CN115951263A - 一种牵引系统主回路接地故障诊断方法 - Google Patents
一种牵引系统主回路接地故障诊断方法 Download PDFInfo
- Publication number
- CN115951263A CN115951263A CN202310233361.XA CN202310233361A CN115951263A CN 115951263 A CN115951263 A CN 115951263A CN 202310233361 A CN202310233361 A CN 202310233361A CN 115951263 A CN115951263 A CN 115951263A
- Authority
- CN
- China
- Prior art keywords
- fault
- ground fault
- type
- characteristic index
- main loop
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005315 distribution function Methods 0.000 claims abstract description 28
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 26
- 238000005070 sampling Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 238000002405 diagnostic procedure Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明提出一种牵引系统主回路接地故障诊断方法,涉及故障诊断的技术领域,首先对与牵引系统的主回路接地故障相关的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标,然后离线构建不同工况信息下第一故障特征指标、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;再对待处理的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率,并将分配概率进行融合,获得分配概率的组合结果,最后引入故障决策原则分析分配概率的组合结果,作出最终的主回路接地故障的决策结果,考虑了故障源与故障特征之间关系的不确定性,提高了故障诊断准确度。
Description
技术领域
本发明涉及故障诊断的技术领域,特别涉及一种牵引系统主回路接地故障诊断方法。
背景技术
牵引系统是列车的核心动力单元,由于列车运行环境复杂,牵引系统容易受到环境温度、湿度和供电浪涌等因素的影响,导致列车在行驶过程中发生故障。牵引系统主回路接地故障是在列车行驶过程中常见的故障之一,附图1为牵引系统主回路的电路图,据统计,牵引系统主回路接地故障通常发生在附图1中的①~⑥位置,当发生单点故障时,对列车的危害可以忽略,不会影响系统的正常工作,但两点或多点接地,就可能产生很大的短路电流,造成电传动系统部件的烧损,严重情况下甚至会导致机破,因此,为了避免形成多点故障,实时诊断出故障位置,实现故障溯源,对提高列车的行驶安全具有重要意义。
目前,主回路接地故障的检测方法主要采用基于硬件接地的信号检测法,通过检测信号的上下限超限报警方式实现接地故障检测,但无法准确定位故障发生位置,不能区分具体故障点,导致检修效率低,为解决上述问题,现有技术公开了一种主回路接地故障诊断方法,通过对故障特征向量的分析计算,来确定主回路接地故障发生的位置,从而对故障源进行定位,但该方法是利用故障特征向量决定故障发生位置,把故障源与故障特征向量的关系当作线性映射关系,而列车实际行驶过程中不同故障源与故障特征向量的关系往往属于非线性映射关系,即不同故障源与故障特征向量的关系不确定,这种不确定性是难以用线性方法描述的,所以利用故障的特征向量是无法精准确定位故障发生位置。
发明内容
为解决在当前主回路接地故障诊断方法中,未考虑故障源与故障特征之间关系的不确定性,导致故障诊断准确度低的问题,本发明提出一种牵引系统主回路接地故障诊断方法,考虑了故障源与故障特征之间关系的不确定性,提高了故障诊断准确度。
为了达到上述技术效果,本发明的技术方案如下:
一种牵引系统主回路接地故障诊断方法,包括以下步骤:
S1.获取与牵引系统的主回路接地故障相关的系统信号;
S2.对系统信号进行预处理,得到第一故障特征指标和第二故障特征指标;
S3.离线构建不同工况信息下第一故障特征指标与主回路接地故障类型、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;
S4.在线采集待处理的系统信号,对待处理的系统信号进行预处理;基于预处理完的待处理的系统信号,查找离线构建的概率分配函数库,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率;
S5.将分配概率进行融合,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率的组合结果;
