一种拍合安装的防滑铝包带

    公开(公告)号:CN206619884U

    公开(公告)日:2017-11-07

    申请号:CN201720397906.0

    申请日:2017-04-17

    Abstract: 本申请公开了一种拍合安装的防滑铝包带,包括带体,沿带体的长度方向上、带体的厚度由中间位置向两端位置逐渐增加,带体的两面均为中间凹陷的光滑曲面;其中,带体包括锰钢层和铝包层,铝包层包裹于锰钢层的外表面;位于带体两面的铝包层上均匀粘涂有防滑颗粒。本申请提供的拍合安装的防滑铝包带无需手动一匝一匝地缠绕,只需将带体的一面接触输电导线后轻拍带体,带体就会自动卷起并缠绕于输电导线表面,有效降低高空铝包带安装作业的难度,进而提高铝包带的安装速度。除此之外,带体两面粘涂的防滑颗粒可显著增大输电导线与铝包带之间、铝包带与金具之间的摩擦力,防止金具的移位或滑跑,保证输电导线的安全运行。

    一种操动机构故障程度状态识别方法及系统

    公开(公告)号:CN118114128A

    公开(公告)日:2024-05-31

    申请号:CN202311547312.X

    申请日:2023-11-20

    Abstract: 本申请提供一种操动机构故障程度状态识别方法及系统,所述方法包括:获取同一故障下操动机构的多种故障程度的时域信号;所述操动机构为供操作高压断路器、高压负荷开关及高压隔离开关使用的电气控制设备;所述时域信号包括:电流时域信号、振动时域信号;基于所述时域信号,利用傅里叶公式对所述时域信号进行频谱变换,生成自适应能量谱图;基于所述自适应能量谱图,获取特征参量;将所述特征参量进行融合,基于融合后的特征参量,采用SVM算法,生成故障程度识别模型;基于所述故障程度识别模型,生成故障程度识别结果,以解决目前对于操动机构的故障分析准确性较低,且无法对操动机构的故障程度状态进行识别的问题。

    变压器绕组状态的离线监测方法及装置、设备及存储介质

    公开(公告)号:CN119716663A

    公开(公告)日:2025-03-28

    申请号:CN202411953474.8

    申请日:2024-12-27

    Abstract: 本发明实施例公开了一种变压器绕组状态的离线监测方法及装置、设备及存储介质,方法包括:获取变压器的至少包括光滑频响曲线的离线频响试验数据;根据光滑频响曲线获得谐振频率与谐振峰值,及计算在谐振频率下的第一变压器容量、第一空载损耗以及第一短路损耗;利用第一变压器容量、第一空载损耗、第一短路损耗以及预设的多维劣度融合模型,得到谐振频率下用于反映变压器绕组性能变化的第一综合指数;根据第一综合指数以及预先确定的第二综合指数,确定变压器的当前绕组状态。通过上述方式,可以在诊断绕组变形故障等绕组状态上显示出更高的灵敏度和可靠性,对于延长变压器使用寿命、提高电网运行可靠性和经济性具有重要意义。

    变压器绕组的形变监测方法及绕组形变监测实验平台

    公开(公告)号:CN119716659A

    公开(公告)日:2025-03-28

    申请号:CN202411953445.1

    申请日:2024-12-27

    Abstract: 本发明实施例公开了变压器绕组的形变监测方法及绕组形变监测实验平台,方法包括:采集在不同频率的三角波信号下待监测变压器低压侧的第一电参数波形和响应侧的第二电参数波形;根据不同频率的三角波信号下的第一电参数波形和第二电参数波形计算并绘制待监测变压器的频变响应图像;提取频变响应图像的频变特征值,并基于频变特征值分析待监测变压器绕组的形变状况。通过三角波信号作为激励信号来模拟变压器正常运行情况下的绕组状态,无需离线检测停机待检,不影响电网正常生产运行;此外,还根据不同频率的三角波信号分析变压器绕组的频变特征值,使得可以根据频变特征值确定变压器绕组的状态,实现有效地变压器绕组形变状态评估。

    变压器故障的诊断方法及装置、设备及存储介质

    公开(公告)号:CN119558123A

    公开(公告)日:2025-03-04

    申请号:CN202411602476.2

    申请日:2024-11-11

    Abstract: 本发明实施例公开了变压器故障的诊断方法及装置、设备及存储介质,方法包括:构建变压器的仿真模型;采集仿真模型在不同工况下的仿真运行数据;将仿真运行数据作为训练样本,根据训练样本训练预设的预测模型,得到变压器故障预测模型;采集变压器的实际运行参数,并将实际运行参数输入变压器故障预测模型中,得到变压器故障预测模型输出的实际运行参数对应的故障类型。通过仿真模型来生成的仿真运行数据用于训练变压器故障预测模型,以保证训练数据的全面性;其次,将实际运行数据输入至变压器故障预测模型进行预测可以识别出变压器潜在的故障迹象及故障可能性,有助于提前采取维修和保护措施,以减少变压器故障和停机时间。

    基于深度学习的变压器温度分布的监测方法及相关装置

    公开(公告)号:CN119538663A

    公开(公告)日:2025-02-28

    申请号:CN202411602478.1

    申请日:2024-11-11

    Abstract: 本发明实施例公开了一种基于深度学习的变压器温度分布的监测方法及相关装置,监测方法包括:获取变压器的当前电压电流数据;利用当前电压电流数据以及预先训练的深度学习模型进行温度分布预测,得到变压器的至少包括变压器的当前绕组短路位置、当前风险位置以及当前温度分布的当前预测结果,风险位置用于指示变压器存在绕组烧毁风险的位置。通过上述方式可以利用采集的电压电流数据输入深度学习模型便可以预测变压器的温度分布、绕组短路位置与存在绕组烧毁风险的风险位置,在不需安装温度传感器的情况下实现变压器温度分布的监测,及定位到短路位置和风险位置对健康状态作出判断。

Patent Agency Ranking