基于多维信息的变压器状态评估方法及装置与流程

1.本发明涉及电网监测技术领域，具体涉及一种基于多维信息的变压器状态评估方法及装置。


背景技术：

2.大型油浸式电力变压器是电网中最重要的设备之一，在发输电系统中具有举足轻重的地位，因突发事故或超负荷运行造成的变压器停运，有可能引起电网大面积限电或停电，造成重大经济损失和恶劣的社会影响。
3.变压器设备运行状态的评估和决策是变电站安全运行的关键技术之一，比如申请号为201610568149.9的发明专利申请公开了一种配电变压器健康状态评估系统，其利用数据采集模块采集的数据包括配电变压器的高、低压侧相电流信号，绕组及套管的直流电阻、绝缘电阻和接头温度，油箱的声音、油位和油温度，配电变压器的接地系统的接地电阻等数据；数据管理模块，用于对数据采集模块采集到的数据进行储存，以防止数据的丢失，同时方便数据的重复调用；知识库模块，用于存储样本库，样本库用于存储配电变压器的各状态量的阈值，为该配电变压器健康状态评估系统对配电变压器做出健康状态评估提供依据。
4.其进公开了采集配电变压器的高、低压侧相电流信号，绕组及套管的直流电阻、绝缘电阻和接头温度，油箱的声音、油位和油温度及接地电阻等数据，但并未体现对所采集数据的分析并准确监测评估变压器的实时运行状态。


技术实现要素：

5.本发明所要解决的技术问题在于如何准确评估变压器的实时运行状态。
6.本发明通过以下技术手段实现解决上述技术问题的：
7.一方面，采用一种基于多维信息的变压器状态评估方法，所述方法包括以下步骤：
8.获取变压器的运行状态信息，所述运行状态信息包括所述变压器的绕组热点温度、声纹振动及声音和油色谱；
9.采用模糊集对所述运行状态信息进行评估，得到所述变压器的各状态性能评估结果；
10.利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息；
11.基于所述变压器的绕组热点温度，计算所述变压器的寿命损失；
12.基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态。
13.本发明通过融合变压器绕组热点温度、变压器声纹振动及声音以及变压器油色谱等多维信息，可准确判断变压器运行状态，并结合变压器运行状态和变压器的寿命损失，生成并修正变压器运行辅助决策依据，为电网运行和维护人员提供变压器设备安全经济运行的决策依据，可准确预测变压器的运行状态。
14.进一步地，所述获取变压器的运行状态信息，包括：
15.采集所述变压器的顶层油温、所述变电站的环境温度和所述变压器的负载电流，利用国标微分方程解法，计算所述变压器的绕组热点温度；
16.采集变压器运行时的声音信息，并根据所述声音信息确定变压器声纹特征，得到所述变压器的声纹振动及声音；
17.抽取变压器油并进行油气分离，分析油中溶解的故障特征气体含量，得到所述变压器的油色谱。
18.进一步地，所述利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息，具体通过如下公式实现：
19.m(φ)＝0
[0020][0021][0022][0023]
其中，有限集表示辨识框架即所有可能的结果，a为的子集，mn(an)为a的基本概率数，表示证据支持命题a发生的信任度，m为基本概率赋值函数，k为证据之间的冲突系数，ε为可信度，n为所有可能存在的结果；φ＝a1∩a2∩
…
∩an。
[0024]
进一步地，所述基于所述变压器的绕组热点温度，计算所述变压器的寿命损失，具体通过如下公式实现：
[0025][0026]
其中，v表示变压器热改性纸相对老化率，计算公式为其中，v表示变压器热改性纸相对老化率，计算公式为θh表示变压器热点温度，t1表示变压器运行前一时刻，t2表示变压器运行后一时刻。
[0027]
进一步地，所述基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态，包括：
[0028]
将所述多维融合信息和所述变压器的寿命损失传作为变压器健康状态数学模型的输入，得到因变量结果；
[0029]
根据所述因变量结果，判定所述变压器的健康状态。
[0030]
另一方面，采用一种基于多维信息的变压器状态评估装置，所述装置包括：
[0031]
获取模块，用于获取变压器的运行状态信息，所述运行状态信息包括所述变压器的绕组热点温度、声纹振动及声音和油色谱；
[0032]
评估模块，用于采用模糊集对所述运行状态信息进行评估，得到所述变压器的各状态性能评估结果；
[0033]
融合模块，用于利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息；
[0034]
寿命损失计算模块，用于基于所述变压器的绕组热点温度，计算所述变压器的寿命损失；
[0035]
预测模块，用于基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态。
[0036]
进一步地，所述获取模块包括：
[0037]
温度计算单元，用于采集所述变压器的顶层油温、所述变电站的环境温度和所述变压器的负载电流，利用国标微分方程解法，计算所述变压器的绕组热点温度；
[0038]
声纹特征计算单元，用于采集变压器运行时的声音信息，并根据所述声音信息确定变压器声纹特征，得到所述变压器的声纹振动及声音；
[0039]
油色谱计算单元，用于抽取变压器油并进行油气分离，分析油中溶解的故障特征气体含量，得到所述变压器的油色谱。
[0040]
进一步地，所述融合模块具体采用如下公式实现：
[0041]
m(φ)＝0
[0042][0043][0044][0045]
其中，有限集表示辨识框架即所有可能的结果，a为的子集，mn(an)为a的基本概率数，表示证据支持命题a发生的信任度，m为基本概率赋值函数，k为证据之间的冲突系数，ε为可信度，n为所有可能存在的结果；φ＝a1∩a2∩
…
∩an。
[0046]
进一步地，所述寿命损失计算模块具体通过如下公式实现：
[0047][0048]
其中，v表示变压器热改性纸相对老化率，计算公式为其中，v表示变压器热改性纸相对老化率，计算公式为θh表示变压器热点温度，t1表示变压器运行前一时刻，t2表示变压器运行后一时刻。
[0049]
本发明的优点在于：
[0050]
(1)本发明通过融合变压器绕组热点温度、变压器声纹振动及声音以及变压器油色谱等多维信息，可准确判断变压器运行状态，并结合变压器运行状态和变压器的寿命损失，生成并修正变压器运行辅助决策依据，为电网运行和维护人员提供变压器设备安全经济运行的决策依据，可准确预测变压器的运行状态。
[0051]
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
[0052]
图1是本发明第一实施例中基于多维信息的变压器状态评估方法的流程图；
[0053]
图2是本发明第一实施例中变压器健康状态的预测结果示意图；
[0054]
图3是本发明第二实施例中基于多维信息的变压器状态评估装置的结构域；
[0055]
图4是本发明第二实施例中基于多维信息的变压器状态评估装置的原理框图；
[0056]
图5是本发明第二实施例中多维信息融合示意图。
具体实施方式
[0057]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0058]
如图1所示，本发明第一实施例提出了一种基于多维信息的变压器状态评估方法，所述方法包括以下步骤：
[0059]
s10、获取变压器的运行状态信息，所述运行状态信息包括所述变压器的绕组热点温度、声纹振动及声音和油色谱；
[0060]
s20、采用模糊集对所述运行状态信息进行评估，得到所述变压器的各状态性能评估结果；
[0061]
s30、利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息；
[0062]
s40、基于所述变压器的绕组热点温度，计算所述变压器的寿命损失；
[0063]
s50、基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态。
[0064]
本发明实施例通过融合变压器绕组热点温度、变压器声纹振动及声音以及变压器油色谱等多维信息，可准确判断变压器运行状态，并结合变压器运行状态和变压器的寿命损失，生成并修正变压器运行辅助决策依据，为电网运行和维护人员提供变压器设备安全经济运行的决策依据，可准确预测变压器的运行状态。
[0065]
在一实施例中，所述步骤s10，具体包括如下步骤：
[0066]
s11、采集所述变压器的顶层油温、所述变电站的环境温度和所述变压器的负载电流，利用国标微分方程解法，计算所述变压器的绕组热点温度；
[0067]
需要说明的是，本实施例根据传感器采集的变压器顶层油温和变电站环境温度，并结合变压器负载电流、变压器运行工况等，通过国标微分方程解法，优化计算变压器绕组热点温度。
[0068]
s12、采集变压器运行时的声音信息，并根据所述声音信息确定变压器声纹特征，得到所述变压器的声纹振动及声音；
[0069]
需要说明的是，本实施例通过安装在变压器上的的自由场传声器，实时测量变压器运行声音信息，并根据变压器运行声音信息分析变压器声纹状态及变化趋势，可根据变压器声纹状态及变化趋势判断变压器零部件松动脱落、冷却系统停止运行、负载电流急剧升高等异常状况。
[0070]
s13、抽取变压器油并进行油气分离，分析油中溶解的故障特征气体含量，得到所述变压器的油色谱。
[0071]
需要说明的是，变压器油是由碳氢化合物组成的混合物，当变压器过热或出现放电等现象时，变压器油中会形成氢气、一氧化碳、甲烷、乙烷、乙炔等故障特征气体。所述的变压器油色谱监测系统3将油气分离后，采用非发散性红外光谱技术，快速分析氢气、一氧
化碳、甲烷、乙烷、乙炔等故障特征气体含量，根据故障特征气体含量、增长速率、判断变压器过热、局部放电等典型故障。
[0072]
在一实施例中，所述步骤s20中，采用模糊集对所述运行状态信息进行评估，得到所述变压器的各状态性能评估结果，具体是结合变压器绕组热点温度、声纹振动及声音、油色谱等各类实时运行状态监测信息，采用模糊集对各项性能指标进行评估。
[0073]
在一实施例中，所述步骤s30，具体通过如下公式实现：
[0074]
m(φ)＝0
[0075][0076][0077][0078]
其中，有限集表示辨识框架即所有可能的结果，a为的子集，mn(an)为a的基本概率数，表示证据支持命题a发生的信任度，m为基本概率赋值函数，k为证据之间的冲突系数，ε为可信度，n为所有可能存在的结果；φ＝a1∩a2∩
…
∩an。
[0079]
需要说明的是，本实施例根据评价体系采集变压器相应的指标信息，这些信息从不同方面反映了变压器运行状态。将指标信息按变压器不同部件进行评估，利用d-s证据理论对各部件状态性能分析结果进行信息融合。
[0080]
本发明实施例利用科学手段综合分析变压器热点温度、声纹振动和设备运行声音特征和变压器油色谱等特征信息，并进行融合，可准确诊断变压器状态。
[0081]
在一实施例中，所述步骤s40，具体通过如下公式实现：
[0082][0083]
其中，v表示变压器热改性纸相对老化率，计算公式为其中，v表示变压器热改性纸相对老化率，计算公式为θh表示变压器热点温度，t1表示变压器运行前一时刻，t2表示变压器运行后一时刻。
[0084]
在一实施例中，所述步骤s50，基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态，具体为：
[0085]
s51、将所述多维融合信息和所述变压器的寿命损失传作为变压器健康状态数学模型的输入，得到因变量结果；
[0086]
s52、根据所述因变量结果，判定所述变压器的健康状态。
[0087]
变压器健康状态数学模型属于现有技术，本实施例不再详细阐述。
[0088]
需要说明的是，通过获得现场监测的变压器多维融合信息和计算得到的变压器寿命损失，传输到数据处理中心，在已建立的变压器健康状态数学模型下输入多个自变量数据而得到因变量结果，即变压器健康状态。根据预测数据，观察数据的发展趋势进而判定被监测的变压器设备健康状态。
[0089]
本发明实施例通过根据变压器运行状态和变压器寿命计算结果，可以准确分析变压器设备运行可靠性和变压器实时健康状态，如图2所示。以此为依据，可以准确判断变压
器设备综合健康值，对变压器短期的运行风险进行评估和预测，为变电站运维人员的设备运行方式和检修计划提供科学可靠的依据，提示运维人员动态调整变压器运行负载，必要时及时检修，提升变压器设备健康状态。
[0090]
如图3所示，本发明第二实施例提出了一种基于多维信息的变压器状态评估装置，所述装置包括：
[0091]
获取模块10，用于获取变压器的运行状态信息，所述运行状态信息包括所述变压器的绕组热点温度、声纹振动及声音和油色谱；
[0092]
评估模块20，用于采用模糊集对所述运行状态信息进行评估，得到所述变压器的各状态性能评估结果；
[0093]
融合模块30，用于利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息；
[0094]
寿命损失计算模块40，用于基于所述变压器的绕组热点温度，计算所述变压器的寿命损失；
[0095]
预测模块50，用于基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态。
[0096]
在一实施例中，所述获取模块10包括：
[0097]
温度计算单元，用于采集所述变压器的顶层油温、所述变电站的环境温度和所述变压器的负载电流，利用国标微分方程解法，计算所述变压器的绕组热点温度；
[0098]
声纹特征计算单元，用于采集变压器运行时的声音信息，并根据所述声音信息确定变压器声纹特征，得到所述变压器的声纹振动及声音；
[0099]
油色谱计算单元，用于抽取变压器油并进行油气分离，分析油中溶解的故障特征气体含量，得到所述变压器的油色谱。
[0100]
在一实施例中，所述融合模块具体采用如下公式实现：
[0101]
m(φ)＝0
[0102][0103][0104][0105]
其中，有限集表示辨识框架即所有可能的结果，a为的子集，mn(an)为a的基本概率数，表示证据支持命题a发生的信任度，m为基本概率赋值函数，k为证据之间的冲突系数，ε为可信度，n为所有可能存在的结果；φ＝a1∩a2∩
…
∩an。
[0106]
本实施例根据评价体系采集变压器相应的指标信息，这些信息从不同方面反映了变压器运行状态。将指标信息按变压器不同部件进行评估，利用d-s证据理论对各部件状态性能分析结果进行信息融合。
[0107]
在一实施例中，所述寿命损失计算模块具体通过如下公式实现：
[0108]
[0109]
其中，v表示变压器热改性纸相对老化率，计算公式为其中，v表示变压器热改性纸相对老化率，计算公式为θh表示变压器热点温度，t1表示变压器运行前一时刻，t2表示变压器运行后一时刻。
[0110]
在一实施例中，所述预测模块50，包括：
[0111]
计算单元，用于将所述多维融合信息和所述变压器的寿命损失传作为变压器健康状态数学模型的输入，计算因变量结果；
[0112]
判断单元，用于根据所述因变量结果，判定所述变压器的健康状态。
[0113]
如图4所示，本发明一具体实施方式可为：基于多维信息的变压器状态评估装置包括变压器绕组热点温度监测系统、变压器声纹振动及声音监测系统、变压器油色谱监测系统、数据交互模块、变压器运行状态分析诊断模块和变压器运行辅助决策模块。
[0114]
变压器绕组热点温度监测系统用于采集所述变压器的顶层油温、所述变电站的环境温度和所述变压器的负载电流，利用国标微分方程解法，计算所述变压器的绕组热点温度；变压器声纹振动及声音监测系统用于采集变压器运行时的声音信息，并根据所述声音信息确定变压器声纹特征，得到所述变压器的声纹振动及声音；变压器油色谱监测系统用于抽取变压器油并进行油气分离，分析油中溶解的故障特征气体含量，得到所述变压器的油色谱。
[0115]
数据交互模块，主要功能是传输并汇聚各类数据，实现变压器运行状态分析诊断模块与变压器绕组热点温度监测系统、变压器声纹振动及声音监测系统、变压器油色谱监测系统之间的信息交互和数据融合。数据交互模块具备一个通信协议集合，支持iec104协议、modbus协议等多类别通用通信协议，能够与不同类别的变压器状态监测系统进行信息交互。
[0116]
变压器运行状态分析诊断模块用于结合变压器绕组热点温度、声纹振动及声音、油色谱等各类实时运行状态监测信息，利用模糊集对各项性能指标进行评估，然后利用d-s证据理论方法对变压器各部件内分状态性能结果信息融合，得到多维融合信息，信息融合参见图5。变压器运行辅助决策模块用于评估变压器设备的运行风险和预计寿命，对变压器短期的运行风险进行评估和预测。
[0117]
启动变压器绕组热点温度监测系统、变压器声纹振动及声音监测系统和变压器油色谱监测系统，各系统能正常工作，采集变压器各类运行信息。启动数据交互模块、变压器运行状态分析诊断模块和变压器运行辅助决策模块，数据交互模块通过有线网络、无线网络采集汇聚变压器绕组热点温度监测系统、变压器声纹振动及声音监测系统和变压器油色谱监测系统的各类信息，并将整合后的数据传给变压器运行状态分析诊断模块，变压器运行状态分析诊断模块将变压器绕组热点温度、声纹振动及声音、油色谱分析结果整合，通过优化算法综合分析诊断变压器运行状态，并将断变压器运行状态传输至变压器运行辅助决策模块，变压器运行辅助决策模块通过分析评估变压器运行状态，结合变压器运行环境及历史运行数据，生成并优化变压器运行辅助决策依据。
[0118]
需要说明的是，本发明所述基于多维信息的变压器状态评估装置的其他实施例或具有实现方法可参照上述各方法实施例，此处不在赘余。
[0119]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特
点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0120]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0121]
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种基于多维信息的变压器状态评估方法，其特征在于，所述方法包括：获取变压器的运行状态信息，所述运行状态信息包括所述变压器的绕组热点温度、声纹振动及声音和油色谱；采用模糊集对所述运行状态信息进行评估，得到所述变压器的各状态性能评估结果；利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息；基于所述变压器的绕组热点温度，计算所述变压器的寿命损失；基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态。2.如权利要求1所述的基于多维信息的变压器状态评估方法，其特征在于，所述获取变压器的运行状态信息，包括：采集所述变压器的顶层油温、所述变电站的环境温度和所述变压器的负载电流，利用国标微分方程解法，计算所述变压器的绕组热点温度；采集变压器运行时的声音信息，并根据所述声音信息确定变压器声纹特征，得到所述变压器的声纹振动及声音；抽取变压器油并进行油气分离，分析油中溶解的故障特征气体含量，得到所述变压器的油色谱。3.如权利要求1所述的基于多维信息的变压器状态评估方法，其特征在于，所述利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息，具体通过如下公式实现：m(φ)＝0m(φ)＝0m(φ)＝0其中，有限集表示辨识框架即所有可能的结果，a为的子集，m
n
(a
n
)为a的基本概率数，表示证据支持命题a发生的信任度，m为基本概率赋值函数，k为证据之间的冲突系数，ε为可信度，n为所有可能存在的结果；φ＝a1∩a2∩
…
∩a
n
。4.如权利要求1所述的基于多维信息的变压器状态评估方法，其特征在于，所述基于所述变压器的绕组热点温度，计算所述变压器的寿命损失，具体通过如下公式实现：其中，v表示变压器热改性纸相对老化率，计算公式为其中，v表示变压器热改性纸相对老化率，计算公式为θ
h
表示变压器热点温度，t1表示变压器运行前一时刻，t2表示变压器运行后一时刻。5.如权利要求1所述的基于多维信息的变压器状态评估装置，其特征在于，所述基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态，包括：将所述多维融合信息和所述变压器的寿命损失传作为变压器健康状态数学模型的输入，得到因变量结果；
根据所述因变量结果，判定所述变压器的健康状态。6.一种基于多维信息的变压器状态评估装置，其特征在于，所述装置包括：获取模块，用于获取变压器的运行状态信息，所述运行状态信息包括所述变压器的绕组热点温度、声纹振动及声音和油色谱；评估模块，用于采用模糊集对所述运行状态信息进行评估，得到所述变压器的各状态性能评估结果；融合模块，用于利用d-s证据理论对所述变压器的各状态性能评估结果进行融合，得到多维融合信息；寿命损失计算模块，用于基于所述变压器的绕组热点温度，计算所述变压器的寿命损失；预测模块，用于基于所述多维融合信息和所述变压器的寿命损失，预测所述变压器的健康状态。7.如权利要求6所述的基于多维信息的变压器状态评估装置，其特征在于，所述获取模块包括：温度计算单元，用于采集所述变压器的顶层油温、所述变电站的环境温度和所述变压器的负载电流，利用国标微分方程解，计算所述变压器的绕组热点温度；声纹特征计算单元，用于采集变压器运行时的声音信息，并根据所述声音信息确定变压器声纹特征，得到所述变压器的声纹振动及声音；油色谱计算单元，用于抽取变压器油并进行油气分离，分析油中溶解的故障特征气体含量，得到所述变压器的油色谱。8.如权利要求6所述的基于多维信息的变压器状态评估装置，其特征在于，所述融合模块具体采用如下公式实现：m(φ)＝0m(φ)＝0m(φ)＝0其中，有限集表示辨识框架即所有可能的结果，a为的子集，m
n
(a
n
)为a的基本概率数，表示证据支持命题a发生的信任度，m为基本概率赋值函数，k为证据之间的冲突系数，ε为可信度，n为所有可能存在的结果；φ＝a1∩a2∩
…
∩a
n
。9.如权利要求6所述的基于多维信息的变压器状态评估装置，其特征在于，所述寿命损失计算模块具体通过如下公式实现：其中，v表示变压器热改性纸相对老化率，计算公式为其中，v表示变压器热改性纸相对老化率，计算公式为θ
h
表示变压器热点温度，t1表示变压器运行前一时刻，t2表示变压器运行后一时刻。10.如权利要求6所述的基于多维信息的变压器状态评估装置，其特征在于，所述预测
模块包括：计算单元，用于将所述多维融合信息和所述变压器的寿命损失传作为变压器健康状态数学模型的输入，计算因变量结果；判断单元，用于根据所述因变量结果，判定所述变压器的健康状态。

技术总结
本发明公开了一种基于多维信息的变压器状态评估方法及装置，属于技术领域，包括获取变压器的运行状态信息；采用模糊集对运行状态信息进行评估，得到变压器的各状态性能评估结果；利用D-S证据理论对变压器的各状态性能评估结果进行融合，得到多维融合信息；基于变压器的绕组热点温度，计算所述变压器的寿命损失；基于多维融合信息和变压器的寿命损失，预测变压器的健康状态。本发明可准确预测变压器的运行状态，为电网运行和维护人员提供变压器设备安全经济运行的决策依据。设备安全经济运行的决策依据。设备安全经济运行的决策依据。


技术研发人员：陆剑峰 王振伟 张学平 刘军 张金锋 穆弘 王成进 杨建旭 王路 范寅秋 杨晓旭 李斌 李伟 汪俊余 夏智娟 薛嘉 王辉 王刚 郭霞
受保护的技术使用者：国电南瑞科技股份有限公司 国网安徽省电力有限公司 国网安徽省电力有限公司经济技术研究院 安徽南瑞继远电网技术有限公司
技术研发日：2022.03.09
技术公布日：2023/9/20