CN116400209A - 一种配电变压器的调压开关故诊断方法及装置 - Google Patents
一种配电变压器的调压开关故诊断方法及装置 Download PDFInfo
- Publication number
- CN116400209A CN116400209A CN202310232069.6A CN202310232069A CN116400209A CN 116400209 A CN116400209 A CN 116400209A CN 202310232069 A CN202310232069 A CN 202310232069A CN 116400209 A CN116400209 A CN 116400209A
- Authority
- CN
- China
- Prior art keywords
- different positions
- voltage regulating
- regulating switch
- switch
- processing
- 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
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 277
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003745 diagnosis Methods 0.000 claims abstract description 166
- 238000012545 processing Methods 0.000 claims abstract description 155
- 238000004088 simulation Methods 0.000 claims abstract description 98
- 239000013598 vector Substances 0.000 claims abstract description 60
- 238000000605 extraction Methods 0.000 claims abstract description 26
- 238000001228 spectrum Methods 0.000 claims description 54
- 230000009467 reduction Effects 0.000 claims description 44
- 230000009466 transformation Effects 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect 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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
- G01R31/3275—Fault detection or status indication
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种配电变压器的调压开关故诊断方法及装置，其中，所述方法包括：采集调压开关在调压动作时的不同位置上的振动信号，及采集调压开关在调压动作时的电流信号；振动信号进行信号特征提取处理，获得振动信号特征向量；将振动信号特征向量输入对应的故障诊断模型中进行不同位置故障诊断处理，获得不同位置的故障初步诊断结果；基于振动信号和电流信号进行调压开关在执行调压动作时的仿真模拟处理，获得仿真模拟结果，并进行模拟故障诊断处理；基于故障初步诊断结果及故障模拟诊断结果进行故障诊断拟合处理，获得调压开关的不同位置的故障诊断结果。在本发明实施例中，可以较为准确的判断调压开关故障位置，保障配电变压器的运行稳定性。
Description
技术领域
本发明涉及配电变压器技术领域，尤其涉及一种配电变压器的调压开关故诊断方法及装置。
背景技术
在传统的配电变压器中一般通过人工定期巡检和维护，在配电变压器存在一些较为轻的故障时，往往不能及时方向，比如配电变压器中的调压开关，在该调压开关某一些位置存在故障隐患时，人工巡检的方式或者普通在线监测的方式往往很难发现，会导致该调压开关存在带病工作，将给配电变压器的运行带来了较大的安全隐患。
发明内容
本发明的目的在于克服现有技术的不足，本发明提供了一种配电变压器的调压开关故诊断方法及装置，可以较为准确的判断调压开关故障位置，保障配电变压器的运行稳定性。
为了解决上述技术问题，本发明实施例通提供了一种配电变压器的调压开关故诊断方法，所述方法包括：
基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，及基于电流采集传感器采集所述调压开关在调压动作时的电流信号；
对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量；
将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，获得调压开关的不同位置的故障初步诊断结果；
基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，获得仿真模拟结果；
基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果；
基于所述调压开关的不同位置的故障初步诊断结果及所述调压开关的不同位置的故障模拟诊断结果进行故障诊断拟合处理，获得调压开关的不同位置的故障诊断结果。
可选的，所述基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，包括：
基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的模拟振动信号；
将所述模拟振动信号经过模数转换器进行模数转换处理，并利用不同位置的编号进行对应标记，获得所述调压开关在调压动作时的不同位置上的数字振动信号；
其中所述调压开关的不同位置包括：机械触头、开关弹簧、转动齿轮及电动机构。
可选的，所述基于电流采集传感器采集所述调压开关在调压动作时的电流信号，包括：
基于所述电流采样传感器对所述调压开关在调压动作是的电流信号进行采集处理，并对采样到的电流信息利用时序进行标记处理，获得采样电流信号。
可选的，所述对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：
对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号；
对不同位置上的降噪振动信号进行离散小波变换处理，获得不同位置上的降噪振动信号对应的小波系数；
对所述小波系数进行傅里叶变换处理，获得不同位置上的小波系数频谱以及各层小波系数的点数；
基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量。
可选的，所述对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号，包括：
对不同位置上的振动信号进行预加重处理，获得不同位置上的预加重振动信号；
对不同位置上的预加重振动信号输入高频滤波器中进行降噪滤波处理，获得不同位置上的降噪振动信号。
可选的，所述基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：
按照所述不同位置上的小波系数频谱的频率高低顺序，将对应的各层小波系数的点数各层小波系数的点数进行融合处理，形成各层小波系数完整频谱；
基于各层小波系数完整频谱进行各层小波系数能量计算处理，获得各层小波系数对应的对数功率谱；
对各层小波系数对应的对数功率谱进行离散小波变换处理，并将提取离散小波变换后的对功率谱变换振幅作为不同位置上的振动信号特征向量。
可选的，所述将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，包括：
将调压开关的不同位置上的不同状态下的振动信号所提取的提取振动信号特征向量作为训练输入参数输入构建的对应的神经网络中进行训练，同时，通过验证振动信号特征向量作为验证参数进行验证处理，获得对应的故障诊断模型；
将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理。
可选的，所述基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，包括：
将调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号输入预设的数字孪生模型中对所述调压开关在执行调压动作时进行仿真模拟处理；
其中所述预设的数字孪生模型为基于所述调压开关在调压动作时的技术参数以数字孪生网络构建的模型；其中所述技术参数包括调压开关的机械触头、开关弹簧、转动齿轮及电动机构所对应给定的技术参数以及调压开关对应给定电流参数。
可选的，所述基于所述仿真模拟结果基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果，包括：
利用所述仿真模拟结果与所述调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果进行对比处理；
基于所述对比结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果。
另外，本发明实施例还提供了一种配电变压器的调压开关故诊断方法，所述方法包括：
信号采集模块：用于基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，及基于电流采集传感器采集所述调压开关在调压动作时的电流信号；
特征提取模块：用于对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量；
第一故障诊断模块：用于将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，获得调压开关的不同位置的故障初步诊断结果；
仿真模拟模块：用于基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，获得仿真模拟结果；
第二故障诊断模块：用于基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果；
第三故障诊断模块：用于基于所述调压开关的不同位置的故障初步诊断结果及所述调压开关的不同位置的故障模拟诊断结果进行故障诊断拟合处理，获得调压开关的不同位置的故障诊断结果。
在本发明实施例中，通过两种不同方式对配电变压器中的调压开关的不同位置进行故障诊断，最后根据两种故障诊断结果融合得到最终的调压开关的不同位置的故障诊断结果；可以较为准确的判断调压开关故障位置，保障配电变压器的运行稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例中的配电变压器的调压开关故诊断方法的流程示意图；
图2是本发明实施例中的配电变压器的调压开关故诊断装置的结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，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作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。
实施例一
请参阅图1，图1是本发明实施例中的配电变压器的调压开关故诊断方法的流程示意图。
如图1所示，一种配电变压器的调压开关故诊断方法，所述方法包括：
S11：基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，及基于电流采集传感器采集所述调压开关在调压动作时的电流信号；
在本发明具体实施过程中，所述基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，包括：基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的模拟振动信号；将所述模拟振动信号经过模数转换器进行模数转换处理，并利用不同位置的编号进行对应标记，获得所述调压开关在调压动作时的不同位置上的数字振动信号；其中所述调压开关的不同位置包括：机械触头、开关弹簧、转动齿轮及电动机构。
进一步的，所述基于电流采集传感器采集所述调压开关在调压动作时的电流信号，包括：基于所述电流采样传感器对所述调压开关在调压动作是的电流信号进行采集处理，并对采样到的电流信息利用时序进行标记处理，获得采样电流信号。
具体的，在配电变压器的调压开关的不同位置上设置振动传感器，其中不同位置至少包括机械触头、开关弹簧、转动齿轮及电动机构等；在调压开关在执行调压动作时，挺贵设置在调压开关上不同位置的振动光感器采集不同位置上的模拟振动信号；然后将采集到的不同位置上的模拟振动信号经过模数转换器进行模数转换处理，然后利用不同位置的编号对其进行对应标记，即可得到调压开关在调压动作时的不同位置上的数字振动信号。
在电流信号的采集上，是通过设置的电流采样传感器，在调压开关在调压动作时，利用电流采样传感器对调压开关在调压动作时的电流信号进行采集处理，并对采样到的电流信息利用时序进行标记处理，即可获得采样电流信号。
S12：对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量；
在本发明具体实施过程中，所述对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号；对不同位置上的降噪振动信号进行离散小波变换处理，获得不同位置上的降噪振动信号对应的小波系数；对所述小波系数进行傅里叶变换处理，获得不同位置上的小波系数频谱以及各层小波系数的点数；基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量。
进一步的，所述对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号，包括：对不同位置上的振动信号进行预加重处理，获得不同位置上的预加重振动信号；对不同位置上的预加重振动信号输入高频滤波器中进行降噪滤波处理，获得不同位置上的降噪振动信号。
进一步的，所述基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：按照所述不同位置上的小波系数频谱的频率高低顺序，将对应的各层小波系数的点数各层小波系数的点数进行融合处理，形成各层小波系数完整频谱；基于各层小波系数完整频谱进行各层小波系数能量计算处理，获得各层小波系数对应的对数功率谱；对各层小波系数对应的对数功率谱进行离散小波变换处理，并将提取离散小波变换后的对功率谱变换振幅作为不同位置上的振动信号特征向量。
具体的，在对不同位置上的振动信号进行信号特征提取处理时，首先需要对不同位置上的振动信号进行降噪处理，即可得到不同位置上的降噪振动信号；然后需要对对不同位置上的降噪振动信号进行离散小波变换处理，即可得到不同位置上的降噪振动信号对应的小波系数；再对小波系数进行傅里叶变换处理，获得不同位置上的小波系数频谱以及各层小波系数的点数；最后再根据不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量。
在进行降噪处理时，首先需要对对不同位置上的振动信号进行预加重处理，获得不同位置上的预加重振动信号；通过对信号的预加重处理，可以有效的增强信号的强度，保证后续处理时，所提取的信号特征更加显著；然后再对不同位置上的预加重振动信号输入高频滤波器中进行降噪滤波处理，即可获得不同位置上的降噪振动信号。
在进行信号特征提取处理时，首先是对不同位置上的小波系数频谱的高低进行一个排序，然后需要按照不同位置上的小波系数频谱的频率高低顺序，将对应的各层小波系数的点数各层小波系数的点数进行融合处理，即可形成各层小波系数完整频谱；再通过各层小波系数完整频谱进行各层小波系数能量计算处理，获得各层小波系数对应的对数功率谱；最后对各层小波系数对应的对数功率谱进行离散小波变换处理，并将提取离散小波变换后的对功率谱变换振幅作为不同位置上的振动信号特征向量。
S13：将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，获得调压开关的不同位置的故障初步诊断结果；
在本发明具体实施过程中，所述将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，包括：将调压开关的不同位置上的不同状态下的振动信号所提取的提取振动信号特征向量作为训练输入参数输入构建的对应的神经网络中进行训练，同时，通过验证振动信号特征向量作为验证参数进行验证处理，获得对应的故障诊断模型；将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理。
具体的，首先构建一个神经网络，同时获得调压开关的不同位置上在不同状态下的振动信号，并且将不同状态下的振动信号进行特征提取，得到提取振动信号特征向量，并划分为训练集和验证集；将训练集中的提取振动信号特征向量作为训练输入参数输入构建的对应的神经网络中进行训练，同时，将验证集中的提取振动信号特征向量作为为验证参数进行验证处理，在验证通过之后，获得对应的故障诊断模型；最后再将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，即可得到调压开关的不同位置的故障初步诊断结果。
S14：基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，获得仿真模拟结果；
在本发明具体实施过程中，所述基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，包括：将调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号输入预设的数字孪生模型中对所述调压开关在执行调压动作时进行仿真模拟处理；其中所述预设的数字孪生模型为基于所述调压开关在调压动作时的技术参数以数字孪生网络构建的模型；其中所述技术参数包括调压开关的机械触头、开关弹簧、转动齿轮及电动机构所对应给定的技术参数以及调压开关对应给定电流参数。
具体的，将调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号输入预设的数字孪生模型中，从而对调压开关在执行调压动作时进行仿真模拟处理；其中，预设的数字孪生模型为利用调压开关在调压动作时的技术参数以数字孪生网络构建的模型；其中，技术参数包括调压开关的机械触头、开关弹簧、转动齿轮及电动机构所对应给定的技术参数以及调压开关对应给定电流参数。
S15：基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果；
在本发明具体实施过程中，所述基于所述仿真模拟结果基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果，包括：利用所述仿真模拟结果与所述调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果进行对比处理；基于所述对比结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果。
具体的，首先存储一个调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果，然后利用仿真模拟结果与调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果进行对比处理，获得对比结果，然后通过对比结果中的差异性进行模拟故障诊断处理，即可得到调压开关的不同位置的故障模拟诊断结果。
S16：基于所述调压开关的不同位置的故障初步诊断结果及所述调压开关的不同位置的故障模拟诊断结果进行故障诊断拟合处理，获得调压开关的不同位置的故障诊断结果。
在本发明具体实施过程中，在分别得到调压开关的不同位置的故障初步诊断结果及调压开关的不同位置的故障模拟诊断结果之后，通过利用调压开关的不同位置的故障初步诊断结果及调压开关的不同位置的故障模拟诊断结果按比例进行故障诊断拟合处理，在故障初步诊断结果和故障模拟诊断结果均判断某一个位置存在故障时，确定该位置存在故障，需要进行故障警告；在故障初步诊断结果和故障模拟诊断结果任意一个判断该位置存在故障时，则判断该位置可能存在故障问题，需要进行故障预警；在故障初步诊断结果和故障模拟诊断结果均未提示故障时，则说明不存在故障可能。
在本发明实施例中，通过两种不同方式对配电变压器中的调压开关的不同位置进行故障诊断，最后根据两种故障诊断结果融合得到最终的调压开关的不同位置的故障诊断结果；可以较为准确的判断调压开关故障位置，保障配电变压器的运行稳定性。
实施例二
请参阅图2，图2是本发明实施例中的配电变压器的调压开关故诊断装置的结构组成示意图。
如图2所示，一种配电变压器的调压开关故诊断方法，所述方法包括：
信号采集模块21：用于基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，及基于电流采集传感器采集所述调压开关在调压动作时的电流信号；
在本发明具体实施过程中，所述基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，包括：基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的模拟振动信号；将所述模拟振动信号经过模数转换器进行模数转换处理，并利用不同位置的编号进行对应标记，获得所述调压开关在调压动作时的不同位置上的数字振动信号；其中所述调压开关的不同位置包括：机械触头、开关弹簧、转动齿轮及电动机构。
进一步的，所述基于电流采集传感器采集所述调压开关在调压动作时的电流信号，包括：基于所述电流采样传感器对所述调压开关在调压动作是的电流信号进行采集处理，并对采样到的电流信息利用时序进行标记处理，获得采样电流信号。
具体的，在配电变压器的调压开关的不同位置上设置振动传感器，其中不同位置至少包括机械触头、开关弹簧、转动齿轮及电动机构等；在调压开关在执行调压动作时，挺贵设置在调压开关上不同位置的振动光感器采集不同位置上的模拟振动信号；然后将采集到的不同位置上的模拟振动信号经过模数转换器进行模数转换处理，然后利用不同位置的编号对其进行对应标记，即可得到调压开关在调压动作时的不同位置上的数字振动信号。
在电流信号的采集上，是通过设置的电流采样传感器，在调压开关在调压动作时，利用电流采样传感器对调压开关在调压动作时的电流信号进行采集处理，并对采样到的电流信息利用时序进行标记处理，即可获得采样电流信号。
特征提取模块22：用于对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量；
在本发明具体实施过程中，所述对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号；对不同位置上的降噪振动信号进行离散小波变换处理，获得不同位置上的降噪振动信号对应的小波系数；对所述小波系数进行傅里叶变换处理，获得不同位置上的小波系数频谱以及各层小波系数的点数；基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量。
进一步的，所述对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号，包括：对不同位置上的振动信号进行预加重处理，获得不同位置上的预加重振动信号；对不同位置上的预加重振动信号输入高频滤波器中进行降噪滤波处理，获得不同位置上的降噪振动信号。
进一步的，所述基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：按照所述不同位置上的小波系数频谱的频率高低顺序，将对应的各层小波系数的点数各层小波系数的点数进行融合处理，形成各层小波系数完整频谱；基于各层小波系数完整频谱进行各层小波系数能量计算处理，获得各层小波系数对应的对数功率谱；对各层小波系数对应的对数功率谱进行离散小波变换处理，并将提取离散小波变换后的对功率谱变换振幅作为不同位置上的振动信号特征向量。
具体的，在对不同位置上的振动信号进行信号特征提取处理时，首先需要对不同位置上的振动信号进行降噪处理，即可得到不同位置上的降噪振动信号；然后需要对对不同位置上的降噪振动信号进行离散小波变换处理，即可得到不同位置上的降噪振动信号对应的小波系数；再对小波系数进行傅里叶变换处理，获得不同位置上的小波系数频谱以及各层小波系数的点数；最后再根据不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量。
在进行降噪处理时，首先需要对对不同位置上的振动信号进行预加重处理，获得不同位置上的预加重振动信号；通过对信号的预加重处理，可以有效的增强信号的强度，保证后续处理时，所提取的信号特征更加显著；然后再对不同位置上的预加重振动信号输入高频滤波器中进行降噪滤波处理，即可获得不同位置上的降噪振动信号。
在进行信号特征提取处理时，首先是对不同位置上的小波系数频谱的高低进行一个排序，然后需要按照不同位置上的小波系数频谱的频率高低顺序，将对应的各层小波系数的点数各层小波系数的点数进行融合处理，即可形成各层小波系数完整频谱；再通过各层小波系数完整频谱进行各层小波系数能量计算处理，获得各层小波系数对应的对数功率谱；最后对各层小波系数对应的对数功率谱进行离散小波变换处理，并将提取离散小波变换后的对功率谱变换振幅作为不同位置上的振动信号特征向量。
第一故障诊断模块23：用于将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，获得调压开关的不同位置的故障初步诊断结果；
在本发明具体实施过程中，所述将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，包括：将调压开关的不同位置上的不同状态下的振动信号所提取的提取振动信号特征向量作为训练输入参数输入构建的对应的神经网络中进行训练，同时，通过验证振动信号特征向量作为验证参数进行验证处理，获得对应的故障诊断模型；将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理。
具体的，首先构建一个神经网络，同时获得调压开关的不同位置上在不同状态下的振动信号，并且将不同状态下的振动信号进行特征提取，得到提取振动信号特征向量，并划分为训练集和验证集；将训练集中的提取振动信号特征向量作为训练输入参数输入构建的对应的神经网络中进行训练，同时，将验证集中的提取振动信号特征向量作为为验证参数进行验证处理，在验证通过之后，获得对应的故障诊断模型；最后再将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，即可得到调压开关的不同位置的故障初步诊断结果。
仿真模拟模块24：用于基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，获得仿真模拟结果；
在本发明具体实施过程中，所述基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，包括：将调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号输入预设的数字孪生模型中对所述调压开关在执行调压动作时进行仿真模拟处理；其中所述预设的数字孪生模型为基于所述调压开关在调压动作时的技术参数以数字孪生网络构建的模型；其中所述技术参数包括调压开关的机械触头、开关弹簧、转动齿轮及电动机构所对应给定的技术参数以及调压开关对应给定电流参数。
具体的，将调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号输入预设的数字孪生模型中，从而对调压开关在执行调压动作时进行仿真模拟处理；其中，预设的数字孪生模型为利用调压开关在调压动作时的技术参数以数字孪生网络构建的模型；其中，技术参数包括调压开关的机械触头、开关弹簧、转动齿轮及电动机构所对应给定的技术参数以及调压开关对应给定电流参数。
第二故障诊断模块25：用于基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果；
在本发明具体实施过程中，所述基于所述仿真模拟结果基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果，包括：利用所述仿真模拟结果与所述调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果进行对比处理；基于所述对比结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果。
具体的，首先存储一个调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果，然后利用仿真模拟结果与调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果进行对比处理，获得对比结果，然后通过对比结果中的差异性进行模拟故障诊断处理，即可得到调压开关的不同位置的故障模拟诊断结果。
第三故障诊断模块26：用于基于所述调压开关的不同位置的故障初步诊断结果及所述调压开关的不同位置的故障模拟诊断结果进行故障诊断拟合处理，获得调压开关的不同位置的故障诊断结果。
在本发明具体实施过程中，在分别得到调压开关的不同位置的故障初步诊断结果及调压开关的不同位置的故障模拟诊断结果之后，通过利用调压开关的不同位置的故障初步诊断结果及调压开关的不同位置的故障模拟诊断结果按比例进行故障诊断拟合处理，在故障初步诊断结果和故障模拟诊断结果均判断某一个位置存在故障时，确定该位置存在故障，需要进行故障警告；在故障初步诊断结果和故障模拟诊断结果任意一个判断该位置存在故障时，则判断该位置可能存在故障问题，需要进行故障预警；在故障初步诊断结果和故障模拟诊断结果均未提示故障时，则说明不存在故障可能。
在本发明实施例中，通过两种不同方式对配电变压器中的调压开关的不同位置进行故障诊断，最后根据两种故障诊断结果融合得到最终的调压开关的不同位置的故障诊断结果；可以较为准确的判断调压开关故障位置，保障配电变压器的运行稳定性。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read OnlyMemory)、随机存取存储器(RAM，Random AccessMemory)、磁盘或光盘等。
另外，以上对本发明实施例所提供的一种配电变压器的调压开关故诊断方法及装置进行了详细介绍，本文中应采用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种配电变压器的调压开关故诊断方法，其特征在于，所述方法包括：
基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，及基于电流采集传感器采集所述调压开关在调压动作时的电流信号；
对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量；
将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，获得调压开关的不同位置的故障初步诊断结果；
基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，获得仿真模拟结果；
基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果；
基于所述调压开关的不同位置的故障初步诊断结果及所述调压开关的不同位置的故障模拟诊断结果进行故障诊断拟合处理，获得调压开关的不同位置的故障诊断结果。
2.根据权利要求1所述的调压开关故诊断方法，其特征在于，所述基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，包括：
基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的模拟振动信号；
将所述模拟振动信号经过模数转换器进行模数转换处理，并利用不同位置的编号进行对应标记，获得所述调压开关在调压动作时的不同位置上的数字振动信号；
其中所述调压开关的不同位置包括：机械触头、开关弹簧、转动齿轮及电动机构。
3.根据权利要求1所述的调压开关故诊断方法，其特征在于，所述基于电流采集传感器采集所述调压开关在调压动作时的电流信号，包括：
基于所述电流采样传感器对所述调压开关在调压动作时的电流信号进行采集处理，并对采样到的电流信息利用时序进行标记处理，获得采样电流信号。
4.根据权利要求1所述的调压开关故诊断方法，其特征在于，所述对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：
对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号；
对不同位置上的降噪振动信号进行离散小波变换处理，获得不同位置上的降噪振动信号对应的小波系数；
对所述小波系数进行傅里叶变换处理，获得不同位置上的小波系数频谱以及各层小波系数的点数；
基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量。
5.根据权利要求4所述的调压开关故诊断方法，其特征在于，所述对不同位置上的振动信号进行降噪处理，获得不同位置上的降噪振动信号，包括：
对不同位置上的振动信号进行预加重处理，获得不同位置上的预加重振动信号；
对不同位置上的预加重振动信号输入高频滤波器中进行降噪滤波处理，获得不同位置上的降噪振动信号。
6.根据权利要求4所述的调压开关故诊断方法，其特征在于，所述基于所述不同位置上的小波系数频谱以及各层小波系数的点数进行信号特征提取处理，获得不同位置上的振动信号特征向量，包括：
按照所述不同位置上的小波系数频谱的频率高低顺序，将对应的各层小波系数的点数各层小波系数的点数进行融合处理，形成各层小波系数完整频谱；
基于各层小波系数完整频谱进行各层小波系数能量计算处理，获得各层小波系数对应的对数功率谱；
对各层小波系数对应的对数功率谱进行离散小波变换处理，并将提取离散小波变换后的对功率谱变换振幅作为不同位置上的振动信号特征向量。
7.根据权利要求1所述的调压开关故诊断方法，其特征在于，所述将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，包括：
将调压开关的不同位置上的不同状态下的振动信号所提取的提取振动信号特征向量作为训练输入参数输入构建的对应的神经网络中进行训练，同时，通过验证振动信号特征向量作为验证参数进行验证处理，获得对应的故障诊断模型；
将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理。
8.根据权利要求1所述的调压开关故诊断方法，其特征在于，所述基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，包括：
将调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号输入预设的数字孪生模型中对所述调压开关在执行调压动作时进行仿真模拟处理；
其中所述预设的数字孪生模型为基于所述调压开关在调压动作时的技术参数以数字孪生网络构建的模型；其中所述技术参数包括调压开关的机械触头、开关弹簧、转动齿轮及电动机构所对应给定的技术参数以及调压开关对应给定电流参数。
9.根据权利要求1所述的调压开关故诊断方法，其特征在于，所述基于所述仿真模拟结果基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果，包括：
利用所述仿真模拟结果与所述调压开关在调压动作时给定标准参数仿真模拟的给定仿真模拟结果进行对比处理；
基于所述对比结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果。
10.一种配电变压器的调压开关故诊断方法，其特征在于，所述方法包括：
信号采集模块：用于基于设置在调压开关上的不同位置的振动传感器采集所述调压开关在调压动作时的不同位置上的振动信号，及基于电流采集传感器采集所述调压开关在调压动作时的电流信号；
特征提取模块：用于对不同位置上的振动信号进行信号特征提取处理，获得不同位置上的振动信号特征向量；
第一故障诊断模块：用于将不同位置上的振动信号特征向量输入对应的故障诊断模型中进行调压开关的不同位置故障诊断处理，获得调压开关的不同位置的故障初步诊断结果；
仿真模拟模块：用于基于调压动作时的不同位置上的振动信号和调压开关在调压动作时的电流信号进行所述调压开关在执行调压动作时的仿真模拟处理，获得仿真模拟结果；
第二故障诊断模块：用于基于所述仿真模拟结果进行模拟故障诊断处理，获得调压开关的不同位置的故障模拟诊断结果；
第三故障诊断模块：用于基于所述调压开关的不同位置的故障初步诊断结果及所述调压开关的不同位置的故障模拟诊断结果进行故障诊断拟合处理，获得调压开关的不同位置的故障诊断结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310232069.6A CN116400209A (zh) | 2023-03-10 | 2023-03-10 | 一种配电变压器的调压开关故诊断方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310232069.6A CN116400209A (zh) | 2023-03-10 | 2023-03-10 | 一种配电变压器的调压开关故诊断方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116400209A true CN116400209A (zh) | 2023-07-07 |
Family
ID=87013318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310232069.6A Pending CN116400209A (zh) | 2023-03-10 | 2023-03-10 | 一种配电变压器的调压开关故诊断方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116400209A (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101726413A (zh) * | 2009-12-18 | 2010-06-09 | 北京工业大学 | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 |
| WO2013185405A1 (zh) * | 2012-06-13 | 2013-12-19 | 江苏省电力公司南京供电公司 | 电力变压器铁芯松动故障诊断与故障初步定位系统及方法 |
| CN103514877A (zh) * | 2013-10-12 | 2014-01-15 | 新疆美特智能安全工程股份有限公司 | 振动信号特征参数提取方法 |
| CN105281435A (zh) * | 2015-10-21 | 2016-01-27 | 国网山东省电力公司潍坊供电公司 | 面向智能配电网的分布式故障检测与隔离系统及工作方法 |
| CN109061463A (zh) * | 2018-09-29 | 2018-12-21 | 华南理工大学 | 一种高压断路器机械状态监测和故障诊断方法 |
| CN110824281A (zh) * | 2019-11-19 | 2020-02-21 | 国网江苏省电力有限公司检修分公司 | 一种同步调相机在线监测及故障诊断方法和系统 |
| CN112257616A (zh) * | 2020-10-26 | 2021-01-22 | 国网江苏省电力有限公司电力科学研究院 | 一种基于振动信号的调相机故障诊断方法、装置及系统 |
| CN112684379A (zh) * | 2020-11-25 | 2021-04-20 | 江苏科技大学 | 一种基于数字孪生的变压器故障诊断系统及其方法 |
| CN112729381A (zh) * | 2020-12-11 | 2021-04-30 | 广州致新电力科技有限公司 | 一种基于神经网络的高压断路器的故障诊断方法 |
| US20210319156A1 (en) * | 2020-04-09 | 2021-10-14 | Wuhan University | Method and system for fault diagnosis with small samples of power equipment based on virtual and real twin spaces |
| CN114004256A (zh) * | 2021-11-01 | 2022-02-01 | 南京航空航天大学 | 基于数字孪生体的制造装备主轴承的故障诊断方法 |
| CN114116390A (zh) * | 2021-11-24 | 2022-03-01 | 天翼数字生活科技有限公司 | 一种故障预测方法、装置、设备及可读存储介质 |
| CN115166393A (zh) * | 2022-06-29 | 2022-10-11 | 国网河南省电力公司平顶山供电公司 | 一种变压器的智能诊断及状态评估方法 |
| CN115327270A (zh) * | 2022-08-11 | 2022-11-11 | 宁波力斗智能技术有限公司 | 基于数据-模型驱动的变压器小样本故障诊断系统 |
| CN115345192A (zh) * | 2022-07-04 | 2022-11-15 | 泰智维新(上海)数字科技有限公司 | 一种变工况和复杂噪音环境下滚动轴承的故障诊断方法 |
-
2023
- 2023-03-10 CN CN202310232069.6A patent/CN116400209A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101726413A (zh) * | 2009-12-18 | 2010-06-09 | 北京工业大学 | 通过综合分析对炼钢转炉耳轴轴承进行故障诊断的方法 |
| WO2013185405A1 (zh) * | 2012-06-13 | 2013-12-19 | 江苏省电力公司南京供电公司 | 电力变压器铁芯松动故障诊断与故障初步定位系统及方法 |
| CN103514877A (zh) * | 2013-10-12 | 2014-01-15 | 新疆美特智能安全工程股份有限公司 | 振动信号特征参数提取方法 |
| CN105281435A (zh) * | 2015-10-21 | 2016-01-27 | 国网山东省电力公司潍坊供电公司 | 面向智能配电网的分布式故障检测与隔离系统及工作方法 |
| CN109061463A (zh) * | 2018-09-29 | 2018-12-21 | 华南理工大学 | 一种高压断路器机械状态监测和故障诊断方法 |
| CN110824281A (zh) * | 2019-11-19 | 2020-02-21 | 国网江苏省电力有限公司检修分公司 | 一种同步调相机在线监测及故障诊断方法和系统 |
| US20210319156A1 (en) * | 2020-04-09 | 2021-10-14 | Wuhan University | Method and system for fault diagnosis with small samples of power equipment based on virtual and real twin spaces |
| CN112257616A (zh) * | 2020-10-26 | 2021-01-22 | 国网江苏省电力有限公司电力科学研究院 | 一种基于振动信号的调相机故障诊断方法、装置及系统 |
| CN112684379A (zh) * | 2020-11-25 | 2021-04-20 | 江苏科技大学 | 一种基于数字孪生的变压器故障诊断系统及其方法 |
| CN112729381A (zh) * | 2020-12-11 | 2021-04-30 | 广州致新电力科技有限公司 | 一种基于神经网络的高压断路器的故障诊断方法 |
| CN114004256A (zh) * | 2021-11-01 | 2022-02-01 | 南京航空航天大学 | 基于数字孪生体的制造装备主轴承的故障诊断方法 |
| CN114116390A (zh) * | 2021-11-24 | 2022-03-01 | 天翼数字生活科技有限公司 | 一种故障预测方法、装置、设备及可读存储介质 |
| CN115166393A (zh) * | 2022-06-29 | 2022-10-11 | 国网河南省电力公司平顶山供电公司 | 一种变压器的智能诊断及状态评估方法 |
| CN115345192A (zh) * | 2022-07-04 | 2022-11-15 | 泰智维新(上海)数字科技有限公司 | 一种变工况和复杂噪音环境下滚动轴承的故障诊断方法 |
| CN115327270A (zh) * | 2022-08-11 | 2022-11-11 | 宁波力斗智能技术有限公司 | 基于数据-模型驱动的变压器小样本故障诊断系统 |
Non-Patent Citations (2)
| Title |
|---|
| 刘春光等: "基于多传感器信息融合技术在滚动轴承故障诊断中的应用", 《煤矿机械》, vol. 31, no. 06, pages 252 - 254 * |
| 石江波等: "电流与振动信号融合的转子系统故障诊断研究", 《机械设计与制造》, no. 08, pages 19 - 21 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109740523B (zh) | 一种基于声学特征和神经网络的电力变压器故障诊断方法 | |
| CN109359271B (zh) | 一种基于逻辑回归的变压器绕组变形程度在线检测方法 | |
| CN107702922B (zh) | 基于lcd与堆叠自动编码器的滚动轴承故障诊断方法 | |
| CN106596116A (zh) | 一种风力发电机组振动故障诊断方法 | |
| CN113866684B (zh) | 一种基于混合采样和代价敏感的配电变压器故障诊断方法 | |
| CN103018629A (zh) | 一种基于马拉算法的电力系统故障录波数据分析方法 | |
| CN111914703A (zh) | 一种基于小波变换和迁移学习GoogLeNet的机械旋转部件故障诊断方法 | |
| CN110728257A (zh) | 基于振动灰度图像的变压器绕组故障监测方法 | |
| CN105868770A (zh) | 一种基于非监督学习模型的高压断路器故障诊断方法 | |
| CN111239672B (zh) | 基于机器学习算法的光纤电流互感器渐变性故障预测方法 | |
| CN111796180A (zh) | 一种高压开关机械故障的自动识别方法及装置 | |
| CN117056814B (zh) | 一种变压器声纹振动故障诊断方法 | |
| CN116089813A (zh) | 一种基于机器学习的风电机组传动链故障诊断方法 | |
| CN112083328A (zh) | 一种高压断路器故障诊断方法及系统和装置 | |
| CN114325361A (zh) | 基于振动原理的变压器分接开关状态在线监测方法 | |
| CN117970105B (zh) | 基于信号融合的电机轴承早期故障诊断方法及系统 | |
| CN115877205A (zh) | 一种伺服电机的故障智能诊断系统及其诊断方法 | |
| Almounajjed et al. | Stator fault diagnosis of induction motor based on discrete wavelet analysis and neural network technique | |
| CN111079647A (zh) | 一种断路器缺陷识别方法 | |
| CN117289013A (zh) | 用于脉冲电流测试的数据处理方法及系统 | |
| CN115758258A (zh) | 一种基于振动信号和领域知识的牵引变压器故障诊断方法 | |
| CN111860241A (zh) | 一种基于小波包分析的电力设备放电故障识别方法 | |
| CN116400209A (zh) | 一种配电变压器的调压开关故诊断方法及装置 | |
| Nandi et al. | Diagnosis of induction motor faults using frequency occurrence image plots—a deep learning approach | |
| CN113627358A (zh) | 一种多特征融合的道岔智能故障诊断方法及系统和设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230707 |