Advanced solution for on-site diagnosis of distribution power cables

Petzold, Frank; Gulski, Ε.; Seitz, PP; Quak, B.; Schlapp, Hubert

doi:10.1109/cmd.2008.4580490

Cited by 6 publications

(3 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Величина випробувальної напруги перевищує величину робочої напруги кабелю в 2-6 разів, що може призвести до пробою ізоляції кабелю, який не мав небезпечних дефектів і в нормальних умовах міг би ще працювати певний час. В літературі [4][5][6][7][8][9] розглядаються сучасні способи та засоби періодичного та безперервного неруйнівного контролю технічного стану силових КЛ, однак можливість їх застосування для моніторингу високовольтних та низьковольтних кабелів систем електропостачання військових аеродромів до кінця не досліджена.…”

Section: вступunclassified

Напрями Удосконалення Засобів Моніторингу Технічного Стану Силових Кабельних Ліній Систем Електропостачання Військових Аеродромів

Лагутін¹,

Хабоша²,

Перепелиця³

et al. 2021

soivt

View full text Add to dashboard Cite

В статті проведений аналіз причин погіршення технічного стану силових кабельних ліній, які виникають в системах електропостачання стаціонарних військових аеродромів, та існуючих засобів оцінки стану ізоляції силових кабелів в умовах експлуатації. На підставі проведеного аналізу розглянуті перспективні засоби неруйнівного моніторингу технічного стану силових кабельних ліній систем електропостачання військових аеродромів, які сприяють підвищенню надійності функціонування систем забезпечення польотів авіації.

show abstract

Section: вступunclassified

Напрями Удосконалення Засобів Моніторингу Технічного Стану Силових Кабельних Ліній Систем Електропостачання Військових Аеродромів

Лагутін¹,

Хабоша²,

Перепелиця³

et al. 2021

soivt

View full text Add to dashboard Cite

show abstract

“…Various industrial systems other than power equipment also exhibit fault clustering, and the clustering of such faults has been closely investigated in recent years. Accurate clustering of fault type can improve the accuracy of fault diagnosis in industrial systems [5], [6].…”

Section: Introductionmentioning

confidence: 99%

Application of Chaos Synchronization Technique and Pattern Clustering for Diagnosis Analysis of Partial Discharge in Power Cables

Yau

Chen

2019

IEEE Access

View full text Add to dashboard Cite

This paper primarily discusses the measurement of partial discharge (PD) phenomena and clustering in the defect pattern of a cross-linked polyethylene power cable joint. First, a high-speed data acquisition and pretreatment were performed for PD electrical signals at a sampling rate of 20 MS/s. The crucial characteristic signals were reversed to reduce the calculated amount of noise. A characteristic matrix was created according to the resulting dynamic error of chaos synchronization. The characteristic parameters were extracted using the fractal theory. Finally, the extension theory was used to develop a diagnostic system and anti-interference test. A comparison with the existing Hilbert-Huang transform (HHT) method revealed that the two characteristics extracted from the chaos synchronization results using the fractal theory were recognized at a higher pattern recognition rate by employing the extension theory. The proposed method can extract crucial information concerning PD as a defect in power cable joints.

show abstract

“…Whenever possible, finding out a power equipment's insulation status via inspection or measurement and applying such information to the prevention of equipment faults will extend its operation stability. At present, partial discharge (PD) measurement has become one of the major methods in monitoring a high‐voltage equipment's insulation status because of its merits such as its applicability over a wider range, great reliability, fewer restriction conditions, and so on [1–2].…”

Section: Introductionmentioning

confidence: 99%

Partial discharge recognition system for current transformer using neural network and 2D wavelet transform

Chang

Kuo

Lin

2011

IEEJ Transactions Elec Engng

View full text Add to dashboard Cite

In this paper, a neural network and two‐dimensional (2D) wavelet transform are applied to recognize partial discharge (PD) patterns on current transformers (CTs). To avoid the discrepancy between simulated results and real experimental data, we adopted seven cast‐resin CTs that were purposely fabricated with various insulation defects as the PD patterns collected samples to actually emulate the various defects incurred often during their production. All measurements are taken in a shielded lab; the commercial TE571 PD detector is adopted to measure PD patterns to ensure the reliability of the PD signals. Next, we extract the patterns' features via a 2D wavelet transform and use the features as the training set of a backpropagation neural network (BNN) to construct the recognition system for CTs' PD patterns. Finally, we add random noises to the measured PD signals to emulate the field diagnosis under a high‐noise environment. The study results indicate that, under a simulated noise magnitude of 30 pC, the recognition rate of the proposed system still can reach around 80%, signifying a great potential in applying the proposed recognition system in field measurements in the future. © 2011 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.

show abstract

Advanced solution for on-site diagnosis of distribution power cables

Cited by 6 publications

References 4 publications

Напрями Удосконалення Засобів Моніторингу Технічного Стану Силових Кабельних Ліній Систем Електропостачання Військових Аеродромів

Напрями Удосконалення Засобів Моніторингу Технічного Стану Силових Кабельних Ліній Систем Електропостачання Військових Аеродромів

Application of Chaos Synchronization Technique and Pattern Clustering for Diagnosis Analysis of Partial Discharge in Power Cables

Partial discharge recognition system for current transformer using neural network and 2D wavelet transform

Contact Info

Product

Resources

About