CN115494356A - 一种电力设备局部放电智能在线监测系统及方法 - Google Patents
一种电力设备局部放电智能在线监测系统及方法 Download PDFInfo
- Publication number
- CN115494356A CN115494356A CN202211140859.3A CN202211140859A CN115494356A CN 115494356 A CN115494356 A CN 115494356A CN 202211140859 A CN202211140859 A CN 202211140859A CN 115494356 A CN115494356 A CN 115494356A
- Authority
- CN
- China
- Prior art keywords
- data
- partial discharge
- equipment
- monitoring system
- sensor
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000003860 storage Methods 0.000 claims abstract description 10
- 238000012360 testing method Methods 0.000 claims description 20
- 230000001052 transient effect Effects 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 15
- 238000010587 phase diagram Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 208000028659 discharge Diseases 0.000 description 85
- 230000006870 function Effects 0.000 description 8
- 230000007547 defect Effects 0.000 description 6
- 239000002184 metal Substances 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000011810 insulating material Substances 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005672 electromagnetic field Effects 0.000 description 1
- 239000000945 filler Substances 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G01R31/12—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)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种电力设备局部放电智能在线监测系统及方法，所述系统包括传感层，用于采集局部放电信号，并将局部放电数据发送至网关模块；网关模块，与传感层相连接，用于接收传感层发送的局部放电数据，并进行边缘计算处理；数据服务模块，用于接收边缘计算后的数据并进行数据的管理、计算、分析、存储及应用，本发明利用网关收集传感设备采集到的局部放电数据，并进行边缘计算，以及在数据服务模块进行大数据的计算、存储，并在客户端实现监测数据的可视化展示，使得本发明监测系统能够实现智能检测、数据存储、数据分析与应用，提高工作效率，维护设备安全。
Description
技术领域
本发明涉及一种电力设备局部放电智能在线监测系统及方法，属于电力设备故障监测技术领域。
背景技术
配电线路以配电房为中继，在主城区通过配电电缆连接用户。配电房设备包括变压器、开关柜、输电电缆在运行过程中绝缘介质老化后将发生局部放电(也简称局放)，在局部放电作用下，绝缘特性将逐级劣化导致电力事故，严重威胁着电力系统的安全运行，及供电质量和可靠性。
据统计，引起配电一次绝缘介质劣化的主要因数是局部放电引起，占一次设备事故的85％以上。因此，如何有效发现配电设备的局部放电，及时检测出潜在的设备故障，是电力运行单位日益关心的问题。目前应用于配电局部放电检测及定位的手段主要分人员定期巡检、在线监测两种方式，定期巡检方式主要运用手持式检测仪，检测变压器、开关柜、输电电缆等一次设备内的气体成分、超声测量和暂态地电波测量等，将检测数据进行分析，判别是否存在缺陷；传统的在线监测系统在设备对应位置安装传感器，将传感器采集到的信号处理后，通过以太网、光纤传输至系统后台。
常规的局放在线监测系统虽然可以实现实时监测功能，但信号处理技术不成熟，传感器只有信号采集功能，并不具备分析诊断能力，大量数据在高压电磁场下传输过长，经常产生信号丢失、衰减、干扰，因此出现误报漏报现象，而且系统实施成本高昂，大大降低了系统功能的实用性，因此并不被大部分的运维人员所接受；另外，传感器采集到得数据缺乏深入的分析和处理，局放数据未能发挥其应有的作用。
发明内容
本发明的目的在于克服现有技术中的不足，提供一种电力设备局部放电智能在线监测系统及方法，能够对传感器采集数据进行较好的分析和处理。
为达到上述目的，本发明是采用下述技术方案实现的：
第一方面，本发明提供了一种电力设备局部放电智能在线监测系统，包括：
传感层，用于采集局部放电信号，并将局部放电数据发送至网关模块；
网关模块，与传感层相连接，用于接收传感层发送的局部放电数据，并进行边缘计算处理；
数据服务模块，用于接收边缘计算后的数据并进行数据的管理、计算、分析、存储及应用。
进一步的，还包括接入服务模块，所述接入服务模块与网关模块和数据服务模块相连接，用于接收网关模块传送来的数据，并将所述数据发送到数据服务模块。
进一步的，还包括客户端，所述客户端与数据服务模块相连接，用于将数据服务模块管理、计算、分析和应用所得到的数据进行可视化展示。
进一步的，所述传感层包括空间特高频传感器、超声波传感器、暂态地电压传感器、高频电流传感器，或者由空间特高频传感器、超声波传感器、暂态地电压传感器结合而成的三合一局部放电传感器。
进一步的，所述网关模块通过无线或有线通讯收集传感设备采集局部放电数据，所述无线或有线通讯方式包括通过5G网络、4G、NB-IoT、VPN多种网络、以太网、LORA、电力线载波通信。
进一步的，所述客户端通过Web的方式访问；接入服务模块采用MQTT协议，实现数据的收发。
第二方面，本发明提供一种根据前述任一项所述的电力设备局部放电智能在线监测系统的监测方法，其特征在于，适用于数据服务模块，所述监测方法包括：
接收网关模块发送的边缘计算后的数据并进行数据的管理、计算、分析、存储及应用，其中：
所述网关模块用于接收传感层发送的局部放电数据，并进行边缘计算处理；
传感层用于采集局部放电信号，并将局部放电数据发送至网关模块。
进一步的，所述传感层采集局部放电信号后，采用自适应阈值小波去噪方法进行白噪声的滤除，使用基于动态压缩系数的FFT自动阈值对周期窄带干扰进行抑制。
进一步的，所述传感层利用特征图谱对放电信号与干扰信号进行分类分离，并将分类分离后的放电信号与干扰信号建立幅值-相位图进行分析，获取更加准确的放电信号。
进一步的，所述接收网关模块发送的边缘计算后的数据并进行数据的管理、计算、分析、存储及应用，包括：
统计并显示当前集中器下的设备状态，包括正常、离线、告警、合计的设备数量，显示设备的异常率，以及当前网络状态，指导电力设备的状态检修；
显示当前集中器下的所有设备及其测试点和状态；
显示近一周的异常占比图，以所有数据中异常占比数最大值为代表值，并分别显示今日、本周、本月的异常数量；
自动更新检测局部放电节点数据，所述局部放电节点数据包括设备名称、测试点、测试时间、传感器类型、局放类型和检测结果；并可选择暂态地电压、超声、特高频等多种不同的传感器进行数据筛选，或者通过输入数据设备名称或选取时间段进行数据查询，在列表最下方显示当前数据的页数以及每页显示的条目数，进行修改和跳转；
自动更新检测温度节点数据，所述温度节点数据包括设备名称、测试点、测试时间、温度、湿度；并可通过输入数据设备名称或选取时间段进行数据查询，在列表最下方显示当前数据的页数以及每页显示的条目数，进行修改和跳转。
