CN113392511B - 基于频谱包络符号熵的有载分接开关机械状态监测方法 - Google Patents
基于频谱包络符号熵的有载分接开关机械状态监测方法 Download PDFInfo
- Publication number
- CN113392511B CN113392511B CN202110590995.1A CN202110590995A CN113392511B CN 113392511 B CN113392511 B CN 113392511B CN 202110590995 A CN202110590995 A CN 202110590995A CN 113392511 B CN113392511 B CN 113392511B
- Authority
- CN
- China
- Prior art keywords
- vibration signal
- changer
- load tap
- spectrum
- entropy
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Economics (AREA)
- Software Systems (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了基于频谱包络符号熵的有载分接开关机械状态监测方法,包括:采集变压器有载分接开关切换过程中的振动信号;建立有载分接开关振动信号的线性观测模型;依据线性观测模型对振动信号进行平滑先验分析,将振动信号分解为波动项和趋势项;对振动信号波动项进行离散傅里叶变换,得到振动信号波动项的频谱分布;利用顺序统计滤波法提取振动信号波动项傅里叶包络谱;对振动信号波动项傅里叶包络谱进行差分符号化处理和计算差分符号熵;根据有载分接开关同档位切换时振动信号波动项傅里叶包络谱的差分符号熵偏差度对有载分接开关的机械状态进行判别。本发明通过获取变压器有载分接开关档位切换过程中的振动信号实现其机械状态的监测。
Description
技术领域
本发明涉及电力监测技术领域,具体涉及一种基于频谱包络符号熵的有载分接开关机械状态监测方法。
背景技术
有载分接开关是有载调压变压器的唯一可动部件,主要由选择开关、切换开关、电动机构和快速机构等部分组成,可在带负载条件下改变电压变比,实现在不断电情况下对系统电压的调节,实现补偿电压波动、调节功率、提高系统性能及改善电能质量等的重要功能。
但是,随着有载分接开关使用年限的增加及调压次数的增多,其故障率也随之增加。据统计,有载分接开关的故障类型主要包括电气故障和机械故障,且机械故障为主要故障类型,也是部分电气故障的主要诱因。但是现有的获取有载分接开关运行状态信息主要是依据切换次数、电气试验等的方法,这些方法与电力设备状态维修和状态评估的科学要求不相适应。
在有载分接开关的档位切换过程中,切换开关中动、静触头等机构部件之间的碰撞或摩擦等均会引起机械振动,这些机械振动经分接开关绝缘油或结构件传递至变压器油箱壁,形成机械振动信号。显然,这些机械振动信号中包含了丰富的有载分接开关机械状态信息,因此,通过振动分析有载分接开关机械状态监测的方法引起了国内外研究人员的日益关注。然而,有载分接开关的机械结构较为复杂,且切换开关中动、静触头等机构部件之间的碰撞或摩擦等产生的机械振动信号呈现强时变和非平稳性特征,加之经变压器箱壁获取的有载分接开关机械振动信号中干扰分量的存在,如何获取用于有载分接开关机械状态监测的振动信号的评判指标一直是研究难点。
发明内容
本发明的目的在于提供一种基于频谱包络符号熵的有载分接开关机械状态监测方法,可以解决现有技术中难以获取用于有载分接开关机械状态监测的振动信号的评判指标的问题。
本发明的目的是通过以下技术方案实现的:
本发明提供一种基于频谱包络符号熵的有载分接开关机械状态监测方法,包括以下步骤:
步骤S1、采集变压器有载分接开关切换过程中的振动信号x(t);
步骤S2、建立有载分接开关振动信号x(t)的线性观测模型x;
步骤S3、依据线性观测模型对振动信号x(t)进行平滑先验分析,将振动信号x(t)分解为波动项xb(t)和趋势项xs(t);
步骤S4、对振动信号波动项xb(t)进行离散傅里叶变换,得到振动信号波动项xb(t)的频谱分布Y(f);
步骤S5、利用顺序统计滤波法提取振动信号波动项xb(t)傅里叶包络谱;
步骤S6、对振动信号波动项xb(t)傅里叶包络谱进行差分符号化处理和计算差分符号熵;
步骤S7、根据有载分接开关同档位切换时振动信号波动项傅里叶包络谱的差分符号熵偏差度对有载分接开关的机械状态进行判别。
进一步的,所述依据线性观测模型对振动信号x(t)进行平滑先验分析,将振动信号x(t)分解为波动项xb(t)和趋势项xs(t)的具体包括:
S201、获取振动信号x(t)中的所有极大值点z(t);
S202、将振动信号x(t)中的所有极大值点z(t)表示为列向量的形式,记为Z=[Z1,Z2,…,ZM]T,计算列向量Z的d阶微分Dd:
其中,M为振动信号x(t)中的所有极大值点的个数;T表示转置;
S203、定义有载分接开关振动信号x(t)与回归参数之间的最小化Tikhonov泛函,其表达式为:
其中,α为正则化参数;
S204、使用牛顿法迭代求解非线性方程||Hθ-x||2=δ2,其中δ为误差水平;
S207、根据振动信号x(t)中趋势项xs(t)计算波动项xb(t),其计算公式为:
其中,I为单位阵。
进一步的,所述利用顺序统计滤波法提取振动信号波动项xb(t)傅里叶包络谱具体包括:
S301、确定滑动窗口的宽度b;
S302、对N2个频谱数据进行端部镜像延拓,即分别以N2个频谱数据左起第一个数据与右起第一个数据为基准点,进行扩展长度为1的镜像延拓;
S303、从N2+2个频谱数据的左起第0个数据开始,依据窗口宽度b选取窗口内数据的最大值,然后移动窗口至左起第1个数据,继续选取窗口内数据的最大值,依次类推,得到长度为N2的新的振动信号波动项xb(t)傅里叶包络谱Y1(f);
S304、采用移动平均法对傅里叶包络谱Y1(f)进行平滑处理,得到优化后的傅里叶包络谱Yp(f),其计算公式为:
其中,Yp(i)为傅里叶包络谱Y1(f)第i个点的平滑值;c是Yp(i)两侧的相邻数据点的数量。
进一步的,所述获取振动信号x(t)中的所有极大值点z(t)的具体过程包括:
S401、对振动信号x(t)求导数,得到序列xd(t);
S402、计算序列xd(t)相邻两点的乘积pXdi(t)=Xdi(t)×Xd(i-1)(t),i=1,2,…,N0-1;
S403、根据乘积pXdi(t)和序列xd(t)的正负,依次寻找振动信号x(t)的所有极大值点;
当pXdi(t)<0且Xd(i-1)(t)>0,则Xi-1(t)为极大值点;
当pXdi(t)>0时,Xi-1(t)为非极值点;
当pXdi(t)=0且Xi-1(t)=0,令pXdi(t)′=Xi(t)×Xi-2(t),若pXdi(t)′<0且Xi-2(t)>0,则Xi-1(t)为极大值点。
进一步的,所述使用牛顿法迭代求解非线性方程||Hθ-x||2=δ2的具体计算过程包括:
第一步计算f(αk):
第二步计算f′(αk):
第三步计算αk+1,取k=0:
αk+1=αk-f(αk)/f′(αk)
第四步计算θ(k+1):
其中,αk和θk分别为第k次迭代时的正则化参数和回归参数,θ(i),i=1,2,…,N0为回归参数中的第i个元素。
进一步的,所述根据有载分接开关同档位切换时振动信号波动项傅里叶包络谱的差分符号熵偏差度对有载分接开关的机械状态进行判别的原理为:当差分符号熵偏差度大于15%,则判断有载分接开关的机械状态发生变化。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,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的前提下,还可以根据这些附图获得其它的附图。
图1为申请实施例中基于频谱包络符号熵的有载分接开关机械状态监测方法的步骤示意图;
图2为本申请实施例中用来进行有载分接开关机械状态监测的振动信号;
图3为本申请实施例中用来进行有载分接开关机械状态监测的振动信号波动项的频谱分布。
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。
请参阅图1-图3,在本申请实施中中以110kV变压器有载分接开关作为测试对象,对其切换过程中的振动信号进行测试,本申请基于频谱包络符号熵的有载分接开关机械状态监测方法的实施例包括:
步骤S1、采集变压器有载分接开关切换过程中的振动信号x(t);其长度和频率如图2和图3;
需要说明的是,在变电站现场,在变压器有载分接开关上安装有振动传感器,将振动传感器采集的振动信号手机在采集系统中。
步骤S2、建立有载分接开关振动信号x(t)的线性观测模型x;其中观测模型可表示为:
x=Hθ+v
式中,H为权矩阵;θ为回归参数;v为观测误差;
步骤S3、依据线性观测模型对振动信号x(t)进行平滑先验分析,将振动信号x(t)分解为波动项xb(t)和趋势项xs(t);在本申请实施中将振动信号x(t)分解为波动项xb(t)和趋势项xs(t)的具体过程如下:
S201、获取振动信号x(t)中的所有极大值点z(t),具体方法如下:
对振动信号x(t)求导数,得到序列xd(t);
计算序列xd(t)相邻两点的乘积pXdi(t)=Xdi(t)×Xd(i-1)(t),i=1,2,…,N0-1:
根据乘积pXdi(t)和序列xd(t)的正负,依次寻找振动信号x(t)的所有极大值点;
当pXdi(t)<0且Xd(i-1)(t)>0,则Xi-1(t)为极大值点;
当pXdi(t)>0时,Xi-1(t)为非极值点;
当pXdi(t)=0且Xi-1(t)=0,令pXdi(t)′=Xi(t)×Xi-2(t),若pXdi(t)′<0且Xi-2(t)>0,则Xi-1(t)为极大值点。
S202、将振动信号x(t)中的所有极大值点z(t)表示为列向量的形式,记为Z=[Z1,Z2,…,ZM]T,计算列向量Z的d阶微分Dd:
其中,M为振动信号x(t)中的所有极大值点的个数;T表示转置;
S203、定义有载分接开关振动信号x(t)与回归参数之间的最小化Tikhonov泛函,其表达式为:
其中,α为正则化参数;
S204、使用牛顿法迭代求解非线性方程||Hθ-x||2=δ2,其中δ为误差水平;
在本申请实施中其具体计算求解过程如下:
第一步计算f(αk):
第二步计算f′(αk):
第三步计算αk+1,取k=0:
αk+1=αk-f(αk)/f′(αk)
第四步计算θ(k+1):
其中,αk和θk分别为第k次迭代时的正则化参数和回归参数,θ(i),i=1,2,…,N0为回归参数中的第i个元素。
S207、根据振动信号x(t)中趋势项xs(t)计算波动项xb(t),其计算公式为:
其中,I为单位阵。
在本申请实施中将测量得到的有载分接开关振动信号分解为波动项和趋势项,有效简化了振动信号特征参数的选择问题,最大程度反映了不同尺度下振动信号时间序列之间的差别。
步骤S4、对振动信号波动项xb(t)进行离散傅里叶变换,得到振动信号波动项xb(t)的频谱分布Y(f);
步骤S5、利用顺序统计滤波法提取振动信号波动项xb(t)傅里叶包络谱;在本申请实施中其具体过程如下:
首先确定滑动窗口的宽度b;
然后对N2个频谱数据进行端部镜像延拓,即分别以N2个频谱数据左起第一个数据与右起第一个数据为基准点,进行扩展长度为1的镜像延拓;具体来说,选取左起第一个数据至b-1个数据的最大值作为左起第0个数据,选取右起第一个数据至N2-b+1个数据的最大值作为第N2+1个频谱数据;
再从N2+2个频谱数据的左起第0个数据开始,依据窗口宽度b选取窗口内数据的最大值,然后移动窗口至左起第1个数据,继续选取窗口内数据的最大值,依次类推,得到长度为N2的新的振动信号波动项xb(t)傅里叶包络谱Y1(f);
最后采用移动平均法对傅里叶包络谱Y1(f)进行平滑处理,得到优化后的傅里叶包络谱Yp(f),其计算公式为:
其中,Yp(i)为傅里叶包络谱Y1(f)第i个点的平滑值;c是Yp(i)两侧的相邻数据点的数量。
在本申请实施中采用滑动加窗和平滑处理对有载分接开关振动信号波动项傅里叶包络谱进行优化处理,可在有效捕捉振动信号瞬态奇异变化的同时去除一阶不可微点对包络谱平滑性的影响,避免了后续符号化处理中无法进一步分割的缺点。
步骤S6、对振动信号波动项xb(t)傅里叶包络谱进行差分符号化处理和计算差分符号熵;在本申请实施中其具体计算过程如下:
W1=Yp(i+η)-Yp(i),W2=Yp(i)-Yp(i-η)
其中,η为常数,β为控制参数,SyEn为差分符号化熵,P(λ)为每个模式在重构的符号序列中出现的概率。
在本申请实施中对有载分接开关振动信号波动项的傅里叶包络谱进行差分符号化处理,有效地展现了振动信号波动项傅里叶包络谱时间序列的结构特征和复杂程度,且具有简单、稳定的优点。
步骤S7、根据有载分接开关同档位切换时振动信号波动项傅里叶包络谱的差分符号熵偏差度对有载分接开关的机械状态进行判别。
需要说明的是,当差分符号熵偏差度大于15%,则判断有载分接开关的机械状态发生变化,此时需要及时进行检修处理,避免形成重大故障。
在申请实施中差分符号熵偏差度ρ的计算公式为:
式中,SyEn0为有载分接开关同档位切换时历史振动信号波动项傅里叶包络谱的差分符号熵。
在本申请实施中通过振动信号波动项傅里叶包络谱的差分符号熵偏差度给出了变压器有载开关机械状态监测的定量评判标准,为变压器有载分接开关的检修维护提供了重要依据。
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 (6)
1.一种基于频谱包络符号熵的有载分接开关机械状态监测方法,其特征在于,包括以下步骤:
步骤S1、采集变压器有载分接开关切换过程中的振动信号x(t);
步骤S2、建立有载分接开关振动信号x(t)的线性观测模型x;
步骤S3、依据线性观测模型对振动信号x(t)进行平滑先验分析,将振动信号x(t)分解为波动项xb(t)和趋势项xs(t);
步骤S4、对振动信号波动项xb(t)进行离散傅里叶变换,得到振动信号波动项xb(t)的频谱分布Y(f);
步骤S5、利用顺序统计滤波法提取振动信号波动项xb(t)傅里叶包络谱;
步骤S6、对振动信号波动项xb(t)傅里叶包络谱进行差分符号化处理和计算差分符号熵;
步骤S7、根据有载分接开关同档位切换时振动信号波动项傅里叶包络谱的差分符号熵偏差度对有载分接开关的机械状态进行判别。
2.根据权利要求1所述的基于频谱包络符号熵的有载分接开关机械状态监测方法,其特征在于,所述依据线性观测模型对振动信号x(t)进行平滑先验分析,将振动信号x(t)分解为波动项xb(t)和趋势项xs(t)的具体包括:
S201、获取振动信号x(t)中的所有极大值点z(t);
S202、将振动信号x(t)中的所有极大值点z(t)表示为列向量的形式,记为Z=[Z1,Z2,…,ZM]T,计算列向量Z的d阶微分Dd:
其中,M为振动信号x(t)中的所有极大值点的个数;T表示转置;
S203、定义有载分接开关振动信号x(t)与回归参数之间的最小化Tikhonov泛函,其表达式为
其中,α为正则化参数;
S204、使用牛顿法迭代求解非线性方程||Hθ-x||2=δ2,其中δ为误差水平;
S207、根据振动信号x(t)中趋势项xs(t)计算波动项xb(t),其计算公式为:
其中,I为单位阵。
3.根据权利要求1所述的基于频谱包络符号熵的有载分接开关机械状态监测方法,其特征在于,所述利用顺序统计滤波法提取振动信号波动项xb(t)傅里叶包络谱具体包括:
S301、确定滑动窗口的宽度b;
S302、对N2个频谱数据进行端部镜像延拓,即分别以N2个频谱数据左起第一个数据与右起第一个数据为基准点,进行扩展长度为1的镜像延拓;
S303、从N2+2个频谱数据的左起第0个数据开始,依据窗口宽度b选取窗口内数据的最大值,然后移动窗口至左起第1个数据,继续选取窗口内数据的最大值,依次类推,得到长度为N2的新的振动信号波动项xb(t)傅里叶包络谱Y1(f);
S304、采用移动平均法对傅里叶包络谱Y1(f)进行平滑处理,得到优化后的傅里叶包络谱Yp(f),其计算公式为:
其中,Yp(i)为傅里叶包络谱Y1(f)第i个点的平滑值;c是Yp(i)两侧的相邻数据点的数量。
4.根据权利要求2所述的基于频谱包络符号熵的有载分接开关机械状态监测方法,其特征在于,所述获取振动信号x(t)中的所有极大值点z(t)的具体过程包括:
S401、对振动信号x(t)求导数,得到序列xd(t);
S402、计算序列xd(t)相邻两点的乘积pXdi(t)=Xdi(t)×Xd(i-1)(t),i=1,2,…,N0-1;
S403、根据乘积pXdi(t)和序列xd(t)的正负,依次寻找振动信号x(t)的所有极大值点;
当pXdi(t)<0且Xd(i-1)(t)>0,则Xi-1(t)为极大值点;
当pXdi(t)>0时,Xi-1(t)为非极值点;
当pXdi(t)=0且Xi-1(t)=0,令pXdi(t)′=Xi(t)×Xi-2(t),若pXdi(t)′<0且Xi-2(t)>0,则Xi-1(t)为极大值点。
