CN116679172B - 一种电力现场局部放电源可视化检测系统及方法 - Google Patents
一种电力现场局部放电源可视化检测系统及方法 Download PDFInfo
- Publication number
- CN116679172B CN116679172B CN202310567809.1A CN202310567809A CN116679172B CN 116679172 B CN116679172 B CN 116679172B CN 202310567809 A CN202310567809 A CN 202310567809A CN 116679172 B CN116679172 B CN 116679172B
- Authority
- CN
- China
- Prior art keywords
- field distribution
- sound field
- acquiring
- noise
- field
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 181
- 230000000007 visual effect Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000009467 reduction Effects 0.000 claims description 94
- 239000011159 matrix material Substances 0.000 claims description 86
- 238000012545 processing Methods 0.000 claims description 66
- 239000013598 vector Substances 0.000 claims description 48
- 238000000605 extraction Methods 0.000 claims description 29
- 238000010276 construction Methods 0.000 claims description 28
- 238000010586 diagram Methods 0.000 claims description 23
- 238000002372 labelling Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 10
- 238000007599 discharging Methods 0.000 claims description 9
- 238000013441 quality evaluation Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000003384 imaging method Methods 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000011179 visual inspection Methods 0.000 claims 3
- 238000012800 visualization Methods 0.000 claims 3
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000009413 insulation Methods 0.000 description 4
- 229920000742 Cotton Polymers 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
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
-
- 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
- G01R31/1209—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 using acoustic measurements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Acoustics & Sound (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明提供一种电力现场局部放电源可视化检测系统及方法,其中,系统包括:现场数据获取模块,用于获取电力现场的第一检测数据;判定模块,用于将检测到局部放电源存在的第一检测数据作为第二检测数据;生成函数获取模块,用于获取专属于电力现场的声场分布云图生成函数;生成模块,用于根据第二检测数据和声场分布云图生成函数,生成声场分布云图;展示模块,用于将声场分布云图在电力现场的局部现场画面中标记并进行可视化展示。本发明的一种电力现场局部放电源可视化检测系统及方法,基于获取的声场分布云图生成函数生成专属于电力现场的声场分布云图,提升了适宜性,进一步提高了检测的准确性;将声场分布云图进行可视化展示,更加人性化。
Description
技术领域
本发明涉及电力设备检测技术领域,特别涉及一种电力现场局部放电源可视化检测系统及方法。
背景技术
局部放电是电力设备绝缘在足够强的电场作用下局部范围内发生的放电,每一次局部放电对绝缘介质都会产生一些影响,使绝缘强度下降,造成高压电力设备绝缘损坏,甚至会造成人安全隐患。
申请号为:CN202110006160.7的发明专利公开了一种变压器局部放电源的超声定位方法及装置,用以解决进行局部放电源的超声定位时,受变压器内部金属部件的影响,导致定位存在较大误差的问题,其中,方法包括:根据变压器结构,构建变压器节点数值模型;接收由变压器上设置的若干超声波传感器所测量的实际波达时间差;遍历变压器节点数值模型中的若干节点,通过基于A*寻路算法的超声波路径搜索算法,确定超声波信号分别从若干节点到达若干超声波传感器的估计的波达时间差;根据实际的波达时间差与估计的波达时间差,通过混合蛙跳算法,从所述若干节点中,确定所述局部放电源的位置。上述发明可提高局部放电源定位的精度,避免了内部金属部件的干扰,能提高局部放电源定位的准确性。
但是,上述现有技术虽然考虑到超声定位受变压器内部金属部件的影响,但是每一个电力现场的现场条件不一,进行超声检测时,还存在其他干扰的可能(例如:电力现场其他电力设备的干扰),获得的检测数据的准确性较低,同时,上述现有技术确定局部放电源的位置后,并未说明如何告知相关工作人员局部放电源的位置,不够人性化。