与现有技术相比，本发明所达到的有益效果：
本发明提供一种电力设备局部放电智能在线监测系统及方法，利用网关收集传感设备采集到的局部放电数据，并进行边缘计算，以及在数据服务模块进行大数据的计算、存储，并在客户端实现监测数据的可视化展示，使得本发明监测系统能够实现智能检测、数据存储、数据分析与应用，提高工作效率，维护设备安全。
附图说明
图1是本发明实施例提供的电力设备局放智能在线监测系统示意图；
图2是本发明实施例提供的电力设备局放智能在线监测系统原理框图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
如图1和2所示，本实施例介绍一种电力设备局部放电智能在线监测系统，由传感层、网关模块、接入服务模块、数据服务模块和客户端五大部分组成。
传感层主要利用传感器或传感设备对部放电信号的采集、接收、发送；网关模块主要通过无线或有线通讯收集传感设备采集到的局部放电数据，并进行边缘计算；接入服务模块用于接收网关模块传送来的数据，并将所述数据发送到数据服务模块；数据服务模块用于接收数据并进行数据的管理、计算、分析、存储及应用；客户端主要实现监测数据可视化展示。客户端通过Web的方式访问。
所述传感层为在电力设备上安装的基于超声、暂态地电压、特高频、高频的局部放电传感器(空间特高频传感器、超声波传感器、暂态地电压传感器、高频电流传感器)或者三合一(空间特高频传感器、超声波传感器、暂态地电压传感器)局部放电传感器，负责局部放电信号的采集、接收、发送。
1、特高频原理
电力设备发生局部放电时，其击穿时间非常短，会产生很陡的脉冲电流，其上升时间一般小于1ns,并向周围发射数GHz的电磁波。特高频法就是利用局部放电的特性，在GIS设备的盆式绝缘子等非屏蔽部位安装UHF传感器(典型频段为0.4GHz-1.5GHz)，对特高频信号(0.3GHz-3GHz)进行采集、分析、判断故障的类型，其原理图如图1。特高频电磁波在GIS设备内部衰减较小，且在GIS设备空腔内部容易产生谐振，因此特高频法对GIS设备内部缺陷检测灵敏度非常高、有效检测范围广；现场电晕放电的频段在0.3GHz以下，因此该方法具有较强的抗电气干扰能力，且不受噪声和机械振动等影响；特高频电磁波在GIS设备内部以近似光速传播，其到达各个UHF传感器的时间与距离成正比，因此该法也适合用于缺陷的定位；另外不同类型的局部放电特高频信号的特征明显，利于缺陷类型识别。
2、高频传感器
当高压电力电缆局部放电在电力设备很小的范围内发生时，局部击穿过程很快，将产生很陡的脉冲电流，脉冲电流将流经电力设备的接地引下线，同时会在垂直于电流传播方向的平面上产生磁场。通过在电力电缆的接地线上安装高频电流传感器和相位信息传感器，从局部放电产生的磁场中耦合能量，再经线圈转化为电信号的方式，可以检测判断电力设备中的局部放电缺陷。
3、暂态地电压传感器的基本原理
暂态地电压法本质上属于外部电容法局部放电检测技术的范畴。暂态地电压传感器本质上是一个金属盘，前面覆盖有PVC塑料，并用同轴屏蔽电缆引出。PVC塑料的作用一是充当绝缘材料，二是对传感器起到保护和支撑作用。测量时，暂态地电压传感器抵触在开关柜金属柜体上面，裸露的金属柜体可看作平板电容器的一个极板，而暂态地电压传感器则可看作平板电容器的另一个极板，中间的填充物则为PVC塑料。
对于由金属柜体、PVC材料和暂态地电压传感器构成的平板电容器来说，金属柜体表面出现的任何电荷变化均会在暂态地电压传感器的金属盘上感应出同样数量的电荷变化，并形成一定的高频感应电流。该高频电流经引出线输入到检测设备内部并经检测阻抗转换为与放电强度成正比的高频电压信号。经检测设备处理后，则可得到开关柜局部放电的放电强度、重复率等特征参数。
4、超声波局放传感器检测原理
电力设备内部产生局部放电信号的时候，会产生冲击的振动及声音。超声波法(AE，又称声发射法)通过在设备腔体外壁上安装超声波传感器来测量局部放电信号。该方法的特点是传感器与电力设备的电气回路无任何联系，不受电气方面的干扰，但在现场使用时易受周围环境噪声或设备机械振动的影响。由于超声信号在电力设备常用绝缘材料中的衰减较大，超声波检测法的检测范围有限，但具有定位准确度高的优点。
