CN115962845A - 一种广谱机械波智能传感器 - Google Patents
一种广谱机械波智能传感器 Download PDFInfo
- Publication number
- CN115962845A CN115962845A CN202310250842.1A CN202310250842A CN115962845A CN 115962845 A CN115962845 A CN 115962845A CN 202310250842 A CN202310250842 A CN 202310250842A CN 115962845 A CN115962845 A CN 115962845A
- Authority
- CN
- China
- Prior art keywords
- sensor
- unit
- signals
- frequency
- broadband
- 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
- 239000002131 composite material Substances 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000001360 synchronised effect Effects 0.000 claims abstract description 29
- 238000005070 sampling Methods 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 20
- 230000003750 conditioning effect Effects 0.000 claims abstract description 15
- 230000005236 sound signal Effects 0.000 claims abstract description 8
- 238000003745 diagnosis Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 6
- 230000004927 fusion Effects 0.000 claims description 9
- 239000002184 metal Substances 0.000 claims description 7
- 229910052751 metal Inorganic materials 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000000919 ceramic Substances 0.000 claims description 3
- 230000001143 conditioned effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000003292 glue Substances 0.000 claims description 3
- 229920001971 elastomer Polymers 0.000 claims 1
- 239000000806 elastomer Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 33
- 230000007547 defect Effects 0.000 description 19
- 238000000034 method Methods 0.000 description 17
- 238000012544 monitoring process Methods 0.000 description 13
- 230000035945 sensitivity Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种广谱机械波智能传感器,包括MEMS音频传感器、宽带复合振子、多路信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块和电源;MEMS音频传感器获取空气声音信号,宽带复合振子获取各频段的信号,多路信号调理单元将耦合的信号调理放大,高速同步采样单元将模拟信号转化成数字信号,分频段数据处理补偿单元得到宽频带信号,多频段数据特征分析单元提取不同频段特征进行分析,同步模块通过相互通信达到时间同步,通讯模组将数据及分析诊断的结果传输给后台。本发明将三种信号统一成机械波信号集成在智能传感器内部的宽带振子,分析被监测设备内部状态。
Description
技术领域
本发明涉及传感器技术领域,尤其涉及一种广谱机械波智能传感器。
背景技术
通过振动、声音、超声监测大型电力变压器、GIS等高压电力设备内部缺陷是目前比较有效的检测方法。上述这三种检测量都有各自成熟的理论体系、传感器技术、计量标准和评价指标,但是目前这三种检测量都是各自独立的检测***和技术路线。每种检测量都通过独立的传感器获取数据,并以此为依据分析其设备内部故障。
电力设备特别是高压电力设备,如变压器、GIS等,振动检测是诊断运行中潜伏故障的一种有效手段,最早应用于并联电抗器上。通过在线监测器身表面的振动来反映变压器绕组及铁心状况。通过外部振动传感器能够检测出内部绕组变形及铁心、夹件和其余结构件的松动故障。在实际运行中发现,大容量变压器油箱表面振动与绕组和铁心压紧固定的状态密切相关,运行中压紧状态的变化可以由振动改变反映出来。GIS内部振动异常与其内部结构件松动、内部存在悬浮物、机械运动部件异常密切相关,近年来人们在基于振动检测、诊断高压电力设备内部故障方面取得了很多成果。国内外专家研究出了多种基于器身振动信号的电力设备内部故障诊断方法,如频段-能量转移法、数学建模法、幅频分析法等,这些方法都是通过吸附于电力设备器身上的振动传感器来采集信号,通过提取有效的特征信息,建立信号特征与内部故障之间关联关系模型。用于预测电力设备运行状态下是否存在故障或缺陷,防止其发生突发事故。目前振动信号获取主要基于通用振动传感器,其频带一般在20Hz-10kHz,高压电力设备内部异常引起的振动信号是复杂多样的,信号频带范围远超出标准振动定义的频带。如:高压电力设备内部局部放电产生的振动信号一般在20kHz-200kHz,这属于超声波频带范围。
超声波法是指通过采集、处理和分析高压设备内部产生的超声波信号(20k-200kHz),分析设备内部是否存在故障或缺陷,目前主要用于检测局部放电,凭借其抗干扰能力及时差定位能力的优势,在众多的检测法中占有非常重要的地位,已成为电力设备局部放电缺陷检测与定位的常用方法之一。
当变压器或电抗器内部放生局部放电现象时,其瞬间释放的能量使分子间产生剧烈碰撞,并在宏观上形成一种压力波即超声波脉冲,将超声传感器吸附在高压电力设备箱体外壁,就可以接收到放电产生的超声波信号。这种超声波信号,在内部放电量较小时,传到高压电力设备箱壁上变得非常微弱,需要高灵敏度、宽动态范围超声传感器。
在20世纪40年代,超声波法首次在电力设备的局部放电检测中应用,因其自身的灵敏度较低、易受干扰等缺点,在应用方面受到了很大局限。20世纪80年代以来,超声波法的灵敏度与抗干扰能力得以改善,逐渐应用于电力设备的局部放电检测中。21世纪以来,中国、美国、法国、德国等多国研究机构先后对超声波局部放电检测技术展开深入研究,并取得了长足进步。超声波法被认为是目前最成熟的局部放电检测方法之一。超声波法通过在设备上安装超声波传感器来检测局部放电,超声信号经变压器油、铁心、绕组和变压器钢板箱壁等介质后传播至传感器,由于超声波也是一种机械波,与设备没有电气联系,因此具有抗电磁干扰能力强、便于定位等优势。目前用超声波检测高压设备内部局部放电已成为一种分析诊断高压设备内部缺陷的重要手段。
对高压电力设备运行状态下外部松动、电磁振动、放电等缺陷的检测主要通过声音传感器获取信号,通过多个传感器可实现声源定位。声学成像是一种新兴的无接触式检测技术,采用阵列信号处理算法对声传感阵列采集到的声压信号进行处理,得到被测物体表面声源的位置和强度,并以云图方式直观显示,可用于电气设备外部机械、放电类缺陷的检测和定位。声学成像检测20世纪70年代形成较为成熟的方法并逐渐在应用到工程实际,应用于电力设备略晚些。声学检测和声源定位其核心技术主要是声学传感器和定位算法。
声学传感器作为组成声学检测技术最基础的硬件单元,其性能直接影响到检测效果。目前常用的声学传感器主要有电容式声学传感器、驻极体声学传感器、MEMS(Micro-Electro-Mechanical System)声学传感器等,国内外学者针对传感器的响应速度、灵敏度等影响声学检测和成像的关键问题开展了长期探索和研究。基于微机电***技术的MEMS声学传感器近年来在汽车、手机、助听器、检测仪器等领域得到广泛应用,已成为目前声学检测和定位的首选。
声学成像是通过分析声音到达不同声学传感器的时间差实现声源定位的,声学检测和成像算法也是目前研究的热点,主要集中在定位精度和灵敏度上。
对于高压电力设备缺陷检测和诊断,目前这三种检测手段和技术都是非常有效的,但都是沿各自的技术体系发展,这三种检测技术都不能全部覆盖高压电力设备各种缺陷的有效检测。为此需要针对高压电力设备缺陷产生的宽频带机械波信号,研究一种新型的传感器,覆盖从振动到超声信号的各频段信息,用于诊断运行状态下高压电力设备的缺陷。
发明内容
本发明目的是提供了一种广谱机械波智能型传感器,以解决上述问题。
本发明解决技术问题采用如下技术方案:
一种广谱机械波智能传感器,包括:MEMS音频传感器、宽带复合振子、多路信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块和电源;
MEMS音频传感器获取空气声音信号,宽带复合振子获取被监测设备各频段的信号,多路信号调理单元分别将耦合的信号调理放大,高速同步采样单元将调理放大后的模拟信号转化成数字信号,分频段数据处理补偿单元将高速同步采样单元采集的数字信号融合、补偿,得到宽频带信号,多频段数据特征分析单元分别提取不同频段特征进行分析,同步模块通过相互通信达到时间同步,通讯模组将数据及分析诊断的结果传输给后台,电源为分频段信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块提供工作电源。
进一步的,还包括外壳,MEMS音频传感器、宽带复合振子、多路信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块和电源均安装在外壳内部。
进一步的,宽带复合振子包括金属底座、压电振子、MEMS振动传感器和MEMS声音传感器,金属底座内嵌有环形磁铁,压电振子通过陶瓷片固定在宽带复合振子上,用胶密封在圆柱腔体内;MEMS振动传感器和MEMS音频传感器浇筑在宽带复合振子的条形孔内,同时嵌入温度传感器。
进一步的,宽带复合振子通过弹性体固定在外壳底部;宽带复合振子吸附在被安装的设备上时,能够在很宽的频带内自由振动。
进一步的,高速同步采集单元由可控采样率转换器按不同采样率同步采集宽带复合振子内各传感器数据。
进一步的,分频段数据处理补偿单元实现采集数据的滤波、补偿、多传感器数据融合计算;按相应标准分离振动、声音和超声脉冲信号。
进一步的,同步模块的同步信号采用交流POE供电同步或网络同步。
有益效果
1)广谱机械波智能传感器,其工作频带覆盖了振动、声音和超声信号的检测范围,完全代替了这三种传感器和信号处理装置构建的复杂***,通过对振子的多频段优化和分段信号补偿,频域融合数据处理算法,保证了各频段的幅频性能、动态范围和灵敏度。
2)通过对不同频段振动、声音、超声信号和脉冲信号的联合分析,能够评估诊断故障位置及故障类型。
3)一个传感器同时代替三种监测装置,结构简单、成本低。
4)可灵活组网实现多传感器同步采集,彻底改变了目前集中式综合监测***架构。
5)安装简便,可通过网线实现供电及高速通信,快速组网,维护成本降低。
6)具备精确同步功能,同步时差小于1us,可与其它状态量传感器实现同步采集,实现高压设备内部缺陷分析。
附图说明
图1为本发明的结构框图;
图2为本发明的剖视图;
图3为本发明的外部结构图;
图4为本发明广谱机械波智能传感器信号处理图。
其中,图中:
1-MEMS音频传感器;2-宽带复合振子;3-多路信号调理单元;4-高速同步采样单元;5-分频段数据处理补偿单元;6-多频段数据特征分析单元;7-同步模块;8-通讯模组;9-电源。
实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
参考附图1,本发明公开了一种广谱机械波智能传感器,包括:MEMS音频传感器、宽带复合振子、多路信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块和电源;
MEMS音频传感器获取空气声音信号,宽带复合振子获取各频段的信号,多路信号调理单元分别将耦合的信号调理放大,高速同步采样单元将调理放大后的模拟信号转化成数字信号,分频段数据处理补偿单元将高速同步采样单元采集的数字信号融合、补偿,得到宽频带信号,多频段数据特征分析单元分别提取不同频段特征进行分析,同步模块通过相互通信达到时间同步,通讯模组将数据及分析诊断的结果传输给后台,电源为分频段信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块提供工作电源。
振动、声音、超声都属于机械波信号,广谱机械波智能传感器的检测频带覆盖了20Hz-200kHz内的振动、声音、超声机械波信号频带,由接触式宽带复合振子获取信号,其宽带振子内集成了MEMS振动和声音传感器,作为对压电振子低频段的补偿和幅频修正, MEMS音频同时在同一个传感器内获取空气声音信号。各信号同步采集,由MCU融合处理,保证每个频段信号的测量精度和动态范围满足要求。内置的边缘计算,通过全频段波形特征和特定频段信号相关性分析并确定缺陷性质。如通过声音和相同频段振动的相关性判断异常信号是否为设备内部发出,通过振动和超声脉冲相关性特征确定内部异常的性质。
广谱机械波智能传感器的检测频带覆盖振动、声音和超声波频段,一个传感器代替三种独立传感器,由于宽带压电振子信号和MEMS补偿传感器信号分频段独立同步采集,确保了不同频带信号的检测性能不低于单独传感器的性能,通过频域数据融合、多频段补偿,可获得全频段高质量信号,并可对任意频段进行精确分析,也可根据不同高压设备的检测特性选择复合振子及采集处理算法,确保特定频段的幅频特性和灵敏度;通过MEMS音频传感器接收空间信号,排除外部干扰。传感器振子采用金属密封屏蔽结构,接触面长期工作温度120℃,并由内置温度传感器监测。POE交流供电,实现宽带组网和多传感器同步工作,同步精度1uS,也可通过网络同步。
广谱机械波智能传感器信号处理流程如图4所示。智能传感器通过MEMS音频传感器获取空气声音信号,利用宽带复合振子获取宽频带模拟信号,通过变时基采样及数据处理融合技术进行补偿和数据融合,获取宽带机械波信号。数据处理单元能够融合声音信号和宽频机械波信号,通过边缘计算对波形特征提取及分析,确定缺陷性质和位置。通过对比空气声音信号和宽频机械波信号,诊断超声波信号来自变压器外部还是变压器内部,通过分析宽频机械波特征信号诊断变压器缺陷性质和位置。
参考图2-3,还包括外壳,MEMS音频传感器1、宽带复合振子2、多路信号调理单元3、高速同步采样单元4、分频段数据处理补偿单元5、多频段数据特征分析单元6、通讯模组8、同步模块7和电源9均安装在外壳内部。
宽带复合振子包括金属底座、压电振子、MEMS振动传感器和MEMS声音传感器,金属底座内嵌有环形磁铁,压电振子通过陶瓷片固定在宽带复合振子上,用胶密封在圆柱腔体内;MEMS振动传感器和MEMS声音传感器浇筑在宽带复合振子的条形孔内,同时嵌入温度传感器。
本实施例中,宽带复合振子通过弹性体固定在外壳底部;宽带复合振子吸附在被安装的设备上时,能够在很宽的频带内自由振动。
本实施例中,高速同步采集单元由可控采样率转换器按不同采样率同步采集宽带复合振子内各传感器数据。
本实施例中,分频段数据处理补偿单元实现采集数据的滤波、补偿、多传感器数据融合计算;按相应标准分离振动、声音和超声脉冲信号。
本实施例中,同步模块的同步信号采用交流POE供电同步或网络同步。
本发明所述广谱机械波智能传感器,将三种信号统一成机械波信号,通过一个集成在智能传感器内部的宽带振子获取信号,利用边缘计算技术对信号融合分析,提取相应信号的特征,分析被监测设备内部状态。
本发明采用广谱机械波智能传感器构建的分布式综合监测***,能够很好的解决现有技术存在的问题,同时可彻底改变目前这种集中式监测装置的传统架构。通过宽带组网构建分布式监测架构,提高监测***可靠性、可维护性和配置的灵活性,并可大幅降低成本。
本发明广谱机械波智能传感器,其工作频带覆盖了振动、声音和超声信号的检测范围,完全代替了这三种传感器和信号处理装置构建的复杂***,通过对振子的多频段优化和分段信号补偿,频域融合数据处理算法,保证了各频段的幅频性能、动态范围和灵敏度。通过对不同频段振动、声音、超声信号和脉冲信号的联合分析,能够评估诊断故障位置及故障类型。一个传感器同时代替三种监测装置,结构简单、成本低。可灵活组网实现多传感器同步采集,彻底改变了目前集中式综合监测***架构。安装简便,可通过网线实现供电及高速通信,快速组网,维护成本降低。具备精确同步功能,同步时差小于1us,可与其它状态量传感器实现同步采集,实现高压设备内部缺陷分析。
广谱机械波智能传感器,一个传感器实现电力设备的振动、声音、超声信号监测和分析,多个传感器通过宽带组网可对大型电力设备实现综合监测。广谱机械波智能传感器可广泛应用于大型电力变压器、电抗器、发电机、GIS、高压开关、开关柜等高压电气设备的综合状态监测、带电检测及故障定位。同时与POE供电主机和数据分析服务器组网可实现对电力变压器等高压设备的综合在线监测,将大幅降低监测成本、提高监测的可靠性,并可进行故障实时定位和缺陷远程分析。该传感器***结构简单,可靠性和可维护性显著提高。
本发明专利提供了一种用于检测电力设备内部故障的智能传感器,该传感器从设备外壳上接收从20Hz-200kHz广谱机械波信号,诊断内部状态。传感器检测的频带覆盖振动、声音和超声信号。传感器将压电元件与MEMS加速度和声音传感器集成在一个振子上,利用MEMS传感器补偿压电元件低频特性,获得宽带幅频响应特性和全频带内的高灵敏度。该传感器在20Hz-200kHz频带内具有良好的幅频特性和高频端超声脉冲信号灵敏度。传感器主要用于各种电力设备特别是电力变压器、GIS等高压电力设备的状态监测和故障诊断。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种广谱机械波智能传感器,其特征在于,包括:MEMS音频传感器、宽带复合振子、多路信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块和电源;
MEMS音频传感器获取空气声音信号,宽带复合振子获取各频段的信号,多路信号调理单元分别将耦合的信号调理放大,高速同步采样单元将调理放大后的模拟信号转化成数字信号,分频段数据处理补偿单元将高速同步采样单元采集的数字信号融合、补偿,得到宽频带信号,多频段数据特征分析单元分别提取不同频段特征进行分析,同步模块通过相互通信达到时间同步,通讯模组将数据及分析诊断的结果传输给后台,电源为分频段信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块提供工作电源。
2.根据权利要求1所述的一种广谱机械波智能传感器,其特征在于,还包括外壳,MEMS音频传感器、宽带复合振子、多路信号调理单元、高速同步采样单元、分频段数据处理补偿单元、多频段数据特征分析单元、通讯模组、同步模块和电源均安装在外壳内部。
3.根据权利要求2所述的一种广谱机械波智能传感器,其特征在于,宽带复合振子包括金属底座、压电振子、MEMS振动传感器和MEMS音频传感器,金属底座内嵌有环形磁铁,压电振子通过陶瓷片固定在宽带复合振子上,用胶密封在圆柱腔体内;MEMS振动传感器和MEMS音频传感器浇筑在宽带复合振子的条形孔内,同时嵌入温度传感器。
4.根据权利要求2所述的一种广谱机械波智能传感器,其特征在于,宽带复合振子通过弹性体固定在外壳底部;宽带复合振子吸附在被安装的设备上时,能够在很宽的频带内自由振动。
5.根据权利要求2所述的一种广谱机械波智能传感器,其特征在于,高速同步采集单元由可控采样率转换器按不同采样率同步采集宽带复合振子内各传感器数据。
6.根据权利要求1所述的一种广谱机械波智能传感器,其特征在于,分频段数据处理补偿单元实现采集数据的滤波、补偿、多传感器数据融合计算;按相应标准分离振动、声音和超声脉冲信号。
7.根据权利要求1所述一种广谱机械波智能传感器,其特征在于,同步模块的同步信号采用交流POE供电同步或网络同步。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250842.1A CN115962845A (zh) | 2023-03-16 | 2023-03-16 | 一种广谱机械波智能传感器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310250842.1A CN115962845A (zh) | 2023-03-16 | 2023-03-16 | 一种广谱机械波智能传感器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115962845A true CN115962845A (zh) | 2023-04-14 |
Family
ID=87361769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310250842.1A Pending CN115962845A (zh) | 2023-03-16 | 2023-03-16 | 一种广谱机械波智能传感器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115962845A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205280885U (zh) * | 2015-12-04 | 2016-06-01 | 国家电网公司华中分部 | 基于无线传感技术的变压器局放多频段在线监测*** |
WO2019166396A1 (en) * | 2018-02-28 | 2019-09-06 | Robert Bosch Gmbh | System and method for audio and vibration based power distribution equipment condition monitoring |
CN110703150A (zh) * | 2019-10-10 | 2020-01-17 | 重庆大学 | 基于声振耦合信号的变压器内部故障检测与定位方法 |
CN112462216A (zh) * | 2020-11-30 | 2021-03-09 | 国网山西省电力公司朔州供电公司 | 一种多频段复合式放电检测*** |
CN112880740A (zh) * | 2021-01-21 | 2021-06-01 | 上海迈内能源科技有限公司 | 变压器运行状态在线监测***及其多参量智能传感器 |
CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析***和方法 |
CN113503958A (zh) * | 2021-07-08 | 2021-10-15 | 国网河北省电力有限公司电力科学研究院 | 宽频振动信号传感器及其信号处理装置 |
CN113721167A (zh) * | 2021-09-08 | 2021-11-30 | 浙江日新电气有限公司 | 基于物联网架构的变压器声纹振动检测*** |
CN114019422A (zh) * | 2021-10-27 | 2022-02-08 | 付强 | 基于ATT-BiLSTM的变压器故障监测*** |
CN114689298A (zh) * | 2022-03-24 | 2022-07-01 | 三一重型装备有限公司 | 采煤机行走部的故障检测方法及装置 |
CN115047448A (zh) * | 2022-04-13 | 2022-09-13 | 厦门大学 | 一种基于声电磁互调的室内目标快速探测方法与*** |
CN217605990U (zh) * | 2022-04-22 | 2022-10-18 | 中国电力科学研究院有限公司 | 一种基于智能盖板的变压器多状态量在线监测装置 |
-
2023
- 2023-03-16 CN CN202310250842.1A patent/CN115962845A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205280885U (zh) * | 2015-12-04 | 2016-06-01 | 国家电网公司华中分部 | 基于无线传感技术的变压器局放多频段在线监测*** |
WO2019166396A1 (en) * | 2018-02-28 | 2019-09-06 | Robert Bosch Gmbh | System and method for audio and vibration based power distribution equipment condition monitoring |
CN110703150A (zh) * | 2019-10-10 | 2020-01-17 | 重庆大学 | 基于声振耦合信号的变压器内部故障检测与定位方法 |
CN112462216A (zh) * | 2020-11-30 | 2021-03-09 | 国网山西省电力公司朔州供电公司 | 一种多频段复合式放电检测*** |
CN112880740A (zh) * | 2021-01-21 | 2021-06-01 | 上海迈内能源科技有限公司 | 变压器运行状态在线监测***及其多参量智能传感器 |
CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析***和方法 |
CN113503958A (zh) * | 2021-07-08 | 2021-10-15 | 国网河北省电力有限公司电力科学研究院 | 宽频振动信号传感器及其信号处理装置 |
CN113721167A (zh) * | 2021-09-08 | 2021-11-30 | 浙江日新电气有限公司 | 基于物联网架构的变压器声纹振动检测*** |
CN114019422A (zh) * | 2021-10-27 | 2022-02-08 | 付强 | 基于ATT-BiLSTM的变压器故障监测*** |
CN114689298A (zh) * | 2022-03-24 | 2022-07-01 | 三一重型装备有限公司 | 采煤机行走部的故障检测方法及装置 |
CN115047448A (zh) * | 2022-04-13 | 2022-09-13 | 厦门大学 | 一种基于声电磁互调的室内目标快速探测方法与*** |
CN217605990U (zh) * | 2022-04-22 | 2022-10-18 | 中国电力科学研究院有限公司 | 一种基于智能盖板的变压器多状态量在线监测装置 |
Non-Patent Citations (1)
Title |
---|
王超等: "基于声电联合及振动的变压器类设备局部放电现场综合诊断方法", 四川电力技术, vol. 43, no. 04, pages 33 - 37 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107942206B (zh) | 一种gis局部放电定位方法 | |
CN207300606U (zh) | 基于声学原理的变压器信息采集装置 | |
CN104749468B (zh) | 一种gis故障诊断***及其方法 | |
CN103969555A (zh) | 判断电力设备电弧放电及机械震动、异常位移类故障的方法 | |
CN105606975A (zh) | 一种可定位的特高频电缆局部放电检测方法和装置 | |
CN102298107A (zh) | 便携式局部放电超声波云检测装置 | |
CN204044292U (zh) | 用于封闭式组合电器绝缘缺陷局部放电在线监测的*** | |
CN103954890A (zh) | 换流变压器直流局部放电检测装置及方法 | |
CN103472350A (zh) | 变压器诊断***及其诊断方法 | |
CN106405349A (zh) | 侵入式变压器油中局部放电特高频超声波检测方法及*** | |
CN208421140U (zh) | 一种机器人局部放电巡检*** | |
CN202330624U (zh) | 局部放电超声波检测装置 | |
CN114089135A (zh) | 一种变配电高频电流局放传感器及其方法 | |
CN108680843A (zh) | 一种基于无线传输技术的开关柜局部放电检测方法 | |
CN205091430U (zh) | 一种变压器内部放电故障诊断装置 | |
CN108318790A (zh) | 一种内置式sf6气体绝缘变压器局放监测*** | |
CN203535010U (zh) | 堆石坝压实质量智能、动态控制*** | |
CN114325254A (zh) | 一种输变电超声波局放传感器及其方法 | |
CN115962845A (zh) | 一种广谱机械波智能传感器 | |
CN106093716A (zh) | 电气设备局部放电检测装置 | |
CN213240378U (zh) | 基于fpga的麦克风阵列非侵入式宽频声波实时成像检测*** | |
CN111983390B (zh) | 一种基于振动信号的gis故障精确定位*** | |
CN207007993U (zh) | 一种变压器局部放电的带电检测装置 | |
CN206057482U (zh) | 一种基于高频宽带电光转换的光纤局放在线监测装置 | |
CN208506188U (zh) | 一种内置式sf6气体绝缘变压器局放监测*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230414 |