CN108898189B - 一种vfto测量数据的指纹库建立方法及*** - Google Patents
一种vfto测量数据的指纹库建立方法及*** Download PDFInfo
- Publication number
- CN108898189B CN108898189B CN201810756748.2A CN201810756748A CN108898189B CN 108898189 B CN108898189 B CN 108898189B CN 201810756748 A CN201810756748 A CN 201810756748A CN 108898189 B CN108898189 B CN 108898189B
- Authority
- CN
- China
- Prior art keywords
- gis
- overvoltage
- shell
- transient
- measurement data
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of Length, Angles, Or The Like Using Electric Or Magnetic Means (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开一种VFTO测量数据的指纹库建立方法及***,建立方法包括采集GIS中的VFTO测量数据;利用主成分分析法对VFTO测量数据进行降维处理得到第一参数集;将第一参数集进行归一化处理得到第二参数集;利用神经网络算法对第二参数集进行学习训练得到训练集;利用训练集识别部分VFTO测量数据;判断训练集识别部分VFTO测量数据的识别率是否满足要求,若是,则提取训练集建立指纹库。本发明通过采集大量GIS设备中的VFTO测量数据,利用主成分分析法、归一化处理法和神经网络算法处理VFTO测量数据生成指纹库,在现场GIS设备检测时,通过指纹库识别现场GIS检测数据,能够快速判断GIS故障类型并定位问题,有效节约GIS设备的维修时间,提高效益。
Description
技术领域
本发明涉及GIS设备VFTO测量参数的处理分析技术领域,尤其涉及一种VFTO测量数据的指纹库建立方法及***。
背景技术
气体绝缘开关装置(Gas Insulated Switch-gears,简称GIS),GIS将断路器、隔离开关、接地开关、电流和电压互感器、避雷器和连接的母线等封闭在金属壳内,充以SF6气体,作为相间和对地的绝缘。其中的隔离开关在分合空母线时,由于触头运动速度慢,开关灭弧性能差,故触头间隙间会发生多次重燃。DS触头间隙两端的电压再几个纳秒内突然跌落,电压陡波在GIS内不断的产生行波,来回传播,并且发生复杂的折射、反射和叠加,从而形成了复制很高的快速暂态过电压(Very Fast Transient Overvoltage,简称VFTO)。
随着超高压技术的发展,GIS得到日益广泛的应用,VFTO引起的绝缘问题也逐渐引起了专家学者的专注,越来越多的电力学者开始研究VFTO的危害。实践证明,GIS中的断路器和隔离开关的操作会导致触头击穿形成VFTO,对电力***带来很大的危害。当GIS设备长期处在VFTO的高频和高压的冲击下时,VFTO会持续性地损坏绝缘子,并最终破坏设备绝缘,其中,盆式绝缘子的损坏最为严重。一般情况下,GIS设备在安装时是直接暴露在空气中的,直到所有设备安装完成后,再充入SF6气体。但是,该过程很容易混入一些导电粒子附着在绝缘子的表面,当VFTO产生时,会导致局部电场集中,严重影响绝缘子,加速绝缘子的绝缘老化。在GIS管道中,除了隔离开关、断路器、避雷器、快速隔离开关、套管、母线等设备以外,还配备有很多二次设备,如电压互感器、电流互感器等,用于保证GIS设备的安全运行。VFTO在GIS管道中传播时,会流入与其连接的二次设备中。随着二次设备的逐步智能化,功能越来越完善,与此同时也越来越容易受到电磁影响。
在GIS设备发生故障后,对故障类型的检测以及故障类型产生的结果的检测手段尚不完善,导致GIS设备的维修时间较长,维修成本较高。
发明内容
本发明提供一种VFTO测量数据的指纹库建立方法及***,以解决在GIS设备发生故障后,对故障类型的检测以及故障类型产生的结果的检测手段尚不完善,导致GIS设备的维修时间较长的问题。
第一方面,本发明提供一种VFTO测量数据的指纹库建立方法,包括:
步骤S100:采集GIS中的VFTO测量数据,所述VFTO测量数据的包括作用于GIS内部导体和壳体的瞬态恢复过电压数据、作用于GIS内部导体和壳体的快速暂态过电压数据、作用于GIS壳体和地面之间的外壳暂态过电压数据、GIS壳体向外辐射的电磁波数据、作用于GIS外部一次设备的暂态过电压数据以及噪声信号;
