CN105182141A - 变压器故障检测方法及*** - Google Patents

变压器故障检测方法及*** Download PDF

Info

Publication number
CN105182141A
CN105182141A CN201510645548.6A CN201510645548A CN105182141A CN 105182141 A CN105182141 A CN 105182141A CN 201510645548 A CN201510645548 A CN 201510645548A CN 105182141 A CN105182141 A CN 105182141A
Authority
CN
China
Prior art keywords
ultrasonic
transformer
frequency
parameters
eigenwert
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
Application number
CN201510645548.6A
Other languages
English (en)
Inventor
饶锐
宋浩永
陈于晴
李聃
李正佳
程乐峰
包俊
欧星
张世亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou China Power Tech Corp Inc Of Section Of Paradise
Electric Power Testing Institute of Guangzhou Power Supply Bureau Co Ltd
Original Assignee
Suzhou China Power Tech Corp Inc Of Section Of Paradise
Electric Power Testing Institute of Guangzhou Power Supply Bureau Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou China Power Tech Corp Inc Of Section Of Paradise, Electric Power Testing Institute of Guangzhou Power Supply Bureau Co Ltd filed Critical Suzhou China Power Tech Corp Inc Of Section Of Paradise
Priority to CN201510645548.6A priority Critical patent/CN105182141A/zh
Publication of CN105182141A publication Critical patent/CN105182141A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)

Abstract

本申请揭露一种变压器故障检测方法及***，该变压器故障检测方法包括如下步骤：采用多频超声波对变压器中的变压器油进行检测；获得多组频率不同的超声波参数；对超声波参数进行计算处理并获得超声波参数的特征值；将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态。该变压器故障检测方法利用多频超声波技术并结合多元统计统计分析和复数权值神经元网络数据分析方法，实现了对变压器油的在线检测和故障诊断。

Description

变压器故障检测方法及***
技术领域
本发明涉及电力***技术领域，特别是涉及一种变压器故障检测方法及***。
背景技术
电力设备是构成智能电网的核心部分，它的正常运行是电网安全的根本保证。在智能电网中变压器是核心设备，也是电力***事故相对较多的设备之一。其运行可靠性直接影响电力工业的正常生产。随时检查变压器状态，发现并排除其可能发生的故障，已成为保障供电可靠性的重要手段。
在20世纪50年代随着电力***设备监测概念的提出，各种不同的监测方法孕育而生。一些工业发达国家即开始状态监测和故障诊断技术的研究。到80年代至90年代，传感技术、计算机技术和光纤等高新技术的发展和应用，使电力设备的状态监测和故障诊断技术得到迅速发展。目前国内外对于变压器的状态监测，多采用局部放电监测、超声定位、绝缘油色谱分析等技术检测内部放电和绝缘状况。但每年定期的油样抽取不能为判断变压器的真正安全状态提供有意义的信息。为了提高智能电网安全稳定水平和电网设备管理效益，未来将需要加强和提升变压器的监控能力以及未来持续的预防性。
发明内容
基于此，本申请提出一种变压器故障检测方法及***，其利用多频超声波技术在线对变压器进行故障检测。
一种变压器故障检测方法，包括如下步骤：采用多频超声波对变压器中的变压器油进行检测；获得多组频率不同的超声波参数；对超声波参数进行计算处理并获得超声波参数的特征值；将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态。
在其中一个实施例中，所述获得多组频率不同的超声波参数的步骤中，获得的超声波参数包括接收到的超声波的幅值、相位、频率以及飞行时间。
在其中一个实施例中，所述对超声波参数进行计算处理并获得超声波参数的特征值的步骤包括利用多元统计分析方法对超声波参数进行初步计算和处理的步骤。
在其中一个实施例中，所述利用多元统计分析方法对超声波参数进行初步计算和处理的步骤之后还包括采用复数人工神经元网络数据分析方法对多元统计分析后得到的数据计算得到最终的超声波参数的特征值的步骤。
在其中一个实施例中，所述将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态的步骤中，所述数据库中的标准特征值由采集多组正常运行时的变压器的超声波参数进行计算处理获得。
在其中一个实施例中，所述将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态的步骤中，所述变压器的运行状态包括是否故障和故障类型。
一种变压器故障检测***，包括产生和接收多频超声波的多频超声波传感器、控制多频超声波传感器工作的多频超声波控制单元及对多频超声波控制单元传来的数据进行分析处理的上位机；所述多频超声波传感器采用多频超声波对变压器中的变压器油进行检测并获得多组频率不同的超声波参数，多频超声波控制单元将超声波参数传递给上位机，所述上位机对超声波参数进行计算处理并获得超声波参数的特征值，将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态。
在其中一个实施例中，所述多频超声波控制单元包括超声波接收控制单元和超声波发射控制单元。
在其中一个实施例中，所述超声波发射控制单元包括功率控制模块、发射控制模块、频率控制模块及发射驱动模块。其中，功率控制模块：根据变压器的类型和变压器容量的大小选择合适的功率信号指令，送发射控制模块处理；发射控制模块：根据频率控制模块和功率控制模块的输出信号，产生换能器发射需要的载波脉冲信号，送到发射驱动模块，频率控制决定载波频率，功率控制决定脉冲宽度和幅度,从而达到控制换能器发射功率的作用；发射驱动模块：将发射控制模块送来的脉冲信号经升压处理后产生大功率的输出信号,推动换能器发射合适的多频超声波。
在其中一个实施例中，所述超声波接收控制单元包括信号放大模块、选频模块及数模转换模块，信号放大模块将超声波传感器传输回来的信号进行放大，然后送至选频模块，对信号频率进行筛选，确定合适的频率范围，滤除干扰信号，从而得到准确的多频超声波信号模拟量，选频模块将多频超声波信号模拟量送到数模转换模块，数模转换模块将多频超声波信号模拟量转换为数字信号。
上述变压器故障检测方法及***利用多频超声波检测技术，几百个频率不同的超声波信号同时对变压器油进行检测，每次检测可在一秒钟内完成。这些超声参数带有关于变压器油中的不同物质的具体特点的信息。通过对采集到的大量的超声参数进行分析处理以与变压器油参数建立联系。将变压器油参数与标准变压器油样本参数进行对比推断变压器真实的运行状态，从而确定变压器是否故障及故障类型。
附图说明
图1为本发明一个实施例的的变压器故障检测***结构框图；
图2是一个实施例的超声波发射控制单元的示意图
