CN114236304A - 一种基于行波测距的异常预警方法及系统 - Google Patents
一种基于行波测距的异常预警方法及系统 Download PDFInfo
- Publication number
- CN114236304A CN114236304A CN202111294146.8A CN202111294146A CN114236304A CN 114236304 A CN114236304 A CN 114236304A CN 202111294146 A CN202111294146 A CN 202111294146A CN 114236304 A CN114236304 A CN 114236304A
- Authority
- CN
- China
- Prior art keywords
- fault
- data
- traveling wave
- early warning
- phase
- 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
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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种基于行波测距的异常预警方法及系统，所述方法包括：通过采集行波数据，提取所述行波信号数据的信号特征数据，将提取出的信号特征输入预先训练好的分类器，输出故障类型，可快速得到故障类型；在得到故障类型后，确定故障点的位置；并获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；并根据所述故障级别和故障类型进行预警。本发明可实现快速获取故障信息，从而及时进行故障信息的发布和维修资源的配置，有利于相关人员及时了解到相关故障信息，快速恢复电网变电站的运行。
Description
技术领域
本发明涉及输电线路技术领域，具体涉及一种基于行波测距的异常预警方法及系统。
背景技术
由于输电线路故障后，在故障点附加电源的作用下，线路上将出现接近于光速传播的电压和电流行波。行波测距的主要原理是利用行波在故障点和测量点之间传播的时间差来测量故障距离。例如，选用最具鲁棒性的单端阻抗算法确定故障发生区段，然后再利用精确的基于小波变换的电流行波法得出故障距离。
传统的输电线路故障信息预警发布方法通常是由现场的值班员获取故障信息，再将故障信息传真给专业技术人员，由专业技术人员前往现场查询原因，这种方式费时又费力，电网、变电站发生故障后很难及时进行故障信息预警，而且无法及时配置维修资源，严重影响故障处理速度，导致发生故障后将很难快速恢复。
发明内容
鉴于以上技术问题，本发明的目的在于提供，解决一种基于行波测距的异常预警方法及系统，解决传统的输电线路故障信息预警发布方法费时又费力，无法及时进行故障信息预警的问题。
本发明采用以下技术方案：
一种基于行波测距的异常预警方法，包括:
采集输电线路在发生故障后的行波信号数据，提取所述行波信号数据的信号特征数据，所述信号特征数据包括三相电流行波的极性数据和故障相的电流变化率；
将提取出的信号特征输入预先训练好的分类器，输出故障类型；
在得到故障类型后，根据所述行波信号到达监测终端的时间差确定故障点的位置；
获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；
根据所述故障级别和故障类型进行预警。
可选的，所述根据所述时间序列数据判断所述故障点故障发生的故障级别，包括：
根据所述时间序列数据判断所述故障点故障的发生是否具有周期性，若所述故障点故障的发生具有周期性，则判断所述故障为常规性故障；若所述故障点故障的发生不具有周期性，则判断所述故障为重要性故障。
可选的，所述根据所述故障级别和故障类型进行预警，包括：
针对所述故障级别和故障类型，形成异常事件的报警信息；
将形成的报警信息根据预先设置的报警策略进行处理，所述报警策略包括预警信息等级管理配置策略、停机维护期配置策略和报警信息发布策略。
可选的，所述故障类型包括雷击反击、雷击绕击和单相接地故障。
可选的，所述分类器的训练样本通过以下方法得到：
获取行波信号样本数据，提取所述行波信号样本数据的信号特征数据，对所述信号特征数据进行故障类型标定。
可选的，所述对所述信号特征数据进行故障类型标定，包括：
若所述信号特征数据中三相电流行波的极性均相同，则标定为雷击反击；若所述信号特征数据中三相电流行波的极性不完全相同，则获取故障相信息，并判断故障相信息中故障相的电流变化率是否大于预设阈值，若大于预设阈值，则标定为雷击绕击；若故障相信息中故障相的电流变化率不大于预设阈值，则标定为单相接地故障。
可选的，所述根据所述行波信号到达监测终端的时间差确定故障点的位置，包括：
根据所述行波信号到达监测终端的时间差，计算故障点到监测终端的距离，再根据故障点到监测终端的距离以及监测终端的位置，确定故障点的位置。
一种基于行波测距的异常预警系统，包括：
特征获取模块，用于采集输电线路在发生故障后的行波信号数据，提取所述行波信号数据的信号特征数据，所述信号特征数据包括三相电流行波的极性数据和故障相的电流变化率；
故障类型判定模块，用于将提取出的信号特征输入预先训练好的分类器，输出故障类型；
故障定位模块，用于在得到故障类型后，根据所述行波信号到达监测终端的时间差确定故障点的位置；
故障级别判定模块，用于获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；
预警模块，用于根据所述故障级别和故障类型进行预警。
一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的基于行波测距的异常预警方法。
一种计算机存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时，实现所述的基于行波测距的异常预警方法。
相比现有技术，本发明的有益效果在于：
本发明通过采集行波数据，提取所述行波信号数据的信号特征数据，将提取出的信号特征输入预先训练好的分类器，输出故障类型，可快速得到故障类型；在得到故障类型后，确定故障点的位置；并获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；并根据所述故障级别和故障类型进行预警，可实现快速获取故障信息，从而及时进行故障信息的发布和维修资源的配置，有利于相关人员及时了解到相关故障信息，快速恢复电网变电站的运行。
附图说明
图1为本发明一实施例提供的一种基于行波测距的异常预警方法的流程示意图；
图2为本发明一实施例提供的一种基于行波测距的异常预警系统的示意图；
图3为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例：
实施例一：
请参照图1所示，图1示出了本发明的一种基于行波测距的异常预警方法，包括:
步骤S1:采集输电线路在发生故障后的行波信号数据，提取所述行波信号数据的信号特征数据，所述信号特征数据包括三相电流行波的极性数据和故障相的电流变化率；
在具体实施中，由于输电线路故障后，在故障点附加电源的作用下，线路上将出现接近于光速传播的电压和电流行波，所述行波信号数据可包括电压行波数据和电流行波数据，其中，电流行波数据包含三相电流行波的极性数据和故障相的电流变化率，即A相、B相和C相每一相的电流行波的极性，当故障相是A相时，故障相的电流变化率即为A相电流行波的电流变化率。
其中，电流变化率R满足以下公式：
R＝|max(i(s))/trise|/tw
式中，tw为检测到的首个电流行波的半波长度，i(s)表示检测到的首个电流行波，max(i(s))表示检测到的首个电流行波的幅值，trise为检测到的首个电流行波的上升时间。
由上式可知，电流变化率R的范围与电流行波的幅值范围及半波长度和上升时间范围有关。
步骤S2:将提取出的信号特征输入预先训练好的分类器，输出故障类型；
需要说明的是，分类器是利用给定的类别、已知的训练数据来学习分类规则的分类器，然后对未知数据进行分类(或预测)。例如，分类器算法可采用softmax函数。
可选的，所述分类器的训练样本通过以下方法得到：
获取行波信号样本数据，提取所述行波信号样本数据的信号特征数据，对所述信号特征数据进行故障类型标定。
具体的，所述对所述信号特征数据进行故障类型标定，包括：
若所述信号特征数据中三相电流行波的极性均相同，则标定为雷击反击；若所述信号特征数据中三相电流行波的极性不完全相同，则获取故障相信息，并判断故障相信息中故障相的电流变化率是否大于预设阈值，若大于预设阈值，则标定为雷击绕击；若故障相信息中故障相的电流变化率不大于预设阈值，则标定为单相接地故障。
在具体实施中，所述预设阈值可设定为37A/μs2。将大于预设阈值，标定为雷击绕击，电流变化率不大于预设阈值，则标定为单相接地故障。
步骤S3:在得到故障类型后，根据所述行波信号到达监测终端的时间差确定故障点的位置；
具体的，所述故障类型可包括雷击反击、雷击绕击和单相接地故障等故障类型。
应理解，本实施例中故障类型仅为示例，而非对故障类型进行限制，当包含其他故障类型中，可对分类器的训练样本进行调整，使分类器输出其他故障类型。
可选的，所述根据所述行波信号到达监测终端的时间差确定故障点的位置，包括：
根据所述行波信号到达监测终端的时间差，计算故障点到监测终端的距离，再根据故障点到监测终端的距离以及监测终端的位置，确定故障点的位置。
在具体实施中，根据所述行波信号到达监测终端的时间差确定故障点的位置可采用双端行波测距法；
其中，双端行波测距法原理如下：
测距装置安装在相邻的两个变电站A和B中，变电站之间的距离已知为LMN；
某时刻输电线路在两个变电中间C点发生了故障，故障初始行波波头到达两侧变电站中母线的时间分别为tM和tN；
行波波速近似为固定值v，则故障距离可以由以下公式计算：
LM＝(LMN+v·(tM-tN))/2；
LN＝(LMN-v·(tM-tN))/2；
其中，LM和LN分别为C点到变电站A和B的距离。
步骤S4:获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；
可选的，所述根据所述时间序列数据判断所述故障点故障发生的故障级别，包括：
根据所述时间序列数据判断所述故障点故障的发生是否具有周期性，若所述故障点故障的发生具有周期性，则判断所述故障为常规性故障；若所述故障点故障的发生不具有周期性，则判断所述故障为重要性故障。
在具体实施中，常规性故障是指经常发生则具有周期性，重要性故障是指很少发生则不具有周期性。故障点故障的发生不具有周期性时，所述故障为重要性故障，需要投入大量的人力物力去维持系统正常可靠运行，成本较大。
步骤S5:根据所述故障级别和故障类型进行预警。
可选的，所述根据所述故障级别和故障类型进行预警，包括：
针对所述故障级别和故障类型，形成异常事件的报警信息；
将形成的报警信息根据预先设置的报警策略进行处理，所述报警策略包括预警信息等级管理配置策略、停机维护期配置策略和报警信息发布策略。
在具体实施中，根据故障级别和故障类型确定不同的预警信息等级管理配置策略、停机维护期配置策略和报警信息发布策略。例如，当故障类型为单相接地故障时，故障级别为常规性故障时，停机维护期配置策略需要配置的故障抢修资源可以比较少，报警信息发布策略可以选择性的推送报警信息至业务运行信息发布APP和短信发送模块，选择性的进行信息公示和对相关人员进行短信提醒。在故障级别为重要性故障时，报警信息发布策略能够第一时间内将确定的故障信息和发布信息、故障缘由、以及第一时间采取有效的解决措施发布公示，以使相关人员及时了解到相关故障信息，并快速恢复电网变电站运行。
在上述实现过程中，通过采集行波数据，提取所述行波信号数据的信号特征数据，将提取出的信号特征输入预先训练好的分类器，输出故障类型，可快速得到故障类型；在得到故障类型后，确定故障点的位置；并获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；并根据所述故障级别和故障类型进行预警，可实现快速获取故障信息，从而及时进行故障信息的发布和维修资源的配置，有利于相关人员及时了解到相关故障信息，快速恢复电网变电站运行。
实施例二：
请参图2所示，图2示出了本发明的一种基于行波测距的异常预警系统，包括：
特征获取模块10，用于采集输电线路在发生故障后的行波信号数据，提取所述行波信号数据的信号特征数据，所述信号特征数据包括三相电流行波的极性数据和故障相的电流变化率；
故障类型判定模块20，用于将提取出的信号特征输入预先训练好的分类器，输出故障类型；
故障定位模块30，用于在得到故障类型后，根据所述行波信号到达监测终端的时间差确定故障点的位置；
故障级别判定模块40，用于获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；
预警模块50，用于根据所述故障级别和故障类型进行预警。
实施例三：
图3为本申请实施例提供的一种电子设备的结构示意图，在本申请中可以通过图3所示的示意图来描述用于实现本申请实施例的本发明一种基于行波测距的异常预警方法的电子设备100。
如图3所示的一种电子设备的结构示意图，电子设备100包括一个或多个处理器102、一个或多个存储装置104，这些组件通过总线系统和/或其它形式的连接机构(未示出)互连。应当注意，图3所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备可以具有图3示出的部分组件，也可以具有图3未示出的其他组件和结构。
所述处理器102可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本申请实施例中(由处理器实现)的功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。
本发明还提供一种计算机存储介质，其上存储有计算机程序，本发明的方法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，可以存储在该计算机存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机存储介质不包括电载波信号和电信信号。
对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (10)
1.一种基于行波测距的异常预警方法，其特征在于，包括:
采集输电线路在发生故障后的行波信号数据，提取所述行波信号数据的信号特征数据，所述信号特征数据包括三相电流行波的极性数据和故障相的电流变化率；
将提取出的信号特征输入预先训练好的分类器，输出故障类型；
在得到故障类型后，根据所述行波信号到达监测终端的时间差确定故障点的位置；
获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；
根据所述故障级别和故障类型进行预警。
2.根据权利要求1所述的基于行波测距的异常预警方法，其特征在于，所述根据所述时间序列数据判断所述故障点故障发生的故障级别，包括：
根据所述时间序列数据判断所述故障点故障的发生是否具有周期性，若所述故障点故障的发生具有周期性，则判断所述故障为常规性故障；若所述故障点故障的发生不具有周期性，则判断所述故障为重要性故障。
3.根据权利要求2所述的基于行波测距的异常预警方法，其特征在于，所述根据所述故障级别和故障类型进行预警，包括：
针对所述故障级别和故障类型，形成异常事件的报警信息；
将形成的报警信息根据预先设置的报警策略进行处理，所述报警策略包括预警信息等级管理配置策略、停机维护期配置策略和报警信息发布策略。
4.根据权利要求1所述的基于行波测距的异常预警方法，其特征在于，所述故障类型包括雷击反击、雷击绕击和单相接地故障。
5.根据权利要求4所述的基于行波测距的异常预警方法，其特征在于，所述分类器的训练样本通过以下方法得到：
获取行波信号样本数据，提取所述行波信号样本数据的信号特征数据，对所述信号特征数据进行故障类型标定。
6.根据权利要求5所述的基于行波测距的异常预警方法，其特征在于，所述对所述信号特征数据进行故障类型标定，包括：
若所述信号特征数据中三相电流行波的极性均相同，则标定为雷击反击；若所述信号特征数据中三相电流行波的极性不完全相同，则判断故障相的电流变化率是否大于预设阈值，若大于预设阈值，则标定为雷击绕击；若故障相的电流变化率不大于预设阈值，则标定为单相接地故障。
7.根据权利要求1所述的基于行波测距的异常预警方法，其特征在于，所述根据所述行波信号到达监测终端的时间差确定故障点的位置，包括：
根据所述行波信号到达监测终端的时间差，计算故障点到监测终端的距离，再根据故障点到监测终端的距离以及监测终端的位置，确定故障点的位置。
8.一种基于行波测距的异常预警系统，其特征在于，包括：
特征获取模块，用于采集输电线路在发生故障后的行波信号数据，提取所述行波信号数据的信号特征数据，所述信号特征数据包括三相电流行波的极性数据和故障相的电流变化率；
故障类型判定模块，用于将提取出的信号特征输入预先训练好的分类器，输出故障类型；
故障定位模块，用于在得到故障类型后，根据所述行波信号到达监测终端的时间差确定故障点的位置；
故障级别判定模块，用于获取离故障点预设距离内在预设时间段的所有故障数据，并将所述故障数据构成时间序列数据；根据所述时间序列数据判断所述故障点故障发生的故障级别；
预警模块，用于根据所述故障级别和故障类型进行预警。
9.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7任一项所述的基于行波测距的异常预警方法。
10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时，实现如权利要求1-7任一项所述的基于行波测距的异常预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111294146.8A CN114236304A (zh) | 2021-11-03 | 2021-11-03 | 一种基于行波测距的异常预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111294146.8A CN114236304A (zh) | 2021-11-03 | 2021-11-03 | 一种基于行波测距的异常预警方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114236304A true CN114236304A (zh) | 2022-03-25 |
Family
ID=80743701
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111294146.8A Pending CN114236304A (zh) | 2021-11-03 | 2021-11-03 | 一种基于行波测距的异常预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114236304A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114779002A (zh) * | 2022-03-29 | 2022-07-22 | 南方电网电力科技股份有限公司 | 一种输电线路故障点定位方法、装置、设备及存储介质 |
| CN115102152A (zh) * | 2022-06-13 | 2022-09-23 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于雷电预警的直流系统响应方法及系统 |
| CN115494343A (zh) * | 2022-09-22 | 2022-12-20 | 国网山东省电力公司武城县供电公司 | 基于配网故障机理的故障自动识别方法 |
-
2021
- 2021-11-03 CN CN202111294146.8A patent/CN114236304A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114779002A (zh) * | 2022-03-29 | 2022-07-22 | 南方电网电力科技股份有限公司 | 一种输电线路故障点定位方法、装置、设备及存储介质 |
| CN114779002B (zh) * | 2022-03-29 | 2024-04-02 | 南方电网电力科技股份有限公司 | 一种输电线路故障点定位方法、装置、设备及存储介质 |
| CN115102152A (zh) * | 2022-06-13 | 2022-09-23 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于雷电预警的直流系统响应方法及系统 |
| CN115102152B (zh) * | 2022-06-13 | 2024-01-23 | 国网江苏省电力有限公司苏州供电分公司 | 一种基于雷电预警的直流系统响应方法及系统 |
| CN115494343A (zh) * | 2022-09-22 | 2022-12-20 | 国网山东省电力公司武城县供电公司 | 基于配网故障机理的故障自动识别方法 |
| CN115494343B (zh) * | 2022-09-22 | 2024-02-27 | 国网山东省电力公司武城县供电公司 | 基于配网故障机理的故障自动识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114236304A (zh) | 一种基于行波测距的异常预警方法及系统 | |
| CN108593260B (zh) | 光缆线路故障定位和检测方法及终端设备 | |
| CN102016607B (zh) | 用于分析电力系统的波形信号的方法和装置 | |
| CN110995477A (zh) | 基于动态阈值的预警处理方法、装置、设备及存储介质 | |
| CN201523223U (zh) | 用于浪涌保护器的智能监测系统 | |
| CN110907755A (zh) | 一种输电线路在线监测故障识别方法 | |
| Krátký et al. | A novel method for detection of covered conductor faults in medium voltage overhead line systems | |
| CN113343541B (zh) | 长大跨桥梁的涡激振动预警方法、装置及终端 | |
| CN114684217B (zh) | 一种轨道交通健康监测系统及方法 | |
| Jiang et al. | Automated distribution network fault cause identification with advanced similarity metrics | |
| CN115986918B (zh) | 一种输电线智能监测系统 | |
| CN109001997A (zh) | 一种防干扰的环境信息采集系统 | |
| CN117192292B (zh) | 一种雷击接地极线路故障测距方法及系统 | |
| CN115128345B (zh) | 一种基于谐波监测的电网安全预警方法及系统 | |
| CN216848010U (zh) | 一种边缘计算的电缆局放在线监测装置 | |
| CN113740776B (zh) | 电缆护层接地环流故障预测方法、装置、设备及储存介质 | |
| CN107870843B (zh) | Nas服务器性能监控的方法及装置 | |
| Asman et al. | Transient fault detection and location in power distribution network: A review of current practices and challenges in Malaysia | |
| US20220349929A1 (en) | Detection of lightning and related control strategies in electric power systems | |
| CN201527453U (zh) | 电磁场测量系统 | |
| CN113267710B (zh) | 输电线路鸟害监测方法、装置、设备及存储介质 | |
| CN108333443B (zh) | 电力设备间歇性缺陷的报警方法 | |
| EP3264114A1 (en) | Fault point locating device and method, electric power system monitoring system, and facility planning support system | |
| CN101923108A (zh) | 雷电流测量系统 | |
| CN108761250B (zh) | 一种基于工控设备电压电流的入侵检测方法 |
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 |