CN114609046A - 一种变压器油中气体高精度光声光谱监测方法 - Google Patents
一种变压器油中气体高精度光声光谱监测方法 Download PDFInfo
- Publication number
- CN114609046A CN114609046A CN202210417499.0A CN202210417499A CN114609046A CN 114609046 A CN114609046 A CN 114609046A CN 202210417499 A CN202210417499 A CN 202210417499A CN 114609046 A CN114609046 A CN 114609046A
- Authority
- CN
- China
- Prior art keywords
- transformer oil
- real
- dissolved gases
- gas
- values
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000001834 photoacoustic spectrum Methods 0.000 title claims abstract description 11
- 239000007789 gas Substances 0.000 claims abstract description 255
- 238000001228 spectrum Methods 0.000 claims abstract description 135
- 238000003745 diagnosis Methods 0.000 claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000004867 photoacoustic spectroscopy Methods 0.000 claims abstract description 17
- 230000003595 spectral effect Effects 0.000 claims description 43
- 230000005284 excitation Effects 0.000 claims description 33
- 230000006866 deterioration Effects 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 230000015556 catabolic process Effects 0.000 claims description 9
- 238000006731 degradation reaction Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 7
- IHNKQIMGVNPMTC-RUZDIDTESA-N 1-stearoyl-sn-glycero-3-phosphocholine Chemical compound CCCCCCCCCCCCCCCCCC(=O)OC[C@@H](O)COP([O-])(=O)OCC[N+](C)(C)C IHNKQIMGVNPMTC-RUZDIDTESA-N 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 6
- 102100036788 Tubulin beta-4A chain Human genes 0.000 claims description 6
- 238000000862 absorption spectrum Methods 0.000 claims description 6
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 claims description 4
- HSFWRNGVRCDJHI-UHFFFAOYSA-N alpha-acetylene Natural products C#C HSFWRNGVRCDJHI-UHFFFAOYSA-N 0.000 claims description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 claims description 3
- 239000005977 Ethylene Substances 0.000 claims description 3
- 102100036790 Tubulin beta-3 chain Human genes 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 3
- 125000002534 ethynyl group Chemical group [H]C#C* 0.000 claims description 3
- 239000001257 hydrogen Substances 0.000 claims description 3
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 230000003862 health status Effects 0.000 claims 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 claims 1
- 239000003921 oil Substances 0.000 description 153
- 239000003208 petroleum Substances 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 125000003118 aryl group Chemical group 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004508 fractional distillation Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000010687 lubricating oil Substances 0.000 description 1
