CN117493760A - 一种面向抗强电磁干扰的泄漏电流数据清洗方法 - Google Patents
一种面向抗强电磁干扰的泄漏电流数据清洗方法 Download PDFInfo
- Publication number
- CN117493760A CN117493760A CN202311385214.0A CN202311385214A CN117493760A CN 117493760 A CN117493760 A CN 117493760A CN 202311385214 A CN202311385214 A CN 202311385214A CN 117493760 A CN117493760 A CN 117493760A
- Authority
- CN
- China
- Prior art keywords
- leakage current
- flag
- direct current
- time period
- transmission system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004140 cleaning Methods 0.000 title claims abstract description 21
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 230000008859 change Effects 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 6
- 238000009413 insulation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明公开了一种面向抗强电磁干扰的泄漏电流数据清洗方法,属于电流数据处理领域,该方法通过对直流输电系统阀侧套管泄漏电流存在的交直流分量进行分析,利用正常运行情况与故障运行时交流谐波分量的变化,判断系统的运行状态,当系统处于异常状态时,进行异常泄漏电流数据清洗,以奇次谐波变化率与偶次谐波分量共同结合来判断系统是否恢复正常运行状态,并采用系统状态量来实时反应系统的运行状态;在直流输电系统发生故障时,本方法可以快速判断出故障情况并且将故障阶段的异常数据进行清洗,为实现换流变阀侧套管故障监测提供理论基础。
Description
技术领域
本发明属于电流数据处理领域,更具体地,涉及一种面向抗强电磁干扰的泄漏电流数据清洗方法。
背景技术
换流站是直流输电系统的中枢,其中换流变压器阀侧套管为阀侧绕组与换流阀提供了电气连接,起到绝缘和机械支撑作用。在正常运行过程中,阀侧套管将承受交流和直流的共同作用,还会受到各种谐波的影响,破坏绝缘情况,依据国家电网公司直流技术中心的统计资料,500kV电压等级的直流套管故障率高达21.8%。直流泄漏电流已经成为反映绝缘状态的重要指标,通过对泄漏电流的分析,能进一步获得介质损耗因数、污秽程度、局部放电等绝缘状态关键参量,要提高换流变压器以及直流输电系统安全稳定运行的可靠性,首先必须保证换流变压器阀侧套管泄漏电流测量结果准确、稳定、可靠。阀侧套管的泄漏电流同时包含直流和交流分量,其中交流分量幅值达到200mA,而绝缘劣化时直流泄漏分量仅为10微安。
专利《CN109870632A-可分离安培级交流与微安级直流的自校准型电流互感器》提供了一种测量微弱电流信号的非接触式传感器,测量的分辨率达到微安数量级,能够实现mA级交流微安直流混合信号的准确测量,但是当系统发生故障时,由于阀侧套管电压发生变化,从正常运行状态过渡到故障状态,进而导致泄漏电流发生较大突变,现有传感器无法评估突变来源于套管自身劣化还是系统故障。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种面向抗强电磁干扰的泄漏电流数据清洗方法,利用正常运行情况与故障运行时交流谐波分量的变化,能够快速判断出故障情况并且将故障阶段的异常数据进行清洗。
为实现上述目的,按照本发明的第一方面,提供了一种面向抗强电磁干扰的泄漏电流数据清洗方法,包括:
S1,以步长h均匀划分直流输电系统中换流变压器阀侧套管的泄漏电流时序数据,提取第t个步长时间段内的直流泄漏电流分量Idct与各个谐波分量INt,以获取该时间段内的奇次谐波变化率ZNt及总偶次谐波分量Imt,其中,N为谐波的次数;
S2,当第t-1个步长时间段内直流输电系统的状态标志位flagt-1的值为1时,若ZNt≥Z0或Imt≥I0,则令it=it-1+1,flagt=0;若ZNt<Z0且Imt<I0,则令it=0,flagt=1;
当第t-1个步长时间段内直流输电系统的状态标志位flagt-1的值为0时,若ZNt≥Z0或Imt≥I0,则令it=0,flagt=0;若ZNt<Z0且Imt<I0,则令it=it-1+1,flagt=0,直至it>m,更新flagt=1;
其中,Z0、I0分别为奇次谐波变化率阈值、总偶次谐波分量阈值,it为在第t步长时间段内直流输电系统的异常计数器取值,flagt为第t个步长时间段内直流输电系统的状态标志位,t=1,2,…,T,flag1=1;
S3,保留flagt=1对应的时间段的泄漏电流数据,剔除flagt=0对应的时间段的泄漏电流数据,完成数据清洗。
按照本发明的第二方面,提供了一种面向抗强电磁干扰的泄漏电流数据清洗方法系统,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如第一方面所述的方法。
按照本发明的第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如第一方面所述的方法。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
本发明通过比对直流输电系统不同运行状态下阀侧套管泄漏电流值,针对泄漏电流在正常与故障情况下的变化特征,提出异常泄漏电流数据清洗方法,实时将偶次谐波分量与阈值相比较来判断系统是否发生故障,以奇次谐波变化率与偶次谐波分量共同结合来判断系统是否恢复正常运行状态,并采用系统状态量来实时反应系统的运行状态;在直流输电系统发生故障时,本方法可以快速判断出故障情况并且将故障阶段的异常数据进行清洗,为实现换流变阀侧套管故障监测提供理论基础。
附图说明
图1为本发明实施例提供的面向抗强电磁干扰的泄漏电流数据清洗方法流程示意图;
图2中的(a)~(d)分别为本发明实施例提供的泄漏电流时序图、泄漏电流局部放大图、状态标志位示意图、数据清洗后的泄漏电流数据图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
针对发生故障时,阀侧套管泄漏电流突变会影响绝缘判据的情况,本发明实施例提供了一种面向抗强电磁干扰的泄漏电流数据清洗方法,如图1所示,包括:
S1,以步长h均匀划分直流输电系统中换流变压器阀侧套管的泄漏电流时序数据,提取第t个步长时间段内的直流泄漏电流分量Idct与各个谐波分量INt,以获取该时间段内的奇次谐波变化率ZNt及总偶次谐波分量Imt;其中,N为谐波的次数。
具体地,获取换流站换流变压器阀侧套管时序泄漏电流数据,设置步长时间为h,获得第t个步长,即[(t-1)h,th]时间段内的直流泄漏电流分量Idct与各个谐波分量INt。其中,各个谐波分量包括偶次谐波分量与奇次谐波分量。
优选地,步骤S1中,通过微安级电流传感器获取直流输电系统中换流变压器阀侧套管的泄漏电流时序数据。
具体地,为了准确采集泄漏电流交流分量,在uA级高分辨率的宽频特性电磁式电流传感器上增设宽频交流传感结构,以确保正确采集交流电压数据;微安级电流传感器基于交流抑制结构的新型磁调制器,采用宽频交流结构设计,通过在交流抑制绕组上设计采样电阻和交流放大解调电路,交流测量部分在高频截止频率fH=2kHz,低频截止频率fL=25Hz,可以获得一次交流电流测量值,且不影响直流测量性能,在满足测量需求的同时保证泄漏电流测量的准确性。
S2,当第t-1个步长时间段内直流输电系统的状态标志位flagt-1的值为1时,若ZNt≥Z0或Imt≥I0,则令it=it-1+1,flagt=0;若ZNt<Z0且Imt<I0,则令it=0,flagt=1;
当第t-1个步长时间段内直流输电系统的状态标志位flagt-1的值为0时,若ZNt≥Z0或Imt≥I0,则令it=0,flagt=0;若ZNt<Z0且Imt<I0,则令it=it-1+1,flagt=0,直至it>m,更新flagt=1;
其中,ZNt、Imt分别为第t个步长时间段内的奇次谐波变化率、总偶次谐波分量,Z0、I0分别为奇次谐波变化率阈值、总偶次谐波分量阈值,flagt为第t个步长时间段内直流输电系统的状态标志位,t=1,2,…,T(S1中泄漏电流时序数据的时间长度即为T·h),flag1=1。
具体地,S2包括:
S21,利用S1中计算的第t个步长内的泄漏电流偶次谐波分量,将偶次谐波进行均方根计算,得到第t个步长内的总偶次谐波分量Imt;利用S1中计算的第t个步长内的泄漏电流奇次谐波分量计算奇次谐波变化率ZNt;设定电流阈值I0与奇次谐波变化率阈值Z0。设定反应系统标志位flag,flagt=1表示系统状态正常,flagt=0表示系统状态异常,下标t表示当前步长。
S22、根据上一个步长判定生成的标志位的值,来进行当前步长内的判定:
若flagt-1=1,表示在t-1步长内,系统状态正常。将总偶次谐波分量Imt与电流阈值I0进行比较,将奇次谐波变化率ZNt与奇次谐波变化率阈值Z0进行比较。如果满足ZNt≥Z0orImt≥I0,则表示在t步长内系统状态异常,其中i为系统异常计数器,it为在t步长内系统的异常计数器取值;如果满足ZNt<Z0&Imt<I0,则/>表示系统运行正常;
若flagt-1=0,说明在t-1步长内,系统状态异常。同样的,将总偶次谐波分量Imt与电流阈值I0进行比较,将奇次谐波变化率ZNt与奇次谐波变化率阈值Z0进行比较。如果满足ZNt≥Z0orImt≥I0,则如果满足ZNt<Z0&Imt<I0,则/>直到满足i>m,此时flag=1,系统恢复正常。
S3,保留flagt=1对应的时间段的泄漏电流数据,剔除flagt=0对应的的时间段的泄漏电流数据,完成数据清洗。
具体地,实时递推判断系统状态,根据flag的取值情况,保留flag=1时间段的数据,剔除flag=0的数据,达到清理异常数据的效果。
在完成第t个步长的判定之后,进入第t+1个步长的判断,在第t+1个步长内,重复S1-S3,完成故障清洗。
优选地,步骤S1中,通过傅里叶分析提取第t个步长时间段内的直流泄漏电流分量Idct与各个谐波分量INt。
优选地,所述S2中,第t个步长时间段内的总偶次谐波分量的计算表达式为:
其中,k为傅里叶分析最高考虑的谐波次数,k=20,N为谐波次数。
第t个步长时间段内的奇次谐波变化率的计算方法为:
其中,IN0(N=1,2...,k)为正常运行情况下的各个谐波的电流幅值,Idc0为正常运行情况下直流电流分量,N为谐波次数。在正常情况下测量阀测套管泄漏电流数据,通过傅里叶分析得到IN0与Idc0。
电流阈值I0与奇次谐波变化率阈值Z0的取值则根据预先数据分析中,计算故障状态下与正常运行情况下的泄漏电流变化来综合确定。
m的取值则根据电压等级来判定,通常取m=30。
下面结合示例对本发明作进一步说明,一种面向抗强电磁干扰的泄漏电流数据清洗方法的具体步骤如下:
步骤1,根据±800kV特高压直流输电系统换流理论,在换流变阀侧套管安装微安级微弱电流传感器,对泄漏电流进行测量。
步骤2,根据正常运行情况下泄漏电流的分析结果,对泄漏电流进行傅里叶分析(取h=1s,k=20),数据如表1所示:
表1
在正常运行情况下,泄漏电流直流成分较微弱,基本不含偶次谐波,含有多种3k、6k±1次谐波分量。此数据作为正常运行情况下的数据。
步骤3,人为设置故障,在系统中设置时长1S的直流接地故障,测量此时的泄漏电流情况,同样进行步骤2中的傅里叶分析,结果如表2所示:
表2
步骤4,设置其他故障,重复步骤3的操作,通过数据分析,通过前期分析比对故障情况与正常运行情况的差距设置故障判断阈值I0=20mA,Z0=100,将用于故障发生判断。
步骤5,异常数据清洗试验,在直流侧设置接地故障,计算偶次谐波总量,将偶次谐波总量与阈值比对,判断系统运行状态。
步骤6,将步骤5中发生故障的部分的数据进行清洗,如图2中的(a)~(d)所示。
本发明实施例提供一种面向抗强电磁干扰的泄漏电流数据清洗方法系统,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如上述任一实施例所述的方法。
本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如上述任一实施例所述的方法。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种面向抗强电磁干扰的泄漏电流数据清洗方法,其特征在于,包括:
S1,以步长h均匀划分直流输电系统中换流变压器阀侧套管的泄漏电流时序数据,提取第t个步长时间段内的直流泄漏电流分量Idct与各个谐波分量INt,以获取该时间段内的奇次谐波变化率ZNt及总偶次谐波分量Imt,其中,N为谐波的次数;
S2,当第t-1个步长时间段内直流输电系统的状态标志位flagt-1的值为1时,若ZNt≥Z0或Imt≥I0,则令it=it-1+1,flagt=0;若ZNt<Z0且Imt<I0,则令it=0,flagt=1;
当第t-1个步长时间段内直流输电系统的状态标志位flagt-1的值为0时,若ZNt≥Z0或Imt≥I0,则令it=0,flagt=0;若ZNt<Z0且Imt<I0,则令it=it-1+1,flagt=0,直至it>m,更新flagt=1;
其中,Z0、I0分别为奇次谐波变化率阈值、总偶次谐波分量阈值,it为在第t步长时间段内直流输电系统的异常计数器取值,flagt为第t个步长时间段内直流输电系统的状态标志位,t=1,2,…,T,flag1=1;
S3,保留flagt=1对应的时间段的泄漏电流数据,剔除flagt=0对应的时间段的泄漏电流数据,完成数据清洗。
2.如权利要求1所述的方法,其特征在于,步骤S1中,通过傅里叶分析提取第t个步长时间段内的直流泄漏电流分量Idct与各个谐波分量INt。
3.如权利要求1或2所述的方法,其特征在于, 其中,k为傅里叶分析最高考虑的谐波次数,Idc0、IN0分别为系统正常运行情况下的直流电流分量、各个谐波的电流幅值,N=1,2...,k。
4.如权利要求1所述的方法,其特征在于,步骤S1中,通过微安级电流传感器获取直流输电系统中换流变压器阀侧套管的泄漏电流时序数据。
5.如权利要求4所述的方法,其特征在于,交流测量部分的高频截止频率为fH=2kHz,低频截止频率为fL=25Hz。
6.一种面向抗强电磁干扰的泄漏电流数据清洗方法系统,其特征在于,包括:计算机可读存储介质和处理器;
所述计算机可读存储介质用于存储可执行指令;
所述处理器用于读取所述计算机可读存储介质中存储的可执行指令,执行如权利要求1-5任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311385214.0A CN117493760B (zh) | 2023-10-23 | 2023-10-23 | 一种面向抗强电磁干扰的泄漏电流数据清洗方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311385214.0A CN117493760B (zh) | 2023-10-23 | 2023-10-23 | 一种面向抗强电磁干扰的泄漏电流数据清洗方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117493760A true CN117493760A (zh) | 2024-02-02 |
CN117493760B CN117493760B (zh) | 2024-05-14 |
Family
ID=89675475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311385214.0A Active CN117493760B (zh) | 2023-10-23 | 2023-10-23 | 一种面向抗强电磁干扰的泄漏电流数据清洗方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117493760B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004201372A (ja) * | 2002-12-16 | 2004-07-15 | Hitachi Ltd | 保護継電装置 |
US20130212436A1 (en) * | 2010-10-29 | 2013-08-15 | Zte Corporation | Method and system for detecting abnormality of network processor |
CN104678265A (zh) * | 2015-01-30 | 2015-06-03 | 广东雅达电子股份有限公司 | 一种串联故障电弧检测装置及检测方法 |
CN106152980A (zh) * | 2016-09-07 | 2016-11-23 | 广东电网有限责任公司电力科学研究院 | 一种变压器绕组变形检测方法及系统 |
CN109270410A (zh) * | 2018-11-28 | 2019-01-25 | 长沙理工大学 | 基于能量比法的输电线路故障检测 |
CN110618314A (zh) * | 2018-08-07 | 2019-12-27 | 山东大学 | 一种配电系统抗短路故障干扰的谐波责任划分方法 |
US20210247435A1 (en) * | 2020-02-06 | 2021-08-12 | Aclara Technologies Llc | High impedance fault detector |
DE102021210063A1 (de) * | 2020-12-11 | 2022-06-15 | Tianjin University | Adaptives Wiedereinschaltverfahren für Leitungen der Nebenschlusskompensationsreaktanz mit der Gleichstromeinspeisung |
CN115343579A (zh) * | 2022-10-20 | 2022-11-15 | 国网四川省电力公司电力科学研究院 | 一种电网故障分析方法、装置及电子设备 |
CN116298510A (zh) * | 2023-03-22 | 2023-06-23 | 国网经济技术研究院有限公司 | 一种可控自恢复消能装置避雷器运行状态监测方法和系统 |
CN116643091A (zh) * | 2023-05-24 | 2023-08-25 | 华中科技大学 | 基于多维时序特征的换流变阀侧套管在线绝缘监测方法 |
-
2023
- 2023-10-23 CN CN202311385214.0A patent/CN117493760B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004201372A (ja) * | 2002-12-16 | 2004-07-15 | Hitachi Ltd | 保護継電装置 |
US20130212436A1 (en) * | 2010-10-29 | 2013-08-15 | Zte Corporation | Method and system for detecting abnormality of network processor |
CN104678265A (zh) * | 2015-01-30 | 2015-06-03 | 广东雅达电子股份有限公司 | 一种串联故障电弧检测装置及检测方法 |
CN106152980A (zh) * | 2016-09-07 | 2016-11-23 | 广东电网有限责任公司电力科学研究院 | 一种变压器绕组变形检测方法及系统 |
CN110618314A (zh) * | 2018-08-07 | 2019-12-27 | 山东大学 | 一种配电系统抗短路故障干扰的谐波责任划分方法 |
CN109270410A (zh) * | 2018-11-28 | 2019-01-25 | 长沙理工大学 | 基于能量比法的输电线路故障检测 |
US20210247435A1 (en) * | 2020-02-06 | 2021-08-12 | Aclara Technologies Llc | High impedance fault detector |
DE102021210063A1 (de) * | 2020-12-11 | 2022-06-15 | Tianjin University | Adaptives Wiedereinschaltverfahren für Leitungen der Nebenschlusskompensationsreaktanz mit der Gleichstromeinspeisung |
CN115343579A (zh) * | 2022-10-20 | 2022-11-15 | 国网四川省电力公司电力科学研究院 | 一种电网故障分析方法、装置及电子设备 |
CN116298510A (zh) * | 2023-03-22 | 2023-06-23 | 国网经济技术研究院有限公司 | 一种可控自恢复消能装置避雷器运行状态监测方法和系统 |
CN116643091A (zh) * | 2023-05-24 | 2023-08-25 | 华中科技大学 | 基于多维时序特征的换流变阀侧套管在线绝缘监测方法 |
Non-Patent Citations (5)
Title |
---|
LI ZHANG等: "The field-circuit coupled physical simulation of open boundary electric field", 《PROCEEDINGS OF SPIE》, 7 January 2022 (2022-01-07) * |
刘杰;房俊;雷峰津;: "电能质量异常数据在线检测方法", 计算机工程与应用, no. 09, 6 May 2019 (2019-05-06) * |
潘侃;罗隆福;许加柱;李勇;: "滤波换相换流器的典型故障瞬态谐波仿真研究", 计算机仿真, no. 04, 15 April 2011 (2011-04-15) * |
王玥磊: "电能质量监测与管理系统的设计与实现", 《信息科技》, 15 October 2014 (2014-10-15) * |
许国剑;赵春雪;丁煜晖;: "基于逻辑化算法的油田设备数据分析判断法", 中国管理信息化, no. 04, 15 February 2020 (2020-02-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117493760B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110361686B (zh) | 基于多参数的电容式电压互感器故障检测方法 | |
CN109581270B (zh) | 基于小波多尺度变换快速辨识cvt故障的方法 | |
CN110703076A (zh) | 一种基于振动信号频域能量比的gis故障诊断方法 | |
Ab Ghani et al. | Evaluation of transformer core and winding conditions from SFRA measurement results using statistical techniques for distribution transformers | |
CN117493760B (zh) | 一种面向抗强电磁干扰的泄漏电流数据清洗方法 | |
CN110703149A (zh) | 一种利用字符间距的变压器运行状态振声检测方法和系统 | |
CN117849691A (zh) | 一种电容式电压互感器多维协同运行监测预警系统和方法 | |
CN110895322B (zh) | 一种固体绝缘电压互感器匝间短路诊断方法 | |
CN115343579B (zh) | 一种电网故障分析方法、装置及电子设备 | |
CN117269660A (zh) | 基于变异系数差分算法的故障电弧检测方法及系统 | |
Yang et al. | Denoising of partial discharge signal by common factor method and wavelet thresholding | |
CN110161363B (zh) | 基于主频表征量的变压器运行状态振声检测方法和系统 | |
CN113484649A (zh) | 一种基于故障电流的户外电力设备故障检测方法 | |
CN110910030A (zh) | 断路器健康状态检测方法及装置、计算机装置及存储介质 | |
CN105136440A (zh) | 一种基于负载状态的电力变压器绕组松动的诊断方法 | |
CN117706287A (zh) | 一种Y/yg变压器一二次侧绕组间绝缘老化监测方法 | |
Bo et al. | Application of improved EMD threshold algorithm in the study of the electric life state of the AC contactor | |
Wang et al. | Partial Discharge Detection Algorithm for Transformers in Low-Frequency Transmission System | |
CN114839438B (zh) | 一种基于泄漏电流谐波成分的氧化锌避雷器状态评估方法 | |
Li et al. | On-line fault detection of inter-turn short circuits in turbo-generator rotor windings | |
CN110702215B (zh) | 一种利用回归树的变压器运行状态振声检测方法和系统 | |
CN115062984B (zh) | 断路器分合闸线圈性能评估方法、设备及装置 | |
CN116699325A (zh) | 一种基于声振复合信号的干式变压器机电故障检测方法 | |
Sun et al. | Research on diagnosis technology of insulation performance of high voltage electrical equipment | |
De Santis et al. | Initial Results of an Extensive, Long-Term Study of the Forecasting of Voltage Sags. Energies 2021, 14, 1264 |
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 |