CN116256054A - 一种桥臂电抗器的故障监测方法、***、设备和介质 - Google Patents

一种桥臂电抗器的故障监测方法、***、设备和介质 Download PDF

Info

Publication number
CN116256054A
CN116256054A CN202310539074.1A CN202310539074A CN116256054A CN 116256054 A CN116256054 A CN 116256054A CN 202310539074 A CN202310539074 A CN 202310539074A CN 116256054 A CN116256054 A CN 116256054A
Authority
CN
China
Prior art keywords
measuring point
fault
target
vibration speed
amplitude
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
Application number
CN202310539074.1A
Other languages
English (en)
Other versions
CN116256054B (zh
Inventor
杜育斌
谢顺添
关喜升
罗文博
陈月娴
潘坤年
王巍
罗毅
唐晓军
唐建东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202310539074.1A priority Critical patent/CN116256054B/zh
Publication of CN116256054A publication Critical patent/CN116256054A/zh
Application granted granted Critical
Publication of CN116256054B publication Critical patent/CN116256054B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
    • 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
    • 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
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G06F17/142—Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Discrete Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种桥臂电抗器的故障监测方法、***、设备和介质，响应于接收到的故障监测请求，确定待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号，对全部测点振动速度信号进行序列转换，生成多个目标测点序列，从各目标测点序列提取潜在缺陷测点，基于预设峰值检测幅值条件，确定多个目标峰值检测幅值，获取关联的测点振动速度幅值，将测点振动速度幅值与目标峰值检测幅值进行比较，若测点振动速度幅值大于目标峰值检测幅值，则将关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障；解决现有的监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置的技术问题。

Description

一种桥臂电抗器的故障监测方法、***、设备和介质
技术领域
本发明涉及预制舱变电站技术领域，尤其涉及一种桥臂电抗器的故障监测方法、***、设备和介质。
背景技术
桥臂电抗器，因其电感值稳定、损耗小、便于维护等特点，在电力***中的应用愈来愈广泛。桥臂电抗器往往运行在室外，运行环境恶劣，在多种应力作用下容易发生匝间短路故障。
桥臂电抗器匝间短路故障的诊断方法主要包括高频脉冲振荡法、温度监测法、磁场监测法等等。高频脉冲振荡法利用匝间短路故障下电抗器电感发生变化的特性，先后对电抗器施加较低与较高幅值的高频振荡电压并录取电压波形，通过对比两次波形的振荡周期判断电抗器是否发生匝间短路，这种方法具有较高的准确性，但检测过程中施加的高频振荡电压容易导致电抗器损坏；温度监测法主要包括红外测温以及光纤测温两种，通过在线获取电抗器各包封温度实现对电抗器运行状态的监测，具有一定的可行性，但电抗器的温升具有滞后性，灵敏度较差；磁场监测法主要通过磁感应线圈监测电抗器空间磁场，对匝间短路导致的电抗器漏磁通变化做出反应，以达到故障检测的目的，但难以对故障位置进行定位，且空间磁场影响因素较多，实现困难。因此，目前桥臂电抗器的故障监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置。
发明内容
本发明提供了一种桥臂电抗器的故障监测方法、***、设备和介质，解决了目前桥臂电抗器的故障监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置的技术问题。
本发明第一方面提供的一种桥臂电抗器的故障监测方法，包括：
响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号；
对全部所述测点振动速度信号进行序列转换，生成多个目标测点序列；
从各所述目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点；
基于预设峰值检测幅值条件，采用各所述潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值；
获取所述潜在缺陷测点关联的测点振动速度幅值，并将所述测点振动速度幅值与关联的所述目标峰值检测幅值进行比较；
若所述测点振动速度幅值大于所述目标峰值检测幅值，则将当前时刻所述测点振动速度幅值关联的所述潜在缺陷测点作为目标故障测点，并判定所述目标故障测点所处位置出现故障。
可选地，涉及光纤阵列采集装置，所述响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号的步骤，包括：
响应于接收到的故障监测请求，选取所述故障监测请求对应的桥臂电抗器作为待判断桥臂电抗器；
通过所述光纤阵列采集装置获取所述待判断桥臂电抗器各个包封当前时刻的多个测点振动速度信号。
可选地，所述对全部所述测点振动速度信号进行序列转换，生成多个目标测点序列的步骤，包括：
对全部所述测点振动速度信号进行快速傅里叶变换，选取预设频率分量下的多个振动速度幅值作为测点振动速度幅值；
按照预设测点顺序对各个所述包封内的多个所述测点振动速度幅值进行排序，生成多个所述包封对应的振动速度幅值序列；
基于预设振动分布策略，对各所述振动速度幅值序列进行分布操作，生成多个目标测点序列。
可选地，所述基于预设峰值检测幅值条件，采用各所述潜在缺陷测点关联的所述振动速度幅值序列，确定多个目标峰值检测幅值的步骤，包括：
分别从各所述潜在缺陷测点关联的所述振动速度幅值序列中选取最大值和最小值，生成多组边缘幅值数据，其中，所述边缘幅值数据包括幅值最大值和幅值最小值；
分别采用所述幅值最大值与对应的所述幅值最小值进行差值运算，生成多个对应的第一差值；
将各所述第一差值与预设监测阈值进行乘值运算，生成多个对应的第一乘值；
分别采用所述第一乘值与对应的所述幅值最小值进行和值运算，生成多个对应的目标峰值检测幅值。
可选地，所述方法还包括：
按照预设时间间隔跳转执行所述响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号的步骤，确定下一时刻对应的多个所述目标故障测点；
采用同一所述目标故障测点相邻的两个时刻对应的所述测点振动速度幅值，确定所述下一时刻对应的所述目标故障测点所处位置的故障劣化程度。
可选地，所述采用同一所述目标故障测点相邻的两个时刻对应的所述测点振动速度幅值，确定所述下一时刻对应的所述目标故障测点所处位置的故障劣化程度的步骤，包括：
采用同一所述目标故障测点相邻的两个时刻对应的所述测点振动速度幅值输入预设的故障程度衡量函数，生成对应的目标故障程度衡量因子；
比对所述目标故障程度衡量因子与预设标准程度因子；
若所述目标故障程度衡量因子大于所述预设标准程度因子，则判定所述下一时刻对应的所述目标故障测点所处位置的故障出现劣化；
若所述目标故障程度衡量因子小于或等于所述预设标准程度因子，则判定所述下一时刻对应的所述目标故障测点所处位置的故障未出现劣化。
可选地，所述故障程度衡量函数具体为：
Figure SMS_1
；
其中，
Figure SMS_2
表示下一时刻第i个所述目标故障测点对应的目标故障程度衡量因子，/>
Figure SMS_3
表示当前时刻第i个所述目标故障测点对应的所述测点振动速度幅值，/>
Figure SMS_4
表示下一时刻第i个所述目标故障测点对应的所述测点振动速度幅值。
本发明第二方面提供的一种桥臂电抗器的故障监测***，包括：
响应模块，用于响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号；
序列转换模块，用于对全部所述测点振动速度信号进行序列转换，生成多个目标测点序列；
潜在缺陷测点模块，用于从各所述目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点；
目标峰值检测幅值模块，用于基于预设峰值检测幅值条件，采用各所述潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值；
幅值比较模块，用于获取所述潜在缺陷测点关联的测点振动速度幅值，并将所述测点振动速度幅值与关联的所述目标峰值检测幅值进行比较；
故障判定模块，用于若所述测点振动速度幅值大于所述目标峰值检测幅值，则将当前时刻所述测点振动速度幅值关联的所述潜在缺陷测点作为目标故障测点，并判定所述目标故障测点所处位置出现故障。
本发明第三方面提供的一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述任一项所述的桥臂电抗器的故障监测方法的步骤。
本发明第四方面提供的一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如上述任一项所述的桥臂电抗器的故障监测方法。
从以上技术方案可以看出，本发明具有以下优点：
在本发明中，响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号，对全部测点振动速度信号进行序列转换，生成多个目标测点序列，从各目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点，基于预设峰值检测幅值条件，采用各潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值，获取潜在缺陷测点关联的测点振动速度幅值，并将测点振动速度幅值与关联的目标峰值检测幅值进行比较，若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障；解决目前桥臂电抗器的故障监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置的技术问题；实现了不影响桥臂电抗器原本的运行状态，又能准确获取其表面振动分布，对故障响应的灵敏度较高，同时在现场实际应用中具有较强的可靠性，且更易于实现。
本发明在准确地监测出桥臂电抗器故障发生位置的基础上，对故障发生位置进行故障趋势进行监测，若是出现劣化程度增大，能够及时的反馈维修，从而达到更优的监测效果，实现了桥臂电抗器的故障演化趋势捕捉。
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，显而易见地，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性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种桥臂电抗器的故障监测方法的步骤流程图；
图2为本发明实施例二提供的一种桥臂电抗器的故障监测方法的步骤流程图；
图3为本发明实施例二提供的光纤阵列采集装置示意图；
图4为本发明实施例二提供的测点振动分布图；
图5为本发明实施例三提供的一种桥臂电抗器的故障监测***的结构框图。
其中，附图标记含义如下：
1、包封；2、光纤阵列探头；3、信号采集卡；4、分析终端。
具体实施方式
本发明实施例提供了一种桥臂电抗器的故障监测方法、***、设备和介质，用于解决目前桥臂电抗器的故障监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种桥臂电抗器的故障监测方法的步骤流程图。
本发明提供的一种桥臂电抗器的故障监测方法，包括：
步骤101、响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号。
桥臂电抗器：又称相电抗器或为阀电抗器，每个桥臂中串接一个桥臂电抗器，相电抗器与联接变压器漏抗共同形成换流器与交流***之间传输功率的组带，与联接变压器阀侧电压配合决定换流器的功率输送能力、实现有功功率与无功功率的调节控制，抑制短路电流。
故障监测请求，指的是针对桥臂电抗器进行故障监测的请求信息。
待判断桥臂电抗器，指的是进行故障监测的桥臂电抗器。
测点振动速度信号，指的是通过光纤阵列采集装置获取包封1上的各个测点的振动速度信号。
在本发明实施例中，响应于接收到的故障监测请求，读取故障监测请求，确定进行故障监测的待判断桥臂电抗器，并通过光纤阵列采集装置获取当前时刻各个包封1上每一个测点对应的测点振动速度信号。
步骤102、对全部测点振动速度信号进行序列转换，生成多个目标测点序列。
序列转换，指的是将测点振动速度信号经过快速傅里叶变换、排序并基于预设振动分布策略进行分布操作。
值得一提的是，预设振动分布策略可为一阶差分法或二分法或二阶中心差分法等。
在本发明实施例中，对全部测点振动速度信号进行快速傅里叶变换、排序并基于预设振动分布策略进行分布操作，生成多个目标测点序列。
值得一提的是，此处每个包封1对应有一个目标测点序列。
步骤103、从各目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点。
预设峰值条件，指的是从目标测点序列里的多个数值中选取出峰值点，也即该数值满足v i-v i-1＞0且v i+1-v i ＜0。
在本发明实施例中，从各目标测点序列提取处于峰值点的待判断测点作为潜在缺陷测点。
值得一提的是，待判断桥臂电抗器的每个包封1上设置有多个待判断测点。
步骤104、基于预设峰值检测幅值条件，采用各潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值。
预设峰值检测幅值条件，指的是规定监测阈值K，通常设为0.3。
在本发明实施例中，基于规定监测阈值，采用各潜在缺陷测点关联的振动速度幅值序列，确定每个振动速度幅值序列对应的目标峰值检测幅值。
值得一提的是，每个包封1对应一个目标峰值检测幅值。
步骤105、获取潜在缺陷测点关联的测点振动速度幅值，并将测点振动速度幅值与关联的目标峰值检测幅值进行比较。
在本发明实施例中，将潜在缺陷测点关联的测点振动速度幅值与对应的目标峰值检测幅值进行比较。
值得一提的是，每一个包封1上可能会存在一个潜在缺陷测点或者多个潜在缺陷测点，但是每个包封1只有一个对应的目标峰值检测幅值，因此，需要将每个包封1上的全部潜在缺陷测点关联的测点振动速度幅值与目标峰值检测幅值进行比较。
步骤106、若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障。
在本发明实施例中，若潜在缺陷测点关联的测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障。
在本发明中，响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号，对全部测点振动速度信号进行序列转换，生成多个目标测点序列，从各目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点，基于预设峰值检测幅值条件，采用各潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值，获取潜在缺陷测点关联的测点振动速度幅值，并将测点振动速度幅值与关联的目标峰值检测幅值进行比较，若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障；解决目前桥臂电抗器的故障监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置的技术问题；实现了不影响桥臂电抗器原本的运行状态，又能准确获取其表面振动分布，对故障响应的灵敏度较高，同时在现场实际应用中具有较强的可靠性，且更易于实现。
请参阅图2，图2为本发明实施例二提供的一种桥臂电抗器的故障监测方法的步骤流程图。
本发明提供的一种桥臂电抗器的故障监测方法，包括：
步骤201、响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号。
进一步地，涉及光纤阵列采集装置，步骤201可以包括以下子步骤：
S11、响应于接收到的故障监测请求，选取故障监测请求对应的桥臂电抗器作为待判断桥臂电抗器。
在本发明实施例中，响应于接收到的故障监测请求，读取故障监测请求，将故障监测请求对应的桥臂电抗器作为待判断桥臂电抗器。
S12、通过光纤阵列采集装置获取待判断桥臂电抗器各个包封1当前时刻的多个测点振动速度信号。
光纤阵列：把一束光纤或一条光纤带按照规定间隔安装在基片上，所构成的阵列。
如图3所示，每台桥臂电抗器由多个包封1套设在一起，在各包封1的竖直方向上分别设置n个振动测点，每个包封1上测点之间的距离为10cm。
光纤阵列采集装置包括光纤阵列探头2、信号采集卡3和分析终端4，其中，光纤阵列采集装置的参数需满足桥臂电抗器的振动响应测量需求，将光纤阵列探头2固定连接在各个测点位置上，将信号采集卡3分别连接光纤阵列的信号传输端以及分析终端4，在本实施例中，量程为10mm/s，采样频段为0-3MHz。
在本发明实施例中，光纤阵列采集装置按照预设数据采集间隔，预设数据采集间隔为10min/点，通过光纤阵列探头2获取各个测点当前时刻的测点振动速度信号，然后通过信号采集卡3将获取到的模拟信号进行数模转换，生成对应的数字信号，每隔10min为一个周期，获取各个测点下一时刻的测点振动速度信号；首先，通过光纤阵列探头2获取各个测点当前时刻的测点振动速度模拟信号，然后通过信号采集卡3将获取到的模拟信号进行数模转换，生成对应的数字信号，然后通过光纤通道或者无线网络的方式上传至分析终端4，如图4所示，图4为测点振动分布图。
步骤202、对全部测点振动速度信号进行序列转换，生成多个目标测点序列。
进一步地，步骤202可以包括以下子步骤：
S21、对全部测点振动速度信号进行快速傅里叶变换，选取预设频率分量下的多个振动速度幅值作为测点振动速度幅值。
快速傅里叶变换（FFT：Fast Fourier transform）：傅里叶变换在时域和频域上都呈离散的形式，是计算机计算离散傅里叶变换（DFT）的高效、快速计算方法的统称。
在本发明实施例中，对全部测点振动速度信号进行快速傅里叶变换，也即将测点振动速度信号从时域转换为频域，得到信号频谱图数据，然后根据信号频谱图数据选取选取预设频率分量下的多个振动速度幅值作为测点振动速度幅值，值得一提的是，预设频率分量为100Hz分量。
S22、按照预设测点顺序对各个包封1内的多个测点振动速度幅值进行排序，生成多个包封1对应的振动速度幅值序列。
预设测点顺序，指的是包封1上预先设置的测点顺序。
在本发明实施例中，将各个包封1内的多个测点振动速度幅值按照包封1上预先设置的测点顺序进行排序，从而生成多个包封1对应的振动速度幅值序列。
以第m个包封1为例，包封1上振动速度幅值序列表示为A m=[v 1,v 2,…,v n ]，其中，v表示某测点的振动信号在100Hz分量下的振动速度幅值，n为该包封1上的测点数。每个桥臂电抗器的包封1数大于等于1。100hz是电抗器振动主频，因此选取小于100hz分量下的振动速度幅值。
值得一提的是，每个包封1对应一个振动速度幅值序列。
S23、基于预设振动分布策略，对各振动速度幅值序列进行分布操作，生成多个目标测点序列。
预设振动分布策略可为一阶差分法或二分法或二阶中心差分法等，在本发明中，优选为一阶差分法。
在本发明实施例中，基于一阶差分法，针对各个包封1对应的振动速度幅值序列计算一阶差分，生成多个目标测点序列。
以第m个包封1为例，针对振动速度幅值序列提取一阶差分序列（也即目标测点序列）
Figure SMS_5
。
步骤203、从各目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点。
在本发明实施例中，从各目标测点序列提取多个满足预设峰值条件（满足v i-v i-1＞0且v i+1-v i ＜0）的待判断测点作为潜在缺陷测点。
针对目标测点序列
Figure SMS_6
寻找峰值位置，当满足v i-v i-1＞0且v i+1-v i ＜0时，将i标记为潜在缺陷测点，通过将序列元素一一统计，得到一个或多个潜在缺陷测点。
步骤204、基于预设峰值检测幅值条件，采用各潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值。
进一步地，步骤204可以包括以下子步骤：
S31、分别从各潜在缺陷测点关联的振动速度幅值序列中选取最大值和最小值，生成多组边缘幅值数据，其中，边缘幅值数据包括幅值最大值和幅值最小值。
在本发明实施例中，从潜在缺陷测点关联的振动速度幅值序列中选取最大值和最小值，从而生成多组边缘幅值数据，其中，边缘幅值数据包括幅值最大值和幅值最小值。
值得一提的是，振动速度幅值序列的每一个数值为相邻两个振动速度幅值的一阶差分，也即，振动速度幅值序列是由多个一阶差分幅值元素组成，从多个一阶差分幅值元素选取最大值和最小值，即幅值最大值和幅值最小值。
S32、分别采用幅值最大值与对应的幅值最小值进行差值运算，生成多个对应的第一差值。
S33、将各第一差值与预设监测阈值进行乘值运算，生成多个对应的第一乘值。
S34、分别采用第一乘值与对应的幅值最小值进行和值运算，生成多个对应的目标峰值检测幅值。
在本发明实施例中，S32-S34在具体实现中，为方便方法的实现，可以通过将上述过程转换为公式封装的形式，目标峰值检测幅值的表达方式如下：
Figure SMS_7
；
式中，
Figure SMS_8
表示第i个振动速度幅值序列中的幅值最大值，/>
Figure SMS_9
表示第i个振动速度幅值序列中的幅值最小值，/>
Figure SMS_10
表示预设监测阈值，/>
Figure SMS_11
表示第i个目标峰值检测幅值。
步骤205、获取潜在缺陷测点关联的测点振动速度幅值，并将测点振动速度幅值与关联的目标峰值检测幅值进行比较。
在本发明实施例中，获取潜在缺陷测点关联的测点振动速度幅值
Figure SMS_12
，并将测点振动速度幅值/>
Figure SMS_13
与关联的目标峰值检测幅值/>
Figure SMS_14
进行比较。
步骤206、若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障。
在本发明实施例中，若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障，标记目标故障测点并发出警报。
步骤207、按照预设时间间隔跳转执行响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号的步骤，确定下一时刻对应的多个目标故障测点。
在本发明实施例中，此处的预设时间间隔为10min，每间隔10min为一个周期，跳转步骤201-步骤206，即可确定下一时刻对应的多个目标故障测点。
步骤208、采用同一目标故障测点相邻的两个时刻对应的测点振动速度幅值，确定下一时刻对应的目标故障测点所处位置的故障劣化程度。
进一步地，步骤208可以包括以下子步骤：
S41、采用同一目标故障测点相邻的两个时刻对应的测点振动速度幅值输入预设的故障程度衡量函数，生成对应的目标故障程度衡量因子。
在本发明实施例中，采用同一目标故障测点相邻的两个时刻对应的测点振动速度幅值输入预设的故障程度衡量函数，生成对应的目标故障程度衡量因子。
进一步地，故障程度衡量函数具体为：
Figure SMS_15
；/>
其中，
Figure SMS_16
表示下一时刻第i个目标故障测点对应的目标故障程度衡量因子，
Figure SMS_17
表示当前时刻第i个目标故障测点对应的测点振动速度幅值，/>
Figure SMS_18
表示下一时刻第i个目标故障测点对应的测点振动速度幅值。
S42、比对目标故障程度衡量因子与预设标准程度因子。
S43、若目标故障程度衡量因子大于预设标准程度因子，则判定下一时刻对应的目标故障测点所处位置的故障出现劣化。
S44、若目标故障程度衡量因子小于或等于预设标准程度因子，则判定下一时刻对应的目标故障测点所处位置的故障未出现劣化。
例如，2022年4月2日17:00时，得到i位置（当前时刻目标故障测点所处位置）处的振动速度幅值为0.01mm/s，2022年4月2日17:10时，得到i位置（下一时刻目标故障测点所处位置）处的振动速度幅值为0.05mm/s，由于0.05/0.01（目标故障程度衡量因子）＞1（预设标准程度因子），说明i位置处的故障劣化程度逐渐增大，0.05/0.01（目标故障程度衡量因子）＜1（预设标准程度因子），说明i位置处的故障劣化程度未增大。
值得一提的是，本发明在准确地监测出桥臂电抗器故障发生位置的基础上，对故障发生位置进行故障趋势进行监测，若是出现劣化程度增大，能够及时的反馈维修，从而达到更优的监测效果，实现了桥臂电抗器的故障演化趋势捕捉。
采用光纤阵列对桥臂电抗器故障演化趋势捕捉时，光纤阵列与被测设备无直接电气联系，既不影响桥臂电抗器原本的运行状态，又能灵敏获取其表面振动分布，同时可以有效避免现场环境的干扰，针对现场设备的监测应用中具有较强的可靠性、灵敏性与准确性。
在本发明中，响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号，对全部测点振动速度信号进行序列转换，生成多个目标测点序列，从各目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点，基于预设峰值检测幅值条件，采用各潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值，获取潜在缺陷测点关联的测点振动速度幅值，并将测点振动速度幅值与关联的目标峰值检测幅值进行比较，若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障；解决目前桥臂电抗器的故障监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置的技术问题；实现了不影响桥臂电抗器原本的运行状态，又能准确获取其表面振动分布，对故障响应的灵敏度较高，同时在现场实际应用中具有较强的可靠性，且更易于实现。
请参阅图5，图5为本发明实施例三提供的一种桥臂电抗器的故障监测***的结构框图。
本发明提供的一种桥臂电抗器的故障监测***，包括：
响应模块301，用于响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号。
序列转换模块302，用于对全部测点振动速度信号进行序列转换，生成多个目标测点序列。
潜在缺陷测点模块303，用于从各目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点。
目标峰值检测幅值模块304，用于基于预设峰值检测幅值条件，采用各潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值。
幅值比较模块305，用于获取潜在缺陷测点关联的测点振动速度幅值，并将测点振动速度幅值与关联的目标峰值检测幅值进行比较。
故障判定模块306，用于若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障。
进一步地，涉及光纤阵列采集装置，响应模块301包括：
待判断桥臂电抗器子模块，用于响应于接收到的故障监测请求，选取故障监测请求对应的桥臂电抗器作为待判断桥臂电抗器。
测点振动速度信号子模块，用于通过光纤阵列采集装置获取待判断桥臂电抗器各个包封1当前时刻的多个测点振动速度信号。
进一步地，序列转换模块302包括：
测点振动速度幅值子模块，用于对全部测点振动速度信号进行快速傅里叶变换，选取预设频率分量下的多个振动速度幅值作为测点振动速度幅值。
振动速度幅值序列子模块，用于按照预设测点顺序对各个包封1内的多个测点振动速度幅值进行排序，生成多个包封1对应的振动速度幅值序列。
目标测点序列子模块，用于基于预设振动分布策略，对各振动速度幅值序列进行分布操作，生成多个目标测点序列。
进一步地，目标峰值检测幅值模块304包括：
边缘幅值数据子模块，用于分别从各潜在缺陷测点关联的振动速度幅值序列中选取最大值和最小值，生成多组边缘幅值数据，其中，边缘幅值数据包括幅值最大值和幅值最小值。
差值运算子模块，用于分别采用幅值最大值与对应的幅值最小值进行差值运算，生成多个对应的第一差值。
乘值运算子模块，用于将各第一差值与预设监测阈值进行乘值运算，生成多个对应的第一乘值。
和值运算子模块，用于分别采用第一乘值与对应的幅值最小值进行和值运算，生成多个对应的目标峰值检测幅值。
进一步地，还包括：
跳转模块，用于按照预设时间间隔跳转执行响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号的步骤，确定下一时刻对应的多个目标故障测点。
故障劣化程度模块，用于采用同一目标故障测点相邻的两个时刻对应的测点振动速度幅值，确定下一时刻对应的目标故障测点所处位置的故障劣化程度。
进一步地，故障劣化程度模块包括：
目标故障程度衡量因子子模块，用于采用同一目标故障测点相邻的两个时刻对应的测点振动速度幅值输入预设的故障程度衡量函数，生成对应的目标故障程度衡量因子；
程度因子比较子模块，用于比对目标故障程度衡量因子与预设标准程度因子。
第一判定子模块，用于若目标故障程度衡量因子大于预设标准程度因子，则判定下一时刻对应的目标故障测点所处位置的故障出现劣化。
第二判定子模块，用于若目标故障程度衡量因子小于或等于预设标准程度因子，则判定下一时刻对应的目标故障测点所处位置的故障未出现劣化。
进一步地，故障程度衡量函数具体为：
Figure SMS_19
；
其中，
Figure SMS_20
表示下一时刻第i个目标故障测点对应的目标故障程度衡量因子，
Figure SMS_21
表示当前时刻第i个目标故障测点对应的测点振动速度幅值，/>
Figure SMS_22
表示下一时刻第i个目标故障测点对应的测点振动速度幅值。
在本发明中，响应于接收到的故障监测请求，确定故障监测请求对应的待判断桥臂电抗器并获取各个包封1当前时刻的多个测点振动速度信号，对全部测点振动速度信号进行序列转换，生成多个目标测点序列，从各目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点，基于预设峰值检测幅值条件，采用各潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值，获取潜在缺陷测点关联的测点振动速度幅值，并将测点振动速度幅值与关联的目标峰值检测幅值进行比较，若测点振动速度幅值大于目标峰值检测幅值，则将当前时刻测点振动速度幅值关联的潜在缺陷测点作为目标故障测点，并判定目标故障测点所处位置出现故障；解决目前桥臂电抗器的故障监测方法无法在不破坏桥臂电抗器结构的基础上能够及时、准确地监测出桥臂电抗器故障发生位置的技术问题；实现了不影响桥臂电抗器原本的运行状态，又能准确获取其表面振动分布，对故障响应的灵敏度较高，同时在现场实际应用中具有较强的可靠性，且更易于实现。
本发明实施例的一种电子设备，电子设备包括：存储器及处理器，存储器中储存有计算机程序；计算机程序被处理器执行时，使得处理器执行如上述任一实施例的桥臂电抗器的故障监测方法。
存储器可以是诸如闪存、EEPROM（电可擦除可编程只读存储器）、EPROM、硬盘或者ROM之类的电子存储器。存储器具有用于执行上述方法中的任何方法步骤的程序代码的存储空间。例如，用于程序代码的存储空间可以包括分别用于实现上面的方法中的各种步骤的各个程序代码。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘（CD）、存储卡或者软盘之类的程序代码载体。程序代码可以例如以适当形式进行压缩。这些代码当由计算处理设备运行时，导致该计算处理设备执行上面所描述的方法中的各个步骤。
本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被执行时实现如本发明任一实施例的桥臂电抗器的故障监测方法。
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，在本发明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，本发明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）执行本发明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。
以上所述，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 (10)

1.一种桥臂电抗器的故障监测方法，其特征在于，包括：
响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号；
对全部所述测点振动速度信号进行序列转换，生成多个目标测点序列；
从各所述目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点；
基于预设峰值检测幅值条件，采用各所述潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值；
获取所述潜在缺陷测点关联的测点振动速度幅值，并将所述测点振动速度幅值与关联的所述目标峰值检测幅值进行比较；
若所述测点振动速度幅值大于所述目标峰值检测幅值，则将当前时刻所述测点振动速度幅值关联的所述潜在缺陷测点作为目标故障测点，并判定所述目标故障测点所处位置出现故障。
2.根据权利要求1所述的桥臂电抗器的故障监测方法，其特征在于，涉及光纤阵列采集装置，所述响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号的步骤，包括：
响应于接收到的故障监测请求，选取所述故障监测请求对应的桥臂电抗器作为待判断桥臂电抗器；
通过所述光纤阵列采集装置获取所述待判断桥臂电抗器各个包封当前时刻的多个测点振动速度信号。
3.根据权利要求1所述的桥臂电抗器的故障监测方法，其特征在于，所述对全部所述测点振动速度信号进行序列转换，生成多个目标测点序列的步骤，包括：
对全部所述测点振动速度信号进行快速傅里叶变换，选取预设频率分量下的多个振动速度幅值作为测点振动速度幅值；
按照预设测点顺序对各个所述包封内的多个所述测点振动速度幅值进行排序，生成多个所述包封对应的振动速度幅值序列；
基于预设振动分布策略，对各所述振动速度幅值序列进行分布操作，生成多个目标测点序列。
4.根据权利要求1所述的桥臂电抗器的故障监测方法，其特征在于，所述基于预设峰值检测幅值条件，采用各所述潜在缺陷测点关联的所述振动速度幅值序列，确定多个目标峰值检测幅值的步骤，包括：
分别从各所述潜在缺陷测点关联的所述振动速度幅值序列中选取最大值和最小值，生成多组边缘幅值数据，其中，所述边缘幅值数据包括幅值最大值和幅值最小值；
分别采用所述幅值最大值与对应的所述幅值最小值进行差值运算，生成多个对应的第一差值；
将各所述第一差值与预设监测阈值进行乘值运算，生成多个对应的第一乘值；
分别采用所述第一乘值与对应的所述幅值最小值进行和值运算，生成多个对应的目标峰值检测幅值。
5.根据权利要求1所述的桥臂电抗器的故障监测方法，其特征在于，所述方法还包括：
按照预设时间间隔跳转执行所述响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号的步骤，确定下一时刻对应的多个所述目标故障测点；
采用同一所述目标故障测点相邻的两个时刻对应的所述测点振动速度幅值，确定所述下一时刻对应的所述目标故障测点所处位置的故障劣化程度。
6.根据权利要求5所述的桥臂电抗器的故障监测方法，其特征在于，所述采用同一所述目标故障测点相邻的两个时刻对应的所述测点振动速度幅值，确定所述下一时刻对应的所述目标故障测点所处位置的故障劣化程度的步骤，包括：
采用同一所述目标故障测点相邻的两个时刻对应的所述测点振动速度幅值输入预设的故障程度衡量函数，生成对应的目标故障程度衡量因子；
比对所述目标故障程度衡量因子与预设标准程度因子；
若所述目标故障程度衡量因子大于所述预设标准程度因子，则判定所述下一时刻对应的所述目标故障测点所处位置的故障出现劣化；
若所述目标故障程度衡量因子小于或等于所述预设标准程度因子，则判定所述下一时刻对应的所述目标故障测点所处位置的故障未出现劣化。
7.根据权利要求6所述的桥臂电抗器的故障监测方法，其特征在于，所述故障程度衡量函数具体为：
Figure QLYQS_1
；
其中，
Figure QLYQS_2
表示下一时刻第i个所述目标故障测点对应的目标故障程度衡量因子，
Figure QLYQS_3
表示当前时刻第i个所述目标故障测点对应的所述测点振动速度幅值，/>
Figure QLYQS_4
表示下一时刻第i个所述目标故障测点对应的所述测点振动速度幅值。
8.一种桥臂电抗器的故障监测***，其特征在于，包括：
响应模块，用于响应于接收到的故障监测请求，确定所述故障监测请求对应的待判断桥臂电抗器并获取各个包封当前时刻的多个测点振动速度信号；
序列转换模块，用于对全部所述测点振动速度信号进行序列转换，生成多个目标测点序列；
潜在缺陷测点模块，用于从各所述目标测点序列提取多个满足预设峰值条件的待判断测点作为潜在缺陷测点；
目标峰值检测幅值模块，用于基于预设峰值检测幅值条件，采用各所述潜在缺陷测点关联的振动速度幅值序列，确定多个目标峰值检测幅值；
幅值比较模块，用于获取所述潜在缺陷测点关联的测点振动速度幅值，并将所述测点振动速度幅值与关联的所述目标峰值检测幅值进行比较；
故障判定模块，用于若所述测点振动速度幅值大于所述目标峰值检测幅值，则将当前时刻所述测点振动速度幅值关联的所述潜在缺陷测点作为目标故障测点，并判定所述目标故障测点所处位置出现故障。
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的桥臂电抗器的故障监测方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-7任一项所述的桥臂电抗器的故障监测方法。
CN202310539074.1A 2023-05-15 2023-05-15 一种桥臂电抗器的故障监测方法、***、设备和介质 Active CN116256054B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310539074.1A CN116256054B (zh) 2023-05-15 2023-05-15 一种桥臂电抗器的故障监测方法、***、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310539074.1A CN116256054B (zh) 2023-05-15 2023-05-15 一种桥臂电抗器的故障监测方法、***、设备和介质

Publications (2)

Publication Number Publication Date
CN116256054A true CN116256054A (zh) 2023-06-13
CN116256054B CN116256054B (zh) 2023-08-04

Family

ID=86681065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310539074.1A Active CN116256054B (zh) 2023-05-15 2023-05-15 一种桥臂电抗器的故障监测方法、***、设备和介质

Country Status (1)

Country Link
CN (1) CN116256054B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5895857A (en) * 1995-11-08 1999-04-20 Csi Technology, Inc. Machine fault detection using vibration signal peak detector
US6178386B1 (en) * 1998-08-14 2001-01-23 The University Of Hartford Method and apparatus for fault detection
CN103674545A (zh) * 2013-11-26 2014-03-26 成都阜特科技股份有限公司 一种机械故障侦测方法
CN107101714A (zh) * 2017-05-09 2017-08-29 华北电力大学（保定） 一种基于多测点振动信号特征的变压器健康状况评估方法
CN108198562A (zh) * 2018-02-05 2018-06-22 中国农业大学 一种用于实时定位辨识动物舍内异常声音的方法及***
CN109708907A (zh) * 2018-11-30 2019-05-03 浙江胄天科技股份有限公司 一种基于包络信息的设备故障特征提取方法
CN110058117A (zh) * 2019-04-10 2019-07-26 西安交通大学 一种基于外包封振动分布的电抗器匝间短路故障检测方法
CN110261108A (zh) * 2019-01-18 2019-09-20 北京化工大学 基于cnn彩色特征图的额定运转时轴承故障识别法
CN112347912A (zh) * 2020-11-05 2021-02-09 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 一种基于黑盒模型的换流变压器运行状态判断方法及装置
CN113465734A (zh) * 2021-09-02 2021-10-01 清华大学 一种结构振动的实时估计方法
US20210364481A1 (en) * 2020-05-20 2021-11-25 State Grid Hebei Electric Power Research Institute Method for evaluating mechanical state of high-voltage shunt reactor based on vibration characteristics
WO2021232655A1 (zh) * 2020-05-20 2021-11-25 国网河北省电力有限公司电力科学研究院 一种基于振动特征的高压并联电抗器机械状态评估方法
WO2022141623A1 (zh) * 2021-01-04 2022-07-07 中南大学 列车车室振动监测方法、振动信号特征库建立及应用方法
CN115292872A (zh) * 2022-05-30 2022-11-04 中国特种设备检测研究院 一种过山车轨道缺陷定位方法、***、介质及设备
CN115410729A (zh) * 2022-08-30 2022-11-29 中国核动力研究设计院 一种核反应堆轴封泵振动在线监测方法、***及介质
CN115758213A (zh) * 2022-11-14 2023-03-07 国网浙江省电力有限公司超高压分公司 以振动信号评估换流变激励源谐波干扰程度的方法和装置
CN115931319A (zh) * 2022-10-27 2023-04-07 圣名科技(广州)有限责任公司 故障诊断方法、装置、电子设备及存储介质

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5895857A (en) * 1995-11-08 1999-04-20 Csi Technology, Inc. Machine fault detection using vibration signal peak detector
US6178386B1 (en) * 1998-08-14 2001-01-23 The University Of Hartford Method and apparatus for fault detection
CN103674545A (zh) * 2013-11-26 2014-03-26 成都阜特科技股份有限公司 一种机械故障侦测方法
CN107101714A (zh) * 2017-05-09 2017-08-29 华北电力大学（保定） 一种基于多测点振动信号特征的变压器健康状况评估方法
CN108198562A (zh) * 2018-02-05 2018-06-22 中国农业大学 一种用于实时定位辨识动物舍内异常声音的方法及***
CN109708907A (zh) * 2018-11-30 2019-05-03 浙江胄天科技股份有限公司 一种基于包络信息的设备故障特征提取方法
CN110261108A (zh) * 2019-01-18 2019-09-20 北京化工大学 基于cnn彩色特征图的额定运转时轴承故障识别法
CN110058117A (zh) * 2019-04-10 2019-07-26 西安交通大学 一种基于外包封振动分布的电抗器匝间短路故障检测方法
US20210364481A1 (en) * 2020-05-20 2021-11-25 State Grid Hebei Electric Power Research Institute Method for evaluating mechanical state of high-voltage shunt reactor based on vibration characteristics
WO2021232655A1 (zh) * 2020-05-20 2021-11-25 国网河北省电力有限公司电力科学研究院 一种基于振动特征的高压并联电抗器机械状态评估方法
CN112347912A (zh) * 2020-11-05 2021-02-09 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 一种基于黑盒模型的换流变压器运行状态判断方法及装置
WO2022141623A1 (zh) * 2021-01-04 2022-07-07 中南大学 列车车室振动监测方法、振动信号特征库建立及应用方法
CN113465734A (zh) * 2021-09-02 2021-10-01 清华大学 一种结构振动的实时估计方法
CN115292872A (zh) * 2022-05-30 2022-11-04 中国特种设备检测研究院 一种过山车轨道缺陷定位方法、***、介质及设备
CN115410729A (zh) * 2022-08-30 2022-11-29 中国核动力研究设计院 一种核反应堆轴封泵振动在线监测方法、***及介质
CN115931319A (zh) * 2022-10-27 2023-04-07 圣名科技(广州)有限责任公司 故障诊断方法、装置、电子设备及存储介质
CN115758213A (zh) * 2022-11-14 2023-03-07 国网浙江省电力有限公司超高压分公司 以振动信号评估换流变激励源谐波干扰程度的方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴经锋等: "基于 CNN 算法的并联电抗器机械故障诊断方法", 电工电能新技术, vol. 41, no. 12, pages 72 - 80 *
郑一鸣;孙翔;***;李晨;于淼;: "振动监测方法在特高压电抗器缺陷分析中的应用", 浙江电力, vol. 37, no. 01, pages 27 - 31 *

Also Published As

Publication number Publication date
CN116256054B (zh) 2023-08-04

Similar Documents

Publication Publication Date Title
WO2015087284A1 (en) Analyzing partial discharge in an electric power distribution system
CN102353877A (zh) 可实现prpd与trpd图谱的局部放电检测方法
CN107270970A (zh) 高耸电力设备振动监测装置及其进行故障诊断的方法
Delle Femine et al. Power-quality monitoring instrument with FPGA transducer compensation
CN109932053A (zh) 一种用于高压并联电抗器的状态监测装置及方法
CN109636663A (zh) 背靠背配电变压器的户变关系识别方法与装置
CN105467351B (zh) 一种电子式互感器频率响应测试方法及***
CN106124081B (zh) 永磁同步电机精确多点实时测温方法及***
CN116256054B (zh) 一种桥臂电抗器的故障监测方法、***、设备和介质
KR101098505B1 (ko) 전력품질 모니터링 시스템 및 전력품질측정 방법
CN102004854A (zh) 实时获取配电网非线性负荷等值阻抗参数的方法
CN109038683B (zh) 一次调频频率信号源的准确性评价方法、装置及设备
CN109521253B (zh) 一种母线跟踪识别方法及***
CN109782064B (zh) 一种风电场输出阻抗频率特性测试分析方法
CN206863197U (zh) 一种基于吉赫兹横电磁波信号的特高频传感器的检验装置
CN111257629A (zh) 一种便携式新能源场站功率特性检测方法、装置和***
CN117148260B (zh) 计量偏差定位方法、装置、终端及存储介质
CN219997180U (zh) 一种便携式配电网电缆谐波分量带电检测电路及装置
CN111588371B (zh) 测试智能心电设备的方法、装置、设备、***和存储介质
CN112034309B (zh) 一种用于高压开关柜的局部放电识别方法
CN116840761B (zh) 互感器的异常确定方法及装置、存储介质、计算机设备
CN110161330B (zh) 基于灰度理论的变压器运行状态的振声检测方法以及装置
CN113783633B (zh) 一种多频带噪声的模拟装置及方法
CN114217168B (zh) 基于录波数据最优特征选取的输电线路故障高效诊断方法
CN113819987B (zh) 一种驼峰测重设备的监测及维护指导设备及方法

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
GR01 Patent grant
GR01 Patent grant