《表4 化霜测试工况：基于特征气体分析的高压套管故障诊断》
提示：宽带有限、当前游客访问压缩模式
本次故障套管为一台220 kV变压器的高压套管，已运行5年，其主要参数如表4所示。
| 图表编号 | XD00217067500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.14 |
| 作者 | 熊云 |
| 绘制单位 | 国网湖南省电力有限公司检修公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 商场火灾各级因素：基于特征气体分析的高压套管故障诊断》2019.11.14
- 《表5 实验工况：基于能量算子梯度邻域特征提取的核电应急柴油发电机组故障诊断方法》2021.03.10
- 《表1 高压断路器故障诊断的主要特征量》2020.04.25
- 《表2 振动信号特征向量：基于CEEMDAN与样本熵的高压断路器机械故障诊断》2020.02.28
- 《表2 特征重要度排序：基于多特征选择方法的高压断路器故障诊断》2020.06.16
- 《表4 测试2实验设置：基于深度稀疏自编码刮板输送机故障诊断与分析》2019.10.01
- 《表4 试验测试诊断结果：基于子空间学习刮板输送机减速器轴承变工况故障诊断》2019.10.01
- 《表8 时域测试准确率：基于多域特征提取与改进PSO-PNN的道岔故障诊断》2020.06.01
- 《表1 采集故障特征数据：基于RST-SOM的高压断路器故障诊断》2020.03.16
- 《表4 断路器故障决策表：基于RST-SOM的高压断路器故障诊断》2020.03.16
- 《表4：变压器油中溶解气体分析和故障诊断研究》2019.12.10
- 《表2 气体参数：基于三维电磁-热-流耦合方法的换流变阀侧干式套管插接结构过热性故障研究》2019.10.25
- 《表4 两种方法结果比较：基于模糊RBF神经网络的高压断路器机构故障诊断》2019.10.16
- 《表4 故障诊断测试集：基于小波包-AR谱和深度学习的轴承故障诊断研究》2019.06.01
- 《表2 测试数据：基于LVQ神经网络的高压断路器机械故障诊断方法》2019.08.16
- 《表4 测试报告汇总：高温高压大容量固态储热装置的穿墙套管研制》2019.07.25
- 《表6 本文方法诊断结果：基于特征气体关联特征的变压器故障诊断方法》2019.02.28
- 《表4 部分识别结果：基于VMD算法的10 kV高压断路器机械故障诊断分析》2018.06.28
- 《表1 VMD能量熵：基于VMD算法的10 kV高压断路器机械故障诊断分析》2018.06.28
- 《表2 待测状态标号：基于VMD算法的10 kV高压断路器机械故障诊断分析》2018.06.28