CN118134116A - 一种基于大数据分析的电缆及通道的状态监测评估方法 - Google Patents
一种基于大数据分析的电缆及通道的状态监测评估方法 Download PDFInfo
- Publication number
- CN118134116A CN118134116A CN202410550871.4A CN202410550871A CN118134116A CN 118134116 A CN118134116 A CN 118134116A CN 202410550871 A CN202410550871 A CN 202410550871A CN 118134116 A CN118134116 A CN 118134116A
- Authority
- CN
- China
- Prior art keywords
- cable
- channel
- state evaluation
- data
- partial discharge
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000007405 data analysis Methods 0.000 title claims abstract description 21
- 238000011156 evaluation Methods 0.000 claims abstract description 213
- 230000008569 process Effects 0.000 claims abstract description 28
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000005070 sampling Methods 0.000 claims description 164
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000009413 insulation Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 description 24
- 238000001914 filtration Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- Testing Relating To Insulation (AREA)
Abstract
本发明涉及电缆及通道状态监测技术领域,公开了一种基于大数据分析的电缆及通道的状态监测评估方法,该方法包括:获取电力系统中各电缆及通道使用过程中的各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据,分别对获取到的电缆及通道数据进行预处理,分析出各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数,进行数据整合得到各电缆及通道状态评估指数,通过各电缆及通道状态评估指数对各电缆及通道的状态进行评估提示。本发明可以更好地反映各个电缆及通道的实际状态,有助于更准确地预测设备的故障和状态变化,减少误报警情况的发生,更好地保障关键设备的安全运行。
Description
技术领域
本发明涉及电缆及通道状态监测技术领域,具体为一种基于大数据分析的电缆及通道的状态监测评估方法。
背景技术
随着工业互联网的发展和智能制造的兴起,电缆及通道的状态监测评估变得越来越重要,传统的基于经验和周期性维护的方法已经不能满足对设备状态实时监测和预测的需求。利用大数据技术处理和分析电缆及通道产生的海量数据,通过数据挖掘等技术,实现对设备状态的实时监测和异常检测,通过实时采集和处理电缆及通道的振动、温度等数据,可以及时发现电缆及通道使用中的异常情况,通过数据分析和可视化技术,为电缆及通道管理者提供决策支持,帮助他们更好地了解设备状态,制定合理的维护策略,因此基于大数据分析的电缆及通道的状态监测评估是未来工业生产中的重要发展方向。
目前,对于基于大数据分析的电缆及通道的状态监测评估有着多方面的研究,如中国发明专利CN117408141A公开了考虑电动汽车接入的电缆健康状态预测、评估方法及装置,该专利获取电缆设备的监测数据,并对监测数据进行预处理;构建CNN-BiGRU模型,并使用FHO算法对模型进行优化,并对优化后的CNN-BiGRU模型进行训练,获取FHO-CNN-BiGRU模型;构建GPR滤波模型,并对GPR滤波模型进行训练,获取训练后的GPR滤波模型;通过FHO-CNN-BiGRU模型及训练后的GPR滤波模型获取电缆设备状态预测值;该专利能够准确评估电缆的健康状态可以帮助预测潜在故障,并采取相应的维护措施,避免意外故障的发生,提高供电系统的可靠性和稳定性,适应电动汽车规模化接入的需求。又如中国发明专利CN116029095A公开了一种基于合作博弈法的海底电缆运行状况评估方法,其包括:获取评估数据,构建海底电缆运行状态评估指标体系;评估数据包括:在线监测指标数据、巡检指标数据和静态试验指标数据;海底电缆运行状态评估指标体系内的各个指标数据均具有相应的重要度分值;根据重要度分值,得到主观权重;根据评估数据,得到客观权重;根据主观权重和客观权重,建立基于长短期记忆神经网络的海底电缆在线监测数据预测模型;将评估数据的数值和时间序列进行归一化处理;将进行归一化处理后的评估数据输入基于长短期记忆神经网络的海底电缆在线监测数据预测模型中,生成评估结果。该专利可对海底电缆运行状况进行准确而全面的评估。
然而,目前对电缆及通道的状态进行监测评估,未考虑电缆及通道线路参数对电缆及通道状态评估阈值的影响,也未考虑不同的电缆及通道评估偏差范围对应的不同电缆及通道的优化需求,且往往只考虑到电缆及通道的运行状态,导致对电缆及通道的状态进行监测评估考虑的不全面,存在对电缆及通道的状态监测评估不准确的问题。
发明内容
针对现有技术的不足,本发明提供了一种基于大数据分析的电缆及通道的状态监测评估方法,可以更好地反映各个电缆及通道的实际状态,有助于更准确地预测设备的故障和状态变化,减少误报警情况的发生,更好地保障关键设备的安全运行。
