CN111473860B - 一种用于高压交流断路器振动信号特征参数提取方法 - Google Patents
一种用于高压交流断路器振动信号特征参数提取方法 Download PDFInfo
- Publication number
- CN111473860B CN111473860B CN202010477132.9A CN202010477132A CN111473860B CN 111473860 B CN111473860 B CN 111473860B CN 202010477132 A CN202010477132 A CN 202010477132A CN 111473860 B CN111473860 B CN 111473860B
- Authority
- CN
- China
- Prior art keywords
- vibration
- data
- vibration signal
- characteristic parameters
- frequency
- 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
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- 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
- G01R31/327—Testing of circuit interrupters, switches or circuit-breakers
- G01R31/3271—Testing of circuit interrupters, switches or circuit-breakers of high voltage or medium voltage devices
- G01R31/3272—Apparatus, systems or circuits therefor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种用于高压交流断路器振动信号特征参数提取方法,属于高压断路器状态监测与故障诊断领域。通过对振动信号数据应用三次样条拟合作包络线和prony算法提取特征参数相结合,获得振动信号数据的m个特征参数数组[Imk,fk,ak,tNk],k=1,2,…,n。将fk、ak作为模态参量进行振动故障模式识别,将Imk用来评估该模式的振动强度,tNk用来表示该模式振动故障发生的时刻。本发明可以快速、准确地提取振动信号特征参数,对机械故障进行模式识别和状态评估。
Description
技术领域:
本发明属于高压交流断路器状态监测与故障诊断领域,特别涉及一种用于高压交流断路器振动信号特征参数提取方法。
背景技术:
高压交流断路器是电力***控制和保护的重要核心设备,常见的故障有机械故障、绝缘故障、过热性故障。运行经验表明,机械故障在高压交流断路器所有故障中占比约为70%,机械故障是最主要的故障,断路器操作机构故障占了重大故障的37%。高压断路器经常会发生基座螺丝松动、动触头位置软连接夹片松动、锁栓运行失常、机构卡涩等故障。因此,积极、有效地开展高压交流断路器机械故障的状态监测和故障诊断工作,可以及时发现运行中存在的问题,并安排维护或检修工作,提高设备利用率和运维管理水平。
高压交流断路器的机械故障通常会产生多个振动事件,振动事件所激励的信号可以表达为多个瞬态非稳定衰减的振动信号,即
式中,Ai为第i个振动事件的最大振幅,ai为衰减系数,fi为振动频率,ti为振动事件发生时刻,ε(t)为阶跃函数。通过监测高压断路器振动信号,应用合适的数据分析算法提取振动信号的特征参数,可以对故障模式进行识别和评估,可以为检修和维护提供可靠的依据。因此,提出快速、准确获取振动信号特征参数提取和故障模式识别的计算方法尤为重要,可以为进一步的高压断路器状态评估提供可靠的依据。
发明内容:
本发明的目的是提供一种用于高压交流断路器振动信号特征参数提取方法,该方法可以快速、准确地提取振动信号特征参数,对机械故障进行模式识别和状态评估。
本发明所采用的技术方案是:
一种用于高压交流断路器振动信号特征参数提取方法,包括以下步骤:
S100,根据时间轴上采集得到的振动信号数据(ti,Ai),构造离散函数,即:
Ai=f(ti) i=1,2,…,N (1)
式中,t为时间,A为振动信号幅值,N为采样点数;
应用中值滤波函数g=medfilt(y,n)对离散函数Ai=f(ti)进行两次消噪处理,y为待滤波离散数据,n为邻域窗口的大小;
S200,通过对振动信号数据应用三次样条拟合作包络线和prony算法提取特征参数相结合,获得振动信号数据的m个特征参数数组[Imk,fk,ak,tNk],k=1,2,…,n;
S300,假定经过m次运算后计算终止,得到m个特征参数数组,即:[Imk,fk,ak,tNk],k=1,2,…,m;将特征参数fk、ak作为模态参量进行振动故障模式识别,假定典型振动故障模式标准特征参数分别为Iref、fref、aref,定义加权欧式距离λ为:
当λ≤ε时,则表示存在该种典型振动故障;k1、k2为权重系数,ε为评价偏差;
本发明进一步的改进在于:步骤S100中,振动信号的采集装置由加速度传感、采集卡和上位机软件***组成。
本发明进一步的改进在于:步骤S200具体包括以下步骤:
S201,第一次运算时,对消噪后的离散函数Ai=f(ti)在时间窗口上截取第一段单频振动数据,即:
A1i=f(ti) i=N1,2,…,N1end (2)
式中,N1为截取采样数据的起始位置,N1end为截取样采样数据的结束位置;
应用prony算法对单频振动数据A1i=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Im1、频率f1、衰减系数a1;
进而得出该单频振动信号的离散表达式为:
S202,第二次运算时,从采集到的离散数据Ai=f(ti)中剥离掉第一次运算所确定的第一个单频振动信号A'1i;
进而,在时间窗口上截取第二段单频振动数据,即:
A2i=f(ti) i=N2,2,…,N2end (4)
式中,N2为截取采样数据的起始位置,N2end为截取采样数据的结束位置;
应用prony算法对单频振动数据A2i=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Im2、频率f2、衰减系数a2
进而得出该单频振动信号的解析表达式为:
Aki=f(ti) i=Nk,2,…,Nkend (6)
式中,Nk为截取采样数据的起始位置,Nkend为截取采样数据的结束位置;
应用prony算法对单频振动数据Aki=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Imk、频率fk、衰减系数ak;得出该单频振动信号的解析表达式为:
设定阈值Γ,当第k次运算的起始振动幅值Imk<Γ时,运算终止;否则,重复步骤S203的计算过程。
本发明进一步的改进在于:S201中,N1为振动信号(ti,Ai)的起始位置,应用三次样条拟合算法得出振动信号Ai=f(ti)峰值的上、下包络线s1、s2,当均值线在时间轴上的发生较大波动时,取该时刻对应的采样点N1end为截取采样数据的结束位置。
本发明进一步的改进在于:S203中,k1、k2分别取值为0.9和0.1,ε的取值范围为0~0.3,或依据现场经验值设定。
本发明进一步的改进在于:S300中,当0.8≤Rstr<1时,发出故障信号。
本发明进一步的改进在于:当0.2≤Rstr<0.5时发出警告信号;当0.5≤Rstr<0.8时,可依据现场经验决定发出故障或警告信号。
与现有技术相比,本发明至少具有以下技术效果:
本发明用于高压交流断路器振动信号特征参数提取方法,通过对振动信号数据应用三次样条拟合作包络线和prony算法提取特征参数相结合,获得振动信号数据的m个特征参数数组[Imk,fk,ak,tNk],k=1,2,…,n。将fk、ak作为模态参量进行振动故障模式识别,将Imk用来评估该模式的振动强度,tNk用来表示该模式振动故障发生的时刻。本发明可以快速、准确地提取振动信号特征参数,对机械故障进行模式识别和状态评估。
附图说明:
图1振动信号数据;
图2第一次计算时的上、下包络线及均值线;
图3振动信号振动模式分解结果。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
一种用于高压交流断路器振动信号特征参数提取方法,包括以下步骤:
1)根据时间轴上采集得到的振动信号数据(ti,Ai),构造离散函数,即:
Ai=f(ti) i=1,2,…,N (1)
式中,t为时间,A为振动信号幅值,N为采样点数。
应用中值滤波函数g=medfilt(y,n)对离散函数Ai=f(ti)进行消噪两次处理,y为待滤波离散数据,n为邻域窗口的大小。
其中,振动信号的采集装置由加速度传感、采集卡和上位机软件***组成,加速度传感器为振动信号的前端测量设备,将其测量到的振动信号输入到数据采集卡,并经采集卡传输到上位机进行数据的获取和处理。
2)第一次运算时,对消噪后的离散函数Ai=f(ti)在时间窗口上截取第一段单频振动数据,即:
A1i=f(ti) i=N1,2,…,N1end (2)
式中,N1为截取采样数据的起始位置,N1end为截取样采样数据的结束位置。
应用prony算法对单频振动数据A1i=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Im1、频率f1、衰减系数a1。进一步,可以得出该单频振动信号的离散表达式为:
优选的,步骤2)中,N1为振动信号(ti,Ai)的起始位置,应用三次样条拟合算法得出振动信号Ai=f(ti)峰值的上、下包络线s1、s2,当均值线在时间轴上的发生较大波动时,取该时刻对应的采样点N1end为截取采样数据的结束位置。
3)第二次运算时,从采集到的离散数据Ai=f(ti)中剥离掉第一次运算所确定的第一个单频振动信号A'1i。进一步,在时间窗口上截取第二段单频振动数据,即:
A2i=f(ti) i=N2,2,…,N2end (4)
式中,N2为截取采样数据的起始位置,N2end为截取采样数据的结束位置。
应用prony算法对单频振动数据A2i=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Im2、频率f2、衰减系数a2。进一步,可以得出该单频振动信号的解析表达式为:
Aki=f(ti) i=Nk,2,…,Nkend (6)
式中,Nk为截取采样数据的起始位置,Nkend为截取采样数据的结束位置。
应用prony算法对单频振动数据Aki=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Imk、频率fk、衰减系数ak。进一步,可以得出该单频振动信号的解析表达式为:
设定阈值Γ,当第k次运算的起始振动幅值Imk<Γ时,运算终止。否则,重复本步骤的计算过程。
5)假定经过m次运算后计算终止,可以得到m个特征参数数组,即:[Imk,fk,ak,tNk],k=1,2,…,m。将特征参数fk、ak作为模态参量进行振动故障模式识别,假定典型振动故障模式标准特征参数分别为Iref、fref、aref,定义加权欧式距离λ为:
当λ≤ε时,则表示存在该种典型振动故障。k1、k2为权重系数,ε为评价偏差。
作为优选实施例,k1、k2分别取值为0.9和0.1,ε的取值范围为0~0.3,或依据现场经验值设定。
当0.8≤Rstr<1时,发出故障信号;当0.2≤Rstr<0.5时发出警告信号;当0.5≤Rstr<0.8时,可依据现场经验决定发出故障或警告信号。
下面结合附图和具体实施方式对本发明进行详细说明。
实施例
结合附图1至附图3,一种用于高压交流断路器振动信号特征参数提取方法,包括下述步骤:
1)根据图1所示的振动信号(ti,Ai),构造离散函数,即:
Ai=f(ti) i=1,2,…,N (1)
式中,t为时间,A为振动信号幅值,N为采样点数。
2)第一次运算时,对离散函数Ai=f(ti)在时间窗口上截取第一段单频振动数据,即:
A1i=f(ti) i=N1,2,…,N1end (2)
式中,N1为截取采样数据的起始位置,N1end为截取采样数据的结束位置。如图2所示应用样条拟合得出振动信号Ai=f(ti)峰值的上、下包络线s1、s2,当均值线在时间轴上的发生较大波动时,取该时刻对应的采样点为结束位置。
应用prony算法对单频振动数据A1i=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Im1、频率f1、衰减系数a1。进一步,可以得出该单频振动信号的离散表达式为:
3)第二次运算时,从采集到的离散数据Ai=f(ti)中剥离掉第一次运算所确定的第一个单频振动信号A'1i。进一步,在时间窗口上截取第二段单频振动数据,即:
A2i=f(ti) i=N2,2,…,N2end (4)
式中,N2为截取采样数据的起始位置,N2end为截取采样数据的结束位置。
应用prony算法对单频振动数据A2i=f(ti)进行运算,计算得出该单频数据特征参数:起始振动幅值Im2、频率f2、衰减系数a2。进一步,可以得出该单频振动信号的解析表达式为:
4)经过5次运算,计算终止,得到5个振动模式,各模式的特征参数如下表所示:
振动模式 | 振幅(m/s<sup>2</sup>) | 频率(Hz) | 衰减系数 | 起振时刻(s) |
1 | 0.15 | 1000 | 64.9 | 0.15 |
2 | 0.30 | 4000 | 79.9 | 0.02 |
3 | 1.00 | 6000 | 70.0 | 0.025 |
4 | 0.50 | 8000 | 54.9 | 0.04 |
5 | 0.20 | 2600 | 49.6 | 0.05 |
6)将特征参数fk、ak作为模态参量进行振动故障模式识别,假定典型振动故障模式标准特征参数分别为Iref、fref、aref,定义加权欧式距离λ为:
当λ≤0.1时,则表示存在该种典型振动故障。k1、k2分别取值为0.9和0.1,ε为评价偏差。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上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,但并不能因此理解为对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。
应该理解,以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述,在所提供的示例之外的许多实施例和许多应用对本领域技术人员来说都将是显而易见的。因此,本教导的范围不应该参照上述描述来确定,而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的,所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容,也不应该认为申请人没有将该主题考虑为所公开的发明主题的一部分。
Claims (6)
1.一种用于高压交流断路器振动信号特征参数提取方法,其特征在于,包括以下步骤:
S100,根据时间轴上采集得到的振动信号数据(ti,Ai),构造离散函数,即:
Ai=f(ti) i=1,2,…,N (1)
式中,t为时间,A为振动信号幅值,N为采样点数;
应用中值滤波函数g=medfilt(y,n)对离散函数Ai=f(ti)进行两次消噪处理,y为待滤波离散数据,n为邻域窗口的大小;
S200,通过对振动信号数据应用三次样条拟合作包络线和prony算法提取特征参数相结合,获得振动信号数据的m个特征参数数组[Imk,fk,ak,tNk],k=1,2,…,n;
S300,假定经过m次运算后计算终止,得到m个特征参数数组,即:[Imk,fk,ak,tNk],k=1,2,…,m;将特征参数fk、ak作为模态参量进行振动故障模式识别,假定典型振动故障模式标准特征参数分别为Iref、fref、aref,定义加权欧式距离λ为:
当λ≤ε时,则表示存在所述典型振动故障模式;k1、k2为权重系数,ε为评价偏差;
步骤S200具体包括以下步骤:
S201,第一次运算时,对消噪后的离散函数Ai=f(ti)在时间窗口上截取第一段单频振动数据,即:
A1i=f(ti) i=N1,2,…,N1end (2)
式中,N1为截取采样数据的起始位置,N1end为截取样采样数据的结束位置;
应用prony算法对单频振动数据A1i=f(ti)进行运算,计算得出第一段单频振动数据的特征参数:起始振动幅值Im1、频率f1、衰减系数a1;
进而得出单频振动数据的离散表达式为:
S202,第二次运算时,从采集到的离散数据Ai=f(ti)中剥离掉第一次运算所确定的第一个单频振动信号A′1i;
进而,在时间窗口上截取第二段单频振动数据,即:
A2i=f(ti) i=N2,2,…,N2end (4)
式中,N2为截取采样数据的起始位置,N2end为截取采样数据的结束位置;
应用prony算法对单频振动数据A2i=f(ti)进行运算,计算得出第二段单频振动数据的特征参数:起始振动幅值Im2、频率f2、衰减系数a2
进而得出第二段单频振动数据的解析表达式为:
Aki=f(ti) i=Nk,2,…,Nkend (6)
式中,Nk为截取采样数据的起始位置,Nkend为截取采样数据的结束位置;
应用prony算法对单频振动数据Aki=f(ti)进行运算,计算得出k-1个单频振动数据的特征参数:起始振动幅值Imk、频率fk、衰减系数ak;得出k-1个单频振动数据的解析表达式为:
设定阈值Γ,当第k次运算的起始振动幅值Imk<Γ时,运算终止;否则,重复步骤S203的计算过程。
2.根据权利要求1所述的一种用于高压交流断路器振动信号特征参数提取方法,其特征在于:步骤S100中,振动信号的采集装置由加速度传感、采集卡和上位机软件***组成。
4.根据权利要求1所述的一种用于高压交流断路器振动信号特征参数提取方法,其特征在于:S203中,k1、k2分别取值为0.9和0.1,ε的取值范围为0~0.3,或依据现场经验值设定。
5.根据权利要求1所述的一种用于高压交流断路器振动信号特征参数提取方法,其特征在于:当0.8≤Rstr<1时,发出故障信号。
6.根据权利要求5所述的一种用于高压交流断路器振动信号特征参数提取方法,其特征在于:当0.2≤Rstr<0.5时发出警告信号;当0.5≤Rstr<0.8时,可依据现场经验决定发出故障或警告信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477132.9A CN111473860B (zh) | 2020-05-29 | 2020-05-29 | 一种用于高压交流断路器振动信号特征参数提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010477132.9A CN111473860B (zh) | 2020-05-29 | 2020-05-29 | 一种用于高压交流断路器振动信号特征参数提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111473860A CN111473860A (zh) | 2020-07-31 |
CN111473860B true CN111473860B (zh) | 2021-09-24 |
Family
ID=71763735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010477132.9A Active CN111473860B (zh) | 2020-05-29 | 2020-05-29 | 一种用于高压交流断路器振动信号特征参数提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111473860B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112504435B (zh) * | 2020-11-23 | 2022-09-20 | 长春工程学院 | 一种高压断路器基座螺丝松动故障检测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10162118A1 (de) * | 2001-12-12 | 2003-07-17 | Siemens Ag | Verfahren zur Ermittlung eines zukünftigen Spannungs- und/oder Stromverlaufs |
FR2853466B1 (fr) * | 2003-04-02 | 2005-05-06 | Alstom | Procede de determination de l'instant de fermeture d'un disjoncteur sur une ligne haute tension |
CN102967800B (zh) * | 2012-12-10 | 2015-06-03 | 辽宁省电力有限公司沈阳供电公司 | 基于暂态信号Prony算法的配电网单相接地故障区段定位方法及定位装置 |
CN103207351B (zh) * | 2013-03-12 | 2015-09-30 | 西安工程大学 | 一种基于重合闸的输电线路故障定位方法 |
CN103336243B (zh) * | 2013-07-01 | 2016-02-10 | 东南大学 | 基于分合闸线圈电流信号的断路器故障诊断方法 |
US9496111B1 (en) * | 2015-09-30 | 2016-11-15 | Siemens Industry, Inc. | Prong-less neutral connector assemblies, circuit breakers including prong-less neutral connector, panel boards with flexible neutral bars, and neutral connection methods |
CN105528741B (zh) * | 2016-01-11 | 2017-03-22 | 广东电网有限责任公司电力科学研究院 | 一种基于多信号特征融合的断路器状态识别方法 |
CN105891707A (zh) * | 2016-05-05 | 2016-08-24 | 河北工业大学 | 一种基于振动信号的万能式断路器分合闸故障诊断方法 |
CN107732940B (zh) * | 2017-10-19 | 2021-11-02 | 广西电网有限责任公司电力科学研究院 | 一种基于adpss的电力***稳定器参数优化试验方法 |
-
2020
- 2020-05-29 CN CN202010477132.9A patent/CN111473860B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111473860A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1094323B1 (en) | Method and system for identifying cause of partial discharge | |
CN112362987B (zh) | 一种基于稳健估计的避雷器故障诊断方法 | |
EP1094325B1 (en) | Method and arrangement for determining the number of partial discharge sources | |
CN112213640B (zh) | 一种电机故障诊断方法及其相关设备 | |
CN111473860B (zh) | 一种用于高压交流断路器振动信号特征参数提取方法 | |
CN109029959A (zh) | 一种变压器绕组的机械状态检测方法 | |
CN117407679A (zh) | 智能末屏传感器的数据采集方法及*** | |
JP7041896B2 (ja) | 回転機の巻線絶縁劣化診断装置 | |
CN112285494A (zh) | 一种电力电缆局部放电模式识别分析*** | |
CN112505500A (zh) | 基于超高频检测方式的局部放电严重程度评估方法 | |
EP4001936A1 (en) | Automatic partial discharge and noise signals separation using arithmetic coding in time domain and magnitude distributions in frequency domain | |
KR100645113B1 (ko) | 부분방전 측정신호의 잡음 제거 및 정량화 결정 방법 | |
CN116520068B (zh) | 一种电力数据的诊断方法、装置、设备及存储介质 | |
CN108919041B (zh) | 一种基于聚类分析的变压器绕组状态在线监测方法 | |
CN116865672A (zh) | 光伏组件异常识别方法及装置、计算机可读储存介质 | |
CN117269660A (zh) | 基于变异系数差分算法的故障电弧检测方法及*** | |
CN116184060A (zh) | 一种适用于瓷质绝缘子带电作业的异动监测方法和*** | |
CN113408383A (zh) | 基于有界β(g,h)分布和MWKPCA的可听噪声无效数据判定方法 | |
CN111896871A (zh) | 电机运行故障分析*** | |
KR20220166319A (ko) | 전동기의 진단 장치 | |
CN112433148B (zh) | 一种从振动信号中提取断路器机构动作时间的方法 | |
CN114609485B (zh) | 新能源汽车交联聚乙烯绝缘电力电缆老化状况的测试*** | |
CN116953435A (zh) | 一种基于录波文件的电缆瞬时放电异常识别方法 | |
US20230130883A1 (en) | Method for classifying a partial discharge in an electrical conductor of a medium voltage electrical device | |
CN110697075B (zh) | 一种直升机hums振动阈值生成方法 |
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 |