CN112710972A - Gis触头接触不良故障诊断方法、装置、系统及存储介质 - Google Patents
Gis触头接触不良故障诊断方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN112710972A CN112710972A CN202011507595.1A CN202011507595A CN112710972A CN 112710972 A CN112710972 A CN 112710972A CN 202011507595 A CN202011507595 A CN 202011507595A CN 112710972 A CN112710972 A CN 112710972A
- Authority
- CN
- China
- Prior art keywords
- gis
- fractal
- contact
- vibration signal
- characteristic quantity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000003745 diagnosis Methods 0.000 title claims abstract description 53
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 20
- 238000005192 partition Methods 0.000 claims description 15
- 238000001228 spectrum Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 6
- 238000011160 research Methods 0.000 abstract description 5
- 230000002349 favourable effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004146 energy storage Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- G01R31/66—Testing of connections, e.g. of plugs or non-disconnectable joints
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明属于电力检修安全设备研究领域,公开了一种GIS触头接触不良故障诊断方法、装置、设备及存储介质,包括以下步骤:获取待诊断GIS的振动信号;将振动信号进行多重分形特征提取,得到多重分形特征量;将多重分形特征量与预设的各状态的标准多重分形特征量比较,选取与多重分形特征量最接近的标准多重分形特征量的状态为待诊断GIS的状态。可以实现GIS触头接触不良故障的在线诊断,可及时有效的诊断GIS触头接触不良故障,减小经济损失,提高电力系统的安全运行水平,采用多重分形方法对振动信号进行特征提取,相比于单重分形,可对信号局部和全局的特征进行更为全面的描述,有利于提高利用待诊断GIS的振动信号进行GIS触头接触不良故障诊断的正确率。
Description
技术领域
本发明属于电力检修安全设备研究领域,涉及一种GIS触头接触不良故障诊断方法、装置、系统及存储介质。
背景技术
GIS(gas insulated switchgear,气体绝缘开关设备)的正常运行对电力系统的安全运转起着至关作用,而GIS故障主要以触头接触不良为主,因此对GIS的触头接触不良的及时诊断发现具有重要意义。
现有的GIS故障诊断多以离线方法为主,不能及时的发现触头故障,缺乏实时性,基于振动信号的诊断方法具有与设备无电气联系、设备安装简单、可在线诊断的优点具有重要应用价值。GIS的机械振动信号具较强的周期性、非线性等特点,由于分形理论方法可以较好地反映信号的非线性特征,在轴承故障诊断、金融等领域广泛应用。
但是目前研究人员对单重分形对信号进行处理研究较多,然而单重分形只是从一个测度来分析信号的特征,所得到的特征过于片面,进而导致GIS故障诊断的正确率较低。
发明内容
本发明的目的在于克服上述现有技术中,GIS故障诊断的正确率较低的缺点,提供一种GIS触头接触不良故障诊断方法、装置、系统及存储介质。
为达到上述目的,本发明采用以下技术方案予以实现:
本发明第一方面,一种GIS触头接触不良故障诊断方法,包括以下步骤:
S1:获取待诊断GIS的振动信号;
S2:将振动信号进行多重分形特征提取,得到多重分形特征量;
S3:将多重分形特征量与预设的各状态的标准多重分形特征量比较,选取与多重分形特征量最接近的标准多重分形特征量的状态为待诊断GIS的状态,所述状态包括正常、中度接触不良及重度接触不良。
本发明GIS触头接触不良故障诊断方法进一步的改进在于:
所述待诊断GIS的振动信号通过如下方式得到:
将振动传感器设置于待诊断GIS的触头正对箱体的外侧,通过振动传感器采集待诊断GIS的振动信号。
