CN112816789A - 导体内阻异常识别方法、装置、设备及计算机存储介质 - Google Patents
导体内阻异常识别方法、装置、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN112816789A CN112816789A CN202110133303.0A CN202110133303A CN112816789A CN 112816789 A CN112816789 A CN 112816789A CN 202110133303 A CN202110133303 A CN 202110133303A CN 112816789 A CN112816789 A CN 112816789A
- Authority
- CN
- China
- Prior art keywords
- conductor
- internal resistance
- value
- temperature
- actual
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/26—Measuring inductance or capacitance; Measuring quality factor, e.g. by using the resonance method; Measuring loss factor; Measuring dielectric constants ; Measuring impedance or related variables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明公开一种导体内阻异常识别方法,该导体内阻异常识别方法包括:建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;获取所述导体的实际温度值、实际电流值和其所处空间的实际环境温度值;根据所述实际电流值和实际环境温度值,按照所述拟合曲面推算出所述导体的理论温度值,并计算所述导体的实际温度值与理论温度值之间的差值;若所述差值小于预设阈值,则判定所述导体内阻正常;若所述差值大于预设阈值,则判定所述导体内阻异常。相较于目前凭借个人经验判定的方式,采用本发明导体内阻异常识别方法可提高导体内阻异常判定的准确性。此外,本发明还公开一种导体内阻异常识别装置、设备及计算机存储介质。
Description
技术领域
本发明涉及导体检测技术领域,特别涉及一种导体内阻异常识别方法、装置、设备及计算机存储介质。
背景技术
导体(conductor)是指电阻率很小且易于传导电流的物质,其具有多种类型,如金属、石墨、电解质溶液等,其中,金属为最常见的一种导体。在外电场作用下,导体中所存在的大量可自由移动的带电流子作定向运动,从而可形成明显的电流。
经了解便知,导体本身具有电阻的属性,导体对电流的阻碍作用就叫做该导体的内阻,不同的导体,内阻一般不同。然而,一旦导体内阻出现异常,将引起供电故障,影响系统工作运行。目前,当系统发生故障时,对于导体内阻是否出现异常,工作人员通常依据导体的参数(比如长度、宽度、材质等),凭借个人经验进行判断,准确性不高,影响抢修效率。
发明内容
本发明的主要目的是提出一种导体内阻异常识别方法,旨在解决目前对于导体内阻异常的判定方式存在准确性不高的技术问题。
为实现上述目的,本发明提出一种导体内阻异常识别方法,该导体内阻异常识别方法包括:
建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取所述导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
根据所述实际电流值和实际环境温度值,按照所述拟合曲面推算出所述导体的理论温度值,并计算所述导体的实际温度值与理论温度值之间的差值;
若所述差值小于预设阈值,则判定所述导体内阻正常;若所述差值大于预设阈值,则判定所述导体内阻异常。
优选地,所述建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面的步骤中包括:
对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面。
优选地,所述对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面的步骤中包括:
将多个所述采样点经过克里金法生成拟合曲面,并通过趋势面光滑插值法对所述拟合曲面进行延伸扩展处理。
优选地,所述对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面的步骤中包括:
采样时去除方差过大的采样点。
本发明还提出一种导体内阻异常识别装置,该导体内阻异常识别装置包括:
拟合曲面建立模块,用于建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取模块,用于获取所述导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
计算模块,用于根据所述实际电流值和实际环境温度值,按照所述拟合曲面推算出所述导体的理论温度值,并计算所述导体的实际温度值与理论温度值之间的差值;
判定模块,用于当所述差值小于预设阈值时,判定所述导体内阻正常;当所述差值大于预设阈值时,判定所述导体内阻异常。
优选地,所述拟合曲面建立模块包括:
采样计算单元,用于对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面。
优选地,所述采样计算单元包括:
第一执行子单元,用于将多个所述采样点经过克里金法生成拟合曲面,并通过趋势面光滑插值法对所述拟合曲面进行延伸扩展处理。
优选地,所述采样计算单元包括:
第二执行子单元,用于采样时去除方差过大的采样点。
本发明还提出一种导体内阻异常识别设备,该导体内阻异常识别设备包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时至少实现如下所述导体内阻异常识别方法的步骤:
建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取所述导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
根据所述实际电流值和实际环境温度值,按照所述拟合曲面推算出所述导体的理论温度值,并计算所述导体的实际温度值与理论温度值之间的差值;
若所述差值小于预设阈值,则判定所述导体内阻正常;若所述差值大于预设阈值,则判定所述导体内阻异常。
本发明还提出一种计算机存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时至少实现如下所述导体内阻异常识别方法的步骤:
建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取所述导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
根据所述实际电流值和实际环境温度值,按照所述拟合曲面推算出所述导体的理论温度值,并计算所述导体的实际温度值与理论温度值之间的差值;
若所述差值小于预设阈值,则判定所述导体内阻正常;若所述差值大于预设阈值,则判定所述导体内阻异常。
本发明实施例技术方案的有益效果在于:电流流过导体时,导体内阻会对其进行阻碍作用,从而“损耗”一部分电能而变成热量,导致导体发热升温,故在导体内阻出现异常时,导体的温升情况也会发生异常,然而在空间环境相对比较稳定的情况下,导体的温度还与其流经的电流和所处空间的环境温度等因素呈强耦合关系,因此,本导体内阻异常识别方法通过建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;然后获取导体的实际温度值、实际电流值和其所处空间的实际环境温度值;接着根据实际电流值和实际环境温度值,按照拟合曲面推算出导体的理论温度值,并计算导体的实际温度值与理论温度值之间的差值;若差值小于预设阈值,则判定导体内阻正常;若差值大于预设阈值,则判定导体内阻异常。即通过导体的温升情况以判定其内阻是否存在异常,相较于目前凭借个人经验判定的方式,采用本导体内阻异常识别方法可提高导体内阻异常判定的准确性,此外,其对于导体的故障检测以及定点分析也具有重要意义。
附图说明
图1为本发明一实施例中导体内阻异常识别方法的流程图;
图2为本发明一实施例中以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面图;
图3为本发明另一实施例中导体内阻异常识别方法的流程图;
图4为本发明又一实施例中导体内阻异常识别方法的流程图;
图5为本发明再一实施例中导体内阻异常识别方法的流程图;
图6为本发明一实施例中导体内阻异常识别装置的功能模块图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的方案进行清楚完整的描述,显然,所描述的实施例仅是本发明中的一部分实施例,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。
本发明提出一种导体内阻异常识别方法,参照图1,该导体内阻异常识别方法包括:
步骤S100:建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
步骤S200:获取导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
步骤S300:根据实际电流值和实际环境温度值,按照拟合曲面推算出导体的理论温度值,并计算导体的实际温度值与理论温度值之间的差值;
步骤S400:若差值小于预设阈值,则判定导体内阻正常;若差值大于预设阈值,则判定导体内阻异常。
本实施例所涉及的导体内阻异常识别方法用于实现导体内阻的异常识别,其中导体一般为金属导体,如电缆。所容易理解的是,电流流过导体时,导体内阻会对其进行阻碍作用,从而“损耗”一部分电能而变成热量,导致导体发热升温,故在导体内阻出现异常时,导体的温升情况也会发生异常,然而在空间环境相对比较稳定的情况下,导体的温度Tc还与其流经的电流I和所处空间的环境温度Th等因素呈强耦合关系,其相关性理论上可用公式Tc=f(Th,I)进行表述,其中环境温度Th和电流I作为主要变量,可对导体温度Tc造成直接影响。此外,不同环境温度Th下的空间散热速率也会对导体温度Tc造成间接影响,但其影响相对较小,在本实施例中暂且忽略不计。
