CN113219330A - 一种隔离开关状态检测方法及系统 - Google Patents
一种隔离开关状态检测方法及系统 Download PDFInfo
- Publication number
- CN113219330A CN113219330A CN202110575134.6A CN202110575134A CN113219330A CN 113219330 A CN113219330 A CN 113219330A CN 202110575134 A CN202110575134 A CN 202110575134A CN 113219330 A CN113219330 A CN 113219330A
- Authority
- CN
- China
- Prior art keywords
- motor
- fault
- historical
- data
- time
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 238000012216 screening Methods 0.000 claims abstract description 10
- 238000012417 linear regression Methods 0.000 claims abstract description 4
- 238000013021 overheating Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 12
- 238000013500 data storage Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 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
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation 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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
-
- 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
- G01R31/34—Testing dynamo-electric machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一种隔离开关状态检测方法及系统，涉及隔离开关故障检测与诊断领域，包括以下步骤：统计隔离开关和电机的历史工作数据，并存储到样本库；筛选样本库中的历史故障数据及故障发生的时间和位置；分别建立隔离开关和电机的历史工作数据的故障模型；根据故障模型确定故障类型；通过多元线性回归算法预测故障发生的时间和位置。可以通过预测的方式提前知道即将发生故障的位置和时间以及发生故障的类型，方便工作人员提前做好准备，从而减少检修的时间。
Description
技术领域
本发明涉及隔离开关故障检测与诊断领域，尤其涉及一种隔离开关状态检测方法及系统。
背景技术
隔离开关是电网输变电中的核心设备，随着我国电网的高速发展，隔离开关数量急速上升,隔离开关一旦出现故障，不仅对城市的供电造成影响，更有可能引起爆炸等造成人员伤亡的故障。
近年来，电力设备的在线监测技术已经越来越成熟，通过在隔离开关中安装多种传感器，可以准确、全面地对隔离开关的各种参数进行实时监测，但如何利用隔离开关的各种实时监测数据对隔离开关的故障进行有效的预警还不够成熟，导致预警时间延迟，留给相关工作人员处理的时间往往比较短，容易造成处理不及时的问题。
发明内容
针对当前隔离开关利用隔离开关的各种实时监测数据对隔离开关的故障进行有效预警的技术还不够成熟，导致预警时间延迟，留给相关工作人员处理的时间比较短，容易造成处理不及时的问题，提出以下申请：
一种隔离开关状态检测方法，包括以下步骤：
统计每个隔离开关的历史温度及其位置和时间、统计每个电机的历史工作数据及其位置和时间，并将上述数据存储到样本库；
筛选出样本库中的每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间；
对每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间建立对应的故障模型；
根据故障模型确定隔离开关历史温度的过热预警等级和电机的故障类型；
通过多元线性回归算法，分别预测未来过热预警和电机故障发生的时间和位置。
进一步的，根据故障模型确定隔离开关历史温度的过热预警等级和电机的故障类型，具体还包括以下步骤：
根据统计到的每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间，结合对应的故障模型，计算所述隔离开关的历史过热温度和所述电机的各工作数据的故障参数；
根据各工作数据的故障参数确定各工作指标的故障类型。
进一步的，将所述隔离开关的历史过热温度按区间区分过热预警等级。
进一步的，所述电机的历史工作数据包括：电机电压数据、电机电流数据和电机转数数据。
进一步的，对每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间建立对应的故障模型，具体还包括以下步骤：
分别对隔离开关的历史温度和电机的历史工作数据，以及隔离开关的历史温度和电机的历史工作数据对应的位置和时间进行归一化处理，得到归一化样本库；
将归一化样本库中的一组隔离开关温度数据作为预设函数模型的输入，将对应的隔离开关过热预警级别和电机故障类型作为输出，计算预设函数模型的参数初值；
将归一化样本库中另一组隔离开关温度和电机故障参数作为输入，将得到的参数初值作为参数值组，带入预设函数模型，计算过热预警级别和电机故障类型。
进一步的，所述电机故障类型包括：电机短路故障、电机开路故障、电机堵转故障、电机缺相故障、电机过热故障。
