CN114113951B - 一种高压开关柜绝缘缺陷超声应力检测系统与方法 - Google Patents

一种高压开关柜绝缘缺陷超声应力检测系统与方法 Download PDF

Info

Publication number
CN114113951B
CN114113951B CN202111545969.3A CN202111545969A CN114113951B CN 114113951 B CN114113951 B CN 114113951B CN 202111545969 A CN202111545969 A CN 202111545969A CN 114113951 B CN114113951 B CN 114113951B
Authority
CN
China
Prior art keywords
defect
ultrasonic
module
stress
switch cabinet
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
Application number
CN202111545969.3A
Other languages
English (en)
Other versions
CN114113951A (zh
Inventor
郑建
张静
杨富栋
吕昂
孙国峰
梁智敏
高�浩
王彦清
杜业平
冯琦
赵科技
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Yantai Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Yantai Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Yantai Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111545969.3A priority Critical patent/CN114113951B/zh
Publication of CN114113951A publication Critical patent/CN114113951A/zh
Application granted granted Critical
Publication of CN114113951B publication Critical patent/CN114113951B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01R31/1209—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 acoustic measurements

Landscapes

  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本公开提供了一种高压开关柜绝缘缺陷超声应力检测系统及方法，包括检测装置和分析装置；所述检测装置包括电连接超声激励模块和超声换能器；所述分析装置包括依次连接的回波接收模块、数据处理模块和信息管理模块；所述回波接收模块通过超声换能器与所述超声激励模块相连接；所述信息管理模块内设信号处理单元；所述信号处理单元使用基于改进的EMD和小波阈值降噪算法对进据处理模块所处理后的信号进行降噪处理,根据缺陷波的时延和传播速度确定缺陷位置，基于改进的BP神经网络缺陷识别方法进行缺陷识别，再通过基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，实现对高压开关柜绝缘缺陷的超声应力无损检测。

Description

一种高压开关柜绝缘缺陷超声应力检测系统与方法
技术领域
本公开属于高压开关柜绝缘缺陷检测技术领域，具体涉及一种高压开关柜绝缘缺陷超声应力检测系统与方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
高压开关柜中采用的绝缘材料(环氧树脂、SMC热固性固体绝缘等)在制造、安装或长期运行中受到电、热、机械等应力的作用，内部很容易产生气隙和裂纹等微观缺陷，导致其绝缘性能逐渐下降，最终发生绝缘击穿，危及电网的安全。因此，对高压开关柜绝缘缺陷的检测一直是电力运行部门关注的重点问题。
据发明人了解，超声波检测是绝缘缺陷检测中使用频率最高、发展速度最快的一种检测技术；利用材料及其缺陷的声学性能差异对超声波传播波形反射情况和穿透时间的能量变化来检验材料内部缺陷的一种无损检测方法，具有被测对象范围广、灵敏度高、缺陷定位准确、成本低、使用方便、对环境无污染及便于现场检测等优点，在高压开关柜绝缘材料内部缺陷的检测方面具有广阔的应用前景。
目前，国内外针对绝缘缺陷超声无损检测领域的研究与应用已经取得了一定的进展，并已在多种电力设备上得到了实际应用。但是，大多集中于对超声波频谱的直接分析，受测量灵敏度和分析方法的影响，难以对绝缘材料内部微观缺陷进行定量分析。绝缘材料内部应力集中是造成高压开关柜绝缘故障的根本原因之一，因此结合其内部应力进行分析，可以更好地监测其内部微观缺陷的产生及发展，确定缺陷的恶化程度，对高压开关柜绝缘缺陷的检修工作具有重要意义。
当前，在高压开关柜内部绝缘缺陷检测方面，结合超声应力开展无损检测与试验检修的技术研究领域还存在空白，亟需开展相应的研究。
发明内容
为了解决上述问题，本公开提出了一种高压开关柜绝缘缺陷超声应力检测系统与方法，通过超声波对应力进行检测，再结合内部应力来对高压开关柜绝缘缺陷进行定量分析，实现对高压开关柜绝缘缺陷的高精度超声测量分析。
根据一些实施例，本公开的第一方案提供了一种高压开关柜绝缘缺陷超声应力检测系统，采用如下技术方案：
一种高压开关柜绝缘缺陷超声应力检测系统，包括检测装置和分析装置；
所述检测装置包括电连接超声激励模块和超声换能器；
所述分析装置包括依次连接的回波接收模块、数据处理模块和信息管理模块；所述回波接收模块通过超声换能器与所述超声激励模块相连接；所述信息管理模块内设信号处理单元；
所述信号处理单元使用基于改进的EMD和小波阈值降噪算法对进据处理模块所处理后的信号进行降噪处理,根据缺陷波的时延和传播速度确定缺陷位置，基于改进的BP神经网络缺陷识别方法进行缺陷识别，再通过基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，实现对高压开关柜绝缘缺陷的超声应力无损检测。
根据一些实施例，本公开的第二方案提供了一种高压开关柜绝缘缺陷超声应力检测方法，采用如下技术方案：
一种高压开关柜绝缘缺陷超声应力检测方法，包括以下步骤：
超声换能器接收到超声激励模块产生的高压激励脉冲时发射超声波，并接收回波信号；
接收到的回波信号依次经过回波接收模块和数据处理模块的调节处理后输入信号处理单元；
基于改进的EMD和小波阈值降噪算法进行降噪处理,根据缺陷波的时延和传播速度确定缺陷位置，基于改进的BP神经网络缺陷识别方法进行缺陷识别，再基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，实现对高压开关柜绝缘缺陷的超声应力无损检测。
与现有技术相比，本公开的有益效果为：
本公开将应力超声无损检测技术应用到绝缘缺陷检修中，填补了高压开关柜绝缘缺陷超声应力检测方面的技术空白，丰富了高压开关柜缺陷现场检修的技术手段和判断准则；基于改进的EMD和小波阈值降噪算法，减少了噪声干扰，提高了超声测量分析的精确度；通过基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷进行分析，可以预先发现高压开关柜内潜在的缺陷，降低高压开关柜内部设备安全隐患。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1是本公开实施例一中高压开关柜绝缘缺陷超声应力检测系统的结构简图；
