CN102509154B - 一种变电站设备红外测温周期动态调整方法 - Google Patents

Abstract

本发明公开了电力系统技术领域中的一种变电站设备红外测温周期动态调整方法。本方法根据红外测温周期调整内容建立专家知识规则库，并计算负荷与日程负荷的百分比和负荷与所在间隔最小载流量的百分比；并建立专家知识规则库的数学表达式；采用推理机对专家知识规则库的数学表达式进行推理，得出测温周期调整结果。本发明能够根据调度负荷的变化自动对红外测温周期进行调整，为及时有效地发现设备热隐患，保证电力设备安全稳定运行提供了有效手段。

Description

一种变电站设备红外测温周期动态调整方法

技术领域

本发明属于电力系统技术领域，尤其涉及一种变电站设备红外测温周期动态调整方法。

背景技术

电力系统热故障是造成电力系统非计划停电的主要故障之一，如何有效、准确地检测和预防电力系统热故障和热隐患成为电力系统安全运行的重要课题之一。目前，红外测温技术以其远距离、不停电、不接触、不取样、不解体、能够有效减少非计划停电时间等特点，在电力系统热隐患和热故障的检测预防方面有着广泛地应用。电力系统热故障很大程度上是由电力负荷过大引起的，如何在红外测温工作中有效地结合调度负荷运行信息，从根本上监视和防范电力系统热故障，将对电力系统安全稳定运行有着重要作用和意义。

历史经验告诉我们，输变电设备在设备运行方式变化前后、长期大负荷的设备或设备负荷明显增大的情况下，出现异常缺陷的概率最大，最应加大红外测温巡检的强度，防患于未然，最大限度的控制故障的发生。现阶段，输变电设备红外测温检测，基本依赖于常规周期巡视，是常规周期巡检中众多检测项目之一，难以根据设备的负载变化情况动态的调整巡检周期，从而错过防止故障的最佳时期。

因此，目前的变电站设备红外测温工作急需要一种能够使红外测温周期根据设备的负载变化情况动态调整的科学方法，避免以往测温周期过于死板问题，为电力的安全稳定供应提供良好的保证措施。

发明内容

针对上述背景技术中提到现有测温方法难以根据负荷变化动态调整测温周期等不足，本发明提出了一种变电站设备红外测温周期动态调整方法。

本发明的技术方案是，一种变电站设备红外测温周期动态调整方法，其特征是该方法包括以下步骤：

步骤1：根据红外测温周期调整内容建立专家知识规则库，并计算负荷与日程负荷的百分比和负荷与所在间隔最小载流量的百分比；

步骤2：在步骤1的基础上建立专家知识规则库的数学表达式；

步骤3：采用推理机对专家知识规则库的数学表达式进行推理，得出测温周期调整结果。

所述负荷与日程负荷的百分比的计算公式为：

P_c＝(I-I_c)/I_c×100％

其中：

P_c为负荷与日程负荷的增加百分比；

I为当前负荷电流；

I_c为日常负荷电流。

所述I_c的计算公式为：

$I_c=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{I}_j}{n}$

其中：

I_j为第j天同一时刻的负荷电流；

n为需要计算日常负荷的天数。

所述负荷与所在间隔最小载流量的百分比的计算公式为：

P_min＝I/I_min×100％

其中：

P_min为负荷与所在间隔最小载流量的百分比；

I_min为设备所在间隔最小载流量。

所述I_min的计算公式为：

I_min＝min(I₁，I₂，…I_i，…I_n)

其中：

I_i为该间隔第i个串联设备的额定载流量，i＝1，…，n。

所述专家知识规则库的数学表达式为：

当F为日常负荷I_c能够达到本间隔最小载流量I_min的60％以上的设备时，专家知识规则库的专家知识规则集K的数学表达式为：

60％≤P_min＜80％时，S(F_min，T，N)＝(F_min，2d，3)，M₁(T)＝7d；

80％≤P_min＜100％时，S(F_min，T，N)＝(F_min，1d，3)，M₁(T)＝7d；

P_min＝100％时，S(F，T，N)＝(F，3h，8)，M₁(T，N)＝(1d，7)，M₂(T)＝7d；

P_min＞100％时，S(F，T，N)＝(F，1h，48)，M₁(T，N)＝(12h，14)，M₂(T)＝7d；

当F为负荷比日常负荷突然增加50％以上的设备时，专家知识规则库的知识规则集K的数学表达式为：

50％＜P_c≤80％，P_min＜60％时，S(F，T，N)＝(F，3.5d，3)，M₁(T)＝7d；

80％＜P_c≤100％，P_min＜80％时，S(F_min，T，N)＝(F_min，1d，3)，M₁(T)＝7d；

P_c＞100％，P_min＞80％时，S(F，T，N)＝(F，3h，8)，M₁(T，N)＝(12h，14)，M₂(T)＝7d；

其中：

F为该间隔全部设备集合；

F_min为该间隔最小载流量元件；

T为测温周期；

N为测温次数；

S(F，T，N)为对该间隔所有设备执行的测温周期调整方案；

S(F_min，T，N)为对该间隔最小载流量元件测温周期调整方案；

M_l(T)为测温结果正常后第l次修改命令集，l＝1，2；

M_l(T，N)为测温结果正常后，执行第l次修改命令集，测温命令修改为继续执行N次测温，每次测温周期为T；

h为小时；

d为天数。

所述推理机的表达式为：

S＝g(X，K，M)

其中：

S为输出集；

X为输入集；

M为测温周期调整结果集；

g()为推理运算方法。

本发明能够实现根据设备负荷情况的变化而给出动态测温周期调整建议，有效避免了以往测温周期过于死板，热隐患发现周期过长的问题，为电力的安全稳定供应提供了良好的手段。基于此方法建立相应的软件管理系统，将具有广泛的应用价值，若结合在线式红外测温技术，能够实现红外测温工作全过程的自动化和智能化，能够极大地解放生产力，更有助于推进企业的信息化、智能化进程。

附图说明

图1为变电站设备红外测温周期动态调整方法算法流程示意图；

图2为基于知识规则的推理机数学模型图；

图3为业务应用系统实例示意图。

具体实施方式

下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

本发明的目的是提供一种新方法，通过该方法的实现，使生产运行人员能够根据电网调度负荷信息和红外测温信息对红外测温周期进行及时调整，在最佳时期对电力热隐患和热故障进行有效监视和预防，从而降低电网运行风险，提高电网运行稳定性和安全性。

本发明提出的一种变电站设备红外测温周期动态调整方法，主要包括以下步骤：

1.为红外测温周期动态调整方法建立专家知识规则库，并建立规则的数学表达模型。

专家知识规则就是红外测温周期动态调整的依据，主要来源于对国家和地方有关红外测温周期调整的各类相关规范和标准，首先整理形成描述性文字的知识规则，然后将描述性的知识规则转化为数学计算模型，最终形成“IF ATHEN B”形式，成为计算机可识别的算法。

具体包括如下子步骤：

1.1首先收集国家和地方有关于红外测温周期调整内容的各类规范和标准，并结合本地专家经验，整理形成业务处理模型。如表1和表2所示：

表1长期大负荷设备测温周期调整模型

表2设备负荷明显增大的测温周期调整模型

以上的专家知识规则并非一成不变，根据不同来源所形成的业务处理模型也不尽相同。

1.2依据以上专家知识规则，建立数学表达模型。将所有专家知识规则逐条形成数学表达模型，如下所示：

当F为日常负荷I_c能够达到本间隔最小载流量I_min的60％以上的设备时，专家知识规则库的专家知识规则集K的数学表达式为：

60％≤P_min＜80％时，S(F_min，T，N)＝(F_min，2d，3)，M₁(T)＝7d；

80％≤P_min＜100％时，S(F_min，T，N)＝(F_min，1d，3)，M₁(T)＝7d；

P_min＝100％时，S(F，T，N)＝(F，3h，8)，M₁(T，N)＝(1d，7)，M₂(T)＝7d；

P_min＞100％时，S(F，T，N)＝(F，1h，48)，M₁(T，N)＝(12h，14)，M₂(T)＝7d；

当F为负荷比日常负荷突然增加50％以上的设备时，专家知识规则库的知识规则集K的数学表达式为：

50％＜P_c≤80％，P_min＜60％时，S(F，T，N)＝(F，3.5d，3)，M₁(T)＝7d；

80％＜P_c≤100％，P_min＜80％时，S(F_min，T，N)＝(F_min，1d，3)，M₁(T)＝7d；

P_c＞100％，P_min＞80％时，S(F，T，N)＝(F，3h，8)，M₁(T，N)＝(12h，14)，M₂(T)＝7d；

式中：

F为该间隔全部设备集合；

F_min为该间隔最小载流量元件；

T为测温周期；

N为测温次数；

S(F，T，N)为对该间隔所有设备执行的测温周期调整方案；

S(F_min，T，N)为对该间隔最小载流量元件测温周期调整方案；

M_l(T)为测温结果正常后第l次修改命令集，l＝1，2；

M_l(T，N)为测温结果正常后，执行第l次修改命令集，测温命令修改为继续执行N次测温，每次测温周期为T；

h为小时；

d为天数。

1.3按照数学表达模型，生产规则文件。

本方法若采用规则引擎方式实现，需要将以上数据模型转化为规则文件，具体转化方法参照规则引擎应该规范，本方法不再详述。

一般将专家规则知识库及其数学表达模型建立完成后，不需要频繁更改，可以保存数据库以便后续应用。

为使用以上规则，达到根据负荷变化动态调整测温周期的目的，首先要计算出日常负荷电流I_c、设备所在间隔最小载流量I_min，并在此基础上计算出当前负荷与日常负荷增加的百分比P_c以及负荷与所在间隔最小载流量的百分比P_min。

2.根据调度负荷数据计算日常负荷电流。

根据调度负荷数据计算日常负荷电流公式为：

$I_c=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{I}_j}{n}---\left(1\right)$

式中：

I_c为日常负荷电流，表示最近n天内该时刻负荷电流的平均值；

I_j为第j天同一时刻的负荷电流；

n为需要计算日常负荷的天数；

为最近n天同一时刻负荷电流的总和。

n为需要计算日常负荷的天数，一般取10，表示计算最近10天的日常负荷电流；

日常负荷是指某一设备最近n天内该时刻的电流负荷平均值，表征该设备近期正常运行负荷的平均情况，一般情况下n取值为10，表示最近10天内的平均负荷情况。

3.计算当前负荷与日常负荷的增加百分比。

根据公式(1)的计算结果I_c，计算当前负荷与日常负荷的增加百分比P_c，所述的负荷与日常负荷的增加百分比公式为：

P_c＝(I-I_c)/Ic×100％                                    (2)

式中：

I_c为日常负荷电流，来源于公式(1)；

I为设备当前负荷电流；

P_c为负荷与日常负荷的增加百分比。

当前负荷与日常负荷的增加百分比P_c表示设备当前负荷与正常运行时负荷的增长情况，该比值越大表示当前状态越不稳定，当比值达到一定的阈值则可以认为当前设备可能存在热隐患，需要加强该设备的测温监视。

4.计算设备所在间隔最小载流量。

具体步骤如下：

4.1首先需要获取属于该间隔的所有串联设备，该数据一般来源于生产管理数据，在间隔数据和设备数据之间存在父子关联关系。该间隔设备集表示为F。同时获取该设备的额定载流量，对

额定载流量表示为：I(f)。

4.2计算设备所在间隔最小载流量公式为：

I_min＝min(I₁，I₂，…I_i，…I_n)                             (3)

式中：

I_i为该间隔第i个串联设备的额定载流量，i＝1，…，n；

I_min为设备所在间隔最小载流量，表示设备所在间隔所有串联设备的额定载流量的最小值，是该间隔允许通过的最大载流量；

4.3获取该间隔最小载流量元件。

对于已知最小载流量I_min，可以获知该间隔最小载流量元件为F_min。对于部分规则，需要对该间隔最小载流量元件F_min进行测温。

一般以上步骤中获得的间隔最小载流量I_min以及该间隔最小载流量元件F_min不需要频繁变更，一次计算即可多次应用，可以在数据库中进行存储，避免重复计算。

5.计算负荷与该间隔最小载流量百分比

根据公式(3)的计算结果I_min，计算当前负荷与所在间隔最小载流量的百分比P_min，所述的负荷与所在间隔最小载流量百分比公式为：

P_min＝I/I_min×100％                                    (4)

式中：

I_min为设备所在间隔最小载流量，即为该间隔允许通过的最大载流量；

P_min为负荷与所在间隔最小载流量的百分比。

6.采用推理机机制，对以上各步骤结果按照规则表达式进行推理，得出测温周期调整建议。

所述的推理机利用规则进行推理表达式为：

S＝g(X，K，M)

式中：

X为输入集，表达式为X＝(I，I_c，I_min)；

K为知识规则集；

S为输出集，表达式为S＝(T，N)。

具体推理过程如图2所示，推理过程中需要用到两个智能算子如下：

智能算子i：

P_min→T，N；j：P_c→T，N

i，j表达形式为IF A THEN B。其中，A为前提，B为结论。一般来说，A与B之间的关系可以是因果关系或后发式规则等。B也可以是一个子规则集，于是规则也可以表示为IF条件语句：

IF A THEN(IF M THEN S)

通过以上推理机机制，和已有的规则能够得到推理结果，即红外测温周期调整建议。

本发明实施实例详细说明如下：

以某一500千伏变电站为例，按照该变电站红外测温工作章程规定，常规红外测温包括日常测温和计划普测，日常测温指对本站长期大负荷和重要设备进行每周一次的红外测温；计划普测指对所有一次设备和二次设备进行测温，每月进行一次，每季囊括所有设备。待测设备相关参数如下：

测温时间：2011年9月19日晚高峰

设备当前电流负荷：1021.75安

设备日常电流负荷：702.62安(计算所得)

设备所在间隔最小载流量：1250安(计算所得)

1.建立专家知识规则库，并建立规则的数学表达模型；

1.1依据本地专家知识经验，形成规则模型如表3所示：

表3某长期大负荷设备测温周期调整规则模型

1.2依据以上信息模型，形成的数学表达模型如下所示：

80％≤P_min＜100％时，S(F_min，T，N)＝(F_min，1d，3)，M(T)＝7d；

1.3根据以上数学表达模型，形成规则文件如下：

2根据调度负荷数据计算日常负荷电流，其中n取值为10，示例如下：

$I_c\left(A\right)=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{I}_j}{n}=\frac{\underset{j=1}{\overset{10}{\mathrm{\Σ}}}{I}_j}{10}=702.62\left(A\right)$

3.计算负荷电流与日常负荷的增加百分比：

P_c＝(I-I_c)/I_c×100％＝(1021.75-702.62)702.62×100％＝45.4％

4.计算设备所在间隔最小载流量：

I_min＝min(I₁，I₂，…I_i，…I_n)＝1250(A)

5.计算负荷与该间隔最小载流量百分比：

P_min＝I/I_min×100％＝1021.75/1250＝81.74％

6.推理机推理，过程如下：

推理机推理表达式：

S＝g(X，K，M)

X为输入集，表达式为X＝(I(f)，I_c(f)，I_min(f))＝(1021.75，702.62，1250)；

K为知识规则集，K表示为：

80％≤P_min＜100％时，S(F_min，T，N)＝(F_min，1d，3)，M(T)＝7d；

应用智能算子i：P_min→T，N；j：P_c→T，N；

推理输出结果为：S(F_min，T，N)＝(F_min，1d，3)，M(T)＝7d；

结果描述为：该间隔设备最小载流元件进行测温，测温周期为1天，执行3个测温周期，若结果无明显变化则变更测温周期为7天。

采用规则引擎技术，应用规则文件，得到结果为：每日对该间隔设备最小载流元件进行一次测温，每次测温在晚高峰时进行。连续3次测温结果无明显变化，测温周期可延长为每周一次，可与日常测温一同进行

分析：一般情况下，对长期大负荷设备的测温为每周一次日常测温。如本例所示，假定在刚刚结束一次日常测温(2011年9月19日)后发生如上情况，按照传统测温周期方法，不根据负荷变化对测温周期进行调整，则在下一次日常测温即一周后(2011年9月26日)才可能发现设备异常情况。而在这一周之内，很有可能因为负荷过大导致设备温度过高而跳闸，从而发生电力事故，而采用本发明方法，将会在随后的加强监视中(如随后的第一次加强监视2011年9月19日20时)及时发现设备异常。因此采用本发明方法，能够及时根据调度负荷的变化情况对红外测温周期进行及时调整，生产管理人员能够及时根据调整后的测温周期进行精确红外测温，加强异常设备的监视力度，能够将变电站设备热故障及时扼杀在萌芽阶段，减少电力系统的损失，为电力系统的安全稳定运行提供了有效的保障手段。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种变电站设备红外测温周期动态调整方法，其特征是该方法包括以下步骤： 

步骤1：整理形成长期大负荷设备以及负荷明显增大的设备红外测温周期调整内容的业务处理模型，通过判断设备不同的负荷条件建立专家知识规则库，计算当前负荷与日常负荷的增加百分比和负荷与所在间隔最小载流量的百分比； 

步骤2：在步骤1的基础上建立专家知识规则库的数学表达式； 

步骤3：采用推理机对专家知识规则库的数学表达式进行推理，得出测温周期调整结果；

步骤2所述专家知识规则库的数学表达式为： 

当F为日常负荷I_c能够达到本间隔最小载流量I_min的60%以上的设备时，专家知识规则库的专家知识规则集K的数学表达式为： 

60%≤P_min<80%时，S(F_min,T,N)=(F_min,2d,3)，M₁(T)=7d； 

80%≤P_min<100%时，S(F_min,T,N)=(F_min,1d,3)，M₁(T)=7d； 

P_min=100%时，S(F,T,N)=(F,3h,8)，M₁(T,N)=(1d,7)，M₂(T)=7d； 

P_min>100%时，S(F,T,N)=(F,1h,48)，M₁(T,N)=(12h,14)，M₂(T)=7d； 

当F为负荷比日常负荷突然增加50%以上的设备时，专家知识规则库的知识规则集K的数学表达式为： 

50%<P_c≤80%，P_min<60%时，S(F,T,N)=(F,3.5d,3)， M₁(T)=7d； 

80%<P_c≤100%，P_min<80%时，S(F_min,T,N)=(F_min,1d,3)，M₁(T)=7d； 

P_c>100%，P_min>80%时，S(F,T,N)=(F,3h,8)，M₁(T,N)=(12h,14)，M₂(T)=7d； 

其中： 

F为该间隔全部设备集合； 

F_min为该间隔最小载流量元件； 

T为测温周期； 

N为测温次数； 

S(F,T,N)为对该间隔所有设备执行的测温周期调整方案； 

S(F_min,T,N)为对该间隔最小载流量元件测温周期调整方案； 

M_l(T)为测温结果正常后第l次修改命令集，l=1,2； 

M_l(T,N)为测温结果正常后，执行第l次修改命令集，测温命令修改为继续执行N次测温，每次测温周期为T； 

h为小时； 

d为天数； 

步骤3所述推理机的表达式为： 

S=g(X,K,M) 

其中： 

S为输出集； 

X为输入集； 

K为知识规则集； 

M为测温周期调整结果集； 

g()为推理运算方法。 

2.根据权利要求1所述的一种变电站设备红外测温周期动态调整方法，其特征是所述当前负荷与日常负荷的增加百分比的计算公式为： 

P_c=(I-I_c)/I_c×100% 

其中： 

P_c为负荷与日常负荷的增加百分比； 

I为当前负荷电流； 

I_c为日常负荷电流。 

3.根据权利要求2所述的一种变电站设备红外测温周期动态调整方法，其特征是所述I_c的计算公式为： 

其中： 

I_j为第j天同一时刻的负荷电流； 

n为需要计算日常负荷的天数。 

4.根据权利要求1所述的一种变电站设备红外测温周期动态调整方法，其特征是所述负荷与所在间隔最小载流量的百分比的计算公式为： 

P_min=I/I_min×100% 

其中： 

P_min为负荷与所在间隔最小载流量的百分比； 

I_min为设备所在间隔最小载流量。 

5.根据权利要求4所述的一种变电站设备红外测温周期动态调整方法，其特征是所述I_min的计算公式为： 

I_min=min(I₁,I₂,...I_i,...I_n) 

其中： 

I_i为该间隔第i个串联设备的额定载流量,i=1,...,n。 

Images