CN113125908A - 一种绝缘子污秽度诊断装置及其检测方法 - Google Patents
一种绝缘子污秽度诊断装置及其检测方法 Download PDFInfo
- Publication number
- CN113125908A CN113125908A CN202110412301.5A CN202110412301A CN113125908A CN 113125908 A CN113125908 A CN 113125908A CN 202110412301 A CN202110412301 A CN 202110412301A CN 113125908 A CN113125908 A CN 113125908A
- Authority
- CN
- China
- Prior art keywords
- insulator
- early warning
- transmission module
- main controller
- classification
- 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
- 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
- G01R31/12—Testing 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
- G01R31/1218—Testing 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
-
- 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
- G01R31/12—Testing 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
- G01R31/1227—Testing 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 of components, parts or materials
- G01R31/1245—Testing 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 of components, parts or materials of line insulators or spacers, e.g. ceramic overhead line cap insulators; of insulators in HV bushings
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Ceramic Engineering (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种绝缘子污秽度诊断装置及其检测方法,该装置包括:装配到装置盒内的主控制器、串口通信传输模块、无线数据传输模块、故障预警装置和内嵌的多分类与预测算法模块,主控器设置在装置盒内部中心区域,主控器分别电性连接串口通信传输模块、无线数据传输模块、故障预警装置和内嵌的多分类与预测算法模块;主控器通过无线数据传输模块分别与地面接收器和地面控制器通信连接,主控器通过串口通信传输模块分别与紫外成像仪接收器、紫外成像仪发信机通信连接;故障预警装置用于进行绝缘子污秽预警。本发明提供的绝缘子污秽度诊断装置及其检测方法,结构简单,便于维护,利用BP神经网络分类预测算法判断污秽度,判断效率和准确度高。
Description
技术领域
本发明涉及电力设备故障诊断技术领域,特别是涉及一种绝缘子污秽度诊断装置及其检测方法。
背景技术
近年来,中国能源电力行业发展迅猛,高压和超高压输电线路逐渐被用于输电和配电;电力设备和输电线路的安全稳定运行对于中国经济的建设尤为重要。绝缘子是高压输电线路中的重要部件,首先是为传输电流的导线提供机械支撑力;其次是绝缘作用,可以防止接地电流。随着空气污染的日益严重,绝缘子长期暴露在外部环境中,空气中的污染物会在其表面附着积累,从而产生绝缘子表面的电气强度、机械强度和绝缘性能下降明显等影响,极易发生污闪事故。为了使高压线路可以长期安全稳定运行,需对绝缘子的污秽度进行定期检测,及时将严重老化的绝缘子退出运行。
传统的绝缘子污秽检测技术主要基于人工检测,其具有效率低、工作强度高、风险因素高的缺点。近年来,随着大数据、数字图像处理和计算机机器视觉技术的发展,输电线路的在线监测与故障诊断逐渐实现智能化,大力推进了智能电网的发展。实现基于图像处理的绝缘子污秽程度检测,具有很多人工巡检难以实现的优点,提高了人工检测的准确率,同时降低了巡检人员的劳动强度,但其具有成本高、环境要求苛刻、操作难度大等劣势。
目前,绝缘子污秽检测技术主要有等值盐密检测法、红外测温法、可见光图像检测法等。等值盐密测量方法,利用抗干扰能力强的双圆柱结构电极探头,通过控制喷水量和水的不同温度,实现对绝缘子表面局部等值盐密的准确测量,测量条件十分苛刻。红外测温法是根据绝缘子泄漏电流产生的发热效应进行检测,需要在较高的湿度条件下才能进行测量。可见光图像检测法通过提取可见光图像中绝缘子特征,建立污秽检测模型,实现绝缘子污秽状态的识别,其成本花费较高,环境要求苛刻且容易发生漏检。日盲紫外成像检测是一种用于高压设备表面放电的可视化检测方法,具有检测距离远、非接触、放电位置定位准确等优点。当前,紫外成像检测技术及其应用还存在着一些问题:紫外成像仪在使用过程中缺少定量判定方法和手段,缺陷判定完全依赖于巡检操作人员的现场经验,易造成对潜在故障缺陷的误判、漏判等。
发明内容
本发明的目的是提供一种绝缘子污秽度诊断装置及其检测方法,结构简单,便于维护,可以实现绝缘子污秽度等级的远程带电自动化诊断与检测,大大提高故障判断效率和准确度。
为实现上述目的,本发明提供了如下方案:
一种绝缘子污秽度诊断装置,该装置包括:装置盒以及装配到装置盒内的主控制器、串口通信传输模块、无线数据传输模块、故障预警装置和内嵌的多分类与预测算法模块,所述主控器设置在装置盒内部中心区域,所述主控器分别电性连接所述串口通信传输模块、无线数据传输模块、故障预警装置和内嵌的多分类与预测算法模块;
所述主控器通过所述无线数据传输模块分别与地面接收器和地面控制器通信连接,所述主控器通过所述串口通信传输模块分别与所述紫外成像仪接收器、紫外成像仪发信机通信连接,所述紫外成像仪接收器和紫外成像仪发信机设置在紫外成像仪上,所述紫外成像仪用于监测光电子数、视在放电量、检测距离以及增益;所述故障预警装置用于进行绝缘子污秽预警。
进一步的,所述故障预警装置包括故障预警控制器以及与故障预警控制器电性连接的预警蜂鸣器和预警闪光灯,所述故障预警控制器与所述主控器电性连接。
进一步的,所述主控制器采用的是ARM 32位Cortex-M4 CPU的STM32F407VGT6芯片。
进一步的,所述无线数据传输模块采用Zigbee无线数传模块。
本发明还提供了一种绝缘子污秽度诊断装置的检测方法,应用于上述的绝缘子污秽度诊断装置,包括以下步骤:
地面控制器发送绝缘子污秽度检测指令,该指令经由无线数据传输模块传输至主控制器;
主控制器接收紫外成像仪发信机经由串口通信传输模块传输而来的紫外成像仪监测数据,包括:光电子数、视在放电量、检测距离以及增益;
主控制器将紫外成像仪监测数据进行截取分析,而后将分析后的信息发送至多分类与预测算法模块中,多分类与预测算法模块利用BP神经网络分类预测算法模型对绝缘子污秽度等级进行诊断;
多分类与预测算法模块将绝缘子污秽度等级诊断信息发送至主控制器中,主控制器将该信息发送至故障预警装置中;
故障预警装置判断绝缘子污秽度是否超出安全范围,如果是,故障预警装置发出预警信号。
进一步的,所述故障预警装置判断绝缘子污秽度是否超出安全范围,如果是,绝缘子故障预警装置发出预警信号,具体包括:
故障预警控制器判断绝缘子污秽度是否超出安全范围,如果是,所述故障预警控制器控制预警蜂鸣器鸣声、预警闪光灯闪烁。
进一步的,所述方法还包括:
主控制器将绝缘子污秽度等级诊断信息经由串口通信传输模块传输至紫外成像仪接收器。
进一步的,所述方法还包括:
主控制器将绝缘子污秽度等级诊断信息经由无线数据传输模块传输给地面接收器,以便技术人员实时查看绝缘子污秽参数信息。
进一步的,所述多分类与预测算法模块利用BP神经网络分类预测算法模型对绝缘子污秽度等级进行诊断中,绝缘子污秽度等级分级标准采用Q/GDW1152.1—2014分级判别标准。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供的绝缘子污秽度诊断装置及其检测方法,所述装置采用分体式设计,主控制器、串口通信传输模块、无线数据传输模块、故障预警装置和内嵌的多分类与预测算法模块都可以拆解,方便装置的维护和更换;所述方法可以实现绝缘子污秽度等级的实时带电诊断与检测,集成了有线与无线的数据传输、绝缘子故障预警、边缘计算诊断绝缘子污秽度等级等功能,减少了传统污秽检测方法中需要人工操作的步骤,减少了工作量和风险的同时,大大提高效率和准确度,基于BP神经网络的绝缘子污秽度诊断方法,具有很大的实用性,可适应复杂的现场环境,极大减少了误检情况,为现场运维人员提供很大的便利,可以大大提高电力巡检效率。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例绝缘子污秽度诊断装置的结构示意图;
