CN113655259A - 一种智能电能表故障报警系统 - Google Patents
一种智能电能表故障报警系统 Download PDFInfo
- Publication number
- CN113655259A CN113655259A CN202111021271.1A CN202111021271A CN113655259A CN 113655259 A CN113655259 A CN 113655259A CN 202111021271 A CN202111021271 A CN 202111021271A CN 113655259 A CN113655259 A CN 113655259A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- fault
- time curve
- energy meter
- data
- 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
- 238000003745 diagnosis Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000013500 data storage Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 22
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000005265 energy consumption Methods 0.000 claims description 13
- 230000005611 electricity Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000007246 mechanism Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
- G01R11/02—Constructional details
- G01R11/25—Arrangements for indicating or signalling faults
-
- 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
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/04—Testing or calibrating of apparatus covered by the other groups of this subclass of instruments for measuring time integral of power or current
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种智能电能表故障报警系统，涉及电力仪器仪表技术领域，解决了现有电能表不能故障诊断报警及故障预警的技术问题；系统包括数据采集模块，用于采集智能电表的运行数据并将其发送至数据存储分析模块；数据存储传输模块，用于将存储的运行数据发送至数据分析处理模块；数据分析处理模块，用于对运行数据其进行故障分析并根据故障分析结果生成告警指令，将故障分析结果和告警指令发送至数据存储传输模块存储；指令执行模块，用于执行告警指令。所述数据分析处理模块包括故障诊断单元、数据处理单元及指令生成单元。本发明设计合理，便于智能电能表故障报警。
Description
技术领域
本发明属于电力仪器仪表技术领域，涉及智能电表技术，具体是一种智能电能表故障报警系统。
背景技术
智能电能表是由测量单元、数据处理单元、通信单元等组成，具有电能量计量、信息存储及处理、实时监测、自动控制、信息交互等功能的电能表。目前因用电客户用电管理不善，家庭火灾、人身触电的事故时有发生。现有技术中多采用对线路进行检测，采集用电客户家中的用电信息，当电路中的电流、电压或其他数据改变时，智能电表中的保护机构动作，从而保护电路。但是其分析方法过于简单，只是根据简单的运行数据比如电压和电流达到触发标准从而触发电路保护机制，并没有对运行数据进行深度分析，判断故障原因，电路保护机制触发后，用户不清楚故障的原因。因此需要一种智能电能表故障报警系统提供故障诊断报警及故障预警的服务。
发明内容
本发明提供了一种智能电能表故障报警系统，用于解决现有电能表不能故障诊断报警及故障预警的技术问题。
本发明的目的可以通过以下技术方案实现：
