CN112858858A - 一种基于降维的局部放电光谱特征波段提取方法及装置 - Google Patents

一种基于降维的局部放电光谱特征波段提取方法及装置 Download PDF

Info

Publication number
CN112858858A
CN112858858A CN202110330937.5A CN202110330937A CN112858858A CN 112858858 A CN112858858 A CN 112858858A CN 202110330937 A CN202110330937 A CN 202110330937A CN 112858858 A CN112858858 A CN 112858858A
Authority
CN
China
Prior art keywords
voltages
partial discharge
group
spectral
spectral band
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
Application number
CN202110330937.5A
Other languages
English (en)
Other versions
CN112858858B (zh
Inventor
彭兆裕
岳丹
程志万
颜冰
马御棠
钱国超
张云
邱鹏锋
洪志湖
文刚
代维菊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN202110330937.5A priority Critical patent/CN112858858B/zh
Publication of CN112858858A publication Critical patent/CN112858858A/zh
Application granted granted Critical
Publication of CN112858858B publication Critical patent/CN112858858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本申请公开了一种基于降维的局部放电光谱特征波段提取方法及装置,该方法包括:利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;通过信号处理单元提取出每组电压下各光谱波段内局部放电多光谱信号的光脉冲幅值与相位信息;分别计算出每组电压中各光谱波段内所采集的光脉冲幅值平均值;根据每组电压中各光谱波段内光脉冲幅值平均值,分别对数据进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。

