CN116990685B - 一种预退役电机质量评测方法及系统 - Google Patents
一种预退役电机质量评测方法及系统 Download PDFInfo
- Publication number
- CN116990685B CN116990685B CN202311262276.2A CN202311262276A CN116990685B CN 116990685 B CN116990685 B CN 116990685B CN 202311262276 A CN202311262276 A CN 202311262276A CN 116990685 B CN116990685 B CN 116990685B
- Authority
- CN
- China
- Prior art keywords
- retired
- motor
- value
- insulation resistance
- resistance value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013441 quality evaluation Methods 0.000 claims abstract description 14
- 238000009413 insulation Methods 0.000 claims description 298
- 239000011159 matrix material Substances 0.000 claims description 84
- 238000011156 evaluation Methods 0.000 claims description 56
- 230000002159 abnormal effect Effects 0.000 claims description 55
- 238000010521 absorption reaction Methods 0.000 claims description 44
- 238000009826 distribution Methods 0.000 claims description 34
- 238000004804 winding Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000003491 array Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 8
- 239000012774 insulation material Substances 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000032683 aging Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000005461 lubrication Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training 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
- G01R31/34—Testing dynamo-electric machines
- G01R31/343—Testing dynamo-electric machines in operation
-
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及电机质量评测技术领域，特别涉及一种预退役电机质量评测方法及系统，本发明通过将绝缘电阻的绝缘吸收比值和定子绕组的温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，通过绝缘性能评估值可以初步测评预退役电机的绝缘性能状况，再通过绝缘性能评估值和预退役电机的耐电压性能来进一步的测评预退役电机的剩余寿命，通过评估绝缘性能，不仅可以预测电机的故障概率，而且可以识别绝缘系统的问题和潜在风险，提前采取维护措施，而通过评估预退役电机的耐电压性能，可以确定电机是否能够承受额定工作电压，准确评估预退役电机的剩余寿命有助于合理安排维护计划，提高资产的利用效率和管理效果。
Description
技术领域
本发明涉及电机质量评测技术领域，特别涉及一种预退役电机质量评测方法及系统。
背景技术
预退役电机是指在设备(如工业机械或电子设备)的寿命结束之前，根据设定的条件和指标提前停止使用或更换电机的过程，预退役电机通常是为了提前规划和执行设备的维护计划、更新设备技术或提升设备效能而进行的，因此对于预退役电机的质量评测是必不可少的。
然而现有技术中，对预退役电机的质量进行评测时，主要是通过检测电机绝缘材料的绝缘性能，该方法较为单一，无法全面的对预退役电机的质量进行评估。
发明内容
本发明的主要目的为提供一种预退役电机质量评测方法，旨在解决现有技术中的技术问题。
本发明提出一种预退役电机质量评测方法，包括：
获取预退役电机的第一特征信息，其中，所述第一特征信息包括绝缘电阻特征信息和定子绕组特征信息；
根据所述绝缘电阻特征信息计算绝缘吸收比值；
根据所述定子绕组特征信息计算温度差异程度值；
将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，其中，绝缘性能预估模型中为：
其中，J(Y)表示预退役电机的绝缘性能评估值，P表示绝缘吸收比值，C表示温度差异程度值；
根据所述预退役电机的绝缘性能评估值获取预退役电机的第二特征信息，其中，所述第二特征信息包括多个零部件的耐电压特征信息；
根据多个所述零部件的耐电压特征信息获取预退役电机的耐电压值；
根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值对预退役电机的质量进行评估，得到评估结果。
作为优选，所述根据所述绝缘电阻特征信息计算绝缘吸收比值的步骤，包括：
根据所述绝缘电阻特征信息获取预退役电机的初始绝缘电阻值和运行预设时间后的终止绝缘电阻值；
获取预退役电机的中间绝缘电阻值；
根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差；
根据所述中间绝缘电阻值和终止绝缘电阻值获取第二时间差；
根据所述初始绝缘电阻值、中间绝缘电阻值、终止绝缘电阻值、第一时间差和第二时间差计算绝缘吸收比值，其中，计算公式为：
其中，P表示绝缘吸收比值，R1表示初始绝缘电阻值，R2表示中间绝缘电阻值，R3表示终止绝缘电阻值，T1表示第一时间差，T2表示第二时间差。
作为优选，所述根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差的步骤，包括：
获取预退役电机的绝缘电阻值初步达到初始绝缘电阻值时的第一时间点；
根据所述第一时间点获取预退役电机的绝缘电阻值在初始绝缘电阻值时的第一持续时长；
获取预退役电机的绝缘电阻值初步达到中间绝缘电阻值时的第二时间点；
根据所述第二时间点获取预退役电机的绝缘电阻值在中间绝缘电阻值时的第二持续时长；
根据所述第一时间点、第一持续时长、第二时间点和第二持续时长计算第一时间差，其中，计算公式为：
其中，T1表示第一时间差，t1表示第一时间点，t2表示第一持续时长，t3表示第二时间点，t4表示第二持续时长。
作为优选，根据所述定子绕组特征信息计算温度差异程度值的步骤，包括：
根据所述定子绕组特征信息获取红外热图像，并根据所述红外热图像获取异常热点分布特征；
根据所述异常热点分布特征构建异常特征矩阵；
获取预设正常温度分布特征；
根据所述预设正常温度分布特征构建正常特征矩阵；
根据所述异常特征矩阵和正常特征矩阵计算温度差异程度值，其中，计算公式为：
其中，C表示温度差异程度值，Y表示异常特征矩阵，a表示异常特征矩阵的行数，b表示异常特征矩阵的列数，X表示正常特征矩阵，c表示正常特征矩阵的行数，d表示正常特征矩阵的列数，N1表示异常特征矩阵的元素数量，N2表示正常特征矩阵的元素数量。
作为优选，所述根据所述红外热图像获取异常热点分布特征的步骤，包括：
对所述红外热图像进行噪声去除和校正温度偏差去除处理，得到预处理图像；
根据预设阈值对所述预处理图像进行分割，将所述预处理图像中像素值高于预设阈值的图像分割为多个目标区域图像；
提取每一个目标区域图像的温度特征，得到多个温度热点特征；
根据多个所述温度热点特征和目标区域图像构建温度特征矩阵，其中，每个温度热点特征为特征矩阵的列，每个对应目标区域图像为特征矩阵的行；
将所述温度特征矩阵分解为多个温度特征值数组，并将多个温度特征值数组按照大小进行排序，得到温度特征排序表；
根据预设正常温度特征对所述温度特征排序表内的多个温度特征进行划分，得到正常热点分布特征和异常热点分布特征。
作为优选，所述将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值的步骤，包括：
将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，其中，绝缘性能预估模型中为：
其中，J(Y)表示预退役电机的绝缘性能评估值，P表示绝缘吸收比值，C表示温度差异程度值。
作为优选，所述根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值对预退役电机的质量进行评估，得到评估结果的步骤，包括：
根据所述预退役电机的耐电压值获取第一权重因子；
根据所述预退役电机的绝缘性能评估值获取第二权重因子；
根据所述预退役电机的耐电压值、第一权重因子、预退役电机的绝缘性能评估值和第二权重因子计算预退役电机的剩余寿命值，其中，计算公式为：
S(M)＝∑[N(Y)*D1+J(Y)*D2]；
其中，S(M)表示预退役电机的剩余寿命值，N(Y)表示预退役电机的耐电压值，D1表示第一权重因子，J(Y)表示预退役电机的绝缘性能评估值，D2表示第二权重因子；
设立阈值区间，并判断所述预退役电机的剩余寿命值与阈值区间之间的关系；
若所述剩余寿命值低于阈值区间的下限值，则判断预退役电机的质量不合格：
若所述剩余寿命值位于阈值区间内，则判断预退役电机的质量待维修；
若所述剩余寿命值高于阈值区间的上限值，则判断预退役电机的质量合格。
本申请还提供一种预退役电机质量评测系统，包括：
第一获取模块，用于获取预退役电机的第一特征信息，其中，所述第一特征信息包括绝缘电阻特征信息和定子绕组特征信息；
第一计算模块，用于根据所述绝缘电阻特征信息计算绝缘吸收比值；
第二计算模块，用于根据所述定子绕组特征信息计算温度差异程度值；
输入模块，将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，其中，绝缘性能预估模型中为：
其中，J(Y)表示预退役电机的绝缘性能评估值，P表示绝缘吸收比值，C表示温度差异程度值；
第二获取模块，用于根据所述预退役电机的绝缘性能评估值获取预退役电机的第二特征信息，其中，所述第二特征信息包括多个零部件的耐电压特征信息；
第三获取模块，用于根据多个所述零部件的耐电压特征信息获取预退役电机的耐电压值；
第三计算模块，用于根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值计算预退役电机的剩余寿命值；
判断模块，用于判断所述剩余寿命值是否超过预设寿命值；
若所述剩余寿命值超过预设寿命值，则判断预退役电机的质量合格；
若所述剩余寿命值未超过预设寿命值，则判断预退役电机的质量不合格。
作为优选，所述第一计算模块，包括：
第一获取单元，用于根据所述绝缘电阻特征信息获取预退役电机的初始绝缘电阻值和运行预设时间后的终止绝缘电阻值；
第二获取单元，用于获取预退役电机的中间绝缘电阻值；
第三获取单元，用于根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差；
第四获取单元，用于根据所述中间绝缘电阻值和终止绝缘电阻值获取第二时间差；
第一计算单元，用于根据所述初始绝缘电阻值、中间绝缘电阻值、终止绝缘电阻值、第一时间差和第二时间差计算绝缘吸收比值，其中，计算公式为：
其中，P表示绝缘吸收比值，R1表示初始绝缘电阻值，R2表示中间绝缘电阻值，R3表示终止绝缘电阻值，T1表示第一时间差，T2表示第二时间差。
作为优选，所述第二计算模块，包括：
第五获取单元，用于根据所述定子绕组特征信息获取红外热图像，并根据所述红外热图像获取异常热点分布特征；
第一构建单元，用于根据所述异常热点分布特征构建异常特征矩阵；
第六获取单元，用于获取预设正常温度分布特征；
第二构建单元，用于根据所述预设正常温度分布特征构建正常特征矩阵；
第二计算单元，用于根据所述异常特征矩阵和正常特征矩阵计算温度差异程度值，其中，计算公式为：
其中，C表示温度差异程度值，Y表示异常特征矩阵，a表示异常特征矩阵的行数，b表示异常特征矩阵的列数，X表示正常特征矩阵，c表示正常特征矩阵的行数，d表示正常特征矩阵的列数，N1表示异常特征矩阵的元素数量，N2表示正常特征矩阵的元素数量。
本发明的有益效果为：本发明通过将绝缘电阻的绝缘吸收比值和定子绕组的温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，通过绝缘性能评估值可以初步测评预退役电机的绝缘性能状况，再通过绝缘性能评估值和预退役电机的耐电压性能来进一步的测评预退役电机的剩余寿命，由于绝缘性能评估值反映了电机绝缘系统的状况，包括绝缘材料的老化、损坏等情况，通过评估绝缘性能，不仅可以预测电机的故障概率，如果绝缘性能较差，预测电机可能会在不久的将来发生故障，需要提前进行维修或更换，而且可以识别绝缘系统的问题和潜在风险，提前采取维护措施，而通过评估预退役电机的耐电压性能，可以确定电机是否能够承受额定工作电压，准确评估预退役电机的剩余寿命有助于合理安排维护计划，提高资产的利用效率和管理效果。
附图说明
图1为本发明一实施例的方法流程示意图。
图2为本发明一实施例的系统模块结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1和图2所示，本申请提供一种预退役电机质量评测方法，包括：
S1、获取预退役电机的第一特征信息，其中，所述第一特征信息包括绝缘电阻特征信息和定子绕组特征信息；
S2、根据所述绝缘电阻特征信息计算绝缘吸收比值；
S3、根据所述定子绕组特征信息计算温度差异程度值；
S4、将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，其中，绝缘性能预估模型中为：
其中，J(Y)表示预退役电机的绝缘性能评估值，P表示绝缘吸收比值，C表示温度差异程度值；
S5、根据所述预退役电机的绝缘性能评估值获取预退役电机的第二特征信息，其中，所述第二特征信息包括多个零部件的耐电压特征信息；
S6、根据多个所述零部件的耐电压特征信息获取预退役电机的耐电压值；
S7、根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值对预退役电机的质量进行评估，得到评估结果。
如上述步骤S1-S7所述，现有技术中，预退役电机的绝缘性能主要是通过绝缘电阻测量来进行评估，具体是先确保预退役电机处于停机状态，断开电源并进行安全隔离，然后清理预退役电机表面，确保无尘、无污染物，以获得准确的测量结果，使用绝缘电阻测试仪或万用表中的绝缘电阻测量功能来进行测量，针对预退役电机的特定要求，设置测试仪器的测试参数，如测试电压或测试时间，一般情况下，测试电压为500V或1000V，启动测试仪器，开始测量过程，保持测量时间，通常为1分钟，确保稳定的测量结果，根据电机的规格和绝缘要求，与测量结果进行比较，如果测得的绝缘电阻值低于规定的绝缘电阻标准，可能表示绝缘存在问题或故障。预退役电机的耐电压性能和绝缘性能数据主要与电机的绝缘系统相关，是评估电机质量的重要方面之一。而现有技术中，对于预退役电机的绝缘系统质量评测大部分仅是通过对预退役电机的绝缘材料的绝缘性能进行检测，并没有将耐电压性能和绝缘性能进行综合考量预退役电机的剩余寿命，容易出现测评结果不贴合实际情况，导致会出现对预退役电机的质量把控不准确的问题，而本发明通过将绝缘电阻的绝缘吸收比值和定子绕组的温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，由于绝缘电阻和定子绕组是测评电机绝缘性能的两个重要零部件，因此通过绝缘电阻的绝缘吸收比值和定子绕组的温度差异程度值得到的绝缘性能评估值可以初步测评预退役电机的绝缘性能状况，由于绝缘性能评估值反映了电机绝缘系统的状况，包括绝缘材料的老化、损坏等情况，如果绝缘性能较差，预测电机可能会在不久的将来发生故障，需要提前进行维修或更换，通过评估绝缘性能，不仅可以预测电机的故障概率，而且可以识别绝缘系统的问题和潜在风险，提前采取维护措施，而耐电压性能则是电机绝缘性能良好的情况下测评电机寿命的重要参数，因此再通过绝缘性能评估值和预退役电机的耐电压性能来进一步的测评预退役电机的剩余寿命，而通过评估预退役电机的耐电压性能，可以确定电机是否能够承受额定工作电压，准确评估预退役电机的剩余寿命有助于合理安排维护计划，提高资产的利用效率和管理效果。
在一个实施例中，所述根据所述绝缘电阻特征信息计算绝缘吸收比值的步骤S2，包括：
S21、根据所述绝缘电阻特征信息获取预退役电机的初始绝缘电阻值和运行预设时间后的终止绝缘电阻值；
S22、获取预退役电机的中间绝缘电阻值；
S23、根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差；
S24、根据所述中间绝缘电阻值和终止绝缘电阻值获取第二时间差；
S25、根据所述初始绝缘电阻值、中间绝缘电阻值、终止绝缘电阻值、第一时间差和第二时间差计算绝缘吸收比值，其中，计算公式为：
其中，P表示绝缘吸收比值，R1表示初始绝缘电阻值，R2表示中间绝缘电阻值，R3表示终止绝缘电阻值，T1表示第一时间差，T2表示第二时间差。
如上述步骤S21-S25所述，绝缘吸收比值是评估电机绝缘性能的一种指标，绝缘吸收比值一般用作评估绝缘材料的老化程度和绝缘性能。一般而言，较高的绝缘吸收比值表示绝缘材料相对较好的绝缘性能，而较低的值可能意味着绝缘存在问题或老化，现有技术中计算绝缘吸收比值主要通过将预退役电机接通电源，在规定的直流电压下极化绝缘，通常使用的直流电压为500V或1000V，然后在极化电压施加后的一个特定时间点，记录绝缘电阻的初始值(通常是1分钟)，然后在极化电压施加后一段时间(通常是10分钟或更长)，记录绝缘电阻的新值，根据记录的初始电阻值和吸收电阻值之间的比值来计算绝缘吸收比值的比率，但是上述这种计算方式存在着仅考虑一个时间点的因素，考虑因素较为单一片面，进而导致对预退役电机的绝缘性能评估不够全面精确的问题，而本发明通过初始绝缘电阻值、中间绝缘电阻值、终止绝缘电阻值、第一时间差和第二时间差来计算绝缘吸收比值不仅通过使用多个电阻值进行计算，可以提供更全面的绝缘性能评估，能够更好地判断绝缘故障和劣化情况，而且考虑了多个电阻值之间的时间差，从而可以使得通过考虑不同时间段的电阻值变化，能够更准确地评估绝缘材料的绝缘老化情况。
在一个实施例中，所述根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差的步骤S23，包括：
S231、获取预退役电机的绝缘电阻值初步达到初始绝缘电阻值时的第一时间点；
S232、根据所述第一时间点获取预退役电机的绝缘电阻值在初始绝缘电阻值时的第一持续时长；
S233、获取预退役电机的绝缘电阻值初步达到中间绝缘电阻值时的第二时间点；
S234、根据所述第二时间点获取预退役电机的绝缘电阻值在中间绝缘电阻值时的第二持续时长；
S235、根据所述第一时间点、第一持续时长、第二时间点和第二持续时长计算第一时间差，其中，计算公式为：
其中，T1表示第一时间差，t1表示第一时间点，t2表示第一持续时长，t3表示第二时间点，t4表示第二持续时长。
如上述步骤S231-S235所述，本发明中通过预退役电机的绝缘电阻值初步达到初始绝缘电阻值时的第一时间点以及第一持续时长和初步达到中间绝缘电阻值时的第二时间点以及第二持续时长来计算第一时间差，同理，通过预退役电机的绝缘电阻值初步达到中间绝缘电阻值时的第二时间点以及第二持续时长和初步达到终止绝缘电阻值时的第三时间点以及第三持续时长来计算第二时间差，由于第一时间差和第二时间差的计算均涉及多个时间参数，从而可以提供更细致的时间分析，而且通过上述几个因素结合计算的第一时间差和第二时间差还提供了更详细的绝缘性能评估，传统的绝缘电阻测量只提供了电阻值，而第一时间差可以补充了解绝缘材料(绝缘电阻和定子绕组)的动态特性，使评估更加综合和全面。
在一个实施例中，根据所述定子绕组特征信息计算温度差异程度值的步骤S3，包括：
S31、根据所述定子绕组特征信息获取红外热图像，并根据所述红外热图像获取异常热点分布特征；
S32、根据所述异常热点分布特征构建异常特征矩阵；
S33、获取预设正常温度分布特征；
S34、根据所述预设正常温度分布特征构建正常特征矩阵；
S35、根据所述异常特征矩阵和正常特征矩阵计算温度差异程度值，其中，计算公式为：
其中，C表示温度差异程度值，Y表示异常特征矩阵，a表示异常特征矩阵的行数，b表示异常特征矩阵的列数，X表示正常特征矩阵，c表示正常特征矩阵的行数，d表示正常特征矩阵的列数，N1表示异常特征矩阵的元素数量，N2表示正常特征矩阵的元素数量。
如上述步骤S31-S35所述，现有技术中，计算温度差异程度值主要是通过欧氏距离计算两个向量之间的直线距离，也可以用于衡量两个数据集的差异程度，较小的欧氏距离表示两个向量的差异程度较小，但是上述只能考虑两个向量，结果数据不够精准，而本发明通过根据异常热点分布特征构建异常特征矩阵以及预设正常温度分布特征构建正常特征矩阵计算得到的温度差异程度值可以作为异常检测和分类的依据，通过比较异常特征矩阵和正常特征矩阵的温度差异程度值，可以确定哪些样本或实例更有可能是异常的，这有助于区分异常行为或事件，以便更精确地进行异常检测和分类，而且异常特征矩阵和正常特征矩阵的温度差异程度值，通过识别差异程度较高的特征，可以定位潜在的故障点，并进行故障诊断和预测率，同时减少潜在的风险和损失。
在一个实施例中，所述根据所述红外热图像获取异常热点分布特征的步骤S31，包括：
S311、对所述红外热图像进行噪声去除和校正温度偏差去除处理，得到预处理图像；
S312、根据预设阈值对所述预处理图像进行分割，将所述预处理图像中像素值高于预设阈值的图像分割为多个目标区域图像；
S313、提取每一个目标区域图像的温度特征，得到多个温度热点特征；
S314、根据多个所述温度热点特征和目标区域图像构建温度特征矩阵，其中，每个温度热点特征为特征矩阵的列，每个对应目标区域图像为特征矩阵的行；
S315、将所述温度特征矩阵分解为多个温度特征值数组，并将多个温度特征值数组按照大小进行排序，得到温度特征排序表；
S316、根据预设正常温度特征对所述温度特征排序表内的多个温度特征进行划分，得到正常热点分布特征和异常热点分布特征。
如上述步骤S311-S316所述，现有技术中获取异常热点分布特征的方法主要是通过机器学习和人工智能技术，具体是通过训练模型来自动识别和分类异常的热点，这些技术能够从大量数据中学习并进行智能判断，提供更快速和准确的异常检测能力，但是这种方法并不能挑选出温度变化异常的点位，同时还不能根据定子绕组多个温度变化异常点位的温度数据来进行分析，而本发明通过提取每一个目标区域图像的温度特征，并将多个所述温度热点特征和目标区域图像构建温度特征矩阵，然后再分解为多个温度特征值数组，并将多个温度特征值数组按照大小进行排序，最后再根据预设正常温度特征对温度特征排序表内的多个温度特征进行划分得到异常热点分布特征，这样通过分析每个目标区域图像的温度特征，可以实现对异常热点的精确定位，并将其与历史数据进行比较并进行划分，进而可以使得获取的异常热点分布特征更加具有代表性，这样对预退役电机定子绕组的绝缘性能检测时可以选择温度变化较为异常的部分，提高评估精准度。
在一个实施例中，所述根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值对预退役电机的质量进行评估，得到评估结果的步骤S7，包括：
S71、根据所述预退役电机的耐电压值获取第一权重因子；
S72、根据所述预退役电机的绝缘性能评估值获取第二权重因子；
S73、根据所述预退役电机的耐电压值、第一权重因子、预退役电机的绝缘性能评估值和第二权重因子计算预退役电机的剩余寿命值，其中，计算公式为：
S(M)＝∑[N(Y)*D1+J(Y)*D2]；
其中，S(M)表示预退役电机的剩余寿命值，N(Y)表示预退役电机的耐电压值，D1表示第一权重因子，J(Y)表示预退役电机的绝缘性能评估值，D2表示第二权重因子；
S74、设立阈值区间，并判断所述预退役电机的剩余寿命值与阈值区间之间的关系；
若所述剩余寿命值低于阈值区间的下限值，则判断预退役电机的质量不合格：
若所述剩余寿命值位于阈值区间内，则判断预退役电机的质量待维修；
若所述剩余寿命值高于阈值区间的上限值，则判断预退役电机的质量合格。
如上述步骤S71-S74所述，本发明通过预退役电机的耐电压值、第一权重因子、预退役电机的绝缘性能评估值和第二权重因子计算预退役电机的剩余寿命值，这样通过综合考虑了耐电压值、绝缘性能评估值和权重因子，可以更全面地评估预退役电机的剩余寿命，不仅考虑了电机的绝缘情况，还考虑了其工作环境和使用条件(耐电压性能)对寿命的影响，通过将上述耐电压值和绝缘性能评估值指标根据权重因子进行加权计算，可以得到一个数值化的剩余寿命值，可以更直观地了解预退役电机的寿命情况，通过计算出预退役电机的剩余寿命值，可以为维修计划、更换策略和资产管理提供有力的依据，若剩余寿命值低于阈值区间的下限值，则判断预退役电机的质量不合格，则此时应对电机进行更换，若剩余寿命值位于阈值区间内，则判断预退役电机的质量待维修，则此时应对电机进行维修处理，若剩余寿命值高于阈值区间的上限值，则判断预退役电机的质量合格，可以继续使用，并根据剩余寿命值来确定使用时长，从而可以确定合适的时间点对电机进行维修或更换，以最大程度地延长电机的使用寿命和降低成本，其中，根据质量评估结果来制定维护计划，对于待维修和质量合格的预退役电机进行定期检查、清洁、润滑、校准和更换关键部件等操作，根据预退役电机的质量评估分级，区分不同维护等级和频率，确保对于质量较差的电机进行更加频繁和深入的检修，同时对于预退役电机的绝缘损坏和耐电压性能及时处理，修复预退役电机故障并更换有问题的部件，以避免故障进一步扩大，确保预退役电机的正常运行，除了规划维护计划外，定期对预退役电机进行检测和监控也是必要的，使用适当的传感器和监测设备，监测电机的绝缘性能和耐电压性能，通过实时监控，及时发现电机异常运行状态，并采取必要的措施进行修复或调整，定期记录和分析预退役电机的维护数据，通过分析数据，可以发现预退役电机的潜在问题和趋势，以便及时调整维护计划和预防措施。
本申请还提供一种预退役电机质量评测系统，包括：
第一获取模块，用于获取预退役电机的第一特征信息，其中，所述第一特征信息包括绝缘电阻特征信息和定子绕组特征信息；
第一计算模块，用于根据所述绝缘电阻特征信息计算绝缘吸收比值；
第二计算模块，用于根据所述定子绕组特征信息计算温度差异程度值；
输入模块，用于将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值；
第二获取模块，用于根据所述预退役电机的绝缘性能评估值获取预退役电机的第二特征信息，其中，所述第二特征信息包括多个零部件的耐电压特征信息；
第三获取模块，用于根据多个所述零部件的耐电压特征信息获取预退役电机的耐电压值；
第三计算模块，用于根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值计算预退役电机的剩余寿命值；
判断模块，用于判断所述剩余寿命值是否超过预设寿命值；
若所述剩余寿命值超过预设寿命值，则判断预退役电机的质量合格；
若所述剩余寿命值未超过预设寿命值，则判断预退役电机的质量不合格。
在一个实施例中，所述第一计算模块，包括：
第一获取单元，用于根据所述绝缘电阻特征信息获取预退役电机的初始绝缘电阻值和运行预设时间后的终止绝缘电阻值；
第二获取单元，用于获取预退役电机的中间绝缘电阻值；
第三获取单元，用于根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差；
第四获取单元，用于根据所述中间绝缘电阻值和终止绝缘电阻值获取第二时间差；
第一计算单元，用于根据所述初始绝缘电阻值、中间绝缘电阻值、终止绝缘电阻值、第一时间差和第二时间差计算绝缘吸收比值，其中，计算公式为：
其中，P表示绝缘吸收比值，R1表示初始绝缘电阻值，R2表示中间绝缘电阻值，R3表示终止绝缘电阻值，T1表示第一时间差，T2表示第二时间差。
在一个实施例中，所述第二计算模块，包括：
第五获取单元，用于根据所述定子绕组特征信息获取红外热图像，并根据所述红外热图像获取异常热点分布特征；
第一构建单元，用于根据所述异常热点分布特征构建异常特征矩阵；
第六获取单元，用于获取预设正常温度分布特征；
第二构建单元，用于根据所述预设正常温度分布特征构建正常特征矩阵；
第二计算单元，用于根据所述异常特征矩阵和正常特征矩阵计算温度差异程度值，其中，计算公式为：
其中，C表示温度差异程度值，Y表示异常特征矩阵，a表示异常特征矩阵的行数，b表示异常特征矩阵的列数，X表示正常特征矩阵，c表示正常特征矩阵的行数，d表示正常特征矩阵的列数，N1表示异常特征矩阵的元素数量，N2表示正常特征矩阵的元素数量。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种预退役电机质量评测方法，其特征在于，包括：
获取预退役电机的第一特征信息，其中，所述第一特征信息包括绝缘电阻特征信息和定子绕组特征信息；
根据所述绝缘电阻特征信息计算绝缘吸收比值；
根据所述定子绕组特征信息计算温度差异程度值；
将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，其中，绝缘性能预估模型中为：
其中，J(Y)表示预退役电机的绝缘性能评估值，P表示绝缘吸收比值，C表示温度差异程度值；
根据所述预退役电机的绝缘性能评估值获取预退役电机的第二特征信息，其中，所述第二特征信息包括多个零部件的耐电压特征信息；
根据多个所述零部件的耐电压特征信息获取预退役电机的耐电压值；
根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值对预退役电机的质量进行评估，得到评估结果。
2.根据权利要求1所述的预退役电机质量评测方法，其特征在于，所述根据所述绝缘电阻特征信息计算绝缘吸收比值的步骤，包括：
根据所述绝缘电阻特征信息获取预退役电机的初始绝缘电阻值和运行预设时间后的终止绝缘电阻值；
获取预退役电机的中间绝缘电阻值；
根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差；
根据所述中间绝缘电阻值和终止绝缘电阻值获取第二时间差；
根据所述初始绝缘电阻值、中间绝缘电阻值、终止绝缘电阻值、第一时间差和第二时间差计算绝缘吸收比值，其中，计算公式为：
其中，P表示绝缘吸收比值，R1表示初始绝缘电阻值，R2表示中间绝缘电阻值，R3表示终止绝缘电阻值，T1表示第一时间差，T2表示第二时间差。
3.根据权利要求2所述的预退役电机质量评测方法，其特征在于，所述根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差的步骤，包括：
获取预退役电机的绝缘电阻值初步达到初始绝缘电阻值时的第一时间点；
根据所述第一时间点获取预退役电机的绝缘电阻值在初始绝缘电阻值时的第一持续时长；
获取预退役电机的绝缘电阻值初步达到中间绝缘电阻值时的第二时间点；
根据所述第二时间点获取预退役电机的绝缘电阻值在中间绝缘电阻值时的第二持续时长；
根据所述第一时间点、第一持续时长、第二时间点和第二持续时长计算第一时间差，其中，计算公式为：
其中，T1表示第一时间差，t1表示第一时间点，t2表示第一持续时长，t3表示第二时间点，t4表示第二持续时长。
4.根据权利要求1所述的预退役电机质量评测方法，其特征在于，根据所述定子绕组特征信息计算温度差异程度值的步骤，包括：
根据所述定子绕组特征信息获取红外热图像，并根据所述红外热图像获取异常热点分布特征；
根据所述异常热点分布特征构建异常特征矩阵；
获取预设正常温度分布特征；
根据所述预设正常温度分布特征构建正常特征矩阵；
根据所述异常特征矩阵和正常特征矩阵计算温度差异程度值，其中，计算公式为：
其中，C表示温度差异程度值，Y表示异常特征矩阵，a表示异常特征矩阵的行数，b表示异常特征矩阵的列数，X表示正常特征矩阵，c表示正常特征矩阵的行数，d表示正常特征矩阵的列数，N1表示异常特征矩阵的元素数量，N2表示正常特征矩阵的元素数量。
5.根据权利要求4所述的预退役电机质量评测方法，其特征在于，所述根据所述红外热图像获取异常热点分布特征的步骤，包括：
对所述红外热图像进行噪声去除和校正温度偏差去除处理，得到预处理图像；
根据预设阈值对所述预处理图像进行分割，将所述预处理图像中像素值高于预设阈值的图像分割为多个目标区域图像；
提取每一个目标区域图像的温度特征，得到多个温度热点特征；
根据多个所述温度热点特征和目标区域图像构建温度特征矩阵，其中，每个温度热点特征为特征矩阵的列，每个对应目标区域图像为特征矩阵的行；
将所述温度特征矩阵分解为多个温度特征值数组，并将多个温度特征值数组按照大小进行排序，得到温度特征排序表；
根据预设正常温度特征对所述温度特征排序表内的多个温度特征进行划分，得到正常热点分布特征和异常热点分布特征。
6.根据权利要求1所述的预退役电机质量评测方法，其特征在于，所述根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值对预退役电机的质量进行评估，得到评估结果的步骤，包括：
根据所述预退役电机的耐电压值获取第一权重因子；
根据所述预退役电机的绝缘性能评估值获取第二权重因子；
根据所述预退役电机的耐电压值、第一权重因子、预退役电机的绝缘性能评估值和第二权重因子计算预退役电机的剩余寿命值，其中，计算公式为：
S(M)＝∑[N(Y)*D1+J(Y)*D2]；
其中，S(M)表示预退役电机的剩余寿命值，N(Y)表示预退役电机的耐电压值，D1表示第一权重因子，J(Y)表示预退役电机的绝缘性能评估值，D2表示第二权重因子；
设立阈值区间，并判断所述预退役电机的剩余寿命值与阈值区间之间的关系；
若所述剩余寿命值低于阈值区间的下限值，则判断预退役电机的质量不合格；
若所述剩余寿命值位于阈值区间内，则判断预退役电机的质量待维修；
若所述剩余寿命值高于阈值区间的上限值，则判断预退役电机的质量合格。
7.一种预退役电机质量评测系统，其特征在于，包括：
第一获取模块，用于获取预退役电机的第一特征信息，其中，所述第一特征信息包括绝缘电阻特征信息和定子绕组特征信息；
第一计算模块，用于根据所述绝缘电阻特征信息计算绝缘吸收比值；
第二计算模块，用于根据所述定子绕组特征信息计算温度差异程度值；
输入模块，用于将所述绝缘吸收比值和温度差异程度值输入至绝缘性能预估模型中，得到预退役电机的绝缘性能评估值，其中，绝缘性能预估模型中为：
其中，J(Y)表示预退役电机的绝缘性能评估值，P表示绝缘吸收比值，C表示温度差异程度值；
第二获取模块，用于根据所述预退役电机的绝缘性能评估值获取预退役电机的第二特征信息，其中，所述第二特征信息包括多个零部件的耐电压特征信息；
第三获取模块，用于根据多个所述零部件的耐电压特征信息获取预退役电机的耐电压值；
评估模块，用于根据所述预退役电机的耐电压值和预退役电机的绝缘性能评估值对预退役电机的质量进行评估，得到评估结果。
8.根据权利要求7所述的预退役电机质量评测系统，其特征在于，所述第一计算模块，包括：
第一获取单元，用于根据所述绝缘电阻特征信息获取预退役电机的初始绝缘电阻值和运行预设时间后的终止绝缘电阻值；
第二获取单元，用于获取预退役电机的中间绝缘电阻值；
第三获取单元，用于根据所述初始绝缘电阻值和中间绝缘电阻值获取第一时间差；
第四获取单元，用于根据所述中间绝缘电阻值和终止绝缘电阻值获取第二时间差；
第一计算单元，用于根据所述初始绝缘电阻值、中间绝缘电阻值、终止绝缘电阻值、第一时间差和第二时间差计算绝缘吸收比值，其中，计算公式为：
其中，P表示绝缘吸收比值，R1表示初始绝缘电阻值，R2表示中间绝缘电阻值，R3表示终止绝缘电阻值，T1表示第一时间差，T2表示第二时间差。
9.根据权利要求7所述的预退役电机质量评测系统，其特征在于，所述第二计算模块，包括：
第五获取单元，用于根据所述定子绕组特征信息获取红外热图像，并根据所述红外热图像获取异常热点分布特征；
第一构建单元，用于根据所述异常热点分布特征构建异常特征矩阵；
第六获取单元，用于获取预设正常温度分布特征；
第二构建单元，用于根据所述预设正常温度分布特征构建正常特征矩阵；
第二计算单元，用于根据所述异常特征矩阵和正常特征矩阵计算温度差异程度值，其中，计算公式为：
其中，C表示温度差异程度值，Y表示异常特征矩阵，a表示异常特征矩阵的行数，b表示异常特征矩阵的列数，X表示正常特征矩阵，c表示正常特征矩阵的行数，d表示正常特征矩阵的列数，N1表示异常特征矩阵的元素数量，N2表示正常特征矩阵的元素数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311262276.2A CN116990685B (zh) | 2023-09-27 | 2023-09-27 | 一种预退役电机质量评测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311262276.2A CN116990685B (zh) | 2023-09-27 | 2023-09-27 | 一种预退役电机质量评测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116990685A CN116990685A (zh) | 2023-11-03 |
| CN116990685B true CN116990685B (zh) | 2023-12-22 |
Family
ID=88525289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311262276.2A Active CN116990685B (zh) | 2023-09-27 | 2023-09-27 | 一种预退役电机质量评测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116990685B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107144787A (zh) * | 2017-04-24 | 2017-09-08 | 华北电力大学 | 一种永磁风力发电机的发电机绝缘检测装置及检测方法 |
| CN110703097A (zh) * | 2019-11-05 | 2020-01-17 | 合肥致臻电子科技有限公司 | 一种风力发电机绝缘电阻在线监控仪和监测方法 |
| CN110794301A (zh) * | 2019-10-12 | 2020-02-14 | 上海雷纳姆电气技术有限公司 | 一种电机生命值判断方法 |
| CN113515842A (zh) * | 2021-04-16 | 2021-10-19 | 西安热工研究院有限公司 | 一种大型发电机寿命评估方法及系统 |
| CN215340057U (zh) * | 2021-03-30 | 2021-12-28 | 上海市城市排水有限公司市南防汛分公司 | 一种高压电机的绝缘电阻的监测系统 |
| CN113985132A (zh) * | 2021-09-30 | 2022-01-28 | 华能太仓发电有限责任公司 | 一种备用电动机的绝缘电阻测量装置及方法 |
| CN115078993A (zh) * | 2022-06-14 | 2022-09-20 | 山东威纳电气有限公司 | 带有绝缘预警功能的高压电机绝缘检测系统及方法 |
| CN116298519A (zh) * | 2023-02-21 | 2023-06-23 | 中核核电运行管理有限公司 | 宽量程高精度电机绝缘电阻测试电路及其测试方法 |
-
2023
- 2023-09-27 CN CN202311262276.2A patent/CN116990685B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107144787A (zh) * | 2017-04-24 | 2017-09-08 | 华北电力大学 | 一种永磁风力发电机的发电机绝缘检测装置及检测方法 |
| CN110794301A (zh) * | 2019-10-12 | 2020-02-14 | 上海雷纳姆电气技术有限公司 | 一种电机生命值判断方法 |
| CN110703097A (zh) * | 2019-11-05 | 2020-01-17 | 合肥致臻电子科技有限公司 | 一种风力发电机绝缘电阻在线监控仪和监测方法 |
| CN215340057U (zh) * | 2021-03-30 | 2021-12-28 | 上海市城市排水有限公司市南防汛分公司 | 一种高压电机的绝缘电阻的监测系统 |
| CN113515842A (zh) * | 2021-04-16 | 2021-10-19 | 西安热工研究院有限公司 | 一种大型发电机寿命评估方法及系统 |
| CN113985132A (zh) * | 2021-09-30 | 2022-01-28 | 华能太仓发电有限责任公司 | 一种备用电动机的绝缘电阻测量装置及方法 |
| CN115078993A (zh) * | 2022-06-14 | 2022-09-20 | 山东威纳电气有限公司 | 带有绝缘预警功能的高压电机绝缘检测系统及方法 |
| CN116298519A (zh) * | 2023-02-21 | 2023-06-23 | 中核核电运行管理有限公司 | 宽量程高精度电机绝缘电阻测试电路及其测试方法 |
Non-Patent Citations (2)
| Title |
|---|
| 三相异步电动机检修后的测试研究;吕文春;;现代商贸工业(第07期);第302-303页 * |
| 大型发电机状态评估与检修策略分析;赵耀;;科协论坛(下半月)(第05期);第19-20页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116990685A (zh) | 2023-11-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10466138B2 (en) | Determining remaining useful life of rotating machinery including drive trains, gearboxes, and generators | |
| Coble et al. | Identifying optimal prognostic parameters from data: a genetic algorithms approach | |
| US9995655B2 (en) | Assessment of power system equipment for equipment maintenance and/or risk mitigation | |
| CN111308355A (zh) | 基于深度学习的变电站蓄电池状态检测分析方法 | |
| CN110533299B (zh) | 一种在线监测电表失准率的计算方法、设备及介质 | |
| JP6813291B2 (ja) | 太陽光発電の性能評価方法 | |
| CN117706943B (zh) | 一种换流变阀侧套管末屏分压器的自适应控制方法及系统 | |
| CN116990685B (zh) | 一种预退役电机质量评测方法及系统 | |
| CN107561452A (zh) | 一种蓄电池组健康度的评估方法 | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| CN114487848B (zh) | 一种蓄电池的状态计算方法和装置 | |
| CN115659271A (zh) | 传感器异常检测方法、模型训练方法、系统、设备及介质 | |
| CN115640879A (zh) | 气缸故障预测系统、预测方法、预测设备以及存储介质 | |
| CN117808456A (zh) | 一种基于智慧运营管理的设备故障预警方法及装置 | |
| CN117272844B (zh) | 配电盘工作寿命的预测方法及系统 | |
| CN117790086B (zh) | 一种双米标电线电缆切割计量标识的方法 | |
| CN117689270A (zh) | 电力设备生产过程质量管理改进方法、系统及存储介质 | |
| CN117555947A (zh) | 一种抽水蓄能电站瓦温特征提取方法及系统 | |
| CN117192273B (zh) | 一种电磁兼容性检测方法、系统、设备及存储介质 | |
| CN117783769B (zh) | 基于可视平台的配电网络故障定位方法、系统、设备及存储介质 | |
| de Carvalho Michalski et al. | Applying Principal Component Analysis for Multi-parameter Failure Prognosis and Determination of Remaining Useful Life | |
| Fuhrmann et al. | X-AMINOR: A Mobile Multi-Sensor Platform for Lifecycle-Monitoring of Transformers. | |
| KR20230154638A (ko) | 불연속 공정 기계 부품의 품질 예측 방법 및 장치 | |
| CN116298641A (zh) | 一种三端稳压器高温老炼试验系统 | |
| CN117790086A (zh) | 一种双米标电线电缆切割计量标识的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |