CN114414963A - 一种变电站域故障智能监测的声学成像定位***及方法 - Google Patents
一种变电站域故障智能监测的声学成像定位***及方法 Download PDFInfo
- Publication number
- CN114414963A CN114414963A CN202210067127.XA CN202210067127A CN114414963A CN 114414963 A CN114414963 A CN 114414963A CN 202210067127 A CN202210067127 A CN 202210067127A CN 114414963 A CN114414963 A CN 114414963A
- Authority
- CN
- China
- Prior art keywords
- signal
- sound
- fault
- module
- array
- 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
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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Locating Faults (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明属于声学成像的电力设备故障检测技术领域,公开了一种变电站域故障智能监测的声学成像定位***,包括声音采集模块,声音采集模块包括多个声音传感器阵列;信号处理模块,用于判定数字信号为故障声音信号还是背景噪声信号,若判定为异常故障信号,去除异常故障信号中的背景噪声信号,得到有效信号;声音信号成像模块,用于将有效信号计算分析得到声音信号特征,获得与声音传感器阵列相对应的声音位置分布阵列图;图像采集模块,用于采集每个设备的可视化图像数据;可视化声音源定位模块,用于将声音位置分布阵列图与可视化图像数据叠加分析,确定声音故障位置。解决了现有状态监测装置、***集成和技术复杂度较高,检测结果不直观的问题。
Description
技术领域
本发明属于声学成像的电力设备故障检测技术领域,特别涉及一种变电站域故障智能监测的声学成像定位***及方法。
背景技术
变电站是连接输电网络和配电网络的重要枢纽,变电站域涉及的运行电力设备种类繁多,运行工况复杂多变,变电站域设备的稳定可靠运行直接决定了电力***输电端和配电端的安全性。
随着电力设备的结构与功能日益复杂化,电力设备的状态检测与故障诊断***得到越来越多的应用。机械振动故障是电力设备常见故障之一,对设备机械故障进行有效诊断与识别一直是重要的研究方向。电力设备机械振动时会发出声波信号,该信号本质上是一种电力设备机械波由振动向传声介质辐射能量,声信号中蕴含着大量的振动信息。设备在正常运行时,机身与固件、零件之间、零件本身的相互运动的不同状态对应设备发出的声音也不同,运行状态发生变化时电力设备产生的声音也随之改变。当电力设备产生局部放电,例如放电量较大的电晕放电,会产生相应的声音信号。因此,电力设备的声信号中包含着丰富的振动和放电等信息,是分析设备运行状态的一项重要指标。
现行通过声音来判断变电站运行状态的检测方法主要靠人工来完成,过度依赖工作经验与主观判断,使检测的准确性无法得到保障,且巡检人员的工作环境相对恶劣,经济成本与时间成本较高。现有的设备在线监测方法大多是对单个GIS和变压器等设备进行独立检测,若要对全站电气设备实施一次全面检测,需要对每个设备均进行单独检测,所需费用较高,且工作效率较低。现有状态监测装置、***集成和技术复杂度较高,使用难度较高,检测结果不直观,现场使用效果一般。
发明内容
本发明的目的在于提供一种变电站域故障智能监测的声学成像定位***及方法,解决了现有状态监测装置、***集成和技术复杂度较高,使用难度较高,检测结果不直观的问题。
本发明是通过以下技术方案来实现:
一种变电站域故障智能监测的声学成像定位***,包括:
声音采集模块,声音采集模块包括多个声音传感器阵列,在每个设备周围布设一个声音传感器阵列,用于实时采集设备发出的振动机械波信号;
每个声音传感器阵列连接有模数转换模块,模数转换模块用于将振动机械波模拟信号进行数字处理,得到数字信号;
信号处理模块,用于判定数字信号为异常故障信号还是背景噪声信号,若数字信号值在预设数值内波动,则判定为背景噪声信号,不存在异常;
若某数字信号突然增大,则判定为异常故障信号,去除异常故障信号中的背景噪声信号,得到有效信号;
声音信号成像模块,用于将有效信号通过功率可响应调节算法计算分析得到声音信号特征,获得与声音传感器阵列相对应的声音位置分布阵列图;
图像采集模块,布设在设备的周围,用于采集每个设备的可视化图像数据;
可视化声音源定位模块,用于将声音位置分布阵列图与可视化图像数据叠加分析,确定声音故障位置。
进一步,还包括预警模块和存储模块;
存储模块用于存储预设数值和故障特征信号数据库;
预警模块用于将信号处理模块处理得到的有效信号与故障特征信号数据库进行比对,得到故障诊断分析结果。
进一步,每个声音传感器阵列包括多个麦克风。
进一步,图像采集模块包括根据不同设备拍摄角度需求而布置在不同位置的多个摄像头,采集的图像信息能够覆盖声音传感器安装点对应的设备监测部位。
进一步,信号处理模块连接有放大模块,放大模块用于放大有效信号的电压幅值;放大模块与声音信号成像模块连接。
本发明还公开了基于所述的一种变电站域故障智能监测的声学成像定位***的故障定位方法,包括以下步骤:
S1、声音传感器阵列实时采集设备发出的振动机械波信号,图像采集模块实时采集每个设备的可视化图像定位数据;
S2、模数转换模块将振动机械波模拟信号进行数字处理,得到数字信号;
S3、信号处理模块首先判定数字信号为故障声音信号还是背景噪声信号,若数字信号值在预设数值内波动,则判定为背景噪声信号;
若某数字信号突然增大,则判定为异常故障信号,然后去除异常故障信号中的背景噪声信号,得到有效信号,同时放大有效信号的电压幅值;
S4、通过功率可响应调节算法计算分析得到声音信号特征,获得与声音传感器阵列相对应的声音位置分布阵列图;
S5、可视化声音源定位模块将声音位置分布阵列图与可视化图像定位数据叠加分析,最终定位出声音故障位置。
进一步,在步骤S3后,将S3得到的有效信号与故障特征信号数据库进行比对,得到故障诊断分析结果。
进一步,S4中,所述与声音传感器阵列相对应的声音位置分布阵列图的获取,包括以下步骤:
(1)规定故障信号源检测区域的传感器所布置的位置坐标均在某个设备的布置阵列范围内,结合不同设备所属阵列通过信号采集通道进行区分的手段,确定出测量信号区域;
(2)根据测量信号区域中的传感器阵列布置建立空间网格,对网格进行划分计算,用单一网格中心点可控响应功率的计算值,代替网格内所有点的计算值;
(3)针对测量信号区域划分出的每一个网格,计算在该网格处不同传感器对应的时延值,随后利用可控响应功率公式计算规定区域中每一测量点对应信号的响应功率,得到信号区域所有网格计算的响应功率值;
(4)根据信号区域每一个网格计算的响应功率值构建基于可控响应功率的声波成像,得到位置分布阵列图。
进一步,步骤(3)中,利用可控响应功率公式计算规定区域中每一测量点对应信号的响应功率具体为:
每个声音传感器阵列包括n个声音传感器,假设某个声音传感器阵列中第n个声音传感器对应的有效信号值为sn(t):
其中:t为采样时刻;ai(t)为测量到θi方向发射的信号的导向矢量;hn(θi,t)为该信号在第n个传感器处的脉冲响应;Ns为阵列中布置声音传感器的数量;vn(t)为该传感器处引入的非相干噪声;
将上述已采集的有效信号值sn(t)通过傅里叶变化转为频域信号值F(ω,θ):
式中:ω为角频率,j为虚数单位,Ln(ω)为第n个传感器信号采集时的频域滤波因数,Sn(ω)为sn(t)的傅里叶变换;τn(θ)为从θ方向发射的信号到第n个传感器的时延;N为传感器阵列中传感器的数量;
由频域信号值得到阵列接收信号的功率为:
式中:|F(ω,θ)|2为频域信号模的平方;
该功率的可控响应功率形式为:
式中:Δτnm(θ)=τn(θ)-τm(θ)为时延差值;
Rnm(τ)为第n个传感器和第m个传感器之间的互相关系数;
进一步,S5中,声音故障位置定位采用最大似然法,选取在图谱中最高值对应的点所处的位置,作为定位结果。
与现有技术相比,本发明具有以下有益的技术效果:
本发明公开了一种变电站域故障智能监测的声学成像定位***,包括声音采集模块、模数转换模块、信号处理模块、声音信号成像模块、图像采集模块及可视化声音源定位模块,声音采集模块包括多个声音传感器阵列。利用声音传感器监测电力设备的机械振动波,机械振动波蕴含着丰富的设备状态信息,将被监测设备在正常运行状态下的某些噪声特征作为基准,信号处理模块将监测的目标声音信号与该基准声音信号进行比较,可以诊断出设备的状态和故障源,实现对整个站域设备进行整体监测,对不同类型的设备可能出现的不同故障进行有效诊断并及时预警;本发明根据不同设备的监测需求采用声音传感器空间阵列布置,具有很强的空间选择性,无须对阵列进行机械的移动,就可对声源信号定向增强、自动监测、定位和信号实时跟踪,监测结果准确可靠;将图像采集模块安装在可进行图像全区域覆盖采集的位置,使得拍摄范围覆盖整个站域需监测设备的监测点,方便获得高清图像数据的融合,形成以设备图像为背景的声学图像,能够根据图像初步判别故障准确位置,一目了然,有力地提升电力设备声音检测及定位的效率;本发明能够实现远程诊断,无需现场值守,不但监测准确定得到保障,且大大降低运维经济成本和巡视时间成本。总之,本发明基于声波信号进行分析,***通过非接触式的声波传感器采集设备振动源发出的机械波,声音信号成像模块利用可控响应功率算法建立不同工况及故障条件下的所呈现的测量值阵列特征,最终通过峰值搜索确定声波源位置,实现对电力设备振动源的智能声学成像定位,得到声音位置分布阵列图,可视化声音源定位模块再通过叠加将声音位置分布阵列图与高清图像融合,并通过已标定的典型故障数据库比对实现故障诊断及预警。
附图说明
图1为本发明的一种变电站域故障智能监测的声学成像定位***的原理框图;
图2为本发明的一种变电站域故障智能监测的声学成像定位***的故障定位方法流程图;
图3为基于可控相应功率的声学成像算法。
具体实施方式
下面结合本发明实施例中的附图和实施方式对本发明进行清晰、完整地描述,应申明,下述实施方式仅用于说明本发明,而非限制本发明。
如图1所示,本发明提供一种变电站域故障智能监测的声学成像定位***,包括:
声音采集模块,声音采集模块包括多个声音传感器阵列,在每个设备周围布设一个声音传感器阵列,用于实时采集设备发出的振动机械波信号;
每个声音传感器阵列对应连接一个模数转换模块,模数转换模块用于将振动机械波模拟信号进行数字处理,得到数字信号;
信号处理模块,用于判定数字信号为异常故障信号还是背景噪声信号,若数字信号值在预设数值内波动,则判定为背景噪声信号,不存在异常;
若某数字信号突然增大,则判定为异常故障信号,去除异常故障信号中的背景噪声信号,得到有效信号;
声音信号成像模块,用于将有效信号通过功率可响应调节算法计算分析得到声音信号特征,获得与声音传感器阵列相对应的声音位置分布阵列图;
图像采集模块,布设在设备的周围,用于采集每个设备的可视化图像数据;
可视化声音源定位模块,用于将声音位置分布阵列图与可视化图像数据叠加分析,确定声音故障位置。
如图2所示,声音传感器阵列,包括多个高灵敏度的麦克风;将麦克风按照实际检测需求布置在不同电力设备周围的不同位置;阵列的布置可依据电力设备的体积、形状、以及该设备异响的故障类别,阵列的布置结构应满足对设备异常振动位置的时空定位需求;
所述麦克风用于实时检测设备发出的异常振动机械波信号,根据变电站设备正常及异常工况,麦克风灵敏度不应低于40dB,麦克风材料选择及温湿度可靠工作范围依据实际应用变电站环境特点;
所述模数转换模块用于机械波信号的关键的原始信号处理,将采集的振动机械波模拟信号进行数字处理,传输至信号处理模块,并去除背景噪声信号的同时放大有效信号的电压幅值;
信号处理模块通过将实时获取的信号与正常工作状态初始值及预设数值进行比对来判定信号为故障声音信号还是背景噪声信号,如果信号值在正常工作状态初始值所属的小范围内波动,那就认定为背景噪声信号,如果信号突然增大则判定为异常故障信号;
所述故障声音信号和所述背景噪声信号要通过去干扰分析后得到待进一步分析处理的异常声音信号,即将被认定为异常故障的声音信号中去除被认定为背景噪声的信号,待处理信号测量值一般都非常微弱,此时需要利用采集卡对其进行增幅放大处理,得到有效信号的放大电压幅值。
更优地,模数转换模块和信号处理模块集成为模数信号采集卡。
每个声音传感器阵列包括n个声音传感器,假设某个声音传感器阵列中第n个声音传感器对应的有效信号值为sn(t):
其中:t为采样时刻;ai(t)为测量到θi方向发射的信号的导向矢量;hn(θi,t)为该信号在第n个传感器处的脉冲响应;Ns为阵列中布置声音信号测量传感器的数量;vn(t)为该传感器处引入的非相干噪声。
如图3所示,本发明提供一种基于可控响应功率的声学成像方法:将上述已采集的有效信号值通过傅里叶变化转为频域信号值F(ω,θ):
式中:Ln(ω)、Sn(ω)分别为第n个传感器信号传感器滤波器的傅里叶变换;τn(θ)为从θ方向发射的信号到第n个传感器的时延;N为传感器阵列中传感器的数量。
因此,阵列接收信号的功率为:
式中:|F(ω,θ)|2为频域信号模的平方。
该功率的可控响应功率形式为:
式中:Δτnm(θ)=τn(θ)-τm(θ)为时延差值。
Rnm(τ)为第n个传感器和第m个传感器之间的互相关系数。
所述与声音传感器阵列相对应的声音位置分布阵列图的获取,具体步骤如下:
(1)确定测量信号区域:该步骤即规定声波源的检测范围,上述的测量范围确定为传感器所布置设备的位置坐标均在某个设备的布置阵列范围内,不同设备的所属阵列通过信号采集通道进行区分。
(2)确定网格划分。按照设备检测点周围的传感器阵列布置建立空间网格,对网格进行划分计算,网格划分的作用是减少计算量,用单一网格中心点可控响应功率的计算值,代替网格内所有点的计算值。
(3)计算响应功率:针对划分出的每一个网格,计算在该网格处,不同传感器对应的时延值Δτnm(θ),随后利用可控响应功率公式计算每一点对应信号的响应功率。
(4)绘制成像结果:根据每一个网格计算的响应功率值构建基于可控响应功率的声波成像,得到位置分布阵列图。
按照图像颜色深浅不同划分了图像中的不同区域,浅色区域表示图谱响应值较高,深色则表示其响应值较低。
声波源的定位基于最大似然估计的方法进行,选取在图谱中最高值对应的点所处的位置,作为定位结果。
通过一个阵列中不同传感器信号功率值、时差、相关系数实现声音信号在一个阵列中的定位。
具体地,图像采集模块包括根据不同设备拍摄角度需求而布置在不同位置的多个摄像头,采集的图像信息能够覆盖声音传感器安装点对应的设备监测部位。
所述可视化声音源定位模块用于输出设备的可视化图像定位数据,首先通过将高清摄像头拍摄的图像进行识别设备处理,然后将声音位置分布阵列图与之智能叠加分析,最终将声音故障位置以设备图像的方式进行显示。
具体地,叠加分析就是通过图像识别来实现设备图片上的位置与传感器布置点位的对应,那么获取声音传感器阵列的信号就可以和设备图片上的位置进行定位对应,实现声学成像定位。
更优地,所述的一种变电站域故障智能监测的声学成像定位***,还包括预警模块和存储模块;存储模块用于存储预设数值和故障特征信号数据库;
预警模块用于将信号处理模块处理得到的有效信号与故障特征信号数据库进行比对,得到故障诊断分析结果,将故障诊断分析结果传输至变电站运维工作人员。
Claims (10)
1.一种变电站域故障智能监测的声学成像定位***,其特征在于,包括:
声音采集模块,声音采集模块包括多个声音传感器阵列,在每个设备周围布设一个声音传感器阵列,用于实时采集设备发出的振动机械波信号;
每个声音传感器阵列连接有模数转换模块,模数转换模块用于将振动机械波模拟信号进行数字处理,得到数字信号;
信号处理模块,用于判定数字信号为异常故障信号还是背景噪声信号,若数字信号值在预设数值内波动,则判定为背景噪声信号,不存在异常;
若某数字信号突然增大,则判定为异常故障信号,去除异常故障信号中的背景噪声信号,得到有效信号;
声音信号成像模块,用于将有效信号通过功率可响应调节算法计算分析得到声音信号特征,获得与声音传感器阵列相对应的声音位置分布阵列图;
图像采集模块,布设在设备的周围,用于采集每个设备的可视化图像数据;
可视化声音源定位模块,用于将声音位置分布阵列图与可视化图像数据叠加分析,确定声音故障位置。
2.根据权利要求1所述的一种变电站域故障智能监测的声学成像定位***,其特征在于,还包括预警模块和存储模块;
存储模块用于存储预设数值和故障特征信号数据库;
预警模块用于将信号处理模块处理得到的有效信号与故障特征信号数据库进行比对,得到故障诊断分析结果。
3.根据权利要求1所述的一种变电站域故障智能监测的声学成像定位***,其特征在于,每个声音传感器阵列包括多个麦克风。
4.根据权利要求1所述的一种变电站域故障智能监测的声学成像定位***,其特征在于,图像采集模块包括根据不同设备拍摄角度需求而布置在不同位置的多个摄像头,采集的图像信息能够覆盖声音传感器安装点对应的设备监测部位。
5.根据权利要求1所述的一种变电站域故障智能监测的声学成像定位***,其特征在于,信号处理模块连接有放大模块,放大模块用于放大有效信号的电压幅值;放大模块与声音信号成像模块连接。
6.基于权利要求1~5任意一项所述的一种变电站域故障智能监测的声学成像定位***的故障定位方法,其特征在于,包括以下步骤:
S1、声音传感器阵列实时采集设备发出的振动机械波信号,图像采集模块实时采集每个设备的可视化图像定位数据;
S2、模数转换模块将振动机械波模拟信号进行数字处理,得到数字信号;
S3、信号处理模块首先判定数字信号为故障声音信号还是背景噪声信号,若数字信号值在预设数值内波动,则判定为背景噪声信号;
若某数字信号突然增大,则判定为异常故障信号,然后去除异常故障信号中的背景噪声信号,得到有效信号,同时放大有效信号的电压幅值;
S4、通过功率可响应调节算法计算分析得到声音信号特征,获得与声音传感器阵列相对应的声音位置分布阵列图;
S5、可视化声音源定位模块将声音位置分布阵列图与可视化图像定位数据叠加分析,最终定位出声音故障位置。
7.根据权利要求6所述的故障定位方法,其特征在于,在步骤S3后,将S3得到的有效信号与故障特征信号数据库进行比对,得到故障诊断分析结果。
8.根据权利要求6所述的故障定位方法,其特征在于,S4中,所述与声音传感器阵列相对应的声音位置分布阵列图的获取,包括以下步骤:
(1)规定故障信号源检测区域的传感器所布置的位置坐标均在某个设备的布置阵列范围内,结合不同设备所属阵列通过信号采集通道进行区分,确定出测量信号区域;
(2)根据测量信号区域中的传感器阵列布置建立空间网格,对网格进行划分计算,用单一网格中心点可控响应功率的计算值,代替网格内所有点的计算值;
(3)针对测量信号区域划分出的每一个网格,计算在该网格处不同传感器对应的时延值,随后利用可控响应功率公式计算规定区域中每一测量点对应信号的响应功率,得到信号区域所有网格计算的响应功率值;
(4)根据信号区域每一个网格计算的响应功率值构建基于可控响应功率的声波成像,得到位置分布阵列图。
9.根据权利要求8所述的声音位置分布阵列图的获取过程,其特征在于,步骤(3)中,利用可控响应功率公式计算规定区域中每一测量点对应信号的响应功率具体为:
每个声音传感器阵列包括n个声音传感器,假设某个声音传感器阵列中第n个声音传感器对应的有效信号值为sn(t):
其中:t为采样时刻;ai(t)为测量到θi方向发射的信号的导向矢量;hn(θi,t)为该信号在第n个传感器处的脉冲响应;Ns为阵列中布置声音传感器的数量;vn(t)为该传感器处引入的非相干噪声;
将上述已采集的有效信号值sn(t)通过傅里叶变化转为频域信号值F(ω,θ):
式中:ω为角频率,j为虚数单位,Ln(ω)为第n个传感器信号采集时的频域滤波因数,Sn(ω)为sn(t)的傅里叶变换;τn(θ)为从θ方向发射的信号到第n个传感器的时延;N为传感器阵列中传感器的数量;
由频域信号值得到阵列接收信号的功率为:
式中:|F(ω,θ)|2为频域信号模的平方;
该功率的可控响应功率形式为:
式中:Δτnm(θ)=τn(θ)-τm(θ)为时延差值;
Rnm(τ)为第n个传感器和第m个传感器之间的互相关系数;
10.根据权利要求6所述的故障定位方法,其特征在于,S5中,声音故障位置定位采用最大似然法,选取在图谱中最高值对应的点所处的位置,作为定位结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067127.XA CN114414963A (zh) | 2022-01-20 | 2022-01-20 | 一种变电站域故障智能监测的声学成像定位***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067127.XA CN114414963A (zh) | 2022-01-20 | 2022-01-20 | 一种变电站域故障智能监测的声学成像定位***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114414963A true CN114414963A (zh) | 2022-04-29 |
Family
ID=81275240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210067127.XA Pending CN114414963A (zh) | 2022-01-20 | 2022-01-20 | 一种变电站域故障智能监测的声学成像定位***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114414963A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114626423A (zh) * | 2022-05-12 | 2022-06-14 | 杭州兆华电子股份有限公司 | 一种改进Kmeans的局部放电信号成像方法 |
CN114827590A (zh) * | 2022-06-22 | 2022-07-29 | 浙江力嘉电子科技有限公司 | 摄像头位置分布合理性分析方法、装置和电子设备 |
CN114994437A (zh) * | 2022-05-25 | 2022-09-02 | 王新华 | 一种电力设备的故障检测方法、*** |
CN115240691A (zh) * | 2022-09-23 | 2022-10-25 | 山西振中电力股份有限公司 | 一种基于数据分析的变电站设备运行状态监测控制*** |
CN115662083A (zh) * | 2022-12-12 | 2023-01-31 | 杭州兆华电子股份有限公司 | 一种基于声学成像的无人巡检式报警***及方法 |
CN116189349A (zh) * | 2023-04-28 | 2023-05-30 | 深圳黑蚂蚁环保科技有限公司 | 一种自助打印机的远程故障监测方法及*** |
CN116522283A (zh) * | 2023-07-03 | 2023-08-01 | 利维智能(深圳)有限公司 | 基于振动和视频数据的融合诊断方法、装置、设备及介质 |
CN116668645A (zh) * | 2023-08-01 | 2023-08-29 | 成都汉度科技有限公司 | 一种变电站动环监控方法及设备 |
CN117572134A (zh) * | 2024-01-15 | 2024-02-20 | 武汉大学 | 一种基于声音采集阵列检测的变压器故障分析方法及*** |
-
2022
- 2022-01-20 CN CN202210067127.XA patent/CN114414963A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114626423A (zh) * | 2022-05-12 | 2022-06-14 | 杭州兆华电子股份有限公司 | 一种改进Kmeans的局部放电信号成像方法 |
CN114994437A (zh) * | 2022-05-25 | 2022-09-02 | 王新华 | 一种电力设备的故障检测方法、*** |
CN114827590A (zh) * | 2022-06-22 | 2022-07-29 | 浙江力嘉电子科技有限公司 | 摄像头位置分布合理性分析方法、装置和电子设备 |
CN114827590B (zh) * | 2022-06-22 | 2022-09-13 | 浙江力嘉电子科技有限公司 | 摄像头位置分布合理性分析方法、装置和电子设备 |
CN115240691A (zh) * | 2022-09-23 | 2022-10-25 | 山西振中电力股份有限公司 | 一种基于数据分析的变电站设备运行状态监测控制*** |
CN115240691B (zh) * | 2022-09-23 | 2022-12-06 | 山西振中电力股份有限公司 | 一种基于数据分析的变电站设备运行状态监测控制*** |
CN115662083A (zh) * | 2022-12-12 | 2023-01-31 | 杭州兆华电子股份有限公司 | 一种基于声学成像的无人巡检式报警***及方法 |
CN116189349A (zh) * | 2023-04-28 | 2023-05-30 | 深圳黑蚂蚁环保科技有限公司 | 一种自助打印机的远程故障监测方法及*** |
CN116522283A (zh) * | 2023-07-03 | 2023-08-01 | 利维智能(深圳)有限公司 | 基于振动和视频数据的融合诊断方法、装置、设备及介质 |
CN116668645A (zh) * | 2023-08-01 | 2023-08-29 | 成都汉度科技有限公司 | 一种变电站动环监控方法及设备 |
CN116668645B (zh) * | 2023-08-01 | 2023-09-29 | 成都汉度科技有限公司 | 一种变电站动环监控方法及设备 |
CN117572134A (zh) * | 2024-01-15 | 2024-02-20 | 武汉大学 | 一种基于声音采集阵列检测的变压器故障分析方法及*** |
CN117572134B (zh) * | 2024-01-15 | 2024-04-05 | 武汉大学 | 一种基于声音采集阵列检测的变压器故障分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114414963A (zh) | 一种变电站域故障智能监测的声学成像定位***及方法 | |
CN109872323A (zh) | 输电线路的绝缘子缺陷检测方法及装置 | |
CN109061317B (zh) | 融合甚高频和雷声探测的雷电全过程监测方法及*** | |
CN110006672A (zh) | 基于声成像技术的轨道车辆故障监测方法 | |
CN102563361A (zh) | 基于常规数据和音波信号的输气管道泄漏检测定位装置及方法 | |
CN112731086A (zh) | 一种用于对电力设备进行综合巡检的方法及*** | |
CN113030671B (zh) | 一种电气设备局部放电故障现场检测与定位装置及方法 | |
CN207300606U (zh) | 基于声学原理的变压器信息采集装置 | |
KR20210129942A (ko) | 이음 검사 장치 및 그 검사 방법 | |
CN114323481B (zh) | 一种气体多源泄漏声像定位方法及声像定位*** | |
CN113283310A (zh) | 一种基于声纹特征的电力设备健康状态检测***和方法 | |
CN114495975A (zh) | 基于声压幅值比的异常声源定位方法及装置 | |
CN112986870A (zh) | 基于振动法的分布式电力变压器绕组状态监测方法及*** | |
JP2001108518A (ja) | 異常検知方法および装置 | |
CN110687506A (zh) | 一种基于矢量传声器阵列的低频噪声源定位装置及方法 | |
CN115436759A (zh) | 基于声学成像感知技术的巡检机器人监测方法及*** | |
CN113628257B (zh) | 基于雷达与双目视觉结合的无人监测*** | |
CN113919389A (zh) | 一种基于声纹成像的gis故障诊断方法及*** | |
CN116147632B (zh) | 新增电力设备动态巡检路径规划方法及其*** | |
CN117169656A (zh) | 配电网接地故障快速定位装置 | |
CN117116293A (zh) | 一种复杂声场环境中机器设备故障诊断*** | |
CN115656926A (zh) | 一种用于电力设备异响监测的定位识别方法和装置 | |
CN111721399B (zh) | 一种水工建筑结构振动测试***和测试方法 | |
CN107121624A (zh) | 基于矩量法的局放检测多点布局和定位方法 | |
CN116482501B (zh) | 用于高压电缆接头局部放电检测的超声成像方法及*** |
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 |