CN117590278A - 基于动力柜的变压器故障检测方法、装置、设备及介质 - Google Patents
基于动力柜的变压器故障检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117590278A CN117590278A CN202311634214.XA CN202311634214A CN117590278A CN 117590278 A CN117590278 A CN 117590278A CN 202311634214 A CN202311634214 A CN 202311634214A CN 117590278 A CN117590278 A CN 117590278A
- Authority
- CN
- China
- Prior art keywords
- result
- fault
- transformer
- load
- power cabinet
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000012360 testing method Methods 0.000 claims abstract description 55
- 230000005856 abnormality Effects 0.000 claims abstract description 34
- 238000007689 inspection Methods 0.000 claims abstract description 12
- 230000004044 response Effects 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/54—Testing for continuity
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/62—Testing of transformers
-
- 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)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明涉及人工智能技术,揭露了一种基于动力柜的变压器故障检测方法、装置、设备及介质,包括:获取变压器输出电流以及输入电流,根据输出电流以及输入电流进行波形检验,得到波形结果;获取变压器的负载数据,利用负载数据以及预设的动力柜开关程序对变压器进行负载测试,得到测试结果;将测试结果与预设结果进行对比,得到负载异常;根据负载异常以及波形结果进行故障定位,得到故障结果。本发明可以提高变压器故障检测的精准度。
Description
技术领域
本发明涉及电力检测领域,尤其涉及一种基于动力柜的变压器故障检测方法、装置、电子设备及计算机可读存储介质。
背景技术
在电力系统中,变压器是一种至关重要的设备,它将一种电压等级的交流电能转换成另一种电压等级的交流电能。然而,由于各种原因,如制造缺陷、使用不当、自然环境影响等,变压器可能出现各种故障。一旦发生故障,不仅可能导致电力供应中断,还可能对人身安全构成威胁。
因此,变压器故障检测是非常重要的。传统的方法通常是通过对变压器利用红外热像仪或者是利用超声波检测器,来对变压器进行检查,但这种方法无法检测到部分位置较深的故障,并且不能实时监测和预测故障的发生。综上所述,目前的变压器故障检测方法无法实现对变压器进行精准的故障检测。
发明内容
本发明提供一种基于动力柜的变压器故障检测方法、装置及计算机可读存储介质,其主要目的在于提高变压器故障检测的精准度。
为实现上述目的,本发明提供的一种基于动力柜的变压器故障检测方法,包括:
获取变压器输出电流以及输入电流,根据所述输出电流以及所述输入电流进行波形检验,得到波形结果;
获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果;
将所述测试结果与预设结果进行对比,得到负载异常;
根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
可选地,所述根据所述输出电流以及所述输入电流进行波形检验,得到波形结果,包括:
对所述输入电流以及所述输出电流进行波形转换,得到输入波以及输出波;
根据所述输入波以及所述输出波进行特征提取,得到输入波特征以及输出波特征;
将所述输入波特征以及所述输出波特征进行特征对比,得到波形结果。
可选地,所述利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果,包括:
根据所述负载数据计算出动力柜负载参数;
利用所述负载参数以及所述动力柜开关程序对所述动力柜进行参数调整,得到不同负载的动力柜;
根据所述不同负载的动力柜对所述变压器进行电源输入,得到测试结果。。
可选地,所述将所述测试结果与预设结果进行对比,得到负载异常,包括:
对所述测试结果进行变压器响应数据计算,得到运行数据;
根据所述运行数据与所述预设结果进行差值对比,得到响应差值;
根据所述响应差值进行异常划分,得到负载异常。
可选地,所述根据所述响应差值进行异常划分,得到负载异常,包括:
获取变压器评分范围,根据所述响应差值以及评分范围进行标准性评分,得到评分结果;
根据所述评分结果进行评分筛选,得到负载异常。
可选地,所述根据所述负载异常以及所述波形结果进行故障定位,得到故障结果,包括:
对所述负载异常以及所述波形结果进行标准化处理,得到异常数据;
获取故障类型,根据所述故障类型以及所述异常数据进行故障识别,得到故障结果。
可选地,所述根据所述故障类型以及所述异常数据进行故障识别,得到故障结果,包括:
根据所述故障类型建立故障模型;
利用所述故障模型以及所述异常数据进行故障识别,得到故障结果。
为了解决上述问题,本发明还提供一种基于动力柜的变压器故障检测装置,所述装置包括:
负载测试模块,获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果;
负载对比模块,将所述测试结果与预设结果进行对比,得到负载异常;
故障定位模块,根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的基于动力柜的变压器故障检测方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于动力柜的变压器故障检测方法。
本发明实施例通过对变压器的输入电流以及输出电流进行波形检验,进而根据检验得到的波形结果可以快速的判断出变压器是否存在短路以及断路的故障,进而可以提高随变压器的故障检测效率;通过根据负载异常及波形结果进行故障定位,可以准确的得到故障的类型,提高故障检测的精准度。因此本发明提出的基于动力柜的变压器故障检测方法、装置、电子设备及计算机可读存储介质,可以提高变压器故障检测的精准度。
附图说明
图1为本发明一实施例提供的基于动力柜的变压器故障检测方法的流程示意图;
图2为本发明一实施例提供的得到负载异常的流程示意图;
图3为本发明一实施例提供的故障定位的流程示意图;
图4为本发明一实施例提供的基于动力柜的变压器故障检测装置的功能模块图;
图5为本发明一实施例提供的实现所述基于动力柜的变压器故障检测方法的电子设备的结构示意图。
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。
本申请实施例提供一种基于动力柜的变压器故障检测方法。所述基于动力柜的变压器故障检测方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于动力柜的变压器故障检测方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于动力柜的变压器故障检测方法的流程示意图。在本实施例中,所述基于动力柜的变压器故障检测方法包括:
S1、获取变压器输出电流以及输入电流,根据所述输出电流以及所述输入电流进行波形检验,得到波形结果。
本发明实施例中,通过对变压器进行波形转换并检验可以检测出变压器是否存在过热、过载等异常情况,通过对分别对输入电流以及输出电流进行检验可以判断故障发生位置是在输出侧还是输入侧,进而有助于定位故障位置。
本发明实施例中,所述根据所述输出电流以及所述输入电流进行波形检验,得到波形结果,包括:
对所述输入电流以及所述输出电流进行波形转换,得到输入波以及输出波;
根据所述输入波以及所述输出波进行特征提取,得到输入波特征以及输出波特征;
将所述输入波特征以及所述输出波特征进行特征对比,得到波形结果。
本发明实施例中,可以利用示波器来进行波形转换,将所述输入电流以及所述输出电流输入至示波器中,进而可以得到随时间变换的波形即输入波以及输出波,通过将所述输入电流以及所述输出电流进行波形转换,进而方便后续的信号提取。
本发明实施例中,所述特征提取包括,对所述输入波以及所述输出波进行最大值最小值以及峰峰值计算,得到波形特征,进而利用傅里叶变换或者是小波变换,将所述输入波以及所述输出波转换为频域信息,进而根据频域信息进行特征提取,得到输入波以及输出波的输入波特征以及输出波特征。
本发明实施例中,可以利用相关分析法来进行特征对比,相关分析法是通过计算输入波特征以及输出波特征的相似度指标,进而根据所述相似度指标完成特征对比,得到波形结果。
本发明实施例中,通过对所述输入电流以及所述输出电流进行波形对比检验,根据对比检验的结果是否存在显著差异,判断所述变压器是否出现故障。
S2、获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果。
本发明实施例中,所述负载数据包括变压器的电压数据、功率数据以及频率数据。
本发明实施例中,通过对所述变压器进行负载测试,可以了解变压器的工作状态,进而根据所述工作状态判断出变压器是否存在故障问题。
本发明实施例中,所述利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果,包括:
根据所述负载数据计算出动力柜负载参数;
利用所述负载参数以及所述动力柜开关程序对所述动力柜进行参数调整,得到不同负载的动力柜;
根据所述不同负载的动力柜对所述变压器进行电源输入,得到测试结果。
本发明实施例中,所述根据所述负载数据计算出动力柜负载参数,指的是根据电压数据以及功率数据计算出动力柜的输入数据,如输入电流以及输入电压。
本发明实施例中,通过对动力柜进行不同的负载调整,进而对所述变压器的工作状态进行调整,得到变压器再不同状态下的测试结果,进而可以通过对所述测试结果进行数据对比,得到变压器是否故障结论。
S3、将所述测试结果与预设结果进行对比,得到负载异常。
本发明实施例中,所述预设结果指的是变压器在无故障状态下进行负载测试,得到的效率数据、损耗数据、升温度数以及损耗泄露电流数据。
本发明实施例中,通过将测试结果与预设结果进行对比,可以根据对比结果发现变压器在不同负载的状态下的响应情况,进而根据响应情况可以得到变压器是否存在故障问题。
本发明实施例中,所述将所述测试结果与预设结果进行对比,得到负载异常,包括:
S21、对所述测试结果进行变压器响应数据计算,得到运行数据;
S22、根据所述运行数据与所述预设结果进行差值对比,得到响应差值;
S23、根据所述响应差值进行异常划分,得到负载异常。
本发明实施例中,所述对所述测试结果进行变压器响应数据计算包括计算出变压器在不同负载的情况下的变压器效率数据、变压器损耗数据、变压器升温度数数据以及损耗泄露电流数据,进而可以使得得到的响应数据与预设结果进行对比,进而能得到响应差值。
本发明实施例中,所述根据所述响应差值进行异常划分,得到负载异常,包括:
获取变压器评分范围,根据所述响应差值以及评分范围进行标准性评分,得到评分结果;
根据所述评分结果进行评分筛选,得到负载异常。
本发明实施例中,所述标准性评分指的是将所述响应差值与变压器评分范围进行匹配,得到分值结果,将所述分值结果以及所述差值进行数据组合,得到评分结果,例如,响应差值中升温度数为8,效率数据为0,对于升温度数的评分范围为:[0,3]为无故障,[4,∞]为存在故障,对于效率数据的评分范围为:[10,∞]为存在故障,[0,10]为无故障,则所述评分结果为(存在故障8,无故障0)。
本发明实施例中,所述评分筛选指的是筛选出具有“存在故障”的所有评分结果以及对应的负载数据,将所述负载数据以及所述评分结果作为负载异常。
本发明实施例中,通过对变压器的测试结果与预设结果进行差值对比,可以根据不同的响应差值结果了解变压器是否出现故障。
S4、根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
本发明实施例中,所述根据负载异常以及波形结果进行故障定位可以得到所述变压器的模糊位置点,提高了变压器故障的识别精准度。
本发明实施例中,所述根据所述负载异常以及所述波形结果进行故障定位,得到故障结果,包括:
对所述负载异常以及所述波形结果进行标准化处理,得到异常数据;
获取故障类型,根据所述故障类型以及所述异常数据进行故障识别,得到故障结果。
本发明实施例中,所述故障类型指的是不同的负载异常数据对应的不同故障,包括变压器过载、短路、断路、接地等。
本发明实施例中,所述根据所述故障类型以及所述异常数据进行故障识别,得到故障结果,包括:
S31、根据所述故障类型建立故障模型;
S32、利用所述故障模型以及所述异常数据进行故障识别,得到故障结果。
本发明实施例中,所述根据故障类型建立故障模型,包括:
对所述故障类型进行特征提取,得到故障特征;
对所述故障特征进行标签标注,得到待处理数据;
利用所述待处理数据对预设的目标检测模型进行训练,得到故障模型。
本发明实施例中,可以利用主成分分析法来进行特征提取,主成分分析法是通过计算出故障类型中每个成分的占比,进而根据占比选择出故障类型中的主要特征。
本发明实施例中,可以利用自动化标记法来进行数据标注,自动化标记法是通过编程脚本或者使用现成的机器学习算法实现数据自动标注,通过自动化标记法可以快速实现数据的标注,进而提高数据标注的效率。
本发明实施例中,所述预设的目标检测模型可以为深度学习网络模型,包括主干网络、连接网络以及预测网络三个部分,其中,主干网络主要是对输入的数据进行特征提取以及特征映射,进而捕捉标签和数据的关系;连接网络主要将获得的关系融合在一起,进而快速得到对故障的预测;预测网络主要负责输出对故障类型的预测。
本发明实施例中,通过对变压器进行故障定位进而可以精准的识别变压器是否故障以及故障位置,降低变压器检测时间,提高变压器故障检测效率以及检测的精准度。
如图4所示,是本发明一实施例提供的基于动力柜的变压器故障检测装置的功能模块图。
本发明所述基于动力柜的变压器故障检测装置100可以安装于电子设备中。根据实现的功能,所述基于动力柜的变压器故障检测装置100可以包括波形检验模块101、负载测试模块102、负载对比模块103及故障定位模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述波形检验模块101,用于获取变压器输出电流以及输入电流,根据所述输出电流以及所述输入电流进行波形检验,得到波形结果;
所述负载测试模块102,用于获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果;
所述负载对比模块103用于将所述测试结果与预设结果进行对比,得到负载异常;
所述故障定位模块104,用于根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
详细地,本发明实施例中所述基于动力柜的变压器故障检测装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于动力柜的变压器故障检测方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现基于动力柜的变压器故障检测方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于动力柜的变压器故障检测程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于动力柜的变压器故障检测程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于动力柜的变压器故障检测程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图中仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图中示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于动力柜的变压器故障检测程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取变压器输出电流以及输入电流,根据所述输出电流以及所述输入电流进行波形检验,得到波形结果;
获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果;
将所述测试结果与预设结果进行对比,得到负载异常;
根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取变压器输出电流以及输入电流,根据所述输出电流以及所述输入电流进行波形检验,得到波形结果;
获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果;
将所述测试结果与预设结果进行对比,得到负载异常;
根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围并不仅依据上述说明进行限定,因此旨在将落在保护范围内的等同要件的含义和范围内的所有变化涵括在本发明内。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于动力柜的变压器故障检测方法,其特征在于,所述方法包括:
获取变压器输出电流以及输入电流,根据所述输出电流以及所述输入电流进行波形检验,得到波形结果;
获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果;
将所述测试结果与预设结果进行对比,得到负载异常;
根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
2.如权利要求1所述的基于动力柜的变压器故障检测方法,其特征在于,所述根据所述输出电流以及所述输入电流进行波形检验,得到波形结果,包括:
对所述输入电流以及所述输出电流进行波形转换,得到输入波以及输出波;
根据所述输入波以及所述输出波进行特征提取,得到输入波特征以及输出波特征;
将所述输入波特征以及所述输出波特征进行特征对比,得到波形结果。
3.如权利要求2所述的基于动力柜的变压器故障检测方法,其特征在于,所述利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果,包括:
根据所述负载数据计算出动力柜负载参数;
利用所述负载参数以及所述动力柜开关程序对所述动力柜进行参数调整,得到不同负载的动力柜;
根据所述不同负载的动力柜对所述变压器进行电源输入,得到测试结果。
4.如权利要求1所述的基于动力柜的变压器故障检测方法,其特征在于,所述将所述测试结果与预设结果进行对比,得到负载异常,包括:
对所述测试结果进行变压器响应数据计算,得到运行数据;
根据所述运行数据与所述预设结果进行差值对比,得到响应差值;
根据所述响应差值进行异常划分,得到负载异常。
5.如权利要求4所述的基于动力柜的变压器故障检测方法,其特征在于,所述根据所述响应差值进行异常划分,得到负载异常,包括:
获取变压器评分范围,根据所述响应差值以及评分范围进行标准性评分,得到评分结果;
根据所述评分结果进行评分筛选,得到负载异常。
6.如权利要求1中所述的基于动力柜的变压器故障检测方法,其特征在于,所述根据所述负载异常以及所述波形结果进行故障定位,得到故障结果,包括:
对所述负载异常以及所述波形结果进行标准化处理,得到异常数据;
获取故障类型,根据所述故障类型以及所述异常数据进行故障识别,得到故障结果。
7.如权利要求6所述的基于动力柜的变压器故障检测方法,其特征在于,所述根据所述故障类型以及所述异常数据进行故障识别,得到故障结果,包括:
根据所述故障类型建立故障模型;
利用所述故障模型以及所述异常数据进行故障识别,得到故障结果。
8.一种基于动力柜的变压器故障检测装置,其特征在于,所述装置包括:
波形检验模块,用于获取变压器输出电流以及输入电流,根据所述输出电流以及所述输入电流进行波形检验,得到波形结果;
负载测试模块,用于获取变压器的负载数据,利用所述负载数据以及预设的动力柜开关程序对所述变压器进行负载测试,得到测试结果;
负载对比模块,用于将所述测试结果与预设结果进行对比,得到负载异常;
故障定位模块,用于根据所述负载异常以及所述波形结果进行故障定位,得到故障结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于动力柜的变压器故障检测方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于动力柜的变压器故障检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311634214.XA CN117590278A (zh) | 2023-12-01 | 2023-12-01 | 基于动力柜的变压器故障检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311634214.XA CN117590278A (zh) | 2023-12-01 | 2023-12-01 | 基于动力柜的变压器故障检测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117590278A true CN117590278A (zh) | 2024-02-23 |
Family
ID=89911389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311634214.XA Pending CN117590278A (zh) | 2023-12-01 | 2023-12-01 | 基于动力柜的变压器故障检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117590278A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117849653A (zh) * | 2024-03-08 | 2024-04-09 | 备倍电科技(深圳)有限公司 | 一种基于电源管理的工作状态监测方法及系统 |
-
2023
- 2023-12-01 CN CN202311634214.XA patent/CN117590278A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117849653A (zh) * | 2024-03-08 | 2024-04-09 | 备倍电科技(深圳)有限公司 | 一种基于电源管理的工作状态监测方法及系统 |
CN117849653B (zh) * | 2024-03-08 | 2024-05-07 | 备倍电科技(深圳)有限公司 | 一种基于电源管理的工作状态监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110007220B (zh) | 一种断路器机构运行状态诊断方法及装置 | |
CN117590278A (zh) | 基于动力柜的变压器故障检测方法、装置、设备及介质 | |
CN112906576B (zh) | 隔离开关设备的状态识别方法、装置、设备及其测温方法 | |
CN111695620A (zh) | 一种电力系统时间序列异常数据检测与修正方法及系统 | |
CN111738156A (zh) | 一种高压开关设备状态智能巡检管理方法及系统 | |
CN115932476A (zh) | 基于数字孪生的故障定位方法、装置、电子设备及介质 | |
CN112132811A (zh) | 一种电缆使用状态综合评估系统 | |
CN114879122A (zh) | 三相三线智能电能表的运行异常检测方法、装置及设备 | |
CN114666117A (zh) | 一种面向电力互联网的网络安全态势度量和预测方法 | |
CN112729884B (zh) | 基于大数据的设备故障诊断方法及装置 | |
CN107179972A (zh) | 用于测试计算机的方法、微控制器、测试设备和测试系统 | |
CN109592525A (zh) | 电梯变频器故障诊断系统及方法 | |
CN114937043A (zh) | 基于人工智能的设备缺陷检测方法、装置、设备及介质 | |
CN114020645A (zh) | 测试方法、装置、设备、可读存储介质及计算机程序产品 | |
CN103018617A (zh) | 电路板检测方法及其检测系统 | |
CN113900865B (zh) | 智能的电网设备自动化测试方法、系统和可读存储介质 | |
CN110399911A (zh) | 一种基于声场分布云图的变压器机械故障诊断方法 | |
CN116774135B (zh) | 一种远程抄表异常监测方法及系统 | |
CN113591477B (zh) | 基于关联数据的故障定位方法、装置、设备及存储介质 | |
CN115795323B (zh) | 恶性负载识别方法、设备及存储介质 | |
CN108052423A (zh) | 服务器的测试方法与装置 | |
CN116298623A (zh) | 一种基于新能源设备性测试的方法、装置、设备及存储介质 | |
CN117571742A (zh) | 基于人工智能实现芯片质检的方法及装置 | |
CN116228200A (zh) | 一种电力设备的运检管控方法及装置 | |
CN117575153A (zh) | 一种基于物联网的配电终端设备性能监管方法和系统 |
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 |