CN113532535B - 一种电力变压器绕组状态判断方法 - Google Patents
一种电力变压器绕组状态判断方法 Download PDFInfo
- Publication number
- CN113532535B CN113532535B CN202110823814.5A CN202110823814A CN113532535B CN 113532535 B CN113532535 B CN 113532535B CN 202110823814 A CN202110823814 A CN 202110823814A CN 113532535 B CN113532535 B CN 113532535B
- Authority
- CN
- China
- Prior art keywords
- power transformer
- vibration signal
- load
- determining
- state
- 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
- 238000004804 winding Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005266 casting Methods 0.000 claims abstract description 13
- 238000001228 spectrum Methods 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 22
- 230000001052 transient effect Effects 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/62—Testing of transformers
Abstract
本发明涉及高压电气设备故障检测技术领域，具体公开了一种电力变压器绕组状态判断方法，其中，包括：获取电力变压器初投时的运行状态数据；根据所述电力变压器初投时的运行状态数据进行拟合得到振动信号与负载之间的关系表达式；根据所述振动信号与负载之间的关系表达式确定处理后的待测振动信号；根据所述处理后的待测振动信号计算电力变压器的状态特征值；根据所述电力变压器的状态特征值确定所述电力变压器的绕组状态。本发明提供的电力变压器绕组状态判断方法能够简单有效的实现对电力变压器绕组松动的检测，具有依靠少量先验数据，简单易行，适用性较好的优势。
Description
技术领域
本发明涉及高压电气设备故障检测技术领域，尤其涉及一种电力变压器绕组状态判断方法。
背景技术
电力变压器在运行中会因电磁力作用与磁致伸缩效应产生周期性振动，长期运行容易导致线圈、铁心、螺栓紧固件等元器件松动，严重时还可能引起设备内部过热、放电等缺陷，是变压器的重要故障原因之一。但此类故障往往外在特征不明显，寻常方法难以及时发现。变压器振动信号包含系统的机械状态信息且易于测量，是一种前景较好的故障诊断方法。目前基于振动法的故障诊断方法主要从实验规律总结出发，缺乏理论依据，适应性较差，难以推广应用。
发明内容
本发明提供了一种电力变压器绕组状态判断方法，解决相关技术中存在的绕组检测适应性差且缺乏理论依据的问题。
作为本发明的一个方面，提供一种电力变压器绕组状态判断方法，其中，包括：
获取电力变压器初投时的运行状态数据；
根据所述电力变压器初投时的运行状态数据进行拟合得到振动信号与负载之间的关系表达式；
根据所述振动信号与负载之间的关系表达式确定处理后的待测振动信号；
根据所述处理后的待测振动信号计算电力变压器的状态特征值；
根据所述电力变压器的状态特征值确定所述电力变压器的绕组状态。
进一步地，所述获取电力变压器初投时的运行状态数据，包括：
获取电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据。
进一步地，所述根据所述电力变压器初投时的运行状态数据进行拟合得到振动信号与负载之间的关系表达式，包括：
对所述电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据进行筛选，剔除坏值；
将筛选后的所述电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据进行拟合得到振动信号、油温及负载的关系表达式。
进一步地，所述振动信号、油温及负载的关系表达式为：
V＝f(T,I)，
其中，V表示振动幅度，T表示油温，I表示负载电流。
进一步地，所述根据所述振动信号与负载之间的关系表达式确定处理后的待测振动信号，包括：
根据所述振动信号与负载之间的关系表达式确定修正系数；
根据所述修正系数以及所述振动信号与负载之间的关系表达式确定处理后的待测振动信号。
进一步地，所述根据所述振动信号与负载之间的关系表达式确定修正系数，包括：