Description

一种基于降维的局部放电光谱特征波段提取方法及装置
技术领域
本申请涉及电力设备状态监测和故障诊断技术领域,尤其涉及一种基于降维的局部放电光谱特征波段提取方法及装置。
背景技术
电力设备局部放电检测作为一种发现绝缘缺陷的有效手段,在电力设备诊断中发挥着重要作用。通常局部放电伴随着光辐射的物理现象,因此通过检测光辐射信号可以侧面反应局部放电的发展情况。局部放电光谱能够反映电子温度、激发截面和发展模态等微观信息,可利用光谱特征对放电机制和绝缘劣化程度进行深入分析。将放电统计信息和光谱信息相结合,不但能判断放电类型,还能反应放电强弱。通过对局部放电多光谱信号进行监测,能够对绝缘的缺陷类型及严重程度做出判断,实现对电力设备绝缘缺陷、劣化程度及剩余寿命的诊断和评估。
光测法作为一种较为本征和直观的表征手段,通过观测局部放电光谱可以对局部放电情况进行深入分析,判断放电类型及放电严重程度。现有的电力设备局部放电光谱分析技术主要为局部放电多光谱诊断技术,但是多光谱诊断技术在采集过程中数据量极大,导致计算机的运行和处理效率降低,所以对放电光谱数据进行特征波段提取以达到压缩数据的目的是非常有必要的。
发明内容
本申请提供了一种基于降维的局部放电光谱特征波段提取方法及装置,以解决现有的电力设备局部放电诊断技术在采集数据过程中数据量极大,导致计算机的运行和处理效率降低的问题。
本申请采用的技术方案如下:
一种基于降维的局部放电光谱特征波段提取方法,包括以下步骤:
利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;
通过信号处理单元提取出每组电压下各光谱波段内所述局部放电多光谱信号的光脉冲幅值与相位信息;
分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值;
根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;
计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;
根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。
优选地,所述利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集,包括:
利用多光谱检测装置对不同电压下局部放电多光谱信号进行采集,所述多光谱检测装置为具有多个独立的感光探测区域的多光谱局部放电传感器,可进行多个波段内光谱信号的同步采集。
优选地,所述分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值,包括:
将所述局部放电多光谱信号的光脉冲分别叠加在各个光谱波段的周期内,然后分别计算不同电压下每个光谱波段内单周期的光脉冲幅值的平均值,记为(a11,a12,a13,…,a1n;a21,a22,a23,…,a2n;…;am1,am2,am3,…,amn),其中m为电压组数,n为光谱波段数。
优选地,所述根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1,包括:
根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,计算公式如下:
Figure BDA0002994345590000021
其中ast为光脉冲幅值,得到各光谱波段内的平均光辐射强度比值bst记为(b11,b12,b13,…,b1n;b21,b22,b23,…,b2n;…;bm1,bm2,bm3,…,bmn),使各光谱波段内的所述平均光辐射强度比值不变且总和为1。
优选地,所述计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差,包括:
每组电压中各光谱波段内所述平均光辐射强度比值的标准差计算公式为:s1=sqrt(((b11-ba1)^2+(b21-ba1)^2+......(bm1-ba1)^2)/(m-1));s2=sqrt(((b12-ba2)^2+(b22-ba2)^2+......(bm2-ba2)^2)/(m-1));…;sn=sqrt(((b1n-ban)^2+(b2n-ban)^2+......(bmn-ban)^2)/(m-1)),其中sqrt代表平方根运算,m为电压组数,ba1、ba2、…、ban分别为每组电压条件下各光谱波段内所述平均光辐射强度比值的平均值。
一种基于光谱降维的局部放电光谱特征波段提取装置,包括:
局部放电信号采集模块,用于利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;
信号处理模块,用于通过信号处理单元提取出每组电压下各光谱波段内所述局部放电多光谱信号的光脉冲幅值与相位信息;
平均幅值计算模块,用于分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值;
归一化计算模块,用于根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;
标准差计算模块,用于计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;
特征波段选取模块,用于根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。
采用本申请的技术方案的有益效果如下:
本申请首先利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;然后通过信号处理单元提取出每组电压下各波段内的光脉冲幅值与相位信息,分别计算出各波段下所采集光脉冲的平均幅值;然后分别对每组电压中各波段下的平均光辐射强度比值进行归一化计算,使每个波段内的结果比值不变,总和为1;计算每个光谱波段内不同电压下比值的标准差,计算出标准差较大的设定数量波段则为该放电类型下的特征波段,对局部放电光谱数据进行特征波段提取以达到压缩数据的目的,实现了光谱降维。本申请所描述方法具有适用性强、简化计算等优点,可应用于多光谱局部放电诊断,通过降维技术减少了多光谱诊断技术在数据采集和处理过程中的数据量,提高了多光谱检测法诊断电力设备的效率。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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为本申请一种基于降维的局部放电光谱特征波段提取方法的流程图;
图2为本申请中利用所述多光谱检测装置采集局部放电信号的结构示意图;
图3为本申请中所述信号处理单元的原理图;
图4为本申请中平均光辐射强度比值的归一化示例图;
图5为本申请中特征波段选取示意图;
图示:
1-多光谱局部放电传感器,2-光谱信号,3-局部放电发生器。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。
参见图1,为本申请一种基于降维的局部放电光谱特征波段提取方法的流程图。
本申请提供的一种基于降维的局部放电光谱特征波段提取方法,包括以下步骤:
利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;
通过信号处理单元提取出每组电压下各光谱波段内所述局部放电多光谱信号的光脉冲幅值与相位信息;
分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值;
根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;
计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;
根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。
所述利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集,包括:
利用多光谱检测装置对不同电压下局部放电多光谱信号进行采集,所述多光谱检测装置为具有多个独立的感光探测区域的多光谱局部放电传感器1,所述多光谱局部放电传感器可为具有多个独立的感光探测区域的光电传感器阵列,可进行多个波段内光谱信号2的同步采集。如图2所示,本实施例中采取沿面放电,从1.1PDIV(起始电压)到7.1PDIV,每隔1PDIV(起始电压)通过局部放电发生器3进行局部放电试验,并利用所述多光谱检测装置对不同电压下局部放电多光谱信号进行采集。
所述分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值,包括:
将所述局部放电多光谱信号的光脉冲分别叠加在各个光谱波段的周期内,然后分别计算每组电压中每个光谱波段内单周期的所述光脉冲幅值的平均值,记为(a11,a12,a13,…,a1n;a21,a22,a23,…,a2n;…;am1,am2,am3,…,amn),其中a为光脉冲幅值的平均值,下标m为电压组数、n为光谱波段数,如图3所示。
所述根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1,包括:
根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,计算公式如下:
Figure BDA0002994345590000041
其中ast为光脉冲幅值,得到各光谱波段内的平均光辐射强度比值bst记为(b11,b12,b13,…,b1n;b21,b22,b23,…,b2n;…;bm1,bm2,bm3,…,bmn),使各光谱波段内的所述平均光辐射强度比值不变且总和为1,如图4所示。
所述计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差,包括:
每组电压中各光谱波段内所述平均光辐射强度比值的标准差计算公式为:s1=sqrt(((b11-ba1)^2+(b21-ba1)^2+......(bm1-ba1)^2)/(m-1));s2=sqrt(((b12-ba2)^2+(b22-ba2)^2+......(bm2-ba2)^2)/(m-1));…;sn=sqrt(((b1n-ban)^2+(b2n-ban)^2+......(bmn-ban)^2)/(m-1)),其中sqrt代表平方根运算,m为电压组数,ba1、ba2、…、ban分别为每组电压条件下各光谱波段内所述平均光辐射强度比值的平均值。本实施例中所述平均光辐射强度比值的标准差最大的三个对应的是对电压变化最敏感的三个波段,即为该放电类型下的特征波段,如图5所示。
一种基于光谱降维的局部放电光谱特征波段提取装置,包括:
局部放电信号采集模块,用于利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;
信号处理模块,用于通过信号处理单元提取出每组电压下各光谱波段内所述局部放电多光谱信号的光脉冲幅值与相位信息;
平均幅值计算模块,用于分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值;
归一化计算模块,用于根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;
标准差计算模块,用于计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;
特征波段选取模块,用于根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。
本申请首先利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;然后通过信号处理单元提取出每组电压下各波段内的光脉冲幅值与相位信息,分别计算出各波段下所采集光脉冲的平均幅值;然后分别对每组电压中各波段下的平均光辐射强度比值进行归一化计算,使每个波段内的结果比值不变,总和为1;计算每个光谱波段内不同电压下比值的标准差,计算出标准差较大的设定数量波段则为该放电类型下的特征波段,对局部放电光谱数据进行特征波段提取以达到压缩数据的目的,实现了光谱降维。本申请所描述方法具有适用性强、简化计算等优点,可应用于多光谱局部放电诊断,通过降维技术减少了多光谱诊断技术在数据采集和处理过程中的数据量,提高了多光谱检测法诊断电力设备的效率。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。