图2是本公开实施例一中高压开关柜绝缘缺陷超声应力检测系统的结构图；
图3是本公开实施例二中高压开关柜绝缘缺陷超声应力检测方法的流程图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例介绍了一种高压开关柜绝缘缺陷超声应力检测系统。
如图1和图2所示的一种高压开关柜绝缘缺陷超声应力检测系统，包括检测装置、分析装置和电源模块。
其中，检测装置包括超声换能器、超声激励模块和主控模块；分析装置包括回波接收模块、数据处理模块和信息管理模块。
超声换能器采用单发单收式超声换能器，超声换能器与回波接收模块相连。
超声激励模块包括PWM脉冲调制电路、驱动电路、激励发生电路和阻抗匹配电路；其中，激励发生电路中包含全控开关元件，PWM脉冲调制电路与所述驱动电路相连接，驱动电路与所述激励发生电路中全控开关元件的门极相连接，激励发生电路分别与所述高压可调直流稳压源、过压/过流保护电路和阻抗匹配电路相连接，阻抗匹配电路与超声换能器相连。
回波接收模块包括依次连接的隔离保护电路、阻抗匹配放大电路、动态增益放大电路、低通滤波器、高通滤波器和信号调理电路；回波接收模块与所述数据处理模块相连接。
数据处理模块包括依次连接的差分输入电路、A/D转换电路、数字滤波器、数据缓冲器。
信息管理模块包括信息处理单元、存储单元、显示器和报警电路。数据缓冲器与信息处理单元相连接，信息处理单元与存储单元、显示器和报警电路相连接；信息处理单元用于降噪处理、缺陷定位、缺陷识别和应力分析。
主控模块包括时钟电路、控制器和D/A转换电路；主控模块与高压可调直流稳压源、动态增益放大电路、低通滤波器和高通滤波器相连接，数据处理模块与控制器相连接。
电源模块包括高压可调直流稳压源和过压/过流保护电路；其中，高压可调直流稳压源电压范围是200～400V，为激励发生电路提供高压电源；过压/过流保护电路与高压可调直流稳压源相连。
实施例二
本实施例介绍了一种基于实施例一中所介绍的检测系统的高压开关柜绝缘缺陷超声应力检测方法。
如图3所示的一种高压开关柜绝缘缺陷超声应力检测方法，包括以下步骤：
超声换能器接收到超声激励模块产生的高压激励脉冲时发射超声波，并接收回波信号；
接收到的回波信号依次经过回波接收模块和数据处理模块的调节处理后输入信号处理单元；
基于改进的EMD和小波阈值降噪算法进行降噪处理,根据缺陷波的时延和传播速度确定缺陷位置，基于改进的BP神经网络缺陷识别方法进行缺陷识别，再基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，实现对高压开关柜绝缘缺陷的超声应力无损检测。
作为一种或多种实施方式，超声激励模块产生的高压激励脉冲的具体过程为：时钟电路提供时钟信号，经控制器发出控制信号，由D/A转换器转换成模拟信号来控制PWM脉冲调制电路，通过PWM脉冲调制电路产生脉宽可调的脉冲触发信号，所述脉冲触发信号经驱动电路形成驱动电压/电流信号后发送到激励发生电路中全控开关元件的门极，高压可调直流稳压源为激励发生电路提供高压，在激励发生电路的作用下产生高压激励脉冲。
作为一种或多种实施方式，超声换能器在接收到高压激励脉冲时发射超声波信号，同时，超声换能器接收回波信号，并将回波信号转化为电信号。
作为一种或多种实施方式，通过隔离保护电路来隔离发射的高压激励脉冲；阻抗匹配放大电路对超声换能器所接收到的高阻抗回波信号进行阻抗匹配并放大；在动态增益放大电路的作用下，实现对回波信号的动态增益调节；调节后的回波信号经低通滤波器和高通滤波器的滤波，再通过信号调理电路，输出适合A/D转换电路输入的调理信号；调理信号经差分输入电路变为差分信号再输入到A/D转换电路，经A/D转换电路转化为回波数字信号，回波数字信号再经数字滤波器、数据缓存器处理后进入信号处理单元；信息处理单元用于对回波数字信号的降噪处理、缺陷定位、缺陷识别和应力分析。
作为一种或多种实施方式，数据处理模块将调节处理后的回波信号实时反馈给主控模块，主控模块根据接收到的反馈回波信号进行自动调控，调节时钟电路所发出的脉冲信号；检修人员通过控制器的输入界面设置检测频率、激励电压、放大倍数、滤波带通、采样频率等参数。
作为一种或多种实施方式，所述基于改进的EMD和小波阈值降噪算法进行降噪处理，具体步骤为：
(1)使用镜像延拓法对回波信号x(t)的两端进行长度的延拓；
(2)基于积分中值定理求解相邻两个极值点的极值域均值，通过相邻的两个极值域均值加权得到局部均值，将所有局部均值点用牛顿插值算法处理得到均值曲线，并舍去两端延拓的数据；
(3)求回波信号x(t)与均值的差值c(t)，判断是否满足筛分准则，其中筛分准则为
(4)若不满足筛分准则，则将差值c(t)作为原始信号，重复步骤(1)～(3)，直到满足筛分准则为止；否则执行下一步；
(5)将差值c(t)作为IMF分量，进行IMF分量的提取，求取回波信号x(t)与差值c(t)之间的IMF分量差值r(t)＝x(t)-c(t)，将IMF分量差值r(t)作为原始数据重复步骤(1)～(4)，重复n此次得到n个IMF分量，直到IMF分量差值r(t)的数值足够小或IMF分量差值r(t)为单调函数，筛分结束；
(6)令k＝1，(其中，N为信号长度)，判断sk≥sk+1是否成立，若成立则令k＝k+1，重复计算sk、sk+1，直到sk<sk+1，此时的IMFk即为临界IMF分量；对第1个到第k个分量IMFk使用小波加权平均值函数进行降噪处理，对第k+1个到第n个分量IMFk使用heursure阈值进行降噪处理；
(7)将1到n个分量IMFk进行叠加重构，得到降噪后的回波信号x'(t)。
作为一种或多种实施方式，所述基于改进的BP神经网络缺陷识别方法进行缺陷识别，具体为：
对缺陷回波和底面回波分别进行快速傅里叶变换，选取缺陷回波和底面回波的最大幅值、中心频率、低频峰值与高频峰值之比以及缺陷回波和底面回波的相关系数作为特征值，输入BP神经网络中进行训练，识别缺陷。
BP神经网络的构建过程为：
1)输入层设为7个节点，输出层设为3个节点，3种特定输出结果分别对应裂纹、气隙、异物3种缺陷，隐含层节点根据设定为10个；
2)选取双曲正切(tanh)函数作为隐含节点的激活函数，选取Sigmoid函数作为输出节点的激活函数，神经元之间的联接权值用误差反向传播学习算法进行调节。
作为一种或多种实施方式，所述基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，具体步骤为：
(1)通过上表面和底面回波波峰的时间差确定传播时间t，超声传播速度v是声程L与传播时间t的比值。
(2)以超声传播方向为Z轴，垂直方向分别为X、Y轴，根据纵波声弹性方程(其中，σx、σy分别是X、Y方向上的主应力，/>是无应力状态下沿Z方向传播的纵波声速，KP是纵波声弹性系数)计算应力值；
(3)建立威布尔绝缘缺陷失效模型，绝缘失效率(其中，尺度参数α＞0，形状参数β＞0，σ＝σx+σy＞0，δ为绝缘材料的屈服强度)；
(4)利用极大似然法对威布尔绝缘缺陷失效模型进行参数估计，获取形状参数β和尺度参数α；
(5)计算高压开关柜关于应力的绝缘失效率，使用绝缘失效率F(σ)表征高压开关柜内部绝缘缺陷的恶化程度，结合恶化程度进行缺陷危险等级的划分。在本实施例中，结合恶化程度从低到高将缺陷危险等级划分为一级、二级、三级和四级。
作为一种或多种实施方式，信号处理单元将处理后的信号实时显示在显示器上，并存储在存储单元中，当缺陷危险等级高于三级时，报警电路发出报警信号。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (9)

1.一种高压开关柜绝缘缺陷超声应力检测系统，其特征在于，包括检测装置和分析装置；
所述检测装置包括电连接超声激励模块和超声换能器；
所述分析装置包括依次连接的回波接收模块、数据处理模块和信息管理模块；所述回波接收模块通过超声换能器与所述超声激励模块相连接；所述信息管理模块内设信号处理单元；
所述信号处理单元使用基于改进的EMD和小波阈值降噪算法对进据处理模块所处理后的信号进行降噪处理,根据缺陷波的时延和传播速度确定缺陷位置，基于改进的BP神经网络缺陷识别方法进行缺陷识别，再通过基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，实现对高压开关柜绝缘缺陷的超声应力无损检测；
其中，基于改进的EMD和小波阈值降噪算法进行降噪处理，具体步骤为：
(1)使用镜像延拓法对回波信号的两端进行长度的延拓；
(2)基于积分中值定理求解相邻两个极值点的极值域均值，通过相邻的两个极值域均值加权得到局部均值，将所有局部均值点用牛顿插值算法处理得到均值曲线，并舍去两端延拓的数据；
(3)求回波信号与均值的差值，判断是否满足筛分准则；
(4)若不满足筛分准则，则将差值作为原始信号，重复步骤(1)～(3)，直到满足筛分准则为止；否则执行下一步；
(5)将差值作为IMF分量，进行IMF分量的提取，求取回波信号与差值之间的IMF分量差值，将IMF分量差值作为原始数据重复步骤(1)～(4)，重复n此次得到n个IMF分量，直到IMF分量差值的数值足够小或IMF分量差值为单调函数，筛分结束；
(6)求解临界IMF分量IMFk，对第1个到第k个分量IMFk使用小波加权平均值函数进行降噪处理，对第k+1个到第n个分量IMFk使用heursure阈值进行降噪处理；
(7)将1到n个分量IMFk进行叠加重构，得到降噪后的回波信号。
2.如权利要求1中所述的一种高压开关柜绝缘缺陷超声应力检测系统，其特征在于，还包括分别与检测装置和分析装置相连接的电源模块，所述电源模块包括高压可调直流稳压源和用于控制所述高压可调直流稳压源通断的过压/过流保护电路。
3.如权利要求2中所述的一种高压开关柜绝缘缺陷超声应力检测系统，其特征在于，所述超声激励模块包括PWM脉冲调制电路、驱动电路、激励发生电路和阻抗匹配电路；其中，所述激励发生电路中包含全控开关元件，所述PWM脉冲调制电路与所述驱动电路相连接，所述驱动电路与所述激励发生电路中全控开关元件的门极相连接，所述激励发生电路分别与所述高压可调直流稳压源、过压/过流保护电路和阻抗匹配电路相连接，所述阻抗匹配电路与所述超声换能器相连。
4.如权利要求1中所述的一种高压开关柜绝缘缺陷超声应力检测系统，其特征在于，所述检测装置还包括分别与所述超声激励模块、回波接收模块和数据处理模块相连接的主控模块，所述主控模块包括时钟电路、控制器和D/A转换电路。
5.一种高压开关柜绝缘缺陷超声应力检测方法，采用了权利要求1-4中任一项所述的高压开关柜绝缘缺陷应力检测系统，其特征在于，包括以下步骤：
超声换能器接收到超声激励模块产生的高压激励脉冲时发射超声波，并接收回波信号；
接收到的回波信号依次经过回波接收模块和数据处理模块的调节处理后输入信号处理单元；
基于改进的EMD和小波阈值降噪算法进行降噪处理,根据缺陷波的时延和传播速度确定缺陷位置，基于改进的BP神经网络缺陷识别方法进行缺陷识别，再基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，实现对高压开关柜绝缘缺陷的超声应力无损检测。
6.如权利要求5中所述的一种高压开关柜绝缘缺陷超声应力检测方法，其特征在于，所述数据处理模块将调节处理后的回波信号实时反馈给主控模块，主控模块根据接收到的反馈回波信号进行自动调控，调节时钟电路所发出的脉冲信号。
7.如权利要求5中所述的一种高压开关柜绝缘缺陷超声应力检测方法，其特征在于，时钟电路提供时钟信号，经控制器发出控制信号，由D/A转换器转换成模拟信号来控制PWM脉冲调制电路，通过PWM脉冲调制电路产生脉宽可调的脉冲触发信号，所述脉冲触发信号经驱动电路形成驱动电压/电流信号后发送到激励发生电路中全控开关元件的门极，高压可调直流稳压源为激励发生电路提供高压，在激励发生电路的作用下产生高压激励脉冲。
8.如权利要求5中所述的一种高压开关柜绝缘缺陷超声应力检测方法，其特征在于，所述基于改进的BP神经网络缺陷识别方法进行缺陷识别，具体为：
对缺陷回波和底面回波分别进行快速傅里叶变换，选取缺陷回波和底面回波的最大幅值、中心频率、低频峰值与高频峰值之比以及缺陷回波和底面回波的相关系数作为特征值，输入BP神经网络中进行训练，识别缺陷。
9.如权利要求5中所述的一种高压开关柜绝缘缺陷超声应力检测方法，其特征在于，所述基于威布尔绝缘缺陷失效模型的应力分析方法对缺陷应力进行分析，具体步骤为：
(1)通过上表面和底面回波波峰的时间差确定传播时间；
(2)以超声传播方向为Z轴，垂直方向分别为X、Y轴，根据纵波声弹性方程计算应力值；
(3)建立威布尔绝缘缺陷失效模型；
(4)利用极大似然法对威布尔绝缘缺陷失效模型进行参数估计，获取形状参数和尺度参数；
(5)计算高压开关柜关于应力的绝缘失效率，使用绝缘失效率表征高压开关柜内部绝缘缺陷的恶化程度，结合恶化程度进行缺陷危险等级的划分。
CN202111545969.3A 2021-12-16 2021-12-16 一种高压开关柜绝缘缺陷超声应力检测系统与方法 Active CN114113951B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111545969.3A CN114113951B (zh) 2021-12-16 2021-12-16 一种高压开关柜绝缘缺陷超声应力检测系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111545969.3A CN114113951B (zh) 2021-12-16 2021-12-16 一种高压开关柜绝缘缺陷超声应力检测系统与方法

Publications (2)

Publication Number Publication Date
CN114113951A CN114113951A (zh) 2022-03-01
CN114113951B true CN114113951B (zh) 2023-09-05

Family

ID=80365119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111545969.3A Active CN114113951B (zh) 2021-12-16 2021-12-16 一种高压开关柜绝缘缺陷超声应力检测系统与方法

Country Status (1)

Country Link
CN (1) CN114113951B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558534A (zh) * 2013-11-20 2014-02-05 国家电网公司 高压电缆放电信号的二维威布尔参数谱聚类分析方法
KR101975443B1 (ko) * 2017-11-22 2019-09-10 한국전력공사 배전설비 초음파 자동검출 시스템 및 방법
CN111007365A (zh) * 2019-11-25 2020-04-14 国网四川省电力公司广安供电公司 一种基于神经网络的超声波局部放电识别方法及系统
CN111398752A (zh) * 2020-04-08 2020-07-10 国网河北省电力有限公司电力科学研究院 一种基于多探测器信息融合的电力变压器局部放电定位装置及方法
CN111856224A (zh) * 2020-06-29 2020-10-30 国网河南省电力公司周口供电公司 一种高压开关柜的局部放电多源融合检测系统和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106797706B (zh) * 2014-10-16 2019-04-12 味之素株式会社 支撑体、粘接片、层叠结构体、半导体装置及印刷布线板的制造方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103558534A (zh) * 2013-11-20 2014-02-05 国家电网公司 高压电缆放电信号的二维威布尔参数谱聚类分析方法
KR101975443B1 (ko) * 2017-11-22 2019-09-10 한국전력공사 배전설비 초음파 자동검출 시스템 및 방법
CN111007365A (zh) * 2019-11-25 2020-04-14 国网四川省电力公司广安供电公司 一种基于神经网络的超声波局部放电识别方法及系统
CN111398752A (zh) * 2020-04-08 2020-07-10 国网河北省电力有限公司电力科学研究院 一种基于多探测器信息融合的电力变压器局部放电定位装置及方法
CN111856224A (zh) * 2020-06-29 2020-10-30 国网河南省电力公司周口供电公司 一种高压开关柜的局部放电多源融合检测系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李洪磊. 变压器和GIS局部放电监测系统.中国优秀硕士学位论文全文数据库.2018,第2018卷(第03期),C042-2377. *

Also Published As

Publication number Publication date
CN114113951A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN111208206B (zh) 一种温度变化环境下的复合材料超声导波结构健康监测方法
CN102590647A (zh) 一种电晕笼内的高压直流输电线路可听噪声测量方法
Lin et al. Optimized denoising method for weak acoustic emission signal in partial discharge detection
CN112461919A (zh) 应用多频超声技术检测变压器油理化性能的系统及方法
CN114217164B (zh) 一种基于放电波形智能识别的电缆故障测距方法及系统
Geng et al. Mechanical fault diagnosis of power transformer by GFCC time-frequency map of acoustic signal and convolutional neural network
CN107785025B (zh) 基于房间脉冲响应重复测量的噪声去除方法及装置
CN114113951B (zh) 一种高压开关柜绝缘缺陷超声应力检测系统与方法
CN113514743A (zh) 一种基于多维特征的gis局部放电模式识别系统构建方法
CN113671037A (zh) 一种支柱绝缘子振动声学信号处理方法
Dang et al. Cochlear filter cepstral coefficients of acoustic signals for mechanical faults identification of power transformer
CN114927141B (zh) 异常水声信号的检测方法及系统
CN116682458A (zh) 基于能量算子改进小波包的gis局放声纹检测方法
CN113642417B (zh) 一种基于改进小波算法的绝缘架空导线局部放电信号的去噪方法
CN112992182B (zh) 车辆风噪水平测试系统及其测试方法
Wotzka Mathematical description of acoustic emission signals generated by partial discharges
Sarathi et al. Characterization of partial discharges in transformer oil insulation under AC and DC voltage using acoustic emission technique
CN113758617A (zh) 一种基于宽带扫频信号频域计算的应力梯度高效无损检测系统及其检测方法
KR20220043548A (ko) 부분 방전 발생 탐지 방법 및 그 장치
CN112881839A (zh) 基于频率集中度和振动平稳性互信息的变压器诊断方法
Li et al. Time delay estimation algorithm of partial discharge ultrasound signal based on wavelet transform image convolution
CN113823317B (zh) 基于频谱结构化识别的变电站噪声分离方法、设备及介质
CN114460466B (zh) 一种用于传动监测的虚拟传感器设备及其监测方法
Chen et al. Partial Discharge Classification in Insulation Material via Discrete Wavelet Transform Noise Reduction and Artificial Neural Network
Zmarzly et al. High voltage power transformer diagnostics using vibroacoustic method

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