CN113405788A - 基于波形趋势信息的有载分接开关机械状态监测方法 - Google Patents
基于波形趋势信息的有载分接开关机械状态监测方法 Download PDFInfo
- Publication number
- CN113405788A CN113405788A CN202110592709.5A CN202110592709A CN113405788A CN 113405788 A CN113405788 A CN 113405788A CN 202110592709 A CN202110592709 A CN 202110592709A CN 113405788 A CN113405788 A CN 113405788A
- Authority
- CN
- China
- Prior art keywords
- changer
- load tap
- matrix
- vibration signal
- wavelet
- 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
Images
Classifications
-
- 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
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M7/00—Vibration-testing of structures; Shock-testing of structures
- G01M7/02—Vibration-testing by means of a shake table
- G01M7/025—Measuring arrangements
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Protection Of Transformers (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明公开了一种基于波形趋势信息的有载分接开关机械状态监测方法,其中方法包括:采集变压器有载分接开关切换过程中的振动信号;采用优化连续小波变换计算变压器有载分接开关振动信号的时域包络;对有载分接开关振动信号的时域包络进行分段和段内拟合,得到由多组拟合系数组成的系数集合矩阵;计算系数集合矩阵的内积矩阵;计算内积矩阵的特征值,得到由M个特征值组成的特征值对角矩阵;构建特征值对角矩阵的统计量,运用3σ准则确定统计量的控制界限;根据特征值对角矩阵的统计量与控制界限对有载分接开关的机械状态进行准确判别。本发明通过获取变压器有载分接开关档位切换过程中的振动信号实现其机械状态的准确监测。
Description
技术领域
本发明涉及电力设备状态监测技术领域,具体涉及一种基于波形趋势信息的有载分接开关机械状态监测方法。
背景技术
有载分接开关是有载调压变压器的唯一可动部件,主要由选择开关、切换开关、电动机构和快速机构等部分组成,可在带负载条件下改变电压变比,实现在不断电情况下对***电压的调节,实现补偿电压波动、调节功率、提高***性能及改善电能质量等的重要功能。
但是,随着有载分接开关使用年限的增加及调压次数的增多,其故障率也随之增加。据统计,有载分接开关的故障类型主要包括电气故障和机械故障,且机械故障为主要故障类型,也是部分电气故障的主要诱因。但是现有的获取有载分接开关运行状态信息主要是依据切换次数、电气试验等的方法,这些方法与电力设备状态维修和状态评估的科学要求不相适应。
在有载分接开关的档位切换过程中,切换开关中动、静触头等机构部件之间的碰撞或摩擦等均会引起机械振动,这些机械振动经分接开关绝缘油或结构件传递至变压器油箱壁,形成机械振动信号。显然,这些机械振动信号中包含了丰富的有载分接开关机械状态信息,因此,通过振动分析法的有载分接开关机械状态监测方法引起了国内外研究人员的日益关注。然而,有载分接开关的机械结构较为复杂,且切换开关中动、静触头等机构部件之间的碰撞或摩擦等产生的机械振动信号呈现强时变和非平稳性特征,加之经变压器箱壁获取的有载分接开关机械振动信号中干扰分量的存在,如何获取用于有载分接开关机械状态监测的振动信号的评判指标一直是研究难点。
发明内容
本发明的目的在于提供一种基于波形趋势信息的有载分接开关机械状态监测方法,可以解决现有技术中难以获取用于有载分接开关机械状态监测的振动信号的评判指标的问题。
本发明的目的是通过以下技术方案实现的:
本发明提供一种基于波形趋势信息的有载分接开关机械状态监测方法,包括以下步骤:
步骤S1、采集变压器有载分接开关切换过程中的振动信号x(t),其中长度为N0,采样频率为fs;
步骤S2、采用优化连续小波变换计算变压器有载分接开关振动信号x(t)的时域包络e;
步骤S3、对有载分接开关振动信号x(t)的时域包络进行分段和段内拟合,得到由多组拟合系数组成的系数集合矩阵X;
步骤S4、计算系数集合矩阵X的内积矩阵Y;
步骤S5、计算内积矩阵Y的特征值λ1,λ2,…,λM,得到由M个特征值组成的特征值对角矩阵Z;
步骤S6、构建特征值对角矩阵Z的统计量Γ,运用3σ准则确定统计量Γ的控制界限Ψ;
步骤S7、根据特征值对角矩阵Z的统计量Γ与控制界限Ψ对有载分接开关的机械状态进行准确判别。
进一步的,所述采用优化连续小波变换计算变压器有载分接开关振动信号x(t)的时域包络e的具体过程包括:
S201、对有载分接开关振动信号x(t)进行连续Morlet小波变换,得到小波变换系数矩阵W,所述Morlet小波可表示为:
其中:fc为中心频率;fb为带宽参数;a为变换尺度;
其中:1<n<N0;
令m=N0-n+1,则第i行小波系数的Hankel矩阵为一个的m×n实矩阵。
S203、第i行小波系数的Hankel矩阵进行奇异值分解,计算第i行小波系数的奇异值能量Ei,所述奇异值能量Ei可表示为:
其中:p为经奇异值分解后得到的奇异值σ1,σ2,…,σp,且有p=min(m,n)。
S204、根据小波变换系数矩阵W中各行小波系数的奇异值能量,选取奇异值能量最大极值点所对应的小波行数所对应的尺度参数作为Morlet小波的最优变换尺度α1;
S205、通过最优变换尺度α1对有载分接开关振动信号x(t)进行连续Morlet小波变换,得到Morlet小波变换的实部sR和虚部sI,经解调得到有载分接开关振动信号x(t)的时域包络e,其中所述时域包络e计算公式为:
进一步的,所述对有载分接开关振动信号的时域包络进行分段和段内拟合,得到由多组拟合系数组成的系数集合矩阵X的具体过程包括:
S301、从有载分接开关振动信号时域包络的首端开始,采用长度为l的滑动时间窗口,每次向后滑动m个数据;
S302、对每个滑动时间窗口建立二次拟合函数,所述第i个时间窗口的二次拟合函数可表示为:
Pri=ait2+bit+ci
其中:ai、bi和ci分别为二次拟合函数的三个系数;
S303、将每个滑动时间窗口的拟合函数的系数表示为系数集合的形式,所述的第个时间窗口的系数集合可表示为{ai,bi,ci};
S304、将所有时间窗口的系数集合写成矩阵的形式,所述的系数集合矩阵X可表示为:
其中:w为系数集合的个数。
进一步的,所述根据特征值对角矩阵Z的统计量Γ与控制界限Ψ对有载分接开关的机械状态进行判别的原理为:当统计量Γ不属于控制界限Ψ,则判断有载分接开关的机械状态发生变化;当统计量Γ属于控制界限Ψ,说明有载分接开关的机械状态正常。
进一步的,所述对有载分接开关振动信号的时域包络进行分段和段内拟合的过程获取振动信号时域包络的波动模式和相邻时域包络之间的信息的传递过程。
进一步的,所述特征值包括零特征值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请基于波形趋势信息的有载分接开关机械状态监测方法实施例的流程示意图;
图2为本申请实施例中用来进行有载分接开关机械状态监测的振动信号;
图3为本申请实施例中用来进行有载分接开关机械状态监测的振动信号波动项的频谱分布。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
请参阅图1-图3,在本申请实施例中以110kV变压器有载分接开关作为测试对象,对其切换过程中的振动信号进行测试,本申请基于波形趋势信息的有载分接开关机械状态监测方法的实施例包括:
步骤S1、采集变压器有载分接开关切换过程中的振动信号x(t),在本实施例中振动信号的长度N0为9000,采样频率fs为51200kHz;
需要说明的是,在变电站现场,在变压器有载分接开关上安装有振动传感器,将振动传感器采集的振动信号手机在采集***中。
步骤S2、采用优化连续小波变换计算变压器有载分接开关振动信号x(t)的时域包络e;在本申请实施中其计算时域包络e的具体过程如下:
S201、对有载分接开关振动信号x(t)进行连续Morlet小波变换,得到小波变换系数矩阵W,所述Morlet小波可表示为:
其中:fc为中心频率;fb为带宽参数;a为变换尺度;
其中:1<n<N0;
令m=N0-n+1,则第i行小波系数的Hankel矩阵为一个的m×n实矩阵;