S6.引入故障决策原则,基于故障决策原则,从组合结果中,判断出最终的主回路接地故障的决策结果。
优选地,S2对系统信号进行预处理的具体步骤为:
S22.利用第一故障特征变量,计算第一故障特征变量的第一故障特征指标;利用第二故障特征变量,计算第二故障特征变量的第二故障特征指标。
其中,N表示一个滑动窗内采样的最大点数,i表示一个滑动窗内采样点数,k表示采样时刻。
优选地,利用Dempster-Shafer证据理论将分配概率进行融合,具体融合公式为:
其中,表示第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率的组合结果,表示对应F上的主回路接地故障类型的分配概率,表示对应F上的主回路接地故障类型的分配概率,表示对应F上的主回路接地故障类型的分配概率,表示对应F上的对应主回路接地故障类型的分配概率,表示对应F上的对应主回路接地故障类型的分配概率。
其中,p表示故障事件的个数;
优选地,所述决策结果包括主回路接地故障类型和主回路接地故障发生地点。
与现有技术相比,本发明技术方案的有益效果是:
本发明提出一种牵引系统主回路接地故障诊断方法,首先对与牵引系统的主回路接地故障相关的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标,然后离线构建不同工况信息下第一故障特征指标与主回路接地故障类型、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;再通过对待处理的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率,便于建立第一故障特征指标和第二故障特征指标与主回路接地故障类型的概率映射关系,进一步将分配概率进行融合,获得分配概率的组合结果,便于从分配概率中获得最具差异性的信息,消除了不同分配概率之间的相关性而产生的冗余信息,提高后续做出故障决策的准确度,最后引入故障决策原则分析分配概率的组合结果,作出最终的主回路接地故障的决策结果,溯源主回路接地故障发生的原因,考虑了故障源与故障特征之间关系的不确定性,提高了故障诊断准确度。
附图说明
图1表示本发明实施例中提出的牵引系统主回路的电路图;
图2表示本发明实施例中提出的一种牵引系统主回路接地故障诊断方法的流程图;
图3表示本发明实施例中提出的一种牵引系统主回路接地故障诊断方法的算法流程图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好地说明本实施例,附图某些部位会有省略、放大或缩小,并不代表实际尺寸,“上”“下”等部位方向的描述非对本专利的限制;
对于本领域技术人员来说,附图中某些公知内容说明可能省略是可以理解的;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
参见图2及图3,一种牵引系统主回路接地故障诊断方法,包括以下步骤:
S1.获取与牵引系统的主回路接地故障相关的系统信号;
在步骤S1中,根据故障机理,数量出接地点与主回路接地故障类型的对应关系如表1所示,并从牵引系统的采集信号中,获取牵引系统的主回路接地故障相关的系统信号;所述系统信号包括原边电压传感器采样信号、直流母线电压传感器采样信号以及接地检测电压传感器采样信号和工况信息信号。
表1 牵引系统常见主回路接地故障点
S2.对系统信号进行预处理,得到第一故障特征指标和第二故障特征指标;
在步骤S2中,对系统信号进行预处理的具体步骤为:
在步骤S22中,基于主回路接地故障的历史现场案例数据,设定滑动窗长度,每次滑动为一个采样点,通过计算一个滑动窗内的统计域的特征,分别得到第一故障特征变量的第一故障特征指标和第二故障特征变量的第二故障特征指标;所述的第一故障特征指标包括均值、方差、最大值和最大绝对值,将均值、方差、最大值和最大绝对值依次记为、、和;
其中,N表示一个滑动窗内采样的最大点数,i表示一个滑动窗内采样点数,k表示采样时刻;
S3.离线构建不同工况信息下第一故障特征指标与主回路接地故障类型、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;
S4.在线采集待处理的系统信号,对待处理的系统信号进行预处理;基于预处理完的待处理的系统信号,查找离线构建的概率分配函数库,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率;
S4对待处理的系统信号进行预处理的具体步骤为:首先基于采集待处理的系统信号中的直流母线电压传感器采样信号和接地检测电压传感器采样信号,计算第一故障特征变量;并基于采集待处理的系统信号中的的第一故障特征变量、直流母线电压传感器采样信号和原边电压传感器采样信号,计算第二故障特征变量;然后利用实时的第一故障特征变量,计算第一故障特征变量的第一故障特征指标,利用实时的第二故障特征变量,计算第二故障特征变量的第二故障特征指标;再根据实时计算的第一故障特征指标、第二故障特征指标与工况信息,查找离线构建的概率分配函数库,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率;
S5.将分配概率进行特征规则融合,得到主回路接地故障类型的初步分类结果;
S6.引入故障决策原则,基于故障决策原则,从主回路接地故障类型的初步分类结果中,判断出最终的主回路接地故障的决策结果。
步骤S所述的决策结果包括主回路接地故障类型和主回路接地故障发生地点。
在本实施例中,首先对与牵引系统的主回路接地故障相关的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标,然后离线构建不同工况信息下第一故障特征指标与主回路接地故障类型、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;再通过对待处理的系统信号进行预处理,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率,便于建立第一故障特征指标和第二故障特征指标与主回路接地故障类型的概率映射关系,进一步将分配概率进行融合,获得分配概率的组合结果,便于从分配概率中获得最具差异性的信息,消除了不同分配概率之间的相关性而产生的冗余信息,提高后续做出故障决策的准确度,最后引入故障决策原则分析分配概率的组合结果,作出最终的主回路接地故障的决策结果,溯源主回路接地故障发生的原因,考虑了故障源与故障特征之间关系的不确定性,提高了故障诊断准确度。
实施例2
在步骤S42中,参见图1及图2,以四象限运行和逆变运行工况为例,在四象限运行和逆变运行工况下,基于历史数据的统计特征以及模糊逻辑,建立证据与故障集合F中主回路接地故障类型的隶属度函数共有三种,分别为降半高斯分布函数、升半高斯分布函数和高斯模糊分布函数,用于拟合不同工况下相关故障特征指标与主回路接地故障类型的概率隶属关系;
其中,x表示实时输入的,a表示阀值;当x输入时,与故障集合F中主回路接地故障类型的隶属度函数采用式(7.1)、(7.2)和(7.3)表示;当x输入时,与故障集合中F主回路接地故障类型的隶属度函数采用式(7.3)表示;当x输入时,与故障集合F中主回路接地故障类型的隶属度函数采用式(7.2)和(7.3)表示;当x输入时,与故障集合F中主回路接地故障类型的隶属度函数采用式(7.2);当x输入时,与故障集合F中主回路接地故障类型的隶属度函数采用式(7.3)表示。
所述概率分配函数m i(F(k))满足以下条件:
实施例3
参见图2及图3,步骤S5利用Dempster-Shafer证据理论将分配概率进行融合,具体融合公式为:
其中,表示第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率的组合结果,表示对应F上的主回路接地故障类型的分配概率,表示对应F上的主回路接地故障类型的分配概率,表示对应F上的主回路接地故障类型的分配概率,表示对应F上的对应主回路接地故障类型的分配概率,表示对应F上的对应主回路接地故障类型的分配概率。
其中,p表示故障事件的个数;
显然,本发明的上述实施例仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种牵引系统主回路接地故障诊断方法,其特征在于,包括以下步骤:
S1.获取与牵引系统的主回路接地故障相关的系统信号;
S2.对系统信号进行预处理,得到第一故障特征指标和第二故障特征指标;
S3.离线构建不同工况信息下第一故障特征指标与主回路接地故障类型、第二故障特征指标与主回路接地故障类型的概率分配函数,组成概率分配函数库;
S4.在线采集待处理的系统信号,对待处理的系统信号进行预处理;基于预处理完的待处理的系统信号,查找离线构建的概率分配函数库,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率;
S5.将分配概率进行融合,得到第一故障特征指标和第二故障特征指标对应主回路接地故障类型的分配概率的组合结果;
S6.引入故障决策原则,基于故障决策原则,从组合结果中,判断出最终的主回路接地故障的决策结果。
10.根据权利要求1-9任一项所述的牵引系统主回路接地故障诊断方法,其特征在于,所述决策结果包括主回路接地故障类型和主回路接地故障发生地点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310233361.XA CN115951263B (zh) | 2023-03-13 | 2023-03-13 | 一种牵引系统主回路接地故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310233361.XA CN115951263B (zh) | 2023-03-13 | 2023-03-13 | 一种牵引系统主回路接地故障诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115951263A true CN115951263A (zh) | 2023-04-11 |
CN115951263B CN115951263B (zh) | 2023-06-16 |
Family
ID=85906942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310233361.XA Active CN115951263B (zh) | 2023-03-13 | 2023-03-13 | 一种牵引系统主回路接地故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115951263B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920511A (zh) * | 2006-08-01 | 2007-02-28 | 东北电力大学 | 离心泵振动故障融合诊断方法及振动信号采集装置 |
CN102737468A (zh) * | 2012-07-11 | 2012-10-17 | 重庆大学 | 基于无线多传感器信息融合的火灾检测系统及方法 |
CN103557884A (zh) * | 2013-09-27 | 2014-02-05 | 杭州银江智慧城市技术集团有限公司 | 一种输电线路杆塔监控的多传感器数据融合预警方法 |
CN104655423A (zh) * | 2013-11-19 | 2015-05-27 | 北京交通大学 | 一种基于时频域多维振动特征融合的滚动轴承故障诊断方法 |
CN105067940A (zh) * | 2015-08-06 | 2015-11-18 | 株洲南车时代电气股份有限公司 | 一种机车牵引变流器主回路的接地诊断方法 |
CN106932670A (zh) * | 2017-02-08 | 2017-07-07 | 国家电网公司 | 一种基于d‑s证据理论的配电自动化终端状态诊断方法 |
CN108318249A (zh) * | 2018-01-24 | 2018-07-24 | 广东石油化工学院 | 一种旋转机械轴承的故障诊断方法 |
CN108680808A (zh) * | 2018-05-18 | 2018-10-19 | 浙江新能量科技股份有限公司 | 电气设备故障诊断方法及装置 |
CN110879372A (zh) * | 2019-12-03 | 2020-03-13 | 中南大学 | 基于特征相关的牵引系统主回路接地故障诊断方法及系统 |
CN113219329A (zh) * | 2021-04-01 | 2021-08-06 | 国网江苏省电力有限公司检修分公司 | 一种高压断路器故障融合诊断方法 |
CN113988188A (zh) * | 2021-10-29 | 2022-01-28 | 株洲中车时代软件技术有限公司 | 故障诊断方法、装置、电子设备及存储介质 |
CN114372693A (zh) * | 2021-12-31 | 2022-04-19 | 新疆大学 | 一种基于云模型和改进ds证据理论的变压器故障诊断方法 |
CN115018247A (zh) * | 2022-04-20 | 2022-09-06 | 贵州电网有限责任公司 | 基于模糊层次分析和改进加权组合的输变电工程评估方法 |
CN115524573A (zh) * | 2021-06-25 | 2022-12-27 | 株洲中车时代电气股份有限公司 | 故障检测方法、装置、存储介质及电子设备 |
-
2023
- 2023-03-13 CN CN202310233361.XA patent/CN115951263B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920511A (zh) * | 2006-08-01 | 2007-02-28 | 东北电力大学 | 离心泵振动故障融合诊断方法及振动信号采集装置 |
CN102737468A (zh) * | 2012-07-11 | 2012-10-17 | 重庆大学 | 基于无线多传感器信息融合的火灾检测系统及方法 |
CN103557884A (zh) * | 2013-09-27 | 2014-02-05 | 杭州银江智慧城市技术集团有限公司 | 一种输电线路杆塔监控的多传感器数据融合预警方法 |
CN104655423A (zh) * | 2013-11-19 | 2015-05-27 | 北京交通大学 | 一种基于时频域多维振动特征融合的滚动轴承故障诊断方法 |
CN105067940A (zh) * | 2015-08-06 | 2015-11-18 | 株洲南车时代电气股份有限公司 | 一种机车牵引变流器主回路的接地诊断方法 |
CN106932670A (zh) * | 2017-02-08 | 2017-07-07 | 国家电网公司 | 一种基于d‑s证据理论的配电自动化终端状态诊断方法 |
CN108318249A (zh) * | 2018-01-24 | 2018-07-24 | 广东石油化工学院 | 一种旋转机械轴承的故障诊断方法 |
CN108680808A (zh) * | 2018-05-18 | 2018-10-19 | 浙江新能量科技股份有限公司 | 电气设备故障诊断方法及装置 |
CN110879372A (zh) * | 2019-12-03 | 2020-03-13 | 中南大学 | 基于特征相关的牵引系统主回路接地故障诊断方法及系统 |
CN113219329A (zh) * | 2021-04-01 | 2021-08-06 | 国网江苏省电力有限公司检修分公司 | 一种高压断路器故障融合诊断方法 |
CN115524573A (zh) * | 2021-06-25 | 2022-12-27 | 株洲中车时代电气股份有限公司 | 故障检测方法、装置、存储介质及电子设备 |
CN113988188A (zh) * | 2021-10-29 | 2022-01-28 | 株洲中车时代软件技术有限公司 | 故障诊断方法、装置、电子设备及存储介质 |
CN114372693A (zh) * | 2021-12-31 | 2022-04-19 | 新疆大学 | 一种基于云模型和改进ds证据理论的变压器故障诊断方法 |
CN115018247A (zh) * | 2022-04-20 | 2022-09-06 | 贵州电网有限责任公司 | 基于模糊层次分析和改进加权组合的输变电工程评估方法 |
Non-Patent Citations (4)
Title |
---|
NI QIANG ET AL.: "A Mechanism and Data Hybrid-Driven Method for Main Circuit Ground Fault Diagnosis in Electrical Traction System", IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS * |
王景丹等: "基于D-S证据融合算法的逆变器故障诊断方法研究", 自动化技术与应用 * |
荣海春等: "基于D-S证据理论的多源信息融合方法在系留气球缆绳故障诊断中的应用研究", 科技创新导报 * |
袁蕾等: "基于模糊隶属函数的变压器多参量故障综合诊断方法", 高压电器 * |
Also Published As
Publication number | Publication date |
---|---|
CN115951263B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109933905B (zh) | 一种基于多维预警分析的机械设备健康状态评估方法 | |
CA2931624A1 (en) | Systems and methods for event detection and diagnosis | |
CN106202886A (zh) | 基于模糊粗糙集与决策树的轨道电路红光带故障定位方法 | |
CN111413565B (zh) | 一种可识别量测篡改攻击的智能电网故障诊断方法 | |
CN106907927A (zh) | 一种核灵活流形嵌入电熔镁炉故障监测方法 | |
CN116032003A (zh) | 一种基于电力专网数据处理的电网巡检方法及系统 | |
CN115951263A (zh) | 一种牵引系统主回路接地故障诊断方法 | |
CN112345972A (zh) | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 | |
CN116523722A (zh) | 一种具备机器学习能力的环境监测分析系统 | |
CN106569095A (zh) | 一种基于加权平均依赖分类器的电网故障诊断系统 | |
CN114167837B (zh) | 一种铁路信号系统的智能故障诊断方法及系统 | |
CN114547796B (zh) | 一种基于优化bn网络的球磨机特征融合故障诊断方法 | |
CN113982605B (zh) | 多层级盾构法隧道安全保护系统及方法 | |
CN114942364A (zh) | 一种基于知识图谱技术的变电站故障诊断方法与系统 | |
CN112434955B (zh) | 一种基于多数据融合的配网线路运行风险感知方法 | |
CN111313355B (zh) | 一种人工监督下的监控信号事件规则更新的方法 | |
CN109886292B (zh) | 一种基于异常关联图的异常原因诊断方法 | |
CN115834364B (zh) | 一种基于电力大数据的用电信息监测系统及方法 | |
CN114637793B (zh) | 一种基于大数据分析的装备故障频发区域定位方法 | |
CN111915855B (zh) | 用于百万千瓦超超临界机组报警系统的报警分析方法 | |
CN116342110B (zh) | 一种列车多温度测量回路智能故障诊断和容错测量方法 | |
CN117192312B (zh) | 基于机器学习的二次交流电缆绝缘异常监测方法及系统 | |
CN117330952B (zh) | 一种基于持久同调分析的隔离开关故障诊断方法 | |
CN117407798A (zh) | 一种基于FastICA-iForest的设备故障诊断方法及装置 | |
CN118503843A (zh) | 一种变电设备局放监测干扰评估方法、介质及系统 |
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 |