鉴于此,亟需一种解决办法用以解决上述问题。
发明内容
本发明目的之一在于提供了一种电力现场局部放电源可视化检测系统,基于获取的声场分布云图生成函数生成专属于电力现场的声场分布云图,提升了适宜性,进一步提高了检测的准确性;将声场分布云图标记在局部现场画面中进行可视化展示,更加人性化。
本发明实施例提供的一种电力现场局部放电源可视化检测系统,包括:
现场数据获取模块,用于获取现场检测人员手持检测装置在电力现场的第一检测数据;
判定模块,用于根据第一检测数据,进行局部放电源存在性检测,若检测到局部放电源存在,将对应第一检测数据作为第二检测数据;
生成函数获取模块,用于获取专属于电力现场的声场分布云图生成函数;
生成模块,用于基于声学成像技术,根据第二检测数据和声场分布云图生成函数,生成声场分布云图;
展示模块,用于将声场分布云图在电力现场的局部现场画面中标记,获得可视化图像并进行展示。
优选的,现场数据获取模块,包括:
历史到访信息获取子模块,用于尝试获取现场检测人员的历史到访信息;
第一判定子模块,用于若尝试获取成功,获取对应现场检测人员的手持检测装置的第一装置数据;
第二判定子模块,用于若尝试获取失败,将对应现场检测人员作为待指示人员;
标注地图获取子模块,用于获取电力现场的电力设备分布点位集,同时,获取电力现场的现场地图,将电力设备分布点位集中的每一第一电力设备在现场地图中标注,获得具有多个标注点位的标注地图,并将标注地图发送给待指示人员;
位置遍历状态获取子模块,用于获取待指示人员接收标注地图后每一标注点位的位置遍历状态;
第二装置数据获取子模块,用于当位置遍历状态达到预设的目标状态,获取待指示人员的手持检测装置的第二装置数据;
第一整合子模块,用于将第一装置数据或第二装置数据作为第一检测数据。
优选的,判定模块,包括:
第一矩阵构建子模块,用于获取局部放电源的放电现象集,基于放电现象集中的每一放电现象的现象特征值,构建对应于局部放电源的放电现象特征矩阵;
第二矩阵构建子模块,用于根据第一检测数据,构建现场特征矩阵;
计算子模块,用于计算放电现象特征矩阵和现场特征矩阵的矩阵差异值,矩阵差异值的计算公式如下:
其中,为矩阵差异值,Xn,m为放电现象特征矩阵第n行第m列的矩阵元素值,Yn,m为现场特征矩阵第n行第m列的矩阵元素值,|…|为对…取绝对值,N为放电现象特征矩阵或现场特征矩阵的总行数,M为放电现象特征矩阵或现场特征矩阵的总列数,exp(γn,m)为以自然常数e为底的指数函数,γn,m为Xn,m或Yn,m对应矩阵元素位置处的预设权重值;
第二检测数据确定子模块,用于确定矩阵差异值小于等于预设的第一阈值的第一检测数据,并作为第二检测数据。
优选的,第一矩阵构建子模块,包括:
第一停机记录获取单元,用于获取多个第二电力设备的第一停机记录;
解析单元,用于解析第一停机记录,获取第二电力设备的停机原因的原因类型;
第二停机记录获取单元,用于若原因类型为局部放电,则将对应第一停机记录作为第二停机记录;
传感数据获取单元,用于获取第二停机记录的标记时刻,同时,获取标记时刻之前预设的时间内对应第二电力设备的检测传感器的传感数据;
转换单元,用于根据传感数据,将检测传感器的传感数据转换成电信号;
放电现象集获取单元,用于对电信号进行信号处理,并基于预设的特征量提取模板提取处理完成的电信号中表征局部放电的特征量,获得放电现象集。
优选的,生成函数获取模块,包括:
三维坐标系构建子模块,用于基于电力现场的厂区地图,绘制声场分布底图,并基于预设的坐标构建规则,在声场分布底图中构建三维坐标系;
实际声强信息获取子模块,用于获取电力现场的实际声强信息;
初始声场分布云图生成函数获取子模块,用于基于实际声强信息,获取声场分布底图中的初始声场分布云图生成函数;
噪声信息获取子模块,用于获取电力现场的噪声信息;
噪声分布强度信息获取子模块,用于解析噪声信息,获取声场分布底图中的噪声分布强度信息;
补偿函数确定子模块,用于根据噪声分布强度信息,确定初始声场分布云图生成函数的补偿函数;
声场分布云图生成函数确定子模块,用于基于补偿函数和初始声场分布云图生成函数,确定声场分布云图生成函数。
优选的,噪声信息获取子模块,包括:
噪声提取模板获取单元,用于获取噪声信息的不同的噪声类型对应预设的噪声提取模板;
噪声提取单元,用于通过噪声提取模板在电力现场进行噪声提取,获得第一噪声子信息;
降噪因子获取单元,用于获取电力现场的降噪因子;
降噪程度确定单元,用于基于预设的降噪程度分析模型,根据降噪因子和第一噪声子信息,确定降噪因子对第一噪声子信息的降噪程度;
第二噪声子信息确定单元,用于根据降噪程度和第一噪声子信息,确定第二噪声子信息;
第二整合单元,用于整合所有第二噪声子信息,获得噪声信息。
优选的,降噪因子获取单元,包括:
降噪目标获取子单元,用于获取电力现场的图像库,依次遍历图像库中的每一电力现场图像,每次遍历时,基于预设的降噪目标集,识别当前遍历的电力现场图像中的降噪目标;
图像处理方案集获取子单元,用于获取降噪目标的目标类型和目标类型对应预设的图像处理方案集;
处理质量评估子单元,用于获取每一图像处理方案集中的图像处理方案对相应电力现场图像进行图像处理后的处理图像,并基于图像处理方案对应预设的图像处理质量评估模型,评估处理图像的处理质量;
第三判定子单元,用于若处理质量大于等于预设的处理质量阈值,将对应处理图像作为目标图像;
降噪向量构建模板获取子单元,用于获取降噪目标的目标类型对应预设的降噪向量构建模板;
降噪向量构建子单元,用于基于降噪向量构建模板和目标图像中降噪目标特征化后的降噪特征进行降噪向量构建,获得降噪向量;
第三整合子单元,用于当图像库中的每一电力现场遍历完成后,整合所有降噪向量,获得降噪因子。
优选的,生成模块,包括:
预生成声场分布云图确定子模块,用于基于声场分布云图生成函数,根据第二检测数据,获得预生成声场分布云图;
局部声场分布图确定子模块,用于确定预生成声场分布云图中声强大于等于预设的第二阈值的局部声场分布图;
局部区域确定子模块,用于获取局部声场分布图对应于电力现场的局部区域;
提醒子模块,用于提醒现场检测人员前往局部区域内进行持续检测,获得第三检测数据;
声场分布云图确定子模块,用于基于声场分布云图生成函数,根据第三检测数据,生成声场分布云图。
优选的,提醒子模块,包括:
向量提取单元,用于提取局部声场分布图中的声强梯度向量,同时,获取现场检测人员映射在预生成声场分布云图中的动态点位和移动方向,根据动态点位和移动方向,构建动态移动向量;
动态夹角计算单元,用于实时计算声强梯度向量和动态移动向量的动态夹角;
提醒信息模板获取单元,用于获取动态提醒信息模板;
实时提醒信息生成单元,用于根据动态夹角和动态提醒信息模板,生成动态夹角对应的实时提醒信息;
第三检测数据获取单元,用于根据实时提醒信息,对现场检测人员进行提醒,当现场检测人员离开局部区域后,获得现场检测人员在局部区域内持续检测的第三检测数据。
本发明实施例提供的一种电力现场局部放电源可视化检测方法,包括:
步骤1:获取现场检测人员手持检测装置在电力现场的第一检测数据;
步骤2:根据第一检测数据,进行局部放电源存在性检测,若检测到局部放电源存在,将对应第一检测数据作为第二检测数据;
步骤3:获取专属于电力现场的声场分布云图生成函数;
步骤4:基于声学成像技术,根据第二检测数据和声场分布云图生成函数,生成声场分布云图;
步骤5:将声场分布云图在电力现场的局部现场画面中标记,获得可视化图像并进行展示。
本发明的有益效果为:
本发明基于获取的声场分布云图生成函数生成专属于电力现场的声场分布云图,提升了适宜性,进一步提高了检测的准确性;将声场分布云图标记在局部现场画面中进行可视化展示,更加人性化。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种电力现场局部放电源可视化检测系统的示意图;
图2为本发明实施例中一种电力现场局部放电源可视化检测方法的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供了一种电力现场局部放电源可视化检测系统,如图1所示,包括:
现场数据获取模块1,用于获取现场检测人员手持检测装置在电力现场的第一检测数据;现场检测人员为:进行局部放电源检测的工作人员;手持检测装置为:局部放电源检测设备;电力现场为:电力设备(例如:变压器)的工作现场;第一检测数据为:检测装置的检测数据,包括各个传感器(例如:超声传感器)的监测数据;
判定模块2,用于根据第一检测数据,进行局部放电源存在性检测,若检测到局部放电源存在,将对应第一检测数据作为第二检测数据;局部放电源存在性检测为:判断电力现场是否存在局部放放电源,例如:变压器内局部放电会产生超声波,检测装置内置的超声把传感器检测到上述超声波;第二检测数据为,例如:超声波传感器的检测到的超声波数据;
生成函数获取模块3,用于获取专属于电力现场的声场分布云图生成函数;声场分布云图生成函数为:约束只进行声场分布云图对应函数的生成,不生成其他信息;声场分布云图为:电力现场的声源位置和幅值的分布情况示意图;
生成模块4,用于基于声学成像技术,根据第二检测数据,生成声场分布云图;声学成像技术为:通过传感器阵列测量技术测量空间内声波到达传感器各个阵列的信号的相位差异,基于上述相位差异测得声源位置和幅值并通过图像显示的技术;声场分布云图为:电力现场的声源位置和幅值的分布情况示意图;
展示模块5,用于将声场分布云图在电力现场的局部现场画面中标记,获得可视化图像并进行展示。电力现场的局部现场画面为:检测装置实时拍摄的电力现场的图像,可视化图像为:将声场分布云图标注在局部现场画面中后获得的图像。
上述技术方案的工作原理及有益效果为:
基于对电力现场的第一检测数据进行局部放电源存在性检测获得的第二数据和专属于电力现场的声场分布云图生成函数,生成声场分布云图,将声场分布云图标记在局部现场画面中进行可视化展示。
本申请基于获取的声场分布云图生成函数生成专属于电力现场的声场分布云图,提升了适宜性,进一步提高了检测的准确性;将声场分布云图标记在局部现场画面中进行可视化展示,更加人性化。
在一个实施例中,现场数据获取模块,包括:
历史到访信息获取子模块,用于尝试获取现场检测人员的历史到访信息;历史到访信息为:历史来访记录,可以对现场检测人员的人脸和历史来访人脸进行比对,若比对成功则存在历史到访信息;
第一判定子模块,用于若尝试获取成功,获取对应现场检测人员的手持检测装置的第一装置数据;现场检测人员存在历史到访信息,说明对应的现场检测人员历史上在上述电力现场检测过,那么对现场电力设备的位置和可能存在的局部放电源位置是知悉的,直接获取对应现场检测人员的检测到的第一装置数据;
第二判定子模块,用于若尝试获取失败,将对应现场检测人员作为待指示人员;如果尝试获取失败,说明对应现场检测人员未来到过现场,需要指示对应现场检测人员电力现场的电力设备在何处;
标注地图获取子模块,用于获取电力现场的电力设备分布点位集,同时,获取电力现场的现场地图,将电力设备分布点位集中的每一第一电力设备在现场地图中标注,获得具有多个标注点位的标注地图,并将标注地图发送给待指示人员;电力设备分布点位集为:电力设备的位置信息集合;现场地图为:电力现场的示意图;标注地图为:包含电力设备的位置信息的现场地图;
位置遍历状态获取子模块,用于获取待指示人员接收标注地图后每一标注点位的位置遍历状态;位置遍历状态为:待指示人员到达电力现场后标注点位预设范围内(例如:2米内)的人员经过状态;
第二装置数据获取子模块,用于当位置遍历状态达到预设的目标状态,获取待指示人员的手持检测装置的第二装置数据;预设的目标状态为,例如:标注点位2米内有人;
第一整合子模块,用于将第一装置数据或第二装置数据作为第一检测数据。
上述技术方案的工作原理及有益效果为:
基于历史到访信息的尝试获取结果,确定待指示人员,将含有多个标注点位的标注地图发送给待指示人员,提高了第一检测数据的获取效率。
在一个实施例中,判定模块,包括:
第一矩阵构建子模块,用于获取局部放电源的放电现象集,基于放电现象集中的每一放电现象的现象特征值,构建对应于局部放电源的放电现象特征矩阵;放电现象集为:多个局部放电源的放电现象(例如:何处升温到多少)的集合;现象特征值为,例如:导线A点温度为xx℃;放电现象特征矩阵为:放电现象的描述矩阵;
第二矩阵构建子模块,用于根据第一检测数据,构建现场特征矩阵;现场特征矩阵为:现场现象的描述矩阵;
计算子模块,用于计算放电现象特征矩阵和现场特征矩阵的矩阵差异值,矩阵差异值的计算公式如下:
其中,为矩阵差异值,Xn,m为放电现象特征矩阵第n行第m列的矩阵元素值,Yn,m为现场特征矩阵第n行第m列的矩阵元素值,|…|为对…取绝对值,N为放电现象特征矩阵或现场特征矩阵的总行数,M为放电现象特征矩阵或现场特征矩阵的总列数,exp(γn,m)为以自然常数e为底的指数函数,γn,m为Xn,m或Yn,m对应矩阵元素位置处的预设权重值;
第二检测数据确子模块,用于确定矩阵差异值小于等于预设的第一阈值的第一检测数据,并作为第二检测数据。第一阈值由人工预先设置。
上述技术方案的工作原理及有益效果为:
引入放电现象集,基于放电现象集提取的现象特征值构建放电现象特征矩阵,将放电现象矩阵和基于第一检测数据构建的现场特征矩阵进行矩阵匹配,获得矩阵差异值,将矩阵差异值小于等于预设的第一阈值的第一检测数据作为第二检测数据,提升了第二检测数据获取的合理性。
在一个实施例中,第一矩阵构建子模块,包括:
第一停机记录获取单元,用于获取多个第二电力设备的第一停机记录;第二电力设备为:存在局部放电可能性的电力设备,例如:变压器;第一停机记录为:大数据获取的上述第二电力设备的设备停机的记录;
解析单元,用于解析第一停机记录,获取第二电力设备的停机原因的原因类型;原因类型为:因为何种原因导致的第二电力设备的停机;
第二停机记录获取单元,用于若原因类型为局部放电,则将对应第一停机记录作为第二停机记录;第二停机记录为:原因类型为局部放电的第一停机记录;
传感数据获取单元,用于获取第二停机记录的标记时刻,同时,获取标记时刻之前预设的时间内对应第二电力设备的检测传感器的传感数据;标记时刻为:第二停机记录的记录时间;预设的时间内由人工预先设置;检测传感器可以是预先设置在的第二电力设备上的各种类型的传感器,也可以是人工检测设备中的传感器;传感数据为:上述检测传感器的检测数据,例如:超声数据,脉冲电流数据等;
转换单元,用于根据传感数据,将检测传感器的传感数据转换成电信号;电信号为:能够用于计算机识别和处理的信号;
放电现象集获取单元,用于对电信号进行信号处理,并基于预设的特征量提取模板提取处理完成的电信号中表征局部放电的特征量,获得放电现象集。信号处理为,例如:滤波和信号放大等便利于后续信号特征提取的操作;特征量提取模板为:预先设置的用于提取信号特征并用向量进行特征描述的模板,特征量为:局部放电特征的描述向量。
上述技术方案的工作原理及有益效果为:
基于大数据获取第一停机记录,提取停机原因的原因类型为局部放电的第二停机记录标记时刻之前预设的时间内的检测传感器的传感数据,对传感数据进行处理,引入特征量提取模板提取处理完成的电信号中表征局部放电的特征量,提升了特征量获取的精准性,也提升了放电现象获取的全面性,避免了后续放电现象识别的遗漏。
在一个实施例中,生成函数获取模块,包括:
三维坐标系构建子模块,用于基于电力现场的厂区地图,绘制声场分布底图,并基于预设的坐标构建规则,在声场分布底图中构建三维坐标系;厂区地图为:电力现场的布局示意图;声场分布底图为:根据厂区地图构建的三维模型;坐标构建规则由人工预先设置;
实际声强信息获取子模块,用于获取电力现场的实际声强信息;实际声强信息为:电力现场各个位置的实际声音强度;
初始声场分布云图生成函数获取子模块,用于基于实际声强信息,获取声场分布底图中的初始声场分布云图生成函数;初始声场分布云图生成函数为:根据电力现场的实际声强信息确定的对应于三维坐标系的声场分布云图生成函数;
噪声信息获取子模块,用于获取电力现场的噪声信息;噪声信息为:电力现场产生的干扰局部放电源的超声数据的信号;
噪声分布强度信息获取子模块,用于解析噪声信息,获取声场分布底图中的噪声分布强度信息;噪声分布强度信息为:何处的噪声强度为多少;
补偿函数确定子模块,用于根据噪声分布强度信息,确定初始声场分布云图生成函数的补偿函数;补偿函数为:声场分布底图中构建的对应于三维坐标系且能够抵消电力现场产生的干扰局部放电源的超声数据的信号的函数;
声场分布云图生成函数确定子模块,用于基于补偿函数和初始声场分布云图生成函数,确定声场分布云图生成函数。
上述技术方案的工作原理及有益效果为:
基于电力现场的厂区地图绘制声场分布底图并构建三维坐标系,并根据实际声强信息,确定初始声场分布云图生成函数,再根据电力现场的噪声信息确定初始声场分布云图生成函数的补偿函数,根据补偿函数和初始声场分布云图生成函数,确定声场分布云图生成函数,考虑到了电力现场的噪声干扰,引入补偿函数对初始声场分布云图生成函数进行修正,获得专属于电力现场的声场分布云图生成函数,提高了适宜性。
在一个实施例中,噪声信息获取子模块,包括:
噪声提取模板获取单元,用于获取噪声信息的不同的噪声类型对应预设的噪声提取模板;噪声类型为,例如:设备噪声,又例如:电力现场外界噪声;噪声提取模板为:约束提取行为只进行噪声信息的提取,不提取其他信息;
噪声提取单元,用于通过噪声提取模板在电力现场进行噪声提取,获得第一噪声子信息;第一噪声子信息为:各个噪声提取模板提取获得的噪声信息;
降噪因子获取单元,用于获取电力现场的降噪因子;降噪因子为,例如:墙面采用何种材质和现场采用何种抗干扰设备等;
降噪程度确定单元,用于基于预设的降噪程度分析模型,根据降噪因子和第一噪声子信息,确定降噪因子对第一噪声子信息的降噪程度;降噪程度分析模型为:预先设置的用于进行噪声降噪程度分析的智能AI模型;降噪程度为:噪声的减少程度;
第二噪声子信息确定单元,用于根据降噪程度和第一噪声子信息,确定第二噪声子信息;第二噪声子信息为:实际能够产生干扰的噪声;
第二整合单元,用于整合所有第二噪声子信息,获得噪声信息。
上述技术方案的工作原理及有益效果为:
引入降噪程度分析模型,再根据不同噪声类型的噪声提取模板提取的电力现场的第一噪声子信息和电力现场的降噪因子,确定实际产生干扰的第二噪声子信息,整合第二噪声子信息获得噪声信息,提升了噪声信息获取的全面性和精确性。
在一个实施例中,降噪因子获取单元,包括:
降噪目标获取子单元,用于获取电力现场的图像库,依次遍历图像库中的每一电力现场图像,每次遍历时,基于预设的降噪目标集,识别当前遍历的电力现场图像中的降噪目标;图像库为数据库,存储电力现场的拍摄装置拍摄的现场图像;降噪目标集为:多个预设的降噪目标(例如:静音棉墙面)的集合;
图像处理方案集获取子单元,用于获取降噪目标的目标类型和目标类型对应预设的图像处理方案集;图像处理方案集为:多种图像处理方法的集合,例如:增强、切边和锐化;
处理质量评估子单元,用于获取每一图像处理方案集中的图像处理方案对相应电力现场图像进行图像处理后的处理图像,并基于图像处理方案对应预设的图像处理质量评估模型,评估处理图像的处理质量;处理图像为:经过图像处理获得的电力现场图像;图像处理质量评估模型为:预先设置的用于图像质量评估的AI模型;
第三判定子单元,用于若处理质量大于等于预设的处理质量阈值,将对应处理图像作为目标图像;处理质量阈值由人工预先设置;目标图像为:处理质量良好的处理图像;
降噪向量构建模板获取子单元,用于获取降噪目标的目标类型对应预设的降噪向量构建模板;降噪向量构建模板为:约束只进行降噪向量构建的模板;
降噪向量构建子单元,用于基于降噪向量构建模板和目标图像中降噪目标特征化后的降噪特征进行降噪向量构建,获得降噪向量;降噪向量为,例如:表征采用何种材质、何种形状和何种面积的静音棉的描述向量;
第三整合子单元,用于当图像库中的每一电力现场遍历完成后,整合所有降噪向量,获得降噪因子。
上述技术方案的工作原理及有益效果为:
引入电力现场的图像库,根据预设的降噪目标集,识别降噪目标,提高了降噪目标识别的全面性;引入图像处理质量评估模型评估经过图像处理方案处理后的处理图像的处理质量,并筛选出处理质量大于等于处理质量阈值的目标图像,提升了目标图像获取的规范性;基于降噪向量构建模板,提取每一目标图像的降噪向量并整合获得降噪因子,提升了降噪因子获取的全面性和适宜性。
在一个实施例中,生成模块,包括:
预生成声场分布云图确定子模块,用于基于声场分布云图生成函数,根据第二检测数据,获得预生成声场分布云图;声场分布云图生成函数为:用于描述电力现场的声场分布的函数;预生成声场分布云图为:基于检测人员当前检测的位置获取的第二检测数据生成的声场分布云图;
局部声场分布图确定子模块,用于确定预生成声场分布云图中声强大于等于预设的第二阈值的局部声场分布图;预设的第二阈值由人工预先设置;
局部区域确定子模块,用于获取局部声场分布图对应于电力现场的局部区域;
提醒子模块,用于提醒现场检测人员前往局部区域内进行持续检测,获得第三检测数据;一般的,声强越大,对应超声波发出位置越有可能存在局部放电源,并且,越靠近局部放电源时,检测设备的检测数据更加精确,因此,提醒现场检测人员前往局部区域内进行持续检测;
声场分布云图确定子模块,用于基于声场分布云图生成函数,根据第三检测数据,生成声场分布云图。
上述技术方案的工作原理及有益效果为:
引入专属于电力现场的声场分布云图生成函数,并根据现场检测人员的当前位置检测的第二检测数据生成预生成声场分布云图,根据预生成声场分布云图先粗略确定可能存在局部放电源区域的局部声场分布图,再提醒现场检测人员前往局部区域内进行持续检测,根据持续检测获得的第三检测数据生成声场分布云图,提升了声场分布云图的精确性,也有利于后续局部放电源位置的确定,便于故障排查。
在一个实施例中,提醒子模块,包括:
向量提取单元,用于提取局部声场分布图中的声强梯度向量,同时,获取现场检测人员映射在预生成声场分布云图中的动态点位和移动方向,根据动态点位和移动方向,构建动态移动向量;声强梯度向量为:声音强度的最大增长向量;一般的,声音强度增长速度越快,对应方向的超声波强度越大,越有可能存在局部放电源;
动态夹角计算单元,用于实时计算声强梯度向量和动态移动向量的动态夹角;动态夹角为,例如:顺时针方向30°;
提醒信息模板获取单元,用于获取动态提醒信息模板;动态提醒信息模板为:约束只生成动态提醒信息,不进行其他信息的获取;
实时提醒信息生成单元,用于根据动态夹角和动态提醒信息模板,生成动态夹角对应的实时提醒信息;实时提醒信息为,例如:“请您向顺时针方向转向30°继续前行2米”;
第三检测数据获取单元,用于根据实时提醒信息,对现场检测人员进行提醒,当现场检测人员离开局部区域后,获得局部区域内持续检测的第三检测数据。
上述技术方案的工作原理及有益效果为:
引入动态提醒信息模板,根据声强梯度向量和动态移动向量的动态夹角,确定实时提醒信息对现场检测人员进行提醒,确定提醒完成后现场检测人员在局部区域内持续检测的第三检测数据,提高了后续声场分布云图的生成精度。
本发明实施例提供了一种电力现场局部放电源可视化检测方法,如图2所示,包括:
步骤1:获取现场检测人员手持检测装置在电力现场的第一检测数据;
步骤2:根据第一检测数据,进行局部放电源存在性检测,若检测到局部放电源存在,将对应第一检测数据作为第二检测数据;
步骤3:获取专属于电力现场的声场分布云图生成函数;
步骤4:基于声学成像技术,根据第二检测数据和声场分布云图生成函数,生成声场分布云图;
步骤5:将声场分布云图在电力现场的局部现场画面中标记,获得可视化图像并进行展示。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种电力现场局部放电源可视化检测系统,其特征在于,包括:
现场数据获取模块,用于获取现场检测人员手持检测装置在电力现场的第一检测数据;
判定模块,用于根据第一检测数据,进行局部放电源存在性检测,若检测到局部放电源存在,将对应第一检测数据作为第二检测数据;
生成函数获取模块,用于获取专属于电力现场的声场分布云图生成函数;
生成模块,用于基于声学成像技术,根据第二检测数据和声场分布云图生成函数,生成声场分布云图;
展示模块,用于将声场分布云图在电力现场的局部现场画面中标记,获得可视化图像并进行展示;
判定模块,包括:
第一矩阵构建子模块,用于获取局部放电源的放电现象集,基于放电现象集中的每一放电现象的现象特征值,构建对应于局部放电源的放电现象特征矩阵;
第二矩阵构建子模块,用于根据第一检测数据,构建现场特征矩阵;
计算子模块,用于计算放电现象特征矩阵和现场特征矩阵的矩阵差异值,矩阵差异值的计算公式如下:
其中,为矩阵差异值,Xn,m为放电现象特征矩阵第n行第m列的矩阵元素值,Yn,m为现场特征矩阵第n行第m列的矩阵元素值,|…|为对…取绝对值,N为放电现象特征矩阵或现场特征矩阵的总行数,M为放电现象特征矩阵或现场特征矩阵的总列数,exp(γn,m)为以自然常数e为底的指数函数,γn,m为Xn,m或Yn,m对应矩阵元素位置处的预设权重值;
第二检测数据确定子模块,用于确定矩阵差异值小于等于预设的第一阈值的第一检测数据,并作为第二检测数据;
生成函数获取模块,包括:
三维坐标系构建子模块,用于基于电力现场的厂区地图,绘制声场分布底图,并基于预设的坐标构建规则,在声场分布底图中构建三维坐标系;
实际声强信息获取子模块,用于获取电力现场的实际声强信息;
初始声场分布云图生成函数获取子模块,用于基于实际声强信息,获取声场分布底图中的初始声场分布云图生成函数;
噪声信息获取子模块,用于获取电力现场的噪声信息;
噪声分布强度信息获取子模块,用于解析噪声信息,获取声场分布底图中的噪声分布强度信息;
补偿函数确定子模块,用于根据噪声分布强度信息,确定初始声场分布云图生成函数的补偿函数;
声场分布云图生成函数确定子模块,用于基于补偿函数和初始声场分布云图生成函数,确定声场分布云图生成函数。
2.如权利要求1所述的一种电力现场局部放电源可视化检测系统,其特征在于,现场数据获取模块,包括:
历史到访信息获取子模块,用于尝试获取现场检测人员的历史到访信息;
第一判定子模块,用于若尝试获取成功,获取对应现场检测人员的手持检测装置的第一装置数据;
第二判定子模块,用于若尝试获取失败,将对应现场检测人员作为待指示人员;
标注地图获取子模块,用于获取电力现场的电力设备分布点位集,同时,获取电力现场的现场地图,将电力设备分布点位集中的每一第一电力设备在现场地图中标注,获得具有多个标注点位的标注地图,并将标注地图发送给待指示人员;
位置遍历状态获取子模块,用于获取待指示人员接收标注地图后每一标注点位的位置遍历状态;
第二装置数据获取子模块,用于当位置遍历状态达到预设的目标状态,获取待指示人员的手持检测装置的第二装置数据;
第一整合子模块,用于将第一装置数据或第二装置数据作为第一检测数据。
3.如权利要求1所述的一种电力现场局部放电源可视化检测系统,其特征在于,第一矩阵构建子模块,包括:
第一停机记录获取单元,用于获取多个第二电力设备的第一停机记录;
解析单元,用于解析第一停机记录,获取第二电力设备的停机原因的原因类型;
第二停机记录获取单元,用于若原因类型为局部放电,则将对应第一停机记录作为第二停机记录;
传感数据获取单元,用于获取第二停机记录的标记时刻,同时,获取标记时刻之前预设的时间内对应第二电力设备的检测传感器的传感数据;
转换单元,用于根据传感数据,将检测传感器的传感数据转换成电信号;
放电现象集获取单元,用于对电信号进行信号处理,并基于预设的特征量提取模板提取处理完成的电信号中表征局部放电的特征量,获得放电现象集。
4.如权利要求1所述的一种电力现场局部放电源可视化检测系统,其特征在于,噪声信息获取子模块,包括:
噪声提取模板获取单元,用于获取噪声信息的不同的噪声类型对应预设的噪声提取模板;
噪声提取单元,用于通过噪声提取模板在电力现场进行噪声提取,获得第一噪声子信息;
降噪因子获取单元,用于获取电力现场的降噪因子;
降噪程度确定单元,用于基于预设的降噪程度分析模型,根据降噪因子和第一噪声子信息,确定降噪因子对第一噪声子信息的降噪程度;
第二噪声子信息确定单元,用于根据降噪程度和第一噪声子信息,确定第二噪声子信息;
第二整合单元,用于整合所有第二噪声子信息,获得噪声信息。
5.如权利要求4所述的一种电力现场局部放电源可视化检测系统,其特征在于,降噪因子获取单元,包括:
降噪目标获取子单元,用于获取电力现场的图像库,依次遍历图像库中的每一电力现场图像,每次遍历时,基于预设的降噪目标集,识别当前遍历的电力现场图像中的降噪目标;
图像处理方案集获取子单元,用于获取降噪目标的目标类型和目标类型对应预设的图像处理方案集;
处理质量评估子单元,用于获取每一图像处理方案集中的图像处理方案对相应电力现场图像进行图像处理后的处理图像,并基于图像处理方案对应预设的图像处理质量评估模型,评估处理图像的处理质量;
第三判定子单元,用于若处理质量大于等于预设的处理质量阈值,将对应处理图像作为目标图像;
降噪向量构建模板获取子单元,用于获取降噪目标的目标类型对应预设的降噪向量构建模板;
降噪向量构建子单元,用于基于降噪向量构建模板和目标图像中降噪目标特征化后的降噪特征进行降噪向量构建,获得降噪向量;
第三整合子单元,用于当图像库中的每一电力现场遍历完成后,整合所有降噪向量,获得降噪因子。
6.如权利要求1所述的一种电力现场局部放电源可视化检测系统,其特征在于,生成模块,包括:
预生成声场分布云图确定子模块,用于基于声场分布云图生成函数,根据第二检测数据,获得预生成声场分布云图;
局部声场分布图确定子模块,用于确定预生成声场分布云图中声强大于等于预设的第二阈值的局部声场分布图;
局部区域确定子模块,用于获取局部声场分布图对应于电力现场的局部区域;
提醒子模块,用于提醒现场检测人员前往局部区域内进行持续检测,获得第三检测数据;
声场分布云图确定子模块,用于基于声场分布云图生成函数,根据第三检测数据,生成声场分布云图。
7.如权利要求6所述的一种电力现场局部放电源可视化检测系统,其特征在于,提醒子模块,包括:
向量提取单元,用于提取局部声场分布图中的声强梯度向量,同时,获取现场检测人员映射在预生成声场分布云图中的动态点位和移动方向,根据动态点位和移动方向,构建动态移动向量;
动态夹角计算单元,用于实时计算声强梯度向量和动态移动向量的动态夹角;
提醒信息模板获取单元,用于获取动态提醒信息模板;
实时提醒信息生成单元,用于根据动态夹角和动态提醒信息模板,生成动态夹角对应的实时提醒信息;
第三检测数据获取单元,用于根据实时提醒信息,对现场检测人员进行提醒,当现场检测人员离开局部区域后,获得现场检测人员在局部区域内持续检测的第三检测数据。
8.一种电力现场局部放电源可视化检测方法,其特征在于,包括:
步骤1:获取现场检测人员手持检测装置在电力现场的第一检测数据;
步骤2:根据第一检测数据,进行局部放电源存在性检测,若检测到局部放电源存在,将对应第一检测数据作为第二检测数据;
步骤3:获取专属于电力现场的声场分布云图生成函数;
步骤4:基于声学成像技术,根据第二检测数据和声场分布云图生成函数,生成声场分布云图;
步骤5:将声场分布云图在电力现场的局部现场画面中标记,获得可视化图像并进行展示;
步骤2:根据第一检测数据,进行局部放电源存在性检测,若检测到局部放电源存在,将对应第一检测数据作为第二检测数据,包括:
获取局部放电源的放电现象集,基于放电现象集中的每一放电现象的现象特征值,构建对应于局部放电源的放电现象特征矩阵;
根据第一检测数据,构建现场特征矩阵;
计算放电现象特征矩阵和现场特征矩阵的矩阵差异值,矩阵差异值的计算公式如下:
其中,为矩阵差异值,Xn,m为放电现象特征矩阵第n行第m列的矩阵元素值,Yn,m为现场特征矩阵第n行第m列的矩阵元素值,|…|为对…取绝对值,N为放电现象特征矩阵或现场特征矩阵的总行数,M为放电现象特征矩阵或现场特征矩阵的总列数,exp(γn,m)为以自然常数e为底的指数函数,γn,m为Xn,m或Yn,m对应矩阵元素位置处的预设权重值;
确定矩阵差异值小于等于预设的第一阈值的第一检测数据,并作为第二检测数据;
步骤3:获取专属于电力现场的声场分布云图生成函数,包括:
基于电力现场的厂区地图,绘制声场分布底图,并基于预设的坐标构建规则,在声场分布底图中构建三维坐标系;
获取电力现场的实际声强信息;
基于实际声强信息,获取声场分布底图中的初始声场分布云图生成函数;
获取电力现场的噪声信息;
解析噪声信息,获取声场分布底图中的噪声分布强度信息;
根据噪声分布强度信息,确定初始声场分布云图生成函数的补偿函数;基于补偿函数和初始声场分布云图生成函数,确定声场分布云图生成函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310567809.1A CN116679172B (zh) | 2023-05-18 | 2023-05-18 | 一种电力现场局部放电源可视化检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310567809.1A CN116679172B (zh) | 2023-05-18 | 2023-05-18 | 一种电力现场局部放电源可视化检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116679172A CN116679172A (zh) | 2023-09-01 |
CN116679172B true CN116679172B (zh) | 2023-11-07 |
Family
ID=87777911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310567809.1A Active CN116679172B (zh) | 2023-05-18 | 2023-05-18 | 一种电力现场局部放电源可视化检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116679172B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101574615B1 (ko) * | 2015-06-18 | 2015-12-11 | 지투파워(주) | 통계적 위상패턴 기반의 신호검출 방법을 이용한 전력설비 부분 방전 감시진단 시스템 |
WO2019215158A1 (de) * | 2018-05-07 | 2019-11-14 | Senvion Gmbh | Zustandsüberwachungsverfahren und -system für elektrische leistungskomponenten, insbesondere transformatoren |
CN110672950A (zh) * | 2019-10-08 | 2020-01-10 | 深圳海岸语音技术有限公司 | 一种电力设备故障声像检测系统及方法 |
CN113267330A (zh) * | 2021-05-14 | 2021-08-17 | 国网重庆市电力公司电力科学研究院 | 一种基于声学成像的gis设备机械故障检测系统及方法 |
CN113361326A (zh) * | 2021-04-30 | 2021-09-07 | 国能浙江宁海发电有限公司 | 一种基于计算机视觉目标检测的智慧电厂管控系统 |
CN113569826A (zh) * | 2021-09-27 | 2021-10-29 | 江苏濠汉信息技术有限公司 | 一种辅助驾驶的视角补偿系统 |
CN114624631A (zh) * | 2021-11-25 | 2022-06-14 | 国网浙江省电力有限公司海盐县供电公司 | 一种基于温声混合法的环网柜电缆接头故障检测方法 |
CN115272560A (zh) * | 2021-12-06 | 2022-11-01 | 中国电力科学研究院有限公司 | 一种基于三维声场云图的变电设备隐患定位方法及系统 |
CN115436759A (zh) * | 2022-08-19 | 2022-12-06 | 国网上海市电力公司 | 基于声学成像感知技术的巡检机器人监测方法及系统 |
CN115542091A (zh) * | 2022-09-20 | 2022-12-30 | 国网智能科技股份有限公司 | 一种无人机局放检测系统及方法 |
CN115980529A (zh) * | 2023-02-23 | 2023-04-18 | 上海格鲁布科技有限公司 | 局部放电声成像检测定位方法、系统及计算机存储介质 |
CN116027161A (zh) * | 2023-03-16 | 2023-04-28 | 武汉纺织大学 | 电力设备局部放电脉冲信号监测方法、装置、设备及介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113418950B (zh) * | 2021-07-08 | 2023-05-19 | 中国科学院地质与地球物理研究所 | 核磁共振在线驱替流体饱和度测量装置及方法 |
-
2023
- 2023-05-18 CN CN202310567809.1A patent/CN116679172B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101574615B1 (ko) * | 2015-06-18 | 2015-12-11 | 지투파워(주) | 통계적 위상패턴 기반의 신호검출 방법을 이용한 전력설비 부분 방전 감시진단 시스템 |
WO2019215158A1 (de) * | 2018-05-07 | 2019-11-14 | Senvion Gmbh | Zustandsüberwachungsverfahren und -system für elektrische leistungskomponenten, insbesondere transformatoren |
CN110672950A (zh) * | 2019-10-08 | 2020-01-10 | 深圳海岸语音技术有限公司 | 一种电力设备故障声像检测系统及方法 |
CN113361326A (zh) * | 2021-04-30 | 2021-09-07 | 国能浙江宁海发电有限公司 | 一种基于计算机视觉目标检测的智慧电厂管控系统 |
CN113267330A (zh) * | 2021-05-14 | 2021-08-17 | 国网重庆市电力公司电力科学研究院 | 一种基于声学成像的gis设备机械故障检测系统及方法 |
CN113569826A (zh) * | 2021-09-27 | 2021-10-29 | 江苏濠汉信息技术有限公司 | 一种辅助驾驶的视角补偿系统 |
CN114624631A (zh) * | 2021-11-25 | 2022-06-14 | 国网浙江省电力有限公司海盐县供电公司 | 一种基于温声混合法的环网柜电缆接头故障检测方法 |
CN115272560A (zh) * | 2021-12-06 | 2022-11-01 | 中国电力科学研究院有限公司 | 一种基于三维声场云图的变电设备隐患定位方法及系统 |
CN115436759A (zh) * | 2022-08-19 | 2022-12-06 | 国网上海市电力公司 | 基于声学成像感知技术的巡检机器人监测方法及系统 |
CN115542091A (zh) * | 2022-09-20 | 2022-12-30 | 国网智能科技股份有限公司 | 一种无人机局放检测系统及方法 |
CN115980529A (zh) * | 2023-02-23 | 2023-04-18 | 上海格鲁布科技有限公司 | 局部放电声成像检测定位方法、系统及计算机存储介质 |
CN116027161A (zh) * | 2023-03-16 | 2023-04-28 | 武汉纺织大学 | 电力设备局部放电脉冲信号监测方法、装置、设备及介质 |
Non-Patent Citations (3)
Title |
---|
Partial Discharge Investigation of Defective Cable Terminations using Different Voltage Sources;Karma Jamtsho;《2022 International Conference on Power, Energy and Innovations》;115-119 * |
变压器局部放电信号特征提取与识别研究;刘增昕 等;《自动化与仪器仪表》;125-127 * |
基于深度学习的输电线路危险源智能监控系统;李程启 等;《南通大学学报》;10-14 * |
Also Published As
Publication number | Publication date |
---|---|
CN116679172A (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5673331A (en) | Method and apparatus for reading meters from a video image | |
Poston et al. | Indoor footstep localization from structural dynamics instrumentation | |
CN110530432A (zh) | 一种电网设备带电检测系统、红外热像仪及方法 | |
US20090093999A1 (en) | Method and system for quantifying damage in a structure | |
WO2011068604A1 (en) | Correlation of inspection information and computer-aided design data for structural assessment | |
CN110231642B (zh) | 一种构建辐射场地图的方法、装置以及机器人 | |
Clemens et al. | Uncertainties associated with laser profiling of concrete sewer pipes for the quantification of the interior geometry | |
CN112146761A (zh) | 一种基于机器学习的人体测温补偿方法 | |
CN110210739A (zh) | 一种基于人工智能的核辐射检测方法和系统 | |
CN111753877B (zh) | 一种基于深度神经网络迁移学习的产品质量检测方法 | |
CN110276752A (zh) | 基于android系统的混凝土表面裂缝特征的APP检测方法 | |
CN115588040A (zh) | 一种基于全视图成像点坐标统计定位系统及方法 | |
CN107300562B (zh) | 一种测量继电器成品触点间距的x射线无损检测方法 | |
CN111444570A (zh) | 一种施工误差信息的获取方法及装置 | |
CN106204549B (zh) | 一种基于视频分析的广告牌监测方法、装置及电子设备 | |
CN116679172B (zh) | 一种电力现场局部放电源可视化检测系统及方法 | |
WO2024174525A1 (zh) | 一种基于深度学习检测识别的电子台案秤智能检定方法 | |
Crisnapati et al. | Earthquake damage intensity scaling system based on raspberry Pi and Arduino Uno | |
CN117928625A (zh) | 一种海水温盐深仪倾向性误差分析方法、介质及系统 | |
CN114782852A (zh) | 指针式工业仪表的读数方法、读数装置与读数系统 | |
US20170169576A1 (en) | Crowd intelligence on flow velocity measurement | |
CN109360289B (zh) | 融合巡检机器人定位信息的电力表计检测方法 | |
CN110930447A (zh) | 基于Android的无人值守雪深测量方法 | |
CN118212378B (zh) | 一种高速公路隧道裂纹检测方法及系统 | |
JP7476082B2 (ja) | 非破壊検査の支援装置、支援方法及び支援プログラム |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Visual Detection System and Method for Local Discharge Sources in Electric Power Sites Effective date of registration: 20231228 Granted publication date: 20231107 Pledgee: Nantong Branch of Industrial Bank Co.,Ltd. Pledgor: JIANGSU HAOHAN INFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2023980075075 |