图3是一个实施例的超声波接收控制单元的示意图
图4为本发明一个实施例的的变压器故障检测方法流程图；
图5为本发明一个实施例的复数神经元网络数据分析方法结构框图；
图6为本发明一个实施例的复数神经元网络自主学习方法流程图。
具体实施方式
请参考图1，本申请提供一种变压器故障检测***。该变压器故障检测***通过检测变压器1中的变压器油来检测变压器1的运行状态。该变压器故障检测***包括产生和接收多频超声波的多频超声波传感器2、控制多频超声波传感器工作的多频超声波控制单元3及对多频超声波控制单元传来的数据进行分析处理的上位机5。多频超声波传感器2采用多频超声波对变压器1中的变压器油进行检测并获得多组频率不同的超声波参数，多频超声波控制单元3将超声波参数传递给上位机5，上位机5对超声波参数进行计算处理并获得超声波参数的特征值，将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态。多频超声波控制单元3可以准确地完成超声波原始信号到振幅、相位以及超声波速度等超声波参数的计算，然后通过局域网4将超声波各项参数传输给上位机5。
本申请的多频超声波控制单元3包括超声波接收控制单元和超声波发射控制单元。超声波接收控制单元和超声波发射控制单元安装有电源接口、电源开关、Internet网络接口、超声波信号输出接口及接收接口，该模块其主要用于控制多频超声波的发射及多频超声波信号的接收。
为了确保多频超声波传感器2的检测精度，需要保持所有传感器表面是一致的，因此需要采用电子方式保证传感器的统一校正。
上位机5主要用来对采集出的多频超声波特征值进行分析，从而建立特征值与油参数之间的关联。这里的上位机是基于多元统计分析技术来实现的。
如图2所示，图2是一个实施例的超声波发射控制单元示意图。在该实施例中，超声波发射控制单元包括：频率控制模块6、发射控制模块7、发射驱动模块8、功率控制模块9、换能器10这五个模块。功率控制模块9根据变压器4的类型和变压器4容量的大小选择合适的功率信号指令，送给发射控制模块7处理。发射控制模块7根据频率控制模块6和功率控制模块9的输出信号，产生换能器10发射需要的载波脉冲信号,送到发射驱动模块8，频率控制模块6决定载波频率，功率控制模块9决定脉冲宽度和幅度，从而达到控制换能器10发射功率的作用。发射驱动模块8将发射控制模块7送来的脉冲信号经升压处理后产生大功率的输出信号，推动换能器10发射合适的多频超声波。该部分可以依据变压器容量的大小，设置合适的频率及功率，大大地提高了检测的效率。
如图3所示，图3是一个实施例的超声波接收控制单元的示意图。在该实施例中，超声波接收控制单元包括：功率放大模块11、控制器12、选频模块13、检波器14、处理器15、A/D转换模块16这六个部分，功率放大模块11将多频超声波传感器2传输回来的信号进行放大，然后送至选频模块13，对信号频率进行筛选，确定合适的频率范围，滤除干扰信号，从而得到准确的多频超声波信号模拟量。选频模块将多频超声波信号模拟量送到数模转换模块16，数模转换模块将多频超声波信号模拟量转换为数字信号传输给微处理器15。
参见图1、图2及图3所示。
本申请采用多频超声波技术检测变压器的运行状态。首先，依据变压器1容量的大小，在多频超声波控制单元3设置合适的超声波频率范围及发射功率的大小，功率控制模块9根据变压器1的类型和变压器1容量的大小选择合适的功率信号指令，同样，频率控制模块6也依据变压器1的类型和容量的大小确定超声波的频率范围信号指令，这两个指令都送发射控制模块7处理。发射控制模块7根据频率控制模块6和功率控制模块9的输出信号，产生换能器10发射需要的载波脉冲信号，送到发射驱动模块8，频率控制决定载波频率，功率控制决定脉冲宽度和幅度，从而达到控制换能器10发射功率的作用。发射驱动模块8将发射控制模块7送来的脉冲信号经升压处理后产生大功率的输出信号,推动换能器10发射合适的多频超声波。
通过多频超声波传感器2，多频超声波传输至变压器1中，进行变压器1的在线检测或故障检测。再利用多频超声波传感器2接收这些从变压器1中返回的多频超声波信号，并将这些信号传输至多频超声波控制单元3。
在接收到多频超声波信号后，多频超声波控制单元3做如下处理：信号放大模块11将超声波传感器5传输回来的信号进行放大，然后送至选频模块13，控制器12控制选频模块13对信号频率进行筛选，确定合适的频率范围，滤除干扰信号，从而得到准确的多频超声波信号模拟量。选频模块13将多频超声波信号模拟量经过检波器14送至数模转换模块16，数模转换模块16将多频超声波信号模拟量转换为数字信号传输给微处理器(TMS320F28335)15。微处理器15使用预先设定的程序算法准确地计算出超声波返回信号的振幅、相位及超声波速度等参数，并通过局域网4将参数传输至上位机5中。
在上位机中5，通过分析软件对超声波参数进行分析，得出变压器油的水分含量、击穿电压、介损、体积电阻率、油界面张力等参数，并将这些参数与数据库中数据进行对比，从而判断变压器的运行状态。
另外，本申请还提供一种变压器故障检测方法。请参考图4，该变压器故障检测方法包括如下步骤：
步骤S01，采用多频超声波对变压器中的变压器油进行检测。此次，多频超声波传感器2发出不同频率的超声波对变压器油进行检测，这样多频超声波传感器2也就可以得到很多组不同的频率下的超声波数据。
步骤S02，获得多组频率不同的超声波参数。在该步骤S02中，获得的超声波参数包括接收到的超声波的幅值、相位、频率以及飞行时间等参数。
步骤S03，对超声波参数进行计算处理并获得超声波参数的特征值。该步骤S03包括利用多元统计分析方法对超声波参数进行初步计算和处理的步骤，也包括在利用多元统计分析方法对超声波参数进行初步计算和处理的步骤之后采用复数人工神经元网络数据分析方法对多元统计分析后得到的数据计算得到最终的超声波参数的特征值的步骤。具体的如下。
请参考图5，将多频超声波控制单元3传递给上位机5的多频超声波数据按频率分为N(此次，N为正整数且N>100)个样本数据，每个样本数据中含有M(M为正整数)个数据，样本数据组成矩阵X，矩阵中包含每次接收超声波的幅值、相位、频率以及飞行时间。首先利用公式(1)对这些数据进行标准化，标准化后数据均值为0，方差为1。
其中xN(M)为各个超声波参数值，XR为X经变换矩阵Q计算后的矩阵，Q变换矩阵，QN为权重系数。
计算相对化矩阵XR的协方差矩阵
求解协方差矩阵的特征值λi与相对应的特征值pi，λi是的第i个特征值。其中，λi满足式中I为单位矩阵。
由累计贡献率求出相对主元个数j，具体公式如下：
计算矩阵T
T＝XP(Nj)＝(NM)(Mj)\*MERGEFORMAT(4)
矩阵T中包含的数据即为将超声波主要参数经相对主元算法转换后数据，这些数据之后将通过复数人工神经元网络数据分析方法进行处理。
请参考图6，此时将利用复数人工神经元网络数据分析方法对以上计算得到的矩阵T中数据进行处理。复数神经元网络数据分析方法中需要用到输入样本数据10，激活函数20，隐藏层30，输出特征值40。wi为神经元之间的连接强度，称为复数加权值。首先将数据库中的样本数据10X＝[x1,x2...xn]Τ(与多元统计分析得到的数据一致)和对应故障的特征值40Y*＝[y1 *,y2 *...yn *]Τ作为给定信号，给定信号让人工神经网络自主学习，训练出对应输入的复数加权值[w1,w2,...wi]。对复数人工神经元网络数据分析方法自主学习过程如图6所示，该自主学习流程详述如下：
S001：复数加权值、误差系数及学习次数初始化，此次将wi赋值为常数1，误差系数为0.0001，学习次数设置为10000。
S002：计算输出值yi，利用yi＝f(xi)＝P(w1x1+w2x2...+wnxn)，计算出输入量xi对应的输出量yi，其中激活函数3定义为：
当时，i为虚数单位，arg(z)，z＝w1x1+w2x2...+wnxn为复数z的幅角。
S003：计算偏差量Δyi
S004：根据S003计算得到的偏差值Δyi判断是否满足误差要求，本发明中设置的误差系数为0.0001，若Δyi>0.0001，则执行S005，若Δyi<0.0001则执本次自主学习结束。
S005：判断是否达到预设的学习次数。本申请中预设的学习循环次数n为10000，若n>10000，则此次学习结束；若n<10000，则执行S006。
S006：调整复数加权值。根据式(6)-(7)计算出加权值变化量，并叠加到之前的复数权值。
wi(k+1)＝wi(k)+Δwi\*MERGEFORMAT(7)
其中η称为学习速率，为输入矢量的共轭复数，wi(k)为当前权值，wi(k+1)表示学习后的权值。
S007：重复S001至S006，直至学习结束，即可得到学习后的复数加权值。
步骤S04，将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态。该步骤S04中，数据库中的标准特征值可以由采集多组正常运行时的变压器的超声波参数进行计算处理获得，也可以通过计算或者其它方法获得。变压器的运行状态包括是否故障和故障类型等状态。
本申请提供的基于多频超声波的变压器故障检测方法及***利用多频超声波技术并结合多元统计和复数神经元网络数据分析方法判断电网中变压器故障。该变压器故障检测方法产生数目非常大的不同特定频率的超声波，针对变压器油就相关的参数数据进行测量，得到的超声参数中带有关于变压器油中的不同物质的具体特点。改变压器故障检测方法可以在不停电、不加压的情况下实时检测变压器油各项参数，包括微水分含量、击穿电压、介电损耗因子、油导电性以及油表面张力，进而根据这些参数判断变压器故障，有力保障电网的安全运行。该变压器故障检测方法可以解决传统变压器故障检测方式单一、检测条件受现场环境影响导致的监测故障不准确的问题。
本申请利用多频超声波技术并结合多元统计统计分析和复数权值神经元网络数据分析方法，实现了对变压器油的在线检测和故障诊断，从技术上克服了传统检测装置的易受干扰、不能连续、实时检测以及检测步骤繁琐的缺点。此外，本申请还可以依据检测对象的容量，选择合适频率和功率的多频超声波，这可以进一步提高检测的精度，更好地判断变压器的运行状态。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种变压器故障检测方法，其特征在于，包括如下步骤：
采用多频超声波对变压器中的变压器油进行检测；
获得多组频率不同的超声波参数；
对超声波参数进行计算处理并获得超声波参数的特征值；
将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态。
2.根据权利要求1所述的变压器故障检测方法，其特征在于，所述获得多组频率不同的超声波参数的步骤中，获得的超声波参数包括接收到的超声波的幅值、相位、频率以及飞行时间。
3.根据权利要求2所述的变压器故障检测方法，其特征在于，所述对超声波参数进行计算处理并获得超声波参数的特征值的步骤包括利用多元统计分析方法对超声波参数进行初步计算和处理的步骤。
4.根据权利要求3所述的变压器故障检测方法，其特征在于，所述利用多元统计分析方法对超声波参数进行初步计算和处理的步骤之后还包括采用复数人工神经元网络数据分析方法对多元统计分析后得到的数据计算得到最终的超声波参数的特征值的步骤。
5.根据权利要求3所述的变压器故障检测方法，其特征在于，所述将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态的步骤中，所述数据库中的标准特征值由采集多组正常运行时的变压器的超声波参数进行计算处理获得。
6.根据权利要求1所述的变压器故障检测方法，其特征在于，所述将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态的步骤中，所述变压器的运行状态包括是否故障和故障类型。
7.一种变压器故障检测***，其特征在于，包括产生和接收多频超声波的多频超声波传感器、控制多频超声波传感器工作的多频超声波控制单元及对多频超声波控制单元传来的数据进行分析处理的上位机；所述多频超声波传感器采用多频超声波对变压器中的变压器油进行检测并获得多组频率不同的超声波参数，多频超声波控制单元将超声波参数传递给上位机，所述上位机对超声波参数进行计算处理并获得超声波参数的特征值，将计算处理获得的超声波参数的特征值与变压器油参数建立联系，并将计算获得的超声波参数特征值与数据库中的标准特征值进行对比以确定变压器的运行状态。
8.根据权利要求7所述的变压器故障检测方法，其特征在于，所述多频超声波控制单元包括超声波接收控制单元和超声波发射控制单元。
9.根据权利要求8所述的变压器故障检测方法，其特征在于，所述超声波发射控制单元包括功率控制模块、发射控制模块、频率控制模块及发射驱动模块，其中，功率控制模块：根据变压器的类型和变压器容量的大小选择合适的功率信号指令，送发射控制模块处理；发射控制模块：根据频率控制模块和功率控制模块的输出信号，产生换能器发射需要的载波脉冲信号，送到发射驱动模块，频率控制决定载波频率，功率控制决定脉冲宽度和幅度,从而达到控制换能器发射功率的作用；发射驱动模块：将发射控制模块送来的脉冲信号经升压处理后产生大功率的输出信号,推动换能器发射合适的多频超声波。
10.根据权利要求9所述的变压器故障检测方法，其特征在于，所述超声波接收控制单元包括信号放大模块、选频模块及数模转换模块，信号放大模块将超声波传感器传输回来的信号进行放大，然后送至选频模块，对信号频率进行筛选，确定合适的频率范围，滤除干扰信号，从而得到准确的多频超声波信号模拟量，选频模块将多频超声波信号模拟量送到数模转换模块，数模转换模块将多频超声波信号模拟量转换为数字信号。
CN201510645548.6A 2015-09-30 2015-09-30 变压器故障检测方法及*** Pending CN105182141A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510645548.6A CN105182141A (zh) 2015-09-30 2015-09-30 变压器故障检测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510645548.6A CN105182141A (zh) 2015-09-30 2015-09-30 变压器故障检测方法及***

Publications (1)

Publication Number Publication Date
CN105182141A true CN105182141A (zh) 2015-12-23

Family

ID=54904356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510645548.6A Pending CN105182141A (zh) 2015-09-30 2015-09-30 变压器故障检测方法及***

Country Status (1)

Country Link
CN (1) CN105182141A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106770652A (zh) * 2016-12-02 2017-05-31 国网四川省电力公司信息通信公司 基于声波特征的高压变压器健康状态监测装置及监测方法
CN107238783A (zh) * 2017-06-02 2017-10-10 合肥同佑电子科技有限公司 一种变压器监测***及监测方法
CN107657287A (zh) * 2017-10-26 2018-02-02 贵州电网有限责任公司电力科学研究院 一种变压器油酸值多频超声波测试回归预测方法
CN110018365A (zh) * 2018-01-08 2019-07-16 广州东方电科自动化有限公司 一种充电桩故障的检测方法及***
CN110402468A (zh) * 2016-12-07 2019-11-01 Abb瑞士股份有限公司 用于检查机器的***和方法
CN111693812A (zh) * 2020-06-15 2020-09-22 中国科学技术大学 一种基于声音特征的大型变压器故障检测方法
CN112149999A (zh) * 2020-09-23 2020-12-29 云南电网有限责任公司保山供电局 一种基于多频超声的变压器油品质综合评判方法
CN112461919A (zh) * 2020-11-10 2021-03-09 云南电网有限责任公司保山供电局 应用多频超声技术检测变压器油理化性能的***及方法
CN113985185A (zh) * 2021-11-04 2022-01-28 合肥鑫伟电力设备有限公司 一种基于超声检测的变压器检测***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2082849U (zh) * 1990-09-25 1991-08-14 东北内蒙古煤炭工业联合公司沈阳煤矿设计院 一种压电陶瓷超声波换能器
JPH11142130A (ja) * 1997-11-07 1999-05-28 Mitsubishi Electric Corp ピストン位置検出装置
CN202166409U (zh) * 2011-07-15 2012-03-14 上海同安智能科技有限公司 基于超声波的通风柜窗开启高度检测装置
CN202471025U (zh) * 2011-12-12 2012-10-03 河南科技大学 超声波米尺
CN104215203A (zh) * 2014-08-19 2014-12-17 上海交通大学 一种基于超声波的变压器绕组变形在线检测方法及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2082849U (zh) * 1990-09-25 1991-08-14 东北内蒙古煤炭工业联合公司沈阳煤矿设计院 一种压电陶瓷超声波换能器
JPH11142130A (ja) * 1997-11-07 1999-05-28 Mitsubishi Electric Corp ピストン位置検出装置
CN202166409U (zh) * 2011-07-15 2012-03-14 上海同安智能科技有限公司 基于超声波的通风柜窗开启高度检测装置
CN202471025U (zh) * 2011-12-12 2012-10-03 河南科技大学 超声波米尺
CN104215203A (zh) * 2014-08-19 2014-12-17 上海交通大学 一种基于超声波的变压器绕组变形在线检测方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
饶锐 等: "基于多频超声波原理的变压器故障检测方法探究", 《新型工业化》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106770652A (zh) * 2016-12-02 2017-05-31 国网四川省电力公司信息通信公司 基于声波特征的高压变压器健康状态监测装置及监测方法
CN110402468A (zh) * 2016-12-07 2019-11-01 Abb瑞士股份有限公司 用于检查机器的***和方法
US11923096B2 (en) 2016-12-07 2024-03-05 Hitachi Energy Ltd Systems and methods for inspecting a machine
CN110402468B (zh) * 2016-12-07 2024-03-22 日立能源有限公司 用于检查机器的***和方法
CN107238783A (zh) * 2017-06-02 2017-10-10 合肥同佑电子科技有限公司 一种变压器监测***及监测方法
CN107657287A (zh) * 2017-10-26 2018-02-02 贵州电网有限责任公司电力科学研究院 一种变压器油酸值多频超声波测试回归预测方法
CN110018365A (zh) * 2018-01-08 2019-07-16 广州东方电科自动化有限公司 一种充电桩故障的检测方法及***
CN111693812A (zh) * 2020-06-15 2020-09-22 中国科学技术大学 一种基于声音特征的大型变压器故障检测方法
CN111693812B (zh) * 2020-06-15 2021-10-01 中国科学技术大学 一种基于声音特征的大型变压器故障检测方法
CN112149999A (zh) * 2020-09-23 2020-12-29 云南电网有限责任公司保山供电局 一种基于多频超声的变压器油品质综合评判方法
CN112461919A (zh) * 2020-11-10 2021-03-09 云南电网有限责任公司保山供电局 应用多频超声技术检测变压器油理化性能的***及方法
CN113985185A (zh) * 2021-11-04 2022-01-28 合肥鑫伟电力设备有限公司 一种基于超声检测的变压器检测***

Similar Documents

Publication Publication Date Title
CN105182141A (zh) 变压器故障检测方法及***
CN102340811B (zh) 无线传感器网络故障诊断方法
CN102705303B (zh) 一种基于残差与双级Elman神经网络的液压伺服***故障定位方法
CN103245881B (zh) 一种基于潮流分布特征的配电网故障分析方法及装置
CN109460618A (zh) 一种滚动轴承剩余寿命在线预测方法及***
CN104732276B (zh) 一种计量生产设施故障在线诊断方法
CN101533058B (zh) 一种电力异常故障数据分析装置及诊断方法
CN109917205B (zh) 一种基于特征提取和多层感知机的电磁阀故障诊断装置及方法
CN108418841A (zh) 基于ai的下一代关键信息基础设施网络安全态势感知***
CN104280430B (zh) 一种原油含水率测量装置及测量方法
CN105891794B (zh) 基于模糊准则的雷达健康管理方法及***
CN105846780A (zh) 一种基于决策树模型的光伏组件故障诊断方法
CN104280612B (zh) 一种基于单频电流传输特性的分布式谐波源辨识方法
CN109213121A (zh) 一种风机制动***卡缸故障诊断方法
CN104598968A (zh) 变压器故障诊断方法
CN108921230A (zh) 基于类均值核主元分析和bp神经网络的故障诊断方法
CN110045317B (zh) 一种互感器计量误差在线检测方法及***
CN110083096A (zh) 一种粮仓智能监测方法
CN109670584A (zh) 一种基于大数据的故障诊断方法及***
CN115022187B (zh) 一种电-气综合能源***态势感知方法与装置
CN110032799A (zh) 一种微生物制药过程的角相似度阶段划分及监测方法
CN109976311A (zh) 一阶定值控制***传感器故障诊断方法及诊断***
CN105629109A (zh) 基于art1神经网络的油浸式变压器故障诊断方法
CN107689015A (zh) 一种改进的电力***不良数据辨识方法
CN110163263A (zh) 一种故障识别方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151223

WD01 Invention patent application deemed withdrawn after publication