所述将振动信号进行多重分形特征提取,得到多重分形特征量的具体方法为:
S201:根据预设的线度δ,将振动信号NA分为N段;其中,N=(NA/δ);
S202:根据各段振动信号内所有样本之和的归一化概率以及预设的权重因子q,得到q阶分区函数;
S203:根据q阶分区函数与线度的幂律关系,得到直线斜率;
S204:根据预设的权重因子q以及直线斜率,通过勒让德勒变化,得到多重分形谱的奇异性指数α和分形维数f(α),作为多重分形特征量。
所述S202的具体方法为:
通过式(1)得到各段振动信号内所有样本量之和的归一化概率Pi(δ):
其中,Ti为第i段振动信号内的样本量之和;
根据各段振动信号内所有样本之和的归一化概率Pi(δ)以及预设的权重因子q,采用式(2)得到q阶分区函数Sq(δ):
所述S203的具体方法为:
根据q阶分区函数Sq(δ)与线度δ的幂律关系:Sq(δ)~δτ(q),对q阶分区函数Sq(δ)及δτ(q)均取对数,得到并通过式(3)得到直线斜率τ(q):
logSq(δ)=τ(q)log(δ)+C (3)
其中,C为常数。
所述S204的具体方法为:
根据预设的权重因子q以及直线斜率τ(q),通过勒让德勒变化,根据式(4)得到多重分形谱奇异性指数α和分形维数f(α):
本发明第二方面,一种GIS触头接触不良故障诊断装置,包括:
信号获取模块,用于获取待诊断GIS的振动信号;
多重分形特征提取模块,用于将振动信号进行多重分形特征提取,得到多重分形特征量;
故障诊断模块,用于将多重分形特征量与预设的标准多重分形特征量比较,当多重分形特征量与标准多重分形特征量之间的误差大于预设阈值时,GIS存在触头接触不良故障;标准多重分形特征量通过正常GIS的振动信号进行多重分形特征提取得到。
本发明第三方面,一种GIS触头接触不良故障诊断系统,包括振动传感器、数据采集卡及终端设备,振动传感器设置于待诊断GIS的触头正对箱体的外侧,振动传感器通过数据采集卡与终端设备连接,终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述GIS触头接触不良故障诊断方法的步骤。
本发明GIS触头接触不良故障诊断系统进一步的改进在于:
所述振动传感器为PCB 333B30型振动传感器,所述数据采集卡为NI9234数据采集卡。
本发明第四方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述GIS触头接触不良故障诊断方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明GIS触头接触不良故障诊断方法,利用GIS运行过程中产生的振动信号,获取待诊断GIS的振动信号,将振动信号进行多重分形特征提取,得到多重分形特征量,将多重分形特征量与预设的各状态的标准多重分形特征量比较,选取与多重分形特征量最接近的标准多重分形特征量的状态为待诊断GIS的状态,实现GIS触头接触不良故障诊断,可以实现GIS触头接触不良故障的在线诊断,相比于停电诊断,可及时有效的诊断GIS触头接触不良故障,减小经济损失,提高电力系统的安全运行水平。并且,采用多重分形方法对振动信号进行特征提取,相比于单重分形,可对信号局部和全局的特征进行更为全面的描述,有利于提高利用待诊断GIS的振动信号进行GIS触头接触不良故障诊断的正确率。
附图说明
图1为本发明实施例的GIS触头接触不良故障诊断方法流程图;
图2为本发明实施例的触头不同接触不良程度振动信号多重分形谱图;
图3为本发明实施例的多重分形与单重分形特征量对触头不同接触程度状态识别效果对比图;
图4为本发明实施例的GIS触头接触不良故障诊断系统结构框图。
其中:1-GIS接触触头;2-数据采集卡;3-终端设备;4-振动传感器;5-大电流发生器。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
本发明一实施例中,通过对背景技术研究发现,现有GIS触头接触不良故障的诊断方法多为离线诊断,影响故障诊断的及时性,基于振动信号的单重分形特征又过于片面,不能较好反映信号特征,影响故障诊断准确率的缺陷,提供一种GIS触头接触不良故障诊断方法,具有可实现GIS触头接触不良的在线诊断,及时发现触头故障;对GIS振动信号局部和全局的特征进行更全面的描述,提高故障诊断正确率的优点,该方法利用了振动传动器贴在GIS箱体表面在线采集待诊断GIS的振动信号,提高诊断的及时性,使用多重分形理论对振动信号进行多特征提取,对信号局部和全局进行更为细致的描述,提高故障诊断的准确率。
具体的,参见图1,该GIS触头接触不良故障诊断方法包括以下步骤:
S1:获取待诊断GIS的振动信号。
具体的,本实施例中的GIS的振动信号采用如下方式采集,当电流流过待诊断GIS的接触触头时,待诊断GIS的接触触头会产生振动信号,因此通过将振动传感器吸附于待诊断GIS的触头正对箱体的外侧,然后利用振动传感器采集待诊断GIS的振动信号,得到待诊断GIS的振动信号,然后将该待诊断GIS的振动信号用于GIS触头接触不良故障诊断。
其中,将该待诊断GIS的振动信号用于GIS触头接触不良故障诊断时,可以采用通过传输线缆将传感器采集的待诊断GIS的振动数据输送至数据采集仪,最后数据采集仪与电脑连接,实现数据的处理与分析。
