-
公开(公告)号:CN112700018A
公开(公告)日:2021-04-23
申请号:CN202011584268.6
申请日:2020-12-24
Applicant: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 华北电力大学 , 国家电网有限公司
Abstract: 本发明公开了一种基于故障率的评价电力设备状态的方法及系统,属于电力设备状态评估技术领域。本发明方法,包括:确定部件出现的缺陷的次数及缺陷引发电力设备故障的次数;根据部件出现的缺陷的次数及缺陷引发电力设备故障的次数,确定部件的缺陷的重要影响因子及劣化程度基本扣分值;根据重要影响因子及劣化程度基本扣分值确定部件的缺陷的扣分值;根据部件的缺陷的扣分值,确定部件的单项扣分值和合计扣分值;根据部件的单项扣分值及合计扣分值,获取评价电力设备状态的评价结果,完成对电力设备状态的评价。本发明与现有导则相兼容,便于习惯于现有导则的现场专业技术人员推广应用,而且比现有导则更加精细和准确。
-
公开(公告)号:CN112700018B
公开(公告)日:2024-08-09
申请号:CN202011584268.6
申请日:2020-12-24
Applicant: 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 华北电力大学 , 国家电网有限公司
IPC: G06Q10/20 , G06Q10/0639 , G06Q50/06
Abstract: 本发明公开了一种基于故障率的评价电力设备状态的方法及系统,属于电力设备状态评估技术领域。本发明方法,包括:确定部件出现的缺陷的次数及缺陷引发电力设备故障的次数;根据部件出现的缺陷的次数及缺陷引发电力设备故障的次数,确定部件的缺陷的重要影响因子及劣化程度基本扣分值;根据重要影响因子及劣化程度基本扣分值确定部件的缺陷的扣分值;根据部件的缺陷的扣分值,确定部件的单项扣分值和合计扣分值;根据部件的单项扣分值及合计扣分值,获取评价电力设备状态的评价结果,完成对电力设备状态的评价。本发明与现有导则相兼容,便于习惯于现有导则的现场专业技术人员推广应用,而且比现有导则更加精细和准确。
-
公开(公告)号:CN116341700A
公开(公告)日:2023-06-27
申请号:CN202211466906.3
申请日:2022-11-22
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 华北电力大学
Abstract: 本发明公开了一种基于故障概率的电力设备差异化预警方法及装置。其中,方法包括:获取待测电力设备的在线监测量;在线监测量按照不同运行条件区分的情况下,根据待测电力设备的电压等级,利用预先建立的电压等级下故障阈值的概率密度分布函数,计算待测电力设备的第一故障概率,并根据第一故障概率确定待测电力设备的预警等级;在线监测量不是按照不同运行条件区分的情况下,根据待测电力设备的环境温度以及该环境温度下对应的修正系数,通过修正的故障概率函数,计算待测电力设备的第二故障概率,并根据第二故障概率确定待测电力设备的预警等级。
-
公开(公告)号:CN116316545A
公开(公告)日:2023-06-23
申请号:CN202211477201.1
申请日:2022-11-23
Applicant: 国家电网有限公司 , 中国电力科学研究院有限公司 , 华北电力大学
Abstract: 本发明公开了用于电力设备状态参数动态综合预测的方法:S1:建立观测值Y时间序列;S2:通过HP滤波算法获取G序列;通过ARIMA建模方法建立G序列时间序列模型,获取单步预测值gm+1作为Y的单步预测值y’m+1;S3:通过HP滤波算法获取X序列;通过ARIMA模型建模方法建立X时间序列模型,获取多步预测值作为Y多步预测值;S4:通过RBF建模方法获取单步预测值y”m+1;S5:获取Y观测值ym+1;S6:若|y’m+1‑ym+1|≤|y”m+1‑ym+1|,将ym+1加入Y系列,重复S2、S3和S4,将y’m+1作为最优单步预测值,将S3多步预测值作为最优多步预测值;S7:若|y’m+1‑ym+1|>|y”m+1‑ym+1|,将ym+1加入Y,重复S2、S3和S4,将y”m+1作为最优单步预测值,将S3多步预测值作为最优多步预测值;S8:若|y’m+1‑ym+1|>|y”m+1‑ym+1|出现连续三次,重新构造Y时间序列。
-
公开(公告)号:CN112083046A
公开(公告)日:2020-12-15
申请号:CN202010750486.6
申请日:2020-07-30
Applicant: 中国电力科学研究院有限公司 , 国网北京市电力公司 , 国家电网有限公司 , 国家电网有限公司直流技术中心
IPC: G01N27/12
Abstract: 本申请公开了一种对氢气监测装置进行检测的平台,平台为柱状,包括侧壁、上顶盖以及下顶盖,其中,所述上顶盖设置有顶部注油阀(1)、放气塞(2)以及温度计底座(3);所述侧壁设置有两个注油接口、可拆卸伴热带(4)、安装阀(5)以及油循环口(6);和所述下顶盖设置有下部注油/气阀(7)。
-
公开(公告)号:CN117368658A
公开(公告)日:2024-01-09
申请号:CN202311126034.0
申请日:2023-09-01
Applicant: 中国电力科学研究院有限公司 , 国网山东省电力公司 , 华北电力大学
IPC: G01R31/12
Abstract: 本发明涉及换流变压器用球形超声特高频一体化传感器及传感系统,光纤传感处理系统与球形光纤超声传感单元连接,特高频传感单元与数据采集卡连接,光纤传感处理系统通过数据采集卡与滤波器连接,滤波器与计算机连接;球形光纤超声传感单元通过连接杆与特高频传感单元密封连接,特高频传感单元远离连接杆的一侧与传感组件密封连接;球形光纤超声传感单元检测待测换流变压器油箱内部各个方向的超声信号,实现油中局部放电信号的全方向探测,特高频传感单元检测待测换流变压器局部放电产生的电磁波信号,通过局部放电声学、电学信号联合检测,提高了待测换流变压器局部放电传感测量的准确度。
-
公开(公告)号:CN119414170A
公开(公告)日:2025-02-11
申请号:CN202411382342.4
申请日:2024-09-30
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国网福建省电力有限公司 , 国家电网有限公司
IPC: G01R31/12
Abstract: 本发明提供GIS局放在线监测设备告警策略有效性检测方法及装置,该方法包括:获取气体绝缘开关设备GIS特高频真实局放信号,排除其干扰信号,得到排除干扰信号后的真实局放信号;重构排除干扰信号后的真实局放信号,构建特高频模拟局放信号;利用所述特高频模拟局放信号对GIS局放在线监测设备进行告警策略有效性检测。如此,现场可操作性强、操作简便、判断准确、易于实施,可以广泛应用于告警策略有效性检测。
-
公开(公告)号:CN119375635A
公开(公告)日:2025-01-28
申请号:CN202411656861.5
申请日:2024-11-19
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
Abstract: 本发明提供了一种变压器内置式声电联合传感器及局部放电检测方法。该传感器包括:安装单元;特高频传感单元设置在安装单元上;连接杆一端与特高频传感单元相连接,另一端设有角度调节单元;光纤超声传感单元设置在角度调节单元。本发明通过角度调节单元调节光纤超声传感单元的角度,增大传感器检测范围,或进行检测角度的调整,以选取最优角度进行检测,解决了固定式结构获取单一角度数据致使其检测数据不精确的问题,增强检测系统灵敏度,确保检测的准确性,联合了特高频传感单元和光纤超声传感单元的局放测量优势,通过声学和电学信号的联合检测,实现了特高频信号和光纤超声信号的同时采集,解决了单一局放检测灵敏度受限问题。
-
公开(公告)号:CN119375625A
公开(公告)日:2025-01-28
申请号:CN202411380242.8
申请日:2024-09-30
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司
IPC: G01R31/12 , G06F30/27 , G06F18/24 , G06F18/214 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种真型变压器局部放电模拟系统及放电类型识别方法,与现有的变压器局部放电模拟实验平台相比,本发明设置了四种局部放电缺陷模型,在模拟局部放电时不需要频繁的打开和关闭变压器箱体,简化了操作流程,提高了实验效率;同时本发明在真型试验变压器箱体的不同位置,安装内置式声电一体化传感器,与其他实验平台中传感器的安装位置相比,本实验平台的传感器安装位置可以接收来波范围更广的信号,提升了传感器的覆盖范围,避免检测盲区;该系统的放电类型的识别方法,通过提取超声信号的等效频宽和特高频信号的信号长度,掌握更多的局放特征参数,并以此训练局放类型识别程序,能够不断提升识别准确度。
-
公开(公告)号:CN117336899A
公开(公告)日:2024-01-02
申请号:CN202311193737.5
申请日:2023-09-15
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种电网宽带无线传感网拓扑控制方法、装置及介质。其中,方法包括:通过传感器收集电网宽带无线传感网络数据并建立无线传感网络的拓扑图;利用图卷积神经网络对拓扑图进行学习,训练图卷积神经网络模型;利用图卷积神经网络模型对拓扑图中的网络拓扑进行预测,确定每个节点的预测状态信息;根据每个节点的预测状态信息调整无线传感网络的拓扑图。
-
-
-
-
-
-
-
-
-