一种隔离开关状态检测系统，被执行所述的一种隔离开关状态检测方法，包括：
数据采集模块：采集隔离开关温度和电机的工作数据；
数据存储模块：用于存储隔离开关的历史温度和电机的历史工作数据，以及隔离开关的历史温度和电机的历史工作数据对应的位置和时间；
数据处理模块：筛选隔离开关的历史温度和电机的历史工作数据，以及所述隔离开关的历史过热温度和所述电机的历史故障数据发生的时间和位置；
故障预警模块：根据所述数据处理模块筛选得到的数据，建立故障模型，通过故障模型确定故障类型，进而预测未来过热预警和电机故障发生的时间和位置。
进一步的，所述数据采集模块包括温度传感器、电压传感器、电流传感器和光电编码器。
本发明提供的一种隔离开关状态检测方法，通过统计历史隔离开关数据，整理出故障数据和过热温度，以及这两种故障发生的时间和位置，从而建立故障模型、识别故障类型，进而预测即将发生的过热预警和电机故障发生的时间和位置，可以通过预测的方式提前知道即将发生故障的位置和时间以及发生故障的类型，方便工作人员提前做好准备，从而减少检修的时间。
附图说明
图1为本发明所述隔离开关状态检测方法步骤示意图；
图2为本发明所述隔离开关状态检测系统结构示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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，都属于本公开保护的范围。
本申请实施例提供了一种隔离开关状态检测方法，如图1所示，包括以下步骤：
S1、统计每个隔离开关的历史温度及其位置和时间、统计每个电机的历史工作数据及其位置和时间，并将上述数据存储到样本库；
大量实验数据表明，在隔离开关运行过程中，隔离开关发生过热损坏一般都是由于隔离开关温度过高引起的，因此，在本实施例中，将隔离开关的温度数据设为判断隔离开关过热预警的影响因素。隔离开关温度数据包括隔离开关运行温度数据或者隔离开关环境温度数据，上述两种任意一种温度数据越高，则隔离开关温度会越高。而隔离开关在运行过程中由电机为操动机构供能，利用传感器，如霍尔传感器全面检测电机电流，将电机的工作数据实时记录，并经过后期数据整理存储到样本库中。所述电机与控制/保护系统完全隔离，即便是故障情况下也不会对隔离开关的正常运行操作产生任何影响。
本步骤的核心在于确定能描述隔离开关温度数据、电机工作数据和故障数据之间的映射关系，当然，也可能存在其余影响隔离开关的影响因子，在实际操作中也可以将这些影响因子加入到样本库中，本实施例只详细描述隔离开关和电机工作数据，所述电机工作数据包括：电机电压数据、电机电流数据和电机转数数据；
本申请一种优选实施例中，所述隔离开关的历史过热温度按区间区分过热预警等级。
S2、筛选出样本库中的每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间；
本申请一种优选实施例中，将所有采集到的历史数据，经过数据清洗、数据校正、数据对比等数据整理手段后，筛选出需要的数据，即隔离开关的历史过热温度和电机的历史故障数据，以及所述隔离开关的历史过热温度和所述电机的历史故障数据发生的时间和位置。在本申请的一些实施例中，样本库的生成可以采用多种方式，比如直接获取外部已生成的历史数据或者自主生成所需数据，比如：利用设置在隔离开关预警系统内的温度传感器和温度传感器、电压传感器、电流传感器和光电编码器采集相关数据，并将采集到的相关数据与预设的故障判断规则进行匹配，得到与当前隔离开关和电机对应的故障类型信息。
S3、对每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间建立对应的故障模型；
基于大量试验数据，可以发现有些函数模型能够实现本发明的目的，但是函数模型中的具体参数需要确定，因此需要利用样本库中的隔离开关的历史温度数据和电机历史工作数据，来与预设的故障判断规则比较，从而得出故障类型，在此步骤中，将隔离开关的历史温度和电机的历史工作数据，以及隔离开关的历史温度和电机的历史工作数据作为输入数据建立对应的故障模型，其中，本步骤具体还包括以下步骤：
分别对隔离开关的历史温度和电机的历史工作数据，以及隔离开关的历史温度和电机的历史工作数据对应的位置和时间进行归一化处理，得到归一化样本库；
将归一化样本库中的一组隔离开关温度数据作为预设函数模型的输入，将对应的隔离开关过热预警级别和电机故障类型作为输出，计算预设函数模型的参数初值；
将归一化样本库中另一组隔离开关温度和电机故障参数作为输入，将得到的参数初值作为参数值组，带入预设函数模型，计算过热预警级别和电机故障类型。
具体地，将归一化后样本库中的数据一一分组，将对应的归一化后的过热预警等级作为预设函数模型的输出，预设函数根据样本库中数据的输入和输出，学习并调整预设函数模型参数值组，使调整参数值组后的预设函数模型满足数据的输入和输出。在本实施例中预设函数模型可以为BP神经网路模型，涉及到的参数值组可以为S型传递函数的参数值等；
具体的，电机对应的故障模型如下：
Mm＝P1(v)+P2(i)+P3(n)。
其中，Mm表示电机的故障参数，v表示电机电压，i表示电机电流，n表示电机转数；
P1表示第一阈值，P2表示第二阈值，P3表示第三阈值，上述三个阈值可根据经验预设。
S4、根据故障模型确定隔离开关历史温度的过热预警等级和电机的故障类型；
在本实施例中，函数模型可以为BP神经网络模型或者其他可行的数学模型，隔离开关过热预警等级可以包括4种等级，包括：3级预警、2级预警、1级预警和无需预警四种情况，在本实施例中，将3级预警定义为严重性最高的等级，无需预警为无危害的等级；
根据故障参数可以将电机故障类型分为以下几种：电机短路故障、电机开路故障、电机堵转故障、电机缺相故障、电机过热故障。
S5、通过多元线性回归算法，分别预测未来过热预警和电机故障发生的时间和位置。
