基于负载动态管理的高压电缆接地电流在线监测装置

    公开(公告)号:CN117686783A

    公开(公告)日:2024-03-12

    申请号:CN202311701103.6

    申请日:2023-12-12

    Abstract: 本发明提供一种基于负载动态管理的高压电缆接地电流在线监测装置,所述装置包括:数据采集模块,采集高压电缆和接地线的工作参数;电流有效值模块,确定高压电缆电流和接地线电流有效值;接地线监测评分模块,确定接地线监测评分;电力装置模块,确定高压电缆电力装置的温度以及震动变化;电力装置监测评分模块,确定高压电缆电力装置监测评分;局放录波信号模块,获得局放录波信号;局放录波监测评分模块,确定局放录波监测评分;确定模块,确定是否生成警报;警报模块,在确定生成警报的情况下,提供电缆电流异常警报、设备状态警报及接地线警报中的至少一种。采用上述装置,可以减少日常维护电缆的工作量和开支。

    GIS设备局部放电在线监测方法及装置

    公开(公告)号:CN119846410A

    公开(公告)日:2025-04-18

    申请号:CN202510055187.3

    申请日:2025-01-14

    Abstract: 本发明提出一种GIS设备局部放电在线监测方法及装置,涉及高压电气设备的在线监测领域,包括:采集GIS设备内部的局部放电信号,并同步获取环境噪声传感器的数据;基于环境噪声传感器的数据对采集到的特高频信号处理,得到预处理后的模拟信号;将预处理后的模拟信号通过高精度模数转换器转换为数字信号;从数字信号中提取局部放电信号的关键特征参数;应用混合优化算法,根据提取的关键特征参数动态调整放电检测阈值;基于调整后的放电检测阈值,设定事件触发条件,当检测到的局部放电信号幅值和触发次数达到事件触发条件时,发出报警信号。本发明能实现对局部放电现象的及时检测和报警,从而提升GIS设备的运行可靠性和安全性。

    一种用于监测SF6微水密度的在线监测装置

    公开(公告)号:CN119470319A

    公开(公告)日:2025-02-18

    申请号:CN202411493854.8

    申请日:2024-10-24

    Abstract: 本申请公开了一种用于监测SF6微水密度的在线监测装置,涉及气体监测技术领域。本申请包括检测腔,检测腔的一侧固定连接有进气口,检测腔的另一侧固定连接有连接口,进气口和连接口的一端均固定连接有法兰盘,检测腔的顶部固定连接有红外光谱传感器,红外光谱传感器的底部固定连接有传感探头。本申请设置有清洁组件,通过外界控制器启动清洁组件进行运转,通过清洁组件可以去除附着在传感探头表面上的灰尘、颗粒物和其他污染物,从而减少对红外光的吸收和散射,提高测量数据的准确性,防止它们对红外光谱传感器造成腐蚀或损害,从而延红外光谱传感器的使用寿命,减少因污染导致的红外光谱传感器故障和更换频率,可以降低长期的维护成本。

    基于负载动态管理的高压电缆接地电流在线监测装置

    公开(公告)号:CN117686783B

    公开(公告)日:2024-06-18

    申请号:CN202311701103.6

    申请日:2023-12-12

    Abstract: 本发明提供一种基于负载动态管理的高压电缆接地电流在线监测装置,所述装置包括:数据采集模块,采集高压电缆和接地线的工作参数;电流有效值模块,确定高压电缆电流和接地线电流有效值;接地线监测评分模块,确定接地线监测评分;电力装置模块,确定高压电缆电力装置的温度以及震动变化;电力装置监测评分模块,确定高压电缆电力装置监测评分;局放录波信号模块,获得局放录波信号;局放录波监测评分模块,确定局放录波监测评分;确定模块,确定是否生成警报;警报模块,在确定生成警报的情况下,提供电缆电流异常警报、设备状态警报及接地线警报中的至少一种。采用上述装置,可以减少日常维护电缆的工作量和开支。

    基于深度学习的GIS设备局部放电模式识别方法

    公开(公告)号:CN119622461A

    公开(公告)日:2025-03-14

    申请号:CN202411679781.1

    申请日:2024-11-22

    Abstract: 本发明提出基于深度学习的GIS设备局部放电模式识别方法,涉及GIS局部放电识别技术领域,包括:通过特高频传感器采集GIS设备的局部放电信号,并进行信号调理;对调理后的局部放电信号进行数字化采样和处理,生成相位分辨脉冲序列PRPS图谱,并对PRPS图谱执行智能降噪处理,其中,PRPS图谱包含相位、幅值和频次三维信息;将PRPS图谱输入预设的神经网络模型,提取图谱特征;基于所提取的图谱特征对局部放电类型进行识别分类,并输出识别结果。本发明实现了局部放电信号的自动采集、智能处理和准确识别,相比传统人工识别方法,大幅提高了识别效率和准确性,为GIS设备的状态监测和故障诊断提供了可靠的技术支持。

    一种基于大数据模型的局部放电数据处理方法及系统

    公开(公告)号:CN119577508A

    公开(公告)日:2025-03-07

    申请号:CN202411618815.6

    申请日:2024-11-13

    Abstract: 一种基于大数据模型的局部放电数据处理方案及系统,涉及局部放电数据处理领域,该方法包括:获取电力设备的局部放电信号,并对该局部放电信号进行时频分析,得到当前放电特征数据,将该当前放电特征数据输入至放电分类模型,得到不同类型的当前放电事件,并基于放电频次、强度和时间间隔的变化规律形成当前放电时序特征,将该当前放电时序特征与标准放电模式进行动态时间规整计算,得到当前放电发展阶段;根据该当前放电发展阶段和当前放电强度确定故障风险等级,并根据该故障风险等级确定维护时间窗口;计算该维护时间窗口内的维护成本,并将包含该维护成本的维护信息发送至目标客户端。实施该方法,可以提高确定电力设备维护时机的准确性。

    开关柜局部放电检测方法、系统、电子设备及存储介质

    公开(公告)号:CN119199428A

    公开(公告)日:2024-12-27

    申请号:CN202411552176.8

    申请日:2024-11-01

    Abstract: 本申请提供了一种开关柜局部放电检测方法、系统、电子设备及存储介质,涉及电力监测技术领域,其中,该方法包括:获取超声波传感器采集的开关柜内的超声波信号,以及获取特高频传感器采集的开关柜内的特高频电磁波信号;对超声波信号进行特征提取得到第一特征,以及对特高频电磁波信号进行特征提取得到第二特征;将第一特征和第二特征进行特征匹配,以确定超声波信号和特高频电磁波信号是否源于同一局部放电事件;在特征匹配成功的情况下,利用目标神经网络模型根据第一特征和第二特征对局部放电的类型进行分类识别,得到目标放电类型。实施本申请提供的技术方案,可以有效提高局部放电检测的准确性。

    一种GIS盆式绝缘子介质损耗测试装置

    公开(公告)号:CN117192224B

    公开(公告)日:2024-02-20

    申请号:CN202311270247.0

    申请日:2023-09-28

    Abstract: 本发明涉及GIS技术领域,具体为一种GIS盆式绝缘子介质损耗测试装置,包括工作板台、对中装置和夹持装置,工作板台的顶部设有介质损耗测试仪和负极触头,介质损耗测试仪的旁侧设有正极触头以及调节机构,工作板台内设有安装槽,工作板台的顶部设有至少三个滑口,滑口内设有导向架,夹持装置包括第一电机、转盘和至少三个抵压机构,所有抵压机构分别设置在所有导向架上,对中装置设置在工作板台的顶部,负极触头位于对中装置内,夹持装置设置在对中装置的四周。本发明通过对中装置能够让盆式绝缘子在放置时就进行对中,使得盆式绝缘子与负极触头共轴线,无需夹持装置进行对中,避免盆式绝缘子在工作板台顶部上移动而发生磨损。

    一种基于多通道信号处理的GIS局部放电定位方法

    公开(公告)号:CN119846407A

    公开(公告)日:2025-04-18

    申请号:CN202510028431.7

    申请日:2025-01-08

    Abstract: 本发明提出一种基于多通道信号处理的GIS局部放电定位方法,涉及高压电气设备的故障诊断领域,包括:S1、通过分布在GIS设备内部的多个特高频传感器,采集局部放电产生的多通道电磁波信号;S2、对采集到的电磁波信号进行预处理,包括噪声抑制和时间差计算;S3、基于多通道电磁波信号的时间差和幅值信息,采用融合算法,结合双端定位公式,计算局部放电源的位置;S4、通过监控主机显示局部放电源的位置和放电强度,并生成相关的诊断报告。本发明能实现对GIS设备内部局部放电源的精确定位,从而提高定位精度和抗干扰能力,确保GIS设备的安全运行和维护。

    一种海底电缆的故障定位方法和系统

    公开(公告)号:CN119619716A

    公开(公告)日:2025-03-14

    申请号:CN202411695007.X

    申请日:2024-11-25

    Abstract: 本申请提供一种海底电缆的故障定位方法和系统,涉及电缆故障定位技术领域,该方法包括:在可用频率范围内依次由高到低向海底电缆发射多个不同频率的电脉冲信号,得到各个故障点反射回来的电脉冲反射信号,并记录信号强度最低的电脉冲反射信号,从中筛选出信号强度超过预设强度阈值的可选反射信号;将可选反射信号中对应发射频率最高的电脉冲信号确定为目标电脉冲信号,并将其在各个故障点反射回来的电脉冲反射信号输入完成训练的机器学习模型进行识别,得到该各个故障点的位置信息,并在三维图像中进行展示。实施该方法,可以筛选出能量最大、衰减影响最小的最优的电脉冲信号进行故障检测,实现了海底电缆故障检测的智能化和高效化。

Patent Agency Ranking