CN113406460A - 一种电压互感器局部放电故障诊断方法、装置及电子设备 - Google Patents
一种电压互感器局部放电故障诊断方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113406460A CN113406460A CN202110869462.7A CN202110869462A CN113406460A CN 113406460 A CN113406460 A CN 113406460A CN 202110869462 A CN202110869462 A CN 202110869462A CN 113406460 A CN113406460 A CN 113406460A
- Authority
- CN
- China
- Prior art keywords
- data
- partial discharge
- voltage
- defect
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000003745 diagnosis Methods 0.000 title claims abstract description 16
- 230000007547 defect Effects 0.000 claims abstract description 86
- 238000012360 testing method Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000009413 insulation Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000015556 catabolic process Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000002405 diagnostic procedure Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 230000002950 deficient Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000013499 data model Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002224 dissection Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明属于电压互感器检测技术领域，提供了一种电压互感器局部放电故障诊断方法、装置及电子设备，包括以下步骤：S1：采集各种缺陷模型在耐压试验下的局放数据一，并根据局放数据一获取各缺陷模型的特征数据；S2：根据特征数据和缺陷模型的缺陷类型对应建立特征识别模型；S3：采集待检电压互感器在耐压试验下的局放数据二；S4：根据局放数据二与特征识别模型，获取待检电压互感器的缺陷类型。该诊断方法可以方便快速的确定待检电压互感器的缺陷类型，方便生产厂家就可以针对性地对缺陷产品进行维修，从而节约成本。
Description
技术领域
本发明涉及电压互感器检测技术领域，具体涉及一种电压互感器局部放电故障诊断方法、装置及电子设备。
背景技术
电器设备局部放电(Partial Dischargs,PD)是指当电器设备存在绝缘缺陷时，若对电器设备施加电压，电器设备绝缘缺陷处产生重复击穿和熄灭的现象。在电器设备运行过程中，当局放量不大时并不会立即导致击穿，但长时间工作将使得绝缘缺陷更加劣化，最终造成击穿。由于电器设备的局放与绝缘情况有很大关系，所以定期对电器设备特别是高压电器设备进行局放检测、分析可以大幅度降低电器设备的事故发生概率。
目前，在电压互感器的出厂检测中，局部放电是一个必须检测的项目，局部放电水平可以有效反映一个被试品的绝缘缺陷情况。目前生产厂家在出厂试验时如果发现局放结果异常时，一般都需要对被试品进行剖解处理，操作繁琐且会造成很大的成本浪费。
发明内容
有鉴于此，本发明实施例提供了一种电压互感器局部放电故障诊断方法、装置及电子设备，对局放检测仪测试到的局放信号进行分析，诊断出绝缘缺陷的类型，从而针对性地对缺陷产品进行维修，方便维修操作且节约成本。
第一方面，本发明实施例提供了一种电压互感器局部放电故障诊断方法，包括以下步骤：
S1：采集各种缺陷模型在耐压试验下的局放数据一，并根据所述局放数据一获取各所述缺陷模型的特征数据；
S2：根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型；
S3：采集待检电压互感器在所述耐压试验下的局放数据二；
S4：根据所述局放数据二与所述特征识别模型，获取所述待检电压互感器的缺陷类型。
上述实施例有益效果在于：该诊断方法可以方便快速的确定待检电压互感器的缺陷类型，方便生产厂家就可以针对性地对缺陷产品进行维修，从而节约成本。
根据本发明实施例的一种具体实现方式，所述缺陷模型包括：尖端放电模型、绝缘缺陷放电模型、气隙放电模型、微粒放电模型。缺陷模型由人工制作包含常见缺陷类型，缺陷模型也可由确定类型的缺陷电压互感器替代，通过确定的缺陷模型采集对应缺陷类型的特征数据。
根据本发明实施例的一种具体实现方式，所述步骤S1，具体包括以下步骤：
S1.1:将所述缺陷模型和标准电压互感器并联后接入所述耐压试验的试验电路；
S1.2:获取所述缺陷模型的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；
S1.3:保持实验电压稳定，采集所述局放数据一，并对所述局放数据一进行归一化处理获取所述特征数据，所述特征数据包括经归一化处理后的所述局放数据一和当前所述实验电压Um；
S1.4:存储所述特征数据，同时对所述特征数据添加对应标签，所述标签为当前所述缺陷模型的缺陷类型；
S1.5:调节所述实验电压Um并重复所述步骤S1.3-S1.4；
S1.6:更换所述缺陷模型并重复所述步骤S1.1-S1.5。
通过上述方式采集确定的缺陷模型对应的特征数据，从而形成样本库，为后续建立特征识别模型提供支持。
根据本发明实施例的一种具体实现方式，所述步骤S2具体包括以下步骤：
S2.1:将所有存储的所述特征数据分为两份，一份为学习数据，一份为评估数据；
S2.2:采用随机梯度下降算法对所述学习数据进行拟合形成所述特征识别模型；
S2.3:通过所述评估数据判断所述特征识别模型的正确率，若正确率达标则完成所述特征识别模型的建立。
将学习数据通过神经网络形成特征数据对应其标签的特征识别模型，再将评估数据内的特征数据代入特征识别模型，输出的缺陷类型与实际标签进行比对，若正确率超过设定值则认为特征识别模型正确，拖正确率低于设定值则调整参数重新进行特征识别模型的建立。
根据本发明实施例的一种具体实现方式，所述步骤S2.1中：所述学习数据和所述评估数据的数量比为8:2。
根据本发明实施例的一种具体实现方式，所述步骤S3具体为：
S3.1:将所述待检电压互感器接入所述耐压试验的试验电路；
S3.2:获取所述待检电压互感器的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；
S3.3:调节实验电压Um至局放值大于设定值时，保持实验电压稳定，采集所述局放数据二。
根据本发明实施例的一种具体实现方式，所述步骤S4具体为：
获取经归一化处理后的所述局放数据二和当前所述实验电压Um，并代入所述特征识别模型，获取所述待检电压互感器的缺陷类型。
第二方面，本发明实施例提供了一种电压互感器局部放电故障诊断装置，包括：
采集模块一，所述采集模块一用以采集各种缺陷模型在耐压试验下的局放数据一，并根据所述局放数据一获取各所述缺陷模型的特征数据；
建立模块，所述建立模块用以根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型；
采集模块二，所述采集模块一用以采集待检电压互感器在所述耐压试验下的局放数据二；
获取模块，所述获取模块用以根据所述局放数据二与所述特征识别模型，获取所述待检电压互感器的缺陷类型。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的诊断方法。
第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的诊断方法。
本发明实施例提供的一种电压互感器局部放电故障诊断方法、装置及电子设备、非暂态计算机可读存储介质，为用户提供一种无需剖解即可确定待检电压互感器的故障类型的方式，该诊断方法可以方便快速的确定待检电压互感器的缺陷类型，方便生产厂家就可以针对性地对缺陷产品进行维修，从而节约成本。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明实施例所提供的一种电压互感器局部放电故障诊断方法的流程图；
图2示出了本发明实施例中缺陷模型接入的试验电路；
图3示出了本发明实施例中待检电压互感器接入的试验电路；
图4示出了本发明实施例所提供的一种电压互感器局部放电故障诊断装置的结构框图；
图5示出了本发明实施例所提供的一种电压互感器局部放电故障诊断电子设备的结构示意图；
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
图1为本发明实施例提供的一种电压互感器局部放电故障诊断方法的步骤流程图，参见图1，该方法包括以下步骤：
S1：采集各种缺陷模型在耐压试验下的局放数据一，并根据局放数据一获取各缺陷模型的特征数据。
其中，缺陷模型包括：尖端放电模型、绝缘缺陷放电模型、气隙放电模型、微粒放电模型。缺陷模型可由人工制作，也可由确定类型的缺陷电压互感器替代。
具体包括以下步骤：
S1.1:将缺陷模型和标准电压互感器并联后接入耐压试验的试验电路，如图2所示；
S1.2:采用逐步升压法逐渐升高实验电压，确定获取缺陷模型的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；
S1.3:保持实验电压稳定，通过JFD-1C进行放电信号数据进行采集和记录；
示例如下：采集一帧局放波形的PRPD(相位分辩的局部放电，Phase ResolvedPartial Discharge)数据，先将PRPD数据进行归一化，归一化后的数据为360个浮点数，和实验电压Um数据(1个浮点数)一起存储到MySql数据库***；由于局放数据具有周期性，所以只要采集一帧数据即可，此时保存的361个浮点数即为特征数据。
S1.4:存储特征数据，同时对特征数据添加对应标签，标签为当前缺陷模型的缺陷类型；
在数据库中对保存的特征数据样本记录进行标记，根据缺陷模型的缺陷类型写入对应的类型数据；具体做法就是将该项记录的TYPE字段信息标记为以下几个缺陷类型的数据：a)气隙放电:AirGap；b)微粒放电:Granule；c)尖端放电:Needle；d)绝缘缺陷:WeekInsulation。
S1.5:逐步调节实验电压Um并重复步骤S1.3-S1.4；
S1.6:更换不同缺陷类型的缺陷模型并重复步骤S1.1-S1.5。
S2：根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型。
S2.1:将所有存储的特征数据分为两份，一份为学习数据，一份为评估数据；
从数据库中读取出全部样本数据，将所有样本数据按8：2的比例随机分成两份，一份为学习数据，一份为评估数据。数据库中记录了不同缺陷模型的特征数据和标记类型字段，对标记类型字段数据进行独热编码(One-Hot)并作为标签值(Label)；具体编码方式如下：a)AirGap：[1,0,0,0]；b)Granule：[0,1,0,0]；c)Needle：[0,0,1,0]；d)WeekInsulation：[0,0,0,1]。
S2.2:采用随机梯度下降算法对学习数据进行拟合形成特征识别模型；
采用SGD(随机梯度下降，Stochastic Gradient Descent)算法对学习数据进行拟合，形成数据模型；整个拟合过程如下：
现在数据库中有若干样本数据，其特征值为361个数据，标记值为4个数据，通过神经网络算法找到一个函数，使得：
(y1，y2，y3，y4)＝f(x1，x1，…x361) (1)
可以简化为：
Y＝f(X) (2)
其中X为特征数据，Y为标签数据，数据类型均为数值矩阵。
拟合开始时，我们预设所有参数值为符合高斯分布的随机数，然后将k个样本数据(如100个)带入函数，并计算累计误差E:
式(3)中,yk为式(2)中的函数计算值，tk为正确标签值。逐步微调神经网络算法内部参数，使累计误差逐步缩小，重复这一过程(如为2000次)，将累计误差最小的函数作为最终数据模型，该数据模型表示了X转化为Y的计算过程和参数值。
S2.3:通过评估数据判断特征识别模型的正确率，若正确率达标则完成特征识别模型的建立。
评估方法是就是将上述评估数据(这些数据没有参与拟合)逐一带入数据模型(函数)，将其输出和实际标签数据进行比对，然后判断模型的整体正确率，如果正确率超过90％，即认为可以采用该模型在生成环境进行诊断。
S3：采集待检电压互感器在耐压试验下的局放数据二。
S3.1:将待检电压互感器接入耐压试验的试验电路,如图3所示；
S3.2:获取待检电压互感器的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；
S3.3:调节实验电压Um至局放值大于设定值时(使局放值达到一个比较明显的水平，一般大于50pC以上)，保持实验电压稳定，采集局放数据二。
S4：根据局放数据二与特征识别模型，获取待检电压互感器的缺陷类型。
获取经归一化处理后的局放数据二和当前实验电压Um，并代入步骤S2获得的特征识别模型，计算出待检电压互感器的缺陷类型。
后期如果用户通过其他方式(如剖解、X光透视等)获取到该待检电压互感器准确的故障类型，可以将本次测试到的数据根据故障类型进行标记，从而增加样本库的数量。样本库更新后重新运行步骤S2更新数据模型。
需要说明的是，各个模块按照流式布局进行排列，仅仅是本发明的一个实施例，也可以采用其他的方式排列，本发明对此不做限定。
图4为一种本发明实施例提供的一种电压互感器局部放电故障诊断装置的结构框图，该装置包括：
采集模块一，所述采集模块一用以采集各种缺陷模型在耐压试验下的局放数据一，并根据所述局放数据一获取各所述缺陷模型的特征数据；
建立模块，所述建立模块用以根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型；
采集模块二，所述采集模块一用以采集待检电压互感器在所述耐压试验下的局放数据二；
获取模块，所述获取模块用以根据所述局放数据二与所述特征识别模型，获取所述待检电压互感器的缺陷类型。
图4实施例中各模块的功能与其对应的方法实施例中的内容相对应，在此不再赘述。