获取参考油温T0和额定负载电流I0时正常电力变压器振动信号幅值V0，定义修正系数α，其中所述修正系数α的表达式为：
进一步地，所述根据所述修正系数以及所述振动信号与负载之间的关系表达式确定处理后的待测振动信号，包括：
根据所述振动信号、油温及负载的关系表达式得到正常电力变压器的幅值，并根据所述修正系数得到处理后的待测振动信号，
S1＝S/α，
其中，α表示修正系数，S表示待测振动信号，S1表示处理后的待测振动信号。
进一步地，所述根据所述处理后的待测振动信号计算电力变压器的状态特征值，包括：
对所述处理后的待测振动信号进行傅里叶变换，得到处理后的待测振动信号对应的频谱；
计算所述频谱的极值点，并对所述频谱的幅值及极值点件的距离进行限定；
根据采样频率得到所述频谱的峰值点；
将所述峰值点连接后形成频谱包络线；
计算所述频谱包络线的形心；
根据所述频谱包络线的形心计算所述电力变压器的状态特征值。
进一步地，所述根据所述电力变压器的状态特征值确定所述电力变压器的绕组状态，包括：
将所述电力变压器的状态特征值与各级阈值进行比较，判断所述电力变压器的绕组状态。
进一步地，当所述电力变压器的状态特征值在0上下浮动时，确定所述电力变压器的绕组状态正常；
当所述电力变压器的状态特征值逐渐增大时，确定所述电力变压器的绕组逐渐松动；
当所述电力变压器的状态特征值大于1时，确定所述电力变压器的绕组松动严重。
本发明提供的电力变压器绕组状态判断方法，首先采集正常变压器初投运时的暂/稳态振动信号、油温及负载数据；利用函数拟合或神经网络得到振动信号幅值与油温及负载的关系表达式；将待测试信号转化为标准温度及负载状态下信号；对归算后的信号进行傅里叶变换；计算1000Hz以内的频谱峰值点；计算峰值点包络线形心；计算待测信号形心与正常信号形心欧氏距离，与各状态阈值进行比较判断绕组状态。这种电力变压器绕组状态判断方法能够简单有效的实现对电力变压器绕组松动的检测，具有依靠少量先验数据，简单易行，适用性较好的优势。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1为本发明提供的电力变压器绕组状态判断方法的流程图。
图2为本发明提供的获取的频谱包络形心的示意图。
图3为本发明提供的电力变压器的绕组状态判断示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互结合。下面将参考附图并结合实施例来详细说明本发明。
为了使本领域技术人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包括，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本实施例中提供了一种电力变压器绕组状态判断方法，图1是根据本发明实施例提供的电力变压器绕组状态判断方法的流程图，如图1所示，包括：
S110、获取电力变压器初投时的运行状态数据；
在本发明实施例中，获取电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据。
应当理解的是，采集正常变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据。
S120、根据所述电力变压器初投时的运行状态数据进行拟合得到振动信号与负载之间的关系表达式；
在本发明实施例中，对所述电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据进行筛选，剔除坏值；
将筛选后的所述电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据进行拟合得到振动信号、油温及负载的关系表达式。
应当理解的是，利用函数拟合或神经网络得到振动信号幅值与油温及负载的关系表达式。
优选地，所述振动信号、油温及负载的关系表达式为：
V＝f(T,I)，
其中，V表示振动幅度，T表示油温，I表示负载电流。
S130、根据所述振动信号与负载之间的关系表达式确定处理后的待测振动信号；
在本发明实施例中，根据所述振动信号与负载之间的关系表达式确定修正系数；
具体地，获取参考油温T0和额定负载电流I0时正常电力变压器振动信号幅值V0，定义修正系数α，其中所述修正系数α的表达式为：
根据所述修正系数以及所述振动信号与负载之间的关系表达式确定处理后的待测振动信号。
具体地，根据所述振动信号、油温及负载的关系表达式得到正常电力变压器的幅值，并根据所述修正系数得到处理后的待测振动信号，
S1＝S/α，
其中，α表示修正系数，S表示待测振动信号，S1表示处理后的待测振动信号。
S140、根据所述处理后的待测振动信号计算电力变压器的状态特征值；
在本发明实施例中，对所述处理后的待测振动信号进行傅里叶变换，得到处理后的待测振动信号对应的频谱；
计算所述频谱的极值点，并对所述频谱的幅值及极值点件的距离进行限定；
根据采样频率得到所述频谱的峰值点；
将所述峰值点连接后形成频谱包络线；
计算所述频谱包络线的形心；
根据所述频谱包络线的形心计算所述电力变压器的状态特征值。
需要说明的是，对处理后的待测振动信号进行傅里叶变换得到其频谱，一般情况下，变压器振动信号的主要组成频率分量绝大部分集中在1000Hz以内，并且由50Hz及其倍频组成，通过计算极值点，并对幅值，极值点间的距离加以限定，剔除距离较近的极值点，两点间最小距离可设为100×N/fs/1.5。式中N为采样点数，fs为采样频率，得到1000Hz以内的频谱的峰值点，约20个左右；连接各峰值点形成频谱的包络线并根据下式计算频谱包络线的形心；
其中，x，y均表示峰值点坐标，Cx，Cy表示频谱包络线的形心，如图2所示。
然后计算变压器的状态特征值，表达式为：
D＝(x0-x)/x0+(y-y0)/y0＝y/y0-x/x0。
S150、根据所述电力变压器的状态特征值确定所述电力变压器的绕组状态。
在本发明实施例中，将所述电力变压器的状态特征值与各级阈值进行比较，判断所述电力变压器的绕组状态。
当所述电力变压器的状态特征值在0上下浮动时，确定所述电力变压器的绕组状态正常；
当所述电力变压器的状态特征值逐渐增大时，确定所述电力变压器的绕组逐渐松动；
当所述电力变压器的状态特征值大于1时，确定所述电力变压器的绕组松动严重。
需要说明的是，将其与各级阈值进行比较从而判断绕组状态。一般情况下该值在0附近浮动，当其逐渐变大时变预示变压器绕组逐渐松动，阈值可由先验数据计算得到，一般超过0.1时便说明绕组已经松动，超过1时松动便已十分严重，如图3所示。
本发明提供的电力变压器绕组状态判断方法，首先采集正常变压器初投运时的暂/稳态振动信号、油温及负载数据；利用函数拟合或神经网络得到振动信号幅值与油温及负载的关系表达式；将待测试信号转化为标准温度及负载状态下信号；对归算后的信号进行傅里叶变换；计算1000Hz以内的频谱峰值点；计算峰值点包络线形心；计算待测信号形心与正常信号形心欧氏距离，与各状态阈值进行比较判断绕组状态。这种电力变压器绕组状态判断方法能够简单有效的实现对电力变压器绕组松动的检测，具有依靠少量先验数据，简单易行，适用性较好的优势。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。
Claims (5)
1.一种电力变压器绕组状态判断方法，其特征在于，包括：
获取电力变压器初投时的运行状态数据；
根据所述电力变压器初投时的运行状态数据进行拟合得到振动信号与负载之间的关系表达式；
根据所述振动信号与负载之间的关系表达式确定处理后的待测振动信号；
根据所述处理后的待测振动信号计算电力变压器的状态特征值；
根据所述电力变压器的状态特征值确定所述电力变压器的绕组状态；
所述获取电力变压器初投时的运行状态数据，包括：
获取电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据；
所述根据所述电力变压器初投时的运行状态数据进行拟合得到振动信号与负载之间的关系表达式，包括：
对所述电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据进行筛选，剔除坏值；
将筛选后的所述电力变压器初投时的暂态振动信号、稳态振动信号、油温和负载数据进行拟合得到振动信号、油温及负载的关系表达式；
所述振动信号、油温及负载的关系表达式为：
V=f(T,I)，
其中，V表示振动幅度，T表示油温，I表示负载电流；
所述根据所述振动信号与负载之间的关系表达式确定处理后的待测振动信号，包括：
根据所述振动信号与负载之间的关系表达式确定修正系数；
根据所述修正系数以及所述振动信号与负载之间的关系表达式确定处理后的待测振动信号；
所述根据所述振动信号与负载之间的关系表达式确定修正系数，包括：
获取参考油温T0和额定负载电流I0时正常电力变压器振动信号幅值V0，定义修正系数α，其中所述修正系数α的表达式为：。
2.根据权利要求1所述的电力变压器绕组状态判断方法，其特征在于，所述根据所述修正系数以及所述振动信号与负载之间的关系表达式确定处理后的待测振动信号，包括：
根据所述振动信号、油温及负载的关系表达式得到正常电力变压器的幅值，并根据所述修正系数得到处理后的待测振动信号，
S 1 =S/α，
其中，α表示修正系数，S表示待测振动信号，S 1表示处理后的待测振动信号。
3.根据权利要求2所述的电力变压器绕组状态判断方法，其特征在于，所述根据所述处理后的待测振动信号计算电力变压器的状态特征值，包括：
对所述处理后的待测振动信号进行傅里叶变换，得到处理后的待测振动信号对应的频谱；
计算所述频谱的极值点，并对所述频谱的幅值及极值点间的距离进行限定；
根据采样频率得到所述频谱的峰值点；
将所述峰值点连接后形成频谱包络线；
计算所述频谱包络线的形心；
根据所述频谱包络线的形心计算所述电力变压器的状态特征值。
4.根据权利要求3所述的电力变压器绕组状态判断方法，其特征在于，所述根据所述电力变压器的状态特征值确定所述电力变压器的绕组状态，包括：
将所述电力变压器的状态特征值与各级阈值进行比较，判断所述电力变压器的绕组状态。
5.根据权利要求4所述的电力变压器绕组状态判断方法，其特征在于，
当所述电力变压器的状态特征值在0上下浮动时，确定所述电力变压器的绕组状态正常；
当所述电力变压器的状态特征值大于0.1且小于1且在该范围内逐渐增大时，确定所述电力变压器的绕组逐渐松动；
当所述电力变压器的状态特征值大于1时，确定所述电力变压器的绕组松动严重。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110823814.5A CN113532535B (zh) | 2021-07-21 | 2021-07-21 | 一种电力变压器绕组状态判断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110823814.5A CN113532535B (zh) | 2021-07-21 | 2021-07-21 | 一种电力变压器绕组状态判断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113532535A CN113532535A (zh) | 2021-10-22 |
| CN113532535B true CN113532535B (zh) | 2024-03-15 |
Family
ID=78100723
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110823814.5A Active CN113532535B (zh) | 2021-07-21 | 2021-07-21 | 一种电力变压器绕组状态判断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113532535B (zh) |
Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101246043A (zh) * | 2008-03-28 | 2008-08-20 | 清华大学 | 受直流偏磁影响交流电力变压器振动与噪声在线监测方法 |
| CN101709995A (zh) * | 2009-12-24 | 2010-05-19 | 浙江大学 | 电力变压器振动在线监测及故障诊断方法 |
| WO2010060253A1 (zh) * | 2008-11-25 | 2010-06-03 | 上海市电力公司 | 利用恒流扫频电源激振检测变压器绕组状态的系统和方法 |
| CN102331547A (zh) * | 2011-07-12 | 2012-01-25 | 江苏镇安电力设备有限公司 | 一种变压器绕组振动的在线监测及故障诊断方法 |
| CN102721464A (zh) * | 2012-06-13 | 2012-10-10 | 江苏省电力公司南京供电公司 | 电力变压器绕组变形故障检测方法及系统 |
| CN202735425U (zh) * | 2012-06-13 | 2013-02-13 | 江苏省电力公司南京供电公司 | 基于振动的电力变压器故障检测系统 |
| CN104655967A (zh) * | 2015-03-17 | 2015-05-27 | 国家电网公司 | 配电变压器绕组振动信号特征量提取方法 |
| CN105353256A (zh) * | 2015-11-30 | 2016-02-24 | 上海交通大学 | 一种输变电设备状态异常检测方法 |
| CN105547465A (zh) * | 2015-12-08 | 2016-05-04 | 华北电力大学（保定） | 一种变压器振动信号绕组状态特征提取方法 |
| CN106404078A (zh) * | 2016-11-28 | 2017-02-15 | 山东科技大学 | 一种变压器在线监测装置 |
| CN106768262A (zh) * | 2016-11-11 | 2017-05-31 | 华北电力大学（保定） | 一种基于表面振动信号分析的变压器在线监测方法 |
| CN107607157A (zh) * | 2017-09-15 | 2018-01-19 | 石家庄铁道大学 | 变压器检测系统 |
| CN109031014A (zh) * | 2017-12-28 | 2018-12-18 | 国网湖北省电力公司宜昌供电公司 | 一种基于运行数据的变压器综合可靠性评估及预测方法 |
| CN110221137A (zh) * | 2019-03-07 | 2019-09-10 | 国网上海市电力公司 | 一种基于振声相关性的配电变压器异常状态检测方法 |
| CN111006579A (zh) * | 2019-12-27 | 2020-04-14 | 广东电网有限责任公司电力科学研究院 | 一种变压器在线绕组变形诊断方法、系统以及设备 |
| CN111307084A (zh) * | 2020-03-19 | 2020-06-19 | 广西电网有限责任公司南宁供电局 | 一种基于振动的电力变压器绕组变形故障诊断新方法 |
| CN111623968A (zh) * | 2020-05-08 | 2020-09-04 | 安徽智寰科技有限公司 | 一种基于自适应形态滤波的故障特征提取方法 |
| CN111708317A (zh) * | 2020-06-18 | 2020-09-25 | 西安西变组件有限公司 | 一种变压器控制方法、装置、系统、存储介质及电子设备 |
| CN111856169A (zh) * | 2019-04-22 | 2020-10-30 | 宁波奥克斯高科技有限公司 | 一种变压器故障检测方法及系统 |
| CN212007767U (zh) * | 2020-05-06 | 2020-11-24 | 国网上海市电力公司 | 一种电力变压器机械状态检测系统 |
| CN112985676A (zh) * | 2021-01-28 | 2021-06-18 | 国网江苏省电力有限公司南京供电分公司 | 基于变压器振动特征的紧固件松动的在线监测方法 |
-
2021
- 2021-07-21 CN CN202110823814.5A patent/CN113532535B/zh active Active
Patent Citations (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101246043A (zh) * | 2008-03-28 | 2008-08-20 | 清华大学 | 受直流偏磁影响交流电力变压器振动与噪声在线监测方法 |
| WO2010060253A1 (zh) * | 2008-11-25 | 2010-06-03 | 上海市电力公司 | 利用恒流扫频电源激振检测变压器绕组状态的系统和方法 |
| CN101709995A (zh) * | 2009-12-24 | 2010-05-19 | 浙江大学 | 电力变压器振动在线监测及故障诊断方法 |
| CN102331547A (zh) * | 2011-07-12 | 2012-01-25 | 江苏镇安电力设备有限公司 | 一种变压器绕组振动的在线监测及故障诊断方法 |
| CN102721464A (zh) * | 2012-06-13 | 2012-10-10 | 江苏省电力公司南京供电公司 | 电力变压器绕组变形故障检测方法及系统 |
| CN202735425U (zh) * | 2012-06-13 | 2013-02-13 | 江苏省电力公司南京供电公司 | 基于振动的电力变压器故障检测系统 |
| CN104655967A (zh) * | 2015-03-17 | 2015-05-27 | 国家电网公司 | 配电变压器绕组振动信号特征量提取方法 |
| CN105353256A (zh) * | 2015-11-30 | 2016-02-24 | 上海交通大学 | 一种输变电设备状态异常检测方法 |
| CN105547465A (zh) * | 2015-12-08 | 2016-05-04 | 华北电力大学（保定） | 一种变压器振动信号绕组状态特征提取方法 |
| CN106768262A (zh) * | 2016-11-11 | 2017-05-31 | 华北电力大学（保定） | 一种基于表面振动信号分析的变压器在线监测方法 |
| CN106404078A (zh) * | 2016-11-28 | 2017-02-15 | 山东科技大学 | 一种变压器在线监测装置 |
| CN107607157A (zh) * | 2017-09-15 | 2018-01-19 | 石家庄铁道大学 | 变压器检测系统 |
| CN109031014A (zh) * | 2017-12-28 | 2018-12-18 | 国网湖北省电力公司宜昌供电公司 | 一种基于运行数据的变压器综合可靠性评估及预测方法 |
| CN110221137A (zh) * | 2019-03-07 | 2019-09-10 | 国网上海市电力公司 | 一种基于振声相关性的配电变压器异常状态检测方法 |
| CN111856169A (zh) * | 2019-04-22 | 2020-10-30 | 宁波奥克斯高科技有限公司 | 一种变压器故障检测方法及系统 |
| CN111006579A (zh) * | 2019-12-27 | 2020-04-14 | 广东电网有限责任公司电力科学研究院 | 一种变压器在线绕组变形诊断方法、系统以及设备 |
| CN111307084A (zh) * | 2020-03-19 | 2020-06-19 | 广西电网有限责任公司南宁供电局 | 一种基于振动的电力变压器绕组变形故障诊断新方法 |
| CN212007767U (zh) * | 2020-05-06 | 2020-11-24 | 国网上海市电力公司 | 一种电力变压器机械状态检测系统 |
| CN111623968A (zh) * | 2020-05-08 | 2020-09-04 | 安徽智寰科技有限公司 | 一种基于自适应形态滤波的故障特征提取方法 |
| CN111708317A (zh) * | 2020-06-18 | 2020-09-25 | 西安西变组件有限公司 | 一种变压器控制方法、装置、系统、存储介质及电子设备 |
| CN112985676A (zh) * | 2021-01-28 | 2021-06-18 | 国网江苏省电力有限公司南京供电分公司 | 基于变压器振动特征的紧固件松动的在线监测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于振动信号的变压器绕组松动故障诊断方法;颜君凯 等;电力系统自动化;第41卷(第03期);122-127页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113532535A (zh) | 2021-10-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | Frequency estimation of distorted power system signals using a robust algorithm | |
| CN107994866A (zh) | 直流电弧故障检测的方法、装置、设备及存储介质 | |
| CN106771594B (zh) | 一种电力系统的次/超同步谐波检测方法 | |
| US20120303306A1 (en) | Method of subsynchronous resonance detection | |
| KR100915012B1 (ko) | 고정자 전류를 이용한 발전기 결함 진단 장치 | |
| WO2020057066A1 (zh) | 基于增强调制双谱分析的滚动轴承故障诊断方法 | |
| CN113532535B (zh) | 一种电力变压器绕组状态判断方法 | |
| CN112666231B (zh) | 一种换流变压器固体绝缘含水量的测试方法 | |
| JP4688097B2 (ja) | 風力発電機の運転状態判別方法 | |
| KR100645113B1 (ko) | 부분방전 측정신호의 잡음 제거 및 정량화 결정 방법 | |
| Kompella et al. | Estimation of nascent stage bearing faults of induction motor by stator current signature using adaptive signal processing | |
| CN111780868A (zh) | 一种利用Jeffery差异量的变压器运行状态振声检测方法和系统 | |
| CN111413566B (zh) | 一种基于振动信号处理的变压器直流偏磁判断方法 | |
| CN111664933A (zh) | 一种利用静态矢量优化的振声检测信号滤波方法和系统 | |
| CN113484800A (zh) | 一种变压器绕组匝间故障的检测方法、装置、设备及介质 | |
| CN110895322A (zh) | 一种固体绝缘电压互感器匝间短路诊断方法 | |
| CN113671366B (zh) | 信号处理方法及其应用装置、存储介质 | |
| Ala et al. | A smart sensing method for real-time monitoring of low voltage series-arc-fault | |
| Fontana | Fractal dimension logarithmic differences method for low voltage series arc fault detection | |
| CN105136440B (zh) | 一种基于负载状态的电力变压器绕组松动的诊断方法 | |
| CN110705031B (zh) | 一种基于二阶泰勒系数的励磁涌流识别方法 | |
| Antonov et al. | Recognition of weak harmonic signal components in generator protection against single-phase earth fault | |
| TWI341923B (zh) | ||
| CN111649819A (zh) | 一种利用迭代软阈值的变压器状态振声检测信号滤波方法和系统 | |
| CN115267621B (zh) | 电网电流互感器二次回路接线端子虚接判断方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |