CN112132811A - 一种电缆使用状态综合评估系统 - Google Patents
一种电缆使用状态综合评估系统 Download PDFInfo
- Publication number
- CN112132811A CN112132811A CN202011017635.4A CN202011017635A CN112132811A CN 112132811 A CN112132811 A CN 112132811A CN 202011017635 A CN202011017635 A CN 202011017635A CN 112132811 A CN112132811 A CN 112132811A
- Authority
- CN
- China
- Prior art keywords
- module
- cable
- controller
- aging
- state
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 20
- 230000032683 aging Effects 0.000 claims abstract description 58
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 31
- 238000013210 evaluation model Methods 0.000 claims description 21
- 238000012417 linear regression Methods 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000002844 melting Methods 0.000 claims description 9
- 230000008018 melting Effects 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 125000002915 carbonyl group Chemical group [*:2]C([*:1])=O 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G01R31/083—Locating faults in cables, transmission lines, or networks according to type of conductors in cables, e.g. underground
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电缆使用状态评估,具体涉及一种电缆使用状态综合评估系统,包括控制器,控制器与用于采集电缆样品特征参数的特征参数采集模块相连,控制器与用于对特征参数进行模糊聚类的特征参数聚类模块相连,控制器与用于对电缆老化状态输出模糊结果的第一数据采集模块相连,控制器与用于对特征参数、特征参数聚类模块输出结果进行计算的数据计算模块相连;本发明提供的技术方案能够有效克服现有技术所存在的无法对电缆使用状态进行有效评估的缺陷。
Description
技术领域
本发明涉及电缆使用状态评估,具体涉及一种电缆使用状态综合评估系统。
背景技术
随着经济的快速发展,我国的电力供应形势日趋紧张,全国各地仅因电网系统故障造成的经济损失就高达上万亿,分析其主要原因是对电网系统的故障无法及时预警和处理。
我们知道,国家电力工业的迅速发展说明全国发、输、配电的容量在不断增加,电力系统在日益扩大。当然,需要的电力设备也越来越多,电力设备故障一直是危及电力系统安全的主要因素,保证电力系统运行的可靠性,对发展国民经济尤其重要。为此,必须实时监测电力设备的运行状态,及时检查可能存在的早期故障,防范事故于未然。
在各种电力设备中,电力电缆是电网系统中最重要的电气设备之一。由于电力电缆连续在电网中负载工作,不可避免地会发生各种故障和事故。努力防止和减少电缆的故障和事故发生,保证电缆正常运行,是电力系统迫切需要解决的课题。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种电缆使用状态综合评估系统,能够有效克服现有技术所存在的无法对电缆使用状态进行有效评估的缺陷。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种电缆使用状态综合评估系统,包括控制器,所述控制器与用于采集电缆样品特征参数的特征参数采集模块相连,所述控制器与用于对特征参数进行模糊聚类的特征参数聚类模块相连,所述控制器与用于对电缆老化状态输出模糊结果的第一数据采集模块相连,所述控制器与用于对特征参数、特征参数聚类模块输出结果进行计算的数据计算模块相连;
所述控制器与用于构建评估模型的评估模型构建模块相连,所述控制器与用于采集电缆当前状态下状态参数的状态参数采集模块相连,所述控制器与用于对评估模型进行训练的评估模型训练模块相连,所述控制器与用于对状态参数进行数据处理的第二数据处理模块相连,所述第二数据处理模块与评估模型构建模块之间连接有数据输入反馈模块;
所述控制器与用于模拟高温高压老化试验环境的环境模拟模块相连,所述控制器与用于采集老化试验后电缆样品上电树枝图像的图像采集模块相连,所述控制器与用于对电树枝图像进行二值化处理的图像处理模块相连,所述控制器与用于采集二值化电树枝图像中黑色像素个数的数据采集模块相连,所述控制器与用于根据黑色像素个数分析判断电缆样品老化情况的数据分析模块相连。
优选地,所述特征参数聚类模块对特征参数进行模糊聚类,计算得到特征参数的聚类中心,并对特征参数进行模糊处理,得到特征参数语言变量;
其中,特征参数语言变量包括高、中、低。
优选地,所述第一数据采集模块对电缆老化状态进行模糊处理,输出的模糊结果包括:轻度老化、中度老化、重度老化。
优选地,所述数据计算模块根据特征参数、特征参数的聚类中心、特征参数语言变量计算得到模糊结果对应的隶属度,将最大隶属度对应的模糊结果作为电缆老化状态。
优选地,所述电缆样品特征参数,包括:断裂伸长率、交流击穿场强、羰基指数以及熔融温度。
优选地,所述评估模型构建模块构建状态参数与电缆老化状态之间的线性回归模型,所述评估模型训练模块将状态参数采集模块采集的状态参数构成特征向量T,并对特征向量T进行归一化设置,将特征向量T及其对应已知的电缆老化状态导入线性回归模型中进行训练,通过梯度下降法计算线性回归模型中的回归系数。
优选地,所述第二数据处理模块将状态参数采集模块采集的状态参数构成特征向量T’,所述数据输入反馈模块将特征向量T’输入训练好的线性回归模型,并接收线性回归模型反馈的电缆老化状态。
优选地,所述图像处理模块对图像采集模块采集的电树枝图像进行裁剪,将电树枝图像裁剪至500×500像素,再对电树枝图像进行二值化处理。
优选地,所述数据采集模块采集并统计二值化电树枝图像中黑色像素个数,所述数据分析模块判断黑色像素个数越多,则电缆样品老化面积越大,电缆样品老化程度越高。
优选地,所述环境模拟模块模拟出高温高压老化试验环境的温度为185-190℃,压力为16-18MP。
(三)有益效果
与现有技术相比,本发明所提供的一种电缆使用状态综合评估系统,根据特征参数、特征参数的聚类中心、特征参数语言变量计算得到模糊结果对应的隶属度,配合构建的状态参数与电缆老化状态之间的线性回归模型,能够对电缆使用状态进行综合全面地评估,通过采集二值化电树枝图像中黑色像素个数,能够准确评估温度对电缆老化程度的影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,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为本发明系统示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种电缆使用状态综合评估系统,如图1所示,包括控制器,控制器与用于采集电缆样品特征参数的特征参数采集模块相连,控制器与用于对特征参数进行模糊聚类的特征参数聚类模块相连,控制器与用于对电缆老化状态输出模糊结果的第一数据采集模块相连,控制器与用于对特征参数、特征参数聚类模块输出结果进行计算的数据计算模块相连。
电缆样品特征参数,包括:断裂伸长率、交流击穿场强、羰基指数以及熔融温度。
特征参数聚类模块对特征参数进行模糊聚类,计算得到特征参数的聚类中心,并对特征参数进行模糊处理,得到特征参数语言变量;
其中,特征参数语言变量包括高、中、低。
第一数据采集模块对电缆老化状态进行模糊处理,输出的模糊结果包括:轻度老化、中度老化、重度老化。
数据计算模块根据特征参数、特征参数的聚类中心、特征参数语言变量计算得到模糊结果对应的隶属度,将最大隶属度对应的模糊结果作为电缆老化状态。
例如,特征参数聚类模块对熔融温度进行模糊聚类,计算得到熔融温度的聚类中心,并对熔融温度进行模糊处理,得到熔融温度语言变量为高;数据计算模块根据熔融温度、熔融温度的聚类中心以及语言变量“高”得到模糊结果对应的隶属度,假设模糊结果“轻度老化”的隶属度最高,那么将模糊结果“轻度老化”作为电缆老化状态。
控制器与用于构建评估模型的评估模型构建模块相连,控制器与用于采集电缆当前状态下状态参数的状态参数采集模块相连,控制器与用于对评估模型进行训练的评估模型训练模块相连,控制器与用于对状态参数进行数据处理的第二数据处理模块相连,第二数据处理模块与评估模型构建模块之间连接有数据输入反馈模块。
状态参数包括电缆输入阻抗、绝缘材料硬度、体积电阻率和介质损耗因数。
评估模型构建模块构建状态参数与电缆老化状态之间的线性回归模型,评估模型训练模块将状态参数采集模块采集的状态参数构成特征向量T,并对特征向量T进行归一化设置,将特征向量T及其对应已知的电缆老化状态导入线性回归模型中进行训练,通过梯度下降法计算线性回归模型中的回归系数。
第二数据处理模块将状态参数采集模块采集的状态参数构成特征向量T’,数据输入反馈模块将特征向量T’输入训练好的线性回归模型,并接收线性回归模型反馈的电缆老化状态。
本申请技术方案中,先构建状态参数与电缆老化状态之间的线性回归模型,并利用特征向量T及已知的电缆老化状态,通过梯度下降法计算线性回归模型中的回归系数,再将特征向量T’输入训练好的线性回归模型,得到线性回归模型输出的电缆老化状态。
其中,特征向量T与特征向量T’的构成方法和处理方法均相同,只不过特征向量T为已知电缆老化状态的特征向量,以此作为区别。
控制器与用于模拟高温高压老化试验环境的环境模拟模块相连,控制器与用于采集老化试验后电缆样品上电树枝图像的图像采集模块相连,控制器与用于对电树枝图像进行二值化处理的图像处理模块相连,控制器与用于采集二值化电树枝图像中黑色像素个数的数据采集模块相连,控制器与用于根据黑色像素个数分析判断电缆样品老化情况的数据分析模块相连。
环境模拟模块模拟出高温高压老化试验环境的温度为185-190℃,压力为16-18MP,先将电缆样品在高温高压老化试验环境中放置20min,取出后通过CCD高清摄像头采集老化试验后电缆样品上电树枝图像。
图像处理模块对图像采集模块采集的电树枝图像进行裁剪,将电树枝图像裁剪至500×500像素,再对电树枝图像进行二值化处理。
数据采集模块采集并统计二值化电树枝图像中黑色像素个数,数据分析模块判断黑色像素个数越多,则电缆样品老化面积越大,电缆样品老化程度越高。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种电缆使用状态综合评估系统,其特征在于:包括控制器,所述控制器与用于采集电缆样品特征参数的特征参数采集模块相连,所述控制器与用于对特征参数进行模糊聚类的特征参数聚类模块相连,所述控制器与用于对电缆老化状态输出模糊结果的第一数据采集模块相连,所述控制器与用于对特征参数、特征参数聚类模块输出结果进行计算的数据计算模块相连;
所述控制器与用于构建评估模型的评估模型构建模块相连,所述控制器与用于采集电缆当前状态下状态参数的状态参数采集模块相连,所述控制器与用于对评估模型进行训练的评估模型训练模块相连,所述控制器与用于对状态参数进行数据处理的第二数据处理模块相连,所述第二数据处理模块与评估模型构建模块之间连接有数据输入反馈模块;
所述控制器与用于模拟高温高压老化试验环境的环境模拟模块相连,所述控制器与用于采集老化试验后电缆样品上电树枝图像的图像采集模块相连,所述控制器与用于对电树枝图像进行二值化处理的图像处理模块相连,所述控制器与用于采集二值化电树枝图像中黑色像素个数的数据采集模块相连,所述控制器与用于根据黑色像素个数分析判断电缆样品老化情况的数据分析模块相连。
2.根据权利要求1所述的电缆使用状态综合评估系统,其特征在于:所述特征参数聚类模块对特征参数进行模糊聚类,计算得到特征参数的聚类中心,并对特征参数进行模糊处理,得到特征参数语言变量;
其中,特征参数语言变量包括高、中、低。
3.根据权利要求2所述的电缆使用状态综合评估系统,其特征在于:所述第一数据采集模块对电缆老化状态进行模糊处理,输出的模糊结果包括:轻度老化、中度老化、重度老化。
4.根据权利要求3所述的电缆使用状态综合评估系统,其特征在于:所述数据计算模块根据特征参数、特征参数的聚类中心、特征参数语言变量计算得到模糊结果对应的隶属度,将最大隶属度对应的模糊结果作为电缆老化状态。
5.根据权利要求1-4任意一项所述的电缆使用状态综合评估系统,其特征在于:所述电缆样品特征参数,包括:断裂伸长率、交流击穿场强、羰基指数以及熔融温度。
6.根据权利要求1所述的电缆使用状态综合评估系统,其特征在于:所述评估模型构建模块构建状态参数与电缆老化状态之间的线性回归模型,所述评估模型训练模块将状态参数采集模块采集的状态参数构成特征向量T,并对特征向量T进行归一化设置,将特征向量T及其对应已知的电缆老化状态导入线性回归模型中进行训练,通过梯度下降法计算线性回归模型中的回归系数。
7.根据权利要求6所述的电缆使用状态综合评估系统,其特征在于:所述第二数据处理模块将状态参数采集模块采集的状态参数构成特征向量T’,所述数据输入反馈模块将特征向量T’输入训练好的线性回归模型,并接收线性回归模型反馈的电缆老化状态。
8.根据权利要求1所述的电缆使用状态综合评估系统,其特征在于:所述图像处理模块对图像采集模块采集的电树枝图像进行裁剪,将电树枝图像裁剪至500×500像素,再对电树枝图像进行二值化处理。
9.根据权利要求8所述的电缆使用状态综合评估系统,其特征在于:所述数据采集模块采集并统计二值化电树枝图像中黑色像素个数,所述数据分析模块判断黑色像素个数越多,则电缆样品老化面积越大,电缆样品老化程度越高。
10.根据权利要求1所述的电缆使用状态综合评估系统,其特征在于:所述环境模拟模块模拟出高温高压老化试验环境的温度为185-190℃,压力为16-18MP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011017635.4A CN112132811A (zh) | 2020-09-24 | 2020-09-24 | 一种电缆使用状态综合评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011017635.4A CN112132811A (zh) | 2020-09-24 | 2020-09-24 | 一种电缆使用状态综合评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112132811A true CN112132811A (zh) | 2020-12-25 |
Family
ID=73839493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011017635.4A Pending CN112132811A (zh) | 2020-09-24 | 2020-09-24 | 一种电缆使用状态综合评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132811A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114994138A (zh) * | 2022-08-05 | 2022-09-02 | 国网天津市电力公司电力科学研究院 | 电缆缓冲层的缺陷检测方法、装置和设备 |
CN115633427A (zh) * | 2022-11-02 | 2023-01-20 | 广东左向照明有限公司 | 应急照明集中电源控制系统 |
CN117274225A (zh) * | 2023-10-19 | 2023-12-22 | 广东力生电器有限公司 | 一种配电柜的智能控制系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060079778A1 (en) * | 2004-10-07 | 2006-04-13 | Zonare Medical Systems, Inc. | Ultrasound imaging system parameter optimization via fuzzy logic |
CN109001599A (zh) * | 2018-07-05 | 2018-12-14 | 天津大学 | 基于复合场的直流电缆绝缘材料高温老化程度评估方法 |
CN110488164A (zh) * | 2019-08-22 | 2019-11-22 | 中国电力科学研究院有限公司 | 一种高压电缆绝缘老化状态综合评估预警方法及系统 |
CN111610407A (zh) * | 2020-05-18 | 2020-09-01 | 国网江苏省电力有限公司电力科学研究院 | 基于朴素贝叶斯的电缆老化状态评估方法和装置 |
-
2020
- 2020-09-24 CN CN202011017635.4A patent/CN112132811A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060079778A1 (en) * | 2004-10-07 | 2006-04-13 | Zonare Medical Systems, Inc. | Ultrasound imaging system parameter optimization via fuzzy logic |
CN109001599A (zh) * | 2018-07-05 | 2018-12-14 | 天津大学 | 基于复合场的直流电缆绝缘材料高温老化程度评估方法 |
CN110488164A (zh) * | 2019-08-22 | 2019-11-22 | 中国电力科学研究院有限公司 | 一种高压电缆绝缘老化状态综合评估预警方法及系统 |
CN111610407A (zh) * | 2020-05-18 | 2020-09-01 | 国网江苏省电力有限公司电力科学研究院 | 基于朴素贝叶斯的电缆老化状态评估方法和装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114994138A (zh) * | 2022-08-05 | 2022-09-02 | 国网天津市电力公司电力科学研究院 | 电缆缓冲层的缺陷检测方法、装置和设备 |
CN114994138B (zh) * | 2022-08-05 | 2022-11-08 | 国网天津市电力公司电力科学研究院 | 电缆缓冲层的缺陷检测方法、装置和设备 |
CN115633427A (zh) * | 2022-11-02 | 2023-01-20 | 广东左向照明有限公司 | 应急照明集中电源控制系统 |
CN117274225A (zh) * | 2023-10-19 | 2023-12-22 | 广东力生电器有限公司 | 一种配电柜的智能控制系统及方法 |
CN117274225B (zh) * | 2023-10-19 | 2024-04-16 | 广东力生电器有限公司 | 一种配电柜的智能控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112132811A (zh) | 一种电缆使用状态综合评估系统 | |
CN111832914A (zh) | 一种基于数字孪生的输电线路结构健康评估方法及系统 | |
CN111650451A (zh) | 一种换流变故障原因辨识方法及系统 | |
CN112001327A (zh) | 一种阀厅设备故障识别方法及系统 | |
CN115184726B (zh) | 一种智能电网故障实时监测定位系统及方法 | |
CN113779005A (zh) | 一次设备的缺陷评估方法和装置、存储介质 | |
CN107703407A (zh) | 电力电缆诊断方法及装置 | |
CN117590278A (zh) | 基于动力柜的变压器故障检测方法、装置、设备及介质 | |
CN113740775A (zh) | 一种电缆护层在线检测方法、装置、设备及储存介质 | |
CN117612345A (zh) | 一种电力设备状态监测报警系统及方法 | |
CN117031201A (zh) | 一种配电网多场景拓扑异常识别方法及系统 | |
CN111428987A (zh) | 一种基于人工智能的继保装置图像识别方法和系统 | |
CN116338391A (zh) | 一种绝缘子状态检测方法、装置、电子设备以及介质 | |
Adami et al. | New approach to improve high-voltage transmission line reliability | |
CN115864759A (zh) | 一种电机自动测试工站的控制方法及系统 | |
CN112884720B (zh) | 一种配电线路污闪绝缘子检测方法及系统 | |
CN104849654A (zh) | 断路器在线监测方法及系统 | |
CN113468823B (zh) | 一种基于机器学习的光模块损坏检测方法及系统 | |
CN112162164A (zh) | 一种基于神经网络的电缆寿命预测系统 | |
CN112446430A (zh) | 一种直流输电系统故障识别方法 | |
CN112285631A (zh) | 一种电流互感器主动预警的判断方法及系统 | |
CN113722659B (zh) | 一种基于缺陷模式的变电主设备诊断方法和系统 | |
CN117406048B (zh) | 一种变压器放电故障诊断方法及装置 | |
CN117214617B (zh) | 一种智能电网故障实时监测定位系统及方法 | |
Karthik et al. | Measurement and evaluation of transformer oil properties using advanced multi attribute texture classification method |
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 |