S2:将振动信号进行多重分形特征提取,得到多重分形特征量。
具体的,在进行多重分形特征提取时,采用如下方法进行提取:
S201:根据预设的线度δ,将振动信号NA分为N段;其中,N=(NA/δ)。
其中,这里线度δ取[500,1000],NA为被测样本,就是采集到的待诊断GIS的振动信号,线度δ的选取影响分形维数的计算精度。
S202:根据各段振动信号内所有样本之和的归一化概率以及预设的权重因子q,得到q阶分区函数。
具体的,通过式(1)得到各段振动信号内所有样本量之和的归一化概率Pi(δ):
其中,Ti为第i段振动信号内的样本量之和;
根据各段振动信号内所有样本之和的归一化概率Pi(δ)以及预设的权重因子q,采用式(2)得到q阶分区函数Sq(δ):
其中,理论上q值可取整个实数范围,经研究q的取值超出一定范围将会产生饱和,对计算结果无显著影响,这里q取值范围为[-5,+5]。
S203:根据q阶分区函数与线度的幂律关系,得到直线斜率。
根据q阶分区函数Sq(δ)与线度δ满足的幂律关系:Sq(δ)~δτ(q),对q阶分区函数Sq(δ)及δτ(q)均取对数,得到并通过式(3)得到直线斜率τ(q):
logSq(δ)=τ(q)log(δ)+C (3)
其中,C为常数,对结果影响甚微,实际中也可以忽略不计。
当τ(q)~q为非线性关系时,待诊断GIS的振动信号具较强的多重分形特征。
S204:根据预设的权重因子q以及直线斜率,通过勒让德勒变化,得到多重分形谱的奇异性指数α和分形维数f(α),作为多重分形特征量。
具体的,根据预设的权重因子q以及直线斜率τ(q),通过勒让德勒变化,根据式(4)得到多重分形谱的奇异性指数α和分形维数f(α):
S3:将多重分形特征量与预设的各状态的标准多重分形特征量比较,选取与多重分形特征量最接近的标准多重分形特征量的状态为待诊断GIS的状态,所述状态包括正常、中度接触不良及重度接触不良。
具体的,预设的各状态的标准多重分形特征量,可以通过采集预先已经确定了状态的GIS触头进行振动信号的采集和多重分形特征量的提取,进而得到各状态的标准多重分形特征量,以此作为对比时的历史数据库。
其中,多重分形特征量为振动信号多重分形谱的奇异性指数α和分形维数f(α),一般根据衡量信号不规则度的△α、代表波动指数集的最大分形维数fmax以及代表最大波动的奇异性指数αmax,其中,△α代表奇异性指数α的最大值与最小值的区间,来判断待诊断GIS的振动信号的多重分形特征量与预设的各状态的标准多重分形特征量之前的相似性,待诊断GIS的振动信号的多重分形特征量的△α、fmax以及αmax与那个状态的标准多重分形特征量越接近,就表明待诊断GIS属于该最接近的标准多重分形特征量对应的状态。
综上,本发明GIS触头接触不良故障诊断方法,利用GIS运行过程中产生的振动信号,获取待诊断GIS的振动信号,将振动信号进行多重分形特征提取,得到多重分形特征量,将多重分形特征量与预设的各状态的标准多重分形特征量比较,选取与多重分形特征量最接近的标准多重分形特征量的状态为待诊断GIS的状态,实现GIS触头接触不良故障诊断,可以实现GIS触头接触不良故障的在线诊断,相比于停电诊断,可及时有效的诊断GIS触头接触不良故障,减小经济损失,提高电力系统的安全运行水平。并且,采用多重分形方法对振动信号进行特征提取,相比于单重分形,可对信号局部和全局的特征进行更为全面的描述,有利于提高利用待诊断GIS的振动信号进行GIS触头接触不良故障诊断的正确率。
本发明再一个实施例中,对一台110kV GIS根据上述实施例的GIS触头接触不良故障诊断方法,进行振动信号进行GIS触头接触不良故障诊断,参见图2,得到振动信号多重分形特征,从图中可以看出正常状态下的振动信号的多重分形谱参数中,衡量信号不规则度的△α,在正常时为0.55左右,中度接触不良故障时为0.63左右,重度接触不良故障时为0.83左右,可见随着故障的程度的加大振动信号的不规则度在增加,同时代表波动指数集的最大分形维数fmax,在正常时为0.69,中度接触不良为0.82,重度接触不良为0.9;代表最大波动的奇异性指数αmax,在正常时为1.29,中度接触不良为1.45,重度接触不良为1.51,这两个谱参数的取值也随着故障程度增加而增加。
参见图3,为利用待诊断GIS的振动信号进行的单重分形谱参数特征量及多重分形谱参数特征量诊断GIS状态的效果对比,从图中可以看出,多重分形特征量较为准确的识别出GIS正常、中度接触不良、重度接触不良三种状态,状态诊断准确率高,而单重分形特征量除了将部分中度接触不良识别为接触正常状态,在中度接触不良与重度接触不良两种状态的识别中,还将部分重度接触不良状态识别为中度接触不良状态,状态诊断的准确率较低。
参见图4,本发明再一个实施例中,提供一种GIS触头接触不良故障诊断系统,包括振动传感器4、数据采集卡2及终端设备3,振动传感器4设置于待诊断GIS的GIS接触触头1正对箱体的外侧,振动传感器4通过数据采集卡2与终端设备3连接,终端设备3包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述GIS触头接触不良故障诊断方法的步骤。
其中,所述振动传感器4为PCB 333B30型振动传感器,所述数据采集卡2为NI9234数据采集卡,通过大电流发生器5产生电流,流经GIS接触触头1,将振动传感器4贴待诊断GIS的表面,进行振动信号采集,采样的频率设置为25.6kHz,通过数据传输电缆,输送到数据采集卡2,它将振动传感器4采集的电信号转化为可视数据并传至终端设备3,终端设备3得到信号后对振动数据进行分析处理,终端设备3可以为电脑等智能处理设备。
具体的,该终端设备3包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于储能资源电力系统功率频率控制方法的操作,包括:获取控制区域的区域控制偏差和控制性能策略调节需求,并根据区域控制偏差和控制性能策略调节需求得到控制区域调节需求;根据控制区域调节需求所属的调节区间,结合预设的储能资源基点功率,得到储能资源的控制目标,并根据储能资源的控制目标进行储能资源调节。
再一个实施例中,本发明还提供了一种计算机可读存储介质(Memory),所述计算机可读存储介质是终端设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括终端设备中的内置存储介质,当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述有关GIS触头接触不良故障诊断方法实施例中的方法的相应步骤;计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤:获取待诊断GIS的振动信号;将振动信号进行多重分形特征提取,得到多重分形特征量;将多重分形特征量与预设的各状态的标准多重分形特征量比较,选取与多重分形特征量最接近的标准多重分形特征量的状态为待诊断GIS的状态,所述状态包括正常、中度接触不良及重度接触不良。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解: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,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种GIS触头接触不良故障诊断方法,其特征在于,包括以下步骤:
S1:获取待诊断GIS的振动信号;
S2:将振动信号进行多重分形特征提取,得到多重分形特征量;
S3:将多重分形特征量与预设的各状态的标准多重分形特征量比较,选取与多重分形特征量最接近的标准多重分形特征量的状态为待诊断GIS的状态,所述状态包括正常、中度接触不良及重度接触不良。
2.根据权利要求1所述的GIS触头接触不良故障诊断方法,其特征在于,所述待诊断GIS的振动信号通过如下方式得到:
将振动传感器设置于待诊断GIS的触头正对箱体的外侧,通过振动传感器采集待诊断GIS的振动信号。
3.根据权利要求1所述的GIS触头接触不良故障诊断方法,其特征在于,所述将振动信号进行多重分形特征提取,得到多重分形特征量的具体方法为:
S201:根据预设的线度δ,将振动信号NA分为N段;其中,N=(NA/δ);
S202:根据各段振动信号内所有样本之和的归一化概率以及预设的权重因子q,得到q阶分区函数;
S203:根据q阶分区函数与线度的幂律关系,得到直线斜率;
S204:根据预设的权重因子q以及直线斜率,通过勒让德勒变化,得到多重分形谱的奇异性指数α和分形维数f(α),作为多重分形特征量。
5.根据权利要求3所述的GIS触头接触不良故障诊断方法,其特征在于,所述S203的具体方法为:
根据q阶分区函数Sq(δ)与线度δ的幂律关系:Sq(δ)~δτ(q),对q阶分区函数Sq(δ)及δτ(q)均取对数,得到并通过式(3)得到直线斜率τ(q):
logSq(δ)=τ(q)log(δ)+C (3)
其中,C为常数。
7.一种GIS触头接触不良故障诊断装置,其特征在于,包括:
信号获取模块,用于获取待诊断GIS的振动信号;
多重分形特征提取模块,用于将振动信号进行多重分形特征提取,得到多重分形特征量;
故障诊断模块,用于将多重分形特征量与预设的标准多重分形特征量比较,当多重分形特征量与标准多重分形特征量之间的误差大于预设阈值时,GIS存在触头接触不良故障;标准多重分形特征量通过正常GIS的振动信号进行多重分形特征提取得到。
8.一种GIS触头接触不良故障诊断系统,其特征在于,包括振动传感器、数据采集卡及终端设备,振动传感器设置于待诊断GIS的触头正对箱体的外侧,振动传感器通过数据采集卡与终端设备连接,终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1至6任一项所述GIS触头接触不良故障诊断方法的步骤。
9.根据权利要求8所述的GIS触头接触不良故障诊断系统,其特征在于,所述振动传感器为PCB 333B30型振动传感器,所述数据采集卡为NI9234数据采集卡。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述GIS触头接触不良故障诊断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011507595.1A CN112710972A (zh) | 2020-12-18 | 2020-12-18 | Gis触头接触不良故障诊断方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011507595.1A CN112710972A (zh) | 2020-12-18 | 2020-12-18 | Gis触头接触不良故障诊断方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112710972A true CN112710972A (zh) | 2021-04-27 |
Family
ID=75544567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011507595.1A Pending CN112710972A (zh) | 2020-12-18 | 2020-12-18 | Gis触头接触不良故障诊断方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112710972A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114295343A (zh) * | 2021-12-03 | 2022-04-08 | 云南电网有限责任公司红河供电局 | 一种基于声特征法145kVGIS故障诊断方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5732158A (en) * | 1994-11-23 | 1998-03-24 | Tec-Masters, Inc. | Fractal dimension analyzer and forecaster |
US6850399B1 (en) * | 2000-03-01 | 2005-02-01 | Hitachi, Ltd. | Gas insulated device and failure rating method |
CN101782475A (zh) * | 2010-02-08 | 2010-07-21 | 天津工业大学 | 基于风力发电机组振动的叶片故障诊断方法 |
CN104863842A (zh) * | 2015-05-11 | 2015-08-26 | 昆明理工大学 | 一种基于分形理论的隔膜泵故障诊断方法及装置 |
CN107702908A (zh) * | 2017-10-12 | 2018-02-16 | 国网山东省电力公司莱芜供电公司 | 基于vmd自适应形态学的gis机械振动信号时频分析方法 |
CN108921124A (zh) * | 2018-07-17 | 2018-11-30 | 河海大学 | 一种变压器有载分接开关机械故障在线监测方法 |
CN109374270A (zh) * | 2018-09-19 | 2019-02-22 | 国网甘肃省电力公司电力科学研究院 | 一种gis异常振动分析及机械故障诊断装置及方法 |
CN110686767A (zh) * | 2019-09-20 | 2020-01-14 | 国家电网有限公司 | 一种基于时频法与数据序列法的gis振动异响联合特征提取方法 |
CN110926778A (zh) * | 2019-11-29 | 2020-03-27 | 国网天津市电力公司电力科学研究院 | 基于异常振动的气体绝缘组合开关设备机械故障诊断方法 |
CN111638047A (zh) * | 2020-05-25 | 2020-09-08 | 国网河北省电力有限公司电力科学研究院 | 一种gis设备机械故障诊断系统及方法 |
-
2020
- 2020-12-18 CN CN202011507595.1A patent/CN112710972A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5732158A (en) * | 1994-11-23 | 1998-03-24 | Tec-Masters, Inc. | Fractal dimension analyzer and forecaster |
US6850399B1 (en) * | 2000-03-01 | 2005-02-01 | Hitachi, Ltd. | Gas insulated device and failure rating method |
CN101782475A (zh) * | 2010-02-08 | 2010-07-21 | 天津工业大学 | 基于风力发电机组振动的叶片故障诊断方法 |
CN104863842A (zh) * | 2015-05-11 | 2015-08-26 | 昆明理工大学 | 一种基于分形理论的隔膜泵故障诊断方法及装置 |
CN107702908A (zh) * | 2017-10-12 | 2018-02-16 | 国网山东省电力公司莱芜供电公司 | 基于vmd自适应形态学的gis机械振动信号时频分析方法 |
CN108921124A (zh) * | 2018-07-17 | 2018-11-30 | 河海大学 | 一种变压器有载分接开关机械故障在线监测方法 |
CN109374270A (zh) * | 2018-09-19 | 2019-02-22 | 国网甘肃省电力公司电力科学研究院 | 一种gis异常振动分析及机械故障诊断装置及方法 |
CN110686767A (zh) * | 2019-09-20 | 2020-01-14 | 国家电网有限公司 | 一种基于时频法与数据序列法的gis振动异响联合特征提取方法 |
CN110926778A (zh) * | 2019-11-29 | 2020-03-27 | 国网天津市电力公司电力科学研究院 | 基于异常振动的气体绝缘组合开关设备机械故障诊断方法 |
CN111638047A (zh) * | 2020-05-25 | 2020-09-08 | 国网河北省电力有限公司电力科学研究院 | 一种gis设备机械故障诊断系统及方法 |
Non-Patent Citations (3)
Title |
---|
李秋生: "《常规雷达目标识别的分形理论及其应用》", vol. 1, 28 June 2019, 西安电子科技大学出版, pages: 78 - 79 * |
褚青: "基于多重分形理论与神经网络的齿轮故障诊断", 振动与冲击, vol. 34, no. 21, pages 15 - 18 * |
黄海英, 黄建波, 李志尊: "多重分形在旋转机械故障诊断中的应用", 现代制造工程, vol. 2008, no. 09, pages 243 - 245 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114295343A (zh) * | 2021-12-03 | 2022-04-08 | 云南电网有限责任公司红河供电局 | 一种基于声特征法145kVGIS故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109765490B (zh) | 一种基于高维数据诊断的动力电池故障检测方法及系统 | |
CN113391244B (zh) | 一种基于vmd的变压器合闸振动信号特征频率计算方法 | |
CN109307798B (zh) | 一种用于开关事件检测的功率信号滤波方法 | |
CN107886171B (zh) | 一种基于pmu数据的断路器状态在线诊断方法及系统 | |
CN106404399B (zh) | 基于自适应冗余提升小波包分解树的轴承故障诊断方法 | |
CN112989587B (zh) | 一种电容式电压互感器劣化成因在线分析方法及系统 | |
CN113934982B (zh) | 基于振-电信号融合的断路器操作机构机械寿命预测方法 | |
Zan et al. | Research on early fault diagnosis of rolling bearing based on VMD | |
CN111291918B (zh) | 平稳子空间外源矢量自回归的旋转机械退化趋势预测方法 | |
CN116226766A (zh) | 一种高压电器运行状态监测系统 | |
CN112710972A (zh) | Gis触头接触不良故障诊断方法、装置、系统及存储介质 | |
CN113237619B (zh) | 变转速旋转机械振动的故障预警方法、装置、设备以及存储介质 | |
CN115128345A (zh) | 一种基于谐波监测的电网安全预警方法及系统 | |
CN114755581A (zh) | 对置活塞磁力线性发电机的性能参数测试方法及相关装置 | |
CN111079647A (zh) | 一种断路器缺陷识别方法 | |
CN114117923A (zh) | 基于混沌特征空间的高压并联电抗器状态判断系统及方法 | |
CN118033409A (zh) | 一种gcb灭弧室开关电阻测试方法 | |
CN108594156B (zh) | 一种改进的电流互感器饱和特性识别方法 | |
CN115343579B (zh) | 一种电网故障分析方法、装置及电子设备 | |
CN116502149A (zh) | 基于电流特征传导的低压配电网户变关系识别方法及系统 | |
CN116381424A (zh) | 一种基于多源数据融合的岸电箱绝缘性能异常检测方法 | |
CN113219333B (zh) | 一种电机故障诊断时的频谱参数处理方法 | |
CN113670987A (zh) | 油纸绝缘老化状态的识别方法、装置、设备和存储介质 | |
CN113915015A (zh) | 发动机运行状态标准确定方法、预警方法、装置及车辆 | |
Qingfeng et al. | Fault detection of rectifier based on residuals |
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 |