Claims (6)

1.一种基于降维的局部放电光谱特征波段提取方法,其特征在于,包括以下步骤:
利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;
通过信号处理单元提取出每组电压下各光谱波段内所述局部放电多光谱信号的光脉冲幅值与相位信息;
分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值;
根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;
计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;
根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。
2.根据权利要求1所述的一种基于降维的局部放电光谱特征波段提取方法,其特征在于,所述利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集,包括:
利用多光谱检测装置对不同电压下局部放电多光谱信号进行采集,所述多光谱检测装置为具有多个独立的感光探测区域的多光谱局部放电传感器(1),可进行多个波段内光谱信号(2)的同步采集。
3.根据权利要求2所述的一种基于降维的局部放电光谱特征波段提取方法,其特征在于,所述分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值,包括:
将所述局部放电多光谱信号的光脉冲分别叠加在各个光谱波段的周期内,然后分别计算每组电压中每个光谱波段内单周期的所述光脉冲幅值的平均值,记为(a11,a12,a13,…,a1n;a21,a22,a23,…,a2n;…;am1,am2,am3,…,amn),其中a为光脉冲幅值的平均值,下标m为电压组数、n为光谱波段数。
4.根据权利要求3所述的一种基于降维的局部放电光谱特征波段提取方法,其特征在于,所述根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1,包括:
根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,计算公式如下:
Figure FDA0002994345580000011
其中ast为光脉冲幅值,得到各光谱波段内的平均光辐射强度比值bst记为(b11,b12,b13,…,b1n;b21,b22,b23,…,b2n;…;bm1,bm2,bm3,…,bmn),使各光谱波段内的所述平均光辐射强度比值不变且总和为1。
5.根据权利要求4所述的一种基于降维的局部放电光谱特征波段提取方法,其特征在于,所述计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差,包括:
每组电压中各光谱波段内所述平均光辐射强度比值的标准差计算公式为:s1=sqrt(((b11-ba1)^2+(b21-ba1)^2+......(bm1-ba1)^2)/(m-1));s2=sqrt(((b12-ba2)^2+(b22-ba2)^2+......(bm2-ba2)^2)/(m-1));…;sn=sqrt(((b1n-ban)^2+(b2n-ban)^2+......(bmn-ban)^2)/(m-1)),其中sqrt代表平方根运算,m为电压组数,ba1、ba2、…、ban分别为每组电压条件下各光谱波段内所述平均光辐射强度比值的平均值。
6.一种基于光谱降维的局部放电光谱特征波段提取装置,其特征在于,包括:
局部放电信号采集模块,用于利用多光谱局部放电检测法对不同电压下局部放电多光谱信号进行采集;
信号处理模块,用于通过信号处理单元提取出每组电压下各光谱波段内所述局部放电多光谱信号的光脉冲幅值与相位信息;
平均幅值计算模块,用于分别计算出每组电压中各光谱波段内所采集的所述光脉冲幅值的平均值;
归一化计算模块,用于根据每组电压中各光谱波段内所述光脉冲幅值的平均值,分别对每组电压中各光谱波段内的所述光脉冲幅值进行归一化计算,得到各光谱波段内的平均光辐射强度比值,使各光谱波段内的所述平均光辐射强度比值不变且总和为1;
标准差计算模块,用于计算每组电压中各光谱波段内所述平均光辐射强度比值的标准差;
特征波段选取模块,用于根据实际需求选取所述标准差较大的设定数量的光谱波段为该局部放电放电类型下的特征波段。
CN202110330937.5A 2021-03-26 2021-03-26 一种基于降维的局部放电光谱特征波段提取方法及装置 Active CN112858858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110330937.5A CN112858858B (zh) 2021-03-26 2021-03-26 一种基于降维的局部放电光谱特征波段提取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110330937.5A CN112858858B (zh) 2021-03-26 2021-03-26 一种基于降维的局部放电光谱特征波段提取方法及装置

