CN113341278B - 一种气体绝缘电压互感器绝缘性能测评***和方法 - Google Patents
一种气体绝缘电压互感器绝缘性能测评***和方法 Download PDFInfo
- Publication number
- CN113341278B CN113341278B CN202110421887.1A CN202110421887A CN113341278B CN 113341278 B CN113341278 B CN 113341278B CN 202110421887 A CN202110421887 A CN 202110421887A CN 113341278 B CN113341278 B CN 113341278B
- Authority
- CN
- China
- Prior art keywords
- gas
- voltage transformer
- insulation
- insulation performance
- concentration
- 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
- 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
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Power Engineering (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Testing Relating To Insulation (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种气体绝缘电压互感器绝缘性能测评***和方法。该方法中,首先,搭建实验平台,然后通过传感器检测到分解物气体浓度并通过数据采集处理终端获取参数,接下来对参数进行归一化和均值化的预处理,随后利用天牛须搜索算法对模糊层次分析法进行改进从而计算各参数权重的计算,再建立气体绝缘电压互感器的绝缘性能测评模型,最后由绝缘性能测评模型对气体绝缘电压互感器进行绝缘测评,可作为气体绝缘电压互感器的绝缘性能在线测评的有益补充。
Description
技术领域
本发明属于电力***设备在线监测技术领域,具体涉及一种气体绝缘电压互感器绝缘性能测评***和方法。
背景技术
气体绝缘电压互感器是变电站中至关重要的设备,其安全运行意义重大。气体绝缘电压互感器主要是通过SF6气体实现绝缘,SF6电气设备的稳定性主要取决于SF6气体的纯度。而在电压互感器的运行过程中,SF6会发生一系列的分解反应,生成二氧化硫等杂质气体,导致设备的绝缘性能大大降低。因此,通过检测电压互感器内部分解气体实现对气体绝缘电压互感器的绝缘性能测评。
由于目前对气体绝缘电压互感器的绝缘性能大多是利用绝缘电阻等离线方式进行测评,而在实际工程中,更加需要知道设备实时的绝缘状况,进行绝缘性能的实时监测。因此,迫切需要一种气体绝缘电压互感器的绝缘测评***,能够对气体绝缘电压互感器的绝缘性能进行精准的在线测评。
发明内容
为了克服上述背景技术的缺陷,本发明提供一种气体绝缘电压互感器的绝缘测评***,包括如下步骤:
一种气体绝缘电压互感器绝缘性能测评方法,按以下进行:
传感器检测到气体绝缘电压互感器产生的混合气体浓度,数据采集处理终端获取参数,对参数进行归一化和均值化的预处理,利用天牛须搜索算法计算各参数权重的计算,建立气体绝缘电压互感器的绝缘性能测评模型,对气体绝缘电压互感器进行绝缘测评。
进一步地,包括以下步骤:
第一步:获取特征参数
传感器检测到气体绝缘电压互感器产生的混合气体浓度,得到混合气体浓度矩阵;
第二步:参数预处理
设cij表示第i种分解气体的第j个浓度特征量,c′ij为cij进行归一化处理后的值,其中i=1, 2,3,4,5,6,j=1,2,3,4,5,6,7,8,9;
第三步:改进模糊层次分析法计算权重
第四步:建立绝缘性能测评模型
建立气体绝缘电压互感器的绝缘性能测评模型如下:
其中,H为绝缘性能负相关指数,0<H<1,wi为各参数的权重;
第五步:绝缘性能测评
由第四步计算得到气体绝缘电压互感器的绝缘性能负相关指数H,0<H≤0.4时表示绝缘性能良好,当0.4<H≤0.7时表示绝缘性能中等,0.7<H<1时表示绝缘性能差。
进一步地,传感器检测到气体绝缘电压互感器产生的混合气体浓度,每间隔时间3s获得6种分解气体的浓度,共采集9次;共计获得6种分解气体的浓度数据54个,每种气体的浓度数据各采集9个,其中:
SF4气体浓度矩阵为C1=[c11,c12,c13,c14,c15,c16,c17,c18,c19],F2气体浓度矩阵为C2=[c21,c22,c23,c24,c25,c26,c27,c28,c29],SO2的气体浓度矩阵为C3=[c31,c32,c33,c34, c35,c36,c37,c38,c39],HF的气体浓度矩阵为C4=[c41,c42,c43,c44,c45,c46,c47,c48,c49], SOF2的气体浓度矩阵为C5=[c51,c52,c53,c54,c55,c56,c57,c58,c59],SOF4的气体浓度矩阵为C6=[c61,c62,c63,c64,c65,c66,c67,c68,c69];
进一步地,根据0.1~0.9标度法构造模糊矩阵R=(rik)6×6,其中rik表示第i个特征量比第k个特征量重要的程度,模糊矩阵如下:
以minf(w)为适应度函数用天牛须搜索算法计算各参数的权重。
本发明还涉及的一种气体绝缘电压互感器绝缘性能测评***,包括气体绝缘电压互感器、传感器封闭气室、传感器、数据采集处理终端和气体循环混合装置;
气体绝缘电压互感器产生混合气体,通过第一排气阀排出,混合气体经由通气管流向传感器封闭气室,气体循环混合装置将气体混合均匀,传感器进行浓度检测,混合气体通过第三排气阀回到气体绝缘电压互感器,最后由数据采集处理终端采集传感器的数据并进行处理。
本发明还涉及的一种电子设备,包括存储器、处理器以及在存储器上,并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明还涉及的一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现上述方法的步骤。
与现有技术相比,本发明的有益效果在于:
本发明通过传感器检测到气体分解物的浓度并通过数据采集处理终端获取参数,参数预处理后利用天牛须搜索算法对模糊层次分析法进行改进来计算各参数权重的计算,从而建立出气体绝缘电压互感器的绝缘性能测评模型对气体绝缘电压互感器进行绝缘测评。该方法可作为气体绝缘电压互感器的绝缘性能在线测评的有益补充,弥补了目前对气体绝缘电压互感器的绝缘性能大多是利用绝缘电阻等离线方式进行测评的缺陷。
附图说明
图1为本发明的***的结构示意图;
图2为本发明的方法的流程图。
具体实施方式
下面将结合本申请实施例中的附图,对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申请一部分实施例,而不是全部的实施例。基于实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另外定义,本申请实施例中使用的技术术语或者科学术语应当为所属领域内具有一般技能的人士所理解的通常意义。本实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。“上”、“下”、“左”、“右”、“横”以及“竖”等仅用于相对于附图中的部件的方位而言的,这些方向性术语是相对的概念,它们用于相对于的描述和澄清,其可以根据附图中的部件所放置的方位的变化而相应地发生变化。
如图1所示,本实施例的气体绝缘电压互感器绝缘性能测评***,包括气体绝缘电压互感器1、传感器封闭气室5、传感器6、数据采集处理终端7和气体循环混合装置8。气体绝缘电压互感器1产生混合气体,通过第一排气阀2排出,混合气体经由通气管3流向传感器封闭气室5,气体循环混合装置8将气体混合均匀,传感器6进行浓度检测,混合气体通过第三排气阀9回到气体绝缘电压互感器1,最后由数据采集处理终端采集传感器6的数据并进行处理。
传感器6为本实施例要检测的六种气体传感器的组合,采用圣凯安气体传感器,用于检测6种分解气体的浓度。第一与第三排气阀处于打开状态,第二排气阀处于常闭状态。
数据采集处理终端7包括采集模块和处理模块,还可以包括通讯模块,便于传输数据,也可以包括显示模块,对检测结果进行展示。
可选的,本申请实施例还提供一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行如上述所示实施例的方法。
可选的,本申请实施例还提供一种运行指令的芯片,所述芯片用于执行上述所示实施例的方法。
本申请实施例还提供一种程序产品,所述程序产品包括计算机程序,所述计算机程序存储在存储介质中,至少一个处理器可以从所述存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序时可实现上述实施例的方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在可读存储介质中,或者从一个可读存储介质向另一个可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
如图2所示,本实施例的气体绝缘电压互感器绝缘性能测评方法,包括如下步骤:
第一步:搭建实验平台
气体绝缘电压互感器1产生混合气体,通过第一排气阀2排出,混合气体经由通气管3 流向传感器封闭气室5,气体循环混合装置8将气体混合均匀,传感器6进行浓度检测,混合气体通过第三排气阀9回到气体绝缘电压互感器1,最后由数据采集处理终端7采集传感器6的数据并进行处理。
第二步:获取特征参数
每间隔时间3s由数据采集处理终端7获得6种分解气体的浓度,共采集9次;共计获得 6种分解气体的浓度数据54个,每种气体的浓度数据各采集9个,其中SF4气体浓度矩阵为 C1=[c11,c12,c13,c14,c15,c16,c17,c18,c19],F2气体浓度矩阵为C2=[c21,c22,c23,c24, c25,c26,c27,c28,c29],SO2的气体浓度矩阵为C3=[c31,c32,c33,c34,c35,c36,c37,c38,c39], HF的气体浓度矩阵为C4=[c41,c42,c43,c44,c45,c46,c47,c48,c49],SOF2的气体浓度矩阵为C5=[c51,c52,c53,c54,c55,c56,c57,c58,c59],SOF4的气体浓度矩阵为C6=[c61,c62,c63, c64,c65,c66,c67,c68,c69];
第三步:参数预处理
设cij表示第i种分解气体的第j个浓度特征量,c′ij为cij进行归一化处理后的值,其中i=1, 2,3,4,5,6,j=1,2,3,4,5,6,7,8,9;
第四步:改进模糊层次分析法计算权重
根据0.1~0.9标度法构造模糊矩阵R=(rik)6×6,其中rik表示第i个特征量比第k个特征量重要的程度,模糊矩阵如下:
以minf(w)为适应度函数用天牛须搜索算法计算各参数的权重;
第五步:建立绝缘性能测评模型
建立气体绝缘电压互感器的绝缘性能测评模型如下:
其中,H为绝缘性能负相关指数,0<H<1;
第六步:绝缘性能测评
由第五步计算得到气体绝缘电压互感器的绝缘性能负相关指数H,0<H≤0.4时表示绝缘性能良好,当0.4<H≤0.7时表示绝缘性能中等,0.7<H<1时表示绝缘性能差。
本实施例的具体检测实例如下:
第一步:搭建实验平台
第二步:获取特征参数
每间隔时间3s获得6种分解气体的浓度,共采集9次;共计获得6种分解气体的浓度数据54个,每种气体的浓度数据各采集9个,其中HF气体浓度矩阵为C1=[251.1,243.3,265.0, 247.8,248.3,259.1,253.2,249.4,261.8],SF4气体浓度矩阵为C2=[198.4,200.1,195.3, 210.5,208.5,205.4,191.3,194.9,201.6],SOF2的气体浓度矩阵为C3=[170.1,178.0,181.4, 184.5,175.9,186.1,179.4,182.4,171.7],F2的气体浓度矩阵为C4=[90.5,97.2,99.3,101.1, 104.2,102.3,92.5,95.5,94.5],SO2的气体浓度矩阵为C5=[71.4,80.6,79.5,80.7,76.9, 72.7,74.8,82.4,77.2],SOF4的气体浓度矩阵为C6=[35.5,31.6,40.1,38.0,39.3,37.5, 35.3,39.2,30.5],浓度单位为μL/L;
第三步:参数预处理
设cij表示第i种分解气体的第j个浓度特征量,c′ij为cij进行归一化处理后的值,其中i=1, 2,3,4,5,6,j=1,2,3,4,5,6,7,8,9;
第四步:改进模糊层次分析法计算权重
根据0.1~0.9标度法构造模糊矩阵R=(rik)6×6,其中rik表示第i个特征量比第k个特征量重要的程度,模糊矩阵如下:
以minf(w)为适应度函数用天牛须搜索算法计算各参数的权重,得到w1=0.300,w2=0.238, w3=0.211,w4=0.116,w5=0.092,w6=0.043;
第五步:建立绝缘性能测评模型
建立气体绝缘电压互感器的绝缘性能测评模型如下:
其中,H为绝缘性能负相关指数,0<H<1;
第六步:绝缘性能测评
由第五步计算得到气体绝缘电压互感器的绝缘性能负相关指数H=0.492,表示气体绝缘电压互感器的绝缘性能中等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种气体绝缘电压互感器绝缘性能测评方法,其特征在于,按以下进行:
传感器检测到气体绝缘电压互感器产生的混合气体浓度,数据采集处理终端获取参数,对参数进行归一化和均值化的预处理,利用天牛须搜索算法计算各参数权重的计算,建立气体绝缘电压互感器的绝缘性能测评模型,对气体绝缘电压互感器进行绝缘测评;
包括以下步骤:
第一步:获取特征参数
传感器检测到气体绝缘电压互感器产生的混合气体浓度,得到混合气体浓度矩阵;
第二步:参数预处理
设cij表示第i种分解气体的第j个浓度特征量,c′ij为cij进行归一化处理后的值,其中i=1,2,3,4,5,6,j=1,2,3,4,5,6,7,8,9;
第三步:改进模糊层次分析法计算权重;
第四步:建立绝缘性能测评模型;
建立气体绝缘电压互感器的绝缘性能测评模型如下:
其中,H为绝缘性能负相关指数,0<H<1,wi为各参数的权重;
第五步:绝缘性能测评
由第四步计算得到气体绝缘电压互感器的绝缘性能负相关指数H,0<H≤0.4时表示绝缘性能良好,当0.4<H≤0.7时表示绝缘性能中等,0.7<H<1时表示绝缘性能差;
根据0.1~0.9标度法构造模糊矩阵R=(rik)6×6,其中rik表示第i个特征量比第k个特征量重要的程度,模糊矩阵如下:
以minf(w)为适应度函数用天牛须搜索算法计算各参数的权重。
2.根据权利要求1所述的方法,其特征在于,传感器检测到气体绝缘电压互感器产生的混合气体浓度,每间隔时间3s获得6种分解气体的浓度,共采集9次;共计获得6种分解气体的浓度数据54个,每种气体的浓度数据各采集9个,其中:
SF4气体浓度矩阵为C1=[c11,c12,c13,c14,c15,c16,c17,c18,c19],F2气体浓度矩阵为C2=[c21,c22,c23,c24,c25,c26,c27,c28,c29],SO2的气体浓度矩阵为C3=[c31,c32,c33,c34,c35,c36,c37,c38,c39],HF的气体浓度矩阵为C4=[c41,c42,c43,c44,c45,c46,c47,c48,c49],SOF2的气体浓度矩阵为C5=[c51,c52,c53,c54,c55,c56,c57,c58,c59],SOF4的气体浓度矩阵为C6=[c61,c62,c63,c64,c65,c66,c67,c68,c69]。
3.一种气体绝缘电压互感器绝缘性能测评***,其特征在于:包括气体绝缘电压互感器(1)、传感器封闭气室(5)、传感器(6)、数据采集处理终端(7)和气体循环混合装置(8);
气体绝缘电压互感器(1)产生混合气体,通过第一排气阀(2)排出,混合气体经由通气管(3)流向传感器封闭气室(5),气体循环混合装置(8)将气体混合均匀,传感器(6)进行浓度检测,混合气体通过第三排气阀(9)回到气体绝缘电压互感器(1),最后由数据采集处理终端采集传感器(6)的数据并按权利要求1-2任一项所述的方法进行处理。
4.一种电子设备,包括存储器、处理器以及在存储器上,并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述计算机程序时实现上述权利要求1至2中任一所述方法的步骤。
5.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于:该计算机程序被处理器执行时,实现如权利要求1至2中任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110421887.1A CN113341278B (zh) | 2021-04-20 | 2021-04-20 | 一种气体绝缘电压互感器绝缘性能测评***和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110421887.1A CN113341278B (zh) | 2021-04-20 | 2021-04-20 | 一种气体绝缘电压互感器绝缘性能测评***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113341278A CN113341278A (zh) | 2021-09-03 |
CN113341278B true CN113341278B (zh) | 2022-11-08 |
Family
ID=77468194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110421887.1A Active CN113341278B (zh) | 2021-04-20 | 2021-04-20 | 一种气体绝缘电压互感器绝缘性能测评***和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113341278B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01259718A (ja) * | 1988-04-06 | 1989-10-17 | Mitsubishi Electric Corp | ガス絶縁電気機器の内部異常検出装置 |
JP2001112128A (ja) * | 1999-10-04 | 2001-04-20 | Nissin Electric Co Ltd | ガス絶縁計器用変圧器 |
CN204302438U (zh) * | 2014-10-27 | 2015-04-29 | 贵州电力试验研究院 | 能同时对多台sf6电器设备绝缘状态进行在线监测的装置 |
CN105652169A (zh) * | 2016-03-22 | 2016-06-08 | 国家电网公司 | 一种可控温气体绝缘性能试验***及其方法 |
CN106569104A (zh) * | 2016-10-21 | 2017-04-19 | 中国电力科学研究院 | 一种gis绝缘可靠性评价方法及*** |
CN108872920A (zh) * | 2018-07-22 | 2018-11-23 | 国家电网有限公司 | Sf6电流互感器运行状态评估方法 |
CN109902336A (zh) * | 2019-01-15 | 2019-06-18 | 国网浙江省电力有限公司 | 基于模糊层次分析法的电缆绝缘寿命评估方法 |
CN110954788A (zh) * | 2019-10-28 | 2020-04-03 | 国网河北省电力有限公司电力科学研究院 | 气体组分监测装置、设备运行状态的监测方法及终端设备 |
CN112444604A (zh) * | 2020-11-08 | 2021-03-05 | 国网辽宁省电力有限公司电力科学研究院 | 一种开关柜绝缘劣化气体检测***及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8370285B2 (en) * | 2008-06-26 | 2013-02-05 | The Texas A&M University System | Identification of power system events using fuzzy logic |
CN108764684A (zh) * | 2018-05-21 | 2018-11-06 | 山东大学 | 基于模糊层次分析法的智能箱式变电站健康状态评估方法 |
CN112364756B (zh) * | 2020-11-09 | 2022-09-06 | 国网安徽省电力有限公司电力科学研究院 | 一种基于天牛须和随机森林的gis故障分类方法 |
-
2021
- 2021-04-20 CN CN202110421887.1A patent/CN113341278B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01259718A (ja) * | 1988-04-06 | 1989-10-17 | Mitsubishi Electric Corp | ガス絶縁電気機器の内部異常検出装置 |
JP2001112128A (ja) * | 1999-10-04 | 2001-04-20 | Nissin Electric Co Ltd | ガス絶縁計器用変圧器 |
CN204302438U (zh) * | 2014-10-27 | 2015-04-29 | 贵州电力试验研究院 | 能同时对多台sf6电器设备绝缘状态进行在线监测的装置 |
CN105652169A (zh) * | 2016-03-22 | 2016-06-08 | 国家电网公司 | 一种可控温气体绝缘性能试验***及其方法 |
CN106569104A (zh) * | 2016-10-21 | 2017-04-19 | 中国电力科学研究院 | 一种gis绝缘可靠性评价方法及*** |
CN108872920A (zh) * | 2018-07-22 | 2018-11-23 | 国家电网有限公司 | Sf6电流互感器运行状态评估方法 |
CN109902336A (zh) * | 2019-01-15 | 2019-06-18 | 国网浙江省电力有限公司 | 基于模糊层次分析法的电缆绝缘寿命评估方法 |
CN110954788A (zh) * | 2019-10-28 | 2020-04-03 | 国网河北省电力有限公司电力科学研究院 | 气体组分监测装置、设备运行状态的监测方法及终端设备 |
CN112444604A (zh) * | 2020-11-08 | 2021-03-05 | 国网辽宁省电力有限公司电力科学研究院 | 一种开关柜绝缘劣化气体检测***及方法 |
Non-Patent Citations (2)
Title |
---|
Application of fuzzy logic and evidential reasoning methodologies in transformer insulation stress assessment;G.K.Irungu et al.;《IEEE Transactions on Dielectrics and Electrical Insulation》;20160630;1444-1452 * |
新型SF6电流互感器绝缘在线监测***;张英 等;《电测与仪表》;20120825;36-40 * |
Also Published As
Publication number | Publication date |
---|---|
CN113341278A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111275288B (zh) | 基于XGBoost的多维数据异常检测方法与装置 | |
CN111698267B (zh) | 一种工业控制***信息安全测试***及方法 | |
CN111426905B (zh) | 一种配电网同母线变关系异常诊断方法、装置及*** | |
CN112648221A (zh) | 一种基于小波-神经网络的风机故障诊断方法 | |
CN111523088A (zh) | 一种基于dpsir模型的生态环境评价方法 | |
CN116485049A (zh) | 一种基于人工智能的电能计量误差预测与优化*** | |
CN111736636A (zh) | 一种基于知识图谱的水淹水车室预警方法及*** | |
CN111709350A (zh) | 基于fcm聚类的低频振荡模态参数识别方法及*** | |
CN113341278B (zh) | 一种气体绝缘电压互感器绝缘性能测评***和方法 | |
CN117092980B (zh) | 一种基于大数据的电气故障检测控制*** | |
CN114046903A (zh) | 一种高压电缆缆芯的实时温度预测方法及*** | |
CN116910655A (zh) | 一种基于装置量测数据的智能电能表故障预测方法 | |
CN110887652A (zh) | 加速度计的振动探测与位移提取的交互多模型检测方法 | |
CN115526410A (zh) | 基于多参数空间滤波预测模型预测大气污染物数据的方法 | |
CN114970610A (zh) | 一种基于格拉姆角场增强的电力变压器状态辨识方法及装置 | |
CN112766076B (zh) | 一种电力负荷超短期预测方法、***、设备及存储介质 | |
CN114019310A (zh) | 一种储能变流器的开路故障预判方法、设备及介质 | |
CN113878613B (zh) | 一种基于wlctd与oma-vmd的工业机器人谐波减速器早期故障检测方法 | |
CN109978384A (zh) | 一种配电网运行效率的主导因素分析方法及相关产品 | |
CN117117356B (zh) | 一种储能电池组热失控监测溯源方法及*** | |
CN115345202B (zh) | 一种第三方负荷聚合平台交互数据异常检测方法及*** | |
CN115146881B (zh) | 一种低压分布式光伏***不良数据检测方法和*** | |
CN211601023U (zh) | 一种基于bp神经网络的空调能耗诊断*** | |
CN114298083A (zh) | 一种基于vae的逆变器三相电流不平衡识别方法及*** | |
CN116127326B (zh) | 一种复合绝缘子检测方法、装置、电子设备及存储介质 |
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 |