CN108321932A - 基于无线传感器网络的母线槽温升监测*** - Google Patents
基于无线传感器网络的母线槽温升监测*** Download PDFInfo
- Publication number
- CN108321932A CN108321932A CN201810202581.5A CN201810202581A CN108321932A CN 108321932 A CN108321932 A CN 108321932A CN 201810202581 A CN201810202581 A CN 201810202581A CN 108321932 A CN108321932 A CN 108321932A
- Authority
- CN
- China
- Prior art keywords
- bus duct
- temperature
- regression
- matrix
- module
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000012417 linear regression Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 12
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 4
- 238000007689 inspection Methods 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 230000008447 perception Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种基于无线传感器网络的母线槽温升监测***,包括平行设置的若干条母线槽支线、设置于所述若干条母线槽支线上游的一条母线槽干线、总开关、数据融合中心以及后台监控管理***,其特征在于:所述后台监控管理***中包含温升线性回归模块,参数显著性检验模块,温升预测分析模块、以及残差分析模块;通过自组织的传感器网技术传输监测的温度数据,在数据融合中心建立温升的线性回归模型,预测母线槽的温度变化,及早发现故障点的位置,使维护人员能够快速修检电路,排除安全隐患。
Description
技术领域
本发明涉及一种监测***,尤其涉及一种基于无线传感器网络的母线槽温升监测***。
背景技术
随着我国经济及现代化建设的飞速发展,现代化工程设施和装备的涌现,各行各业的用电量迅增,用电载荷越来越大,尤其是众多高楼建筑和大型厂房车间的出现,作为传统的电缆很难满足需求。近年来,母线槽***作为一个高效输送电流的配电装置,适应了越来越高的建筑物和大规模工厂经济合理配线的需要。但是,母线槽结构紧凑、铜排紧压一起,对散热和绝缘要求较高,若母线槽自身温度升高到一定的极限就会加速绝缘老化,甚至破坏绝缘,以至发生安全事故。同时,供电***中母线槽的连接点一般有成百上千个,而且往往都是互相关联的,只要一处发生故障,就有可能带来重大的安全事故。搭建一个实时监测母线槽运行状况并具备预警功能的***显得尤为必要。传统的母线槽温升监测***,采用有线方式进行通讯,施工难度较大,少数的测量点容易实现,但当采集大量测量点时,就会遇到线路干扰、布线困难、安装复杂、经济成本高等问题。
发明内容
为解决现有技术中的缺陷和不足,本发明提供了一种基于无线传感网络的母线槽温升监测***,通过自组织的传感器网技术传输监测的温度数据,在数据融合中心建立温升的线性回归模型,预测母线槽的温度变化,及早发现故障点的位置,使维护人员能够快速修检电路,排除安全隐患。
本发明解决其技术问题所采用的技术方案是:一种基于无线传感器网络的母线槽温升监测***,包括平行设置的若干条母线槽支线、设置于所述若干条母线槽支线上游的一条母线槽干线、总开关、数据融合中心以及后台监控管理***,总开关设置于母线槽干线与数据融合中心之间,其中每一条母线槽支线上设置有漏电开关、下位机以及传感器节点,其中每一个漏电开关设置于母线槽干线下游与每一个下位机之间;所述数据融合中心与后台监控管理***相连,将所采集的温度信息送入后台监控管理***中的计算机进行数据分析;其特征在于:所述后台监控管理***中包含温升线性回归模块,参数显著性检验模块,温升预测分析模块、以及残差分析模块。
进一步地,所述温升线性回归模块中采用如下模型计算母线槽温升
(1)
其中,
y i 是母线槽温升,
x i1是电流负载值,
x i2是多个温度值的平均值,
x i3是湿度值;
且满足
(2)
其中ε i (i=1,…,n)为回归常数,它们互相独立,均服从正态分布ε i ~N(0,σ 2),
β i 是回归系数;
利用矩阵表达式,令
(3)
于是温升线性回归公式为
(4)
其中矩阵X是温升影响因子矩阵,且X列满秩,
矩阵Y是母线槽温升矩阵,
β是回归系数矩阵,
ε为回归常数矩阵;
其中回归系数β利用最小二乘来估计,即选择β使误差项的平方和
(5)
达到最小,
因为S(β)在β处的Hessian矩阵
(6)
为正定矩阵,因此其最小二乘估计
(7)
即是S(β)的最小值点,其中,k和l分别是β处的横纵坐标,即点β(β k ,β l )。
进一步地,所述传感器节点检测每一条母线槽支线的电流负载值,同时采集母线槽3个接头除N相以外的两相两侧的共6个温度值以及母线槽周围的湿度值。
进一步地,每间隔一段时间重新计算回归系数β,且在相邻2个间隔内回归系数β不变。
进一步地,所述参数显著性检验模块中,对公式(4)设置二元假设
(8)
构造F检验统计量
(9)
其中,
为误差平方和,
为回归平方和,
为平均值,
为均方回归,
为均方残差;
3代表回归自由度,
n-4代表误差自由度,
n-1代表总和自由度;
给定显著性水平α,当F 0 <α时,拒绝H 0 ,认为Y与X 1 ,X 2 ,X 3 间的线性回归关系显著;否则认为各回归变量通过线性形式对的影响不显著。
进一步地,所述温升预测分析模块按照以下方式运行,每当后台监控管理***获得了一组新的传感器感知数据,则令,同时根据线性回归方程对温升变量进行预测
(10)
其中,是的一个点估计,
当母线槽周围环境变化频繁时的区间估计为
由于,所以
(11)
于是的置信度为的置信区间为
(12)
置信区间长度越长,预测越不准确。
进一步地,所述残差分析模块对误差项进行正态性检验,设定误差的估计量为,且满足正态分布,
(13)
其中为的主对角线上的第个元素,于是残差为
(14)
后台监控管理***由残差值输出其正态QQ图,若发现正态QQ图的散点明显分布在一条直线上,则说明误差估计满足正态分布,即说明其温升的预测结果可以接受。
本发明的有益效果是;
(1)运行可靠,简单易实施,预测精度高。实验数据证明了此监测模型的预测误差可控制在1.5%-2%的范围内,具有较好的可行性和可靠性,能够在实际供电***中进行应用和推广,从而建立新型的智能化母线***,提高供电***的智能化水平;
(2)通过温升线性回归模块,参数显著性检验模块,温升预测分析模块、以及残差分析模块对温升进行监测,并比较误差,精度高,可操作性好。
附图说明
图1为本发明一种基于无线传感器网络的母线槽温升监测***的结构示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
如图1所示,一种基于无线传感器网络的母线槽温升监测***,包括平行设置的若干条母线槽支线、设置于若干条母线槽支线上游的一条母线槽干线、总开关、数据融合中心以及后台监控管理***,总开关设置于母线槽干线与数据融合中心之间,其中每一条母线槽支线上设置有漏电开关、下位机以及传感器节点,其中每一个漏电开关设置于母线槽干线下游与每一个下位机之间;数据融合中心与后台监控管理***相连,将所采集的温度信息送入后台监控管理***中的计算机进行数据分析;其特征在于:后台监控管理***中包含温升线性回归模块,参数显著性检验模块,温升预测分析模块、以及残差分析模块。
具体地,温升线性回归模块中采用如下模型计算母线槽温升
(1)
其中,
y i 是母线槽温升,
x i1是电流负载值,
x i2是多个温度值的平均值,
x i3是湿度值;
且满足
(2)
其中ε i (i=1,…,n)为回归常数,它们互相独立,均服从正态分布ε i ~N(0,σ 2),
β i 是回归系数;
利用矩阵表达式,令
(3)
于是温升线性回归公式为
(4)
其中矩阵X是温升影响因子矩阵,且X列满秩,
矩阵Y是母线槽温升矩阵,
β是回归系数矩阵,
ε为回归常数矩阵;
其中回归系数β利用最小二乘来估计,即选择β使误差项的平方和
(5)
达到最小,
因为S(β)在β处的Hessian矩阵
(6)
为正定矩阵,因此其最小二乘估计
(7)
即是S(β)的最小值点,其中,k和l分别是β处的横纵坐标,即点β(β k ,β l )。
具体地,传感器节点检测每一条母线槽支线的电流负载值,同时采集母线槽3个接头除N相以外的两相两侧的共6个温度值以及母线槽周围的湿度值。
具体地,每间隔一段时间重新计算回归系数β,且在相邻2个间隔内回归系数β不变。
具体地,参数显著性检验模块中,对公式(4)设置二元假设
(8)
构造F检验统计量
(9)
其中,
为误差平方和,
为回归平方和,
为平均值,
为均方回归,
为均方残差;
3代表回归自由度,
n-4代表误差自由度,
n-1代表总和自由度;
给定显著性水平α,当F 0 <α时,拒绝H 0 ,认为Y与X 1 ,X 2 ,X 3 间的线性回归关系显著;否则认为各回归变量通过线性形式对的影响不显著。
具体地,温升预测分析模块按照以下方式运行,每当后台监控管理***获得了一组新的传感器感知数据,则令,同时根据线性回归方程对温升变量进行预测
(10)
其中,是的一个点估计,
当母线槽周围环境变化频繁时的区间估计为
由于,所以
(11)
于是的置信度为的置信区间为
(12)
置信区间长度越长,预测越不准确。
具体地,残差分析模块对误差项进行正态性检验,设定误差的估计量为,且满足正态分布,
(13)
其中为的主对角线上的第个元素,于是残差为
(14)
后台监控管理***由残差值输出其正态QQ图,若发现正态QQ图的散点明显分布在一条直线上,则说明误差估计满足正态分布,即说明其温升的预测结果可以接受。
为了验证母线槽温升监测***的应用效果,在室温为25度下,对室内的母线槽进行了实地安装和实时监测,当电流为2500A时,实际温升与温升预测值的比较如表1所示。
表1 母线槽的实际温升与温升预测值的对比表
当电流负荷为800A时,实际温升与温升预测值的比较如表2所示。
表2 母线槽的实际温升与温升预测值的对比表
由实验数据计算可得,在上述两种电流负载情况下,温升预测的平均相对误差为0.2%-0.8%,可见在本申请记载的技术方案中,温升预测值与实际温升值相差较小,预测精度较高,能满足母线槽温升监测的要求。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (7)
1.一种基于无线传感器网络的母线槽温升监测***,包括平行设置的若干条母线槽支线、设置于所述若干条母线槽支线上游的一条母线槽干线、总开关、数据融合中心以及后台监控管理***,总开关设置于母线槽干线与数据融合中心之间,其中每一条母线槽支线上设置有漏电开关、下位机以及传感器节点,其中每一个漏电开关设置于母线槽干线下游与每一个下位机之间;所述数据融合中心与后台监控管理***相连,将所采集的温度信息送入后台监控管理***中的计算机进行数据分析;其特征在于:所述后台监控管理***中包含温升线性回归模块,参数显著性检验模块,温升预测分析模块、以及残差分析模块。
2.根据权利要求1所述的***,其特征在于:所述温升线性回归模块中采用如下模型计算母线槽温升
(1)
其中,
y i 是母线槽温升,
x i1 是电流负载值,
x i2 是多个温度值的平均值,
x i3 是湿度值;
且满足
(2)
其中ε i (i=1,…,n)为回归常数,它们互相独立,均服从正态分布ε i ~N(0,σ 2),
β i 是回归系数;
利用矩阵表达式,令
(3)
于是温升线性回归公式为
(4)
其中矩阵X是温升影响因子矩阵,且X列满秩,
矩阵Y是母线槽温升矩阵,
β是回归系数矩阵,
ε为回归常数矩阵;
其中回归系数β利用最小二乘来估计,即选择β使误差项的平方和
(5)
达到最小,
因为S(β)在β处的Hessian矩阵
(6)
为正定矩阵,因此其最小二乘估计
(7)
即是S(β)的最小值点,其中,k和l分别是β处的横纵坐标,即点β(β k ,β l )。
3.根据权利要求2所述的***,其特征在于:所述传感器节点检测每一条母线槽支线的电流负载值,同时采集母线槽3个接头除N相以外的两相两侧的共6个温度值以及母线槽周围的湿度值。
4.根据权利要求2所述的***,其特征在于:每间隔一段时间重新计算回归系数β,且在相邻2个间隔内回归系数β不变。
5.根据权利要求2所述的***,其特征在于:所述参数显著性检验模块中,对公式(4)设置二元假设
(8)
构造F检验统计量
(9)
其中,
为误差平方和,
为回归平方和,
为平均值,
为均方回归,
为均方残差;
3代表回归自由度,
n-4代表误差自由度,
n-1代表总和自由度;
给定显著性水平α,当F 0 <α时,拒绝H 0 ,认为Y与X 1 ,X 2 ,X 3 间的线性回归关系显著;否则认为各回归变量通过线性形式对的影响不显著。
6.根据权利要求2所述的***,其特征在于:所述温升预测分析模块按照以下方式运行,每当后台监控管理***获得了一组新的传感器感知数据,则令,同时根据线性回归方程对温升变量进行预测
(10)
其中,是的一个点估计,
当母线槽周围环境变化频繁时,其区间估计按照如下方式估计
由于,所以
(11)
于是的置信度为的置信区间为
(12)
置信区间长度越长,预测越不准确。
7.根据权利要求2所述的***,其特征在于:所述残差分析模块对误差项进行正态性检验,设定误差的估计量为,且满足正态分布,
(13)
其中为的主对角线上的第个元素,于是残差为
(14)
后台监控管理***由残差值输出其正态QQ图,若发现正态QQ图的散点明显分布在一条直线上,则说明误差估计满足正态分布,即说明其温升的预测结果可以接受。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810202581.5A CN108321932B (zh) | 2018-03-13 | 2018-03-13 | 基于无线传感器网络的母线槽温升监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810202581.5A CN108321932B (zh) | 2018-03-13 | 2018-03-13 | 基于无线传感器网络的母线槽温升监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108321932A true CN108321932A (zh) | 2018-07-24 |
CN108321932B CN108321932B (zh) | 2020-12-04 |
Family
ID=62901692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810202581.5A Active CN108321932B (zh) | 2018-03-13 | 2018-03-13 | 基于无线传感器网络的母线槽温升监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108321932B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117288348A (zh) * | 2023-11-24 | 2023-12-26 | 青岛东山集团母线智造有限公司 | 一种母线槽测温方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201570909U (zh) * | 2009-12-04 | 2010-09-01 | 镇江西门子母线有限公司 | 楼宇专用母线智能控制*** |
CN204290494U (zh) * | 2014-12-16 | 2015-04-22 | 罗龙辉 | 一种智能母线槽监控*** |
CN204832854U (zh) * | 2015-06-26 | 2015-12-02 | 方倩 | 一种基于ZigBee通信的楼宇母线槽温湿度监控*** |
CN105890783A (zh) * | 2014-12-16 | 2016-08-24 | 常州帕斯菲克自动化技术股份有限公司 | 基于混合组网技术的母线槽温升在线监测*** |
CN106768405A (zh) * | 2016-11-22 | 2017-05-31 | 合肥舒实工贸有限公司 | 电源线 |
-
2018
- 2018-03-13 CN CN201810202581.5A patent/CN108321932B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201570909U (zh) * | 2009-12-04 | 2010-09-01 | 镇江西门子母线有限公司 | 楼宇专用母线智能控制*** |
CN204290494U (zh) * | 2014-12-16 | 2015-04-22 | 罗龙辉 | 一种智能母线槽监控*** |
CN105890783A (zh) * | 2014-12-16 | 2016-08-24 | 常州帕斯菲克自动化技术股份有限公司 | 基于混合组网技术的母线槽温升在线监测*** |
CN204832854U (zh) * | 2015-06-26 | 2015-12-02 | 方倩 | 一种基于ZigBee通信的楼宇母线槽温湿度监控*** |
CN106768405A (zh) * | 2016-11-22 | 2017-05-31 | 合肥舒实工贸有限公司 | 电源线 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117288348A (zh) * | 2023-11-24 | 2023-12-26 | 青岛东山集团母线智造有限公司 | 一种母线槽测温方法及*** |
CN117288348B (zh) * | 2023-11-24 | 2024-02-09 | 青岛东山集团母线智造有限公司 | 一种母线槽测温方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108321932B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103869183A (zh) | 一种氧化锌避雷器在线监测***及其方法 | |
CN115166500A (zh) | 基于电网资源业务中台的直流断路器设备状态分析*** | |
CN102768029A (zh) | 通过弧垂监测进行工业控制的方法及其装置 | |
CN109472388B (zh) | 一种基于损耗的保电设备故障预警方法和*** | |
CN115561564B (zh) | 一种电缆接头动态载流量的arima序列预测方法 | |
CN106356846B (zh) | 一种基于时间的初期电网连锁故障模拟仿真方法 | |
CN103576057A (zh) | 绝缘在线监测***和方法 | |
CN110018371A (zh) | 换流站主设备状态检修***及其实现方法 | |
CN106096116B (zh) | 一种用于为涂敷电力复合脂的端子板建立温升预测模型的方法及*** | |
CN108321932A (zh) | 基于无线传感器网络的母线槽温升监测*** | |
CN105676157A (zh) | Wams低频振荡识别功能的测试***及方法 | |
CN108681625A (zh) | 基于大数据技术的变压器短期过载能力智能评估*** | |
Qiang et al. | High voltage equipment online monitoring system of smart substation | |
CN204945365U (zh) | 关口电能表监控装置 | |
CN112990678B (zh) | 基于多源数据融合的覆冰预警判定方法 | |
CN207502075U (zh) | 高压开关柜光纤测温装置 | |
CN106124089B (zh) | 基于灰色理论的高压开关柜在线测温方法 | |
CN113945881A (zh) | 计量表箱内电能表运行误差监测装置 | |
CN111668926B (zh) | 一种配网设备环网单元湿热气候服役微环境监测方法 | |
CN110516287B (zh) | 一种计及老化失效的供电***停运概率计算方法 | |
CN116465504A (zh) | 一种配电智能测温报警的方法及*** | |
Villacci et al. | Transient tolerance analysis of power cables thermal dynamic by interval mathematic | |
CN208635927U (zh) | 一种变电站高压开关柜的温度监测预警*** | |
CN110703037A (zh) | 接地网支路腐蚀状态与腐蚀速率的监测方法及监测装置 | |
CN106251244A (zh) | 一种考虑设备综合利用率的配电网改造方法 |
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 |