基于此,实施本导体内阻异常识别方法中的步骤S100~S400,具体为:首先通过建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;然后获取导体的实际温度值、实际电流值和其所处空间的实际环境温度值;接着根据实际电流值和实际环境温度值,按照拟合曲面推算出导体的理论温度值,并计算导体的实际温度值与理论温度值之间的差值;若差值小于预设阈值,则判定导体内阻正常;若差值大于预设阈值,则判定导体内阻异常。
其中,所涉及的拟合曲面如图2所示,X轴表示导体的电流I,Y轴表示环境温度Th,Z轴表示导体的温度Tc,当然此仅为示例性的,并非限制性的,拟合曲面的生成过程在后续实施例中详细说明。因此,仅需检测出导体的电流以及环境温度,经过匹配拟合曲面就可获得导体的理论温度。在导体内阻正常的情况下,所检测到的导体的温度理应位于拟合曲面附近,而当导体的温度偏离拟合曲面超过一定范围,即预设阈值,便可推断出导体内阻出现异常。其中,导体的温度、电流以及环境温度可对应通过温度传感器、感应线圈等器件实时检测。
即通过导体的温升情况以判定其内阻是否存在异常,相较于目前凭借个人经验判定的方式,采用本导体内阻异常识别方法可提高导体内阻异常判定的准确性,此外,其对于导体的故障检测以及定点分析也具有重要意义。此外,本导体内阻异常识别方法能够按照拟合曲面预判导体内阻出现异常的情况,并通过大数据学习的情况及拟合曲面判断导体内阻异常的风险性,比如偏离拟合曲面较远则风险性高,偏离拟合曲面较近则风险性低。
在一较佳实施例中,步骤S100包括:
步骤S110:对导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成拟合曲面。
具体地,每隔预设时间采集导体的温度、电流和其所处空间的环境温度,从而获取多组导体的温度值、电流值和其所处空间的环境温度值,即对应的为多个采样点,对于所获得的多个采样点,通过插值运算以生成拟合曲面。其中,采样间隔时间可根据实际情况设置,并且在插值运算时所使用的插值算法可包括多种,比如克里金法、趋势面光滑插值法等,根据实际情况选择。
进一步地,步骤S110包括:
步骤S111:将多个采样点经过克里金法生成拟合曲面,并通过趋势面光滑插值法对拟合曲面进行延伸扩展处理。
其中,在获得多个采样点以后,经过克里金法(基于一般最小二乘算法的随机插值技术,用方差图作为权重函数)的局部拟合法生成非线性的拟合曲面,并通过趋势面光滑插值法(用多项式表示的线或面按最小二乘法原理对数据点进行拟合,并用于估算其它值的点)的整体拟合法以对拟合曲面进行延伸扩展处理,当然,本实施步骤中所使用的克里金法仅为示例性的,并非限制性的。通过拟合曲面的延伸扩展,可将导体内阻异常的风险性进行相应比例的缩减。
进一步地,步骤S110包括:
步骤S112:采样时去除方差过大的采样点。
本实施例中,通过在采样时去除方差过大的采样点,可减小拟合误差,以使所生成的拟合曲面更为精准,可进一步提高导体内阻异常判定的准确性。
对于上述实施例中的导体内阻异常识别方法,以下通过具体的应用场景进行说明:在环网柜之中,电缆所处的空间环境较为稳定,为了检测电缆工作是否正常,在电缆的外部设置一个互感器装置,该互感器装置中包括温度传感器、感应线圈、转换电路等,以定时采集环境温度、电缆电流及电缆温度,对应存储采集数据并通过装置内部软件进行插值运算生成拟合曲面,该拟合曲面是动态变化的,不同条件下导体的理论温度值可靠性随采样点的增加而增加。而当检测到的电缆温度与理论温度相差较大时,便说明此时电缆发生故障,可以进行有针对性的抢修。
基于上述的导体内阻异常识别方法,本发明还提出一种导体内阻异常识别装置,参照图5,该导体内阻异常识别装置包括:
拟合曲面建立模块100,用于建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取模块200,用于获取导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
计算模块300,用于根据实际电流值和实际环境温度值,按照拟合曲面推算出导体的理论温度值,并计算导体的实际温度值与理论温度值之间的差值;
判定模块400,用于当差值小于预设阈值时,判定导体内阻正常;当差值大于预设阈值时,判定导体内阻异常。
在一较佳实施例中,拟合曲面建立模块100包括:
采样计算单元110,用于对导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成拟合曲面。
在一较佳实施例中,采样计算单元110包括:
第一执行子单元111,用于将多个采样点经过克里金法生成拟合曲面,并通过趋势面光滑插值法对拟合曲面进行延伸扩展处理。
在一较佳实施例中,采样计算单元110包括:
第二执行子单元112,用于采样时去除方差过大的采样点。
本发明还提出一种导体内阻异常识别设备,该导体内阻异常识别设备包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序时至少实现如下导体内阻异常识别方法的步骤:
建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
根据实际电流值和实际环境温度值,按照拟合曲面推算出导体的理论温度值,并计算导体的实际温度值与理论温度值之间的差值;
若差值小于预设阈值,则判定导体内阻正常;若差值大于预设阈值,则判定导体内阻异常。
本发明还提出一种计算机存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时至少实现如下导体内阻异常识别方法的步骤:
建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
根据实际电流值和实际环境温度值,按照拟合曲面推算出导体的理论温度值,并计算导体的实际温度值与理论温度值之间的差值;
若差值小于预设阈值,则判定导体内阻正常;若差值大于预设阈值,则判定导体内阻异常。
在本发明所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块和组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块之间的耦合或者通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有祥述的部分,可以参见其它实施例的相关描述。
以上所述的仅为本发明的部分或优选实施例,无论是文字还是附图都不能因此限制本发明保护的范围,凡是在与本发明一个整体的构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明保护的范围内。
Claims (10)
1.一种导体内阻异常识别方法,其特征在于,包括:
建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取所述导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
根据所述实际电流值和实际环境温度值,按照所述拟合曲面推算出所述导体的理论温度值,并计算所述导体的实际温度值与理论温度值之间的差值;
若所述差值小于预设阈值,则判定所述导体内阻正常;若所述差值大于预设阈值,则判定所述导体内阻异常。
2.根据权利要求1所述的导体内阻异常识别方法,其特征在于,所述建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面的步骤中包括:
对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面。
3.根据权利要求2所述的导体内阻异常识别方法,其特征在于,所述对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面的步骤中包括:
将多个所述采样点经过克里金法生成拟合曲面,并通过趋势面光滑插值法对所述拟合曲面进行延伸扩展处理。
4.根据权利要求2或3所述的导体内阻异常识别方法,其特征在于,所述对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面的步骤中包括:
采样时去除方差过大的采样点。
5.一种导体内阻异常识别装置,其特征在于,包括:
拟合曲面建立模块,用于建立以导体的温度、电流和其所处空间的环境温度为变量的拟合曲面;
获取模块,用于获取所述导体的实际温度值、实际电流值和其所处空间的实际环境温度值;
计算模块,用于根据所述实际电流值和实际环境温度值,按照所述拟合曲面推算出所述导体的理论温度值,并计算所述导体的实际温度值与理论温度值之间的差值;
判定模块,用于当所述差值小于预设阈值时,判定所述导体内阻正常;当所述差值大于预设阈值时,判定所述导体内阻异常。
6.根据权利要求5所述的导体内阻异常识别装置,其特征在于,所述拟合曲面建立模块包括:
采样计算单元,用于对所述导体的温度、电流和其所处空间的环境温度进行定时采样以获得多个采样点,并通过插值运算以生成所述拟合曲面。
7.根据权利要求6所述的导体内阻异常识别装置,其特征在于,所述采样计算单元包括:
第一执行子单元,用于将多个所述采样点经过克里金法生成拟合曲面,并通过趋势面光滑插值法对所述拟合曲面进行延伸扩展处理。
8.根据权利要求6或7所述的导体内阻异常识别装置,其特征在于,所述采样计算单元包括:
第二执行子单元,用于采样时去除方差过大的采样点。
9.一种导体内阻异常识别设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至4中任一项所述导体内阻异常识别方法的步骤。
10.一种计算机存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述导体内阻异常识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110133303.0A CN112816789A (zh) | 2021-01-29 | 2021-01-29 | 导体内阻异常识别方法、装置、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110133303.0A CN112816789A (zh) | 2021-01-29 | 2021-01-29 | 导体内阻异常识别方法、装置、设备及计算机存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112816789A true CN112816789A (zh) | 2021-05-18 |
Family
ID=75860548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110133303.0A Pending CN112816789A (zh) | 2021-01-29 | 2021-01-29 | 导体内阻异常识别方法、装置、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112816789A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113869285A (zh) * | 2021-12-01 | 2021-12-31 | 四川博创汇前沿科技有限公司 | 一种人群密度估计装置、方法和存储介质 |
CN114137308A (zh) * | 2021-11-30 | 2022-03-04 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于电气设备最高温度值获取设备回路电阻的方法 |
CN116858854A (zh) * | 2023-09-04 | 2023-10-10 | 季华实验室 | 掺杂浓度的修正方法、装置、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077311A (zh) * | 2013-01-06 | 2013-05-01 | 广东电网公司电力科学研究院 | 高压架空输电导线断股后剩余截面温升峰值的预测方法 |
CN106154171A (zh) * | 2016-06-17 | 2016-11-23 | 清华大学 | 建立电池直流内阻函数的方法 |
CN106714336A (zh) * | 2016-10-25 | 2017-05-24 | 南京邮电大学 | 一种基于改进克里金算法的无线传感网温度监测方法 |
CN106815577A (zh) * | 2017-01-20 | 2017-06-09 | 中国科学院遥感与数字地球研究所 | 一种海洋中尺度涡的识别方法和装置 |
CN107045109A (zh) * | 2017-05-19 | 2017-08-15 | 北京新能源汽车股份有限公司 | 电池的直流内阻测量方法和装置 |
CN108209879A (zh) * | 2017-07-03 | 2018-06-29 | 深圳市前海未来无限投资管理有限公司 | 预警信号生成方法及装置 |
EP3351954A1 (en) * | 2017-01-20 | 2018-07-25 | Verisure Sàrl | Power supply check method and corresponding apparatus |
CN108519158A (zh) * | 2018-03-07 | 2018-09-11 | 南方电网科学研究院有限责任公司 | 一种gis设备内部过热缺陷的红外检测方法 |
CN110673027A (zh) * | 2019-11-04 | 2020-01-10 | 威胜电气有限公司 | 一种低压断路器接头故障检测方法和装置 |
CN111707888A (zh) * | 2020-05-27 | 2020-09-25 | 许继集团有限公司 | 一种电缆导体温度、载流量及耐受时间动态预测方法 |
-
2021
- 2021-01-29 CN CN202110133303.0A patent/CN112816789A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077311A (zh) * | 2013-01-06 | 2013-05-01 | 广东电网公司电力科学研究院 | 高压架空输电导线断股后剩余截面温升峰值的预测方法 |
CN106154171A (zh) * | 2016-06-17 | 2016-11-23 | 清华大学 | 建立电池直流内阻函数的方法 |
CN106714336A (zh) * | 2016-10-25 | 2017-05-24 | 南京邮电大学 | 一种基于改进克里金算法的无线传感网温度监测方法 |
CN106815577A (zh) * | 2017-01-20 | 2017-06-09 | 中国科学院遥感与数字地球研究所 | 一种海洋中尺度涡的识别方法和装置 |
EP3351954A1 (en) * | 2017-01-20 | 2018-07-25 | Verisure Sàrl | Power supply check method and corresponding apparatus |
CN107045109A (zh) * | 2017-05-19 | 2017-08-15 | 北京新能源汽车股份有限公司 | 电池的直流内阻测量方法和装置 |
CN108209879A (zh) * | 2017-07-03 | 2018-06-29 | 深圳市前海未来无限投资管理有限公司 | 预警信号生成方法及装置 |
CN108519158A (zh) * | 2018-03-07 | 2018-09-11 | 南方电网科学研究院有限责任公司 | 一种gis设备内部过热缺陷的红外检测方法 |
CN110673027A (zh) * | 2019-11-04 | 2020-01-10 | 威胜电气有限公司 | 一种低压断路器接头故障检测方法和装置 |
CN111707888A (zh) * | 2020-05-27 | 2020-09-25 | 许继集团有限公司 | 一种电缆导体温度、载流量及耐受时间动态预测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114137308A (zh) * | 2021-11-30 | 2022-03-04 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于电气设备最高温度值获取设备回路电阻的方法 |
CN114137308B (zh) * | 2021-11-30 | 2023-10-20 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于电气设备最高温度值获取设备回路电阻的方法 |
CN113869285A (zh) * | 2021-12-01 | 2021-12-31 | 四川博创汇前沿科技有限公司 | 一种人群密度估计装置、方法和存储介质 |
CN116858854A (zh) * | 2023-09-04 | 2023-10-10 | 季华实验室 | 掺杂浓度的修正方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112816789A (zh) | 导体内阻异常识别方法、装置、设备及计算机存储介质 | |
CN108429254B (zh) | 一种非侵入式用电负荷识别方法 | |
US10742068B2 (en) | Real-time deviation detection of power system electrical characteristics using time-synchronized measurements | |
CN106709651B (zh) | 一种基于风险理论的电力系统安全性评估系统 | |
US6937945B2 (en) | Electrical power transmission | |
Mehra et al. | Analysis of PCA based compression and denoising of smart grid data under normal and fault conditions | |
CN112240960B (zh) | 测试方法、装置、计算机设备和存储介质 | |
CN117034180B (zh) | 电力通信设备数据异常检测方法、系统及存储介质 | |
JP6774797B2 (ja) | 監視装置および監視方法 | |
CN112507510A (zh) | 基于温升负荷性能的电力设备状态诊断方法、电子设备、存储介质 | |
CN114325195B (zh) | 一种有线充电的检测方法、装置及计算机可读存储介质 | |
CN109655678B (zh) | 一种用于用电器件的散热性能评估方法及系统 | |
CN112213638B (zh) | 一种电机线圈的发热状态监测方法、相关设备和介质 | |
Rezaei et al. | Estimating cascading failure risk: Comparing Monte Carlo sampling and random chemistry | |
Welikala et al. | A real-time non-intrusive load monitoring system | |
CN113237565A (zh) | 端子测温方法、装置、计算机设备和存储介质 | |
CN116595395A (zh) | 一种基于深度学习的逆变器输出电流预测方法及系统 | |
Hossain et al. | Distribution high impedance fault location using localized voltage magnitude measurements | |
KR102436316B1 (ko) | 태양광발전설비의 아크검출 방법 및 시스템 | |
Song et al. | Prediction of failure in time (FIT) of electrical connectors with short term tests | |
CN113408210B (zh) | 基于深度学习的非侵入负荷分解方法、系统、介质和设备 | |
CN115049303A (zh) | 一种中压电缆损坏风险评估方法、装置、设备及存储介质 | |
CN113486535A (zh) | 一种基于环境信息的电网信息检测分析方法 | |
Kim et al. | Measurement-based estimation of the composite load model parameters | |
CN112485720A (zh) | 一种电缆绝缘缺陷检测方法及装置 |
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: 20210518 |