CN101821602B - 变压器溶解气体谐波回归分析的方法和系统 - Google Patents

变压器溶解气体谐波回归分析的方法和系统 Download PDF

Info

Publication number
CN101821602B
CN101821602B CN200880110413.8A CN200880110413A CN101821602B CN 101821602 B CN101821602 B CN 101821602B CN 200880110413 A CN200880110413 A CN 200880110413A CN 101821602 B CN101821602 B CN 101821602B
Authority
CN
China
Prior art keywords
trend
transformer
power equipment
situation
periodic characteristic
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.)
Expired - Fee Related
Application number
CN200880110413.8A
Other languages
English (en)
Other versions
CN101821602A (zh
Inventor
D·R·拉蒙塔涅
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.)
Arizona Public Service Co
Original Assignee
Arizona Public Service Co
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 Arizona Public Service Co filed Critical Arizona Public Service Co
Publication of CN101821602A publication Critical patent/CN101821602A/zh
Application granted granted Critical
Publication of CN101821602B publication Critical patent/CN101821602B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F27/00—Details of transformers or inductances, in general
    • H01F27/40—Structural association with built-in electric component, e.g. fuse
    • H01F27/402—Association of measuring or protective means
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
    • H02H5/00—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal non-electric working conditions with or without subsequent reconnection
    • H02H5/08—Emergency protective circuit arrangements for automatic disconnection directly responsive to an undesired change from normal non-electric working conditions with or without subsequent reconnection responsive to abnormal fluid pressure, liquid level or liquid displacement, e.g. Buchholz relays
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F27/00—Details of transformers or inductances, in general
    • H01F27/40—Structural association with built-in electric component, e.g. fuse
    • H01F27/402—Association of measuring or protective means
    • H01F2027/404—Protective devices specially adapted for fluid filled transformers

Abstract

变压器(26)由溶解气体监控装置(28)监控。可执行代码形式的方法(36)指示处理器(34)分析变压器(26)的状况。该方法包括：从监控装置(28)接收(90)在一时间段期间与变压器(26)的操作相关的溶解气体(72)的值(70)形式的数据元素(60)。从数据元素(60)识别(92)响应于变压器(26)的操作的周期性特性。周期性特性可包括响应于变压器负荷的气体生成的每日(136)、半年(138)和/或每年(140)的波动。区分气体生成率趋势(112)和周期性特性，确定变压器(26)的状况，并且可响应于趋势(112)预测它的未来状况。该状况被呈现给用户(58)。

Description

变压器溶解气体谐波回归分析的方法和系统
技术领域
本发明涉及变压器管理和故障监控系统的领域。更具体地讲，本发明涉及用于确定一时间间隔期间的气体生成率的溶解气体(dissolvedgas)分析(DGA)。
背景技术
电力传输是向消费者送电的过程。通常，术语“电力传输”指的是从一个地方到另一个地方批量地传送电力，例如，在发电厂和居住区附近的变电站之间批量传送电力。由于涉及到大量电力，通常以高压(100kV或以上)进行电力传输。在变电站使用变压器把电压逐步降低至较低的电压从而分配给商业用户和居民用户。电力公用事业工业使用的其它电力传送设备包括但不限于抽头变换器(tap changer)、断路器、电闸、电容器、电抗器等。
电力传送设备经常填充有流体，该流体通常为矿物油型(mineraloil origin)，其通常用作电介质、绝缘体和传热剂。在正常使用期间，该流体经受缓慢降解而产生在油中积聚的气体。当在变压器内存在电气故障时，更加快速地产生这些气体。变压器内可能的若干故障状况中的每一个故障状况产生某些关键气体(key gas)和这些气体的分布模式。因此，通过确定变压器流体中存在的各种气体和它们的量可以弄清(ascertain)引起这些气体的故障状况的特征。
溶解气体分析(DGA)是广泛使用的用于监控填充液体的电力传送设备中这些气体的积聚和生成率的预测维护技术，以便估量这样的设备的操作。在线溶解气体分析系统能够提供对多种气体的分析，所述多种气体例如氢气(H2)、氧气(O2)、一氧化碳(CO)、二氧化碳(CO2)、甲烷(CH4)、乙炔(C2H2)、乙烯(C2H4)和乙烷(C2H6)。可以周期地(例如每四个小时)从正被监控的每个变压器进行采样。如果达到个别气体的预定义阈值或者如果达到个别气体的变化率，则希望将这个采样率例如增大到每小时一次。在管理许多变压器的公用事业公司中，该采样率产生过多的数据样本，其中每一个都要进行分析。
传统的在线溶解气体分析系统基于直接把测量的量与阈值(常量)和阈值(常量)气体生成率进行比较。虽然这使得电力生产者和分配者能够弄清某些测量的量何时落到阈值之外，但这个方法产生设备失灵的假警报。已有的溶解气体分析技术不能够区分由故障和初期故障引起的气体生成率与由填充液体的电力传送设备的周期性负荷引起的可接受的气体生成率。
发明内容
因此，本发明的优点在于：提供了一种用于分析由监控装置监控的填充液体的电力设备的工作状况的方法和系统。
本发明的另一优点在于：提供了一种能够在排除了周期性影响的情况下确定稳定状态气体生成率的方法和系统。
本发明的另一优点在于：提供了一种能够准确预测未来气体生成率的方法和系统。
本发明的以上和其它优点由一种分析由监控装置监控的电力设备的状况的方法以一种形式来实现。该方法要求：从监控装置接收与一时间段期间的电力设备的操作相关的数据元素，并根据数据元素识别对电力设备的操作有响应(responsive)的周期性特性。该方法还要求：区分趋势与周期性特性，响应于该趋势确定电力设备的状况，并把该状况呈现给用户。
本发明的以上和其它优点由一种包含可执行代码的计算机可读存储介质以另一形式来实现，该可执行代码用于指示处理器分析由组织维护并由溶解气体监控装置监控的变压器的状况。所述可执行代码指示处理器执行操作，所述操作包括：从监控装置接收与一时间段期间的变压器的操作相关的数据元素，该数据元素包括变压器中的一定容量的变压器油中的溶解气体的当前值。根据数据元素识别对电力设备的操作有响应的周期性特性。通过从该时间段期间的数据元素中消除周期性特性以揭示趋势来区分该趋势与周期性特性。根据趋势确定溶解气体的气体生成率。气体生成率识别变压器的状况，并且该状况被呈现给用户。
附图说明
通过参考结合附图考虑的详细说明和权利要求书，可以得出本发明的更全面理解，其中各个附图中相似的附图标记指代类似的项目，并且：
图1示出根据本发明的其中发生数据元素的分析和故障状况的通知的设施的一部分的方框图；
图2示出由监控图1的设备之一的监控装置产生的数据元素的第一示例性分组的示图；
图3示出由监控图1的设备之一的监控装置产生的数据元素的第二示例性分组的示图；
图4示出提供给负责方的关于图1的设备之一的正常状况的异常(exception)的通知的示图；
图5示出根据本发明的分析过程的流程图；
图6示出在分析过程内使用的采样谐波回归方程的表；
图7示出响应于分析过程的执行而产生气体生成率的非谐波部分的线性拟合的谐波回归预测方程的示例性结果的图表；
图8示出响应于分析过程的执行而产生对数拟合的谐波回归预测方程的示例性结果的图表；
图9示出响应于分析过程的执行而确定的分段线性近似的示例性结果的图表；
图10示出响应于分析过程的执行而确定的另一分段线性近似的示例性结果的图表；以及
图11示出通知过程的流程图。
具体实施方式
本发明涉及一种分析由监控单元监控的电力设备的状况的分析方法、包含可执行代码的计算机可读介质和系统。结合对位于电力公用事业公司的变电站的变压器中的故障状况的监控来描述本发明。通过溶解气体分析(DGA)单元执行监控，一个或多个DGA单元执行每一个变压器的在线监控。根据本发明的分析通过消除变压器负荷对变压器气体生成率的周期性影响提供对于变压器中实际的气体生成率的准确确定。分析的结果能够用于确定变压器的状况，从而故障类型、严重性和/或气体生成率的趋势能够被确定并被传送给一个或多个负责方。在接下来的讨论中将容易变得清楚的是，本发明可容易地适用于各种环境，其中收集并分析大量数据，并且其中能够区分设备的基础(underlying)周期性特性或正常的循环行为与反常状况。
图1示出根据本发明的优选实施例的其中发生数据元素的分析和故障状况的通知的设施20的一部分的方框图。设施20包括多个变电站22，仅示出其中的两个变电站。附加的变电站22由省略号24代表。变压器26形式的多个设备位于每个变电站22处。为了简化图解，在每个变电站22处仅示出三个变压器26。然而，应该理解，如本领域技术人员所知，每个变电站22能够包括任何数量的变压器26。
每个变压器26由多个溶解气体分析器(DGA)单元28中的一个或多个监控。DGA单元28监控通常为矿物油型的变压器流体。例如，DGA单元28监控作为基于矿物油的变压器流体的降解产物的八种气体。这八种气体可包括：氢气(H2)、氧气(O2)、一氧化碳(CO)、二氧化碳(CO2)、甲烷(CH4)、乙炔(C2H2)、乙烯(C2H4)和乙烷(C2H6)。
设施20还包括经由通信网络32与DGA单元28进行通信的计算系统30。在优选实施例中，计算系统30可位于由电力公用事业设施20操作的能源控制中心(未示出)。然而，处理系统30可替换地可外包(outsource)给订约的第三方监控设施20。
计算系统30包括用于执行根据本发明的分析过程36的处理器34。处理器34还可以执行可选的轮询过程38和通知过程40。处理器34与输入装置42、输出装置44、显示器46和存储器系统48进行通信，其中，存储器系统48存储可能响应于分析过程36的执行而产生的趋势数据库50。这些元件通过总线结构52互连。本领域技术人员应该理解，分析过程36、轮询过程38和通知过程40不必是完全分开的物理单元，而是可以改为实现为单个、集成的过程。计算系统30的特定配置至少部分地取决于设施20的复杂性、向处理系统30提供数据的DGA单元28的数量和处理的数据量。
输入装置42可包括键盘、鼠标、定点装置、音频装置(例如，麦克风)和/或向处理器34提供输入的任何其它装置。输出装置44可包括打印机、音频装置(例如，扬声器)和/或提供来自处理器34的输出的其它装置。输入装置42和输出装置44还可以包括网络连接、调制解调器或用于经由通信网络32与其它计算机系统或装置进行通信的其它装置。
计算系统30还包括计算机可读存储介质54。计算机可读存储介质54可以是磁盘、紧凑盘或处理器34可读的任何其它易失性或非易失性大容量存储系统。计算机可读存储介质54还可以包括协同工作或互连的计算机可读介质，这些介质仅存在于计算系统30上或者分布于可以是本地的或远程的多个互连的计算机系统(未示出)当中。分析过程36、轮询过程38和通知过程40记录在计算机可读存储介质54上以指示处理器34执行轮询、分析和通知功能，如以下所讨论。
设施20还可以包括通知装置56，仅示出一个通知装置56。通知装置56可以是传统的手持通信装置，诸如寻呼机、蜂窝电话、个人数字助理或者它们的组合。可替换地，通知装置56可以是台式计算机或者给通知装置56的用户产生电子消息的任何其它构件。通知装置56可以经由通信网络32与计算系统30进行通信。通信网络32可经由本领域技术人员公知的传统无线和/或有线技术进行通信。
每个通知装置56被分配给特定的负责方58或者与特定的负责方58相关。在本说明中，负责方58可以是一个或多个个体的维护组，这些个体负责特定变电站22处的变压器26，最了解特定故障状况所需的校正措施，并且/或者具有适当级别的权力以做出关于变压器26的决定。
通常，DGA分析器28对变压器26内的流体进行采样并监控采样的流体中的溶解气体。标称地可以每四个小时进行采样。然而，如果达到个别气体的预定义阈值或者如果达到个别气体的预定义变化率，则采样率可增加到每小时一次。DGA单元28处的溶解气体监控需要测量变压器流体内的若干溶解气体中每一种的值。这些测量随后经由通信网络32作为数据元素60传送给计算系统30。可以自动从DGA单元28传送数据元素60，并且/或者可以响应于经由轮询过程38传送的轮询信号从DGA单元28传送数据元素60。可替换地，可以手动地获取数据元素60。这些手动的测量可以根据传统的数据录入方法手动地输入到处理系统30。数据元素60由分析过程36分析，并且分析的结果可以记录在趋势数据库48中，和/或可以以通知62的形式经由通知过程40提供给分配给一个或多个负责方58的一个或多个通知装置56。
参照图2和图3，图2示出由监控变压器26之一(图1)的DGA单元28之一(图1)产生的数据元素60的第一示例性分组64的示图。图3示出由监控变压器26的DGA单元28产生的数据元素60的第二示例性分组66的示图。分组64和66每一个都可取地包括变压器标识符68，这里显示为识别变压器26之一的“TA01”。分组64和66的每一个还包括数据元素60作为正被DGA单元28监控的若干种气体72中的每种气体的值70。可以包括这里未示出的附加的信息，诸如收集时间/日期、其中未列出的其它气体72等。
这里示出了第一分组64和第二分组66以描述可能从DGA单元28(图1)提供给计算系统30(图1)以用于根据本发明的分析和随后的选择性通知的信息。分别用于传输的数据元素60以及第一分组64和第二分组66的特定结配置可采用多种形式，并且可经由本领域技术人员已知的多种技术实现传输。
图2大致示出代表由“TA01”标识的变压器26正常工作的正常状况74的第一分组64。当每种气体72的值70落入定义正常状况74(诸如，“状况1”级别)的预定极限内时，可确定正常状况74。这些预定极限可按产业公认标准(诸如，IEEE Std C57.104-1991“IEEE Guide forthe Interpretation of Gases Generated in Oil-ImmersedTransformers”)提供。
相反，图3大致示出代表由“TA01”标识的变压器26可能不正常工作的反常状况76的第二分组66。当气体72的一些或所有值70已经上升到更严重的状况级别时，可确定反常状况76。在这个例子中，一氧化碳(CO)水平上升到正常期望极限以上的值。因此，这里使用术语“反常(abnormal)状况76”来指代由DGA单元28(图1)监控的气体72的值70不在正常极限内的情况。
不幸的是，无法根据在第二分组66中呈现的原始数据区分一些或所有值70是由于故障状况而上升到正常极限以上的量还是值70由于变压器26(图1)的正常循环负荷而上升。因此，由于循环负荷导致的正常极限以上的一些或所有值70会错误地导致反常状况76的通知。数据分析过程36(图1)通过区分实际的气体生成率与正常的循环变压器负荷来应对这个问题。
图4示出提供给一个或多个负责方58(图1)的关于变压器26之一(图1)的正常状况74(图2)的异常78的通知62的示图。如前面简要描述的，这里的数据元素60是在DGA单元28(图1)采样的气体72的值70。气体72的这些值70由分析过程36进行分析以揭示当前在所述变压器26之一处发生的异常78，即特定反常状况。通知62可用于传送异常78。
这里示出了通知62以描述关于异常78的信息，根据本发明所述异常可经由通知过程40(图1)的执行提供给一个或多个负责方58。通知62的特定配置可采用本领域技术人员已知的各种形式。
通知62包括变压器标识符68。通知62还传送异常78，并且可以可选地包括气体72的值70。在示例性情形中，异常78可定义变压器26之一处的故障状况80和严重级别82。故障状况80可进一步识别故障类型84。通知62还可以包括通过执行以下讨论的一种或多种气体72的气体生成率的分析过程36获得的趋势数据88。因此，总体上，通知62能够向负责方58提供关于变压器26之一内的反常情况的高级细节。
图5示出根据本发明的分析过程36的流程图。分析过程36由处理器34(图1)执行以获得能够用于确定变压器26是正常工作(即，正常状况74(图2))还是不正常工作(即，反常状况76(图3))的结果。具体地讲，通过消除可能由变压器26的周期性负荷或循环负荷导致的显著波动，分析过程36执行谐波分析以确定变压器26之一(图1)的“稳定状态”放气(gassing)率。
分析过程36以任务90开始。在任务90，处理器34从DGA单元28之一接收先前在期望的时间段期间收集的多个数据元素60。在一个实施例中，DGA监控器28之一(图1)每四个小时提供包含若干种气体72(图2)的值70(图2)的数据元素60，从而每年提供两千一百九十个采样(即，每种气体72的值70)。因此，该多个值70不需要一次从DGA单元28之一下载，而是可以可替换地周期性地收集并保存在计算系统30(图1)中的数据文件(未示出)中以用于后面的处理。为了下面的讨论，数据元素60涉及在特定时间段期间收集的气体72之一的一组值70。在这个示例性的情况下，数据分析涉及根据数据元素60确定二氧化碳气体72的气体生成率。然而，下面的讨论同样适用于在特定时间段期间作为数据元素60收集的若干种气体72中的任何气体的值70。
分析过程36继续执行任务92。在任务92，在数据元素60内识别周期性特性。这些周期性特性描述变压器26负荷中的循环波动。在一个实施例中，分析过程36识别三个谐波。这三个谐波计及(account for)通常在变压器负荷中发生的每日波动、半年波动和每年波动。例如，每日负荷由于一天期间变化的电力需求而变化。另外，变压器负荷峰值可季节性地发生，即在夏天发生，但另外可存在较小的冬天“峰值”。应该理解，这些常见的谐波可以增加、减少或调整以适合另一识别的变压器负荷模式。例如，可扩展该模型以包括附加的谐波，从而计及工作周期间观察的变压器负荷与周末观察的变压器负荷之间的差别。
结合任务92执行任务94。在任务94，从数据元素60(例如，二氧化碳气体70的值72)中消除这些常见的谐波或周期性特性以辨别趋势，诸如稳定状态气体生成率。
结合图5的任务94参照图6，图6示出在分析过程36的任务94内使用的采样谐波回归方程98的表96。在任务94的实施中，对值70采用谐波回归分析以确定值70的最佳拟合预测方程或谐波回归方程。谐波回归方程98包括：作为截距值C1的第一分量100和作为时间的函数(例如，C2t)的第二分量102。谐波回归方程98还包括：第三分量104，以计及每日变压器负荷波动特性；第四分量106，以计及半年变压器负荷波动特性；和第五分量108，以计及每年变压器负荷波动特性。
在谐波回归方程98中，第二分量102显示为具有线性特性。然而，第二分量106可采用其它形式，诸如C2Ln(t)、C2et、C2e1/t等。分析过程36可利用所述其它形式之一替换第二分量102，并重新计算“拟合优度”或r2参数以选择具有最高r2参数的方程。当然，值到预测方程(诸如，谐波回归方程98)的完美拟合导致r2参数为1。然而，返回0.85和0.95之间的r2参数的谐波回归是典型的。
如上所述，变压器负荷能够影响气体生成率并导致观测值70中的正弦特性。当去除正弦特性时，第一分量102和第二分量104分别采用y＝ax+b的形式或线性方程110。“a”值(即，C2)是直线的斜率，或变压器26之一(图1)的“稳定状态”气体生成率112。如果第二分量102的对数形式或指数形式确定为“最佳拟合”，则能够识别气体生成率112加速或减速的速度。
通过任务94的谐波回归分析，能够区分趋势(即诸如气体72之一的值70的时间序列数据的长期移动)与数据元素中发现的周期性特性。这个例子中的趋势是气体生成率112，这个例子中的周期性特性包括：计及每日波动特性的第三分量104、计及半年波动特性的第四分量106、和计及每年波动特性的第五分量108。
再次参照图5，在任务94之后，分析过程36继续执行任务114。执行任务114以响应于趋势或气体生成率112确定变压器26的状况。变压器26的状况可以是正常状况74(图2)或反常状况76(图3)。然而，通过使用“稳定状态”气体生成率112，能够全年(year round)确定反常状况76的更准确和一致的诊断，而不管由于变压器负荷导致的气体生成中的正常周期性波动。
可结合任务114执行任务116。在任务116，趋势数据(即，气体72之一(图2)的气体生成率112)可存储在趋势数据库50(图1)中，并且/或者气体生成率112可经由例如显示器50(图1)呈现给用户。分析过程36的结果的通知也可以传递给负责方58(图1)，结合图10对此进行讨论。
在任务116之后，询问任务118确定分析过程36是否继续。在任务90接收的数据元素60(图1)可包括若干种气体72(图2)的值70(图2)。因此，在任务94区分趋势与周期性特性可包括识别多种气体72的气体生成率。因此，分析过程36可继续执行以便确定这些其它的气体生成率。另外，数据元素60可在随后的时间段从同一变压器26获得。另外，对于需要分析的设施20(图1)内的其它变压器26(图1)而言，数据元素60可能可用。因此，如果在询问任务118处用户希望继续分析，则过程控制循环回到任务90以从与特定的其中一个变压器26关联的其中一个DGA监控器28(图1)接收数据元素60。然而，如果在询问任务118处用户希望停止分析过程36，则退出分析过程36。
图7示出响应于分析过程36(图5)的执行产生气体生成率112的非谐波部分的线性拟合的谐波回归预测方程的示例性结果的图表120。图表可经由显示器50(图1)呈现给用户，或者可经由通知装置56(图1)呈现给负责方58(图1)。图表120包括具有如由r2参数124代表的高“拟合优度”的谐波回归方程98(图6)的解122，其中，Y等于在时间t的预测的二氧化碳气体值。解122用于识别趋势，即变压器26之一(图1)中的二氧化碳气体72(图2)的“稳定状态”气体生成率112。
图表120包括用于视觉化解122的分量的曲线图126。曲线图126包括从数据元素60(图2)获得的且在变压器油中发现的溶解二氧化碳气体72的值130相对于时间132的第一曲线128。在这个实施例中，时间132与采样一致。也就是说，由于每四个小时对变压器油进行采样，所以6个采样的数值对应于二十四个小时。相应地，1095个采样的数值对应于半年，并且2190个采样的数值对应于一年。
第一曲线128代表在时间段132期间在变压器油中发现的二氧化碳气体72的实际值70(图2)。曲线图126还包括响应于推导的解122而产生的第二曲线134。因此，第二曲线134是使用解122建模的二氧化碳的实际值的“最佳拟合”表示或模型。为了说明的目的，曲线图126还包括变压器负荷的每日波动136、半年波动138和每年波动140的周期性特性。
根据本发明，从解122中去除或消除每日波动136、半年波动138和每年波动140的正弦分量，以便能够确定“稳定状态”气体生成率112形式的准确趋势。另外，还能够弄清气体生成的截距值142。如果气体生成率112上升太快，则这个信息可以作为指定故障状况80(图4)的增加的严重级别82(图4)的异常78(图4)而中继给负责方58(图1)。
通过把“t”的未来值代入谐波方程，本发明的谐波方程可附加用于预测未来的气体值。图7还包括垂直取向的边界143。位于边界143右侧的第二曲线134的那部分代表在“t”的未来值的预测气体值145。当然，当未来时间“t”发生时，可绘制代表二氧化碳气体72的实际值70(图2)的第一曲线128以验证预测的准确性。这种预测能够用于确定变压器26之一的寿命终止何时到达。例如，如以下所讨论，预测可用于基于一氧化碳气体72和二氧化碳气体72的在线监控来确定纤维素绝缘材料(cellulose insulating material)的降解。
变压器26(图1)通常使用由植物纤维素制成的材料片作为绝缘材料。纤维素是由链接(linked)的葡萄糖单元组成的线型聚合物。聚合物中链接的单元的数量称为聚合度。通常，纤维素的质量通过平均聚合度来测量。聚合度已多年用于确定电力变压器绝缘材料的状况。典型的新的绝缘材料具有大约一千到一千二百的平均聚合度。在使用延长的时段之后，由于高浓度的水和氧气以及高温的作用，纸变为深褐色并且变脆。这个过程称为高温分解。高温分解的副产品包括呋喃、一氧化碳和二氧化碳。当聚合度下降到大约两百时，绝缘材料的抗拉强度减小到它初始强度的大约百分之二十。这视为变压器绝缘的寿命终止准则。
在操作变压器中，为了直接测量聚合度，将变压器断电，并把纤维素绝缘材料的采样送到实验室进行测试。很明显，这种直接测量方法耗时而昂贵。测量聚合度的间接方法是通过呋喃测试。呋喃是能够在变压器绝缘油中发现的主要纤维素降解产品。可以对油采样进行关于呋喃的分析并将其与呋喃模型比较以获得绝缘材料的聚合度的近似。然而，这种近似技术并不总是给出一致的结果，并且它对于检测变压器26的故障状况所需的更有价值的溶解气体分析而言是附加的开支。
正在开发即将出现的模型以预测变压器寿命期间产生的一氧化碳和二氧化碳的量与纤维素绝缘材料的聚合度之间的关系。这些模型可以与通过使用本发明的谐波方程确定的预测气体值(诸如，第二曲线134的预测气体值145)进行比较以确定变压器26之一的寿命终止何时到达。
图8示出响应于分析过程36(图5)的执行产生对数拟合的谐波回归预测方程的示例性结果的图表144。图表144可经由显示器50(图1)呈现给用户，或者可经由通知装置56(图1)呈现给负责方58(图1)。图表144包括具有由r2参数148代表的高“拟合优度”的谐波回归方程98(图6)的解146，其中，Y等于在时间t的预测二氧化碳气体值。在这种情况下，第二分量102是对数函数而非图7中示出的线性函数。
曲线图150示出了第一曲线152，第一曲线152代表在时间段156期间在变压器油中发现的二氧化碳气体72(图2)的实际值154。曲线图150还包括响应于推导的解146而产生的第二曲线158。因此，第二曲线158是使用解146建模的二氧化碳的实际值的“最佳拟合”表示或模型。曲线图150还包括变压器负荷的每日波动160、半年波动162和每年波动164的周期性特性。如曲线图150中所示，一旦消除了变压器负荷的每日波动160、半年波动162和每年波动164的周期性特性，则代表气体生成率加速或减速的速度的对数曲线166以及截距分量168被揭示。
确定变压器油中各种溶解气体72(图2)的谐波分量(即，周期性特性)的目标在于最终从气体生成率的确定中去除它们的影响。通过从实际的溶解气体数据中消除谐波分量，“稳定状态”气体生成率112(图7)被揭示。然而，在一些情况下不能仅依赖这个“稳定状态”速率112。也就是说，根据数据元素60(图1)拟合值70(图2)的线性方程110(图6)将采用相当大量的处于不同气体生成率的新数据以改变线性方程结果。另外，这些改变会由于较大量的先前数据点而减弱或减小。由于变压器26中的状况可能快速改变，所以分析过程36应该包括能够感测放气率的改变的分量以便在发生故障之前报告这些改变。
为了感测放气率的改变，可在分析过程36中实施分段线性近似以把时间序列数据表示为一系列各种长度的线段。对于溶解气体分析，这种分段线性近似的目的在于确定每个线段的开始点和斜率以及确定当前线段的斜率是否显著不同于前一线段的斜率。
如本领域技术人员所知，存在三种主要的方法把时间序列数据分割为分段线性近似。这些方法包括滑动窗口法、自上而下法和自下而上法。滑动窗口方法开始于时间序列的第一数据点以创建线段。通过链接相邻数据点直到该线段超过某一规定误差为止来“生长”该线段。然后，开始新的线段，该新的线段开始于下一个数据点。自上而下方法把时间序列分成若干段，直到满足停止准则为止。自下而上方法开始于成对的数据点并通过与相邻线段合并来生长更长的线段，直到满足某一停止准则为止。停止准则可采用不同的形式，诸如限制线段的数量、指定给定线段的最大误差或者指定所有线段的最大总误差。在一个实施例中，自下而上方法产生最令人满意的结果。
图9示出响应于分析过程36的执行而确定的分段线性近似的示例性结果的图表170。图表170包括示出第一曲线174的曲线图172，第一曲线174代表在时间段178期间在变压器油中发现的二氧化碳气体72(图2)的实际值176。曲线图172还包括分成七个线性段182并使用分段线性近似导出的第二曲线180。与整个采样间隔上的单个气体生成率相比，线段182快速地定义气体生成率184的改变。例如，可以区分在第一时间段186期间发生的第一气体生成率184’与在第二时间段188期间发生的第二气体生成率184”，以便容易地检测变压器26(图1)的状况的改变。
通过去除每日、半年和每年波动的周期性特性，如以上所讨论，附加因素随着时间对气体生成率的影响能够视觉化为不同的线段182。一个示例性因素可以是由于设施建设或维护而承担更多负荷的个别变压器的更高的负荷。其它因素可包括比正常情况更热和/或更凉的环境温度的影响。更重要地，另一因素可以是反常状况76(图3)的开始和显现。
图10示出响应于分析过程36的执行而确定的另一分段线性近似的示例性结果的图表190。通常，一氧化碳和二氧化碳气体生成是循环的，并且能够指示变压器26(图1)中的过热。因此，为了确定“稳定状态”气体生成率，仅需要去除气体值的谐波分量。当在变压器26中发生活性电弧放电(active arcing)时，产生其它气体，诸如乙炔和氢气。这些气体有时称为“热金属”气体。电弧放电很少受到循环负荷的影响。因此，数据要更加线性得多。
图表190表明了分段线性近似方法快速检测这样的“热金属”气体的放气率的变化而不需要消除或去除任何潜在的谐波分量的能力。图表190包括曲线图192，曲线图192示出了代表在时间段198期间在变压器油中发现的氢气的实际值196的第一曲线194。曲线图192还包括分成五个线性段202并使用分段线性近似导出的第二曲线200。与整个采样间隔上的单个气体生成率相比，线段202快速地定义气体生成率的改变。更重要地，曲线图192表明分段的分割能够快速地检测和报告气体生成率的显著改变，诸如第五线段204。这种显著的改变可能指示变压器26内的灾难性问题，诸如电弧放电。
图11示出通知过程40的流程图。可执行通知过程以向一个或多个负责方58(图1)通知变压器26之一(图1)的反常状况。这里给出的通知过程是为了说明的目的。本领域技术人员应该理解，可以通过多种方法执行通知。
通知过程40开始于任务206。在任务206，处理器34(图1)接收其中一个变压器(图1)的状况。该状况是通过执行分析过程36产生的，并且可包括正常状况74或反常状况76之一和/或趋势数据88(图4)。
接下来，询问任务208确定该状况是否是正常状况的异常。当该状况是反常的或者指示通过溶解气体分析在变压器26之一中检测到故障时，过程控制继续执行任务210。
在任务210，将通知62(图4)传递给负责方58(图1)。然而，当询问任务208确定没有反常情况要报告时，退出通知过程40。
总的来说，本发明教导了一种分析由监控装置监控的电力设备的状况并把那些结果呈现给用户的方法、可执行代码和系统。本发明使用谐波回归方法以提供电力变压器中实际气体生成率的准确确定。通过消除变压器负荷对气体生成率的谐波影响或周期性特性，来实现这一点。由此，在排除了起到类似噪声作用的谐波分量之后，能够确定真实的“稳定状态”气体生成率。另外，本发明能够产生未来气体生成率的准确预测，以便确定例如电力变压器的寿命终止何时到达。
虽然已详细地示出和描述了本发明的优选实施例，但对于本领域技术人员显而易见的是，在不脱离本发明的精神或权利要求的范围的情况下，可以做出多种修改。

Claims (14)

1.一种分析由监控装置(28)监控的电力设备(26)的状况(74，76)的方法(36)，包括：
从所述监控装置(28)接收(90)与一时间段(132)期间的所述电力设备(26)的操作相关的数据元素(60)；
根据所述数据元素(60)识别(92)对所述电力设备(26)的所述操作有响应的周期性特性(136，138，140)；
通过使用谐波回归分析从所述时间段(132)期间的所述数据元素(60)中消除(94)所述周期性特性(136，138，140)以揭示趋势(112)，来区分(94)所述趋势(112)与所述周期性特性(136，138，140)；
响应于所述趋势(112)确定(114)所述电力设备(26)的所述状况(74，76)；以及
将所述状况(74，76)呈现(116)给用户(58)，
其中，所述电力设备(26)是由公用事业公司(20)维护的变压器，所述监控装置(28)是溶解气体监控单元，所述数据元素(60)是所述变压器的变压器油中的溶解气体(72)的当前值(70)。
2.如权利要求1所述的方法(36)，其中，所述周期性特性(136，138，140)是所述电力设备(26)的负荷的每日波动(136)。
3.如权利要求1所述的方法(36)，其中，所述周期性特性(136，138，140)是所述电力设备(26)的负荷的半年波动(138)。
4.如权利要求1所述的方法(36)，其中，所述周期性特性(136，138，140)是所述电力设备(26)的负荷的每年波动(140)。
5.如权利要求1所述的方法(36)，其中：
所述识别操作(92)识别多个周期性特性(136，138，140)，所述多个周期性特性(136，138，140)中的每一个描述所述电力设备(26)的负荷的离散周期性波动，所述周期性特性是所述多个周期性特性(136，138，140)之一；并且
所述区分操作(94)区分所述趋势(112)与所述多个周期性特性(136，138，140)中的每一个。
6.如权利要求1所述的方法(36)，其中，所述消除操作(94)将所述趋势(11)揭示为所述电力设备(26)的所述状况(74，76)的基本上线性的表示。
7.如权利要求1所述的方法(36)，其中，所述方法(36)还包括在所述公用事业公司(20)的处理系统(30)处执行所述接收(90)、识别(92)、区分(94)、确定(114)和呈现(116)操作。
8.如权利要求1所述的方法(36)，其中所述确定操作(114)根据所述趋势(112)确定气体生成率，所述气体生成率识别所述变压器的所述状况(74，76)。
9.如权利要求1所述的方法(36)，还包括：根据所述趋势(112)预测(98)所述电力设备(26)在所述时间段(132)之后的未来时间的未来状况(145)。
10.如权利要求1所述的方法(36)，其中，所述时间段(132)是第一时间段(186)，所述趋势(112)是第一趋势(184’)，以及所述方法(36)还包括：
从所述监控装置(28)接收(90)在第二时间段(188)期间的第二数据元素(60)；
区分(94)第二趋势(184”)与所述周期性特性(136，138，140)，所述第二趋势(184”)不同于所述第一趋势(184’)；
根据所述第二趋势(184”)确定(114)所述电力设备(26)的所述状况(74，76)的变化；以及
将所述状况(74，76)的所述变化呈现(116)给所述用户(58)。
11.如权利要求1所述的方法(36)，其中：
所述确定操作(114)包括根据所述趋势(112)弄清：所述状况(74，76)定义了所述电力设备(26)的正常状况(74)的异常(76)；以及
所述呈现操作(116)包括在所述异常(76)的情况下把所述状况(76)的通知(62)传递(210)给所述用户(58)。
12.一种分析由监控装置(28)监控的电力设备(26)的状况(74，76)的计算装置(30)，包括：
处理器(34)；
输入元件(42)，其与所述处理器(34)进行通信，用于从所述监控装置(28)接收数据元素(60)，所述数据元素(60)与一时间段(132)期间的所述电力设备(26)的操作相关；
计算机可读存储介质(54)；以及
可执行代码(36)，其记录在所述计算机可读存储介质(54)上以指示所述处理器(34)执行操作，所述操作包括：
根据所述数据元素(60)识别(92)对所述电力设备(26)的所述操作有响应的多个周期性特性(136，138，140)，所述多个周期性特性(136，138，140)中的每一个描述所述电力设备(26)的负荷的离散周期性波动；
通过使用谐波回归分析，从所述时间段(132)期间的所述数据元素(60)中消除所述多个周期性特性(136，138，140)以揭示趋势(112)，来区分(94)所述趋势(112)与所述周期性特性(136，138，140)；并且
响应于所述趋势(112)确定(14)所述电力设备(26)的所述状况(74，76)；以及
输出元件(44，46)，其与所述处理器(34)进行通信以将所述状况(74，76)呈现(116)给用户(58)，
其中，所述电力设备(26)是由公用事业公司(20)维护的变压器，所述监控装置(28)是溶解气体监控单元，所述数据元素(60)是所述变压器的变压器油中的溶解气体(72)的当前值(70)。
13.如权利要求12所述的计算装置(30)，其中，所述可执行代码(36)指示所述处理器(34)执行操作，所述操作包括：根据所述趋势(112)预测(98)所述电力设备(26)在所述时间段(132)之后的未来时间的未来状况(145)。
14.如权利要求12所述的计算装置(30)，其中，所述时间段(132)是第一时间段(186)，所述趋势(112)是第一趋势(184’)，并且所述可执行代码(36)指示所述处理器(34)执行另外的操作，包括：
从所述监控装置(28)接收(90)在第二时间段(188)期间的第二数据元素(60)；
区分(94)第二趋势(184”)与所述多个周期性特性(136，138，140)，所述第二趋势(184”)不同于所述第一趋势(184’)；
根据所述第二趋势(184”)确定(114)所述电力设备(26)的所述状况(74，76)的变化；以及
将所述状况(74，7)的所述变化呈现(116)给所述用户(58)。
CN200880110413.8A 2007-08-06 2008-08-01 变压器溶解气体谐波回归分析的方法和系统 Expired - Fee Related CN101821602B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11/834,500 US7747417B2 (en) 2007-08-06 2007-08-06 Method and system for transformer dissolved gas harmonic regression analysis
US11/834500 2007-08-06
PCT/US2008/071984 WO2009029392A1 (en) 2007-08-06 2008-08-01 Method and system for transformer dissolved gas harmonic regression analysis

Publications (2)

Publication Number Publication Date
CN101821602A CN101821602A (zh) 2010-09-01
CN101821602B true CN101821602B (zh) 2012-12-26

Family

ID=40347323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200880110413.8A Expired - Fee Related CN101821602B (zh) 2007-08-06 2008-08-01 变压器溶解气体谐波回归分析的方法和系统

Country Status (11)

Country Link
US (1) US7747417B2 (zh)
EP (1) EP2181320B1 (zh)
JP (1) JP5431324B2 (zh)
KR (1) KR20100059835A (zh)
CN (1) CN101821602B (zh)
BR (1) BRPI0815143A2 (zh)
CA (1) CA2695672C (zh)
ES (1) ES2706851T3 (zh)
PL (1) PL2181320T3 (zh)
WO (1) WO2009029392A1 (zh)
ZA (1) ZA201001439B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008157494A2 (en) * 2007-06-15 2008-12-24 Shell Oil Company Framework and method for monitoring equipment
IT1397471B1 (it) * 2010-01-14 2013-01-16 Techimp Technologies S A Ora Techimp Technologies S R L Procedimento e dispositivo per derivare la concentrazione di un gas disciolto in un olio di isolamento elettrico.
US8442775B2 (en) * 2010-04-02 2013-05-14 Eduardo Pedrosa Santos System and method for monitoring dissolved gases in insulating oil of high voltage equipment
US8511160B2 (en) 2011-03-31 2013-08-20 Qualitrol Company, Llc Combined hydrogen and pressure sensor assembly
US8839658B2 (en) 2011-03-31 2014-09-23 Qualitrol Company, Llc Combination of hydrogen and pressure sensors
US8707767B2 (en) 2011-03-31 2014-04-29 Qualitrol Company, Llc Combined hydrogen and pressure sensor assembly
US8781756B2 (en) * 2011-07-19 2014-07-15 Arizona Public Service Company Method and system for estimating transformer remaining life
US9513275B2 (en) 2013-03-14 2016-12-06 Waukesha Electric Systems, Inc. System and process of utilizing oil quality analysis and dissolved gas analysis to detect early stage problems in oil filled electrical apparatuses
US9784692B2 (en) * 2014-02-07 2017-10-10 Empire Technology Development Llc Roadway infrastructure monitoring based on aggregated mobile vehicle communication parameters
CN104732107B (zh) * 2015-04-09 2017-07-11 沈阳工业大学 以介质参数为评估参量的变压器套管剩余寿命预测方法
US10782360B2 (en) * 2015-05-04 2020-09-22 General Electric Company Systems and methods for monitoring and diagnosing transformer health
US20160327600A1 (en) * 2015-05-04 2016-11-10 General Electric Company Integrated transformer health monitoring architecture
KR101711296B1 (ko) * 2015-09-02 2017-02-28 엘에스산전 주식회사 변압기 유중가스 분석 시스템
CN108603907A (zh) * 2016-02-03 2018-09-28 通用电气公司 用于监测和诊断变压器健康的系统和方法
US10444219B2 (en) 2016-03-21 2019-10-15 International Business Machines Corporation Predictive modeling to estimate data values between sampling events
CN106569069A (zh) * 2016-11-04 2017-04-19 广州供电局有限公司 电力变压器故障诊断方法
US11639919B1 (en) 2019-12-27 2023-05-02 Dynamic Ratings Pty. Ltd. Headspace gas monitor
CN111596181B (zh) * 2020-05-28 2022-05-06 华北电力大学（保定） 一种基于气泡逸出温度的变压器固体绝缘老化评估方法
KR102436080B1 (ko) * 2020-07-20 2022-08-25 주식회사 원프레딕트 오일 여과 여부를 고려한 변압기 상태 예측 진단 방법 및 이러한 방법을 수행하는 장치

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1620931A1 (ru) * 1989-02-22 1991-01-15 Ю.И.Кабарухин к Е.Г.Кабарухина Устройство дл определени содержани газа в газожидкостных средах
US6906630B2 (en) * 2001-02-28 2005-06-14 General Electric Company Transformer management system and method
US6968728B2 (en) * 2003-07-10 2005-11-29 Hydro Quebec Test tap adapter for extracting dissolved gases from insulating oil and measuring electrical parameters of a transformer bushing
CN1860360A (zh) * 2003-09-29 2006-11-08 三菱重工业株式会社 气体浓度通量测量装置

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2883255A (en) * 1954-04-28 1959-04-21 Panellit Inc Automatic process logging system
US3304441A (en) * 1964-07-31 1967-02-14 Monsanto Co Parameter variation monitor
US4654806A (en) * 1984-03-30 1987-03-31 Westinghouse Electric Corp. Method and apparatus for monitoring transformers
US4799166A (en) * 1986-04-28 1989-01-17 Mitsubishi Denki Kabushiki Kaisha Apparatus for automatically analyzing gases in oil
JP3172987B2 (ja) * 1995-02-24 2001-06-04 株式会社高岳製作所 ガス遮断器の故障検出装置
US5959529A (en) * 1997-03-07 1999-09-28 Kail, Iv; Karl A. Reprogrammable remote sensor monitoring system
US6289716B1 (en) * 1998-08-19 2001-09-18 Electric Power Research Institute, Inc. Method for on-line assessment and indication of transformer conditions
US6494617B1 (en) * 1999-04-30 2002-12-17 General Electric Company Status detection apparatus and method for fluid-filled electrical equipment
US6446027B1 (en) * 1999-09-17 2002-09-03 General Electric Company Intelligent analysis system and method for fluid-filled electrical equipment
US6928861B1 (en) * 2000-03-17 2005-08-16 Norman Rice Method for a reliability assessment, failure prediction and operating condition determination of electric equipment
US6391096B1 (en) * 2000-06-09 2002-05-21 Serveron Corporation Apparatus and method for extracting and analyzing gas
US6526805B1 (en) * 2000-08-11 2003-03-04 General Electric Co. Apparatus for continuously determining volatile substances dissolved in insulating fluid
JP3591718B2 (ja) * 2000-12-04 2004-11-24 理化工業株式会社 ノイズキャンセル装置
ATE366919T1 (de) * 2001-12-04 2007-08-15 Skf Condition Monitoring Inc System und verfahren zur identifikation des vorhandenseins von defekten in einer vibrierenden maschine
US8014974B2 (en) * 2001-12-19 2011-09-06 Caterpillar Inc. System and method for analyzing and reporting machine operating parameters
US7399277B2 (en) * 2001-12-27 2008-07-15 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US20080255438A1 (en) * 2001-12-27 2008-10-16 Medtronic Minimed, Inc. System for monitoring physiological characteristics
US20050144274A1 (en) * 2003-12-12 2005-06-30 General Electric Company Apparatus for monitoring the performance of a distributed system
JP2005302794A (ja) * 2004-04-07 2005-10-27 Hitachi Industrial Equipment Systems Co Ltd 変圧器監視システム
JP3955606B2 (ja) * 2004-05-26 2007-08-08 松下電器産業株式会社 温度異常の検知方法及び半導体製造装置
US20060251147A1 (en) * 2005-05-06 2006-11-09 Qualitrol Corporation Transformer temperature monitoring and control

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1620931A1 (ru) * 1989-02-22 1991-01-15 Ю.И.Кабарухин к Е.Г.Кабарухина Устройство дл определени содержани газа в газожидкостных средах
US6906630B2 (en) * 2001-02-28 2005-06-14 General Electric Company Transformer management system and method
US6968728B2 (en) * 2003-07-10 2005-11-29 Hydro Quebec Test tap adapter for extracting dissolved gases from insulating oil and measuring electrical parameters of a transformer bushing
CN1860360A (zh) * 2003-09-29 2006-11-08 三菱重工业株式会社 气体浓度通量测量装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
甘武等.用独立分量分析消除工频通信中的谐波干扰.《电力系统通信》.2005,第26卷(第148期),25-28. *

Also Published As

Publication number Publication date
JP2010536177A (ja) 2010-11-25
KR20100059835A (ko) 2010-06-04
ES2706851T3 (es) 2019-04-01
BRPI0815143A2 (pt) 2015-02-03
US7747417B2 (en) 2010-06-29
CA2695672A1 (en) 2009-03-05
EP2181320B1 (en) 2018-12-12
EP2181320A1 (en) 2010-05-05
US20090043538A1 (en) 2009-02-12
ZA201001439B (en) 2015-10-28
PL2181320T3 (pl) 2019-03-29
CN101821602A (zh) 2010-09-01
WO2009029392A1 (en) 2009-03-05
CA2695672C (en) 2016-05-17
EP2181320A4 (en) 2016-10-26
JP5431324B2 (ja) 2014-03-05

Similar Documents

Publication Publication Date Title
CN101821602B (zh) 变压器溶解气体谐波回归分析的方法和系统
CN103828007A (zh) 用于估计变压器剩余寿命的方法和系统
US8484150B2 (en) Systems and methods for asset condition monitoring in electric power substation equipment
CN101149416B (zh) 电力电缆绝缘状态监测与寿命管理系统
US20190056446A1 (en) Method and system for assessment of fault severity, risk exposure, and gassing status for liquid-filled high-voltage apparatus
WO2015087284A1 (en) Analyzing partial discharge in an electric power distribution system
CN112561736A (zh) 智能变电站继电器保护装置故障诊断系统和方法
Jian et al. The new developed health index for power transformer condition assessment
CN116805068A (zh) 一种基于大数据的故障监测预警系统及方法
Bhalla et al. Transformer incipient fault diagnosis based on DGA using fuzzy logic
CN113128840A (zh) 一种设备状态评估方法、系统及存储介质
CN101144170B (zh) 一种电解铝电力安全智能专家分析方法
Martin et al. On the development of power transformer failure models: An Australian case study
Steed Condition monitoring applied to power transformers-an REC experience
CN114492869A (zh) 一种基于物联网技术的配电系统健康诊断方法
Moldoveanu et al. Intelligent system for the on-line real time monitoring of high voltage substations
CN113625058A (zh) 一种基于异常点群监测变压器套管的预警方法及系统
Steed Condition monitoring applied to power transformers-an REC view
Ballal et al. Computational intelligence algorithm based condition monitoring system for power transformer
Sutton et al. Life Cycle Cost Comparison of Three Online Dissolved Gas Analyzers
CN112070249A (zh) 电力设备全寿命评估智能数据库系统及评估方法
CN114217168A (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

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20121226

Termination date: 20140801

EXPY Termination of patent right or utility model