图5示出了本发明实施例提供的电子设备50的结构示意图，电子设备50包括至少一个处理器501(例如CPU)，至少一个输入输出接口504，存储器502，和至少一个通信总线503，用于实现这些部件之间的连接通信。至少一个处理器501用于执行存储器502中存储的计算机指令，以使所述至少一个处理器501能够执行前述任一诊断方法的实施例。存储器502为非暂态存储器(non-transitory memory)，其可以包含易失性存储器，例如高速随机存取存储器(RAM：Random Access Memory)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个输入输出接口504(可以是有线或者无线通信接口)实现与至少一个其他设备或单元之间的通信连接。
在一些实施方式中，存储器502存储了程序5021，处理器501执行程序5021，用于执行前述任一分表方法实施例中的内容。
该电子设备可以以多种形式存在，包括但不限于：
(1)移动通信设备：这类设备的特点是具备移动通信功能，并且以提供话音、数据通信为主要目标。这类终端包括：智能手机(例如iPhone)、多媒体手机、功能性手机，以及低端手机等。
(2)超移动个人计算机设备：这类设备属于个人计算机的范畴，有计算和处理功能，一般也具备移动上网特性。这类终端包括：PDA、MID和UMPC设备等，例如iPad。
(3)便携式娱乐设备：这类设备可以显示和播放多媒体内容。该类设备包括：音频、视频播放器(例如iPod)，掌上游戏机，电子书，以及智能玩具和便携式车载导航设备。
(4)特定服务器：提供计算服务的设备，服务器的构成包括处理器、硬盘、内存、***总线等，服务器和通用的计算机架构类似，但是由于需要提供高可靠的服务，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子设备。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种电压互感器局部放电故障诊断方法，其特征在于，包括以下步骤：
S1：采集各种缺陷模型在耐压试验下的局放数据一，并根据所述局放数据一获取各所述缺陷模型的特征数据；
S2：根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型；
S3：采集待检电压互感器在所述耐压试验下的局放数据二；
S4：根据所述局放数据二与所述特征识别模型，获取所述待检电压互感器的缺陷类型。
2.根据权利要求1所述的方法，其特征在于，所述缺陷模型包括：尖端放电模型、绝缘缺陷放电模型、气隙放电模型、微粒放电模型。
3.根据权利要求1所述的方法，其特征在于，所述步骤S1，具体包括以下步骤：
S1.1:将所述缺陷模型和标准电压互感器并联后接入所述耐压试验的试验电路；
S1.2:获取所述缺陷模型的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；
S1.3:保持实验电压稳定，采集所述局放数据一，并对所述局放数据一进行归一化处理获取所述特征数据，所述特征数据包括经归一化处理后的所述局放数据一和当前所述实验电压Um；
S1.4:存储所述特征数据，同时对所述特征数据添加对应标签，所述标签为当前所述缺陷模型的缺陷类型；
S1.5:调节所述实验电压Um并重复所述步骤S1.3-S1.4；
S1.6:更换所述缺陷模型并重复所述步骤S1.1-S1.5。
4.根据权利要求3所述的方法，其特征在于，所述步骤S2具体包括以下步骤：
S2.1:将所有存储的所述特征数据分为两份，一份为学习数据，一份为评估数据；
S2.2:采用随机梯度下降算法对所述学习数据进行拟合形成所述特征识别模型；
S2.3:通过所述评估数据判断所述特征识别模型的正确率，若正确率达标则完成所述特征识别模型的建立。
5.根据权利要求4所述的方法，其特征在于，所述步骤S2.1中：所述学习数据和所述评估数据的数量比为8:2。
6.根据权利要求4所述的方法，其特征在于，所述步骤S3具体为：
S3.1:将所述待检电压互感器接入所述耐压试验的试验电路；
S3.2:获取所述待检电压互感器的起始放电电压Ua和击穿电压Ub，设定实验电压为Um，其中Ua<Um<Ub；
S3.3:调节实验电压Um至局放值大于设定值时，保持实验电压稳定，采集所述局放数据二。
7.根据权利要求6所述的方法，其特征在于，所述步骤S4具体为：
获取经归一化处理后的所述局放数据二和当前所述实验电压Um，并代入所述特征识别模型，获取所述待检电压互感器的缺陷类型。
8.一种电压互感器局部放电故障诊断装置，其特征在于，包括：
采集模块一，所述采集模块一用以采集各种缺陷模型在耐压试验下的局放数据一，并根据所述局放数据一获取各所述缺陷模型的特征数据；
建立模块，所述建立模块用以根据所述特征数据和所述缺陷模型的缺陷类型对应建立特征识别模型；
采集模块二，所述采集模块一用以采集待检电压互感器在所述耐压试验下的局放数据二；
获取模块，所述获取模块用以根据所述局放数据二与所述特征识别模型，获取所述待检电压互感器的缺陷类型。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任一权利要求1-7所述的诊断方法。
10.一种非暂态计算机可读存储介质，其特征在于，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述任一权利要求1-7所述的诊断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110869462.7A CN113406460A (zh) | 2021-07-30 | 2021-07-30 | 一种电压互感器局部放电故障诊断方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110869462.7A CN113406460A (zh) | 2021-07-30 | 2021-07-30 | 一种电压互感器局部放电故障诊断方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113406460A true CN113406460A (zh) | 2021-09-17 |
Family
ID=77688090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110869462.7A Pending CN113406460A (zh) | 2021-07-30 | 2021-07-30 | 一种电压互感器局部放电故障诊断方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113406460A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114089141A (zh) * | 2022-01-24 | 2022-02-25 | 杭州兆华电子股份有限公司 | 一种局部放电检测方法及局部放电检测装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014101579A1 (zh) * | 2012-12-28 | 2014-07-03 | 国家电网公司 | 基于奇异值分解算法的变压器局部放电模式识别方法 |
| CN108051711A (zh) * | 2017-12-05 | 2018-05-18 | 国网浙江省电力公司检修分公司 | 基于状态特征映射的固体绝缘表面缺陷诊断方法 |
| CN108120907A (zh) * | 2018-01-10 | 2018-06-05 | 清华大学 | 一种基于工频至低频电压下特征提取的局部放电诊断方法 |
| CN108761287A (zh) * | 2018-05-28 | 2018-11-06 | 深圳供电局有限公司 | 一种变压器局部放电类型识别方法 |
| CN109116193A (zh) * | 2018-06-14 | 2019-01-01 | 国网浙江省电力有限公司检修分公司 | 基于局放信号综合熵值的电气设备危险性放电判别方法 |
| CN111366820A (zh) * | 2020-03-09 | 2020-07-03 | 广东电网有限责任公司电力科学研究院 | 局部放电信号的模式识别方法、装置、设备及存储介质 |
| CN111999614A (zh) * | 2020-08-21 | 2020-11-27 | 国网河南省电力公司周口供电公司 | 一种面向高压开关柜的局部放电多源融合检测预警方法 |
| CN112034310A (zh) * | 2020-07-31 | 2020-12-04 | 国网山东省电力公司东营供电公司 | 一种组合电器局部放电缺陷诊断方法及*** |
| CN112561030A (zh) * | 2020-06-15 | 2021-03-26 | 中国电力科学研究院有限公司 | 一种基于神经网络来确定互感器绝缘状态的方法及装置 |
| CN112686093A (zh) * | 2020-12-02 | 2021-04-20 | 重庆邮电大学 | 一种基于ds证据理论的融合局部放电类型识别方法 |
-
2021
- 2021-07-30 CN CN202110869462.7A patent/CN113406460A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014101579A1 (zh) * | 2012-12-28 | 2014-07-03 | 国家电网公司 | 基于奇异值分解算法的变压器局部放电模式识别方法 |
| CN108051711A (zh) * | 2017-12-05 | 2018-05-18 | 国网浙江省电力公司检修分公司 | 基于状态特征映射的固体绝缘表面缺陷诊断方法 |
| CN108120907A (zh) * | 2018-01-10 | 2018-06-05 | 清华大学 | 一种基于工频至低频电压下特征提取的局部放电诊断方法 |
| CN108761287A (zh) * | 2018-05-28 | 2018-11-06 | 深圳供电局有限公司 | 一种变压器局部放电类型识别方法 |
| CN109116193A (zh) * | 2018-06-14 | 2019-01-01 | 国网浙江省电力有限公司检修分公司 | 基于局放信号综合熵值的电气设备危险性放电判别方法 |
| CN111366820A (zh) * | 2020-03-09 | 2020-07-03 | 广东电网有限责任公司电力科学研究院 | 局部放电信号的模式识别方法、装置、设备及存储介质 |
| CN112561030A (zh) * | 2020-06-15 | 2021-03-26 | 中国电力科学研究院有限公司 | 一种基于神经网络来确定互感器绝缘状态的方法及装置 |
| CN112034310A (zh) * | 2020-07-31 | 2020-12-04 | 国网山东省电力公司东营供电公司 | 一种组合电器局部放电缺陷诊断方法及*** |
| CN111999614A (zh) * | 2020-08-21 | 2020-11-27 | 国网河南省电力公司周口供电公司 | 一种面向高压开关柜的局部放电多源融合检测预警方法 |
| CN112686093A (zh) * | 2020-12-02 | 2021-04-20 | 重庆邮电大学 | 一种基于ds证据理论的融合局部放电类型识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 何龙 著: "《深入理解XGBOOST 高效机器学习算法与进阶》", 31 May 2020, 机械工业出版社, pages: 53 - 55 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114089141A (zh) * | 2022-01-24 | 2022-02-25 | 杭州兆华电子股份有限公司 | 一种局部放电检测方法及局部放电检测装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110007220B (zh) | 一种断路器机构运行状态诊断方法及装置 | |
| CN109976998B (zh) | 一种软件缺陷预测方法、装置和电子设备 | |
| CN113688042A (zh) | 测试场景的确定方法、装置、电子设备及可读存储介质 | |
| CN116453438B (zh) | 一种显示屏参数检测方法、装置、设备及存储介质 | |
| CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
| CN112129741A (zh) | 绝缘油老化分析方法、装置、计算机设备和存储介质 | |
| CN113889271A (zh) | 针对学生的心理健康测试方法及装置 | |
| CN114764774A (zh) | 瑕疵检测方法、装置、电子设备及计算机可读存储介质 | |
| CN113406460A (zh) | 一种电压互感器局部放电故障诊断方法、装置及电子设备 | |
| CN114325454A (zh) | 一种多特征对电池健康度影响的确定方法、装置、设备及介质 | |
| CN111507483A (zh) | 返修板检测装置、方法及计算机可读存储介质 | |
| CN113822693A (zh) | 用户购买力评价值的生成方法、装置、设备及存储介质 | |
| US20160329996A1 (en) | Failure sensitivity analysis | |
| CN112486808B (zh) | 一种***测试方法、装置、电子设备及存储介质 | |
| CN113570070B (zh) | 流式数据采样与模型更新方法、装置、***与存储介质 | |
| US20210157707A1 (en) | Transferability determination apparatus, transferability determination method, and recording medium | |
| CN114155412A (zh) | 深度学习模型迭代方法、装置、设备及存储介质 | |
| CN114334696A (zh) | 质量检测方法及装置、电子设备和计算机可读存储介质 | |
| CN115205619A (zh) | 检测模型的训练方法、检测方法、装置和存储介质 | |
| CN115048290A (zh) | 软件质量的评估方法、装置、存储介质及计算机设备 | |
| CN115047262A (zh) | 基于电能质量数据的设备异常状态通用识别方法 | |
| CN110032624B (zh) | 一种样本筛选方法及装置 | |
| CN112669182A (zh) | 主观试题内容的评分方法以及装置 | |
| CN112506765A (zh) | 软件测试方法、装置、设备及存储介质 | |
| CN114254516B (zh) | 一种删失数据下的参数概率不确定性建模方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210917 |
|
| RJ01 | Rejection of invention patent application after publication |