-
公开(公告)号：CN118534379A
公开(公告)日：2024-08-23
申请号：CN202410662775.9
申请日：2024-05-27
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明属于隐极同步电机转子匝间短路故障诊断技术领域，具体涉及一种大型隐极同步电机转子线圈电压分布试验评定方法。针对现有隐极同步发电机转子匝间短路故障诊断方法在应对对称线圈均发生匝间短路故障时，灵敏度下降的不足，本发明采用如下技术方案：一种大型隐极同步电机转子线圈电压分布试验评定方法，包括：获取转子正负两极线圈电压分布试验数据；计算单极绕组内各线圈电压除以正常匝数减一和其它线圈电压除以正常匝数形成的集合的减一离散程度，计算单极绕组内各线圈电压除以正常匝数和其它线圈电压除以正常匝数形成的集合的正常离散程度，比较减一离散程度和正常离散程度。本发明的有益效果是：通过比较离散程度，提升灵敏度。
-
Patent Agency Ranking
公开(公告)号：CN110146777A
公开(公告)日：2019-08-20
申请号：CN201910393651.4
申请日：2019-05-13
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明公开了一种发电机/调相机转子匝间短路故障检测方法。本发明通过扫频信号源连续改变外施激励电压信号的频率，经功率放大器放大，提高电压幅值至转子额定励磁电压值的95-100％，进而通过转子输入端注入转子绕组；绘制扫频阻抗曲线；依据转子绕组的低频等效电路模型，若扫频阻抗曲线50Hz处取值与历史数据相比下降超过10％，则判断转子绕组存在匝间短路故障；依据转子绕组的高频等效电路模型，计算扫频阻抗曲线高频段与扫频阻抗原始曲线的相关系数，若1kHz-100kHz频段的相关系数小于1，则判断转子绕组存在匝间短路故障。本发明提高了发电机(调相机)转子匝间短路故障诊断的效率和准确性。
-
公开(公告)号：CN119001435A
公开(公告)日：2024-11-22
申请号：CN202411047686.X
申请日：2024-08-01
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G01R31/34 , G01M13/028 , G01R31/52 , G01B21/32
Abstract: 本发明公开了一种转子振动与励磁电流正相关问题的诊断方法及系统。当转子振动与励磁电流存在明显正相关性时，应分析并开展转子匝间短路检测，现有的方法在应用上存在一定的局限性。本发明结合机组历史运行数据，采用有功无功输出调整的试验诊断，采用定无功功率升高有功功率的升负荷方式可以在无功不变的前提下判断转子振动上升与有功提高是否具有相关性。本发明解决了现有转子护环内阻尼绕组热故障、转子线圈顶匝变形和膨胀受阻故障缺乏有效明确的诊断手段，容易出现检修不及时或过度检修的问题，提高了转子振动与励磁电流正相关性问题的诊断准确性和效率，解决了目前标准对正相关性问题仅聚焦于匝间短路故障的局限性问题。
-
公开(公告)号：CN116087724A
公开(公告)日：2023-05-09
申请号：CN202310295360.8
申请日：2023-03-20
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G01R31/12
Abstract: 本发明公开了一种定子端部电晕试验紫外成像检测评定方法，属于电晕检测技术领域，目的在于克服现有评定方法流程较为复杂的缺陷。方法，基于光子计数器读数的Q1、Q2，获得标准的屏显光子数阈值Q1′、Q2′，使得电晕试验获取的试验屏显光子数q1和q2可以直接与屏显光子数阈值进行比较，进而评定定子端部电晕的情况，避免每次电晕试验需要通过折算系数对试验屏显光子数进行折算后再与阈值比较，减少获取电晕情况的步骤，简化流程，提高检测评定效率。
-
公开(公告)号：CN112215873A
公开(公告)日：2021-01-12
申请号：CN202010879688.0
申请日：2020-08-27
Applicant: 国网浙江省电力有限公司电力科学研究院
Abstract: 本发明涉及机器视觉技术领域，本发明提供了用于对变电站内多目标跟踪定位的方法，对通过摄像头采集到的变电站内设备图像集，进行预处理；使用目标检测器给识别图像中每一个被跟踪的目标，获取每一个目标的坐标信息；当发生遮挡时，该方法结合运动信息和外观信息，对目标进行跟踪，最后基于透视变换将跟踪情况实时反映到变电站底图上，能克服现有变电站内多目标跟踪中出现的遮挡问题及对目标的定位问题。
-
公开(公告)号：CN112085089A
公开(公告)日：2020-12-15
申请号：CN202010926900.4
申请日：2020-09-03
Applicant: 国网浙江省电力有限公司电力科学研究院 , 浙江大学
Abstract: 本发明涉及电力设备状态检测技术领域，提供了基于深度学习算法的变电站设备智能测温方法，包括通过巡检设备的摄像头采集红外热成像图像；对红外热成像图像进行预处理；将预处理后的红外热成像图像带入预先建立的目标检测模型，以识别待测温设备的设备类型及关键部位并标注出对应关键部位的识别框；提取识别框内的像素值并计算出该识别框内待测温设备关键部位温度；将计算出的温度与该设备关键部位的预设温度进行比较，若计算出的温度超出预设温度，则判断该设备存在过热缺陷；收集存在过热缺陷的红外热成像图像。通过目标检测模型识别(热成像图像中)待测温设备的设备类型及关键部位，并对其进行测温，实现了对目标测温区域温度的智能提取。
-
-
-
-
-
Search Results
6
records
(took 0.034 seconds)
