通过获取实时信号序列与预测信号序列的正偏差平方和,能够反映一组信号中每个采样点与基准值的差异,从而比传统方法更快速识别短路故障。
(2)准确。本发明提供的基于预测序列的输电线路短路故障诊断方法,通过逐采样点与预测序列值的正偏差平方和运算,实现了故障识别步长时间内的累积效应,而对历史序列的更新则跟踪了负荷的快速变化。只要设定适当的阈值,即能准确识别出短路故障,有效排除谐波、脉冲的干扰以及变压器投切、负荷变化的影响,具有较高的抗干扰性。
(3)计算量小。本发明采用的电流预测方法考虑正常工况,结合识别判据可以识别出短路故障,不需要做大量的数据分析和训练,具有计算量小、易于实现的优点。
附图说明
图1是本发明实施例提供的一种基于预测序列的输电线路短路故障诊断方法的流程示意图;
图2是本发明实施例提供的另一种基于预测序列的输电线路短路故障诊断方法的流程示意图;
图3是本发明实施例提供的一种组合实现示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明的一种基于预测序列的输电线路短路故障诊断方法及装置,提取输电线路正常工况下的信号特征进行预测,获得基准预测信号序列,与实际采集的信号序列进行比较,从而快速判定短路故障。
如图1所示是本发明实施例提供的一种基于预测序列的输电线路短路故障诊断方法,包含以下步骤:
(1)获取输电线路上的实时信号序列及历史信号序列;
在本发明实施例中,信号序列为电流信号序列和/或电流微分信号序列。
其中,可以对电流互感器输出信号进行AD采集或通过专用的电流采集器输出获得实时电流信号序列作为实时信号序列IRealTime(n),或者通过对罗氏线圈输出信号进行AD采集或通过专用的电流微分信号采集器输出进而获得电流微分信号序列作为实时信号序列IRealTime(n),。
(2)根据历史信号序列得到信号的目标特征Ir和Ic,基于目标特征预测得到预测信号序列IDetection(n),其中,目标特征表征的是具有初始相位角的信号向量的实部和虚部的幅值;
在步骤(2)中,在信号序列为电流信号序列时,可以通过以下方式预测得到预测信号序列IDetection(n):
可以对历史电流序列IHistory(n)进行分析,提取特征Ir和Ic,从而获得IDetection(n);
电流预测序列具体实现如下:
对式(1)进行展开,得到
i(t)=Ir sin(ωt)+Ic cos(ωt) (2)
把式(2)写成离散形式:
Ik=Ir sin(2π(k-1)/Np)+Ic cos(2π(k-1)/Np) (3)
式(3)中Np为每工频周期的采样点数。在一个周期内,k={0,1,…Np}.
在本发明实施例中,为达到较好的识别效果,每个工频周期的采样点数Np优选取128,对应的采样频率为6.4KSPS。
令Ak=sin(2π(k-1)/Np),Bk=cos(2π(k-1)/Np),在稳态工况下Ak和Bk为一组常数,式(3)可表示为:
Ik=Ir Ak+Ic Bk (4)
因假定历史电流序列IHistory(n)为稳态电流,取IHistory(n)中的最新Np个采样值,均应符合式(4),可组成Np个二元一次线性方程组,本发明实施例中,根据计算量的要求分别采用最小二乘法和关键特征点的方法对Ir和Ic进行求解。
方法一:最小二乘法求Ir和Ic的过程如下:
当k≠1且k≠Np/2+1时,Ak≠0,对应式(4)表示为:
Ik/Ak=Ir+Ic Bk/Ak (5)
令yk=Ik/Ak,xk=Bk/Ak,k≠1且k≠Np/2+1,此时最小二乘法拟合公式为:
即:依次计算式(6)、(7)、(8)、(9),即可求出Ir和Ic。
方法二:采用关键特征点求Ir和Ic。过程如下:
由式(3)可知,当k=1或k=Np/2+1时,Ic=Ik取二者平均,可得:
同理,由式(3),当k=Np/4+1时,Ir=Ik,当k=3Np/4+1时,Ir=-Ik,取二者平均,可得:
采用式(10)和式(11)直接使用历史电流序列IHistory(n)中的采样点即可求得Ir和Ic。
在本发明实施例中,优先采用方法一求Ir和Ic,以获得较准确的电流分量参数。
在本发明实施例中,在信号序列为电流微分信号i(t)/dt序列时,根据式(1)可得:
即:
因电流微分信号的表达式(12)与电流信号的表达式(2)具有完全相同的形式,只存在初始相位角不同,而初始相位角的取值不影响预测计算的过程,因而采用式(2)~式(11)的过程也完全适用于微分信号序列的分析和计算。
(3)获取实时信号序列与预测信号序列的正偏差平方和,根据正偏差平方和与预设阈值之间的大小关系,确定输电线路的故障诊断结果。
在本发明实施例中,在信号序列为电流信号序列和/或电流微分信号序列时,获取实时信号序列与预测信号序列的正偏差平方和,根据正偏差平方和与设阈值之间的大小关系,确定输电线路的故障诊断结果,具体地:
利用实时信号序列IRealTime(n)与预测信号序列IDetection(n)计算正偏差平方和Iε,如果Iε超出设定的预设阈值δε时,则识别为短路故障,具体可以通过以下方式实现:
设M个点的实时序列IRealTime(n),使用式(3)外推法获得M个点的预测序列IDetection(n),作为故障比较的基准值:
IDetection(n)=Ir sin(2π(n-1)/Np)+Ic cos(2π(n-1)/Np),n=1,2,…M (13)
利用IRealtime(n)与IDetection(n)的正偏差平方和Iε采用式(14)进行计算:
式(14)中ε(t)为单位阶跃函数,引入该函数可有效避免电流变小时产生误诊断。
为达到较好的比较效果,本发明实施例中M优先取值为16。
利用式(14)计算Iε,当Iε>δε时,诊断为线路发生短路故障,输出故障信号。
在本发明实施例中,预设阈值可以根据需要确定,设最大负荷电流或最大电流微分信号幅值为IMax,则取δε为0.3*IMax 2。
在信号序列为电流信号序列及电流微分信号序列时,获取实时信号序列与预测信号序列的正偏差平方和,根据正偏差平方和与预设阈值之间的大小关系,确定输电线路的故障诊断结果。
在本发明实施例中,在正偏差平方和未超过预设阈值时,将实时信号序列加入历史信号序列,以更新历史信号序列;
如图2所示是本发明实施例提供的一种在信号序列为电流信号序列时,基于预测序列的输电线路短路故障诊断方法的流程示意图。
按照本发明的另一个方面,还提供了一种基于预测序列的输电线路短路故障诊断装置,包括:
信号获取模块,用于获取输电线路上的实时信号序列及历史信号序列;
信号预测模块,用于根据历史信号序列得到目标特征,基于目标特征预测得到预测信号序列;
结果诊断模块,用于获取实时信号序列与预测信号序列的正偏差平方和,根据正偏差平方和与预设阈值之间的大小关系,确定输电线路的故障诊断结果。
其中,各模块的具体实施方式可以参考方法实施例的描述,本发明实施例将不再复述。
如图3所示是本发明实施例提供的一种在信号序列为电流信号序列及电流微分信号序列时,基于预测序列的输电线路短路故障诊断方法的组合实施例,包含以下模块:罗氏线圈、第一A/D模块、第二A/D模块、罗氏线圈积分器、第一故障诊断装置、第二故障诊断装置以及或逻辑组合模块。
罗氏线圈用于测量一次电流并转换为电流微分信号。第一A/D模块和第二A/D模块为信号AD转换采集模块,把输入信号转换为数字信号以进一步处理,可采用芯片AD7606实现。罗氏线圈积分器可以将罗氏线圈输出的微分信号进行积分,输出电流信号。罗氏线圈及其积分器可以采用ES100RD实现。第一故障诊断装置、第二故障诊断装置为采用上述一种基于预测序列的输电线路短路故障诊断方法的处理器模块,可采用芯片STM32F409实现。或逻辑组合模块为进一步提高诊断的可靠性而采取的组合诊断模块。
各模块连接关系如下:罗氏线圈输出电流微分信号di(t)/dt分别连接到罗氏线圈积分器和第二A/D模块,罗氏线圈积分器输出电流信号i(t)连接到第一A/D模块,第一A/D模块与第二A/D模块对输入的信号进行采集后分别连接到第一故障诊断装置及第二故障诊断装置,第一故障诊断装置及第二故障诊断装置输出故障诊断信号,连接到或逻辑组合模块,或逻辑组合模块输出组合后的故障诊断信号。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于预测序列的输电线路短路故障诊断方法,其特征在于,包括:
(1)获取输电线路上的实时信号序列及历史信号序列;
(2)根据所述历史信号序列得到信号的目标特征,基于所述目标特征预测得到预测信号序列,其中,所述目标特征表征的是具有初始相位角的信号向量的实部和虚部的幅值;
(3)获取所述实时信号序列与所述预测信号序列的正偏差平方和,根据所述正偏差平方和与预设阈值之间的大小关系,确定所述输电线路的故障诊断结果。
5.根据权利要求3或4所述的方法,其特征在于,步骤(3)包括:
获取所述实时信号序列与所述预测信号序列的正偏差平方和,根据所述正偏差平方和与预设阈值之间的大小关系,确定所述输电线路的故障诊断结果,其中,所述信号序列为电流信号序列和/或电流微分信号序列。
6.根据权利要求5所述的方法,其特征在于,在所述正偏差平方和超过所述预设阈值时,识别所述输电线路的故障诊断结果为短路故障。
8.根据权利要求6所述的方法,其特征在于,在所述正偏差平方和未超过所述预设阈值时,将所述实时信号序列加入所述历史信号序列,以更新所述历史信号序列。
9.一种基于预测序列的输电线路短路故障诊断装置,其特征在于,包括:
信号获取模块,用于获取输电线路上的实时信号序列及历史信号序列;
信号预测模块,用于根据所述历史信号序列得到目标特征,基于所述目标特征预测得到预测信号序列;
结果诊断模块,用于获取所述实时信号序列与所述预测信号序列的正偏差平方和,根据所述正偏差平方和与预设阈值之间的大小关系,确定所述输电线路的故障诊断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010935449.2A CN112034387B (zh) | 2020-09-08 | 2020-09-08 | 一种基于预测序列的输电线路短路故障诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010935449.2A CN112034387B (zh) | 2020-09-08 | 2020-09-08 | 一种基于预测序列的输电线路短路故障诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112034387A true CN112034387A (zh) | 2020-12-04 |
CN112034387B CN112034387B (zh) | 2021-09-21 |
Family
ID=73585466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010935449.2A Active CN112034387B (zh) | 2020-09-08 | 2020-09-08 | 一种基于预测序列的输电线路短路故障诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112034387B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114236423A (zh) * | 2021-12-16 | 2022-03-25 | 周口师范学院 | 一种电力系统输电线路短路故障诊断方法 |
CN115588972A (zh) * | 2022-12-08 | 2023-01-10 | 中国南方电网有限责任公司超高压输电公司广州局 | 短路限流控制系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101542662A (zh) * | 2006-12-01 | 2009-09-23 | Abb技术有限公司 | 用于预测在电流通路中电流的未来行为的方法和设备 |
KR101223898B1 (ko) * | 2012-04-09 | 2013-01-21 | 삼성물산 주식회사 | 태양광 발전모듈의 고장 진단 및 예지 방법 |
CN104198893A (zh) * | 2014-09-24 | 2014-12-10 | 中国科学院电工研究所 | 自适应故障电流检测方法 |
CN105021869A (zh) * | 2015-07-22 | 2015-11-04 | 厦门理工学院 | 一种低压配电短路电流峰值预测方法 |
CN107294049A (zh) * | 2017-06-19 | 2017-10-24 | 华中科技大学 | 一种电路短路电流快速预测及保护方法及系统 |
CN108428018A (zh) * | 2018-04-24 | 2018-08-21 | 厦门理工学院 | 一种短路电流峰值的变维递进灰色预测方法 |
CN108919054A (zh) * | 2018-07-05 | 2018-11-30 | 国网上海市电力公司 | 基于负荷及分支线估计的智能配电网短路故障定位方法 |
CN110095680A (zh) * | 2019-05-16 | 2019-08-06 | 福州大学 | 一种低压短路故障快速检测与短路电流峰值预测方法 |
CN110658905A (zh) * | 2019-09-23 | 2020-01-07 | 珠海格力电器股份有限公司 | 设备运行状态的预警方法、预警系统及预警装置 |
-
2020
- 2020-09-08 CN CN202010935449.2A patent/CN112034387B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101542662A (zh) * | 2006-12-01 | 2009-09-23 | Abb技术有限公司 | 用于预测在电流通路中电流的未来行为的方法和设备 |
KR101223898B1 (ko) * | 2012-04-09 | 2013-01-21 | 삼성물산 주식회사 | 태양광 발전모듈의 고장 진단 및 예지 방법 |
CN104198893A (zh) * | 2014-09-24 | 2014-12-10 | 中国科学院电工研究所 | 自适应故障电流检测方法 |
CN105021869A (zh) * | 2015-07-22 | 2015-11-04 | 厦门理工学院 | 一种低压配电短路电流峰值预测方法 |
CN107294049A (zh) * | 2017-06-19 | 2017-10-24 | 华中科技大学 | 一种电路短路电流快速预测及保护方法及系统 |
CN108428018A (zh) * | 2018-04-24 | 2018-08-21 | 厦门理工学院 | 一种短路电流峰值的变维递进灰色预测方法 |
CN108919054A (zh) * | 2018-07-05 | 2018-11-30 | 国网上海市电力公司 | 基于负荷及分支线估计的智能配电网短路故障定位方法 |
CN110095680A (zh) * | 2019-05-16 | 2019-08-06 | 福州大学 | 一种低压短路故障快速检测与短路电流峰值预测方法 |
CN110658905A (zh) * | 2019-09-23 | 2020-01-07 | 珠海格力电器股份有限公司 | 设备运行状态的预警方法、预警系统及预警装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114236423A (zh) * | 2021-12-16 | 2022-03-25 | 周口师范学院 | 一种电力系统输电线路短路故障诊断方法 |
CN115588972A (zh) * | 2022-12-08 | 2023-01-10 | 中国南方电网有限责任公司超高压输电公司广州局 | 短路限流控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112034387B (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105044524B (zh) | 一种适用于智能变电站的避雷器监测方法及系统 | |
CN109375060B (zh) | 一种配电网故障波形相似度计算方法 | |
CN112034387B (zh) | 一种基于预测序列的输电线路短路故障诊断方法及装置 | |
KR101352204B1 (ko) | 배전 계통에서 발생하는 전력 품질 외란의 원인 판별 장치 및 방법 | |
CN105093054B (zh) | 一种大功率整流器开关管直通故障快速在线诊断方法 | |
CN109655692B (zh) | 一种基于录波文件的暂态同源数据比对方法 | |
CN110687399B (zh) | 一种配电网故障指示器波形故障开始时刻判断方法 | |
CN111404130B (zh) | 基于快速开关的新型配电网故障检测方法及故障自愈系统 | |
RU2406094C2 (ru) | Способ мгновенного определения коэффициента искажения сигналов в электрической сети переменного тока и соответствующее устройство | |
CN110780110B (zh) | 一种基波电压过零点自动检测方法、系统及采样装置 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN104155573A (zh) | 一种基于形态学的电力系统低频振荡检测方法 | |
CN109635430A (zh) | 电网输电线路暂态信号监测方法和系统 | |
CN113156336A (zh) | 双级辨识Vienna整流器单管开路故障的方法、装置及存储介质 | |
CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 | |
CN109324268B (zh) | 基于贝叶斯推理的配电网早期故障检测方法及装置 | |
CN115632410A (zh) | 一种针对新能源电力系统宽频振荡保护方法 | |
CN114518506B (zh) | 一种直流输电线路故障检测方法及系统 | |
CN106168651B (zh) | 基于同步时窗的励磁功率单元在线故障诊断方法及系统 | |
CN111796203B (zh) | 一种静止变频器网桥侧单相接地故障的识别方法及装置 | |
CN109782064B (zh) | 一种风电场输出阻抗频率特性测试分析方法 | |
Deng et al. | A fractional hilbert transform order optimization algorithm based DE for bearing health monitoring | |
CN111398810A (zh) | 滑环电火花检测诊断系统及检测诊断方法 | |
Iwuamadi et al. | Application of S–Transform For Fault Studies on 330KV Transmission Line | |
CN111505420B (zh) | 一种线路避雷器状态的在线监测与诊断方法及系统 |
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 |