CN114441996A - 一种基于人工智能的物联网设备故障诊断方法 - Google Patents
一种基于人工智能的物联网设备故障诊断方法 Download PDFInfo
- Publication number
- CN114441996A CN114441996A CN202210097614.0A CN202210097614A CN114441996A CN 114441996 A CN114441996 A CN 114441996A CN 202210097614 A CN202210097614 A CN 202210097614A CN 114441996 A CN114441996 A CN 114441996A
- Authority
- CN
- China
- Prior art keywords
- transformer
- temperature
- fault
- diagnosis
- remote
- 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 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 238000009413 insulation Methods 0.000 claims abstract description 12
- 238000004804 winding Methods 0.000 claims abstract description 10
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 230000008054 signal transmission Effects 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000007547 defect Effects 0.000 claims description 7
- 239000013307 optical fiber Substances 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000009529 body temperature measurement Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000000704 physical effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract 2
- 239000000835 fiber Substances 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000004092 self-diagnosis Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/62—Testing of transformers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B7/00—Measuring arrangements characterised by the use of electric or magnetic techniques
- G01B7/16—Measuring arrangements characterised by the use of electric or magnetic techniques for measuring the deformation in a solid, e.g. by resistance strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
- G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K7/00—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements
- G01K7/16—Measuring temperature based on the use of electric or magnetic elements directly sensitive to heat ; Power supply therefor, e.g. using thermoelectric elements using resistive elements
-
- 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
-
- 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
- G01R31/1227—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 of components, parts or materials
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及物联网设备技术领域,公开了一种基于人工智能的物联网设备故障诊断方法,本发明通过设置远程温度异常诊断:变压器内部设置的温度传感器时刻检测变压器内部的油温和绕组热点,温度传感器使用压力式表计,远程绝缘异常诊断:通过超声波技术对变压器进行局部放电检测,远程震动异常诊断:采用低压脉冲法对变压器内部的机械振动进行诊断,该基于人工智能的物联网设备故障诊断方法,通过设置远程温度异常诊断、远程绝缘异常诊断和远程震动异常诊断的方法,使变压器的诊断更加智能性,并且能够快速判断故障由什么引起的,便于人工进行维修,能够实时监控,确保变压器发生故障时第一时间知道,进行维修,较为省力诊断效率更高。
Description
技术领域
本发明涉及物联网设备技术领域,具体为一种基于人工智能的物联网设备故障诊断方法。
背景技术
物联网(Internet of things)是指将互联网的概念扩展到物理设备和日常对象之间的连接中。这些设备嵌入了电子设备、网络连接和其他形式的硬件(如传感器),可以通过网络与其他人通信和交互,并且可以远程监控。物联网的定义随着多种实时技术的融合而不断发生着变化。这些技术包括:分析学,机器学习、商业化传感器和嵌入式系统[3]、无线传感器网络、控制系统、自动化(包括家庭和楼宇自动化)等传统领域都有助于实现物联网。在消费者市场中,物联网技术与“智能家居”概念相关的产品最为同义,涵盖支持一个或多个常见生态系统的设备和电器(如照明灯具、恒温器、家庭安全系统和摄像机以及其他家用电器),并且可以通过与该生态系统相关的设备进行控制。
现有的基于人工智能的物联网设备包含有变压器等常见设备,而变压器设备在使用时经常出现以下状况导致内部发生故障:内部温度异常,绝缘能力降低,导致发生短路,受到外部震动对内部电器元件影响导致内部电器元件无法正常工作,现有的检测方法检测不能直接将检测数据进行远程传输,需要人工在变压器处进行检测,并且检测速度较慢、不能实时检测,所以需要一种基于人工智能的物联网设备故障诊断方法对其变压器进行具体的检测。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于人工智能的物联网设备故障诊断方法,具备检测迅速、不需要人工检测,智能化等优点,解决了背景技术中提出的问题。
(二)技术方案
为实现上述检测迅速、不需要人工检测,智能化的目的,本发明提供如下技术方案:
本发明要解决的另一技术问题是提供一种基于人工智能的物联网设备故障诊断方法,包括以下步骤:
1)远程温度异常诊断:变压器内部设置的温度传感器时刻检测变压器内部的油温和绕组热点,温度传感器使用压力式表计,其结构是由弹性元件、毛细管和温包组成。温包内有感温物质,根据温度不同,液体膨胀程度不一。当温度变化时,感温物质受温度变化而产生压力变化,使表计的弹性元件端部发生变化产生角位移来带动指针指示被测温度值,并换算为温度信号。常用信号类型有0~5V电压信号,4~20mA电流信号等,这种测温方式的应用较多。另一种是利用热电阻传感器,热电阻具有高温度系数,高电阻率,化学、物理性能稳定、良好的线性输出等优点,常用的热电阻有PT100、PT1000等,测量原理是把当前热电阻传感器的电阻值转换为容易测量的电压值,再经过后续A/D转换电路和显示而得到相应的温度值。
2)远程绝缘异常诊断:通过超声波技术对变压器进行局部放电检测,可以有效地发现初始缺陷或高压绝缘的局部缺陷。
3)远程震动异常诊断:采用低压脉冲法对变压器内部的机械振动进行诊断,低压脉冲法就是在被测试变压器的一端施加稳定的低压脉冲电压信号,同时记录该端和其它端上的电压波形,通过响应信号在变压器绕组变形前后的变化来判断出绕组变形的信息。
4)远程传输:将诊断的信息转变为相对应的电信号,然后通过光电传感器转换为光信号,通过光纤传输到远程终端处。
5)发现故障:通过远程终端观测到变压器的发生异常或者出现损坏的时候,立即将出现故障的变压器进行上报。
6)警报通知:通过远程终端时刻监控变压器的情况,当出现故障时启动报警器,进行报警,检测人员能够得知变压器发生异常。
优选的,所述步骤六中采用的信号传输方式为光纤传输。
优选的,所述步骤一中当温度超过150摄氏度时进行信号传输,温度传感器进行信号传输,并且温度传感器的外表面设置有绝缘层。
优选的,所述步骤二中使用的超声波技术中的电器元件均具备较高的隔热和绝缘能力。
优选的,所述步骤四中诊断信息产生的电信号通过导线传输到电控器箱,然后通过电控箱内部的光电传感器转换为光信号。
(三)有益效果
与现有技术相比,本发明提供了一种基于人工智能的物联网设备故障诊断方法,具备以下有益效果:
该基于人工智能的物联网设备故障诊断方法,通过设置远程温度异常诊断、远程绝缘异常诊断和远程震动异常诊断的方法,在使用时当变压器发生异常时利用温度传感器、超声波发射器和超声波接收器、低压脉冲法对变压器内部的温度、绝缘能力和震动进行自行诊断,并且将诊断结果通过光纤进行远程传输,从而进行警报,使变压器的诊断更加智能性,并且能够快速判断故障由什么引起的,便于人工进行维修,能够实时监控,确保变压器发生故障时第一时间知道,进行维修,较为省力诊断效率更高。
具体实施方式
下面将结合本发明的实施例,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,都属于本发明保护的范围。
实施例:一种基于人工智能的物联网设备故障诊断方法,包括以下步骤:
步骤一:远程温度异常诊断:变压器内部设置的温度传感器时刻检测变压器内部的油温和绕组热点,温度传感器使用压力式表计,其结构是由弹性元件、毛细管和温包组成。温包内有感温物质,根据温度不同,液体膨胀程度不一。当温度变化时,感温物质受温度变化而产生压力变化,使表计的弹性元件端部发生变化产生角位移来带动指针指示被测温度值,并换算为温度信号。常用信号类型有0~5V电压信号,4~20mA电流信号等,这种测温方式的应用较多。另一种是利用热电阻传感器,热电阻具有高温度系数,高电阻率,化学、物理性能稳定、良好的线性输出等优点,常用的热电阻有PT100、PT1000等,测量原理是把当前热电阻传感器的电阻值转换为容易测量的电压值,再经过后续A/D转换电路和显示而得到相应的温度值,当温度超过150摄氏度时进行信号传输,温度传感器进行信号传输,并且温度传感器的外表面设置有绝缘层。
步骤二:远程绝缘异常诊断:通过超声波技术对变压器进行局部放电检测,可以有效地发现初始缺陷或高压绝缘的局部缺陷,超声波技术中的电器元件均具备较高的隔热和绝缘能力。
步骤三:远程震动异常诊断:采用低压脉冲法对变压器内部的机械振动进行诊断,低压脉冲法就是在被测试变压器的一端施加稳定的低压脉冲电压信号,同时记录该端和其它端上的电压波形,通过响应信号在变压器绕组变形前后的变化来判断出绕组变形的信息。
步骤四:远程传输:将诊断的信息转变为相对应的电信号,然后通过光电传感器转换为光信号,通过光纤传输到远程终端处,诊断信息产生的电信号通过导线传输到电控器箱,然后通过电控箱内部的光电传感器转换为光信号。
步骤五:发现故障:通过远程终端观测到变压器的发生异常或者出现损坏的时候,立即将出现故障的变压器进行上报。
步骤六:警报通知:通过远程终端时刻监控变压器的情况,当出现故障时启动报警器,进行报警,采用的信号传输方式为光纤传输,检测人员能够得知变压器发生异常。
本发明的有益效果是:该基于人工智能的物联网设备故障诊断方法,通过设置远程温度异常诊断、远程绝缘异常诊断和远程震动异常诊断的方法,在使用时当变压器发生异常时利用温度传感器、超声波发射器和超声波接收器、低压脉冲法对变压器内部的温度、绝缘能力和震动进行自行诊断,并且将诊断结果通过光纤进行远程传输,从而进行警报,使变压器的诊断更加智能性,并且能够快速判断故障由什么引起的,便于人工进行维修,能够实时监控,确保变压器发生故障时第一时间知道,进行维修,较为省力诊断效率更高。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种基于人工智能的物联网设备故障诊断方法,其特征在于:包括以下步骤:
1)远程温度异常诊断:变压器内部设置的温度传感器时刻检测变压器内部的油温和绕组热点,温度传感器使用压力式表计,其结构是由弹性元件、毛细管和温包组成。温包内有感温物质,根据温度不同,液体膨胀程度不一。当温度变化时,感温物质受温度变化而产生压力变化,使表计的弹性元件端部发生变化产生角位移来带动指针指示被测温度值,并换算为温度信号。常用信号类型有0~5V电压信号,4~20mA电流信号等,这种测温方式的应用较多。另一种是利用热电阻传感器,热电阻具有高温度系数,高电阻率,化学、物理性能稳定、良好的线性输出等优点,常用的热电阻有PT100、PT1000等,测量原理是把当前热电阻传感器的电阻值转换为容易测量的电压值,再经过后续A/D转换电路和显示而得到相应的温度值。
2)远程绝缘异常诊断:通过超声波技术对变压器进行局部放电检测,可以有效地发现初始缺陷或高压绝缘的局部缺陷。
3)远程震动异常诊断:采用低压脉冲法对变压器内部的机械振动进行诊断,低压脉冲法就是在被测试变压器的一端施加稳定的低压脉冲电压信号,同时记录该端和其它端上的电压波形,通过响应信号在变压器绕组变形前后的变化来判断出绕组变形的信息。
4)远程传输:将诊断的信息转变为相对应的电信号,然后通过光电传感器转换为光信号,通过光纤传输到远程终端处。
5)发现故障:通过远程终端观测到变压器的发生异常或者出现损坏的时候,立即将出现故障的变压器进行上报。
6)警报通知:通过远程终端时刻监控变压器的情况,当出现故障时启动报警器,进行报警,检测人员能够得知变压器发生异常。
2.根据权利要求1所述的一种基于人工智能的物联网设备故障诊断方法,其特征在于:所述步骤六中采用的信号传输方式为光纤传输。
3.根据权利要求1所述的一种基于人工智能的物联网设备故障诊断方法,其特征在于:所述步骤一中当温度超过150摄氏度时进行信号传输,温度传感器进行信号传输,并且温度传感器的外表面设置有绝缘层。
4.根据权利要求1所述的一种基于人工智能的物联网设备故障诊断方法,其特征在于:所述步骤二中使用的超声波技术中的电器元件均具备较高的隔热和绝缘能力。
5.根据权利要求1所述的一种基于人工智能的物联网设备故障诊断方法,其特征在于:所述步骤四中诊断信息产生的电信号通过导线传输到电控器箱,然后通过电控箱内部的光电传感器转换为光信号。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210097614.0A CN114441996A (zh) | 2022-01-27 | 2022-01-27 | 一种基于人工智能的物联网设备故障诊断方法 |
ZA2022/03302A ZA202203302B (en) | 2022-01-27 | 2022-03-22 | Artificial intelligence-based fault diagnosis method for internet of things equipment |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210097614.0A CN114441996A (zh) | 2022-01-27 | 2022-01-27 | 一种基于人工智能的物联网设备故障诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114441996A true CN114441996A (zh) | 2022-05-06 |
Family
ID=81368891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210097614.0A Pending CN114441996A (zh) | 2022-01-27 | 2022-01-27 | 一种基于人工智能的物联网设备故障诊断方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114441996A (zh) |
ZA (1) | ZA202203302B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114839495A (zh) * | 2022-06-30 | 2022-08-02 | 江苏苏能森源电气有限公司 | 基于人工智能的变压器局部放电异常检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196572A (zh) * | 2013-04-17 | 2013-07-10 | 国家电网公司 | 提高主变压器远传温度表精度的方法及专用远传温度表 |
CN103513139A (zh) * | 2013-10-16 | 2014-01-15 | 王丽华 | 一种电力变压器故障智能诊断技术、方法及设备 |
CN105352618A (zh) * | 2014-08-20 | 2016-02-24 | 哈尔滨理大晟源科技开发有限公司 | 压力式温度计及其测温方法 |
CN209231387U (zh) * | 2018-10-17 | 2019-08-09 | 刘昕鹤 | 变压器绕组变形检测系统和用于变形检测的信号线 |
CN112665647A (zh) * | 2020-12-15 | 2021-04-16 | 西安理工大学 | 基于ZigBee的电网变压器远程在线监控系统 |
CN112902824A (zh) * | 2021-01-20 | 2021-06-04 | 国网河北省电力有限公司 | 一种快速判断主变设备内部绕组变形的方法 |
KR102264773B1 (ko) * | 2020-11-30 | 2021-06-15 | 주식회사 국제기술인증원 | 센서를 이용한 변압기의 온도, 부분방전 및 소음의 진단 및 제어를 위한 고장진단시스템 |
-
2022
- 2022-01-27 CN CN202210097614.0A patent/CN114441996A/zh active Pending
- 2022-03-22 ZA ZA2022/03302A patent/ZA202203302B/en unknown
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196572A (zh) * | 2013-04-17 | 2013-07-10 | 国家电网公司 | 提高主变压器远传温度表精度的方法及专用远传温度表 |
CN103513139A (zh) * | 2013-10-16 | 2014-01-15 | 王丽华 | 一种电力变压器故障智能诊断技术、方法及设备 |
CN105352618A (zh) * | 2014-08-20 | 2016-02-24 | 哈尔滨理大晟源科技开发有限公司 | 压力式温度计及其测温方法 |
CN209231387U (zh) * | 2018-10-17 | 2019-08-09 | 刘昕鹤 | 变压器绕组变形检测系统和用于变形检测的信号线 |
KR102264773B1 (ko) * | 2020-11-30 | 2021-06-15 | 주식회사 국제기술인증원 | 센서를 이용한 변압기의 온도, 부분방전 및 소음의 진단 및 제어를 위한 고장진단시스템 |
CN112665647A (zh) * | 2020-12-15 | 2021-04-16 | 西安理工大学 | 基于ZigBee的电网变压器远程在线监控系统 |
CN112902824A (zh) * | 2021-01-20 | 2021-06-04 | 国网河北省电力有限公司 | 一种快速判断主变设备内部绕组变形的方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114839495A (zh) * | 2022-06-30 | 2022-08-02 | 江苏苏能森源电气有限公司 | 基于人工智能的变压器局部放电异常检测方法 |
CN114839495B (zh) * | 2022-06-30 | 2022-09-20 | 江苏苏能森源电气有限公司 | 基于人工智能的变压器局部放电异常检测方法 |
Also Published As
Publication number | Publication date |
---|---|
ZA202203302B (en) | 2022-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN202221693U (zh) | 光纤测温变压器 | |
CN107131968B (zh) | 一种用于干式空心电抗器的温度监控装置及方法 | |
CN114441996A (zh) | 一种基于人工智能的物联网设备故障诊断方法 | |
CN107907235B (zh) | 一种变电站电容器自动测温预警装置及方法 | |
CN206321347U (zh) | 一种高压、低压开关柜的在线温度检测系统 | |
CN204575218U (zh) | 一种共用光缆的分布式光纤管道监测系统 | |
CN101706543B (zh) | 一种远距离低压电缆测序装置及测序方法 | |
CN113539741A (zh) | 一种免维护、性能自诊断的气体密度继电器 | |
CN106168511A (zh) | 一种具有测温功能的高压电缆插拔头 | |
CN206019854U (zh) | 风电箱变测控装置 | |
CN211929386U (zh) | 具有自诊断功能的数字式气体密度继电器及监测装置 | |
CN203984091U (zh) | 高压开关红外热成像在线监测综合处理单元 | |
CN103017939B (zh) | 新型温度控制器校验装置 | |
CN111508770A (zh) | 具有自诊断功能的数字式气体密度继电器及其自诊断方法 | |
CN111562450B (zh) | 一种用于监测电抗器寿命的系统及方法 | |
CN208737637U (zh) | 具有终端报警指示功能的感温火灾探测器 | |
CN112097982A (zh) | 一种测量电场和温差作用下电缆中间接头界面压力的方法 | |
CN109596916A (zh) | 一种电线挤出机螺筒加热故障检测系统及其检测方法 | |
CN201262774Y (zh) | 一种多回路分段监测感温电信号的线型感温探测器 | |
CN205120887U (zh) | 一种可监测温度的内直发式智能高电压电容器 | |
CN207280605U (zh) | 一种面向智能电网的电力设备无线无源温度监测系统 | |
CN102494800A (zh) | 一种利用光纤Bragg光栅监测中压电力电缆中间接头温度的方法 | |
CN203191085U (zh) | 用于电力巡检的高压设备温度监测系统 | |
CN202403831U (zh) | 一种利用光纤Bragg光栅监测中压电力电缆中间接头温度的卡环式传感器 | |
CN110070981A (zh) | 一种光纤变压器 |
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 |