S203、第i行小波系数的Hankel矩阵进行奇异值分解,计算第i行小波系数的奇异值能量Ei,所述奇异值能量Ei可表示为:
其中:p为经奇异值分解后得到的奇异值σ1,σ2,…,σp,且有p=min(m,n);
其中矩阵奇异值分解是本领域专业人员所熟悉的矩阵变换,在此不再赘述;
S204、根据小波变换系数矩阵W中各行小波系数的奇异值能量,选取奇异值能量最大极值点所对应的小波行数所对应的尺度参数作为Morlet小波的最优变换尺度α1;
S205、通过最优变换尺度α1对有载分接开关振动信号x(t)进行连续Morlet小波变换,得到Morlet小波变换的实部sR和虚部sI,经解调得到有载分接开关振动信号x(t)的时域包络e,其中所述时域包络e计算公式为:
其中,通过最优变换尺度α1对有载分接开关振动信号x(t)进行连续Morlet小波变换的有载分接开关振动信号时域包络最大程度地准确反映了振动信号时间序列的变化趋势。
步骤S3、对有载分接开关振动信号x(t)的时域包络进行分段和段内拟合,得到由多组拟合系数组成的系数集合矩阵X;
另外,采用分段和段内拟合对有载分接开关振动信号时域包络进行精细化处理,不仅可有效获取振动信号时域包络的波动模式,还可以精确描述相邻时域包络之间的信息的传递过程。
在本申请实施中其计算得到系数集合矩阵X的具体过程包括:
S301、从有载分接开关振动信号时域包络的首端开始,采用长度为l的滑动时间窗口,每次向后滑动m个数据;在本实施例中l=3,m=5;
S302、对每个滑动时间窗口建立二次拟合函数,所述第i个时间窗口的二次拟合函数可表示为:
Pri=ait2+bit+ci
其中:ai、bi和ci分别为二次拟合函数的三个系数;
S303、将每个滑动时间窗口的拟合函数的系数表示为系数集合的形式,所述的第i个时间窗口的系数集合可表示为{ai,bi,ci};
S304、将所有时间窗口的系数集合写成矩阵的形式,所述的系数集合矩阵X可表示为:
其中:w为系数集合的个数。
步骤S4、计算系数集合矩阵的内积矩阵Y,所述内积矩阵Y的计算公式为:
Y=XTX
其中:T表示矩阵转置。
步骤S5、计算内积矩阵Y的特征值λ1,λ2,…,λM,得到由M个特征值组成的特征值对角矩阵Z,所述特征值对角矩阵Z可表示为:
Z=diag(λ1,λ2,…,λM)
本申请优选实施中构建了内积矩阵的特征值对角矩阵,在简便计算的同时,也提高了计算精度。
步骤S6、构建特征值对角矩阵Z的统计量Γ,运用3σ准则确定统计量Γ的控制界限Ψ,所述统计量Γ可表示为:
其中:L为特征值对角矩阵Z中零元素的个数;
本申请优选实施中统计量考虑了零特征值这一重要特征信息,有效提高了有载分接开关机械状态的监测准确性。
步骤S7、根据特征值对角矩阵Z的统计量Γ与控制界限Ψ对有载分接开关的机械状态进行判别。在具体实施过程中,当统计量Γ不属于控制界限Ψ,则判断有载分接开关的机械状态发生变化;当统计量Γ属于控制界限Ψ,说明有载分接开关的机械状态正常。
本发明的工作原理:本发明通过获取变压器有载分接开关切换过程中的振动信号,利用振动信号得到变压器有载分接开关的时域包络,再通过对时域包络进行分段和段内拟合,得到由多组拟合系数组成的系数集合矩阵,并求得内积矩阵,利用内积矩阵构建得到特征值对角矩阵,并得到特征值对角矩阵的统计量和控制界限,最后根据特征值对角矩阵的统计量与控制界限对有载分接开关的机械状态进行判别。当统计量不属于控制界限,则判断有载分接开关的机械状态发生变化;当统计量属于控制界限,说明有载分接开关的机械状态正常。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (6)
1.一种基于波形趋势信息的有载分接开关机械状态监测方法,其特征在于,包括以下步骤:
步骤S1、采集变压器有载分接开关切换过程中的振动信号x(t),其中长度为N0,采样频率为fs;
步骤S2、采用优化连续小波变换计算变压器有载分接开关振动信号x(t)的时域包络e;
步骤S3、对有载分接开关振动信号x(t)的时域包络进行分段和段内拟合,得到由多组拟合系数组成的系数集合矩阵X;
步骤S4、计算系数集合矩阵X的内积矩阵Y;
步骤S5、计算内积矩阵Y的特征值λ1,λ2,…,λM,得到由M个特征值组成的特征值对角矩阵Z;
步骤S6、构建特征值对角矩阵Z的统计量Γ,运用3σ准则确定统计量Γ的控制界限Ψ;
步骤S7、根据特征值对角矩阵Z的统计量Γ与控制界限Ψ对有载分接开关的机械状态进行准确判别。
2.根据权利要求1所述的一种基于波形趋势信息的有载分接开关机械状态监测方法,其特征在于,所述采用优化连续小波变换计算变压器有载分接开关振动信号x(t)的时域包络e的具体过程包括:
S201、对有载分接开关振动信号x(t)进行连续Morlet小波变换,得到小波变换系数矩阵W,所述Morlet小波可表示为:
其中:fc为中心频率;fb为带宽参数;a为变换尺度;
其中:1<n<N0;
令m=N0-n+1,则第i行小波系数的Hankel矩阵为一个的m×n实矩阵;
S203、第i行小波系数的Hankel矩阵进行奇异值分解,计算第i行小波系数的奇异值能量Ei,所述奇异值能量Ei可表示为:
其中:p为经奇异值分解后得到的奇异值σ1,σ2,…,σp,且有p=min(m,n)。
S204、根据小波变换系数矩阵W中各行小波系数的奇异值能量,选取奇异值能量最大极值点所对应的小波行数所对应的尺度参数作为Morlet小波的最优变换尺度α1;
S205、通过最优变换尺度α1对有载分接开关振动信号x(t)进行连续Morlet小波变换,得到Morlet小波变换的实部sR和虚部sI,经解调得到有载分接开关振动信号x(t)的时域包络e,其中所述时域包络e计算公式为:
3.根据权利要求1所述的一种基于波形趋势信息的有载分接开关机械状态监测方法,其特征在于,所述对有载分接开关振动信号x(t)的时域包络进行分段和段内拟合,得到由多组拟合系数组成的系数集合矩阵X的具体过程包括:
S301、从有载分接开关振动信号时域包络的首端开始,采用长度为l的滑动时间窗口,每次向后滑动m个数据;
S302、对每个滑动时间窗口建立二次拟合函数,所述第i个时间窗口的二次拟合函数可表示为:
Pri=ait2+bit+ci
其中:ai、bi和ci分别为二次拟合函数的三个系数;
S303、将每个滑动时间窗口的拟合函数的系数表示为系数集合的形式,所述的第个时间窗口的系数集合可表示为{ai,bi,ci};
S304、将所有时间窗口的系数集合写成矩阵的形式,所述的系数集合矩阵X可表示为:
其中:w为系数集合的个数。
4.根据权利要求1所述的一种基于波形趋势信息的有载分接开关机械状态监测方法,其特征在于,所述根据特征值对角矩阵Z的统计量Γ与控制界限Ψ对有载分接开关的机械状态进行判别的原理为:当统计量Γ不属于控制界限Ψ,则判断有载分接开关的机械状态发生变化;当统计量Γ属于控制界限Ψ,说明有载分接开关的机械状态正常。
5.根据权利要求1所述的一种基于波形趋势信息的有载分接开关机械状态监测方法,其特征在于,所述对有载分接开关振动信号的时域包络进行分段和段内拟合的过程获取振动信号时域包络的波动模式和相邻时域包络之间的信息的传递过程。
6.根据权利要求1所述的一种基于波形趋势信息的有载分接开关机械状态监测方法,其特征在于,所述特征值包括零特征值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110592709.5A CN113405788B (zh) | 2021-05-28 | 2021-05-28 | 基于波形趋势信息的有载分接开关机械状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110592709.5A CN113405788B (zh) | 2021-05-28 | 2021-05-28 | 基于波形趋势信息的有载分接开关机械状态监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113405788A true CN113405788A (zh) | 2021-09-17 |
CN113405788B CN113405788B (zh) | 2022-11-22 |
Family
ID=77675075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110592709.5A Active CN113405788B (zh) | 2021-05-28 | 2021-05-28 | 基于波形趋势信息的有载分接开关机械状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113405788B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114068209A (zh) * | 2021-11-01 | 2022-02-18 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种分接开关档位选择方法、***、存储介质及选择器 |
CN114089679A (zh) * | 2021-12-22 | 2022-02-25 | 全球能源互联网研究院有限公司 | 一种有载分接开关的控制设备及其应用方法 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639518A (zh) * | 2009-09-08 | 2010-02-03 | 江苏省电力公司南京供电公司 | 电力变压器有载分接开关切换触头烧损故障诊断法及装置 |
CN102183366A (zh) * | 2011-03-08 | 2011-09-14 | 上海大学 | 滚动轴承振动测量和故障分析装置及方法 |
CN102445343A (zh) * | 2011-12-20 | 2012-05-09 | 东南大学 | 一种基于arm与dsp的嵌入式轴承故障智能诊断装置 |
CN102539150A (zh) * | 2012-01-17 | 2012-07-04 | 电子科技大学 | 基于连续小波变换的旋转机械部件的自适应故障诊断方法 |
CN102706555A (zh) * | 2012-01-05 | 2012-10-03 | 重庆大学 | 一种复解析最优小波解调法 |
CN105181336A (zh) * | 2015-10-30 | 2015-12-23 | 东南大学 | 一种用于轴承故障诊断的特征选取方法 |
CN107271024A (zh) * | 2017-05-26 | 2017-10-20 | 国网山东省电力公司青岛供电公司 | 一种有载分接开关诊断方法及装置 |
CN108414226A (zh) * | 2017-12-25 | 2018-08-17 | 哈尔滨理工大学 | 基于特征迁移学习的变工况下滚动轴承故障诊断方法 |
CN108426713A (zh) * | 2018-02-26 | 2018-08-21 | 成都昊铭科技有限公司 | 基于小波变换和深度学习的滚动轴承微弱故障诊断方法 |
CN108489717A (zh) * | 2018-01-25 | 2018-09-04 | 国网浙江省电力有限公司电力科学研究院 | 变压器有载分接开关机械状态监测方法及*** |
CN108535638A (zh) * | 2018-01-25 | 2018-09-14 | 国网浙江省电力有限公司电力科学研究院 | 基于多层滤波器的有载分接开关机械状态监测方法及*** |
CN108680843A (zh) * | 2018-08-21 | 2018-10-19 | 广西电网有限责任公司电力科学研究院 | 一种基于无线传输技术的开关柜局部放电检测方法 |
CN109633431A (zh) * | 2019-01-09 | 2019-04-16 | 国网江苏省电力有限公司电力科学研究院 | 基于振动信号特征提取的有载分接开关故障识别方法 |
CN110081967A (zh) * | 2019-05-30 | 2019-08-02 | 重庆大学 | 基于谱图小波变换的机械振动信号阈值降噪方法 |
CN110991481A (zh) * | 2019-10-31 | 2020-04-10 | 河海大学 | 一种基于交叉小波变换的高压并联电抗器内部松动故障诊断方法 |
CN111259323A (zh) * | 2020-02-22 | 2020-06-09 | 西安科技大学 | 一种采煤机摇臂机械传动***故障精确定位方法 |
CN111398798A (zh) * | 2020-03-05 | 2020-07-10 | 广西电网有限责任公司电力科学研究院 | 基于振动信号区间特征提取的断路器储能状态辨识方法 |
CN111504643A (zh) * | 2020-03-17 | 2020-08-07 | 厦门工学院 | 一种基于对称点模式的旋转机械状态监测方法 |
CN111796180A (zh) * | 2020-06-23 | 2020-10-20 | 广西电网有限责任公司电力科学研究院 | 一种高压开关机械故障的自动识别方法及装置 |
CN112284737A (zh) * | 2020-10-30 | 2021-01-29 | 辽宁工程技术大学 | 一种基于奇异能量谱的矿用破碎机转子碰摩故障诊断方法 |
CN112577743A (zh) * | 2020-11-06 | 2021-03-30 | 中国矿业大学 | 一种基于最大局部边界准则的滚动轴承故障诊断方法 |
-
2021
- 2021-05-28 CN CN202110592709.5A patent/CN113405788B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101639518A (zh) * | 2009-09-08 | 2010-02-03 | 江苏省电力公司南京供电公司 | 电力变压器有载分接开关切换触头烧损故障诊断法及装置 |
CN102183366A (zh) * | 2011-03-08 | 2011-09-14 | 上海大学 | 滚动轴承振动测量和故障分析装置及方法 |
CN102445343A (zh) * | 2011-12-20 | 2012-05-09 | 东南大学 | 一种基于arm与dsp的嵌入式轴承故障智能诊断装置 |
CN102706555A (zh) * | 2012-01-05 | 2012-10-03 | 重庆大学 | 一种复解析最优小波解调法 |
CN102539150A (zh) * | 2012-01-17 | 2012-07-04 | 电子科技大学 | 基于连续小波变换的旋转机械部件的自适应故障诊断方法 |
CN105181336A (zh) * | 2015-10-30 | 2015-12-23 | 东南大学 | 一种用于轴承故障诊断的特征选取方法 |
CN107271024A (zh) * | 2017-05-26 | 2017-10-20 | 国网山东省电力公司青岛供电公司 | 一种有载分接开关诊断方法及装置 |
CN108414226A (zh) * | 2017-12-25 | 2018-08-17 | 哈尔滨理工大学 | 基于特征迁移学习的变工况下滚动轴承故障诊断方法 |
CN108535638A (zh) * | 2018-01-25 | 2018-09-14 | 国网浙江省电力有限公司电力科学研究院 | 基于多层滤波器的有载分接开关机械状态监测方法及*** |
CN108489717A (zh) * | 2018-01-25 | 2018-09-04 | 国网浙江省电力有限公司电力科学研究院 | 变压器有载分接开关机械状态监测方法及*** |
CN108426713A (zh) * | 2018-02-26 | 2018-08-21 | 成都昊铭科技有限公司 | 基于小波变换和深度学习的滚动轴承微弱故障诊断方法 |
CN108680843A (zh) * | 2018-08-21 | 2018-10-19 | 广西电网有限责任公司电力科学研究院 | 一种基于无线传输技术的开关柜局部放电检测方法 |
CN109633431A (zh) * | 2019-01-09 | 2019-04-16 | 国网江苏省电力有限公司电力科学研究院 | 基于振动信号特征提取的有载分接开关故障识别方法 |
CN110081967A (zh) * | 2019-05-30 | 2019-08-02 | 重庆大学 | 基于谱图小波变换的机械振动信号阈值降噪方法 |
CN110991481A (zh) * | 2019-10-31 | 2020-04-10 | 河海大学 | 一种基于交叉小波变换的高压并联电抗器内部松动故障诊断方法 |
CN111259323A (zh) * | 2020-02-22 | 2020-06-09 | 西安科技大学 | 一种采煤机摇臂机械传动***故障精确定位方法 |
CN111398798A (zh) * | 2020-03-05 | 2020-07-10 | 广西电网有限责任公司电力科学研究院 | 基于振动信号区间特征提取的断路器储能状态辨识方法 |
CN111504643A (zh) * | 2020-03-17 | 2020-08-07 | 厦门工学院 | 一种基于对称点模式的旋转机械状态监测方法 |
CN111796180A (zh) * | 2020-06-23 | 2020-10-20 | 广西电网有限责任公司电力科学研究院 | 一种高压开关机械故障的自动识别方法及装置 |
CN112284737A (zh) * | 2020-10-30 | 2021-01-29 | 辽宁工程技术大学 | 一种基于奇异能量谱的矿用破碎机转子碰摩故障诊断方法 |
CN112577743A (zh) * | 2020-11-06 | 2021-03-30 | 中国矿业大学 | 一种基于最大局部边界准则的滚动轴承故障诊断方法 |
Non-Patent Citations (5)
Title |
---|
张娜: "基于EEG特征分析的脑死判定研究", 《CNKI》 * |
李少飞等: "基于小波能量谱分析的变压器振动特性", 《黑龙江电力》 * |
樊家昊: "真空灭弧有载分接开关振动特性分析", 《电网技术》 * |
陈子龙等: "基于传递函数和小波变换的变压器故障诊断研究", 《电气技术》 * |
陈梁远等: "基于振动模型的变压器绕组变形特性研究", 《广西电力》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114068209A (zh) * | 2021-11-01 | 2022-02-18 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种分接开关档位选择方法、***、存储介质及选择器 |
CN114068209B (zh) * | 2021-11-01 | 2023-12-15 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种分接开关档位选择方法、***、存储介质及选择器 |
CN114089679A (zh) * | 2021-12-22 | 2022-02-25 | 全球能源互联网研究院有限公司 | 一种有载分接开关的控制设备及其应用方法 |
CN114089679B (zh) * | 2021-12-22 | 2023-07-21 | 全球能源互联网研究院有限公司 | 一种有载分接开关的控制设备及其应用方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113405788B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113405788B (zh) | 基于波形趋势信息的有载分接开关机械状态监测方法 | |
CN110210740B (zh) | 一种考虑供电质量的配电网可靠性评估方法 | |
CN102938742B (zh) | 基于电力业务需求的通信带宽预测方法及装置 | |
CN108535638B (zh) | 基于多层滤波器的有载分接开关机械状态监测方法及*** | |
CN102034019A (zh) | 六氟化硫电气设备绝缘状态综合评估的方法 | |
CN110146268A (zh) | 一种基于均值分解算法的oltc故障诊断方法 | |
CN114002501A (zh) | 一种带有数字滤波的采集终端拓扑识别方法 | |
CN112069930A (zh) | 提升gis设备故障诊断准确率的振动信号处理方法及装置 | |
CN110147739A (zh) | 一种基于多重分形谱算法的电抗器故障识别方法 | |
CN117748507B (zh) | 基于高斯回归模型的配网谐波接入不确定性评估方法 | |
CN109829652B (zh) | 一种长时间尺度动态谐波责任划分方法 | |
CN110285951A (zh) | 变压器有载分接开关机械故障诊断方法 | |
CN112666391B (zh) | 一种牵引变压器两侧谐波电压传输系数计算方法及装置 | |
CN114157023A (zh) | 一种配变预警信息获取方法 | |
CN112615372B (zh) | 一种基于变异系数的含电压干扰装置台区检测方法 | |
CN113191247A (zh) | 一种gis设备机械故障诊断方法及*** | |
CN114838923B (zh) | 有载分接开关的故障诊断模型建立方法及故障诊断方法 | |
CN110132566B (zh) | 一种基于模糊聚类的oltc故障诊断方法 | |
CN109376990B (zh) | 一种基于Siamese网络模型确定电力***的临界切除时间的方法及*** | |
CN114755530B (zh) | 一种输电线路鲁棒故障定位方法 | |
CN110132567A (zh) | 一种基于lcd和排列熵的oltc故障诊断方法 | |
CN113392511B (zh) | 基于频谱包络符号熵的有载分接开关机械状态监测方法 | |
Shang et al. | Efficiency analysis of data compression of power system transients using wavelet transform | |
CN112560888B (zh) | 基于辛几何变换评估变压器绕组抗短路能力的方法及*** | |
CN114114001A (zh) | 一种gis设备隔离开关机械状态监测方法及*** |
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 |