Publications (2)

Publication Number Publication Date
CN112858858A true CN112858858A (zh) 2021-05-28
CN112858858B CN112858858B (zh) 2022-08-02

Family

ID=75993060

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110330937.5A Active CN112858858B (zh) 2021-03-26 2021-03-26 一种基于降维的局部放电光谱特征波段提取方法及装置

Country Status (1)

Country Link
CN (1) CN112858858B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791318A (zh) * 2021-09-01 2021-12-14 上海交通大学 基于多光谱检测阵列的局部放电故障识别方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1094323A2 (en) * 1999-10-19 2001-04-25 ABB Substation Automation Oy Method and system for identifying cause of partial discharge
CN102520286A (zh) * 2011-12-15 2012-06-27 国网电力科学研究院 基于高光谱的复合绝缘子运行状态分类方法
CN109799440A (zh) * 2019-03-29 2019-05-24 云南电网有限责任公司电力科学研究院 基于高光谱技术的绝缘子污层电导检测方法
CN110208666A (zh) * 2019-07-03 2019-09-06 云南电网有限责任公司电力科学研究院 局部放电特征光谱的选取方法
CN110275094A (zh) * 2019-05-05 2019-09-24 电子科技大学 一种高压电缆局部放电声光联合检测方法及系统
CN110441647A (zh) * 2019-09-06 2019-11-12 云南电网有限责任公司电力科学研究院 基于光谱强度信息的弧光危险评估方法及装置
CN110514975A (zh) * 2019-10-14 2019-11-29 云南电网有限责任公司电力科学研究院 一种gis设备的局部放电类型分类方法
CN110531228A (zh) * 2019-09-03 2019-12-03 国网湖南省电力有限公司 基于主成分降维与聚类分析的gis局放严重程度判断方法、系统及介质
CN110954792A (zh) * 2019-12-10 2020-04-03 西安交通大学 基于高光谱成像复合绝缘子伞裙老化的特征波段提取方法
CN111624449A (zh) * 2020-05-28 2020-09-04 中国科学院电工研究所 一种基于发射光谱法的电力设备局部放电多通道光学检测系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1094323A2 (en) * 1999-10-19 2001-04-25 ABB Substation Automation Oy Method and system for identifying cause of partial discharge
CN102520286A (zh) * 2011-12-15 2012-06-27 国网电力科学研究院 基于高光谱的复合绝缘子运行状态分类方法
CN109799440A (zh) * 2019-03-29 2019-05-24 云南电网有限责任公司电力科学研究院 基于高光谱技术的绝缘子污层电导检测方法
CN110275094A (zh) * 2019-05-05 2019-09-24 电子科技大学 一种高压电缆局部放电声光联合检测方法及系统
CN110208666A (zh) * 2019-07-03 2019-09-06 云南电网有限责任公司电力科学研究院 局部放电特征光谱的选取方法
CN110531228A (zh) * 2019-09-03 2019-12-03 国网湖南省电力有限公司 基于主成分降维与聚类分析的gis局放严重程度判断方法、系统及介质
CN110441647A (zh) * 2019-09-06 2019-11-12 云南电网有限责任公司电力科学研究院 基于光谱强度信息的弧光危险评估方法及装置
CN110514975A (zh) * 2019-10-14 2019-11-29 云南电网有限责任公司电力科学研究院 一种gis设备的局部放电类型分类方法
CN110954792A (zh) * 2019-12-10 2020-04-03 西安交通大学 基于高光谱成像复合绝缘子伞裙老化的特征波段提取方法
CN111624449A (zh) * 2020-05-28 2020-09-04 中国科学院电工研究所 一种基于发射光谱法的电力设备局部放电多通道光学检测系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
RORO ROUDHOTUL JANNAH: "Design, Implementation,and Testing of Partial Discharge SignalPattern Recognition and Judgment System Application Using Statistical Method", 《JOINT INTERNATIONAL CONFERENCE ON ELECTRIC VEHICULAR TECHNOLOGY AND INDUSTRIAL,MECHANICAL, ELECTRICAL AND CHEMICAL ENGINEERING 2015》 *
RORO ROUDHOTUL JANNAH: "Design, Implementation,and Testing of Partial Discharge SignalPattern Recognition and Judgment System Application Using Statistical Method", 《JOINT INTERNATIONAL CONFERENCE ON ELECTRIC VEHICULAR TECHNOLOGY AND INDUSTRIAL,MECHANICAL, ELECTRICAL AND CHEMICAL ENGINEERING 2015》, 31 December 2015 (2015-12-31), pages 314 - 318 *
于绍慧 等: "基于矩阵模式的高光谱波段选择方法", 《光电工程》 *
于绍慧 等: "基于矩阵模式的高光谱波段选择方法", 《光电工程》, vol. 39, no. 6, 30 June 2012 (2012-06-30), pages 71 - 75 *
杨眉: "基于统计和分形特征的油纸绝缘局部放电模式识别研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
杨眉: "基于统计和分形特征的油纸绝缘局部放电模式识别研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, 15 January 2007 (2007-01-15), pages 042 - 197 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791318A (zh) * 2021-09-01 2021-12-14 上海交通大学 基于多光谱检测阵列的局部放电故障识别方法及系统

Also Published As

Publication number Publication date
CN112858858B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN110160791B (zh) 基于小波-谱峭度的感应电机轴承故障诊断系统及诊断方法
Isham et al. Variational mode decomposition: mode determination method for rotating machinery diagnosis
CN111308289A (zh) 一种局部放电多光谱弱光检测装置及方法
CN109660206B (zh) 一种基于Wasserstein GAN的光伏阵列故障诊断方法
RU2484442C1 (ru) Способ вибрационной диагностики и прогнозирования внезапного отказа двигателя и носитель
CN112858858B (zh) 一种基于降维的局部放电光谱特征波段提取方法及装置
CN108344931B (zh) 基于紫外图谱技术的电力设备安全分析系统
Ma et al. Photovoltaic module current mismatch fault diagnosis based on IV data
CN110244199A (zh) 基于时域重构的局部放电脉冲统计方法
CN109655266B (zh) 一种基于avmd和谱相关分析的风电机组轴承故障诊断方法
CN108872129A (zh) 一种基于偏最小二乘法的绝缘纸近红外光谱解析方法
CN102155988A (zh) 设备监诊方法
CN112986870A (zh) 基于振动法的分布式电力变压器绕组状态监测方法及系统
CN114323642A (zh) 风电机组振动数据处理系统以及数据稀释方法
CN116089813A (zh) 一种基于机器学习的风电机组传动链故障诊断方法
KR20170086308A (ko) 기계 상태 모니터링 장치 및 방법
KR101664953B1 (ko) 태양광 모듈 진단시스템
Ren et al. Machine learning applications in health monitoring of renewable energy systems
CN113791318A (zh) 基于多光谱检测阵列的局部放电故障识别方法及系统
CN114994069B (zh) 基于高光谱的绝缘子污秽成分和含量的检测方法及系统
CN115575796A (zh) 数据采集集成电路测试方法、系统、电子设备及存储介质
KR20160078532A (ko) 태양광 모듈별 이상 진단 시스템 및 방법
CN115828063A (zh) 一种风电机组轴承故障诊断方法及系统
CN115856544A (zh) 一种电气设备内部放电故障诊断方法
KR102032653B1 (ko) 결함 평가를 이용한 기계 상태 모니터링 장치 및 방법

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