在一些实施例中，可以利用语音报警装置或指示灯等输出报警级别，例如，过热预警等级可以通过灯光装置进行输出，当接收到过热预警等级为3级时，可以通过红色灯光进行输出，当输出模块接收到过热预警等级为2级时，可以通过黄色灯光进行输出；当输出模块接收到过热预警等级为1级时，可以通过蓝色灯光进行输出；当输出模块接收到过热预警等级为无预警时，无灯光进行输出；或当接收到电机不同的故障信号时，可以用不同颜色的灯管进行输出提示。
过热预警等级/电机故障类型还可以通过语音装置进行输出，根据预警等级不同发出不同的语音内容，过热预警等级/电机故障类型还可以通过显示屏装置进行输出，根据预警等级在显示装置上显示对应过热预警内容。可以理解的，过热预警/电机故障还可以通过灯光设备、语音装置和显示装置进行联合预警。
本申请还公开一种隔离开关状态检测系统，包括：
数据采集模块：采集隔离开关温度和电机的工作数据；
其中，数据采集模块包括温度传感器、电压传感器、电流传感器和光电编码器。
数据存储模块：用于存储每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间；
数据处理模块：筛选隔离开关的历史温度和电机的历史工作数据，以及所述隔离开关的历史过热温度和所述电机的历史故障数据发生的时间和位置；
故障预警模块：根据所述数据处理模块筛选得到的数据，建立故障模型，通过故障模型确定故障类型，进而预测未来过热预警和电机故障发生的时间和位置。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，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，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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，本申请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)执行本申请各个实施例所述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-onlymemory)、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。
Claims (8)
1.一种隔离开关状态检测方法，其特征在于，包括以下步骤：
统计每个隔离开关的历史温度及其位置和时间、统计每个电机的历史工作数据及其位置和时间，并将上述数据存储到样本库；
筛选出样本库中的隔离开关的历史过热温度和电机的历史故障数据，以及所述隔离开关的历史过热温度和所述电机的历史故障数据发生的时间和位置；
对每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间建立对应的故障模型；
根据故障模型确定隔离开关历史温度的过热预警等级和电机的故障类型；
通过多元线性回归算法，分别预测未来过热预警和电机故障发生的时间和位置。
2.根据权利要求1所述的一种隔离开关状态检测方法，其特征在于，根据故障模型确定隔离开关历史温度的过热预警等级和电机的故障类型，具体还包括以下步骤：
根据统计到的每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间，结合对应的故障模型，计算所述隔离开关的历史过热温度和所述电机的各工作数据的故障参数；
根据各工作数据的故障参数确定各工作指标的故障类型。
3.根据权利要求1所述的一种隔离开关状态检测方法，其特征在于，将所述隔离开关的历史过热温度按区间区分过热预警等级。
4.根据权利要求1所述的一种隔离开关状态检测方法，其特征在于，所述电机的历史工作数据包括：
电机电压数据、电机电流数据和电机转数数据。
5.根据权利要求1所述的一种隔离开关状态检测方法，其特征在于，所述对每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间建立对应的故障模型，具体还包括以下步骤：
分别对每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间进行归一化处理，得到归一化样本库；
将归一化样本库中的一组隔离开关温度数据作为预设函数模型的输入，将对应的隔离开关过热预警级别和电机故障类型作为输出，计算预设函数模型的参数初值；
将归一化样本库中另一组隔离开关过热温度和电机故障参数作为输入，将得到的参数初值作为参数值组，带入预设函数模型，计算过热预警级别和电机故障类型。
6.根据权利要求2所述的一种隔离开关状态检测方法，其特征在于，所述电机故障类型包括：电机短路故障、电机开路故障、电机堵转故障、电机缺相故障、电机过热故障。
7.一种隔离开关状态检测系统，执行权利要求1至6中任一项所述的一种隔离开关状态检测方法，其特征在于，包括：
数据采集模块：采集隔离开关温度和电机的工作数据；
数据存储模块：用于存储每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间；
数据处理模块：筛选每个隔离开关的历史温度及其位置和时间、每个电机的历史工作数据及其位置和时间；
故障预警模块：根据所述数据处理模块筛选得到的数据，建立故障模型，通过故障模型确定故障类型，进而预测未来过热预警和电机故障发生的时间和位置。
8.根据权利要求7所述的一种隔离开关状态检测系统，其特征在于，所述数据采集模块包括温度传感器、电压传感器、电流传感器和光电编码器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110575134.6A CN113219330B (zh) | 2021-05-26 | 2021-05-26 | 一种隔离开关状态检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110575134.6A CN113219330B (zh) | 2021-05-26 | 2021-05-26 | 一种隔离开关状态检测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113219330A true CN113219330A (zh) | 2021-08-06 |
| CN113219330B CN113219330B (zh) | 2022-08-16 |
Family
ID=77099451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110575134.6A Active CN113219330B (zh) | 2021-05-26 | 2021-05-26 | 一种隔离开关状态检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113219330B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113866635A (zh) * | 2021-12-01 | 2021-12-31 | 山东蓝湾新材料有限公司 | 化工设备中电机故障发生时间的确定方法 |
| CN116203298A (zh) * | 2023-01-31 | 2023-06-02 | 赛福凯尔(绍兴)医疗科技有限公司 | 基于磁耦数字隔离器的电源保护方法和系统 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5991327A (en) * | 1995-10-26 | 1999-11-23 | Inverpower Controls Ltd. | Smart predictive line controller for AC and DC electric arc furnaces |
| GB0011180D0 (en) * | 1997-02-11 | 2000-06-28 | Power Superconductor Applic In | Method and apparatus for detection,classification,and reduction of internal electrical faults in alternating current propulsion machinery |
| US20150168477A1 (en) * | 2012-05-07 | 2015-06-18 | Tesla Motors, Inc. | Wire break detection in redundant communications |
| CN105424224A (zh) * | 2015-12-14 | 2016-03-23 | 国家电网公司 | 一种隔离开关状态监测方法及装置 |
| CN106959210A (zh) * | 2017-03-22 | 2017-07-18 | 国网江苏省电力公司电力科学研究院 | 一种用于敞开式隔离开关的分合状态检测方法及装置 |
| CN107490991A (zh) * | 2017-09-13 | 2017-12-19 | 广西电网有限责任公司电力科学研究院 | 一种隔离开关操作机构智能控制系统 |
| CN107742008A (zh) * | 2017-09-20 | 2018-02-27 | 上海电机学院 | 一种风电机组齿轮箱的故障预警方法 |
| CN107894969A (zh) * | 2017-09-13 | 2018-04-10 | 中国石油大学(华东) | 一种基于趋势分析的变压器潜伏性故障预警方法 |
| CN108197396A (zh) * | 2018-01-09 | 2018-06-22 | 国网福建省电力有限公司 | 一种基于pso-svm的高压隔离开关过热状态预测方法 |
| CN110220602A (zh) * | 2019-06-24 | 2019-09-10 | 广西电网有限责任公司电力科学研究院 | 一种开关柜过热故障识别方法 |
| CN110320468A (zh) * | 2019-06-24 | 2019-10-11 | 广西电网有限责任公司电力科学研究院 | 一种基于向量机的开关柜过热故障诊断方法 |
| CN110472772A (zh) * | 2019-07-09 | 2019-11-19 | 长沙能川信息科技有限公司 | 一种隔离开关过热预警方法及一种隔离开关过热预警系统 |
| WO2020025603A1 (en) * | 2018-07-31 | 2020-02-06 | Siemens Aktiengesellschaft | System, apparatus and method to detect fault in an asset |
| CN111539553A (zh) * | 2020-03-31 | 2020-08-14 | 华北电力大学 | 基于svr算法和偏峰度的风电机组发电机故障预警方法 |
| CN111830403A (zh) * | 2020-06-19 | 2020-10-27 | 国网宁夏电力有限公司检修公司 | 一种隔离开关装置的故障检测方法、介质及系统 |
| CN212008850U (zh) * | 2020-04-13 | 2020-11-24 | 烟台东方威思顿电力设备有限公司 | 智能化一二次融合柱上断路器 |
| CN112667710A (zh) * | 2020-12-24 | 2021-04-16 | 深圳市英威腾电气股份有限公司 | 逆变器过热预警方法、装置、计算机设备及存储介质 |
-
2021
- 2021-05-26 CN CN202110575134.6A patent/CN113219330B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5991327A (en) * | 1995-10-26 | 1999-11-23 | Inverpower Controls Ltd. | Smart predictive line controller for AC and DC electric arc furnaces |
| GB0011180D0 (en) * | 1997-02-11 | 2000-06-28 | Power Superconductor Applic In | Method and apparatus for detection,classification,and reduction of internal electrical faults in alternating current propulsion machinery |
| US20150168477A1 (en) * | 2012-05-07 | 2015-06-18 | Tesla Motors, Inc. | Wire break detection in redundant communications |
| CN105424224A (zh) * | 2015-12-14 | 2016-03-23 | 国家电网公司 | 一种隔离开关状态监测方法及装置 |
| CN106959210A (zh) * | 2017-03-22 | 2017-07-18 | 国网江苏省电力公司电力科学研究院 | 一种用于敞开式隔离开关的分合状态检测方法及装置 |
| CN107490991A (zh) * | 2017-09-13 | 2017-12-19 | 广西电网有限责任公司电力科学研究院 | 一种隔离开关操作机构智能控制系统 |
| CN107894969A (zh) * | 2017-09-13 | 2018-04-10 | 中国石油大学(华东) | 一种基于趋势分析的变压器潜伏性故障预警方法 |
| CN107742008A (zh) * | 2017-09-20 | 2018-02-27 | 上海电机学院 | 一种风电机组齿轮箱的故障预警方法 |
| CN108197396A (zh) * | 2018-01-09 | 2018-06-22 | 国网福建省电力有限公司 | 一种基于pso-svm的高压隔离开关过热状态预测方法 |
| WO2020025603A1 (en) * | 2018-07-31 | 2020-02-06 | Siemens Aktiengesellschaft | System, apparatus and method to detect fault in an asset |
| CN110220602A (zh) * | 2019-06-24 | 2019-09-10 | 广西电网有限责任公司电力科学研究院 | 一种开关柜过热故障识别方法 |
| CN110320468A (zh) * | 2019-06-24 | 2019-10-11 | 广西电网有限责任公司电力科学研究院 | 一种基于向量机的开关柜过热故障诊断方法 |
| CN110472772A (zh) * | 2019-07-09 | 2019-11-19 | 长沙能川信息科技有限公司 | 一种隔离开关过热预警方法及一种隔离开关过热预警系统 |
| CN111539553A (zh) * | 2020-03-31 | 2020-08-14 | 华北电力大学 | 基于svr算法和偏峰度的风电机组发电机故障预警方法 |
| CN212008850U (zh) * | 2020-04-13 | 2020-11-24 | 烟台东方威思顿电力设备有限公司 | 智能化一二次融合柱上断路器 |
| CN111830403A (zh) * | 2020-06-19 | 2020-10-27 | 国网宁夏电力有限公司检修公司 | 一种隔离开关装置的故障检测方法、介质及系统 |
| CN112667710A (zh) * | 2020-12-24 | 2021-04-16 | 深圳市英威腾电气股份有限公司 | 逆变器过热预警方法、装置、计算机设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| YUEBINYU 等: "A review of fault detection and diagnosis methodologies on air-handling units", 《ENERGY AND BUILDINGS》 * |
| 陈士刚: "基于多路振动信号融合的高压隔离开关故障诊断方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113866635A (zh) * | 2021-12-01 | 2021-12-31 | 山东蓝湾新材料有限公司 | 化工设备中电机故障发生时间的确定方法 |
| CN116203298A (zh) * | 2023-01-31 | 2023-06-02 | 赛福凯尔(绍兴)医疗科技有限公司 | 基于磁耦数字隔离器的电源保护方法和系统 |
| CN116203298B (zh) * | 2023-01-31 | 2024-04-02 | 赛福凯尔(绍兴)医疗科技有限公司 | 基于磁耦数字隔离器的电源保护方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113219330B (zh) | 2022-08-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107831422B (zh) | 一种gis设备局部放电诊断方法及系统 | |
| CN108445410B (zh) | 一种监测蓄电池组运行状态的方法及装置 | |
| CN113219330B (zh) | 一种隔离开关状态检测方法及系统 | |
| EP2950177A1 (en) | Asset condition monitoring | |
| CN110247725B (zh) | Otn网络的线路故障排查方法、装置及终端设备 | |
| CN113054706A (zh) | 一种动力电池的均衡监控控制系统及方法 | |
| GB2476246A (en) | Diagnosing an operation mode of a machine | |
| AU2020103212A4 (en) | IoT AND MACHINE LEARNING-BASED POWER DISTRIBUTION MANAGEMENT SYSTEM | |
| CN115372816B (zh) | 基于数据分析的配电开关设备运行故障预测系统及方法 | |
| CN105321039B (zh) | 一种隔离开关在线监测数据管理系统及方法 | |
| CN116154900A (zh) | 一种电池储能电站的主动安全三级防控系统及方法 | |
| CN109733238B (zh) | 故障检测方法、装置、存储介质及处理器 | |
| CN117347869B (zh) | 储能电池管理系统数据分析方法、装置、电子设备及介质 | |
| CN112363059A (zh) | 基于gm（1，1）灰色模型的电池故障诊断方法及系统 | |
| CN113300918A (zh) | 智慧灯杆的故障检测方法、终端设备及存储介质 | |
| CN117041029A (zh) | 网络设备故障处理方法、装置、电子设备及存储介质 | |
| CN110221164A (zh) | 检测电池包中铜排连接的系统及其方法 | |
| KR20230086258A (ko) | Ess 데이터를 군집화하여 이상 셀을 식별하는 방법 및 장치 | |
| CN117970186A (zh) | 一种配电室故障诊断方法及系统 | |
| CN116859272A (zh) | 电池容量异变检测方法、装置、计算机设备及存储介质 | |
| CN117148038A (zh) | 一种故障诊断方法、装置、电子设备和存储介质 | |
| CN114341835A (zh) | 气体监测系统 | |
| CN116714469A (zh) | 充电桩健康监测方法、装置、终端及存储介质 | |
| CN116626492A (zh) | 电池故障诊断方法、装置及车辆 | |
| CN115270982A (zh) | 一种基于多元数据神经网络的开关柜故障预测方法 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210806 Assignee: GUANGXI POWER LINE EQUIPMENT AND FITTING FACTORY CO.,LTD. Assignor: ELECTRIC POWER SCIENCE & RESEARCH INSTITUTE OF GUANGXI POWER GRID Corp. Contract record no.: X2024980011151 Denomination of invention: A method and system for detecting the status of isolation switches Granted publication date: 20220816 License type: Common License Record date: 20240802 Application publication date: 20210806 Assignee: NANJING HEZHI ELECTRIC POWER TECHNOLOGY CO.,LTD. Assignor: ELECTRIC POWER SCIENCE & RESEARCH INSTITUTE OF GUANGXI POWER GRID Corp. Contract record no.: X2024980011150 Denomination of invention: A method and system for detecting the status of isolation switches Granted publication date: 20220816 License type: Common License Record date: 20240802 Application publication date: 20210806 Assignee: Shandong Taikai Isolating Switch Co.,Ltd. Assignor: ELECTRIC POWER SCIENCE & RESEARCH INSTITUTE OF GUANGXI POWER GRID Corp. Contract record no.: X2024980011149 Denomination of invention: A method and system for detecting the status of isolation switches Granted publication date: 20220816 License type: Common License Record date: 20240802 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210806 Assignee: Guangzhou Nanwang Scientific Research Technology Co.,Ltd. Assignor: ELECTRIC POWER SCIENCE & RESEARCH INSTITUTE OF GUANGXI POWER GRID Corp. Contract record no.: X2024980012695 Denomination of invention: A method and system for detecting the status of isolation switches Granted publication date: 20220816 License type: Common License Record date: 20240821 |
|
| EE01 | Entry into force of recordation of patent licensing contract |