CN115479631A - 高压交流海缆机械故障与电气故障诊断方法及系统 - Google Patents
高压交流海缆机械故障与电气故障诊断方法及系统 Download PDFInfo
- Publication number
- CN115479631A CN115479631A CN202211087706.7A CN202211087706A CN115479631A CN 115479631 A CN115479631 A CN 115479631A CN 202211087706 A CN202211087706 A CN 202211087706A CN 115479631 A CN115479631 A CN 115479631A
- Authority
- CN
- China
- Prior art keywords
- submarine cable
- fault
- mechanical
- frequency
- vibration
- 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
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了一种高压交流海缆机械故障与电气故障诊断方法及系统。本发明包括机械故障诊断和电气故障诊断,所述机械故障诊断的步骤包括:分布式监测海缆振动数据;采用ESMD特征提取算法处理振动数据,去除噪声,提取特征频率;测量高频振动的持续时间;将高频振动作为判断机械故障的依据,通过高频振动的持续时间定量划分机械故障的阶段和程度;所述电气故障诊断的步骤包括:分布式监测海缆温度数据;通过ESMD特征提取算法,剔除部分异常值与噪声,分析海缆的温度分布情况;通过仿真提取电气故障产生的温度分布情况;根据温度大小定量划分电气故障的阶段和程度。本发明可以对海缆的对应损伤状态进行定量评估分析。
Description
技术领域
本发明属于高压交流海底电缆故障诊断领域,尤其是一种高压交流海缆机械故障与电气故障诊断方法及系统。
背景技术
高压交流海缆是海上电网重要的电力传输方式,对实现区域电网互联起着重要作用,在复杂的海洋环境和施工等因素的影响下海缆极易受到破坏。常通过在线监测的方式了解海底电缆的实时状态。在海缆在线监测中,所获得的监测数据量是非常大的,不能直接用于故障模式的分类。为了快速、准确的进行故障诊断,就需要对原始监测数据作适当分析变换,提取反映海缆故障状态本质的有效信息特征,把原始的高维信号空间转变成低维特征空间,为后续的诊断提供准确依据。
当海缆发生机械故障时,海缆的应变会发生改变,同时产生振动,而温度在短时内没有明显变化,故可将应变信号作为机械故障诊断数据。海缆的电气故障主要有短路和电气等故障类型。海缆长期在复杂的海底环境工作,虽然有各种防水保护,但是长期工作在浸泡水环境中,海缆中不可避免渗入潮气,并且海缆绝缘层在高压电场和高温的共同作用下,不可避免出现老化现象;由于生产工艺的原因,绝缘层中还可能存在杂质和气隙等缺陷;以上因素都可能导致绝缘层中出现局部放电的现象,从而导致电气故障。而绝缘层在电、热、化学相互作用下,电气情况一旦发生只会越来越严重,直至绝缘层被击穿。一旦发生绝缘击穿,载流导体、过渡电阻与铅合金保护套(接地)之间形成短路,产生巨大的短路电流,对海缆造成巨大的损害甚至损毁。电气的主要表现形式为局部放电,目前主要采用放电能量对局部放电进行衡量,而放电能量大小与介质的老化程度密切相关。
对海底电缆的故障诊断,大多从定性的角度出发,即根据在线监测数据反映出的电缆状态,对电缆的故障进行分类,而缺乏对故障的定量研究,即故障所处的阶段和严重程度。因此,需要一套适用于海底电缆的故障诊断方法,对海底电缆大量在线监测数据进行有效信息提取,通过数据反映出的信息对故障进行定性和定量地诊断,做到既确定故障类型,又能够确定故障所处的阶段和严重程度。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷,提供一种高压交流海缆机械故障与电气故障诊断方法及系统,其在有效辨识海缆故障类型的前提下,基于高频振动的持续时间和温度的变化程度,对海缆的对应损伤状态进行定量评估分析。
为此,本发明采用的一种技术方案如下:高压交流海缆机械故障与电气故障诊断方法,包括机械故障诊断和电气故障诊断,
所述机械故障诊断的步骤包括:
S11、分布式监测海缆振动数据;
S12、采用ESMD特征提取算法处理振动数据,去除噪声,提取特征频率;
S13、测量高频振动的持续时间;
S14、将高频振动作为判断机械故障的依据,通过高频振动的持续时间定量划分机械故障的阶段和程度;
所述电气故障诊断的步骤包括:
S21、分布式监测海缆温度数据;
S22、通过ESMD特征提取算法,剔除部分异常值与噪声,分析海缆的温度分布情况;
S23、通过仿真提取电气故障产生的温度分布情况;
S24、根据温度大小定量划分电气故障的阶段和程度。
进一步地,步骤S11的具体内容如下:
获取高压交流海缆扰动分布式监测数据,并结合分布式光纤传感监测设备的特点,分析海缆振动海量分布数据。
进一步地,步骤S12中,ESMD特征提取算法对振动波形进行分解,进而得到故障特征频率;ESMD特征提取算法采用直接插值的算法代替三次样条插值,以最优的自适应全局曲线确定分解次数。
进一步地,步骤S12中,ESMD特征提取算法处理机械故障数据的步骤如下:
1)标出振动信号x(t)的所有极值点;
2)找出极值点之间的中点,并找出两个边界点分别命名为F0、F1;
式中,i表示极值点的编号;
3)对所述的n个中点,采用直接插值得到p条曲线:
4)令x(t)-L*=0重复以上步骤,直到|L*|≤ε,ε是允许范围内误差,或者筛选次数已经到达K,此时得到第一个本征模态函数M;
5)每得到一个本征模态函数,就从振动信号x(t)中扣除这一函数,对x(t)-M=0重复上述步骤,得到本征模态函数M1,M2,…M32,直到极值点个数不满足条件为止,此时的函数称为最优的自适应全局曲线R(t);
6)在区间内,筛选次数K的值不断变化,重复上述步骤,得到一系列结果,同时计算x(t)-R(t)的标准差σ,振动信号x(t)的标准差σ0,得到方差比率σ/σ0与K的变化趋势图;当方差比率最小时,表示减掉余项的信号最接近原始信号,此时筛选次数K为最优;
7)得到最优筛选次数后,重复步骤1)-5)即完成分解,就可以将原始信号分解成一系列本征模态函数及剩余部分的线性叠加,由此得到ESMD的分解结果为:
式中,Mi表示第i个本征模态函数。
通过将振动信号不断从高频到低频进行提取,分解得到的本征模态函数顺序是按频率由高到低进行排列的,即首先得到最高频的分量,然后是次高频的,最终得到一个频率接近为0的残余分量。能量大的高频分量总是代表了原信号的主要特性,是最主要的组成分量,通过分解便可将噪声信号去除,保留振动信号中的有用部分。
进一步地,步骤S14中,定量划分机械故障的阶段和程度的具体内容如下:
高频振动的持续时间为0~0.0045秒,机械故障状态属于正常;高频振动的持续时间为 0.0045~0.012秒,机械故障状态属于中度注意;高频振动的持续时间为0.012~0.03秒,机械故障状态属于高度注意;高频振动的持续时间为0.03~0.04秒,机械故障状态属于损坏。
进一步地,步骤S21的具体内容如下:
获取高压交流海缆运行温度与扰动分布式监测数据,并结合分布式光纤传感监测设备的特点,对海缆沿线温度海量分布数据分析。
进一步地,步骤S22中,ESMD特征提取算法处理电气故障数据的步骤如下:
1)标出温度信号x(t)的所有极值点;
2)找出极值点之间的中点,并找出两个边界点分别命名为F0、F1;
式中,i表示极值点的编号;
3)对所述的n个中点,采用直接插值得到p条曲线:
4)令x(t)-L*=0重复以上步骤,直到|L*|≤ε,ε是允许范围内误差,或者筛选次数已经到达K,此时得到第一个本征模态函数M;
5)每得到一个本征模态函数,就从温度信号x(t)中扣除这一函数,对x(t)-M=0重复上述步骤,得到本征模态函数M1,M2,…M32,直到极值点个数不满足条件为止,此时的函数称为最优的自适应全局曲线R(t);
6)在区间内,筛选次数K的值不断变化,重复上述步骤,得到一系列结果,同时计算x(t)-R(t)的标准差σ,振动信号x(t)的标准差σ0,得到方差比率σ/σ0与K的变化趋势图;当方差比率最小时,表示减掉余项的信号最接近原始信号,此时筛选次数K为最优;
7)得到最优筛选次数后,重复步骤1)-5)即完成分解,就可以将原始信号分解成一系列本征模态函数及剩余部分的线性叠加,由此得到ESMD的分解结果为:
式中,Mi表示第i个本征模态函数。
通过将温度信号不断从高频到低频进行提取,分解得到的本征模态函数顺序是按频率由高到低进行排列的,即首先得到最高频的分量,然后是次高频的,最终得到一个频率接近为0的残余分量。能量大的高频分量总是代表了原信号的主要特性,是最主要的组成分量,通过分解便可将噪声信号去除,保留温度信号中的有用部分。
进一步地,步骤S23的具体内容如下:
根据海缆各层结构的密度、传热系数、温度和比热容建立热-流-力耦合模型,分析以上多个因素变化分别引起的温度变化规律;通过对热-流-力耦合模型的仿真分析,排除环境因素对温度的影响,提取电气故障产生的温度分布情况。
进一步地,步骤S24的具体内容如下:
当温度变化情况为中间高、近电源侧高于远电源侧时,故障类型为接地短路;当温度变化情况为中间高、两端低时,故障类型为漏电;当温度变化情况为一侧数据丢失时,故障类型为断裂。
本发明采用的另一种技术方案为:高压交流海缆机械故障与电气故障诊断系统,包括机械故障诊断系统和电气故障诊断系统,
所述机械故障诊断系统包括:
海缆振动数据监测单元,用于分布式监测海缆振动数据;
振动数据处理单元,采用ESMD特征提取算法处理振动数据,去除噪声,提取特征频率;
高频振动持续时间测量单元,用于测量高频振动的持续时间;
机械故障划分单元,将高频振动作为判断机械故障的依据,通过高频振动的持续时间定量划分机械故障的阶段和程度;
所述电气故障诊断的步骤包括:
海缆温度数据监测单元,用于分布式监测海缆温度数据;
温度分布情况分析单元,通过ESMD特征提取算法,剔除部分异常值与噪声,分析海缆的温度分布情况;
温度分布情况提取单元,通过仿真提取电气故障产生的温度分布情况;
电气故障划分单元,根据温度大小定量划分电气故障的阶段和程度。
与现有技术相比,本发明具有以下优点:
一、对分布式监测数据的定量分析,可以对海缆运行状态进行更为有效的在线检测和诊断,有效缩短响应时间和维修时间。
二、对主要机械故障和电气故障进行研究分析,提取故障类型,为实时在线监测海缆工作状态提供理论基础。
三、在有效辨识海缆故障类型的前提下,基于高频振动的持续时间和温度的变化程度,对海缆的对应损伤状态进行定量评估分析,为及时发现海缆故障并及时采取必要的措施提供理论支撑。
附图说明
图1为本发明诊断机械故障的流程示意图;
图2为本发明诊断电气故障的流程示意图。
具体实施方式
下面结合说明书附图和具体实施例对本发明进行详细说明。
1.因锚砸产生的机械故障
如图1所示,本实施例提供一种基于在线监测数据对因锚砸产生的机械故障进行诊断的方法,适用于海底电缆的机械故障诊断。通过对海底电缆大量在线监测数据进行有效信息提取,根据数据反映出的信息对故障进行定性和定量地诊断,做到既确定故障类型,又能够确定故障所处的阶段和严重程度。该方法具体包括以下步骤:
S11、分布式监测振动数据
通过获取高压交流海缆运行温度与扰动分布式监测数据,并结合分布式光纤传感监测设备的特点,开展对海缆沿线温度、振动海量分布数据分析。提出监测数据的优选分析处理方法,实现对海缆温度、振动数据的分析与处理。当海缆发生机械故障时,海缆的应变会发生改变,同时产生振动,而温度在短时内没有明显变化,故可将应变信号作为机械故障诊断数据。
S12、ESMD算法处理数据,去除噪声,提取特征频率
振动数据获取完成后,使用ESMD算法对振动数据进行分析。ESMD算法能够对振动波形进行分解,进而得到故障特征频率。ESMD算法采用直接插值的算法代替三次样条插值,以最优的自适应全局曲线(Adaptive Global Mean,AGM)确定分解次数,对获得包络线不准确的问题效果较好。
ESMD的算法步骤如下:
1)标出振动信号x(t)的所有极值点。
2)找出极值点之间的中点,并找出两个边界点分别命名为F0、F1。
3)对这n个中点,采用直接插值得到p条曲线得到:
4)令x(t)-L*=0重复以上步骤,直到|L*|≤ε(ε是允许范围内误差),或者筛选次数已经到达K,此时可以得到第一个本征模态函数M。
5)对x(t)-M=0重复上述步骤,得到M1,M2,…M32,直到极值点个数不满足条件为止,此时的函数称为最优的AGM曲线R(t)。
6)在区间内,筛选次数K的值不断变化,重复上述步骤,得到一系列结果,同时计算x(t)-R(t)的标准差σ,振动信号x(t)的标准差σ0,因此可以知道方差比率σ/σ0与K的变化趋势图。当方差比率最小时,表示减掉余项的信号最接近原始信号,此时筛选次数K为最优。
7)得到最优筛选次数后,重复步骤1)-5)即可分解完成,由此得到ESMD的分解结果为:
S13、关注高频率振动的持续时间
海底电缆振动的数据得到采集之后,通过ESMD算法剔除了部分异常值与噪声,根据振动频率的高低对数据进行处理,探究海底电缆的振动在不同频段的分布情况。当发生锚害故障时由于短时间内电缆发生较大形变,此时会出现高频振动,而电缆在正常工作时,振动频率较低。因此高频振动作为判断机械故障的依据,并通过高频振动的持续时间判定机械故障的不同阶段。
S14、定量划分机械故障的阶段和程度
机械故障状态评估表
2.电气故障
如图2所示,本实施例提供一种基于在线监测数据对电气故障进行诊断的方法,适用于海底电缆的电气故障诊断。通过对海底电缆大量在线监测数据进行有效信息提取,根据数据反映出的信息对故障进行定性和定量地诊断。通过获取海缆运行温度分布式监测数据,开展对海缆沿线温度分析。提出监测数据的优选分析处理方法。该方法具体包括以下步骤:
S21、分布式监测温度数据
通过获取高压交流海缆运行温度与扰动分布式监测数据,并结合分布式光纤传感监测设备的特点,开展对海缆沿线温度海量分布数据分析。当海缆发生电气故障时,海缆的温度会发生明显改变,故将温度信号作为电气故障诊断数据。
S22、基于ESMD特征提取算法的噪声滤除处理方法
海缆发生电气故障后,故障点温度随着时间的增加而升高,热量也随之扩散至光纤,光纤温度也随之升高,并且故障点处的温度最高,温度向两边逐渐降低;并且随着电气程度的增加,故障点处的温度也是逐渐增加的,该故障的影响范围一般只有几米,范围较小。而海缆发生接地短路故障之后,导体、铅合金和铠装之间瞬间形成回路,并且瞬间电流非常大,使得金属材料产生大量的热量;随着时间的推移,热量传导到光纤,由于击穿电阻的存在使得故障点的温度比两边温度高,但是由于海缆短路特性,靠近电源端温度比远离电源短温度要高许多,该故障影响范围较大,一般具有千米级范围。海底电缆温度数据得到采集之后,通过ESMD算法剔除了部分异常值与噪声,探究海底电缆的温度分布情况。
S23、通过仿真提取电气故障产生的温度变化
当海水温度、洋流海水流速、负载电流和海缆埋深深度不同时,对于海缆的温度分布有一定影响,需要根据海缆各层结构的密度、传热系数、温度、比热容等参数建立热-流-力耦合模型,分析以上多个因素变化分别引起的温度变化规律。通过对耦合模型的仿真分析,可以排除环境因素对温度的影响,提取电气故障产生的温度变化。
S24、根据温度大小定量划分电气故障的阶段和程度
海缆电气故障特征总结如表所示,作为故障识别和诊断的依据。
电气故障状态评估
故障类型 | 物理量变化 | 故障特性 | 影响范围 | 时变特性 |
接地短路 | 温度升高 | 中间高,近电源侧高于远电源侧 | 公里级 | 短时升高 |
漏电 | 温度升高 | 中间高,两端低 | 米级 | 短时升高 |
断裂 | 部分传感数据丢失 | 一侧数据丢失 | 公里级 | 短时升高 |
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。显然,本行业的技术人员应该了解本发明的上述实施例仅是为清楚地说明本发明所做的举例,而并非是对本发明的实施方式的限定。本领域内的技术人员可以在本发明主要思想内做其他变化,这些所引申出的显而易见的变化,都应包含在本发明所要求保护的范围内。
Claims (10)
1.高压交流海缆机械故障与电气故障诊断方法,包括机械故障诊断和电气故障诊断,其特征在于,
所述机械故障诊断的步骤包括:
S11、分布式监测海缆振动数据;
S12、采用ESMD特征提取算法处理振动数据,去除噪声,提取特征频率;
S13、测量高频振动的持续时间;
S14、将高频振动作为判断机械故障的依据,通过高频振动的持续时间定量划分机械故障的阶段和程度;
所述电气故障诊断的步骤包括:
S21、分布式监测海缆温度数据;
S22、通过ESMD特征提取算法,剔除部分异常值与噪声,分析海缆的温度分布情况;
S23、通过仿真提取电气故障产生的温度分布情况;
S24、根据温度大小定量划分电气故障的阶段和程度。
2.根据权利要求1所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S11的具体内容如下:
获取高压交流海缆扰动分布式监测数据,并结合分布式光纤传感监测设备的特点,分析海缆振动海量分布数据。
3.根据权利要求1所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S12中,ESMD特征提取算法对振动波形进行分解,进而得到故障特征频率;ESMD算法采用直接插值的算法代替三次样条插值,以最优的自适应全局曲线确定分解次数。
4.根据权利要求3所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S12中,ESMD特征提取算法用于处理机械故障数据的步骤如下:
1)标出振动信号x(t)的所有极值点;
2)找出振动信号中各个极值点之间的中点,并找出两个边界点分别命名为F0、F1;
式中,i表示极值点的编号;
3)对所述的n个中点,采用直接插值得到p条曲线:
4)令x(t)-L*=0重复以上步骤,直到|L*|≤ε,ε是允许范围内误差,或者筛选次数已经到达K,此时得到第一个本征模态函数M;
5)每得到一个本征模态函数,就从原振动信号x(t)中扣除这一函数,对x(t)-M=0重复上述步骤,得到本征模态函数M1,M2,…M32,直到极值点个数不满足条件为止,此时的函数称为最优的自适应全局曲线R(t);
6)在区间内,筛选次数K的值不断变化,重复上述步骤,得到一系列结果,同时计算x(t)-R(t)的标准差σ,振动信号x(t)的标准差σ0,得到方差比率σ/σ0与K的变化趋势图;当方差比率最小时,表示减掉余项的信号最接近原始信号,此时筛选次数K为最优;
7)得到最优筛选次数后,重复步骤1)-5)即完成分解,将原始信号分解成一系列本征模态函数及剩余部分的线性叠加,由此得到ESMD的分解结果为:
式中,Mi表示第i个本征模态函数。
通过将振动信号不断从高频到低频进行提取,分解得到的本征模态函数顺序是按频率由高到低进行排列的,即首先得到最高频的分量,然后是次高频的,最终得到一个频率接近为0的残余分量。能量大的高频分量总是代表了原信号的主要特性,是最主要的组成分量,通过分解便可将噪声信号去除,保留振动信号中的有用部分。
5.根据权利要求1所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S14中,定量划分机械故障的阶段和程度的具体内容如下:
高频振动的持续时间为0~0.0045秒,机械故障状态属于正常;高频振动的持续时间为0.0045~0.012秒,机械故障状态属于中度注意;高频振动的持续时间为0.012~0.03秒,机械故障状态属于高度注意;高频振动的持续时间为0.03~0.04秒,机械故障状态属于损坏。
6.根据权利要求1所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S21的具体内容如下:
获取高压交流海缆运行温度与扰动分布式监测数据,并结合分布式光纤传感监测设备的特点,对海缆沿线温度海量分布数据分析。
7.根据权利要求1所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S22中,ESMD特征提取算法用于处理电气故障数据的步骤如下:
1)标出温度信号x(t)的所有极值点;
2)找出极值点之间的中点,并找出两个边界点分别命名为F0、F1;
式中,i表示极值点的编号;
3)对所述的n个中点,采用直接插值得到p条曲线:
4)令x(t)-L*=0重复以上步骤,直到|L*|≤ε,ε是允许范围内误差,或者筛选次数已经到达K,此时得到第一个本征模态函数M;
5)每得到一个本征模态函数,就从温度信号x(t)中扣除这一函数,对x(t)-M=0重复上述步骤,得到本征模态函数M1,M2,…M32,直到极值点个数不满足条件为止,此时的函数称为最优的自适应全局曲线R(t);
6)在区间内,筛选次数K的值不断变化,重复上述步骤,得到一系列结果,同时计算x(t)-R(t)的标准差σ,振动信号x(t)的标准差σ0,得到方差比率σ/σ0与K的变化趋势图;当方差比率最小时,表示减掉余项的信号最接近原始信号,此时筛选次数K为最优;
7)得到最优筛选次数后,重复步骤1)-5)即完成分解,将原始信号分解成一系列本征模态函数及剩余部分的线性叠加,由此得到ESMD的分解结果为:
式中,Mi表示第i个本征模态函数。
8.根据权利要求1所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S23的具体内容如下:
根据海缆各层结构的密度、传热系数、温度和比热容建立热-流-力耦合模型,分析以上多个因素变化分别引起的温度变化规律;通过对热-流-力耦合模型的仿真分析,排除环境因素对温度的影响,提取电气故障产生的温度分布情况。
9.根据权利要求1所述的高压交流海缆机械故障与电气故障诊断方法,其特征在于,步骤S24的具体内容如下:
当温度变化情况为中间高、近电源侧高于远电源侧时,故障类型为接地短路;当温度变化情况为中间高、两端低时,故障类型为漏电;当温度变化情况为一侧数据丢失时,故障类型为断裂。
10.高压交流海缆机械故障与电气故障诊断系统,包括机械故障诊断系统和电气故障诊断系统,其特征在于,
所述机械故障诊断系统包括:
海缆振动数据监测单元,用于分布式监测海缆振动数据;
振动数据处理单元,采用ESMD特征提取算法处理振动数据,去除噪声,提取特征频率;
高频振动持续时间测量单元,用于测量高频振动的持续时间;
机械故障划分单元,将高频振动作为判断机械故障的依据,通过高频振动的持续时间定量划分机械故障的阶段和程度;
所述电气故障诊断的步骤包括:
海缆温度数据监测单元,用于分布式监测海缆温度数据;
温度分布情况分析单元,通过ESMD特征提取算法,剔除部分异常值与噪声,分析海缆的温度分布情况;
温度分布情况提取单元,通过仿真提取电气故障产生的温度分布情况;
电气故障划分单元,根据温度大小定量划分电气故障的阶段和程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211087706.7A CN115479631A (zh) | 2022-09-07 | 2022-09-07 | 高压交流海缆机械故障与电气故障诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211087706.7A CN115479631A (zh) | 2022-09-07 | 2022-09-07 | 高压交流海缆机械故障与电气故障诊断方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115479631A true CN115479631A (zh) | 2022-12-16 |
Family
ID=84424094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211087706.7A Pending CN115479631A (zh) | 2022-09-07 | 2022-09-07 | 高压交流海缆机械故障与电气故障诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115479631A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556218A (zh) * | 2023-12-25 | 2024-02-13 | 北京建筑大学 | 一种线性工程季节性形变监测方法 |
CN118013401A (zh) * | 2024-04-10 | 2024-05-10 | 宁波联河光子技术有限公司 | 一种基于das的带式输送机振动误报抑制方法 |
-
2022
- 2022-09-07 CN CN202211087706.7A patent/CN115479631A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117556218A (zh) * | 2023-12-25 | 2024-02-13 | 北京建筑大学 | 一种线性工程季节性形变监测方法 |
CN118013401A (zh) * | 2024-04-10 | 2024-05-10 | 宁波联河光子技术有限公司 | 一种基于das的带式输送机振动误报抑制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115479631A (zh) | 高压交流海缆机械故障与电气故障诊断方法及系统 | |
CN106908674B (zh) | 一种基于多状态量预测的变压器状态评估方法 | |
CN109029959B (zh) | 一种变压器绕组的机械状态检测方法 | |
CN109443190B (zh) | 基于暂态行波的变压器绕组变形在线监测方法及装置 | |
CN106570644B (zh) | 一种基于统计工具的输变电设备量化评估方法 | |
CN115856456B (zh) | 一种电缆电荷测试数据传输方法 | |
CN116345701A (zh) | 一种低压无功补偿智能监测控制系统 | |
CN107703407A (zh) | 电力电缆诊断方法及装置 | |
CN116819250A (zh) | 一种对于光伏系统中故障电弧的探测方法 | |
CN109711687B (zh) | 一种基于改进熵值法的绝缘子状态模糊评估方法 | |
Shahid et al. | Novel health diagnostics schemes analyzing corona discharge of operational aerial bundled cables in coastal regions | |
CN114325493B (zh) | 基于多维度关联和综合诊断的变压器状态评价方法 | |
CN116861797B (zh) | 一种基于机器学习的隧道电缆剩余寿命预测方法及装置 | |
CN112611940A (zh) | 一种基于实时数据采集的配电柜电缆接头松动预警方法 | |
CN110132566B (zh) | 一种基于模糊聚类的oltc故障诊断方法 | |
CN116840614A (zh) | 基于谐波异动特征的电缆线路缺陷感知预警方法 | |
CN112946369B (zh) | 使用电力线通信设备的电缆老化识别方法 | |
CN115561575A (zh) | 基于多维矩阵轮廓的海上风电场电气异常状态辨别方法 | |
Gong et al. | A severity assessment method for multiple voltage sag | |
CN114444375A (zh) | 基于多参量融合计算的高压开关柜绝缘老化预测方法 | |
CN112241610B (zh) | 一种交联聚乙烯电缆的健康状态评估方法 | |
CN114462692A (zh) | 一种电网老旧设备技改策略优化调整方法 | |
CN113341223A (zh) | 一种适用于电网谐波分析及谐波源定位的方法 | |
CN112630638B (zh) | 一种断路器瓷套闪络辨识方法和系统 | |
CN117394311B (zh) | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 |
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 |