所述作用于GIS内部导体和壳体的瞬态恢复过电压数据包括瞬态恢复过电压的极性、瞬态恢复过电压的击穿峰值电压、瞬态恢复过电压的击穿峰值电流和瞬态恢复过电压的击穿电压变化率;
所述作用于GIS内部导体和壳体的快速暂态过电压数据包括快速暂态过电压的极性、快速暂态过电压的击穿峰值电压、快速暂态过电压的击穿峰值电流和快速暂态过电压的击穿电压变化率;
所述作用于GIS壳体和地面之间的外壳暂态过电压数据包括外壳暂态过电压的极性、外壳暂态过电压的击穿峰值电压、外壳暂态过电压的击穿峰值电流和外壳暂态过电压的击穿电压变化率;
所述GIS壳体向外辐射的电磁波数据包括电磁波的极性、电磁波的击穿峰值电压、电磁波的击穿峰值电流和电磁波的击穿电压变化率;
所述作用于GIS外部一次设备的暂态过电压数据包括暂态过电压的极性、暂态过电压的击穿峰值电压、暂态过电压的击穿峰值电流和暂态过电压的击穿电压变化率;
步骤S200:利用主成分分析法对所述VFTO测量数据进行降维处理得到第一参数集;
步骤S300:将所述第一参数集进行归一化处理得到第二参数集;
步骤S400:利用神经网络算法对所述第二参数集进行学习训练得到训练集;
步骤S500:利用所述训练集识别部分所述VFTO测量数据;
步骤S600:判断所述训练集识别部分所述VFTO测量数据的识别率是否大于或等于99%;
步骤S601:若所述识别率大于或等于99%,则提取所述训练集建立指纹库。
在本发明建立方法的一个实施例中,还包括:步骤S602:若所述识别率小于99%,则增加所述VFTO测量数据,返回步骤S200。
在本发明建立方法的一个实施例中,还包括:步骤S101:将所述VFTO测量数据分类并分别设置标签。
第二方面,本发明提供一种VFTO测量数据的指纹库建立***,包括:
数据采集模块,用于采集GIS中的VFTO测量数据,所述VFTO测量数据的包括作用于GIS内部导体和壳体的瞬态恢复过电压数据、作用于GIS内部导体和壳体的快速暂态过电压数据、作用于GIS壳体和地面之间的外壳暂态过电压数据、GIS壳体向外辐射的电磁波数据、作用于GIS外部一次设备的暂态过电压数据以及噪声信号;
所述作用于GIS内部导体和壳体的瞬态恢复过电压数据包括瞬态恢复过电压的极性、瞬态恢复过电压的击穿峰值电压、瞬态恢复过电压的击穿峰值电流和瞬态恢复过电压的击穿电压变化率;
所述作用于GIS内部导体和壳体的快速暂态过电压数据包括快速暂态过电压的极性、快速暂态过电压的击穿峰值电压、快速暂态过电压的击穿峰值电流和快速暂态过电压的击穿电压变化率;
所述作用于GIS壳体和地面之间的外壳暂态过电压数据包括外壳暂态过电压的极性、外壳暂态过电压的击穿峰值电压、外壳暂态过电压的击穿峰值电流和外壳暂态过电压的击穿电压变化率;
所述GIS壳体向外辐射的电磁波数据包括电磁波的极性、电磁波的击穿峰值电压、电磁波的击穿峰值电流和电磁波的击穿电压变化率;
所述作用于GIS外部一次设备的暂态过电压数据包括暂态过电压的极性、暂态过电压的击穿峰值电压、暂态过电压的击穿峰值电流和暂态过电压的击穿电压变化率;
第一处理模块,用于利用主成分分析法对所述VFTO测量数据进行降维处理得到第一参数集;
第二处理模块,用于将所述第一参数集进行归一化处理得到第二参数集;
第三处理模块,用于利用神经网络算法对所述第二参数集进行学习训练生成训练集;
数据识别模块,用于利用所述训练集识别部分所述VFTO测量数据;
判断模块,用于判断所述训练集识别部分所述VFTO测量数据的识别率是否大于或等于99%;
建立模块,用于提取所述训练集建立指纹库。
在本发明建立***的一个实施例中,还包括:数据分类模块,用于将所述VFTO测量数据分类并分别设置标签。
本发明提供的一种VFTO测量数据的指纹库建立方法,通过采集大量GIS设备中的VFTO测量数据,利用主成分分析法、归一化处理法和神经网络算法处理VFTO测量数据生成指纹库,在现场GIS设备检测时,通过对比实际检测和指纹库,能够快速判断GIS故障类型并定位问题,有效节约GIS设备的维修时间,提高效益。本发明提供的该指纹库的建立方法具有很强的适应性,能够用于建立各种规格的GIS设备的指纹库。
附图说明
图1为本发明实施例提供的一种VFTO测量数据的指纹库建立方法的流程示意图;
图2为本发明实施例提供的一种VFTO测量数据的指纹库建立***的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
参见图1,为本发明实施例提供的一种VFTO测量数据的指纹库建立方法的流程示意图,包括:
步骤S100:采集GIS中的VFTO测量数据,所述VFTO测量数据的包括作用于GIS内部导体和壳体的瞬态恢复过电压数据、作用于GIS内部导体和壳体的快速暂态过电压数据、作用于GIS壳体和地面之间的外壳暂态过电压数据、GIS壳体向外辐射的电磁波数据、作用于GIS外部一次设备的暂态过电压数据以及噪声信号。
采集VFTO测量数据时,尽量采集各类GIS设备中各种类型的数据样本以保证VFTO测量数据的丰富性。
所述作用于GIS内部导体和壳体的瞬态恢复过电压数据包括瞬态恢复过电压的极性、瞬态恢复过电压的击穿峰值电压、瞬态恢复过电压的击穿峰值电流和瞬态恢复过电压的击穿电压变化率。
所述作用于GIS内部导体和壳体的快速暂态过电压数据包括快速暂态过电压的极性、快速暂态过电压的击穿峰值电压、快速暂态过电压的击穿峰值电流和快速暂态过电压的击穿电压变化率。
所述作用于GIS壳体和地面之间的外壳暂态过电压数据包括外壳暂态过电压的极性、外壳暂态过电压的击穿峰值电压、外壳暂态过电压的击穿峰值电流和外壳暂态过电压的击穿电压变化率。
所述GIS壳体向外辐射的电磁波数据包括电磁波的极性、电磁波的击穿峰值电压、电磁波的击穿峰值电流和电磁波的击穿电压变化率。
所述作用于GIS外部一次设备的暂态过电压数据包括暂态过电压的极性、暂态过电压的击穿峰值电压、暂态过电压的击穿峰值电流和暂态过电压的击穿电压变化率。
步骤S101:将所述VFTO测量数据分类并分别设置标签,便于更快速的通过VFTO测量数据识别GIS的故障类型。
步骤S200:利用主成分分析法对所述VFTO测量数据进行降维处理得到第一参数集。
主成分分析法也称主分量分析,旨在利用降维的思想,把多指标转化为少数几个综合指标(即第一参数集),第一参数集能够反映原始变量的大部分信息,且所含信息互不重复,这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息。
步骤S300:将所述第一参数集进行归一化处理得到第二参数集。
归一化是一种无量纲处理手段,使物理***数值的绝对值变成某种相对值关系,从而达到简化计算,缩小量值的目的。由于采集到的VFTO测量数据的单位不一样,有些数据的范围可能特别大,如不归一化处理,则会导致采用神经网络算法时,神经网络收敛慢、训练时间长,此外,数据范围大的VFTO测量数据的作用可能会偏大,而数据范围小的VFTO测量数据就可能会偏小,学习训练后生成的训练集的识别率会降低。
步骤S400:利用神经网络算法对所述第二参数集进行学习训练得到训练集。
步骤S500:利用所述训练集识别部分所述VFTO测量数据。
随机在VFTO测量数据中抽取30-40%,然后利用训练集对其进行识别,以检测学习记忆的过程是否满足一定的要求。
步骤S600:判断所述训练集识别部分所述VFTO测量数据的识别率是否大于或等于99%。
步骤S601:若所述识别率大于或等于99%,则提取所述训练集建立指纹库。
步骤S602:若所述识别率小于99%,则增加所述VFTO测量数据,返回步骤S200。
实际应用时,利用该指纹库对现场采集的GIS中的VFTO测量数据进行识别,即可快速判断故障类型并定位问题。
与本发明实施例提供的一种VFTO测量数据的指纹库建立方法相对应,本发明实施例还提供了一种VFTO测量数据的指纹库建立***,参见图2,为本发明实施例提供的一种VFTO测量数据的指纹库建立***的结构示意图,该建立***包括:
数据采集模块1,用于采集GIS中的VFTO测量数据,所述VFTO测量数据的包括作用于GIS内部导体和壳体的瞬态恢复过电压数据、作用于GIS内部导体和壳体的快速暂态过电压数据、作用于GIS壳体和地面之间的外壳暂态过电压数据、GIS壳体向外辐射的电磁波数据、作用于GIS外部一次设备的暂态过电压数据以及噪声信号。
所述作用于GIS内部导体和壳体的瞬态恢复过电压数据包括瞬态恢复过电压的极性、瞬态恢复过电压的击穿峰值电压、瞬态恢复过电压的击穿峰值电流和瞬态恢复过电压的击穿电压变化率。
所述作用于GIS内部导体和壳体的快速暂态过电压数据包括快速暂态过电压的极性、快速暂态过电压的击穿峰值电压、快速暂态过电压的击穿峰值电流和快速暂态过电压的击穿电压变化率。
所述作用于GIS壳体和地面之间的外壳暂态过电压数据包括外壳暂态过电压的极性、外壳暂态过电压的击穿峰值电压、外壳暂态过电压的击穿峰值电流和外壳暂态过电压的击穿电压变化率。
所述GIS壳体向外辐射的电磁波数据包括电磁波的极性、电磁波的击穿峰值电压、电磁波的击穿峰值电流和电磁波的击穿电压变化率。
所述作用于GIS外部一次设备的暂态过电压数据包括暂态过电压的极性、暂态过电压的击穿峰值电压、暂态过电压的击穿峰值电流和暂态过电压的击穿电压变化率。
数据分类模块8,用于将所述VFTO测量数据分类并分别设置标签。
第一处理模块2,用于利用主成分分析法对所述VFTO测量数据进行降维处理得到第一参数集。
第二处理模块3,用于将所述第一参数集进行归一化处理得到第二参数集。
第三处理模块4,用于利用神经网络算法对所述第二参数集进行学习训练生成训练集。
数据识别模块5,用于利用所述训练集识别部分所述VFTO测量数据。
判断模块6,用于判断所述训练集识别部分所述VFTO测量数据的识别率是否大于或等于99%。
建立模块7,用于提取所述训练集建立指纹库。
其中,本发明实施例提供的VFTO测量数据的指纹库建立***中各功能模块之间的关系可以参见前述方法实施例中的步骤,为了节约篇幅,在此不再赘述。
综上所述,本发明提供的一种VFTO测量数据的指纹库建立方法及***,通过采集大量GIS设备中的VFTO测量数据,利用主成分分析法、归一化处理法和神经网络算法处理VFTO测量数据生成指纹库,在现场GIS设备检测时,通过指纹库识别现场GIS检测数据,能够快速判断GIS故障类型并定位问题,有效节约GIS设备的维修时间,提高效益。本发明提供的该指纹库的建立方法具有很强的适应性,能够用于建立各种规格的GIS设备的指纹库。
以上所述的本发明的具体实施方式并不构成对本发明保护范围的限定。
Claims (5)
1.一种VFTO测量数据的指纹库建立方法,其特征在于,包括:
步骤S100:采集GIS中的VFTO测量数据,所述VFTO测量数据包括作用于GIS内部导体和壳体的瞬态恢复过电压数据、作用于GIS内部导体和壳体的快速暂态过电压数据、作用于GIS壳体和地面之间的外壳暂态过电压数据、GIS壳体向外辐射的电磁波数据、作用于GIS外部一次设备的暂态过电压数据以及噪声信号;
所述作用于GIS内部导体和壳体的瞬态恢复过电压数据包括瞬态恢复过电压的极性、瞬态恢复过电压的击穿峰值电压、瞬态恢复过电压的击穿峰值电流和瞬态恢复过电压的击穿电压变化率;
所述作用于GIS内部导体和壳体的快速暂态过电压数据包括快速暂态过电压的极性、快速暂态过电压的击穿峰值电压、快速暂态过电压的击穿峰值电流和快速暂态过电压的击穿电压变化率;
所述作用于GIS壳体和地面之间的外壳暂态过电压数据包括外壳暂态过电压的极性、外壳暂态过电压的击穿峰值电压、外壳暂态过电压的击穿峰值电流和外壳暂态过电压的击穿电压变化率;
所述GIS壳体向外辐射的电磁波数据包括电磁波的极性、电磁波的击穿峰值电压、电磁波的击穿峰值电流和电磁波的击穿电压变化率;
所述作用于GIS外部一次设备的暂态过电压数据包括暂态过电压的极性、暂态过电压的击穿峰值电压、暂态过电压的击穿峰值电流和暂态过电压的击穿电压变化率;
步骤S200:利用主成分分析法对所述VFTO测量数据进行降维处理得到第一参数集;
步骤S300:将所述第一参数集进行归一化处理得到第二参数集;
步骤S400:利用神经网络算法对所述第二参数集进行学习训练得到训练集;
步骤S500:利用所述训练集识别部分所述VFTO测量数据;
步骤S600:判断所述训练集识别部分所述VFTO测量数据的识别率是否大于或等于99%;
步骤S601:若所述识别率大于或等于99%,则提取所述训练集建立指纹库。
2.根据权利要求1所述的VFTO测量数据的指纹库建立方法,其特征在于,还包括:
步骤S602:若所述识别率小于99%,则增加所述VFTO测量数据,返回步骤S200。
3.根据权利要求1所述的VFTO测量数据的指纹库建立方法,其特征在于,还包括:
步骤S101:将所述VFTO测量数据分类并分别设置标签。
4.一种VFTO测量数据的指纹库建立***,其特征在于,包括:
数据采集模块,用于采集GIS中的VFTO测量数据,所述VFTO测量数据包括作用于GIS内部导体和壳体的瞬态恢复过电压数据、作用于GIS内部导体和壳体的快速暂态过电压数据、作用于GIS壳体和地面之间的外壳暂态过电压数据、GIS壳体向外辐射的电磁波数据、作用于GIS外部一次设备的暂态过电压数据以及噪声信号;
所述作用于GIS内部导体和壳体的瞬态恢复过电压数据包括瞬态恢复过电压的极性、瞬态恢复过电压的击穿峰值电压、瞬态恢复过电压的击穿峰值电流和瞬态恢复过电压的击穿电压变化率;
所述作用于GIS内部导体和壳体的快速暂态过电压数据包括快速暂态过电压的极性、快速暂态过电压的击穿峰值电压、快速暂态过电压的击穿峰值电流和快速暂态过电压的击穿电压变化率;
所述作用于GIS壳体和地面之间的外壳暂态过电压数据包括外壳暂态过电压的极性、外壳暂态过电压的击穿峰值电压、外壳暂态过电压的击穿峰值电流和外壳暂态过电压的击穿电压变化率;
所述GIS壳体向外辐射的电磁波数据包括电磁波的极性、电磁波的击穿峰值电压、电磁波的击穿峰值电流和电磁波的击穿电压变化率;
所述作用于GIS外部一次设备的暂态过电压数据包括暂态过电压的极性、暂态过电压的击穿峰值电压、暂态过电压的击穿峰值电流和暂态过电压的击穿电压变化率;
第一处理模块,用于利用主成分分析法对所述VFTO测量数据进行降维处理得到第一参数集;
第二处理模块,用于将所述第一参数集进行归一化处理得到第二参数集;
第三处理模块,用于利用神经网络算法对所述第二参数集进行学习训练生成训练集;
数据识别模块,用于利用所述训练集识别部分所述VFTO测量数据;
判断模块,用于判断所述训练集识别部分所述VFTO测量数据的识别率是否大于或等于99%;