图2为本发明实施例绝缘子污秽度诊断装置的控制原理图;
图3为本发明实施例绝缘子污秽度诊断装置的检测方法的流程图;
附图标记:1、装置盒;2、主控制器;3、串口通信传输模块;4、无线数据传输模块;5、多分类与预测算法模块;6、故障预警控制器;7、预警蜂鸣器;8、预警闪光灯;9、地面接收器;10、地面控制器;11、紫外成像仪发信机;12、紫外成像仪接收器。
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,都属于本发明保护的范围。
本发明的目的是提供提供一种绝缘子污秽度诊断装置及其检测方法,结构简单,便于维护,可以实现绝缘子污秽度等级的远程带电自动化诊断与检测,大大提高故障判断效率和准确度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1至图2所示,本发明实施例提供的绝缘子污秽度诊断装置,包括:装置盒1以及装配到装置盒1内的主控制器2、串口通信传输模块3、无线数据传输模块4、故障预警装置和内嵌的多分类与预测算法模块5,所述主控器2设置在装置盒1内部中心区域,所述主控器2分别电性连接所述串口通信传输模块3、无线数据传输模块4、故障预警装置和内嵌的多分类与预测算法模块5;
所述主控器2通过所述无线数据传输模块4分别与地面接收器9和地面控制器10通信连接,所述主控器2通过所述串口通信传输模块3分别与所述紫外成像仪接收器12、紫外成像仪发信机11通信连接,所述紫外成像仪接收器12和紫外成像仪发信机11设置在紫外成像仪上,所述紫外成像仪用于监测光电子数、视在放电量、检测距离以及增益;所述故障预警装置用于进行绝缘子污秽预警。
其中,所述故障预警装置包括故障预警控制器6以及与故障预警控制器6电性连接的预警蜂鸣器7和预警闪光灯8,所述故障预警控制器6与所述主控器2电性连接。
所述主控制器2采用的是ARM 32位Cortex(TM)-M4 CPU的STM32F407VGT6芯片,其工作频率高,存储容量大,接口资源丰富,功能其全,适应范围广,可以满足本装置的应用需求。主控制器2完成对绝缘子污秽度等级诊断装置其他部件的实时逻辑控制。
所述串口通信传输模块3可以实现紫外成像仪与绝缘子污秽度等级诊断装置的连接,实现数据的传输,可以接受紫外成像仪监测所得的光电子数、距离、视在放电量、增益以及相对湿度等数据,也可以向紫外成像仪发送绝缘子污秽度等级诊断装置所得污秽度分级结果。
所述无线数据传输模块4采用的是安全稳定、兼容性强、功耗低、效率高的Zigbee无线数传模块,可以实现与地面控制端的无线双向数据传输。无线数据传输模块4可以接受来自地面控制器10发出的命令信息,也可将绝缘子污秽度分类等级传送给地面接收器9。
所述多分类与预测算法模块5用于实现边缘计算,可以利用BP神经网络多分类预测算法,实现绝缘子污秽度等级的分级评定。所述边缘计算是在网络的边缘来处理数据,即绝缘子污秽度分类的计算将在多分类与预测算法模块中进行,绝缘子的污秽度等级结果可传输给主控制器2。
所述故障预警控制器6可以根据多分类与预测算法模块5计算得出的绝缘子污秽度等级信息来判定需发出什么类型的信号(安全、预警、报警等),从而控制预警蜂鸣器7和预警闪光灯8。
本发明提供的绝缘子污秽度诊断装置采用分体式设计,主控制器、串口通信传输模块、无线数据传输模块、绝缘子故障预警装置和内嵌的多分类与预测算法模块都可以拆解,方便装置的维护和更换。
如图3所示,本发明还提供了一种绝缘子污秽度诊断装置的检测方法,应用于上述的绝缘子污秽度诊断装置,包括以下步骤:
地面控制器10发送绝缘子污秽度检测指令,该指令经由无线数据传输模块4传输至主控制器2;
主控制器2接收紫外成像仪发信机经由串口通信传输模块3传输而来的紫外成像仪监测数据,包括:光电子数、视在放电量、检测距离以及增益;
主控制器2将紫外成像仪监测数据进行截取分析,而后将分析后的信息发送至多分类与预测算法模块5中,多分类与预测算法模块5利用BP神经网络分类预测算法模型对绝缘子污秽度等级进行诊断;
多分类与预测算法模块5将绝缘子污秽度等级诊断信息发送至主控制器2中,主控制器2将该信息发送至故障预警装置中;
故障预警装置判断绝缘子污秽度是否超出安全范围,如果是,故障预警装置发出预警信号;具体包括:故障预警控制器6判断绝缘子污秽度是否超出安全范围,如果是,所述故障预警控制器控制预警蜂鸣器7鸣声、预警闪光灯8闪烁。
所述方法还包括:
主控制器2将绝缘子污秽度等级诊断信息经由串口通信传输模块3传输至紫外成像仪接收器;
主控制器2将绝缘子污秽度等级诊断信息经由无线数据传输模块4传输给地面接收器,以便技术人员实时查看绝缘子污秽参数信息。技术人员通过查看绝缘子污秽度诊断结果进行判断绝缘子是否需要进行检修和更换。
其中,内嵌的多分类与预测算法模块5安装在装置盒1中。多分类与预测算法模块5将经过主控制器2收集的紫外成像仪监测数据,首先进行参数的预处理,然后利用BP神经网络分类预测算法进行绝缘子污秽度的分级评定,并将分类结果数据发送给主控制器2。
所述多分类与预测算法模块利用BP神经网络分类预测算法模型对绝缘子污秽度等级进行诊断中,绝缘子污秽度等级分级标准采用Q/GDW 1152.1—2014分级判别标准。
本发明提供的绝缘子污秽度诊断装置的检测方法,可以实现绝缘子污秽度等级的实时带电诊断与检测,集成了有线与无线的数据传输、绝缘子故障预警、边缘计算诊断绝缘子污秽度等级等功能,减少了传统污秽检测方法中需要人工操作的步骤,减少了工作量和风险的同时,大大提高效率和准确度,基于BP神经网络的绝缘子污秽度诊断方法,具有很大的实用性,可适应复杂的现场环境,极大减少了误检情况,为现场运维人员提供很大的便利,可以大大提高电力巡检效率。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种绝缘子污秽度诊断装置,其特征在于,包括:装置盒以及装配到装置盒内的主控制器、串口通信传输模块、无线数据传输模块、故障预警装置和内嵌的多分类与预测算法模块,所述主控器设置在装置盒内部中心区域,所述主控器分别电性连接所述串口通信传输模块、无线数据传输模块、故障预警装置和内嵌的多分类与预测算法模块;
所述主控器通过所述无线数据传输模块分别与地面接收器和地面控制器通信连接,所述主控器通过所述串口通信传输模块分别与所述紫外成像仪接收器、紫外成像仪发信机通信连接,所述紫外成像仪接收器和紫外成像仪发信机设置在紫外成像仪上,所述紫外成像仪用于监测光电子数、视在放电量、检测距离以及增益;所述故障预警装置用于进行绝缘子污秽预警。
2.根据权利要求1所述的绝缘子污秽度诊断装置,其特征在于,所述故障预警装置包括故障预警控制器以及与故障预警控制器电性连接的预警蜂鸣器和预警闪光灯,所述故障预警控制器与所述主控器电性连接。
3.根据权利要求1所述的绝缘子污秽度诊断装置,其特征在于,所述主控制器采用的是ARM 32位Cortex-M4 CPU的STM32F407VGT6芯片。
4.根据权利要求1所述的绝缘子污秽度诊断装置,其特征在于,所述无线数据传输模块采用Zigbee无线数传模块。
5.一种绝缘子污秽度诊断装置的检测方法,应用于权利要求1-4任一所述的绝缘子污秽度诊断装置,其特征在于,包括以下步骤:
地面控制器发送绝缘子污秽度检测指令,该指令经由无线数据传输模块传输至主控制器;
主控制器接收紫外成像仪发信机经由串口通信传输模块传输而来的紫外成像仪监测数据,包括:光电子数、视在放电量、检测距离以及增益;
主控制器将紫外成像仪监测数据进行截取分析,而后将分析后的信息发送至多分类与预测算法模块中,多分类与预测算法模块利用BP神经网络分类预测算法模型对绝缘子污秽度等级进行诊断;
多分类与预测算法模块将绝缘子污秽度等级诊断信息发送至主控制器中,主控制器将该信息发送至故障预警装置中;
故障预警装置判断绝缘子污秽度是否超出安全范围,如果是,故障预警装置发出预警信号。
6.根据权利要求5所述的绝缘子污秽度诊断装置的检测方法,其特征在于,所述故障预警装置判断绝缘子污秽度是否超出安全范围,如果是,绝缘子故障预警装置发出预警信号,具体包括:
故障预警控制器判断绝缘子污秽度是否超出安全范围,如果是,所述故障预警控制器控制预警蜂鸣器鸣声、预警闪光灯闪烁。
7.根据权利要求5所述的绝缘子污秽度诊断装置的检测方法,其特征在于,所述方法还包括:
主控制器将绝缘子污秽度等级诊断信息经由串口通信传输模块传输至紫外成像仪接收器。
8.根据权利要求5所述的绝缘子污秽度诊断装置的检测方法,其特征在于,所述方法还包括:
主控制器将绝缘子污秽度等级诊断信息经由无线数据传输模块传输给地面接收器,以便技术人员实时查看绝缘子污秽参数信息。
9.根据权利要求5所述的绝缘子污秽度诊断装置的检测方法,其特征在于,所述多分类与预测算法模块利用BP神经网络分类预测算法模型对绝缘子污秽度等级进行诊断中,绝缘子污秽度等级分级标准采用Q/GDW 1152.1—2014分级判别标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412301.5A CN113125908A (zh) | 2021-04-16 | 2021-04-16 | 一种绝缘子污秽度诊断装置及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110412301.5A CN113125908A (zh) | 2021-04-16 | 2021-04-16 | 一种绝缘子污秽度诊断装置及其检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113125908A true CN113125908A (zh) | 2021-07-16 |
Family
ID=76777280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110412301.5A Pending CN113125908A (zh) | 2021-04-16 | 2021-04-16 | 一种绝缘子污秽度诊断装置及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113125908A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113884827A (zh) * | 2021-09-28 | 2022-01-04 | 华北电力大学(保定) | 一种基于yolo的绝缘子紫外故障诊断方法及装置 |
CN115201630A (zh) * | 2022-07-19 | 2022-10-18 | 云南电网有限责任公司电力科学研究院 | 绝缘子故障检测方法、系统及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101661076A (zh) * | 2009-09-04 | 2010-03-03 | 重庆大学 | 绝缘子污秽度检测方法 |
CN103323460A (zh) * | 2013-06-03 | 2013-09-25 | 深圳供电局有限公司 | 一种基于可见光图像的绝缘子检测方法及装置 |
CN203275313U (zh) * | 2013-06-03 | 2013-11-06 | 深圳供电局有限公司 | 一种基于可见光图像的绝缘子检测装置 |
CN106597240A (zh) * | 2017-01-24 | 2017-04-26 | 桂林师范高等专科学校 | 绝缘子污秽监测系统 |
CN107240095A (zh) * | 2017-05-25 | 2017-10-10 | 武汉大学 | 一种基于可见光图像的直流线路绝缘子表面污秽状态识别法 |
CN206892253U (zh) * | 2017-01-24 | 2018-01-16 | 桂林师范高等专科学校 | 绝缘子污秽监测系统 |
CN108345898A (zh) * | 2017-12-31 | 2018-07-31 | 国网山西省电力公司检修分公司 | 一种新型的线路绝缘子绝缘状态评估方法 |
WO2020249363A1 (de) * | 2019-06-14 | 2020-12-17 | Leoni Kabel Gmbh | Zustandsueberwachung von ueberspannungsschutzkomponenten |
-
2021
- 2021-04-16 CN CN202110412301.5A patent/CN113125908A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101661076A (zh) * | 2009-09-04 | 2010-03-03 | 重庆大学 | 绝缘子污秽度检测方法 |
CN103323460A (zh) * | 2013-06-03 | 2013-09-25 | 深圳供电局有限公司 | 一种基于可见光图像的绝缘子检测方法及装置 |
CN203275313U (zh) * | 2013-06-03 | 2013-11-06 | 深圳供电局有限公司 | 一种基于可见光图像的绝缘子检测装置 |
CN106597240A (zh) * | 2017-01-24 | 2017-04-26 | 桂林师范高等专科学校 | 绝缘子污秽监测系统 |
CN206892253U (zh) * | 2017-01-24 | 2018-01-16 | 桂林师范高等专科学校 | 绝缘子污秽监测系统 |
CN107240095A (zh) * | 2017-05-25 | 2017-10-10 | 武汉大学 | 一种基于可见光图像的直流线路绝缘子表面污秽状态识别法 |
CN108345898A (zh) * | 2017-12-31 | 2018-07-31 | 国网山西省电力公司检修分公司 | 一种新型的线路绝缘子绝缘状态评估方法 |
WO2020249363A1 (de) * | 2019-06-14 | 2020-12-17 | Leoni Kabel Gmbh | Zustandsueberwachung von ueberspannungsschutzkomponenten |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113884827A (zh) * | 2021-09-28 | 2022-01-04 | 华北电力大学(保定) | 一种基于yolo的绝缘子紫外故障诊断方法及装置 |
CN115201630A (zh) * | 2022-07-19 | 2022-10-18 | 云南电网有限责任公司电力科学研究院 | 绝缘子故障检测方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106199305B (zh) | 煤矿井下供电系统用干式变压器绝缘健康状态评估方法 | |
CN101661076B (zh) | 绝缘子污秽度检测方法 | |
CN114373245A (zh) | 基于数字化电厂的智能巡检系统 | |
CN104267302B (zh) | 基于管型母线的在线监测系统 | |
CN113125908A (zh) | 一种绝缘子污秽度诊断装置及其检测方法 | |
CN103499774A (zh) | 输电绝缘子闪络在线监视安全预警装置 | |
CN111190065A (zh) | 一种电力设备非接触式的在线监测系统 | |
CN205333126U (zh) | 变电站阀厅挂轨巡检机器人 | |
CN112327729A (zh) | 地下线缆监测系统 | |
CN103528701A (zh) | 电力电缆温度与载流量在线监测系统 | |
CN110738289A (zh) | 电力作业标准化的多维联动综合研判装置及其使用方法 | |
CN112684517A (zh) | 一种带电作业的作业环境远程监测装置 | |
CN108008237A (zh) | 一种输电线路绝缘子污闪自动可视化观测系统及方法 | |
CN105655920A (zh) | 一种多功能陆空两用电力无人机 | |
CN112230140A (zh) | 一种10kV高压断路器智能测试装置 | |
CN113466748A (zh) | 一种配电变压器的在线绝缘监测系统及方法 | |
CN111899211A (zh) | 基于图像和气味的变压器漏油故障检测系统及方法 | |
CN205038280U (zh) | 直流换流站接地极在线监测系统 | |
CN116780758A (zh) | 一种输电线路多传感器数据融合的在线监测系统及方法 | |
CN109142989B (zh) | 超特高压输电线路复合绝缘子带电作业安全评估方法 | |
CN103472349A (zh) | 一种通信线缆运行状态的智能化在线分析方法 | |
CN108897070A (zh) | 一种基于输电线路杆塔的数据采集系统及装置 | |
CN117439265A (zh) | 一种配网设备运行状态监测装置及其使用方法 | |
CN116754903A (zh) | 一种非接触式架空线路污闪预警系统及方法 | |
CN213365342U (zh) | 一种箱式开闭所监控系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210716 |