为实现以上目的,本发明通过以下技术方案予以实现:一种基于大数据分析的电缆及通道的状态监测评估方法,包括以下步骤:获取电力系统中各电缆及通道使用过程中的电缆及通道数据,电缆及通道数据包括各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据,分别对获取到的电缆及通道数据进行预处理;根据预处理后的各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据分别分析出各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数;对各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数进行数据整合得到各电缆及通道状态评估指数;获取各电缆及通道线路参数,根据获取到的电缆及通道线路参数比对得到电缆及通道状态评估阈值(各个阈值根据需求设定即可),结合各电缆及通道状态评估指数对各电缆及通道的状态进行评估提示。
作为进一步的方法,各电缆及通道运行数据的获取过程为:对各电缆及通道进行编号,将每个电缆及通道划分为若干个采样段,对每个电缆及通道的各采样段进行编号;基于各采样段获取各电缆及通道外观数据,各电缆及通道外观数据具体包括各电缆及通道各采样段电缆绝缘层脱落面积、各电缆及通道各采样段通道壁面破损面积、各电缆及通道各采样段连接部位脱落个数。
作为进一步的方法,各电缆及通道局部放电数据的获取过程为:设置各监测时间周期,并在各电缆及通道上设置多个采样点,对采样点编号;获取各电缆及通道局部放电数据,具体包括各监测时间周期各电缆及通道各采样点局部放电总量、各监测时间周期各电缆及通道各采样点各次局部放电频率、各监测时间周期各电缆及通道各采样点各次局部放电持续时间。
作为进一步的方法,各电缆及通道运行数据的获取过程为:设置各监测时间周期,并在各电缆及通道上设置多个采样点,对采样点编号;获取各电缆及通道运行数据,具体包括各监测时间周期各电缆及通道各采样点各次运行振动频率、各监测时间周期各电缆及通道各采样点各次运行温度、各监测时间周期各电缆及通道各采样点运行故障次数。
作为进一步的方法,对获取到的电缆及通道数据进行预处理,具体分析过程为:获取电力系统中来自不同电缆及通道的电缆及通道数据,将电缆及通道数据整合到一个统一的数据库中;对获取到的电缆及通道数据进行数据清洗,去除电缆及通道数据中的干扰项目,对错误和无效的数据进行删除操作,并对信息不全的数据记录通过具体调查分析后进行数据补全;对获取到的电缆及通道数据进行数据转换,将电缆及通道数据标准化到统一的标准尺度,并对电缆及通道数据进行平滑处理。
作为进一步的方法,各电缆及通道外观状态评估指数,具体分析过程为:根据预处理后的各电缆及通道外观数据,获取各电缆及通道各采样段电缆绝缘层脱落面积,将各电缆及通道各采样段电缆绝缘层脱落面积和各电缆及通道各采样段电缆绝缘层总面积进行比较,得到各电缆及通道各采样段电缆绝缘层脱落比例;根据预处理后的各电缆及通道外观数据,获取各电缆及通道各采样段通道壁面破损面积,将各电缆及通道各采样段通道壁面破损面积和各电缆及通道各采样段通道壁面总面积进行比较,得到各电缆及通道各采样段通道壁面破损面积占比;根据各电缆及通道各采样段电缆绝缘层脱落比例、各电缆及通道各采样段通道壁面破损面积占比、各电缆及通道各采样段连接部位脱落个数,计算各电缆及通道外观状态评估指数。
作为进一步的方法,各电缆及通道局部放电状态评估指数,具体分析过程为:根据预处理后的各电缆及通道局部放电数据,获取各监测时间周期各电缆及通道各采样点各次局部放电频率,比较得到各监测时间周期各电缆及通道各采样点局部放电最高频率;根据预处理后的各电缆及通道局部放电数据,获取各监测时间周期各电缆及通道各采样点各次局部放电持续时间,均值处理得到各监测时间周期各电缆及通道各采样点局部放电持续时间平均值;根据各监测时间周期各电缆及通道各采样点局部放电总量、各监测时间周期各电缆及通道各采样点局部放电最高频率、各监测时间周期各电缆及通道各采样点局部放电持续时间平均值,计算各电缆及通道局部放电状态评估指数。
作为进一步的方法,各电缆及通道运行状态评估指数,具体分析过程为:根据预处理后的各电缆及通道运行数据,获取各监测时间周期各电缆及通道各采样点各次运行振动频率,比较得到各监测时间周期各电缆及通道各采样点运行振动频率最高值;根据预处理后的各电缆及通道运行数据,获取各监测时间周期各电缆及通道各采样点各次运行温度,均值处理得到各监测时间周期各电缆及通道各采样点平均运行温度;根据各监测时间周期各电缆及通道各采样点运行振动最高频率、各监测时间周期各电缆及通道各采样点平均运行温度、各监测时间周期各电缆及通道各采样点运行故障次数,计算各电缆及通道运行状态评估指数。
作为进一步的方法,数据整合得到各电缆及通道状态评估指数,具体分析过程为:对各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数进行数据整合,得到各电缆及通道状态评估指数,具体计算公式为:
;式中,/>为第n个电缆及通道状态评估指数,/>为第n个电缆及通道外观状态评估指数,/>为第n个电缆及通道局部放电状态评估指数,/>为第n个电缆及通道运行状态评估指数,/>为设定的电缆及通道外观状态评估指数的补偿因子,/>为设定的电缆及通道局部放电状态评估指数的补偿因子,/>为设定的电缆及通道运行状态评估指数的补偿因子,/>为设定的电缆及通道状态评估指数的修正因子,n为各电缆及通道的编号,/>,/>为电缆及通道总个数。
作为进一步的方法,获取各电缆及通道线路参数,根据获取到的电缆及通道线路参数比对得到电缆及通道状态评估阈值,结合各电缆及通道状态评估指数对各电缆及通道的状态进行评估提示,具体分析过程为:
获取各电缆及通道线路参数,各电缆及通道线路参数包括各电缆及通道横截面积、各电缆及通道总长度、各电缆及通道使用年数;将电缆及通道横截面积、电缆及通道总长度、电缆及通道使用年数生成指定标签,并将该指定标签与数据库存储的各指定标签对应的电缆及通道状态评估阈值进行匹配,得到各电缆及通道对应的电缆及通道状态评估阈值;
将各电缆及通道状态评估指数与对应的电缆及通道状态评估阈值进行比较,若某电缆及通道状态评估指数高于对应的电缆及通道状态评估阈值,则将该电缆及通道标记为优异电缆及通道,反之则将该电缆及通道标记为不良电缆及通道;若某电缆及通道为不良电缆及通道,则分别提取该不良电缆及通道的电缆及通道外观状态评估指数、电缆及通道局部放电状态评估指数、电缆及通道运行状态评估指数;
将该不良电缆及通道的电缆及通道外观状态评估指数、电缆及通道局部放电状态评估指数、电缆及通道运行状态评估指数分别与数据库中存储的电缆及通道外观状态评估参照指数、电缆及通道局部放电状态评估参照指数、电缆及通道运行状态评估参照指数进行比较;
若该不良电缆及通道的电缆及通道外观状态评估指数低于数据库中存储的电缆及通道外观状态评估参照指数,则对该不良电缆及通道的外观状态进行标记,获取该不良电缆及通道的电缆及通道外观状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道外观状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道外观状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的外观状态进行评估提示;
若该不良电缆及通道的电缆及通道局部放电状态评估指数低于数据库中存储的电缆及通道局部放电状态评估参照指数,则对该不良电缆及通道的局部放电状态进行标记,获取该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的局部放电状态进行评估提示;
若该不良电缆及通道的电缆及通道运行状态评估指数低于数据库中存储的电缆及通道运行状态评估参照指数,则对该不良电缆及通道的运行状态进行标记,获取该不良电缆及通道的电缆及通道运行状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道运行状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道运行状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的运行状态进行评估提示。
本发明的有益效果为:
(1)本发明针对不同的电缆及通道,提出不同电缆及通道线路参数对电缆及通道状态评估阈值的影响,可以更好地反映各个电缆及通道的实际状态,有助于更准确地预测设备的故障和状态变化,减少误报警情况的发生,避免不必要的维护干预,更好地保障关键设备的安全运行,通过不断调整和优化不同电缆及通道的状态评估阈值,可以实现持续改进和优化监测系统,提高设备状态评估的准确性和可靠性。
(2)本发明通过获取电力系统中所有电缆及通道的各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据,能够分别对获取到的电缆及通道数据进行预处理及评估,有效解决了对电缆及通道的状态监测评估不准确的问题。
(3)本发明考虑不同的电缆及通道评估偏差范围对应的不同电缆及通道的优化需求,可以更好地反映各个设备的实际状态,实现个性化的维护需求,有助于避免不必要的维护干预,降低维护成本,还有助于定制化监测方案,更好地满足设备运行的实际需求,保障关键设备的安全运行。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
下面结合附图对本发明实施例中的技术方案进行清楚、完整地描述。
如图1所示,本发明提供了一种基于大数据分析的电缆及通道的状态监测评估方法,包括:获取电力系统中各电缆及通道使用过程中的电缆及通道数据,电缆及通道数据包括各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据,分别对获取到的电缆及通道数据进行预处理。
具体的,各电缆及通道运行数据的获取过程为:对各电缆及通道进行编号,将每个电缆及通道划分为若干个采样段,对每个电缆及通道的各采样段进行编号;基于各采样段获取各电缆及通道外观数据,各电缆及通道外观数据具体包括各电缆及通道各采样段电缆绝缘层脱落面积、各电缆及通道各采样段通道壁面破损面积、各电缆及通道各采样段连接部位脱落个数。
本实施例中,对各电缆及通道进行等量划分,可以简化管理过程,使得监测系统更加清晰和易于管理,减少混乱和错误的发生,还可以实现电缆及通道的负载均衡,提高监测效率和准确性,等量划分可以建立统一的标准和规范,有利于制定统一的维护策略和监测方案,提高工作效率和一致性,通过合适的检测设备,如高清摄像头、红外热像仪对电缆绝缘层脱落面积、通道壁面破损面积和连接部位脱落个数进行检测。
具体的,各电缆及通道局部放电数据的获取过程为:设置各监测时间周期,并在各电缆及通道上设置多个采样点,对采样点编号;获取各电缆及通道局部放电数据,具体包括各监测时间周期各电缆及通道各采样点局部放电总量、各监测时间周期各电缆及通道各采样点各次局部放电频率、各监测时间周期各电缆及通道各采样点各次局部放电持续时间。
本实施例中,通过定期监测并记录数据,可以进行数据分析,了解设备运行状态的变化趋势,为制定更有效的维护计划和决策提供依据,通过设置采样点和监测时间周期,可以合理分配维护资源,根据监测结果有针对性地进行维护工作,提高维护效率和成本效益,通过选择适合的局部放电检测设备,比如局部放电检测仪器或传感器,用于监测和记录局部放电情况,进而获取准确的电缆及通道各采样点局部放电总量、电缆及通道各采样点各次局部放电频率、电缆及通道各采样点各次局部放电持续时间。
具体的,各电缆及通道运行数据的获取过程为:设置各监测时间周期,并在各电缆及通道上设置多个采样点,对采样点编号;获取各电缆及通道运行数据,具体包括各监测时间周期各电缆及通道各采样点各次运行振动频率、各监测时间周期各电缆及通道各采样点各次运行温度、各监测时间周期各电缆及通道各采样点运行故障次数。
本实施例中,首先需要在各电缆及通道的关键位置安装振动传感器和温度传感器,用于监测振动频率和温度数据,选择适合的数据采集设备,如振动数据采集仪器和温度数据采集仪器,用于采集和记录振动频率和温度数据,在各采样点进行振动频率和温度数据的采集,记录各次运行的振动频率和温度数据,对采集到的数据进行分析,计算各监测时间周期各电缆及通道各采样点各次运行的振动频率和温度数据,以及各采样点的运行故障次数。
具体的,对获取到的电缆及通道数据进行预处理,具体分析过程为:获取电力系统中来自不同电缆及通道的电缆及通道数据,将电缆及通道数据整合到一个统一的数据库中;对获取到的电缆及通道数据进行数据清洗,去除电缆及通道数据中的干扰项目,对错误和无效的数据进行删除操作,并对信息不全的数据记录通过具体调查分析后进行数据补全;对获取到的电缆及通道数据进行数据转换,将电缆及通道数据标准化到统一的标准尺度,并对电缆及通道数据进行平滑处理。
本实施例中,对获取到的电缆及通道数据进行数据清洗,去除电缆及通道数据中的干扰项目,有助于确保数据的唯一性,将数据标准化到相同的尺度,以便不同特征之间进行比较,对数据进行平滑处理,可以减少噪声的影响。
本实施例中,通过获取电力系统中所有电缆及通道的各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据,并分别对获取到的电缆及通道数据进行预处理及评估,有效解决了对电缆及通道的状态监测评估不准确的问题。
根据预处理后的各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据分别分析出各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数。
具体的,各电缆及通道外观状态评估指数,具体分析过程为:根据预处理后的各电缆及通道外观数据,获取各电缆及通道各采样段电缆绝缘层脱落面积,将各电缆及通道各采样段电缆绝缘层脱落面积和各电缆及通道各采样段电缆绝缘层总面积进行比较,得到各电缆及通道各采样段电缆绝缘层脱落比例;根据预处理后的各电缆及通道外观数据,获取各电缆及通道各采样段通道壁面破损面积,将各电缆及通道各采样段通道壁面破损面积和各电缆及通道各采样段通道壁面总面积进行比较,得到各电缆及通道各采样段通道壁面破损面积占比;根据各电缆及通道各采样段电缆绝缘层脱落比例、各电缆及通道各采样段通道壁面破损面积占比、各电缆及通道各采样段连接部位脱落个数,计算各电缆及通道外观状态评估指数。
本实施例中,各电缆及通道外观状态评估指数的计算公式为:;式中,/>为第n个电缆及通道外观状态评估指数,/>为第n个电缆及通道第i个采样段电缆绝缘层脱落比例,/>为第n个电缆及通道第i个采样段通道壁面破损面积占比,/>为第n个电缆及通道第i个采样段连接部位脱落个数,/>为数据库中存储的电缆及通道采样段连接部位脱落参照个数,/>为设定的电缆及通道采样段电缆绝缘层脱落比例的补偿因子,/>为设定的电缆及通道采样段通道壁面破损面积占比的补偿因子,/>为设定的电缆及通道采样段连接部位脱落个数的补偿因子,n为各电缆及通道的编号,/>,/>为电缆及通道总个数,i为每个电缆及通道上各采样段的编号,/>,/>为每个电缆及通道上采样段总个数。
在本实施例中,通过各电缆及通道各采样段电缆绝缘层脱落比例、各电缆及通道各采样段通道壁面破损面积占比、各电缆及通道各采样段连接部位脱落个数,对各电缆及通道外观状态评估指数进行计算,可以更全面地评估电缆及通道的外观状态,准确反映电缆及通道的整体状况,有利于比较不同电缆及通道或不同时期的外观状态变化,帮助制定更科学的维护策略,有助于帮助电缆及通道管理人员更好地了解设备的状态,制定有效的维护计划,确保电缆及通道安全可靠地运行。
进一步的,各电缆及通道局部放电状态评估指数,具体分析过程为:根据预处理后的各电缆及通道局部放电数据,获取各监测时间周期各电缆及通道各采样点各次局部放电频率,比较得到各监测时间周期各电缆及通道各采样点局部放电最高频率;根据预处理后的各电缆及通道局部放电数据,获取各监测时间周期各电缆及通道各采样点各次局部放电持续时间,均值处理得到各监测时间周期各电缆及通道各采样点局部放电持续时间平均值;根据各监测时间周期各电缆及通道各采样点局部放电总量、各监测时间周期各电缆及通道各采样点局部放电最高频率、各监测时间周期各电缆及通道各采样点局部放电持续时间平均值,计算各电缆及通道局部放电状态评估指数。
本实施例中,各电缆及通道局部放电状态评估指数计算公式为:;式中,/>为第n个电缆及通道局部放电状态评估指数,/>为第j个监测时间周期第n个电缆及通道第d个采样点局部放电总量,/>为第j个监测时间周期第n个电缆及通道第d个采样点局部放电最高频率,为第j个监测时间周期第n个电缆及通道第d个采样点局部放电持续时间平均值,/>为数据库中存储的电缆及通道采样点局部放电参照总量,/>为数据库中存储的电缆及通道采样点局部放电界定频率,/>为数据库中存储的电缆及通道采样点局部放电持续参照时间,/>为设定的电缆及通道采样点局部放电总量的补偿因子,/>为设定的电缆及通道采样点局部放电最高频率的补偿因子,/>为设定的电缆及通道采样点局部放电持续时间平均值的补偿因子,j为各监测时间周期的编号,/>,/>为监测时间周期总个数,d为每个电缆及通道上各采样点的编号,/>,/>为每个电缆及通道上采样点总个数。
在本实施例中,通过各监测时间周期各电缆及通道各采样点局部放电总量、各监测时间周期各电缆及通道各采样点局部放电最高频率、各监测时间周期各电缆及通道各采样点局部放电持续时间平均值,对各电缆及通道局部放电状态评估指数进行计算。局部放电是电气电缆及通道常见的故障形式之一,通过监测局部放电的总量、频率和持续时间等指标,可以及早发现电缆及通道存在的潜在问题,实现早期故障诊断,根据局部放电状态评估指数,可以有针对性地制定维护策略,包括修复、更换或加强绝缘措施等,以提高电缆及通道的可靠性和安全性。
具体的,各电缆及通道运行状态评估指数,分析过程为:根据预处理后的各电缆及通道运行数据,获取各监测时间周期各电缆及通道各采样点各次运行振动频率,比较得到各监测时间周期各电缆及通道各采样点运行振动频率最高值;根据预处理后的各电缆及通道运行数据,获取各监测时间周期各电缆及通道各采样点各次运行温度,均值处理得到各监测时间周期各电缆及通道各采样点平均运行温度;根据各监测时间周期各电缆及通道各采样点运行振动最高频率、各监测时间周期各电缆及通道各采样点平均运行温度、各监测时间周期各电缆及通道各采样点运行故障次数,计算各电缆及通道运行状态评估指数。
上述各电缆及通道运行状态评估指数的计算公式为:;式中,/>为第n个电缆及通道运行状态评估指数,/>为第j个监测时间周期第n个电缆及通道第d个采样点运行振动最高频率,/>为第j个监测时间周期第n个电缆及通道第d个采样点平均运行温度,/>为第j个监测时间周期第n个电缆及通道第d个采样点运行故障次数,/>为数据库中存储的电缆及通道采样点运行振动参照频率,/>为数据库中存储的电缆及通道采样点参照运行温度,/>为数据库中存储的电缆及通道采样点运行故障界定次数,/>为设定的电缆及通道采样点运行振动最高频率的补偿因子,/>为设定的电缆及通道采样点平均运行温度的补偿因子,/>为设定的电缆及通道采样点运行故障次数的补偿因子,为设定的电缆及通道运行状态评估指数的修正因子,e为自然常数。
在本实施例中,通过各监测时间周期各电缆及通道各采样点运行振动最高频率、各监测时间周期各电缆及通道各采样点平均运行温度、各监测时间周期各电缆及通道各采样点运行故障次数,对各电缆及通道运行状态评估指数进行计算.振动频率、温度和故障次数是反映电缆及通道运行状态的重要参数,通过监测这些数据并计算评估指数,可以实现对电缆及通道健康状况的实时监测和评估,基于运行振动频率、温度和故障次数等数据计算评估指数,可以帮助预测电缆及通道可能出现的故障和问题,从而实施预测性维护措施,避免电缆及通道突发故障,通过监测和评估电缆及通道的运行状态,可以及时发现问题并采取措施,提高电缆及通道的可靠性和稳定性,延长电缆及通道的使用寿命。
对各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数进行数据整合得到各电缆及通道状态评估指数。
进一步的,数据整合得到各电缆及通道状态评估指数,具体分析过程为:对各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数进行数据整合,得到各电缆及通道状态评估指数,具体计算公式为:
;式中,/>为第n个电缆及通道状态评估指数,/>为第n个电缆及通道外观状态评估指数,/>为第n个电缆及通道局部放电状态评估指数,/>为第n个电缆及通道运行状态评估指数,/>为设定的电缆及通道外观状态评估指数的补偿因子,/>为设定的电缆及通道局部放电状态评估指数的补偿因子,/>为设定的电缆及通道运行状态评估指数的补偿因子,/>为设定的电缆及通道状态评估指数的修正因子。
上述对各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数进行数据整合,计算得到各电缆及通道状态评估指数,还可以通过决策树模型和支持向量机模型通过训练和优化,得到准确的电缆及通道状态评估指数,帮助监测电缆及通道状态、预防故障,并提高电缆及通道的可靠性和安全性,通过整合各项评估指数,可以综合考虑电缆及通道的外观状态、局部放电状态和运行状态等多个方面的信息,更全面地评估电缆及通道的整体状况,将各项评估指数进行整合后,可以得到一个量化的状态评估指数,便于直观地了解电缆及通道的整体状态,为决策提供参考依据.通过综合评估指数,可以合理分配维护资源,重点关注状态较差的电缆及通道,提高维护效率,降低维护成本,还为持续改进设备管理和维护策略提供数据支持,实现设备管理的持续优化。
获取各电缆及通道线路参数,根据获取到的电缆及通道线路参数比对得到电缆及通道状态评估阈值,结合各电缆及通道状态评估指数对各电缆及通道的状态进行评估提示。
具体分析过程为:获取各电缆及通道线路参数,各电缆及通道线路参数包括各电缆及通道横截面积、各电缆及通道总长度、各电缆及通道使用年数;将电缆及通道横截面积、电缆及通道总长度、电缆及通道使用年数生成指定标签,并将该指定标签与数据库存储的各指定标签对应的电缆及通道状态评估阈值进行匹配,得到各电缆及通道对应的电缆及通道状态评估阈值;
将各电缆及通道状态评估指数与对应的电缆及通道状态评估阈值进行比较,若某电缆及通道状态评估指数高于对应的电缆及通道状态评估阈值,则将该电缆及通道标记为优异电缆及通道,反之则将该电缆及通道标记为不良电缆及通道;若某电缆及通道为不良电缆及通道,则分别提取该不良电缆及通道的电缆及通道外观状态评估指数、电缆及通道局部放电状态评估指数、电缆及通道运行状态评估指数;
将该不良电缆及通道的电缆及通道外观状态评估指数、电缆及通道局部放电状态评估指数、电缆及通道运行状态评估指数分别与数据库中存储的电缆及通道外观状态评估参照指数、电缆及通道局部放电状态评估参照指数、电缆及通道运行状态评估参照指数进行比较;
若该不良电缆及通道的电缆及通道外观状态评估指数低于数据库中存储的电缆及通道外观状态评估参照指数,则对该不良电缆及通道的外观状态进行标记,获取该不良电缆及通道的电缆及通道外观状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道外观状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道外观状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的外观状态进行评估提示;
若该不良电缆及通道的电缆及通道局部放电状态评估指数低于数据库中存储的电缆及通道局部放电状态评估参照指数,则对该不良电缆及通道的局部放电状态进行标记,获取该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的局部放电状态进行评估提示;
若该不良电缆及通道的电缆及通道运行状态评估指数低于数据库中存储的电缆及通道运行状态评估参照指数,则对该不良电缆及通道的运行状态进行标记,获取该不良电缆及通道的电缆及通道运行状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道运行状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道运行状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的运行状态进行评估提示。
本实施例中,通过针对不同的电缆及通道,提出不同电缆及通道线路参数对电缆及通道状态评估阈值的影响,可以更好地反映各个电缆及通道的实际状态,有助于更准确地预测设备的故障和状态变化,减少误报警情况的发生,避免不必要的维护干预,更好地保障关键设备的安全运行,通过不断调整和优化不同电缆及通道的状态评估阈值,可以实现持续改进和优化监测系统,提高设备状态评估的准确性和可靠性,通过考虑不同的电缆及通道评估偏差范围对应的不同电缆及通道的优化需求,可以更好地反映各个设备的实际状态,实现个性化的维护需求,有助于避免不必要的维护干预,降低维护成本,还有助于定制化监测方案,更好地满足设备运行的实际需求,保障关键设备的安全运行。
Claims (10)
1.一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于,包括以下步骤:
获取电力系统中各电缆及通道使用过程中的电缆及通道数据,电缆及通道数据包括各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据,分别对获取到的电缆及通道数据进行预处理;
根据预处理后的各电缆及通道外观数据、各电缆及通道局部放电数据、各电缆及通道运行数据分别分析出各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数;
对各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数进行数据整合得到各电缆及通道状态评估指数;
获取各电缆及通道线路参数,根据获取到的电缆及通道线路参数比对得到电缆及通道状态评估阈值,结合各电缆及通道状态评估指数对各电缆及通道的状态进行评估提示。
2.根据权利要求1所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于,各电缆及通道外观数据的获取过程为:
对各电缆及通道进行编号,将每个电缆及通道划分为若干个采样段,对每个电缆及通道的各采样段进行编号;
基于各采样段获取各电缆及通道外观数据,各电缆及通道外观数据具体包括各电缆及通道各采样段电缆绝缘层脱落面积、各电缆及通道各采样段通道壁面破损面积、各电缆及通道各采样段连接部位脱落个数。
3.根据权利要求1所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于,各电缆及通道局部放电数据的获取过程为:
设置各监测时间周期,并在各电缆及通道上设置多个采样点,对采样点编号;
获取各电缆及通道局部放电数据,具体包括各监测时间周期各电缆及通道各采样点局部放电总量、各监测时间周期各电缆及通道各采样点各次局部放电频率、各监测时间周期各电缆及通道各采样点各次局部放电持续时间。
4.根据权利要求1所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于,各电缆及通道运行数据的获取过程为:
设置各监测时间周期,并在各电缆及通道上设置多个采样点,对采样点编号;
获取各电缆及通道运行数据,具体包括各监测时间周期各电缆及通道各采样点各次运行振动频率、各监测时间周期各电缆及通道各采样点各次运行温度、各监测时间周期各电缆及通道各采样点运行故障次数。
5.根据权利要求1所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于:所述对获取到的电缆及通道数据进行预处理,具体分析过程为:
获取电力系统中来自不同电缆及通道的电缆及通道数据,将电缆及通道数据整合到一个统一的数据库中;
对获取到的电缆及通道数据进行数据清洗,去除电缆及通道数据中的干扰项目,对错误和无效的数据进行删除操作,并对信息不全的数据记录通过具体调查分析后进行数据补全;
对获取到的电缆及通道数据进行数据转换,将电缆及通道数据标准化到统一的标准尺度,并对电缆及通道数据进行平滑处理。
6.根据权利要求2所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于:获取各电缆及通道外观状态评估指数,具体分析过程为:
根据预处理后的各电缆及通道外观数据,获取各电缆及通道各采样段电缆绝缘层脱落面积,将各电缆及通道各采样段电缆绝缘层脱落面积和各电缆及通道各采样段电缆绝缘层总面积进行比较,得到各电缆及通道各采样段电缆绝缘层脱落比例;
根据预处理后的各电缆及通道外观数据,获取各电缆及通道各采样段通道壁面破损面积,将各电缆及通道各采样段通道壁面破损面积和各电缆及通道各采样段通道壁面总面积进行比较,得到各电缆及通道各采样段通道壁面破损面积占比;
根据各电缆及通道各采样段电缆绝缘层脱落比例、各电缆及通道各采样段通道壁面破损面积占比、各电缆及通道各采样段连接部位脱落个数,计算各电缆及通道外观状态评估指数。
7.根据权利要求3所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于:获取各电缆及通道局部放电状态评估指数,具体分析过程为:
根据预处理后的各电缆及通道局部放电数据,获取各监测时间周期各电缆及通道各采样点各次局部放电频率,比较得到各监测时间周期各电缆及通道各采样点局部放电最高频率;
根据预处理后的各电缆及通道局部放电数据,获取各监测时间周期各电缆及通道各采样点各次局部放电持续时间,均值处理得到各监测时间周期各电缆及通道各采样点局部放电持续时间平均值;
根据各监测时间周期各电缆及通道各采样点局部放电总量、各监测时间周期各电缆及通道各采样点局部放电最高频率、各监测时间周期各电缆及通道各采样点局部放电持续时间平均值,计算各电缆及通道局部放电状态评估指数。
8.根据权利要求4所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于:获取各电缆及通道运行状态评估指数,具体分析过程为:
根据预处理后的各电缆及通道运行数据,获取各监测时间周期各电缆及通道各采样点各次运行振动频率,比较得到各监测时间周期各电缆及通道各采样点运行振动频率最高值;
根据预处理后的各电缆及通道运行数据,获取各监测时间周期各电缆及通道各采样点各次运行温度,均值处理得到各监测时间周期各电缆及通道各采样点平均运行温度;
根据各监测时间周期各电缆及通道各采样点运行振动最高频率、各监测时间周期各电缆及通道各采样点平均运行温度、各监测时间周期各电缆及通道各采样点运行故障次数,计算各电缆及通道运行状态评估指数。
9.根据权利要求1所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于:所述数据整合得到各电缆及通道状态评估指数,具体分析过程为:
对各电缆及通道外观状态评估指数、各电缆及通道局部放电状态评估指数、各电缆及通道运行状态评估指数进行数据整合,得到各电缆及通道状态评估指数,具体计算公式为:
;
式中,为第n个电缆及通道状态评估指数,/>为第n个电缆及通道外观状态评估指数,/>为第n个电缆及通道局部放电状态评估指数,/>为第n个电缆及通道运行状态评估指数,/>为设定的电缆及通道外观状态评估指数的补偿因子,/>为设定的电缆及通道局部放电状态评估指数的补偿因子,/>为设定的电缆及通道运行状态评估指数的补偿因子,/>为设定的电缆及通道状态评估指数的修正因子,n为各电缆及通道的编号,,/>为电缆及通道总个数。
10.根据权利要求9所述的一种基于大数据分析的电缆及通道的状态监测评估方法,其特征在于:所述获取各电缆及通道线路参数,根据获取到的电缆及通道线路参数比对得到电缆及通道状态评估阈值,结合各电缆及通道状态评估指数对各电缆及通道的状态进行评估提示,具体分析过程为:
获取各电缆及通道线路参数,各电缆及通道线路参数包括各电缆及通道横截面积、各电缆及通道总长度、各电缆及通道使用年数;
将电缆及通道横截面积、电缆及通道总长度、电缆及通道使用年数生成指定标签,并将该指定标签与数据库存储的各指定标签对应的电缆及通道状态评估阈值进行匹配,得到各电缆及通道对应的电缆及通道状态评估阈值;
将各电缆及通道状态评估指数与对应的电缆及通道状态评估阈值进行比较,若某电缆及通道状态评估指数高于对应的电缆及通道状态评估阈值,则将该电缆及通道标记为优异电缆及通道,反之则将该电缆及通道标记为不良电缆及通道;
若某电缆及通道为不良电缆及通道,则分别提取该不良电缆及通道的电缆及通道外观状态评估指数、电缆及通道局部放电状态评估指数、电缆及通道运行状态评估指数;
将该不良电缆及通道的电缆及通道外观状态评估指数、电缆及通道局部放电状态评估指数、电缆及通道运行状态评估指数分别与数据库中存储的电缆及通道外观状态评估参照指数、电缆及通道局部放电状态评估参照指数、电缆及通道运行状态评估参照指数进行比较;
若该不良电缆及通道的电缆及通道外观状态评估指数低于数据库中存储的电缆及通道外观状态评估参照指数,则对该不良电缆及通道的外观状态进行标记,获取该不良电缆及通道的电缆及通道外观状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道外观状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道外观状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的外观状态进行评估提示;
若该不良电缆及通道的电缆及通道局部放电状态评估指数低于数据库中存储的电缆及通道局部放电状态评估参照指数,则对该不良电缆及通道的局部放电状态进行标记,获取该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道局部放电状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的局部放电状态进行评估提示;
若该不良电缆及通道的电缆及通道运行状态评估指数低于数据库中存储的电缆及通道运行状态评估参照指数,则对该不良电缆及通道的运行状态进行标记,获取该不良电缆及通道的电缆及通道运行状态评估指数的偏差值,得到该不良电缆及通道的电缆及通道运行状态评估指数的偏差值所处偏差范围,根据该不良电缆及通道的电缆及通道运行状态评估指数的偏差值所处偏差范围在数据库中对应的优化需求,对该不良电缆及通道的运行状态进行评估提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410550871.4A CN118134116A (zh) | 2024-05-07 | 2024-05-07 | 一种基于大数据分析的电缆及通道的状态监测评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410550871.4A CN118134116A (zh) | 2024-05-07 | 2024-05-07 | 一种基于大数据分析的电缆及通道的状态监测评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118134116A true CN118134116A (zh) | 2024-06-04 |
Family
ID=91238009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410550871.4A Pending CN118134116A (zh) | 2024-05-07 | 2024-05-07 | 一种基于大数据分析的电缆及通道的状态监测评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118134116A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284938A (zh) * | 2018-10-18 | 2019-01-29 | 许昌许继软件技术有限公司 | 一种电力电缆线路状态的综合评估方法与装置 |
CN111598490A (zh) * | 2020-07-11 | 2020-08-28 | 西南石油大学 | 一种基于多状态量融合的光电复合海底电缆状态评估方法及系统 |
WO2021232655A1 (zh) * | 2020-05-20 | 2021-11-25 | 国网河北省电力有限公司电力科学研究院 | 一种基于振动特征的高压并联电抗器机械状态评估方法 |
CN114372734A (zh) * | 2022-03-23 | 2022-04-19 | 广东电网有限责任公司佛山供电局 | 一种电缆中间接头绝缘状态实时评估方法及系统 |
CN116739399A (zh) * | 2023-01-19 | 2023-09-12 | 天津大学 | 一种高压电缆运行状态评价方法 |
CN116823220A (zh) * | 2023-06-27 | 2023-09-29 | 国网山西省电力公司太原供电公司 | 一种电缆运行状态监测平台及设备 |
CN116861797A (zh) * | 2023-08-30 | 2023-10-10 | 湖南华菱线缆股份有限公司 | 一种基于机器学习的隧道电缆剩余寿命预测方法及装置 |
CN117235441A (zh) * | 2023-09-05 | 2023-12-15 | 深圳供电局有限公司 | 电缆运行状态评估方法、装置、设备、介质和程序产品 |
CN117330883A (zh) * | 2023-12-01 | 2024-01-02 | 国网山西省电力公司电力科学研究院 | 一种架空线路绝缘子运行状态监测系统及方法 |
CN117517823A (zh) * | 2023-10-31 | 2024-02-06 | 国网北京市电力公司 | 电抗器的状态评估方法和装置 |
EP4321837A1 (en) * | 2022-08-10 | 2024-02-14 | Nexans | Method for determining a quality of a cable surface |
CN117590159A (zh) * | 2024-01-19 | 2024-02-23 | 国网山东省电力公司济南供电公司 | 一种基于深度学习的隧道电缆供电状态监测方法及系统 |
CN117890696A (zh) * | 2023-12-13 | 2024-04-16 | 国网湖北省电力有限公司电力科学研究院 | 一种高压电缆缺陷识别方法、设备及存储介质 |
-
2024
- 2024-05-07 CN CN202410550871.4A patent/CN118134116A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284938A (zh) * | 2018-10-18 | 2019-01-29 | 许昌许继软件技术有限公司 | 一种电力电缆线路状态的综合评估方法与装置 |
WO2021232655A1 (zh) * | 2020-05-20 | 2021-11-25 | 国网河北省电力有限公司电力科学研究院 | 一种基于振动特征的高压并联电抗器机械状态评估方法 |
CN111598490A (zh) * | 2020-07-11 | 2020-08-28 | 西南石油大学 | 一种基于多状态量融合的光电复合海底电缆状态评估方法及系统 |
CN114372734A (zh) * | 2022-03-23 | 2022-04-19 | 广东电网有限责任公司佛山供电局 | 一种电缆中间接头绝缘状态实时评估方法及系统 |
EP4321837A1 (en) * | 2022-08-10 | 2024-02-14 | Nexans | Method for determining a quality of a cable surface |
CN116739399A (zh) * | 2023-01-19 | 2023-09-12 | 天津大学 | 一种高压电缆运行状态评价方法 |
CN116823220A (zh) * | 2023-06-27 | 2023-09-29 | 国网山西省电力公司太原供电公司 | 一种电缆运行状态监测平台及设备 |
CN116861797A (zh) * | 2023-08-30 | 2023-10-10 | 湖南华菱线缆股份有限公司 | 一种基于机器学习的隧道电缆剩余寿命预测方法及装置 |
CN117235441A (zh) * | 2023-09-05 | 2023-12-15 | 深圳供电局有限公司 | 电缆运行状态评估方法、装置、设备、介质和程序产品 |
CN117517823A (zh) * | 2023-10-31 | 2024-02-06 | 国网北京市电力公司 | 电抗器的状态评估方法和装置 |
CN117330883A (zh) * | 2023-12-01 | 2024-01-02 | 国网山西省电力公司电力科学研究院 | 一种架空线路绝缘子运行状态监测系统及方法 |
CN117890696A (zh) * | 2023-12-13 | 2024-04-16 | 国网湖北省电力有限公司电力科学研究院 | 一种高压电缆缺陷识别方法、设备及存储介质 |
CN117590159A (zh) * | 2024-01-19 | 2024-02-23 | 国网山东省电力公司济南供电公司 | 一种基于深度学习的隧道电缆供电状态监测方法及系统 |
Non-Patent Citations (3)
Title |
---|
姜涛;葛少伟;李德泉;牟泽刚;孟庆瑞;: "济南市隧道巡检机器人电缆故障监测方法分析", 科技通报, no. 04, 30 April 2019 (2019-04-30) * |
常安;宋云海;张晗;刘亚东;邓红雷;: "考虑参量有效性的输电线路状态评估方法研究及应用", 高压电器, no. 06, 16 June 2017 (2017-06-16) * |
胡媛媛;李乐乐;: "基于信息融合的矿用电缆状态检修方法", 工矿自动化, no. 06, 31 May 2019 (2019-05-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022252505A1 (zh) | 一种基于多指标集群分析的设备状态监测方法 | |
CN107991870B (zh) | 一种电扶梯设备的故障预警与寿命预测方法 | |
CN109186813A (zh) | 一种温度传感器自检装置及方法 | |
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
JP2000512766A (ja) | 高電圧絶縁における部分放電測定の統計的パターン分析方法 | |
CN113036913B (zh) | 一种综合能源设备状态监测方法及装置 | |
CN112414694B (zh) | 基于多元状态估计技术的设备多级异常状态识别方法及装置 | |
CN113539382B (zh) | 一种亚磷酸二甲酯关键工艺参数的预警定位方法及系统 | |
CN111556111A (zh) | 基于物联网的管廊设备故障远程诊断系统 | |
CN117808456A (zh) | 一种基于智慧运营管理的设备故障预警方法及装置 | |
CN117312972A (zh) | 一种刮板输送机减速器健康状态识别方法 | |
CN117494009A (zh) | 基于绝缘材料热解分析的电气设备状态评估方法及云平台 | |
CN117330948A (zh) | 一种断路器机械特性在线监测方法及系统 | |
CN116720983A (zh) | 一种基于大数据分析的供电设备异常检测方法及系统 | |
CN118134116A (zh) | 一种基于大数据分析的电缆及通道的状态监测评估方法 | |
CN116596517A (zh) | 一种基于神经网络模型的光伏组件清洗决策方法及系统 | |
CN110796282A (zh) | 一种基于相关性系数的行业波动周期监测方法 | |
CN112228042B (zh) | 一种基于云边协同计算的抽油机井工况相似性判别方法 | |
CN113283157A (zh) | 智能冲压压力机部件生命周期预测系统、方法、终端、介质 | |
CN118016202B (zh) | 一种基于汽水质量的化学设备运行分析方法及系统 | |
CN114492636B (zh) | 一种变压器绕组状态信号的采集系统 | |
CN117951633B (zh) | 一种光伏发电设备故障诊断方法及系统 | |
KR102667861B1 (ko) | 딥러닝 기반의 고장 예측 모델을 이용한 중전기기 고장 진단 장치 및 그 방법 | |
CN117496262A (zh) | 一种受电弓的智能检测方法及系统 | |
CN118152784A (zh) | 模块化变电站设备数据特征提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |