CN110058103A - 基于Vxworks平台的变压器智能故障诊断系统 - Google Patents
基于Vxworks平台的变压器智能故障诊断系统 Download PDFInfo
- Publication number
- CN110058103A CN110058103A CN201910432952.3A CN201910432952A CN110058103A CN 110058103 A CN110058103 A CN 110058103A CN 201910432952 A CN201910432952 A CN 201910432952A CN 110058103 A CN110058103 A CN 110058103A
- Authority
- CN
- China
- Prior art keywords
- fault diagnosis
- transformer
- module
- data
- risk
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及一种基于Vxworks平台的变压器智能故障诊断系统,其特征在于:根据变压器的类型在不同监测部位上安装相应的传感器,完成对变压器各特征量的多路采集,采用蚁群优化的最小二乘支持向量机、三比值、最优二叉树、案例推理等算法相结合的综合故障诊断方法,提高故障诊断的准确性,采用支持向量机聚类算法进行状态评估,优化层次分析法进行风险分析,最后根据故障诊断、状态评估、风险分析结果作为输入特征量,生成优化的检修决策,从而实现对变压器从故障诊断、状态评估、风险分析到检修决策等诊断分析流程的一体化,提高对变压器的管理水平和效益。本发明同时可以监测多台变压器、支持多种通信规约,满足对变压器状态检修的需求。
Description
技术领域
本发明涉及变压器的技术领域,尤其对电网、变电站、升压站涉及变压器的在线监测与故障诊断系统。
背景技术
变压器是电力系统中的核心设备,但随着电网容量和变压器运行年限的增加、运行环境恶劣、油中H2、烃类、CO、CO2、微水含量上升等因素,使得变压器自身原有机械性能和绝缘性能逐渐丧失,从而使得故障率成上升趋势。
目前变压器在线监测装置(IED),只具备数据采集、传输、告警、实时显示以及三比值、大卫三角形等传统的诊断方法,不具有状态评估、风险分析以及检修建议等诊断分析流程,诊断分析流程一般都是在后台服务器上运行,同时没有对多源异构数据进行融合和建立多维度的诊断特征量,从而也大大降低了故障诊断结果的有效性,故障诊断方法比较单一,给运维人员带来很大不便;同时目前一台变压器在线监测装置(IED)一般只监测一台变压器,很难实现一台IED监测同时监测多台变压器。由于变压器的运行状况直接关系到电力系统的安全与稳定,从而间接影响人们的生产与生活。因此如何保障变压器运行的可靠性和延长使用寿命,对提高变压器的利用率、降低维修费用对企业的整体运行效率、质量和安全生产有着重要意义。
发明内容
本发明是针对目前变压器在线监测装置(IED)中不具有故障诊断、状态评估、风险分析以及检修决策一体化的诊断分析流程,使用功能、故障诊断方法相对简单、没有对多源异构数据进行融合以及建立多维度故障诊断特征量的问题,也不具有一台变压器在线监测装置(IED)监测多台变压器等现象,提出了一种基于Vxworks平台的变压器智能故障诊断系统。
通过对变压器的铁心接地电流、油中气体含量、油中微水油温等特征量进行实时监测,离线采集基础数据、预防性试验等数据,通过建立变压器故障诊断模型,采用蚁群优化的最小二乘支持向量机、三比值、案例推理以及最优二叉决策树等算法相结合的综合故障诊断方法、支持向量机聚类算法进行状态评估、优化层次分析法进行风险分析,最后根据故障诊断、状态评估、风险分析结果作为输入特征量,最后根据故障诊断、状态评估、风险分析结果作为输入特征量,生成优化的检修决策,从而实现对变压器从故障诊断、状态评估、风险分析到检修决策一体化的分析流程。通过以太网采用IEC61850通信规约把数据上传至远程服务器,用户也可在客户端通过浏览器、手机App或移动设备进行远程访问。
本发明实现以上技术要求所采用的基于Vxworks变压器的智能故障诊断系统,包括数据采集模块、在线监测模块、故障诊断模块、状态评估模块、风险分析模块、检修建议模块、缺陷知识库模块、通信模块、测控模块和WebServer服务模块。
所述的数据采集模块包含A/D采集卡、电流传感器、微水传感器、油温温度传感器。其中A/D采集卡放置在装置内电路板上、电流传感器放置在铁心接地线上、微水传感器放置在油回路中,油温温度传感器放置在器身某几个指定位置。
所述测控模块包括PowerPC处理器芯片、Vxworks镜像文件、flash存储器、can接口电路、A/D采集卡、无线/有线传输电路、SD存储卡、电源电路,都集中在一块电路板上,以小型易安装维护的IED装置呈现;所述can接口电路、无线/有线传输电路,可实现IED装置通过通信规约与不同传感器之间有线、无线、远近距离进行传输数据。
所述故障诊断模块,首次将基础资料数据列为变压器故障诊断输入特征值,依循变压器故障分析流程对变压器进行综合诊断分析,所述基础资料数据包括:制造和工厂试验、运输、安装以及设备安全运行记录等数据。
所述综合诊断分析采用蚁群优化的最小二乘支持向量机、三比值和案例推理等算法相结合的综合故障诊断方式,对采用不同诊断方法得到不同的诊断结果,再根据事先设置特定权值采用最优二叉决策树进行优化筛选,以提高诊断结论的有效性,所述故障诊断结果包括发生的概率、故障位置、故障类型。所述缺陷知识库模块包括故障诊断数据模型、状态评估规则以及风险初始概率值,预先输入到数据库中。
所述状态评估模块采用支持向量机聚类算法,随着时间的推移,其对不同种类的特征值赋予动态权值,以提高状态评估结论的有效性,状态评估包括运行状态评估得分、停电状态评估分、状态评估总分以及状态等级,所述不同种类的特征值分别为实时油色谱监测数据、预防性试验数据、电气试验数据以及基础数据。
所述风险分析模块将实际故障缺陷作为风险源,对每个风险源赋予初始概率值,预先录入到数据库,然后采用优化层次分析算法,通过筛选,得到风险严重程度最大的前三组风险分析结果,风险分析结果包括每组的故障位置、严重程度、风险优先级和风险等级。
所述检修建议模块采用所述综合诊断模块诊断后的结果作为输入特征值,最后得到优化后检修决策:检修部位的顺序、检修时间、效费比、维修方式。
基于Vxworks平台的变压器智能故障诊断系统的实现方法,包括以下步骤:
步骤1.对变压器的铁心接地电流、油中溶解气体含量、油中微水含量、油温等特征量进行实时采集和监测,预先输入预防性试验数据、电气试验数据以及基础数据到数据库;
步骤2.采用蚁群优化的最小二乘支持向量机、三比值和案例推理等算法对特征量进行故障诊断;
步骤3.对于所述步骤2中得到的不同诊断结果,再根据事先设置特定权值采用最优二叉决策树进行优化筛选,最终得到有效的故障诊断结论;
步骤4.对多种特征值采用支持向量机聚类算法进行状态评估;
步骤5.对多种特征值采用优化层次分析法进行风险分析;
步骤6.对于所述步骤3-5中得到故障诊断结论、状态评估结果和风险分析结果作为输入特征量,以可靠性优先和效费比最小为优化目标,最后生成优化的检修决策;
步骤7.用户在客户端通过浏览器或手机APP进行远程监控变压器的实时运行状态、故障诊断结果、状态评估结果、风险分析结果以及检修决策。
根据上述技术方案实现的本发明其有益效果在于:
本发明基于Vxworks平台的变压器智能故障诊断系统,采用Vxworks操作系统不仅实现对多种监测特征量的接入,而且易于软件更新和功能扩展,具有较强的灵活性、智能性、可靠性,且装置形状小、易于安装,应用范围广、成本低等特点,较好的解决了IED自身对变压器故障诊断方法和使用功能比较单一的问题。
本发明采用蚁群优化的最小二乘支持向量机、三比值、案例推理以及最优二叉决策树等算法相结合的综合故障诊断方式,极大提高了故障诊断结果的准确性。
本发明采用支持向量机聚类算法进行状态评估、优化层次分析法进行风险分析,最后根据故障诊断、状态评估、风险分析结果作为输入特征量,最后根据故障诊断、状态评估、风险分析结果作为输入特征量,生成优化的检修决策,实现了对变压器从故障诊断、状态评估、风险分析到检修决策一体化的分析流程。
本发明提供嵌入式WebServer服务功能,实现了运维人员利用远程服务器、手机APP或移动设备就可对IED访问的多样性和方便性,符合远程化管理要求和满足对变压器状态检修需求,具有广阔的推广应用前景。
附图说明
图1是本发明基于Vxworks平台的智能故障诊断系统的结构示意图。
图2是本发明的变压器故障分析流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合附图,对本发明作进一步的详细说明,此处所描述的具体实施例仅仅用于解释本发明实施例,而非本发明的限定。另外需要说明的是,为了有益于描述,附图中仅展示出了对本发明实施例相关的部分而非全部结构。
如图1所示,基于Vxworks平台的变压器智能故障诊断系统,包括数据采集模块、在线监测模块、故障诊断模块、状态评估模块、风险分析模块、检修建议模块、缺陷知识库模块、通信模块、测控模块和WebServer服务模块。
所述数据采集模块包括A/D采集卡、电流传感器、微水传感器、油温温度传感器,其中A/D采集卡放置在装置内电路板上、电流传感器放置在铁心接地线上、微水传感器放置在油回路中,油温温度传感器放置在器身某几个位置。
每个传感器的输出端通过RS485或串口相连,用于对采集特征值的处理和传输。油中溶解气体通过A/D采集卡进行采集,先生产Vxworks镜像文件,然后预先将各种变压器的基本信息、故障诊断模型、状态评估规则以及风险初始概率值等,预先输入到数据库中,SD卡存储器存储采集的变压器的特征值和诊断结果。
如图2所示,本发明的变压器故障分析流程图,对多种特征值进行实时或离线采集,可以通过Web浏览器查看变压器运行时的各种油中溶解气体、铁心电流、微水、温度以及告警信息。可以浏览变压器的历史数据、谱图波形图、立方体图、TD图、诊断结果以及检修决策等。
进一步的,对多种特征值进行故障诊断,采用蚁群优化的最小二乘支持向量机、三比值、最优二叉决策树和案例推理等算法对特征量分别进行故障诊断。
进一步的,对于上述所得到不同的诊断结果,再根据事先对不同设置的特定权值采用最优二叉决策树算法对诊断结果进行优化筛选,最终得到有效的故障诊断结论。
进一步的,对不同种类特征值事先对不同设置的动态权值,采用支持向量聚类算法进行状态评估,状态评估包括:带电评估得分、停电评估得分、评估总得分、状态等级,状态等级分为:优、良好合格、注意、五个等级。
通过采用优化层次分析法对变压器风险分析,包括:故障部位、风险优先指数、风险概率,风险概率分为:极低风险、低风险、中风险、高风险。
进一步的,上述不同种类特征,包括:油中溶解气体(H2、C2h4、C2H2、C2H4、C2H6、CO、CO2、总烃等)、预防性试验数据、电气试验数据以及基础数据等待,随着时间的推移,对不同种类特征值在故障诊断中采用动态权值,以提高故障诊断的准确性。
进一步的,对多种特征值采用优化层次分析法进行风险分析,通过筛选,得到风险严重程度最大的前三组风险分析结果,风险分析结果包括每组的故障位置、严重程度、风险优先级、风险概率以及风险等级,风险概率分为:极低风险、低风险、中风险、高风险。
进一步的,将上述得到的故障诊断结果、状态评估和风险分析作为输入特征值,以可靠性优先和效费比最小为优化目标,最后生成优化的检修决策。
进一步的,对上述故障诊断结果、状态评估、风险分析和检修决策予以确认是否进行存储,以便能更好的使故障诊断模型、状态评估规则有自适应和自我学习的能力,以及建立可靠的缺陷知识数据库。
对于变压器发生故障时,Web页面的报警设置就会给出告警提示,运维人员可结合诊断报告和检修决策及时对故障采取相应措施。
根据实际工程应用,通过以太网/局域网,采用IEC61850/I2通信规约把特征值或诊断结果上传至远程服务器。
以上所述的实施方式仅用于对本发明描述的技术方案进行说明,并非限制其为唯一实施方式。对于本发明所属领域的普通技术人员应当理解并仍可以对发明的具体实施方式进行改进或等同替换,这些修改或者等同替换也应视为处于本发明的权利要求范围中。
Claims (9)
1.基于Vxworks平台的变压器的智能故障诊断系统,其特征在于:包括数据采集模块、测控模块、故障诊断模块、状态评估模块、风险分析模块、检修建议模块、缺陷知识库模块、在线监测模块、通信模块和WebServer服务模块;
所述数据采集模块包含A/D采集卡、电流传感器、微水传感器、油温温度传感器,其中A/D采集卡放置在装置内电路板上、电流传感器放置在铁心接地线上、微水传感器放置在油回路中,油温温度传感器放置在器身某几个指定位置;
所述测控模块包括PowerPC处理器芯片、Vxworks镜像文件、flash存储器、can接口电路、A/D采集卡、无线/有线传输电路、SD存储卡、电源电路,都集中在一块电路板上,以小型易安装维护的IED装置呈现;所述can接口电路、无线/有线传输电路,可实现IED装置通过通信规约与不同传感器之间有线、无线、远近距离进行传输数据;
所述故障诊断模块,首次将基础资料数据列为变压器故障诊断输入特征值,依循变压器故障分析流程对变压器进行综合诊断分析;
所述状态评估模块采用支持向量机聚类算法,随着时间的推移,其对不同种类的特征值赋予动态权值,以提高状态评估结论的有效性,状态评估包括运行状态评估得分、停电状态评估分、状态评估总分以及状态等级;
所述风险分析模块将实际故障缺陷作为风险源,对每个风险源赋予初始概率值,预先录入到数据库,然后采用优化层次分析算法,通过筛选,得到风险严重程度最大的前三组风险分析结果。
2.根据权利要求1所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于:所述基础资料数据包括:制造和工厂试验、运输、安装以及设备安全运行记录等数据。
3.根据权利要求1所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于:所述综合诊断分析采用蚁群优化的最小二乘支持向量机、三比值和案例推理等算法相结合的综合故障诊断方式,对采用不同诊断方法得到不同的故障诊断结果,再根据事先设置特定权值采用最优二叉决策树进行优化筛选,以提高诊断结论的有效性。
4.根据权利要求3所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于:所述故障诊断结果包括发生的概率、故障位置、故障类型。
5.根据权利要求1所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于:所述缺陷知识库模块包括故障诊断数据模型、状态评估规则以及风险初始概率值,预先输入到数据库中。
6.根据权利要求1所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于:所述不同种类的特征值分别为实时油色谱监测数据、预防性试验数据、电气试验数据以及基础数据。
7.根据权利要求1所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于:所述风险分析结果包括每组的故障位置、严重程度、风险优先级和风险等级。
8.根据权利要求1所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于所述检修建议模块采用所述综合诊断模块诊断后的结果作为输入特征值,最后得到优化后检修决策:检修部位的顺序、检修时间、效费比、维修方式。
9.一种基于Vxworks平台的变压器智能故障诊断方法,构建如权利要求1至8之一所述的基于Vxworks平台的变压器智能故障诊断系统,其特征在于,包括以下步骤:
步骤1、对变压器的铁心接地电流、油中溶解气体含量、油中微水含量、油温等特征量进行实时采集和监测,预先输入预防性试验数据、电气试验数据以及基础数据到数据库;
步骤2、采用蚁群优化的最小二乘支持向量机、三比值和案例推理等算法对特征量进行故障诊断;
步骤3、对于所述步骤2中得到的不同诊断结果,再根据事先设置特定权值采用最优二叉决策树进行优化筛选,最终得到有效的故障诊断结论;
步骤4、对多种特征值采用支持向量机聚类算法进行状态评估;
步骤5、对多种特征值采用优化层次分析法进行风险分析;
步骤6、对于所述步骤3-5中得到故障诊断结论、状态评估结果和风险分析结果作为输入特征量,以可靠性优先和效费比最小为优化目标,最后生成优化的检修决策;
步骤7、用户在客户端通过浏览器或手机APP进行远程监控变压器的实时运行状态、故障诊断结果、状态评估结果、风险分析结果以及检修决策。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910432952.3A CN110058103A (zh) | 2019-05-23 | 2019-05-23 | 基于Vxworks平台的变压器智能故障诊断系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910432952.3A CN110058103A (zh) | 2019-05-23 | 2019-05-23 | 基于Vxworks平台的变压器智能故障诊断系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110058103A true CN110058103A (zh) | 2019-07-26 |
Family
ID=67324176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910432952.3A Pending CN110058103A (zh) | 2019-05-23 | 2019-05-23 | 基于Vxworks平台的变压器智能故障诊断系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110058103A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609198A (zh) * | 2019-09-11 | 2019-12-24 | 广东电网有限责任公司 | 一种电缆线路的运维监测方法及相关设备 |
CN111080179A (zh) * | 2020-02-04 | 2020-04-28 | 深圳市霍克威尔科技有限公司 | 变压器状态风险评估系统、方法、计算机可读存储介质 |
CN111175651A (zh) * | 2020-01-10 | 2020-05-19 | 河北大学 | 一种基于大数据的风电机组故障预警诊断系统 |
CN111487562A (zh) * | 2020-04-15 | 2020-08-04 | 国网江苏省电力有限公司 | 一种电力变压器状态早期预警及辅助决策方法 |
CN113379313A (zh) * | 2021-07-02 | 2021-09-10 | 贵州电网有限责任公司 | 一种具有智能化的预防性试验作业管控系统 |
CN113420784A (zh) * | 2021-05-28 | 2021-09-21 | 国网河北省电力有限公司营销服务中心 | 智能电表故障诊断系统 |
CN113933757A (zh) * | 2020-06-29 | 2022-01-14 | 株洲中车时代电气股份有限公司 | 一种牵引变压器过流诊断保护装置及方法 |
CN116245357A (zh) * | 2023-01-31 | 2023-06-09 | 南京工大金泓能源科技有限公司 | 一种数智节能柜故障诊断方法及系统 |
CN117993894A (zh) * | 2024-04-03 | 2024-05-07 | 四川航天职业技术学院(四川航天高级技工学校) | 基于人工智能的轨道交通运维状态数据处理方法及系统 |
CN118228089A (zh) * | 2024-05-23 | 2024-06-21 | 国网安徽省电力有限公司经济技术研究院 | 一种改进的变压器油中溶解气体故障诊断方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004055858A (ja) * | 2002-07-22 | 2004-02-19 | Hitachi Ltd | 油入り変圧器の劣化・余寿命診断システム |
CN104914327A (zh) * | 2015-05-06 | 2015-09-16 | 北京航空航天大学 | 基于实时监测信息的变压器故障检修预测方法 |
US20150311862A1 (en) * | 2014-04-28 | 2015-10-29 | Lsis Co., Ltd. | Apparatus for monitoring leakage current of transformer-less photovoltaic inverter |
CN205844432U (zh) * | 2016-07-19 | 2016-12-28 | 华电宁夏灵武发电有限公司 | 基于VXworks的变压器智能监测及微水综合处理系统 |
CN108680811A (zh) * | 2018-06-29 | 2018-10-19 | 广东工业大学 | 一种变压器故障状态评估方法 |
CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电系统设备状态检修决策方法 |
CN109557467A (zh) * | 2018-11-30 | 2019-04-02 | 国电南京自动化股份有限公司 | 基于VxWorks平台适用于多种电机的智能故障诊断系统 |
-
2019
- 2019-05-23 CN CN201910432952.3A patent/CN110058103A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004055858A (ja) * | 2002-07-22 | 2004-02-19 | Hitachi Ltd | 油入り変圧器の劣化・余寿命診断システム |
US20150311862A1 (en) * | 2014-04-28 | 2015-10-29 | Lsis Co., Ltd. | Apparatus for monitoring leakage current of transformer-less photovoltaic inverter |
CN104914327A (zh) * | 2015-05-06 | 2015-09-16 | 北京航空航天大学 | 基于实时监测信息的变压器故障检修预测方法 |
CN205844432U (zh) * | 2016-07-19 | 2016-12-28 | 华电宁夏灵武发电有限公司 | 基于VXworks的变压器智能监测及微水综合处理系统 |
CN108680811A (zh) * | 2018-06-29 | 2018-10-19 | 广东工业大学 | 一种变压器故障状态评估方法 |
CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电系统设备状态检修决策方法 |
CN109557467A (zh) * | 2018-11-30 | 2019-04-02 | 国电南京自动化股份有限公司 | 基于VxWorks平台适用于多种电机的智能故障诊断系统 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110609198A (zh) * | 2019-09-11 | 2019-12-24 | 广东电网有限责任公司 | 一种电缆线路的运维监测方法及相关设备 |
CN111175651A (zh) * | 2020-01-10 | 2020-05-19 | 河北大学 | 一种基于大数据的风电机组故障预警诊断系统 |
CN111080179A (zh) * | 2020-02-04 | 2020-04-28 | 深圳市霍克威尔科技有限公司 | 变压器状态风险评估系统、方法、计算机可读存储介质 |
CN111487562A (zh) * | 2020-04-15 | 2020-08-04 | 国网江苏省电力有限公司 | 一种电力变压器状态早期预警及辅助决策方法 |
CN111487562B (zh) * | 2020-04-15 | 2022-11-11 | 国网江苏省电力有限公司 | 一种电力变压器状态早期预警及辅助决策方法 |
CN113933757A (zh) * | 2020-06-29 | 2022-01-14 | 株洲中车时代电气股份有限公司 | 一种牵引变压器过流诊断保护装置及方法 |
CN113933757B (zh) * | 2020-06-29 | 2022-09-16 | 株洲中车时代电气股份有限公司 | 一种牵引变压器过流诊断保护装置及方法 |
CN113420784A (zh) * | 2021-05-28 | 2021-09-21 | 国网河北省电力有限公司营销服务中心 | 智能电表故障诊断系统 |
CN113379313A (zh) * | 2021-07-02 | 2021-09-10 | 贵州电网有限责任公司 | 一种具有智能化的预防性试验作业管控系统 |
CN113379313B (zh) * | 2021-07-02 | 2023-06-20 | 贵州电网有限责任公司 | 一种具有智能化的预防性试验作业管控系统 |
CN116245357A (zh) * | 2023-01-31 | 2023-06-09 | 南京工大金泓能源科技有限公司 | 一种数智节能柜故障诊断方法及系统 |
CN116245357B (zh) * | 2023-01-31 | 2023-09-22 | 南京工大金泓能源科技有限公司 | 一种数智节能柜故障诊断方法及系统 |
CN117993894A (zh) * | 2024-04-03 | 2024-05-07 | 四川航天职业技术学院(四川航天高级技工学校) | 基于人工智能的轨道交通运维状态数据处理方法及系统 |
CN118228089A (zh) * | 2024-05-23 | 2024-06-21 | 国网安徽省电力有限公司经济技术研究院 | 一种改进的变压器油中溶解气体故障诊断方法 |
CN118228089B (zh) * | 2024-05-23 | 2024-08-13 | 国网安徽省电力有限公司经济技术研究院 | 一种改进的变压器油中溶解气体故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110058103A (zh) | 基于Vxworks平台的变压器智能故障诊断系统 | |
CN102662113B (zh) | 基于故障树的油浸式变压器综合诊断方法 | |
CN101149416B (zh) | 电力电缆绝缘状态监测与寿命管理系统 | |
CN105512962B (zh) | 一种气体绝缘组合电器绝缘状态综合评估方法 | |
CN103454516B (zh) | 智能化变电站二次设备健康状态诊断方法 | |
CN102510125B (zh) | 电力一次设备运行工况监测方法及装置 | |
CN116937575A (zh) | 一种网格系统用的能源监控管理系统 | |
CN103487749A (zh) | 高压断路器机械状态在线监测诊断系统及方法 | |
CN102436226A (zh) | 在线监测及状态检修管理系统 | |
CN106384210A (zh) | 一种基于检修风险收益的输变电设备检修优先级排序方法 | |
CN103218695A (zh) | 二次设备智能状态评估诊断系统及其方法 | |
CN113466597A (zh) | 一种轨道交通供电系统设备状态智能检测方法 | |
CN110940374A (zh) | 基于大数据融合的变压器健康等级评价系统及方法 | |
CN103513125A (zh) | 一种220kv级以上变压器一体化智能诊断系统及其方法 | |
CN113342812A (zh) | 输变电设备故障快速诊断系统、方法及平台 | |
CN110363326B (zh) | 一种电网110kV线路短期负荷曲线预测方法 | |
CN109409723A (zh) | 一种架空输电线路状态评价方法 | |
CN110690699B (zh) | 一种基于泛在电力物联网的变电站智慧检测系统 | |
CN115395643A (zh) | 基于全数据采集和状态感知的低压配电网故障预警定位装置及系统 | |
CN115169506A (zh) | 一种供变电关键设备故障快速诊断方法及系统 | |
CN110533300B (zh) | 基于博弈集对云的变压器智能决策系统 | |
CN114487705A (zh) | 一种电网设备故障定位检测方法 | |
CN103532233B (zh) | 基于gprs技术的用电信息采集异常精确定位系统 | |
CN117289090A (zh) | 一种开关柜局放监测系统 | |
CN117349790A (zh) | 一种基于多源异构数据的变压器机械平稳性分析方法 |
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: 20190726 |
|
RJ01 | Rejection of invention patent application after publication |