- 239000002480 mineral oil Substances 0.000 description 1
- 235000010446 mineral oil Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012188 paraffin wax Substances 0.000 description 1
- 229930195734 saturated hydrocarbon Natural products 0.000 description 1
- 229930195735 unsaturated hydrocarbon Natural products 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/1702—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids
- G01N2021/1704—Systems in which incident light is modified in accordance with the properties of the material investigated with opto-acoustic detection, e.g. for gases or analysing solids in gases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种变压器油中气体高精度光声光谱监测方法，属于电力领域，用于解决当前对变压器油中气体的监测仅限于分子量、浓度系数等数据的问题，方法包括具体如下：通过声谱监测模块对变压器油中气体进行声谱监测，得到变压器油中不同溶解气体的气体偏差值和声谱偏差值并发送至状态诊断模块；利用状态诊断模块对变压器油的工作状态进行诊断，结合气体偏差值和声谱偏差值得到变压器油中不同溶解气体的状态诊断值并发送至健康评估模块；健康评估模块对变压器油的健康状态进行评估，本发明对变压器油中气体的光声光谱数据进行高精度监测，从而实现对变压器油健康状况的智能诊断。
Description
技术领域
本发明属于电力领域，涉及光声光谱监测技术，具体是一种变压器油中气体高精度光声光谱监测方法。
背景技术
变压器油：是石油的一种分馏产物，它的主要成分是烷烃，环烷族饱和烃，芳香族不饱和烃等化合物。俗称方棚油，浅黄色透明液体，相对密度0.895。凝固点＜-45℃。变压器油是天然石油中经过蒸馏、精炼而获得的一种矿物油，是石油中的润滑油馏份经酸碱精制处理得到纯净稳定、粘度小、绝缘性好、冷却性好的液体天然碳氢化合物的混合物。俗称方棚油，浅黄色透明液体。
现有技术中，通常对于变压器油中气体的监测仅限于分子量、浓度系数等数据，没有对变压器油中气体的光声光谱数据进行准确监测以诊断变压器油的健康状况，为此，我们提出一种变压器油中气体高精度光声光谱监测方法。
发明内容
针对现有技术存在的不足，本发明目的是提供一种变压器油中气体高精度光声光谱监测方法。
本发明所要解决的技术问题为：
如何依据高精度的光声光谱数据对变压器油的健康状况进行诊断。
本发明的目的可以通过以下技术方案实现：
一种变压器油中气体高精度光声光谱监测方法，方法包括具体如下：
步骤S101，数据库存储有标准声谱表、影响程度表和劣化程度表，并通过数据采集模块采集变压器油的声谱数据、气体数据和运行数据发送至声谱监测模块、健康评估模块；
步骤S102，通过声谱监测模块对变压器油中气体进行声谱监测，得到变压器油中不同溶解气体的气体偏差值和声谱偏差值并发送至状态诊断模块；
步骤S103，利用状态诊断模块对变压器油的工作状态进行诊断，结合气体偏差值和声谱偏差值得到变压器油中不同溶解气体的状态诊断值并发送至健康评估模块；
步骤S104，健康评估模块对变压器油的健康状态进行评估，状态诊断值比对状态诊断区间后生成正常信号、注意信号、异常信号或停运信号反馈至服务器；
步骤S105，服务器依据信号进行不同操作，生成正常信号时不进行任何操作，生成注意信号或异常信号时则将维护指令加载至用户终端，生成停运信号时则将停运指令加载至对应的变压器。
进一步地，所述服务器连接有数据采集模块、用户终端、健康评估模块、状态诊断模块、声谱监测以及数据库，所述数据采集模块用于采集变压器油的声谱数据、气体数据和运行数据，并将声谱数据和气体数据发送至服务器，所述服务器将声谱数据和气体数据发送至声谱监测模块、健康评估模块，所述数据库存储有不同型号的变压器油中溶解气体的标准声谱表、以及变压器油中溶解气体的影响程度表和劣化程度表；
所述声谱监测模块用于对变压器油中气体进行声谱监测，监测得到变压器油中不同溶解气体的气体偏差值和声谱偏差值并反馈至服务器，所述服务器将变压器油中不同溶解气体的气体偏差值和声谱偏差值发送至状态诊断模块，所述状态诊断模块用于对变压器油的工作状态进行诊断，诊断得到变压器油中不同溶解气体的状态诊断值并反馈至服务器，所述服务器将变压器油中不同溶解气体的状态诊断值发送至健康评估模块；
所述健康评估模块用于对变压器油的健康状态进行评估，生成正常信号、注意信号、异常信号或停运信号并反馈至服务器。
进一步地，气体数据包括变压器油中各种溶解气体的分子量和浓度值、以及变压器油的实时温度值和实时压强值、以及激发光源的激光功率；
声谱数据包括变压器油中各种溶解气体在激发光源下吸收光谱的实时谱线宽度和实时特征波长；
气体包括氢气、一氧化碳、二氧化碳、甲烷、乙炔、乙烯和乙烷；
标准声谱表为不同型号的变压器油中溶解气体的标准分子量和标准浓度值、以及不同型号的变压器油中溶解气体在不同激发光源、不同温度、不同压强下吸收光谱的标准谱线宽度和标准特征波长；
影响程度表包含不同影响程度等级、以及不同影响程度等级的取值范围、以及不同影响程度等级对应的影响因子；
劣化程度表包含不同劣化程度等级、以及不同劣化程度等级的取值范围、以及劣化程度等级对应的基本扣分值。
进一步地，所述声谱监测模块的监测过程具体如下：
步骤SS1：将变压器油标记为u，u＝1，2，……，z，z为正整数；依据变压器的型号得到变压器油对应的标准声谱表；
步骤SS2：获取变压器油中的溶解气体，并将溶解气体标记为Qui，i＝1，2，……，x，x为正整数，i代表溶解气体的编号；获取变压器油中各种溶解气体的实时分子量SFui和实时浓度值SNui；
步骤SS4：变压器油中各种溶解气体的实时分子量SFui比对标准声谱表中对应的标准分子量BFui；
变压器油中各种溶解气体的实时浓度值SNui比对标准声谱表中对应的实时浓度值BNui；
步骤SS5：若变压器油中各种溶解气体的实时分子量与对应标准分子量相同，则变压器油中各种溶解气体实时分子量与标准分子量的分子量差值FCui为零；
若变压器油中各种溶解气体的实时分子量与对应标准分子量不相同，则计算变压器油中各种溶解气体的实时分子量与标准分子量的差值并取绝对值得到分子量差值FCui；
若变压器油中各种溶解气体的实时浓度值与对应标准浓度值相同，则变压器油中各种溶解气体实时浓度值与标准浓度值的浓度差值NCui为零；
若变压器油中各种溶解气体的实时浓度值与对应标准浓度值不相同，则计算变压器油中各种溶解气体的实时浓度值与标准浓度值的差值并取绝对值得到浓度差值NCui；
步骤SS5：通过公式QPui＝FCui×a1+NCui×a2计算得到变压器油中各种溶解气体的气体偏差值QPui；式中，a1和a2均为固定数值的权重系数，且a1和a2的取值均大于零；
步骤SS6：获取变压器油的实时温度值SWu和实时压强值SYu、以及激发光源的激光功率SLu；
步骤SS7：依据标准声谱表得到在实时温度值下变压器油中不同溶解气体对应的标准谱线宽度BKSWui和标准实时特征波长BCSWui；
依据标准声谱表得到在实时压强值下变压器油中不同溶解气体对应的标准谱线宽度BKSYui和标准实时特征波长BCSYui；
依据标准声谱表得到在激发光源下变压器油中不同溶解气体对应的标准谱线宽度BKSLui和标准实时特征波长BCSLui；
步骤SS8：获取变压器油中不同溶解气体在实时温度值下的实时谱线宽度SKSWui和实时特征波长SCSWui；
获取变压器油中不同溶解气体在实时压强值下的实时谱线宽度SKSYui和实时特征波长SCSYui；
获取变压器油中不同溶解气体在激发光源下的实时谱线宽度SKSLui和实时特征波长SCSLui；
步骤SS9：若变压器油中不同溶解气体在实时温度值下的实时谱线宽度与标准谱线宽度相同，且实时特征波长与标准特征波长均相同，则变压器油中不同溶解气体在实时温度值下的温度声谱差值WSPCSWui的取值为零；
同理，若变压器油中不同溶解气体在实时压强值、激发光源下的实时谱线宽度与标准谱线宽度相同，且实时特征波长与标准特征波长均相同，则变压器油中不同溶解气体在实时压强值、激发光源下的压强声谱差值YSPCSYui和在激发光源下的激光声谱差值LSPCSLui的取值为零；
若变压器油中不同溶解气体在实时温度值、实时压强值、激发光源下的实时谱线宽度与标准谱线宽度、实时特征波长与标准特征波长不相同，则利用公式WSPCSWui＝|SKSWui-BKSWui|+|SCSWui-BCSWui|计算得到变压器油中不同溶解气体在实时温度值下的温度声谱差值WSPCSWui；
同理，利用公式计算得到变压器油中不同溶解气体在实时压强值下的压强声谱差值YSPCSYui和在激发光源下的激光声谱差值LSPCSLui；
步骤SS10：将温度声谱差值WSPCSWui、压强声谱差值YSPCSYui和激光声谱差值LSPCSLui代入计算式SPCui＝WSPCSWui×b1+YSPCSYui×b2+LSPCSLui×b3，计算得到变压器油中不同溶解气体的声谱偏差值SPCui；式中，b1、b2和b3均为固定数值的权重系数，且b1、b2和b3的取值均大于零。
进一步地，所述状态诊断模块的诊断过程具体如下：
步骤一：获取变压器油中不同溶解气体的气体偏差值QPui和声谱偏差值SPCui；
步骤二：获取数据库中变压器油中不同溶解气体的影响程度表和劣化程度表，依据气体偏差值比对影响程度表得到变压器油中不同溶解气体所处的影响程度等级；
依据声谱偏差值比对劣化程度表得到变压器油中不同溶解气体所处的劣化程度等级；
步骤三：结合影响程度等级和劣化程度等级得到变压器油中不同溶解气体的影响因子YYui和基本扣分值JKui；
步骤四：再次通过声谱监测模块计算得到变压器油中不同溶解气体的气体偏差值和声谱偏差值，多次重复上述步骤一～步骤三，多次得到变压器油中不同溶解气体的影响因子YYuit和基本扣分值JKuit，t＝1，2，……，v，v为正整数，t代表次数的编号；
步骤五：将若干组影响因子相加求和取平均值得到变压器油中不同溶解气体的平均影响因子YYui，将若干组基本扣分值相加求和取平均值得到变压器油中不同溶解气体的基本扣分均值JKui；
步骤六：通过公式ZZui＝JKui×YYui计算得到变压器油中不同溶解气体的状态诊断值ZZui。
进一步地，所述健康评估模块用于对变压器油的健康状态进行评估，评估过程具体如下：
步骤S1：获取服务器中存储的变压器油中不同溶解气体的状态诊断区间；
步骤S2：变压器油中不同溶解气体的状态诊断值比对状态诊断区间，得到变压器油中不同溶解气体所处的状态等级；
步骤S3：若变压器油中所有溶解气体的状态诊断值均处于正常状态等级对应的状态诊断区间，则生成正常信号；
步骤S4：若变压器油中任一溶解气体的状态诊断值均处于注意状态等级对应的状态诊断区间，则生成注意信号；
步骤S5：若变压器油中任一溶解气体的状态诊断值均处于异常状态等级对应的状态诊断区间，则生成异常信号；
步骤S6：若变压器油中任一溶解气体的状态诊断值均处于严重状态等级对应的状态诊断区间，则生成停运信号。
进一步地，若服务器接收到正常信号，则不进行任何操作；
若服务器接收到注意信号或异常信号，则生成维护指令加载至用户终端，用户终端接收到维护指令后对指定的变压器油进行维护；
若服务器接收到停运信号，则生成停运指令加载至对应的变压器。
与现有技术相比，本发明的有益效果是：
本发明通过声谱监测模块对变压器油中气体进行声谱监测，得到变压器油中不同溶解气体的气体偏差值和声谱偏差值并发送至状态诊断模块，利用状态诊断模块对变压器油的工作状态进行诊断，结合气体偏差值和声谱偏差值得到变压器油中不同溶解气体的状态诊断值并发送至健康评估模块，健康评估模块对变压器油的健康状态进行评估，状态诊断值比对状态诊断区间后生成正常信号、注意信号、异常信号或停运信号反馈至服务器，服务器依据信号进行相应的操作，本发明对变压器油中气体的光声光谱数据进行高精度监测，从而实现对变压器油健康状况的智能诊断。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的工作流程图；
图2为本发明的整体系统框图。
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。
请参阅图1所示，一种变压器油中气体高精度光声光谱监测方法，方法包括具体如下：
步骤S101，数据库存储有标准声谱表、影响程度表和劣化程度表，并通过数据采集模块采集变压器油的声谱数据、气体数据和运行数据发送至声谱监测模块、健康评估模块；
步骤S102，通过声谱监测模块对变压器油中气体进行声谱监测，得到变压器油中不同溶解气体的气体偏差值和声谱偏差值并发送至状态诊断模块；
步骤S103，利用状态诊断模块对变压器油的工作状态进行诊断，结合气体偏差值和声谱偏差值得到变压器油中不同溶解气体的状态诊断值并发送至健康评估模块；
步骤S104，健康评估模块对变压器油的健康状态进行评估，状态诊断值比对状态诊断区间后生成正常信号、注意信号、异常信号或停运信号反馈至服务器；
步骤S105，服务器依据信号进行不同操作，生成正常信号时不进行任何操作，生成注意信号或异常信号时则将维护指令加载至用户终端，生成停运信号时则将停运指令加载至对应的变压器；
请参阅图2所示，所述服务器连接有数据采集模块、用户终端、健康评估模块、状态诊断模块、声谱监测以及数据库；
所述数据采集模块用于采集变压器油的声谱数据、气体数据和运行数据，并将声谱数据和气体数据发送至服务器，所述服务器将声谱数据和气体数据发送至声谱监测模块、健康评估模块；
需要具体说明的是，气体数据包括变压器油中各种溶解气体的分子量和浓度值、以及变压器油的实时温度值和实时压强值、以及激发光源的激光功率等；声谱数据包括变压器油中各种溶解气体在激发光源下吸收光谱的实时谱线宽度、实时特征波长等；
其中，气体包括H2(氢气)、CO(一氧化碳)、CO2(二氧化碳)、CH4(甲烷)、C2H2(乙炔)、C2H4(乙烯)、C2H6(乙烷)等；
在具体实施时，数据采集模块为光谱仪、光声光谱监测设备，具体结构可以包括红外光源、设置在红外光源后侧的球面反射镜、依次设置在光路中的调制盘、滤光片和光声腔，光声腔气路连接缓冲室，光声腔具有光声腔入光口，光声光谱监测设备电路连接有光声腔的真空泵，同时调制盘和滤光片还分别电路连接步进电机，其工作原理是采用了气体光声光谱法测量溶解于变压器油中的气体；
所述数据库与声谱监测模块数据连接，所述数据库与状态诊断模块数据连接，所述数据库存储有不同型号的变压器油中溶解气体的标准声谱表、以及变压器油中溶解气体的影响程度表和劣化程度表；
其中，标准声谱表为不同型号的变压器油中溶解气体的标准分子量和标准浓度值、以及不同型号的变压器油中溶解气体在不同激发光源、不同温度、不同压强下吸收光谱的标准谱线宽度和标准特征波长；影响程度表包含不同影响程度等级、以及不同影响程度等级的取值范围、以及不同影响程度等级对应的影响因子；劣化程度表包含不同劣化程度等级、以及不同劣化程度等级的取值范围、以及劣化程度等级对应的基本扣分值；
在具体实施时，标准声谱表中可以设置激光功率、温度、压强等因素的区间范围，在区间的取值即可获取变压器油中各种溶解气体的标准谱线宽度、标准实时特征波长等；
其中，影响程度表具体如下：
| 影响程度等级 | 一级 | 一级 | 三级 | 四级 |
| 气体偏差阈值 | ＜X1 | [X1，X2) | [X2，X3) | ≥X3 |
| 影响因子 | 1 | 2 | 3 | 4 |
其中，劣化程度表具体如下：
| 劣化程度等级 | I级 | II级 | III级 | IV级 |
| 声谱偏差阈值 | ＜Y1 | [Y1，Y2) | [Y2，Y3) | ≥Y3 |
| 基本扣分值 | 2 | 4 | 8 | 10 |
需要具体说明的是，影响程度表中的X1、X2和X3均为气体偏差阈值，且0＜X1＜X2＜X3，劣化程度表中的Y1、Y2和Y3均为声谱偏差阈值，且0＜Y1＜Y2＜Y3；
所述声谱监测模块用于对变压器油中气体进行声谱监测，监测过程具体如下：
步骤SS1：将变压器油标记为u，u＝1，2，……，z，z为正整数；依据变压器的型号得到变压器油对应的标准声谱表；
步骤SS2：获取变压器油中的溶解气体，并将溶解气体标记为Qui，i＝1，2，……，x，x为正整数，i代表溶解气体的编号，在具体实施时，x的大小等于变压器油中溶解气体的种类数；获取变压器油中各种溶解气体的实时分子量SFui和实时浓度值SNui；
步骤SS4：变压器油中各种溶解气体的实时分子量SFui比对标准声谱表中对应的标准分子量BFui；变压器油中各种溶解气体的实时浓度值SNui比对标准声谱表中对应的实时浓度值BNui；
步骤SS5：若变压器油中各种溶解气体的实时分子量与对应标准分子量相同，则变压器油中各种溶解气体实时分子量与标准分子量的分子量差值FCui为零；
若变压器油中各种溶解气体的实时分子量与对应标准分子量不相同，则计算变压器油中各种溶解气体的实时分子量与标准分子量的差值并取绝对值得到分子量差值FCui；
若变压器油中各种溶解气体的实时浓度值与对应标准浓度值相同，则变压器油中各种溶解气体实时浓度值与标准浓度值的浓度差值NCui为零；
若变压器油中各种溶解气体的实时浓度值与对应标准浓度值不相同，则计算变压器油中各种溶解气体的实时浓度值与标准浓度值的差值并取绝对值得到浓度差值NCui；
步骤SS5：通过公式QPui＝FCui×a1+NCui×a2计算得到变压器油中各种溶解气体的气体偏差值QPui；式中，a1和a2均为固定数值的权重系数，且a1和a2的取值均大于零，在具体实施时，只要权重系数的取值不影响参数与结果值的正反比关系即可；
步骤SS6：获取变压器油的实时温度值SWu和实时压强值SYu、以及激发光源的激光功率SLu；
步骤SS7：依据标准声谱表得到在实时温度值下变压器油中不同溶解气体对应的标准谱线宽度BKSWui和标准实时特征波长BCSWui；
依据标准声谱表得到在实时压强值下变压器油中不同溶解气体对应的标准谱线宽度BKSYui和标准实时特征波长BCSYui；
依据标准声谱表得到在激发光源下变压器油中不同溶解气体对应的标准谱线宽度BKSLui和标准实时特征波长BCSLui；
步骤SS8：获取变压器油中不同溶解气体在实时温度值下的实时谱线宽度SKSWui和实时特征波长SCSWui；
获取变压器油中不同溶解气体在实时压强值下的实时谱线宽度SKSYui和实时特征波长SCSYui；
获取变压器油中不同溶解气体在激发光源下的实时谱线宽度SKSLui和实时特征波长SCSLui；
步骤SS9：若变压器油中不同溶解气体在实时温度值下的实时谱线宽度与标准谱线宽度相同，且实时特征波长与标准特征波长均相同，则变压器油中不同溶解气体在实时温度值下的温度声谱差值WSPCSWui的取值为零；
同理，若变压器油中不同溶解气体在实时压强值、激发光源下的实时谱线宽度与标准谱线宽度相同，且实时特征波长与标准特征波长均相同，则变压器油中不同溶解气体在实时压强值、激发光源下的压强声谱差值YSPCSYui和在激发光源下的激光声谱差值LSPCSLui的取值为零；
若变压器油中不同溶解气体在实时温度值、实时压强值、激发光源下的实时谱线宽度与标准谱线宽度、实时特征波长与标准特征波长不相同，则利用公式WSPCSWui＝|SKSWui-BKSWui|+|SCSWui-BCSWui|计算得到变压器油中不同溶解气体在实时温度值下的温度声谱差值WSPCSWui；
同理，利用公式计算得到变压器油中不同溶解气体在实时压强值下的压强声谱差值YSPCSYui和在激发光源下的激光声谱差值LSPCSLui；
步骤SS10：将温度声谱差值WSPCSWui、压强声谱差值YSPCSYui和激光声谱差值LSPCSLui代入计算式，计算得到变压器油中不同溶解气体的声谱偏差值SPCui，计算式具体如下：
SPCui＝WSPCSWui×b1+YSPCSYui×b2+LSPCSLui×b3；式中，b1、b2和b3均为固定数值的权重系数，且b1、b2和b3的取值均大于零，在具体实施时，只要权重系数的取值不影响参数与结果值的正反比关系即可；
所述声谱监测模块将变压器油中不同溶解气体的气体偏差值QPui和声谱偏差值SPCui反馈至服务器，所述服务器将变压器油中不同溶解气体的气体偏差值QPui和声谱偏差值SPCui发送至状态诊断模块，所述状态诊断模块用于对变压器油的工作状态进行诊断，诊断过程具体如下：
步骤一：获取上述计算得到的变压器油中不同溶解气体的气体偏差值QPui和声谱偏差值SPCui；
步骤二：获取数据库中变压器油中不同溶解气体的影响程度表和劣化程度表，依据气体偏差值比对影响程度表得到变压器油中不同溶解气体所处的影响程度等级；
依据声谱偏差值比对劣化程度表得到变压器油中不同溶解气体所处的劣化程度等级；
步骤三：结合影响程度等级和劣化程度等级得到变压器油中不同溶解气体的影响因子YYui和基本扣分值JKui；
步骤四：再次通过声谱监测模块计算得到变压器油中不同溶解气体的气体偏差值和声谱偏差值，多次重复上述步骤一～步骤三，多次得到变压器油中不同溶解气体的影响因子YYuit和基本扣分值JKuit，t＝1，2，……，v，v为正整数，t代表次数的编号；
步骤五：将若干组影响因子相加求和取平均值得到变压器油中不同溶解气体的平均影响因子YYui，将若干组基本扣分值相加求和取平均值得到变压器油中不同溶解气体的基本扣分均值JKui；
在具体实施时，不具体限制影响因子和基本扣分值的计算次数，计算次数可以根据实际情况和监测需要进行科学设定，当然计算次数越多则代表数据越精确；
步骤六：通过公式ZZui＝JKui×YYui计算得到变压器油中不同溶解气体的状态诊断值ZZui；
所述状态诊断模块将变压器油中不同溶解气体的状态诊断值ZZui反馈至服务器，所述服务器将变压器油中不同溶解气体的状态诊断值ZZui发送至健康评估模块；
所述健康评估模块用于对变压器油的健康状态进行评估，评估过程具体如下：
步骤S1：获取服务器中存储的变压器油中不同溶解气体的状态诊断区间；其中，不同状态诊断值区间对应不同状态等级，状态等级表具体如下：
步骤S2：变压器油中不同溶解气体的状态诊断值比对状态诊断区间，得到变压器油中不同溶解气体所处的状态等级；
步骤S3：若变压器油中所有溶解气体的状态诊断值均处于正常状态等级对应的状态诊断区间，则生成正常信号；
步骤S4：若变压器油中任一溶解气体的状态诊断值均处于注意状态等级对应的状态诊断区间，则生成注意信号；
步骤S5：若变压器油中任一溶解气体的状态诊断值均处于异常状态等级对应的状态诊断区间，则生成异常信号；
步骤S6：若变压器油中任一溶解气体的状态诊断值均处于严重状态等级对应的状态诊断区间，则生成停运信号；
所述健康评估模块将正常信号、注意信号、异常信号或停运信号反馈至服务器，若服务器接收到正常信号，则不进行任何操作，若服务器接收到注意信号或异常信号，则生成维护指令加载至用户终端，用户终端接收到维护指令后对指定的变压器油进行维护，若服务器接收到停运信号，则生成停运指令加载至对应的变压器。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置，权重系数和比例系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于权重系数和比例系数的大小，只要不影响参数与量化后数值的比例关系即可。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种变压器油中气体高精度光声光谱监测方法，其特征在于，方法包括具体如下：
步骤S101，数据库存储有标准声谱表、影响程度表和劣化程度表，并通过数据采集模块采集变压器油的声谱数据、气体数据和运行数据发送至声谱监测模块、健康评估模块；
步骤S102，通过声谱监测模块对变压器油中气体进行声谱监测，得到变压器油中不同溶解气体的气体偏差值和声谱偏差值并发送至状态诊断模块；
步骤S103，利用状态诊断模块对变压器油的工作状态进行诊断，结合气体偏差值和声谱偏差值得到变压器油中不同溶解气体的状态诊断值并发送至健康评估模块；
步骤S104，健康评估模块对变压器油的健康状态进行评估，状态诊断值比对状态诊断区间后生成正常信号、注意信号、异常信号或停运信号反馈至服务器；
步骤S105，服务器依据信号进行不同操作，生成正常信号时不进行任何操作，生成注意信号或异常信号时则将维护指令加载至用户终端，生成停运信号时则将停运指令加载至对应的变压器。
2.根据权利要求1所述的一种变压器油中气体高精度光声光谱监测方法，其特征在于，所述服务器连接有数据采集模块、用户终端、健康评估模块、状态诊断模块、声谱监测以及数据库，所述数据采集模块用于采集变压器油的声谱数据、气体数据和运行数据，并将声谱数据和气体数据发送至服务器，所述服务器将声谱数据和气体数据发送至声谱监测模块、健康评估模块，所述数据库存储有不同型号的变压器油中溶解气体的标准声谱表、以及变压器油中溶解气体的影响程度表和劣化程度表；
所述声谱监测模块用于对变压器油中气体进行声谱监测，监测得到变压器油中不同溶解气体的气体偏差值和声谱偏差值并反馈至服务器，所述服务器将变压器油中不同溶解气体的气体偏差值和声谱偏差值发送至状态诊断模块，所述状态诊断模块用于对变压器油的工作状态进行诊断，诊断得到变压器油中不同溶解气体的状态诊断值并反馈至服务器，所述服务器将变压器油中不同溶解气体的状态诊断值发送至健康评估模块；
所述健康评估模块用于对变压器油的健康状态进行评估，生成正常信号、注意信号、异常信号或停运信号并反馈至服务器。
3.根据权利要求2所述的一种变压器油中气体高精度光声光谱监测方法，其特征在于，气体数据包括变压器油中各种溶解气体的分子量和浓度值、以及变压器油的实时温度值和实时压强值、以及激发光源的激光功率；
声谱数据包括变压器油中各种溶解气体在激发光源下吸收光谱的实时谱线宽度和实时特征波长；
气体包括氢气、一氧化碳、二氧化碳、甲烷、乙炔、乙烯和乙烷；
标准声谱表为不同型号的变压器油中溶解气体的标准分子量和标准浓度值、以及不同型号的变压器油中溶解气体在不同激发光源、不同温度、不同压强下吸收光谱的标准谱线宽度和标准特征波长；
影响程度表包含不同影响程度等级、以及不同影响程度等级的取值范围、以及不同影响程度等级对应的影响因子；
劣化程度表包含不同劣化程度等级、以及不同劣化程度等级的取值范围、以及劣化程度等级对应的基本扣分值。
4.根据权利要求3所述的一种变压器油中气体高精度光声光谱监测方法，其特征在于，所述声谱监测模块的监测过程具体如下：
步骤SS1：将变压器油标记为u，u＝1，2，……，z，z为正整数；依据变压器的型号得到变压器油对应的标准声谱表；
步骤SS2：获取变压器油中的溶解气体，并将溶解气体标记为Qui，i＝1，2，……，x，x为正整数，i代表溶解气体的编号；获取变压器油中各种溶解气体的实时分子量SFui和实时浓度值SNui；
步骤SS4：变压器油中各种溶解气体的实时分子量SFui比对标准声谱表中对应的标准分子量BFui；
变压器油中各种溶解气体的实时浓度值SNui比对标准声谱表中对应的实时浓度值BNui；
步骤SS5：若变压器油中各种溶解气体的实时分子量与对应标准分子量相同，则变压器油中各种溶解气体实时分子量与标准分子量的分子量差值FCui为零；
若变压器油中各种溶解气体的实时分子量与对应标准分子量不相同，则计算变压器油中各种溶解气体的实时分子量与标准分子量的差值并取绝对值得到分子量差值FCui；
若变压器油中各种溶解气体的实时浓度值与对应标准浓度值相同，则变压器油中各种溶解气体实时浓度值与标准浓度值的浓度差值NCui为零；
若变压器油中各种溶解气体的实时浓度值与对应标准浓度值不相同，则计算变压器油中各种溶解气体的实时浓度值与标准浓度值的差值并取绝对值得到浓度差值NCui；
步骤SS5：通过公式QPui＝FCui×a1+NCui×a2计算得到变压器油中各种溶解气体的气体偏差值QPui；式中，a1和a2均为固定数值的权重系数，且a1和a2的取值均大于零；
步骤SS6：获取变压器油的实时温度值SWu和实时压强值SYu、以及激发光源的激光功率SLu；
步骤SS7：依据标准声谱表得到在实时温度值下变压器油中不同溶解气体对应的标准谱线宽度BKSWui和标准实时特征波长BCSWui；
依据标准声谱表得到在实时压强值下变压器油中不同溶解气体对应的标准谱线宽度BKSYui和标准实时特征波长BCSYui；
依据标准声谱表得到在激发光源下变压器油中不同溶解气体对应的标准谱线宽度BKSLui和标准实时特征波长BCSLui；
步骤SS8：获取变压器油中不同溶解气体在实时温度值下的实时谱线宽度SKSWui和实时特征波长SCSWui；
获取变压器油中不同溶解气体在实时压强值下的实时谱线宽度SKSYui和实时特征波长SCSYui；
获取变压器油中不同溶解气体在激发光源下的实时谱线宽度SKSLui和实时特征波长SCSLui；
步骤SS9：若变压器油中不同溶解气体在实时温度值下的实时谱线宽度与标准谱线宽度相同，且实时特征波长与标准特征波长均相同，则变压器油中不同溶解气体在实时温度值下的温度声谱差值WSPCSWui的取值为零；
同理，若变压器油中不同溶解气体在实时压强值、激发光源下的实时谱线宽度与标准谱线宽度相同，且实时特征波长与标准特征波长均相同，则变压器油中不同溶解气体在实时压强值、激发光源下的压强声谱差值YSPCSYui和在激发光源下的激光声谱差值LSPCSLui的取值为零；
若变压器油中不同溶解气体在实时温度值、实时压强值、激发光源下的实时谱线宽度与标准谱线宽度、实时特征波长与标准特征波长不相同，则利用公式WSPCSWui＝|SKSWui-BKSWui|+|SCSWui-BCSWui|计算得到变压器油中不同溶解气体在实时温度值下的温度声谱差值WSPCSWui；
同理，利用公式计算得到变压器油中不同溶解气体在实时压强值下的压强声谱差值YSPCSYui和在激发光源下的激光声谱差值LSPCSLui；
步骤SS10：将温度声谱差值WSPCSWui、压强声谱差值YSPCSYui和激光声谱差值LSPCSLui代入计算式SPCui＝WSPCSWui×b1+YSPCSYui×b2+LSPCSLui×b3，计算得到变压器油中不同溶解气体的声谱偏差值SPCui；式中，b1、b2和b3均为固定数值的权重系数，且b1、b2和b3的取值均大于零。
5.根据权利要求4所述的一种变压器油中气体高精度光声光谱监测方法，其特征在于，所述状态诊断模块的诊断过程具体如下：
步骤一：获取变压器油中不同溶解气体的气体偏差值QPui和声谱偏差值SPCui；
步骤二：获取数据库中变压器油中不同溶解气体的影响程度表和劣化程度表，依据气体偏差值比对影响程度表得到变压器油中不同溶解气体所处的影响程度等级；
依据声谱偏差值比对劣化程度表得到变压器油中不同溶解气体所处的劣化程度等级；
步骤三：结合影响程度等级和劣化程度等级得到变压器油中不同溶解气体的影响因子YYui和基本扣分值JKui；
步骤四：再次通过声谱监测模块计算得到变压器油中不同溶解气体的气体偏差值和声谱偏差值，多次重复上述步骤一～步骤三，多次得到变压器油中不同溶解气体的影响因子YYuit和基本扣分值JKuit，t＝1，2，……，v，v为正整数，t代表次数的编号；
步骤五：将若干组影响因子相加求和取平均值得到变压器油中不同溶解气体的平均影响因子YYui，将若干组基本扣分值相加求和取平均值得到变压器油中不同溶解气体的基本扣分均值JKui；
步骤六：通过公式ZZui＝JKui×YYui计算得到变压器油中不同溶解气体的状态诊断值ZZui。
6.根据权利要求5所述的一种变压器油中气体高精度光声光谱监测方法，其特征在于，所述健康评估模块用于对变压器油的健康状态进行评估，评估过程具体如下：
步骤S1：获取服务器中存储的变压器油中不同溶解气体的状态诊断区间；
步骤S2：变压器油中不同溶解气体的状态诊断值比对状态诊断区间，得到变压器油中不同溶解气体所处的状态等级；
步骤S3：若变压器油中所有溶解气体的状态诊断值均处于正常状态等级对应的状态诊断区间，则生成正常信号；
步骤S4：若变压器油中任一溶解气体的状态诊断值均处于注意状态等级对应的状态诊断区间，则生成注意信号；
步骤S5：若变压器油中任一溶解气体的状态诊断值均处于异常状态等级对应的状态诊断区间，则生成异常信号；
步骤S6：若变压器油中任一溶解气体的状态诊断值均处于严重状态等级对应的状态诊断区间，则生成停运信号。
7.根据权利要求6所述的一种变压器油中气体高精度光声光谱监测方法，其特征在于，若服务器接收到正常信号，则不进行任何操作；
若服务器接收到注意信号或异常信号，则生成维护指令加载至用户终端，用户终端接收到维护指令后对指定的变压器油进行维护；
若服务器接收到停运信号，则生成停运指令加载至对应的变压器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210417499.0A CN114609046B (zh) | 2022-04-20 | 2022-04-20 | 一种变压器油中气体高精度光声光谱监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210417499.0A CN114609046B (zh) | 2022-04-20 | 2022-04-20 | 一种变压器油中气体高精度光声光谱监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114609046A true CN114609046A (zh) | 2022-06-10 |
| CN114609046B CN114609046B (zh) | 2023-04-18 |
Family
ID=81868712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210417499.0A Active CN114609046B (zh) | 2022-04-20 | 2022-04-20 | 一种变压器油中气体高精度光声光谱监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114609046B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115437301A (zh) * | 2022-10-14 | 2022-12-06 | 淄博瀚泓环保科技有限公司 | 一种水处理机组工作状态监测管控系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102486471A (zh) * | 2010-12-03 | 2012-06-06 | 河北省电力研究院 | 变压器内部故障及缺陷程度油色谱诊断法 |
| CN105181939A (zh) * | 2015-09-11 | 2015-12-23 | 四川菲博斯科技有限责任公司 | 变压器油中溶解气体在线监测系统 |
| CN105203490A (zh) * | 2015-09-11 | 2015-12-30 | 四川菲博斯科技有限责任公司 | 变压器油中溶解气体智能在线监测系统 |
| CN106680211A (zh) * | 2016-12-15 | 2017-05-17 | 国网河北省电力公司电力科学研究院 | 一种变压器油中溶解气体在线监测装置在线同步比对准确度的评价方法 |
| CN107884647A (zh) * | 2017-11-06 | 2018-04-06 | 南京力通达电气技术有限公司 | 基于数据挖掘的变压器故障预警系统 |
| CN112858806A (zh) * | 2020-12-30 | 2021-05-28 | 北京杜克泰克科技有限公司 | 一种变压器油中气在线把脉诊断系统及方法 |
| CN114354783A (zh) * | 2021-12-17 | 2022-04-15 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于在运数据的特高压油色谱监测装置健康度评估方法 |
-
2022
- 2022-04-20 CN CN202210417499.0A patent/CN114609046B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102486471A (zh) * | 2010-12-03 | 2012-06-06 | 河北省电力研究院 | 变压器内部故障及缺陷程度油色谱诊断法 |
| CN105181939A (zh) * | 2015-09-11 | 2015-12-23 | 四川菲博斯科技有限责任公司 | 变压器油中溶解气体在线监测系统 |
| CN105203490A (zh) * | 2015-09-11 | 2015-12-30 | 四川菲博斯科技有限责任公司 | 变压器油中溶解气体智能在线监测系统 |
| CN106680211A (zh) * | 2016-12-15 | 2017-05-17 | 国网河北省电力公司电力科学研究院 | 一种变压器油中溶解气体在线监测装置在线同步比对准确度的评价方法 |
| CN107884647A (zh) * | 2017-11-06 | 2018-04-06 | 南京力通达电气技术有限公司 | 基于数据挖掘的变压器故障预警系统 |
| CN112858806A (zh) * | 2020-12-30 | 2021-05-28 | 北京杜克泰克科技有限公司 | 一种变压器油中气在线把脉诊断系统及方法 |
| CN114354783A (zh) * | 2021-12-17 | 2022-04-15 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于在运数据的特高压油色谱监测装置健康度评估方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115437301A (zh) * | 2022-10-14 | 2022-12-06 | 淄博瀚泓环保科技有限公司 | 一种水处理机组工作状态监测管控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114609046B (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8735820B2 (en) | Direct match spectrographic determination of fuel properties | |
| CN114609046B (zh) | 一种变压器油中气体高精度光声光谱监测方法 | |
| CN111125868B (zh) | 一种电子产品的多应力寿命评估方法及装置 | |
| Link et al. | Evaluating Public Sector R & D Programs: The Advanced Technology Program’s Investment in Wavelength References for Optical Fiber Communications | |
| CN106932378A (zh) | 一种基于拉曼光谱的炼厂酸性气成分的在线检测系统和方法 | |
| CN114354783A (zh) | 基于在运数据的特高压油色谱监测装置健康度评估方法 | |
| CN111562248A (zh) | 一种基于sf6内标的gis故障诊断方法 | |
| CN107748194A (zh) | 基于电化学原理的飞机燃油箱氧浓度机载测试系统及方法 | |
| CN111461263A (zh) | 一种基于emd-rf的变压器油中溶解气体浓度预测方法 | |
| CN112945876B (zh) | 待测气体向量的生成方法 | |
| CN108426813B (zh) | 混合气体浓度检测系统、方法及装置 | |
| CN110726676B (zh) | 一种基于光声光谱技术的智慧变电站在线运维系统 | |
| CN116067625A (zh) | 一种光谱仪内置光源长时间波长稳定性测试系统及方法 | |
| EP4170297A2 (en) | Self proving meter system and method of proving a meter | |
| CN110567899B (zh) | 一种cod检测低温补偿方法 | |
| CN115993421B (zh) | 一种主变压器油中溶解气体的评价方法及装置 | |
| CN111781166A (zh) | 一种同时分析天然气中h2o和h2s含量的激光检测方法 | |
| CN108917923B (zh) | 功率测量方法和电子设备 | |
| CN112198136A (zh) | 一种基于中红外光谱的汽轮机油酸值无损检测方法 | |
| CN112763477A (zh) | 一种基于拉曼光谱的仿制药质量快速评价系统 | |
| CA2722871C (en) | Ultrasonic gas leak detector with an electrical power loss and carbon footprint output | |
| CN114970168A (zh) | 一种变压器油在线监测装置评估方法 | |
| CN110658179B (zh) | 基于多信号叠加和伪逆法的激光拉曼气体浓度检测方法 | |
| CN111812057B (zh) | 基于稳定碳同位素在线监测生物质掺烧比系统及分析方法 | |
| Kong et al. | Low Fluorescence Background Fiber-Enhanced Raman Spectroscopy for Simultaneous and Dynamic Detection of Sub-ppm Levels SF6 Decomposition Products |
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 |