6.根据权利要求1所述的基于频谱包络符号熵的有载分接开关机械状态监测方法,其特征在于,所述根据有载分接开关同档位切换时振动信号波动项傅里叶包络谱的差分符号熵偏差度对有载分接开关的机械状态进行判别的原理为:当差分符号熵偏差度大于15%,则判断有载分接开关的机械状态发生变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110590995.1A CN113392511B (zh) | 2021-05-28 | 2021-05-28 | 基于频谱包络符号熵的有载分接开关机械状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110590995.1A CN113392511B (zh) | 2021-05-28 | 2021-05-28 | 基于频谱包络符号熵的有载分接开关机械状态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113392511A CN113392511A (zh) | 2021-09-14 |
CN113392511B true CN113392511B (zh) | 2022-11-22 |
Family
ID=77619411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110590995.1A Active CN113392511B (zh) | 2021-05-28 | 2021-05-28 | 基于频谱包络符号熵的有载分接开关机械状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113392511B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107907320A (zh) * | 2017-12-01 | 2018-04-13 | 国网重庆市电力公司电力科学研究院 | 变压器有载分接开关的机械状态特征的诊断方法及装置 |
CN108593099A (zh) * | 2018-04-28 | 2018-09-28 | 国家电网公司 | 一种有载调压变压器用分接开关振动信号提取方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107302704B (zh) * | 2012-01-20 | 2020-07-14 | Ge视频压缩有限责任公司 | 从数据流解码具有变换系数级别的多个变换系数的装置 |
CN108535638B (zh) * | 2018-01-25 | 2020-05-12 | 国网浙江省电力有限公司电力科学研究院 | 基于多层滤波器的有载分接开关机械状态监测方法及系统 |
CN108593095A (zh) * | 2018-04-26 | 2018-09-28 | 盐城博鸣信息科技有限公司 | 一种换流变压器分接开关的振动故障信号采集处理方法 |
CN109033612B (zh) * | 2018-07-20 | 2023-05-05 | 广西电网有限责任公司电力科学研究院 | 一种基于振动噪声及bp神经网络的变压器故障诊断方法 |
CN108875710B (zh) * | 2018-07-24 | 2021-10-08 | 杭州电子科技大学 | 基于能量阈值算法的电梯门运行速度估计方法 |
CN109738056A (zh) * | 2019-01-04 | 2019-05-10 | 红相股份有限公司 | 一种有载分接开关机械状态信号特征提取方法 |
CN110146268A (zh) * | 2019-05-28 | 2019-08-20 | 河海大学 | 一种基于均值分解算法的oltc故障诊断方法 |
US11240294B2 (en) * | 2019-08-23 | 2022-02-01 | Samsung Electronics Co., Ltd. | Systems and methods for spike detection and load balancing resource management |
CN112051040A (zh) * | 2020-02-27 | 2020-12-08 | 国网河北省电力有限公司电力科学研究院 | 一种有载分接开关机械故障智能识别方法 |
CN111933186B (zh) * | 2020-10-12 | 2020-12-25 | 中国电力科学研究院有限公司 | 用于对有载分接开关进行故障识别的方法、装置及系统 |
-
2021
- 2021-05-28 CN CN202110590995.1A patent/CN113392511B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107907320A (zh) * | 2017-12-01 | 2018-04-13 | 国网重庆市电力公司电力科学研究院 | 变压器有载分接开关的机械状态特征的诊断方法及装置 |
CN108593099A (zh) * | 2018-04-28 | 2018-09-28 | 国家电网公司 | 一种有载调压变压器用分接开关振动信号提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113392511A (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kim et al. | Fault diagnosis of a power transformer using an improved frequency-response analysis | |
CN109359271B (zh) | 一种基于逻辑回归的变压器绕组变形程度在线检测方法 | |
CN105512962A (zh) | 一种气体绝缘组合电器绝缘状态综合评估方法 | |
CN108535638B (zh) | 基于多层滤波器的有载分接开关机械状态监测方法及系统 | |
CN109443714B (zh) | 一种变压器有载分接开关机械状态监测方法 | |
CN104749519A (zh) | 一种基于相关性分析的有载调压变压器分接开关运行状态判断方法 | |
CN111856209A (zh) | 一种输电线路故障分类方法及装置 | |
CN111669123A (zh) | 用于对光伏组串进行故障诊断的方法和装置 | |
CN112257967A (zh) | 电缆的状态量预测的方法、用于确定电缆的运行状态的方法及装置 | |
CN113392511B (zh) | 基于频谱包络符号熵的有载分接开关机械状态监测方法 | |
CN114970665A (zh) | 模型训练方法、电解电容剩余寿命预测方法及系统 | |
CN114046903A (zh) | 一种高压电缆缆芯的实时温度预测方法及系统 | |
CN112734201B (zh) | 基于预期故障概率的多台设备整体质量评价方法 | |
CN108445385B (zh) | 一种基于局放监测和油色谱分析的有载分接开关分接选择器状态评估方法 | |
CN112345972B (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 | |
CN114200232B (zh) | 一种输电线路故障行波波头检测方法及系统 | |
CN114838923B (zh) | 有载分接开关的故障诊断模型建立方法及故障诊断方法 | |
Li et al. | Abnormal State Detection of OLTC Based on Improved Fuzzy C-means Clustering | |
CN113283157A (zh) | 智能冲压压力机部件生命周期预测系统、方法、终端、介质 | |
CN117572158B (zh) | 录波定位型故障指示方法、系统及指示器 | |
Anijärv et al. | Requirements to data acquisition and signal analysis for electrical grid condition monitoring | |
da Silva et al. | Intelligent systems for the detection of internal faults in power transmission transformers | |
LIU et al. | An application of multistep long-short term memory algorithm to predict the performance of capacitor voltage transformer | |
CN113406537A (zh) | 一种电力设备故障程度的定量评估方法 | |
CN114818802A (zh) | 一种基于稀疏滤波的有载分接开关传动机构监测方法 |
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 |