声波是一种机械振动波。当发生局部放电时，在放电的区域中，分子间产生剧烈的撞击，这种撞击在宏观上表现为一种压力。由于局部放电是一连串的脉冲形式，所以由此产生的压力波也是脉冲形式的，即产生了声波。它含有各种频率分量，频带很宽，为101～107Hz数量级范围。声音频率超过20kHz范围的称为超声波。由于局部放电区域很小，局放源通常可看成点声源。
另外，依据影响局部放电采集的干扰大致可以分为窄带干扰、声干扰和脉冲型干扰。为了提高传感器等抗干扰能力，针对这三种类型的干扰，可以采用自适应阈值小波去噪方法进行白噪声的滤除，使用基于动态压缩系数的FFT自动阈值对周期窄带干扰进行抑制。小波阀值降噪的原理是对采集到的信号在各个尺度上的小波系数设定一个阀值，如果某尺度上的系数大于阀值，则认为其对应于放电信号，如果小于阀值，则对应于噪声信号。最后将阈值处理获得的新小波系数利用小波逆变换进行重构，从而得到降噪后的信号。还有，在获得降噪后的信号后，即在提取出各相检测到的单个脉冲后，还需要判断所检测到的单个脉冲是放电脉冲还是干扰信号。基于放电信号与干扰信号的波形特征有差异，不同类型放电信号的波形特征也有差异；提取特征量后形成的特征图谱上元素的分布会呈现差异性，同一类别信号的分布规律大致相同，不同类别信号的分布不相同，从而可以轻易的对特征图谱上的元素进行分类分离。分类分离后，特征图谱上的每一类别元素又与原来的幅值-相位图上的元素一一对应，可对分类分离后不同模式的幅值-相位图进行分析，提高分析判断的准确性。
网关模块主要通过无线或有线通讯(包括5G网络、4G、NB-IoT、VPN多种网络、以太网、LORA、电力线载波通信等方式实现通讯)收集传感设备(传感器)采集到的局部放电数据，并进行边缘计算。本实施例采用物联网边缘计算网关。边缘计算是指在接近于事物、数据和行动源头处的计算；边缘计算是边缘计算网关的基础设施。边缘计算网关拥有较强的边缘计算能力，是一种可以在设备上运行本地计算、消息通信、数据缓存等功能的智能网关，可以在无需联网的情况实现设备的本地联动以及数据处理分析。将边缘计算网关运用于本实施例之中，能够对传感层的传感器进行数据的监测和边缘侧的就近计算，工业级边缘计算网关可以帮助传感器采集的数据快速接入高速互联网，通过5G网络、4G、NB-IoT、VPN多种网络、以太网、LORA、电力线载波通信等无线或有线通讯方式，可实现数据服务模块与传感设备之间的连接及数据交互。
作为一种实现方式，网关模块可以采用局部放电边缘计算应用程序(APP)代替。该应用程序在公共的软件运行环境，可以包括通用基础功能和配电局放业务功能两大部分。通用功能可实现：a)云边交互及与应用交互通信；b)终端设备的管理；c)应用数据采集与存储；d)操作系统、边缘计算框架、边缘计算、应用容器管理；e)安全服务。局放业务功能实现：a)传感网络系统管理，b)终端设备物理模型注册和接入管理，c)终端数据解析与设置指令下发、终端及边缘计算应用软件消息路由，并可进行站点局放数据统计，可进行轻量化局放诊断分析，展示PRPS、PRPD图谱等。
接入服务模块主要采用MQTT协议，实现接收网关模块传送来的数据，并将所述数据发送到数据服务模块。MQTT协议是基于TCP/IP协议栈构建的异步通信消息协议，是一种轻量级的分发、订阅信息传输协议。
数据服务模块用于接收数据对局放数据进行集中管理、计算、分析和应用；通过对智能检测、数据存储、数据分析与应用进行统一管理，提高工作效率，维护设备安全；
数据服务模块对数据的管理、计算、分析和应用包含电力设备状态评估、设备列表、电力设备异常趋势及其处理统计、传感器数据(传感器数据分为局放数据、温度数据)等方面。其中，
电力设备状态评估：统计并显示当前集中器下的设备状态，包括正常、离线、告警、合计的设备数量，显示设备的异常率，以及当前网络状态；指导电力设备的状态检修。
设备列表：显示当前集中器下的所有设备及其测试点和状态。
电力设备异常趋势图及其处理统计：显示近一周的异常占比图，以所有数据中异常占比数最大值为代表值，并分别显示今日、本周、本月的异常数量。
局放数据：该数据服务模块设计为自动更新检测节点数据，该数据包含了设备名称、测试点、测试时间、传感器类型、局放类型和检测结果，可以选择暂态地电压、超声、特高频等多种不同的传感器进行数据筛选，也可以通过输入数据设备名称或选取时间段进行数据查询；在列表最下方显示当前数据的页数以及每页显示的条目数，可以进行修改和跳转。
温度数据：系统启动后，该数据服务模块会自动更新检测节点数据，该数据包含了设备名称、测试点、测试时间、温度、湿度，可以通过输入数据设备名称或选取时间段进行数据查询；在列表最下方显示当前数据的页数以及每页显示的条目数，可以进行修改和跳转。
客户端主要实现监测数据可视化展示，将数据服务模块管理、计算、分析和应用所得到等数据进行可视化展示。本实施例中，客户端通过Web的方式访问。
实施例2
本实施例提供一种根据实施例1中任一项所述的电力设备局部放电智能在线监测系统的监测方法，适用于数据服务模块，所述监测方法包括：
接收网关模块发送的边缘计算后的数据并进行数据的管理、计算、分析、存储及应用，其中：
所述网关模块用于接收传感层发送的局部放电数据，并进行边缘计算处理；
传感层用于采集局部放电信号，并将局部放电数据发送至网关模块。
进一步的，所述传感层采集局部放电信号后，采用自适应阈值小波去噪方法进行白噪声的滤除，使用基于动态压缩系数的FFT自动阈值对周期窄带干扰进行抑制。
进一步的，所述传感层利用特征图谱对放电信号与干扰信号进行分类分离，并将分类分离后的放电信号与干扰信号建立幅值-相位图进行分析，获取更加准确的放电信号。
进一步的，所述接收网关模块发送的边缘计算后的数据并进行数据的管理、计算、分析、存储及应用，包括：
统计并显示当前集中器下的设备状态，包括正常、离线、告警、合计的设备数量，显示设备的异常率，以及当前网络状态，指导电力设备的状态检修；
显示当前集中器下的所有设备及其测试点和状态；
显示近一周的异常占比图，以所有数据中异常占比数最大值为代表值，并分别显示今日、本周、本月的异常数量；
自动更新检测局部放电节点数据，所述局部放电节点数据包括设备名称、测试点、测试时间、传感器类型、局放类型和检测结果；并可选择暂态地电压、超声、特高频等多种不同的传感器进行数据筛选，或者通过输入数据设备名称或选取时间段进行数据查询，在列表最下方显示当前数据的页数以及每页显示的条目数，进行修改和跳转；
自动更新检测温度节点数据，所述温度节点数据包括设备名称、测试点、测试时间、温度、湿度；并可通过输入数据设备名称或选取时间段进行数据查询，在列表最下方显示当前数据的页数以及每页显示的条目数，进行修改和跳转。
本实施例提供一种电力设备局部放电智能在线监测系统，利用网关收集传感设备采集到的局部放电数据，并进行边缘计算，以及在数据服务模块进行大数据的计算、存储，并在客户端实现监测数据的可视化展示，使得本发明监测系统能够实现智能检测、数据存储、数据分析与应用，提高工作效率，维护设备安全。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种电力设备局部放电智能在线监测系统，其特征在于，包括：
传感层，用于采集局部放电信号，并将局部放电数据发送至网关模块；
网关模块，与传感层相连接，用于接收传感层发送的局部放电数据，并进行边缘计算处理；
数据服务模块，用于接收边缘计算后的数据并进行数据的管理、计算、分析、存储及应用。
2.根据权利要求1所述的电力设备局部放电智能在线监测系统，其特征在于，还包括接入服务模块，所述接入服务模块与网关模块和数据服务模块相连接，用于接收网关模块传送来的数据，并将所述数据发送到数据服务模块。
3.根据权利要求1所述的电力设备局部放电智能在线监测系统，其特征在于，还包括客户端，所述客户端与数据服务模块相连接，用于将数据服务模块管理、计算、分析和应用所得到的数据进行可视化展示。
4.根据权利要求1所述的电力设备局部放电智能在线监测系统，其特征在于，所述传感层包括空间特高频传感器、超声波传感器、暂态地电压传感器、高频电流传感器，或者由空间特高频传感器、超声波传感器、暂态地电压传感器结合而成的三合一局部放电传感器。
5.根据权利要求1所述的电力设备局部放电智能在线监测系统，其特征在于，所述网关模块通过无线或有线通讯收集传感设备采集局部放电数据，所述无线或有线通讯方式包括通过5G网络、4G、NB-IoT、VPN多种网络、以太网、LORA、电力线载波通信。
6.根据权利要求3所述的电力设备局部放电智能在线监测系统，其特征在于，所述客户端通过Web的方式访问；接入服务模块采用MQTT协议，实现数据的收发。
7.一种根据权利要求1-6任一项所述的电力设备局部放电智能在线监测系统的监测方法，其特征在于，适用于数据服务模块，所述监测方法包括：
接收网关模块发送的边缘计算后的数据并进行数据的管理、计算、分析、存储及应用，其中：
所述网关模块用于接收传感层发送的局部放电数据，并进行边缘计算处理；
传感层用于采集局部放电信号，并将局部放电数据发送至网关模块。
8.根据权利要求7所述的电力设备局部放电智能在线监测系统的监测方法，其特征在于，所述传感层采集局部放电信号后，采用自适应阈值小波去噪方法进行白噪声的滤除，使用基于动态压缩系数的FFT自动阈值对周期窄带干扰进行抑制。
9.根据权利要求7所述的电力设备局部放电智能在线监测系统的监测方法，其特征在于，所述传感层利用特征图谱对放电信号与干扰信号进行分类分离，并将分类分离后的放电信号与干扰信号建立幅值-相位图进行分析，获取更加准确的放电信号。
10.根据权利要求7所述的电力设备局部放电智能在线监测系统的监测方法，其特征在于，所述接收网关模块发送的边缘计算后的数据并进行数据的管理、计算、分析、存储及应用，包括：
统计并显示当前集中器下的设备状态，包括正常、离线、告警、合计的设备数量，显示设备的异常率，以及当前网络状态，指导电力设备的状态检修；
显示当前集中器下的所有设备及其测试点和状态；
显示近一周的异常占比图，以所有数据中异常占比数最大值为代表值，并分别显示今日、本周、本月的异常数量；
自动更新检测局部放电节点数据，所述局部放电节点数据包括设备名称、测试点、测试时间、传感器类型、局放类型和检测结果；并可选择暂态地电压、超声、特高频等多种不同的传感器进行数据筛选，或者通过输入数据设备名称或选取时间段进行数据查询，在列表最下方显示当前数据的页数以及每页显示的条目数，进行修改和跳转；
自动更新检测温度节点数据，所述温度节点数据包括设备名称、测试点、测试时间、温度、湿度；并可通过输入数据设备名称或选取时间段进行数据查询，在列表最下方显示当前数据的页数以及每页显示的条目数，进行修改和跳转。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211140859.3A CN115494356A (zh) | 2022-09-20 | 2022-09-20 | 一种电力设备局部放电智能在线监测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211140859.3A CN115494356A (zh) | 2022-09-20 | 2022-09-20 | 一种电力设备局部放电智能在线监测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115494356A true CN115494356A (zh) | 2022-12-20 |
Family
ID=84470908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211140859.3A Pending CN115494356A (zh) | 2022-09-20 | 2022-09-20 | 一种电力设备局部放电智能在线监测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115494356A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115993504A (zh) * | 2023-03-23 | 2023-04-21 | 山东盛日电力集团有限公司 | 一种电气设备的智能故障诊断方法及系统 |
| CN117538710A (zh) * | 2023-12-14 | 2024-02-09 | 四川大唐国际甘孜水电开发有限公司 | 用于局部动态放电监测的智能预警方法及系统 |
| CN118209830A (zh) * | 2024-05-14 | 2024-06-18 | 山东博通节能科技有限公司 | 一种电缆局放异常智能监测方法及系统 |
-
2022
- 2022-09-20 CN CN202211140859.3A patent/CN115494356A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115993504A (zh) * | 2023-03-23 | 2023-04-21 | 山东盛日电力集团有限公司 | 一种电气设备的智能故障诊断方法及系统 |
| CN115993504B (zh) * | 2023-03-23 | 2023-08-18 | 山东盛日电力集团有限公司 | 一种电气设备的智能故障诊断方法及系统 |
| CN117538710A (zh) * | 2023-12-14 | 2024-02-09 | 四川大唐国际甘孜水电开发有限公司 | 用于局部动态放电监测的智能预警方法及系统 |
| CN118209830A (zh) * | 2024-05-14 | 2024-06-18 | 山东博通节能科技有限公司 | 一种电缆局放异常智能监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115494356A (zh) | 一种电力设备局部放电智能在线监测系统及方法 | |
| CN105510525B (zh) | 一种输电线路污秽监测装置及方法 | |
| EP2082246B1 (en) | Cable fault detection | |
| CN105629100B (zh) | 基于异常振动分析的gis机械缺陷诊断系统及方法 | |
| DE68920198T2 (de) | Abnormitäts-Diagnosesystem für eine Hochspannungsanlage. | |
| CN103913679B (zh) | 高压开关柜局部放电在线监测系统 | |
| CN102298107A (zh) | 便携式局部放电超声波云检测装置 | |
| CN201909667U (zh) | 变压器运行状态声音、局部放电在线监测和分析装置 | |
| CN102520240A (zh) | 大型变压器偏磁电流监测预警系统 | |
| CN104061851A (zh) | 基于过电压响应的变压器绕组变形在线监测方法 | |
| CN109474333A (zh) | 一种基于深度学习的电力光缆实时监测保护系统 | |
| CN102353881A (zh) | 基于局部放电监测的电容器在线监测系统 | |
| CN106770652A (zh) | 基于声波特征的高压变压器健康状态监测装置及监测方法 | |
| CN112986870A (zh) | 基于振动法的分布式电力变压器绕组状态监测方法及系统 | |
| CN107290583A (zh) | 一种变压器高频局部放电与工频接地电流联合监测装置 | |
| CN114089135A (zh) | 一种变配电高频电流局放传感器及其方法 | |
| CN116449256A (zh) | 一种基于声纹传感的变压器状态故障诊断系统及其方法 | |
| Liu et al. | Partial discharge diagnosis by simultaneous observation of discharge pulses and vibration signal | |
| CN112363029A (zh) | 一种设备电晕放电在线监测系统及其监测方法 | |
| CN205581259U (zh) | 一种具有微气象监测的gis局部放电在线监测系统 | |
| CN118380013A (zh) | 一种基于声纹识别技术的开关柜监测与故障诊断方法 | |
| CN117517904A (zh) | 一种电网用开关柜局放检测装置 | |
| CN102497025B (zh) | 一种自动分段器的远程状态监测方法 | |
| CN105425124A (zh) | 变压器局部放电在线监测系统及监测方法 | |
| CN112162181B (zh) | 一种监测方法、装置及计算机可读存储介质 |
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 |