一种智能电能表故障报警系统，包括：
数据存储传输模块，用于存储智能电能表的运行数据并将其发送至数据分析处理模块；运行数据包括电表振动信号、电表温度信号、电流信号及电压信号；
数据分析处理模块，用于对运行数据进行故障分析，并生成故障分析结果和告警指令，生成故障分析结果和告警指令的具体过程包括：
对运行数据进行预处理生成预处理信号，先对预处理信号进行核对诊断，诊断电能表耗能故障和支路窃电故障；然后对预处理信号进行深度诊断，诊断电能表超温故障、冲击故障、振动故障以及过电流故障；然后生成诊断结果，并根据诊断结果-告警指令映射生成告警指令，发送至指令执行模块；
指令执行模块，用于执行告警指令。
进一步地，对运行数据进行预处理，具体过程包括：
首先根据运行数据生成运行数据—时间曲线，所述运行数据－时间曲线包括电表振动信号－时间曲线、电表温度信号－时间曲线、电流信号－时间曲线及电压信号－时间曲线；然后根据运行数据－时间曲线生成进线功率－时间曲线、出线功率－时间曲线、支路功率－时间曲线、进线电能消耗－时间曲线、出线电能消耗－时间曲线以及支路电能消耗－时间曲线。
进一步地，核对诊断电能表耗能故障，具体过程包括：
在同一坐标系中分别计算进线电能消耗－时间曲线和出线电能消耗－时间曲线之间在同一时刻的间距，生成间距－时间曲线，然后对间距－时间曲线进行采样，得到间距采样数据集并计算间距标准差，当标准差大于等于设定阈值时，判断电能表耗能故障；
诊断电能表支路窃电故障的具体过程与诊断电能表耗能故障过程相同。
进一步地，深度诊断超温故障，具体过程包括：
设定第一设定变化率和第二设定变化率；设定第一设定温度和第二设定温度，分析电表温度信号－时间曲线，当电表温度大于第一设定温度时，判断产生电表超温故障；当电表温度大于第二设定温度的连续时间超过设定时间时，判断产生电表超温故障。
进一步地，深度诊断冲击故障，具体过程包括：
对电压信号－时间曲线进行求导，得到电压变化率－时间曲线；当电压变化率大于第一设定变化率时，判断产生冲击故障；当电压变化率大于第二设定变化率的时间大于设定时间时，判断产生冲击故障。
进一步地，深度诊断振动故障，具体过程包括：
将振动信号－时间曲线经过离散傅里叶变化得到电表振动信号频谱图，然后对电表振动信号频谱图进行解调处理得到解调图谱，将解调图谱与故障图谱进行对比，然后判断电能表是否发生振动故障。
进一步地，所述振动故障包括负荷过大、转盘涡流振动、电磁线圈松动、铁芯松动以及电表转盘少油。
进一步地，还包括数据采集模块，用于采集智能电表的运行数据并将其发送至数据存储传输模块。
与现有技术相比，本发明的有益效果是：
本发明通过对进线电能消耗－时间曲线、出线电能消耗－时间曲线和支路电能消耗－时间曲线进行核对诊断来分别判断电能表故障和支路窃电故障；本发明根据电表温度信号－时间曲线，电压信号－时间曲线，电表振动信号－时间曲线，支路功率－时间曲线和支路电流－时间曲线，分别制定不同的处理方式和故障诊断的方法，满足了智能电能表故障诊断的需要。在诊断电表振动信号时，采用频域分析的方法，对振动信号进行分析，通过与故障图谱的比对，能够诊断电表内部的机械故障；能够准确诊断电能表各方面的故障。
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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。
这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
如图1所示，一种智能电能表故障报警系统，包括数据采集模块，用于采集智能电表的运行数据并将其发送至数据存储分析模块；
所述运行数据包括电表振动信号、电表温度信号、电流信号及电压信号，所述电流信号包括支路电流信号和干路电流信号，所述电压信号包括进线电压信号，出线电压信号和支路电压信号。其具体通过振动传感器、温度传感器、电流传感器和电压传感器采集相应的数据。
数据存储传输模块，用于将存储的运行数据发送至数据分析处理模块；
数据分析处理模块，用于对运行数据其进行故障分析并根据故障分析结果生成告警指令，将故障分析结果和告警指令发送至数据存储传输模块存储；
所述数据分析处理模块包括故障诊断单元、数据处理单元及指令生成单元。所述数据处理单元，用于对运行数据进行预处理，具体过程包括：
对运行数据进行预处理得到预处理信号，所述预处理是将电表振动信号、电表温度信号、电流信号及电压信号制成电表振动信号－时间曲线，电表温度信号－时间曲线，电流信号－时间曲线及电压信号－时间曲线；并根据电流信号－时间曲线及电压信号－时间曲线制成进线功率－时间曲线，出线功率－时间曲线，支路功率－时间曲线，进而可得出进线电能消耗－时间曲线、出线电能消耗－时间曲线以及支路电能消耗－时间曲线。
所述故障诊断单元，用于根据运行数据进行故障诊断，得出故障分析结果；所述故障诊断单元根据运行数据进行故障诊断的具体过程为：
对预处理信号进行核对诊断，所述核对诊断预处理信号包括进线电能消耗－时间曲线和出线电能消耗－时间曲线进行核对诊断，需要说明的是，在核对诊断时应考虑智能电能表消耗电能，理想情况下智能电能表的消耗电能始终保持一致，即在同一坐标系中，进线电能消耗－时间曲线是将出线电能消耗－时间曲线向上平移即可得到，但是在实际工作过程中，智能电能表的消耗电能并不始终保持一致，在电流较大时消耗电能也较大，解决的方式将二者进行整定；所述整定是计算进线电能消耗－时间曲线与出线电能消耗－时间曲线之间的距离，得到间距－时间曲线，然后对间距进行采样，得到间距采样数据集。采样频率可根据实际自行设置，在此不做具体限定，去除采样数据集内最大的间距和最小的间距，然后对剩余的间距集进行标准差计算，当标准差小于设定阈值时，判断电能表无耗能故障，当标准差大于等于设定阈值时，判断电能表耗能故障；
所述核对诊断预处理信号还包括核对诊断出线电能消耗－时间曲线和支路电能消耗－时间曲线，需要说明的是，有多个支路电能消耗－时间曲线分别表示电能表下端各支路电能消耗情况，将电能表下端所有的支路电能消耗－时间曲线整合成支路综合电能消耗－时间曲线，并将所述支路综合电能消耗－时间曲线与出线电能消耗－时间曲线进行核对诊断，理论上支路综合电能消耗－时间曲线与出线电能消耗－时间曲线在同一坐标系中是两条重合的曲线，但是实际当中各支路会存在线损等情况，故而计算得出的支路综合电能消耗小于出线电能消耗，解决的方式是对支路综合电能消耗－时间曲线与出线电能消耗－时间曲线进行整定，所述整定的过程与上述一致。当标准差小于设定阈值时判断支路无窃电故障，当标准差大于等于设定阈值时判断支路有窃电情况故障；
在核对诊断预处理信号之后，进行预处理信号深度诊断，包括深度诊断电表温度信号－时间曲线，设定第一设定温度和第二设定温度，当电表温度信号－时间曲线有大于第一设定温度的点时，立即判断电表超温故障，当电表温度信号－时间曲线中有一段或者若干段连续曲线超过第二设定温度而未达到第一设定温度时，通过电表温度信号－时间曲线得到其连续大于第二设定温度的时间，当连续大于第二设定温度的时间小于设定时间时，判断电能表无超温故障，当连续大于第二设定温度的时间大于等于设定阈值时，判断电能表超温故障；
所述预处理信号深度诊断还包括深度诊断电压信号－时间曲线，其过程为：对电压信号－时间曲线进行求导，得到电压变化率－时间曲线，需要说明的是不管进线电压、出线电压还是各支路电压在正常工作时理论上应当是标准电压，比如家庭用电220V，工业用电380V，但是电网负荷的变化会给进线电压带来一定的冲击，线路上的负荷改变也会冲击出线电压和各支路电压，从而带来电压信号的改变，一般持续的时间比较短，冲击的幅度也比较小。设定故障电压变化率和标准电压变化率，故当某时刻电压变化率的大于第一设定变化率时，说明冲击过大产生冲击故障，当某时刻电压变化率小于第一设定变化率时，说明冲击较小，对电路及电能表无影响。另外在一个设定时间段内电压变化率均超过第二设定变化率时，说明冲击时间过长产生冲击故障。在一个设定时间段内电压变化率不全部超过标准电压变化率时说明，说明冲击时间不足以产生故障。
所述预处理信号深度诊断还包括深度诊断电表振动信号－时间曲线，将振动信号－时间曲线经过离散傅里叶变化得到电表振动信号频谱图，然后对电表振动信号频谱图进行解调处理得到解调图谱，所述解调处理包括包络分析，然后对解调图谱进行对比分析，所述对比分析就是将解调图谱与相应的故障图谱进行对比，找到最符合解调图谱的故障图谱，从而判断故障。需要说明的是故障图谱由以往故障发生后对其故障发生之前的振动信号分析，并经过神经网络学习所得到。这里强调的是，数据采集模块还采集电能表的设备信息，所述设备信息包括品牌、型号、出厂日期及安装日期。电能表的振动故障包括负荷过大、转盘涡流振动、电磁线圈松动、铁芯松动、电表转盘少油及转盘安装位置不当等，长时间振动时会导致电能表计量不准，电能表寿命减少。
在所述深度诊断预处理信号还包括深度诊断支路功率－时间曲线和支路电流－时间曲线，计算支路所带设备所有的额定功率之和，所有设备的额定电流之和并将其作为支路功率曲线以及支路电流曲线核对诊断的依据，当支路功率－时间曲线中有连续超过额定功率之和的部分，计算其持续时间，当持续时间大于设定阈值时，判断该支路存在过负荷故障，当支路电路－时间曲线中有连续超过额定功率之和的部分，计算其持续时间，当持续时间大于设定阈值时，判断该支路存在过电流故障。
所述指令生成单元，用于根据故障分析结果生成告警指令，所述告警指令包括分闸指令和警报指令。
对预处理信号深度诊断之后，得出故障分析结果，并将所述故障分析结果发送至指令生成单元。
指令生成单元中存储有故障分析结果—告警指令的映射，根据上述故障分析结果生成告警指令，并将告警指令发送至指令执行模块。
所述指令执行模块包括声光报警模块和分闸模块；声光报警模块，用于执行警报指令；所述分闸模块，用于执行分闸指令；所述指令执行模块还包括显示屏，用于显示故障分析结果；所述警报指令包括语音播报故障分析结果和建议采取的措施。
本发明的工作原理：本发明通过采集运行数据，然后对运行数据进行预处理，得到电表振动信号－时间曲线，电表温度信号－时间曲线，电流信号－时间曲线及电压信号－时间曲线，进而得到进线功率－时间曲线，出线功率－时间曲线，支路功率－时间曲线，进线电能消耗－时间曲线，出线电能消耗－时间曲线，支路电能消耗－时间曲线。然后根据不同型号的特殊性采用不同的处理方法，从而诊断出故障的类型，得到诊断分析的结果。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (8)
1.一种智能电能表故障报警系统，其特征在于，包括：
数据存储传输模块，用于存储智能电能表的运行数据并将其发送至数据分析处理模块；运行数据包括电表振动信号、电表温度信号、电流信号及电压信号；
数据分析处理模块，用于对运行数据进行故障分析，并生成故障分析结果和告警指令，生成故障分析结果和告警指令的具体过程包括：
对运行数据进行预处理生成预处理信号，先对预处理信号进行核对诊断，诊断电能表耗能故障和支路窃电故障；然后对预处理信号进行深度诊断，诊断电能表超温故障、冲击故障、振动故障以及过电流故障；然后生成诊断结果，并根据诊断结果-告警指令映射生成告警指令，发送至指令执行模块；
指令执行模块，用于执行告警指令。
2.根据权利要求1所述的一种智能电能表故障报警系统，其特征在于，对运行数据进行预处理，具体过程包括：
首先根据运行数据生成运行数据—时间曲线，所述运行数据－时间曲线包括电表振动信号－时间曲线、电表温度信号－时间曲线、电流信号－时间曲线及电压信号－时间曲线；然后根据运行数据－时间曲线生成进线功率－时间曲线、出线功率－时间曲线、支路功率－时间曲线、进线电能消耗－时间曲线、出线电能消耗－时间曲线以及支路电能消耗－时间曲线。
3.根据权利要求2所述的一种智能电能表故障报警系统，其特征在于，核对诊断电能表耗能故障，具体过程包括：
在同一坐标系中分别计算进线电能消耗－时间曲线和出线电能消耗－时间曲线之间在同一时刻的间距，生成间距－时间曲线，然后对间距－时间曲线进行采样，得到间距采样数据集并计算间距标准差，当标准差大于等于设定阈值时，判断电能表耗能故障；
诊断电能表支路窃电故障的具体过程与诊断电能表耗能故障过程相同。
4.根据权利要求2所述的一种智能电能表故障报警系统，其特征在于，深度诊断超温故障，具体过程包括：
设定第一设定温度和第二设定温度，分析电表温度信号－时间曲线，当电表温度大于第一设定温度时，判断产生电表超温故障；当电表温度大于第二设定温度的连续时间超过设定时间时，判断产生电表超温故障。
5.根据权利要求2所述的一种智能电能表故障报警系统，其特征在于，深度诊断冲击故障，具体过程包括：
设定第一设定变化率和第二设定变化率，对电压信号－时间曲线进行求导，得到电压变化率－时间曲线；当电压变化率大于第一设定变化率时，判断产生冲击故障；当电压变化率大于第二设定变化率的时间大于设定时间时，判断产生冲击故障。
6.根据权利要求1所述的一种智能电能表故障报警系统，其特征在于，深度诊断振动故障，具体过程包括：
将振动信号－时间曲线经过离散傅里叶变化得到电表振动信号频谱图，然后对电表振动信号频谱图进行解调处理得到解调图谱，将解调图谱与故障图谱进行对比，然后判断电能表是否发生振动故障。
7.根据权利要求6所述的一种智能电能表故障报警系统，其特征在于，所述振动故障包括负荷过大、转盘涡流振动、电磁线圈松动、铁芯松动以及电表转盘少油。
8.根据权利要求1所述的一种智能电能表故障报警系统，其特征在于，还包括数据采集模块，用于采集智能电表的运行数据并将其发送至数据存储传输模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111021271.1A CN113655259A (zh) | 2021-09-01 | 2021-09-01 | 一种智能电能表故障报警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111021271.1A CN113655259A (zh) | 2021-09-01 | 2021-09-01 | 一种智能电能表故障报警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113655259A true CN113655259A (zh) | 2021-11-16 |
Family
ID=78492565
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111021271.1A Pending CN113655259A (zh) | 2021-09-01 | 2021-09-01 | 一种智能电能表故障报警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113655259A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114296023A (zh) * | 2021-12-27 | 2022-04-08 | 广西电网有限责任公司 | 低压台区计量装置运行误差诊断分析方法及系统 |
| CN116930853A (zh) * | 2023-07-17 | 2023-10-24 | 海南电网有限责任公司 | 一种基于振动分析的表箱老化检测方法与装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204855785U (zh) * | 2015-07-28 | 2015-12-09 | 国家电网公司 | 一种电表冲击性能检测校验台 |
| CN105806604A (zh) * | 2016-03-18 | 2016-07-27 | 唐智科技湖南发展有限公司 | 一种机车车辆走行部轴承保持架故障预报警方法 |
| CN207636653U (zh) * | 2017-09-06 | 2018-07-20 | 宁波三星医疗电气股份有限公司 | 一种具有故障远程自动监测功能的智能电表 |
| CN108375732A (zh) * | 2018-03-01 | 2018-08-07 | 北京迪利科技有限公司 | 电机监测预警方法及系统 |
| CN108562773A (zh) * | 2018-04-13 | 2018-09-21 | 漳州科能电器有限公司 | 一种智能电表防窃电系统 |
| CN109407039A (zh) * | 2018-11-13 | 2019-03-01 | 许继集团有限公司 | 智能电表及其系统、自诊断方法和故障检测方法 |
| CN110412497A (zh) * | 2019-06-11 | 2019-11-05 | 国网重庆市电力公司电力科学研究院 | 一种智能电能表可靠性薄弱环节定位方法及装置 |
| CN112198350A (zh) * | 2019-07-08 | 2021-01-08 | 浙江兆乾电力科技有限公司 | 一种智能电表箱 |
| CN112611998A (zh) * | 2020-12-25 | 2021-04-06 | 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) | 一种依托现场作业终端的电能表计量故障分析系统及方法 |
| CN113095516A (zh) * | 2019-12-23 | 2021-07-09 | 西安市双合软件技术有限公司 | 一种电动机智能运维及健康管理系统 |
-
2021
- 2021-09-01 CN CN202111021271.1A patent/CN113655259A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204855785U (zh) * | 2015-07-28 | 2015-12-09 | 国家电网公司 | 一种电表冲击性能检测校验台 |
| CN105806604A (zh) * | 2016-03-18 | 2016-07-27 | 唐智科技湖南发展有限公司 | 一种机车车辆走行部轴承保持架故障预报警方法 |
| CN207636653U (zh) * | 2017-09-06 | 2018-07-20 | 宁波三星医疗电气股份有限公司 | 一种具有故障远程自动监测功能的智能电表 |
| CN108375732A (zh) * | 2018-03-01 | 2018-08-07 | 北京迪利科技有限公司 | 电机监测预警方法及系统 |
| CN108562773A (zh) * | 2018-04-13 | 2018-09-21 | 漳州科能电器有限公司 | 一种智能电表防窃电系统 |
| CN109407039A (zh) * | 2018-11-13 | 2019-03-01 | 许继集团有限公司 | 智能电表及其系统、自诊断方法和故障检测方法 |
| CN110412497A (zh) * | 2019-06-11 | 2019-11-05 | 国网重庆市电力公司电力科学研究院 | 一种智能电能表可靠性薄弱环节定位方法及装置 |
| CN112198350A (zh) * | 2019-07-08 | 2021-01-08 | 浙江兆乾电力科技有限公司 | 一种智能电表箱 |
| CN113095516A (zh) * | 2019-12-23 | 2021-07-09 | 西安市双合软件技术有限公司 | 一种电动机智能运维及健康管理系统 |
| CN112611998A (zh) * | 2020-12-25 | 2021-04-06 | 国网新疆电力有限公司营销服务中心(资金集约中心、计量中心) | 一种依托现场作业终端的电能表计量故障分析系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114296023A (zh) * | 2021-12-27 | 2022-04-08 | 广西电网有限责任公司 | 低压台区计量装置运行误差诊断分析方法及系统 |
| CN116930853A (zh) * | 2023-07-17 | 2023-10-24 | 海南电网有限责任公司 | 一种基于振动分析的表箱老化检测方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107478926B (zh) | 一种用电监视装置及方法 | |
| CN106249076B (zh) | 受谐波负载影响下的配电变压器状态检测方法及系统 | |
| CN110673079B (zh) | 一种台区末端感知系统及方法 | |
| CN113655259A (zh) | 一种智能电能表故障报警系统 | |
| CN108828406A (zh) | 非侵入式用户用电的故障识别方法及其系统 | |
| CN104635198B (zh) | 故障发现及时的电能计量装置远程监测诊断方法 | |
| CN110031703B (zh) | 一种超特高压变压器的异常工况判别方法及系统 | |
| CN117811213B (zh) | 一种基于数据分析的低压配电柜故障诊断系统 | |
| CN105486917B (zh) | 一种节能型输电线损耗和故障检测方法 | |
| CN105510760A (zh) | 一种基于小波分析的短路故障数据检测方法 | |
| CN210225061U (zh) | 一种低压漏电在线检查系统 | |
| CN113572149A (zh) | 一种基于非侵入式电力负荷监测的超负荷设备预警系统 | |
| CN205210166U (zh) | 一种分流窃电检测装置 | |
| CN113985098A (zh) | 一种基于实时计量的提高防窃电分析准确度的方法 | |
| CN113806420A (zh) | 一种电网数据监测方法及装置 | |
| CN104714206B (zh) | 一种故障发现及时的电能计量装置远程监测诊断方法 | |
| CN112200998A (zh) | 应用于电力设备的早期火灾预警方法、系统及其存储介质 | |
| CN104656050B (zh) | 一种节省人力的电能计量装置远程监测诊断方法 | |
| CN101340083B (zh) | 三相笼型感应电动机轴承电流测量和保护装置 | |
| CN210572666U (zh) | 基于物联网的农网配电变压器温度监测云服务系统 | |
| CN109031053A (zh) | 用于变压器状态监测智能装置的局部放电告警方法及系统 | |
| CN208753985U (zh) | 智能防雷装置以及保护三相电路的防雷箱 | |
| CN103513221B (zh) | 二次压降/二次负荷在线监测装置及系统及其监测方法 | |
| CN115639423A (zh) | 一种基于互联网的智能配电箱监测控制方法及系统 | |
| CN104656051B (zh) | 实时性好的电能计量装置远程监测诊断方法 |
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 |