建立模块,用于提取所述训练集建立指纹库。
5.根据权利要求4所述的VFTO测量数据的指纹库建立***,其特征在于,还包括:
数据分类模块,用于将所述VFTO测量数据分类并分别设置标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810756748.2A CN108898189B (zh) | 2018-07-11 | 2018-07-11 | 一种vfto测量数据的指纹库建立方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810756748.2A CN108898189B (zh) | 2018-07-11 | 2018-07-11 | 一种vfto测量数据的指纹库建立方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108898189A CN108898189A (zh) | 2018-11-27 |
CN108898189B true CN108898189B (zh) | 2021-05-25 |
Family
ID=64348665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810756748.2A Active CN108898189B (zh) | 2018-07-11 | 2018-07-11 | 一种vfto测量数据的指纹库建立方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898189B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110198309A (zh) * | 2019-05-14 | 2019-09-03 | 北京墨云科技有限公司 | 一种Web服务器识别方法、装置、终端及存储介质 |
CN111273106A (zh) * | 2020-03-04 | 2020-06-12 | 云南电网有限责任公司电力科学研究院 | 一种具备边缘计算功能的ai过电压识别***及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001251713A (ja) * | 2000-01-25 | 2001-09-14 | Qinghua Univ | ガス絶縁変電所およびガス絶縁変電所の急峻波サージを抑制する方法 |
CN102072979A (zh) * | 2010-10-26 | 2011-05-25 | 清华大学 | Vfto测量中的多点同步触发***及方法 |
WO2011103775A1 (zh) * | 2010-02-23 | 2011-09-01 | 清华大学 | 一种标定电压的产生装置和方法 |
CN102590718A (zh) * | 2012-02-22 | 2012-07-18 | 华北电力大学 | 一种用于gis中局部放电测量和vfto测量的*** |
CN103063985A (zh) * | 2012-12-19 | 2013-04-24 | 中国电力科学研究院 | 一种特快速瞬态过电压水平确定方法 |
EP2747094A1 (en) * | 2012-12-21 | 2014-06-25 | ABB Technology AG | Very fast transient overvoltage attenuator |
CN105119298A (zh) * | 2015-08-11 | 2015-12-02 | 山东大学 | 混合无功补偿变电站内特快速暂态波幅频特性分析方法 |
CN106023065A (zh) * | 2016-05-13 | 2016-10-12 | 中国矿业大学 | 一种基于深度卷积神经网络的张量型高光谱图像光谱-空间降维方法 |
CN106845030A (zh) * | 2017-03-10 | 2017-06-13 | 国网江苏省电力公司电力科学研究院 | Vfto对空心线圈电子式互感器影响的建模方法 |
CN107153743A (zh) * | 2017-05-27 | 2017-09-12 | 山东大学 | 基于智能搜索算法的vfto智能仿真分析方法及*** |
CN107846013A (zh) * | 2017-10-04 | 2018-03-27 | 国网山东省电力公司淄博供电公司 | 基于peec法的gis外壳环流和暂态地电位升高建模与分析方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2549604A1 (en) * | 2011-07-19 | 2013-01-23 | ABB Technology AG | Conductor arrangement for reducing impact of very fast transients |
-
2018
- 2018-07-11 CN CN201810756748.2A patent/CN108898189B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001251713A (ja) * | 2000-01-25 | 2001-09-14 | Qinghua Univ | ガス絶縁変電所およびガス絶縁変電所の急峻波サージを抑制する方法 |
WO2011103775A1 (zh) * | 2010-02-23 | 2011-09-01 | 清华大学 | 一种标定电压的产生装置和方法 |
CN102072979A (zh) * | 2010-10-26 | 2011-05-25 | 清华大学 | Vfto测量中的多点同步触发***及方法 |
CN102590718A (zh) * | 2012-02-22 | 2012-07-18 | 华北电力大学 | 一种用于gis中局部放电测量和vfto测量的*** |
CN103063985A (zh) * | 2012-12-19 | 2013-04-24 | 中国电力科学研究院 | 一种特快速瞬态过电压水平确定方法 |
EP2747094A1 (en) * | 2012-12-21 | 2014-06-25 | ABB Technology AG | Very fast transient overvoltage attenuator |
CN105119298A (zh) * | 2015-08-11 | 2015-12-02 | 山东大学 | 混合无功补偿变电站内特快速暂态波幅频特性分析方法 |
CN106023065A (zh) * | 2016-05-13 | 2016-10-12 | 中国矿业大学 | 一种基于深度卷积神经网络的张量型高光谱图像光谱-空间降维方法 |
CN106845030A (zh) * | 2017-03-10 | 2017-06-13 | 国网江苏省电力公司电力科学研究院 | Vfto对空心线圈电子式互感器影响的建模方法 |
CN107153743A (zh) * | 2017-05-27 | 2017-09-12 | 山东大学 | 基于智能搜索算法的vfto智能仿真分析方法及*** |
CN107846013A (zh) * | 2017-10-04 | 2018-03-27 | 国网山东省电力公司淄博供电公司 | 基于peec法的gis外壳环流和暂态地电位升高建模与分析方法 |
Non-Patent Citations (3)
Title |
---|
GIS中VFTO防护措施研究综述;南保峰等;《电瓷避雷器》;20171231(第6期);第81-85页 * |
Study on VFTO in UHV GIS substation;Wan Yiru等;《22011 4th International Conference on Electric Utility Deregulation and Restructuring and Power Technologies (DRPT)》;20210822;第1756-1759页 * |
特高压线路单相接地故障开断后瞬态特性研究;何柏娜;《中国博士学位论文全文数据库(工程科技Ⅱ辑)》;20110815(第08期);第41-43页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108898189A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2918679C (en) | Pattern recognition method for partial discharge of three-phase cylinder type ultrahigh voltage gis | |
Wu et al. | Ultra-high-speed directional protection of transmission lines using mathematical morphology | |
US7627400B2 (en) | Method and device for detecting electric arc phenomenon on at least one electric cable | |
KR102295214B1 (ko) | 고주파 전류센서를 이용한 배전반의 부분방전 검출 진단 시스템 | |
CN108898189B (zh) | 一种vfto测量数据的指纹库建立方法及*** | |
Jamali et al. | Detection of secondary arc extinction for adaptive single phase auto‐reclosing based on local voltage behaviour | |
Lopez-Roldan et al. | Development of non-intrusive monitoring for reactive switching of high voltage circuit breaker | |
JP2000050488A (ja) | 高圧配電線の地絡故障原因判別方法 | |
Davydova et al. | Travelling wave protection with disturbance classification for distribution grids with distributed generation | |
Kim et al. | New diagnosis method of unknown phase-shifted PD signals for gas insulated switchgears | |
CN112198400A (zh) | 基于频谱感知特性的高压开关柜局部放电在线检测方法 | |
Massaoudi et al. | UHF partial discharge localization in gas-insulated switchgears: Gradient boosting based approach | |
Filipović-Grčić et al. | Analysis of transient recovery voltage in 400 kV SF6 circuit breaker due to transmission line faults | |
Sahoo et al. | A review on condition monitoring of GIS | |
Faisal et al. | Prediction of incipient faults in underground power cables utilizing S-transform and support vector regression | |
Khodabakhshi et al. | A noncommunication adaptive single phase auto-reclosure of transmission lines using phase space based criteria | |
Rajendran et al. | Simulation of partial discharges and implementation of noise elimination techniques | |
Swetha et al. | Analysis of power system faults in EHVAC line for varying fault time instances using wavelet transforms | |
Wan et al. | The application of UHF detection & positioning method into the process of partial discharge detection of switch cabinet | |
CN112485620A (zh) | 一种开关柜局部放电综合检测评估方法及*** | |
Khan et al. | Single phase adaptive autoreclosing scheme based on continuous wavelet transform | |
Prévé et al. | Dielectric stress, design and validation of MV switchgear | |
Wang et al. | Lightning stroke identification for transmission line based on the joint criterion: the polarity of transients and wavelet transform energy | |
Miguel | A methodology to prevent failure in single pole reclosing operations | |
CN109270412A (zh) | 高压电缆绝缘状态的移动式监测预警方法 |
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 |