CN117406048B - 一种变压器放电故障诊断方法及装置 - Google Patents
一种变压器放电故障诊断方法及装置 Download PDFInfo
- Publication number
- CN117406048B CN117406048B CN202311730139.7A CN202311730139A CN117406048B CN 117406048 B CN117406048 B CN 117406048B CN 202311730139 A CN202311730139 A CN 202311730139A CN 117406048 B CN117406048 B CN 117406048B
- Authority
- CN
- China
- Prior art keywords
- signal
- influence
- transformer equipment
- environmental
- time
- 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 23
- 238000003745 diagnosis Methods 0.000 title claims description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 97
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims description 29
- 238000011835 investigation Methods 0.000 claims description 19
- 230000032683 aging Effects 0.000 claims description 11
- 239000000428 dust Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012423 maintenance Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013024 troubleshooting 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
- Housings And Mounting Of Transformers (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及电力技术领域,具体公开了一种变压器放电故障诊断方法及装置,包括:获取到变压器设备的功率数据,并基于功率数据,对变压器设备进行故障判断;基于变压器设备故障信号,获取到环境参数和设备参数,对变压器设备产生的故障进行检查分析;其中,环境参数包括环境时间影响值;设备参数包括变压器设备的元件时间影响值;获取到环境影响比和元件影响比,进行比较分析,判断变压器设备故障影响信号;获取到非环境影响信号、环境影响信号、非元件影响信号、元件影响信号,对信号交叉分析;基于故障评估信号,获取到影响共振参数,对变压器设备故障进行分析,本发明精准判断出电力故障所产生的原因,从而便可以对变压器设备进行快速维修。
Description
技术领域
本发明涉及电力技术领域,具体涉及一种变压器放电故障诊断方法及装置。
背景技术
中国专利CN113985193A公开了一种无线电力故障监测系统及监测方法,无线电力故障监测系统包括控制主机、网关、无线通信模块和监测终端;监测终端包括直流供电检测电路、交流供电检测电路以及开关量输出控制电路,直流供电检测电路、交流供电检测电路以及开关量输出控制电路均与待测机电设备连接;监测终端基于控制主机的命令,可以实现数据透传、直流供电检测、交流供电检测、和开关量输出控制的功能;
现有技术中,在面对变压器设备存在多种参数原因所导致变压器设备产生故障时,其不能有效对其分析,准确地判断变压器设备出现故障的因素影响,导致将在变压器设备出现故障时,会大大降低对变压器设备检查维修的效率。
发明内容
本发明的目的在于提供一种变压器放电故障诊断方法及装置,解决以下技术问题:不能有效对其分析,准确地判断变压器设备出现故障的因素影响的问题。
本发明的目的可以通过以下技术方案实现:
一种变压器放电故障诊断方法,包括以下步骤:
步骤1:获取到变压器设备的功率数据,对变压器设备进行故障判断;
步骤2:基于变压器设备故障信号,获取到环境参数和设备参数,对变压器设备产生的故障进行检查分析;其中,环境参数包括环境时间影响值;设备参数包括变压器设备的元件时间影响值;
步骤3:获取到环境影响比和元件影响比,进行比较分析,判断变压器设备故障影响信号;
步骤4:获取到非环境影响信号、环境影响信号、非元件影响信号、元件影响信号,对信号交叉分析;
步骤5:基于故障评估信号,获取到影响共振参数,对变压器设备故障进行分析。
作为本发明进一步的方案:若损耗功率大于等于损耗功率阈值时,则生成变压器设备异常信号;
若损耗功率小于损耗功率阈值时,则生成变压器设备正常信号。
作为本发明进一步的方案:当得到变压器设备异常信号时,获取到生成变压器设备异常信号的持续时间;
若变压器设备异常信号的持续时间大于等于变压器设备异常信号的持续时间阈值,则生成变压器设备故障信号;
若变压器设备异常信号的持续时间小于变压器设备异常信号的持续时间阈值,则生成变压器设备波动信号。
作为本发明进一步的方案:获取到在出现变压器设备故障信号前的历史时间内,高温时间总值;高温为变压器设备的环境温度大于预设的环境温度;高湿时间参数为:获取到在出现变压器设备故障信号前的历史时间内,高湿持续的时间总值;高湿为变压器设备的环境湿度大于预设的环境湿度;高灰时间参数为:获取到在出现变压器设备故障信号前的历史时间内,高灰持续的时间总值;高灰为变压器设备的环境中灰尘浓度大于预设的环境灰尘浓度;将高温时间、高湿时间和高灰时间相加求和,计算得到环境时间影响值。
作为本发明进一步的方案:获取到变压器设备各元件的老化时间差值,并进行相加求和,得到元件时间影响值;老化时间差值是将变压器设备元件的投入使用的总时间与变压器设备元件的预设老化时间进行差值计算得到的。
作为本发明进一步的方案:将变压器设备异常信号的持续时间分别除以环境时间影响值和元件时间影响值,得到环境影响比和元件影响比。
作为本发明进一步的方案:若环境影响比大于等于环境影响比阈值时,生成非环境影响信号;若环境影响比小于环境影响比阈值时,生成环境影响信号;
若元件影响比大于等于元件影响比阈值时,生成非元件影响信号;若元件影响比小于元件影响比阈值时,生成元件影响信号。
作为本发明进一步的方案:信号归类模块若同时得到非环境影响信号和非元件影响信号时,表示变压器设备的故障不是由环境和元件所导致的,生成第一排查信号;
信号归类模块若同时得到环境影响信号和非元件影响信号,或信号归类模块若同时得到非环境影响信号和元件影响信号时,以及信号归类模块若同时得到环境影响信号和元件影响信号时,均生成故障评估信号。
作为本发明进一步的方案:在步骤5中,当得到故障评估信号时,获取到变压器设备异常信号的持续时间、环境时间影响值和元件时间影响值,并分别比较为Td、Th、Ty;通过公式,计算得到影响共振参数Cyz,其中,a1、a2均为比例系数;
若影响共振参数Cyz大于影响共振参数阈值时,生成第二排查信号;
若影响共振参数Cyz小于等于影响共振参数阈值时,生成第三排查信号。
一种变压器放电故障诊断装置,该故障诊断装置用于执行上述的故障诊断方法。
本发明的有益效果:
本发明通过故障监测模块,获取到变压器设备的功率数据,并基于功率数据,对变压器设备进行故障判断;故障自检模块,基于变压器设备故障信号,获取到环境参数和设备参数,对变压器设备产生的故障进行检查分析;故障监测平台,获取到环境影响比和元件影响比,进行比较分析,判断变压器设备故障影响信号;本发明构思为:先通过变压器设备的故障进行总体分析判断,再从环境、元件和时间三个维度进行分析判断变压器设备的原因,从而可以有效检查变压器设备故障所导致的原因,以及通过环境、元件和时间三个维度,可以反映出环境、元件对变压器设备产生故障的影响大小;
本发明通过信号归类模块获取到非环境影响信号、环境影响信号、非元件影响信号、元件影响信号,对信号交叉分析,本发明不仅可以对其产生的多个信号,进行整理分析,得到排查信号和故障评估信号,其方便对变压器设备的故障进行分析原因,还可以进一步判断其产生的原因,从而也便于对变压器设备进行监测;
本发明通过故障评估模块基于故障评估信号,获取到影响共振参数,对变压器设备故障进行分析,本发明根据故障评估信号,对变压器设备产生的故障,做进一步分析,从而精准判断出电力故障所产生的原因,可以对变压器设备进行快速维修。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明实施例一提供的一种变压器放电故障诊断装置的系统框图;
图2为本发明实施例二提供的一种变压器放电故障诊断装置的系统框图;
图3为本发明实施例三提供的一种变压器放电故障诊断装置的系统框图;
图4为本发明实施例四提供的一种变压器放电故障诊断方法的流程框图。
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
图1为本发明实施例一提供的一种变压器放电故障诊断装置的系统框图,请参阅图1所示,本发明变压器放电故障诊断装置,包括:
故障监测模块,获取到变压器设备的功率数据,并基于功率数据,对变压器设备进行故障判断;
其中,功率数据包括变压器设备的输入功率和变压器设备的输出功率;
变压器设备的故障判断为,将功率数据与功率数据阈值进行比较,得到变压器设备正常信号或变压器设备异常信号;
在一些实施例中,获取到变压器设备的输入功率和输出功率,将输入功率减去输出功率,得到损耗功率;
将损耗功率与损耗功率阈值进行比较;
若损耗功率大于等于损耗功率阈值时,则生成变压器设备异常信号;
若损耗功率小于损耗功率阈值时,则生成变压器设备正常信号;
当得到变压器设备异常信号时,获取到生成变压器设备异常信号的持续时间,再将变压器设备异常信号的持续时间与变压器设备异常信号的持续时间阈值进行比较;
若变压器设备异常信号的持续时间大于等于变压器设备异常信号的持续时间阈值,则生成变压器设备故障信号;
若变压器设备异常信号的持续时间小于变压器设备异常信号的持续时间阈值,则生成变压器设备波动信号;
其中,变压器设备故障信号表示变压器设备出现较大功率损耗,且持续时间较长,该变压器设备出现故障问题,变压器设备波动信号表示变压器设备出现较大功率损耗,但持续时间短,符合变压器设备工作正常波动情况;
故障自检模块,基于变压器设备故障信号,获取到环境参数和设备参数,对变压器设备产生的故障进行检查分析;
其中,环境参数包括环境时间影响值;设备参数包括变压器设备的元件时间影响值;变压器设备各元件包括但不限于继电器、接触器;
检查分析的过程为:将得到的环境参数和设备参数与变压器设备异常信号的持续时间进行比较;
在一些实施例中,故障自检模块,当得到变压器设备故障信号时,首先获取到在出现变压器设备故障信号前的历史时间内,高温时间总值;高温为变压器设备的环境温度大于预设的环境温度;高湿时间参数为:获取到在出现变压器设备故障信号前的历史时间内,高湿持续的时间总值;高湿为变压器设备的环境湿度大于预设的环境湿度;高灰时间参数为:获取到在出现变压器设备故障信号前的历史时间内,高灰持续的时间总值;高灰为变压器设备的环境中灰尘浓度大于预设的环境灰尘浓度;将高温时间、高湿时间和高灰时间相加求和,计算得到环境时间影响值;
再获取到变压器设备各元件的老化时间差值,并进行相加求和,得到元件时间影响值;具体地,老化时间差值是将变压器设备元件的投入使用的总时间与变压器设备元件的预设老化时间进行差值计算得到的;
将变压器设备异常信号的持续时间分别除以环境时间影响值和元件时间影响值,得到环境影响比和元件影响比;
故障监测平台,获取到环境影响比和元件影响比,进行比较分析,判断变压器设备故障影响信号;
其中,变压器设备故障影响信号包括非环境影响信号、环境影响信号、非元件影响信号、元件影响信号;
在一些实施例中,故障监测平台,获取到环境影响比和元件影响比,将环境影响比和元件影响比分别与环境影响比阈值和元件影响比阈值进行比较;
若环境影响比大于等于环境影响比阈值时,生成非环境影响信号;
若环境影响比小于环境影响比阈值时,生成环境影响信号;
若元件影响比大于等于元件影响比阈值时,生成非元件影响信号;
若元件影响比小于元件影响比阈值时,生成元件影响信号;
解释说明,非环境影响信号表示变压器设备在历史时间内,其环境影响时间较小,对变压器设备所产生的故障影响较小;环境影响信号表示变压器设备在历史时间内,其环境影响时间较大,对变压器设备所产生的故障影响较大;非元件影响信号表示变压器设备在历史时间内,其元件老化影响时间较小,对变压器设备所产生的故障影响较小;元件影响信号表示变压器设备在历史时间内,其元件老化影响时间较大,对变压器设备所产生的故障影响较大;
本发明实施例的技术方案:故障监测模块,获取到变压器设备的功率数据,并基于功率数据,对变压器设备进行故障判断;故障自检模块,基于变压器设备故障信号,获取到环境参数和设备参数,对变压器设备产生的故障进行检查分析;故障监测平台,获取到环境影响比和元件影响比,进行比较分析,判断变压器设备故障影响信号;本发明实施例的构思为:先通过变压器设备的故障进行总体分析判断,再从环境、元件和时间三个维度进行分析判断,导致变压器设备的原因,从而可以有效检查变压器设备故障所导致的原因,以及通过环境、元件和时间三个维度,可以反映出环境、元件对变压器设备产生故障的影响大小。
实施例二
图2为本发明实施例二提供的一种变压器放电故障诊断装置的系统框图,请参阅图2所示,本发明变压器放电故障诊断装置,还包括:
信号归类模块,获取到非环境影响信号、环境影响信号、非元件影响信号、元件影响信号,对信号交叉分析;
在一些实施例中,信号归类模块若同时得到非环境影响信号和非元件影响信号时,表示变压器设备的故障不是由环境和元件所导致的,生成第一排查信号;
信号归类模块若同时得到环境影响信号和非元件影响信号,或信号归类模块若同时得到非环境影响信号和元件影响信号时,则表示变压器设备的故障可能包括环境或元件其中一个因素所导致的,以及信号归类模块若同时得到环境影响信号和元件影响信号时,则表示变压器设备的故障可能包括环境、元件两个因素所导致的,均生成故障评估信号;
本发明实施例的技术方案:获取到非环境影响信号、环境影响信号、非元件影响信号、元件影响信号,对信号交叉分析,本发明实施例,不仅可以对其产生的多个信号,进行整理分析,得到排查信号和故障评估信号,其方便对变压器设备的故障进行分析原因,还可以进一步判断其产生的原因,从而也便于对变压器设备进行监测。
实施例三
图3为本发明实施例三提供的一种变压器放电故障诊断装置的系统框图,请参阅图3所示,本发明变压器放电故障诊断装置,还包括:
故障评估模块,基于故障评估信号,获取到影响共振参数,对变压器设备故障进行分析;
其中,影响共振参数的获取方式为:
获取到变压器设备异常信号的持续时间、环境时间影响值和元件时间影响值,并分别比较为Td、Th、Ty;通过公式,计算得到影响共振参数Cyz,其中,a1、a2均为比例系数;
在一些实施例中,故障评估模块,当得到故障评估信号时,获取到变压器设备异常信号的持续时间、环境时间影响值和元件时间影响值,并分别标记为Td、Th、Ty;通过公式,计算得到影响共振参数Cyz,其中,a1、a2均为比例系数,a1取值为0.105,a2取值为0.314;将得到的影响共振参数Cyz与影响共振参数阈值进行比较;
若影响共振参数Cyz大于影响共振参数阈值时,则表示除环境、元件对变压器设备故障产生影响外,变压器设备内还含有其他因素,造成变压器设备产生故障,生成第二排查信号;
若影响共振参数Cyz小于等于影响共振参数阈值时,则表示当前变压器设备产生的故障,主要由环境、元件对变压器设备产生影响,生成第三排查信号;
故障反馈模块,获取到第一排查信号、第二排查信号、第三排查信号,当得到第一排查信号时,安排工作人员对变压器设备进行除环境和元件因素以外的故障原因进行检查维修;当得到第二排查信号时,安排工作人员对变压器设备进行整体进行检查维修;当得到第三排查信号时,安排工作人员对变压器设备内的环境和元件因素进行检查维修;
本发明的实施例技术方案:基于故障评估信号,获取到影响共振参数,对变压器设备故障进行分析,本发明实施例根据故障评估信号,对变压器设备产生的故障,做进一步分析,从而精准判断出电力故障所产生的原因,可以对变压器设备进行快速维修。
实施例四
图4为本发明实施例四提供的一种变压器放电故障诊断方法的流程框图,请参阅图4所示,本发明无线电力故障监测方法,包括以下步骤:
步骤1:获取到变压器设备的功率数据,并基于功率数据,对变压器设备进行故障判断;
其中,功率数据包括变压器设备的输入功率和变压器设备的输出功率;
步骤2:基于变压器设备故障信号,获取到环境参数和设备参数,对变压器设备产生的故障进行检查分析;
其中,环境参数包括环境时间影响值;设备参数包括变压器设备的元件时间影响值;
步骤3:获取到环境影响比和元件影响比,进行比较分析,判断变压器设备故障影响信号;
步骤4:获取到非环境影响信号、环境影响信号、非元件影响信号、元件影响信号,对信号交叉分析;
步骤5:基于故障评估信号,获取到影响共振参数,对变压器设备故障进行分析;
步骤6:获取到第一排查信号、第二排查信号、第三排查信号,当得到第一排查信号时,安排工作人员对变压器设备进行除环境和元件因素以外的故障原因进行检查维修;当得到第二排查信号时,安排工作人员对变压器设备进行整体进行检查维修;当得到第三排查信号时,安排工作人员对变压器设备内的环境和元件因素进行检查维修。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的影响共振参数;将设定的影响共振参数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到a1取值为0.105,a2取值为0.314;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的影响共振参数;只要不影响参数与量化后数值的比例关系即可。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (4)
1.一种变压器放电故障诊断方法,其特征在于,包括以下步骤:
步骤1:获取到变压器设备的功率数据,对变压器设备进行故障判断;
步骤2:基于变压器设备故障信号,获取到环境参数和设备参数,对变压器设备产生的故障进行检查分析;其中,环境参数包括环境时间影响值,设备参数包括变压器设备的元件时间影响值;
步骤3:获取到环境影响比和元件影响比,进行比较分析,判断变压器设备故障影响信号;
步骤4:获取到非环境影响信号、环境影响信号、非元件影响信号、元件影响信号,对信号交叉分析;
步骤5:基于故障评估信号,获取到影响共振参数,对变压器设备故障进行分析;
在步骤2中,环境时间影响值通过以下方式得到:
高温时间为:获取到在出现变压器设备故障信号前的历史时间内,高温持续的时间总值;高温为变压器设备的环境温度大于预设的环境温度;
高湿时间为:获取到在出现变压器设备故障信号前的历史时间内,高湿持续的时间总值;高湿为变压器设备的环境湿度大于预设的环境湿度;
高灰时间为:获取到在出现变压器设备故障信号前的历史时间内,高灰持续的时间总值;高灰为变压器设备的环境中灰尘浓度大于预设的环境灰尘浓度;
将高温时间、高湿时间和高灰时间相加求和,计算得到环境时间影响值;
在步骤2中,元件时间影响值通过以下方式得到:
获取到变压器设备各元件的老化时间差值,并进行相加求和,得到元件时间影响值;
老化时间差值是将变压器设备元件的投入使用的总时间与变压器设备元件的预设老化时间进行差值计算得到的;
在步骤3中,环境影响比和元件影响比通过以下方式得到:
将变压器设备异常信号的持续时间分别除以环境时间影响值和元件时间影响值,得到环境影响比和元件影响比;
若环境影响比大于等于环境影响比阈值时,生成非环境影响信号;若环境影响比小于环境影响比阈值时,生成环境影响信号;
若元件影响比大于等于元件影响比阈值时,生成非元件影响信号;若元件影响比小于元件影响比阈值时,生成元件影响信号;
在步骤4中,若同时得到非环境影响信号和非元件影响信号时,生成第一排查信号;
若同时得到环境影响信号和非元件影响信号,或同时得到非环境影响信号和元件影响信号时,以及同时得到环境影响信号和元件影响信号时,均生成故障评估信号;
在步骤5中,当得到故障评估信号时,获取到变压器设备异常信号的持续时间、环境时间影响值和元件时间影响值,并分别标记为Td、Th、Ty;通过公式,计算得到影响共振参数Cyz,其中,a1、a2均为比例系数;
若影响共振参数Cyz大于影响共振参数阈值时,生成第二排查信号;
若影响共振参数Cyz小于等于影响共振参数阈值时,生成第三排查信号。
2.根据权利要求1所述的一种变压器放电故障诊断方法,其特征在于,在步骤1中,若损耗功率大于等于损耗功率阈值时,则生成变压器设备异常信号;
若损耗功率小于损耗功率阈值时,则生成变压器设备正常信号。
3.根据权利要求2所述的一种变压器放电故障诊断方法,其特征在于,当得到变压器设备异常信号时,获取到生成变压器设备异常信号的持续时间;
若变压器设备异常信号的持续时间大于等于变压器设备异常信号的持续时间阈值,则生成变压器设备故障信号;
若变压器设备异常信号的持续时间小于变压器设备异常信号的持续时间阈值,则生成变压器设备波动信号。
4.一种变压器放电故障诊断装置,其特征在于,该装置用于执行权利要求1-3任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311730139.7A CN117406048B (zh) | 2023-12-15 | 2023-12-15 | 一种变压器放电故障诊断方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311730139.7A CN117406048B (zh) | 2023-12-15 | 2023-12-15 | 一种变压器放电故障诊断方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117406048A CN117406048A (zh) | 2024-01-16 |
CN117406048B true CN117406048B (zh) | 2024-02-27 |
Family
ID=89498441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311730139.7A Active CN117406048B (zh) | 2023-12-15 | 2023-12-15 | 一种变压器放电故障诊断方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117406048B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118549780B (zh) * | 2024-07-30 | 2024-10-11 | 国网甘肃省电力公司白银供电公司 | 一种变压器局部放电感知系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003130902A (ja) * | 2001-10-22 | 2003-05-08 | Murata Mfg Co Ltd | コンデンサのスクリーニング方法およびコンデンサへのバイアス印加回路 |
CN101800440A (zh) * | 2010-03-26 | 2010-08-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电网状态监测系统及其监测方法 |
CN104520666A (zh) * | 2012-03-30 | 2015-04-15 | 埃尔瓦有限公司 | 被配置成用于执行与电力输送系统相关的任务的移动设备 |
CN105372534A (zh) * | 2015-12-04 | 2016-03-02 | 国网河南省电力公司电力科学研究院 | 一种多传感器多参量信息智能融合系统 |
KR20160131517A (ko) * | 2015-05-07 | 2016-11-16 | 한국 전기안전공사 | 변압기 권선 고장 진단 장치 및 방법 |
CN106295216A (zh) * | 2016-08-18 | 2017-01-04 | 国网河北省电力公司电力科学研究院 | 一种大型变压器短路损坏风险概率评估方法 |
CN107067166A (zh) * | 2017-03-31 | 2017-08-18 | 国网上海市电力公司 | 一种基于危害性分析的直流偏磁影响风险评估系统及方法 |
WO2018186537A1 (ko) * | 2017-04-04 | 2018-10-11 | 한국전력공사 | 전력용 변압기 자산 관리 장치 및 그 방법 |
EP3751292A1 (en) * | 2019-06-14 | 2020-12-16 | Rosemount Aerospace Inc. | Health monitoring of an electrical heater of an air data probe |
CN115169428A (zh) * | 2022-04-13 | 2022-10-11 | 国网上海市电力公司 | 一种人工智能驱动的变压器故障诊断方法 |
CA3177620A1 (en) * | 2021-05-06 | 2022-11-06 | Strong Force Iot Portfolio 2016, Llc | Quantum, biological, computer vision, and neural network systems for industrial internet of things |
CN116186610A (zh) * | 2023-03-20 | 2023-05-30 | 湖南科技大学 | 一种基于粒子群的类Lorenz随机共振系统的电机故障诊断方法 |
CN116320832A (zh) * | 2023-05-23 | 2023-06-23 | 常州指尖互动网络科技有限公司 | 一种监控设备故障监测方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4349408B2 (ja) * | 2005-12-28 | 2009-10-21 | 日本電気株式会社 | 寿命予測監視装置、寿命予測監視方法及び寿命予測監視プログラム |
US9742165B2 (en) * | 2012-03-30 | 2017-08-22 | Elwha Llc | Apparatus and system for scheduling mobile device operations on a power transmission system |
JP2017017822A (ja) * | 2015-06-30 | 2017-01-19 | ルネサスエレクトロニクス株式会社 | 半導体装置および故障検出方法 |
-
2023
- 2023-12-15 CN CN202311730139.7A patent/CN117406048B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003130902A (ja) * | 2001-10-22 | 2003-05-08 | Murata Mfg Co Ltd | コンデンサのスクリーニング方法およびコンデンサへのバイアス印加回路 |
CN101800440A (zh) * | 2010-03-26 | 2010-08-11 | 国网电力科学研究院武汉南瑞有限责任公司 | 配电网状态监测系统及其监测方法 |
CN104520666A (zh) * | 2012-03-30 | 2015-04-15 | 埃尔瓦有限公司 | 被配置成用于执行与电力输送系统相关的任务的移动设备 |
KR20160131517A (ko) * | 2015-05-07 | 2016-11-16 | 한국 전기안전공사 | 변압기 권선 고장 진단 장치 및 방법 |
CN105372534A (zh) * | 2015-12-04 | 2016-03-02 | 国网河南省电力公司电力科学研究院 | 一种多传感器多参量信息智能融合系统 |
CN106295216A (zh) * | 2016-08-18 | 2017-01-04 | 国网河北省电力公司电力科学研究院 | 一种大型变压器短路损坏风险概率评估方法 |
CN107067166A (zh) * | 2017-03-31 | 2017-08-18 | 国网上海市电力公司 | 一种基于危害性分析的直流偏磁影响风险评估系统及方法 |
WO2018186537A1 (ko) * | 2017-04-04 | 2018-10-11 | 한국전력공사 | 전력용 변압기 자산 관리 장치 및 그 방법 |
EP3751292A1 (en) * | 2019-06-14 | 2020-12-16 | Rosemount Aerospace Inc. | Health monitoring of an electrical heater of an air data probe |
CA3177620A1 (en) * | 2021-05-06 | 2022-11-06 | Strong Force Iot Portfolio 2016, Llc | Quantum, biological, computer vision, and neural network systems for industrial internet of things |
CN115169428A (zh) * | 2022-04-13 | 2022-10-11 | 国网上海市电力公司 | 一种人工智能驱动的变压器故障诊断方法 |
CN116186610A (zh) * | 2023-03-20 | 2023-05-30 | 湖南科技大学 | 一种基于粒子群的类Lorenz随机共振系统的电机故障诊断方法 |
CN116320832A (zh) * | 2023-05-23 | 2023-06-23 | 常州指尖互动网络科技有限公司 | 一种监控设备故障监测方法及装置 |
Non-Patent Citations (2)
Title |
---|
Keyvan Firuzi 等.Partial Discharges Pattern Recognition of Transformer Defect Model by LBP & HOG Features.《 IEEE Transactions on Power Delivery》.2019,34(2),542 - 550. * |
基于声电联合传感阵列的变压器局部放电诊断技术研究;罗传仙 等;《电网与清洁能源》;20230925;39(9);81-90 * |
Also Published As
Publication number | Publication date |
---|---|
CN117406048A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117406048B (zh) | 一种变压器放电故障诊断方法及装置 | |
CN102426307B (zh) | 一种基于短期寿命试验数据的快速寿命评价方法 | |
RU2626780C1 (ru) | Способ и система удаленного мониторинга энергетических установок | |
CN109613428A (zh) | 一种能像系统及其在电机设备故障检测方法中的应用 | |
CN115389854B (zh) | 一种直流电源供电系统的安全监测系统及方法 | |
RU2649542C1 (ru) | Способ и система удаленного мониторинга объектов | |
CN116169789B (zh) | 用于充气柜的高压元器件运行质量管理系统 | |
CN116008790B (zh) | 一种芯片老化测试系统及方法 | |
CN115469176A (zh) | 一种基于数据模型的数字孪生电网用风险评估系统 | |
CN107831024B (zh) | 基于多点振动信号特征值的风机振动故障状态诊断方法 | |
CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
CN116008701B (zh) | 用于智能高压开关柜的电动机构运行诊断系统及方法 | |
CN115616374A (zh) | 一种基于机器学习的半导体芯片的测试系统 | |
CN115561663A (zh) | 一种用于评估电源模块可靠性的方法及测试系统 | |
CN118033518A (zh) | 一种高压大功率模块测试系统的性能评估方法及系统 | |
CN110716133B (zh) | 一种基于物联网及大数据技术的高压断路器故障研判方法 | |
CN117031182A (zh) | 配电站所终端遥测值异常检测方法及系统 | |
CN116796261B (zh) | 一种基于人工智能的封闭开关设备机械特性预测方法 | |
CN202421448U (zh) | 核电站继电器检测装置 | |
CN117783689A (zh) | 一种特高压gis设备盆式绝缘子缺陷智能评定方法 | |
CN113567845A (zh) | 一种基于深度置信网络的高压断路器生命周期智能评估方法 | |
CN113672658B (zh) | 基于复相关系数的电力设备在线监测错误数据识别方法 | |
CN114486226B (zh) | 一种恒力弹簧支吊架服役状态无线监测与故障预警系统 | |
CN112444742B (zh) | 一种继电保护通道监视预警系统 | |
CN115982578A (zh) | 故障定位方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |