CN102721479B - 一种户外电气设备温升的在线监测方法 - Google Patents

Abstract

一种户外电气设备温升的在线监测方法，所选用的各种参数测量用仪器包括进行设备体表温度测量的测温仪，环境风力风向传感器，温湿度传感器，日照强度传感器，负荷参数采集器等检测装置，以及计算器处理单元。测量系统根据多元线性回归原理，建立预测设备温升的多元线性回归方程经验模型，把根据经验对温升影响大的主要因素纳入设备温升预测回归模型中，其中还对有非线性作用的因素预先进行处理，从而实现温升的准确预测。本发明实现全自动在线监测和故障诊断及预测，提高工效和监测能力，特别是提高了监测质量。

Description

一种户外电气设备温升的在线监测方法

技术领域

本发明属于电气设备智能状态监测技术领域，涉及一种电气设备温升的监测方法，具体涉及一种户外电气设备温升的在线监测方法。

背景技术

户外电气设备，如电力设备，其运行温升反应设备运行状况好坏，当设备或设备局部出现温升高于正常值时,反应出设备的异常。设备运行状态下在线温升检测能够得到设备实时的温升数据，进而实现设备故障的发现和预防。

目前已知的电气设备温升监测，是采用接触或非接触温度传感器进行测量，并人工记录环境条件及电气设备运行的负荷情况，然后根据当前数据和历史记录数据进行对比分析和对设备状态进行判断。由于设备温升除了与运行负荷及设备本身是否有老化和故障等状态有关外，还受到环境因素的影响，这些影响因素包括环境温度，湿度，日照，风力风向等，因此，在人工测量和分析对比中还要参考一些经验数据进行补偿。这些测量，补偿和分析存在以下问题：

1、需要大量人工，非常费时，人工测量间隔一般只能做到几个小时或若干天，数据量小，监测不及时，效率低；

2、对环境因素的补偿只是初略的补偿，因此温升测量的补偿精度差，不易发现设备老化，故障等的细微变化和趋势变化，发现问题较晚，容易错过故障判断的时机。

发明内容

本项发明的目的是提供一种户外电气设备温升的在线监测方法，解决人工监测不及时，效率低和不能准确补偿环境因素对测量的影响，而无法发现温升细微变化的问题，提高了温升监测的效率和效能。

采用的技术方案是：

1、一种户外电气设备温升的在线监测方法，将以下单元构成一套户外设备温升在线监测设备，包括进行设备体表温度测量的测温仪，环境风力传感器，环境风向传感器，环境温度传感器，环境湿度传感器，日照强度传感器，负荷参数采集器等检测装置，以及计算机处理单元，(见附图1)。

用本方法对户外设备温升在线监测时，通过上述户外设备温升在线监测设备采集户外电气设备体表温度的测量数据，气象参数及负荷参数，根据各参数测量的历史数据和预测设备温升的多元线性回归方程经验模型，进行多元线性回归分析，获得预测设备温升的多元线性回归方程的回归参数，户外设备温升在线监测设备根据测量结果计算测量温升和预测温升，再根据两者的差的大小及变化趋势，判断设备运行状态下的温升是否异常，自动报警和预警。

通过测温仪测量户外设备体表温度T_B，在被监测设备附近通过风力风向传感器测量风速V_F和风向与被测设备表面内法线的夹角A_F，通过温湿度传感器测量环境温度T_H和环境相对湿度R_H，通过日照强度传感器测量日照强度P_S，再通过负荷参数采集器采集设备工作电压V_B和电流I_B。

预测设备温升的多元线性回归方程经验模型为：

$\mathrm{\ΔT}={\mathrm{\β}}_0+{\mathrm{\β}}_1{T}_H+{\mathrm{\β}}_2{T}_H^4+{\mathrm{\β}}_{3}V+{\mathrm{\β}}_4{R}_H+{\mathrm{\β}}_{5}P+{\mathrm{\β}}_6{V}_B^2+{\mathrm{\β}}_7{I}_B^2+\mathrm{\ϵ},$ 该方程式为第一方程式，

其中:

△T为测量温升，ΔT＝T_B-T_H，该方程式为第二方程式，

${\mathrm{\β}}_0+{\mathrm{\β}}_1{T}_H+{\mathrm{\β}}_2{T}_H^4+{\mathrm{\β}}_{3}V+{\mathrm{\β}}_4{R}_H+{\mathrm{\β}}_{5}P+{\mathrm{\β}}_6{V}_B^2+{\mathrm{\β}}_7{I}_B^2,$ 该部分为预测温升，

T_B为户外设备体表温度,

T_H为设备附近环境温度，

T_H ⁴为设备附近环境温度的四次方，

V为风速因子，

V＝(V_F+V_FλCOS(A_F))，该方程式为第三方程式，

第三方程式中，当A_F>90°时，λ＝0；当A_F<90°时，λ＝1，

R_H为环境相对湿度，

P为前2小时内单位面积上得到的日照能量，

该方程式为第四方程式，

第四方程式中，P_S为日照强度，

V_B ²为设备工作电压的平方，

I_B ²为设备工作电流平方。

V＝(V_F+V_FλCOS(A_F))，该方程式为第五方程式，

第五方程式中，A_F为设备附近风速V_F和风向与被测设备表面内法线的夹角，当A_F>90°时，λ＝0；当A_F<90°时，λ＝1，

ε为回归误差，

β0，β1，β2，β3，β4，β5，β6和β7为回归参数；

监测设备温升的多元线性回归方式经验模型的回归参数β0，β1，β2，β₃，β4，β₅，β₆和β₇，通过以下方法求解：

(1)在不同气象及设备负荷下记录和计算T_B，V，A_F，T_H，R_H，P，V_B，I_B，得到n组样本数据ΔT_i，T_Hi，V_i，R_Hi，P_i，其中i＝1,2,3,…,n；

(2)利用样本数据和多元线性回归模型，应用Σ(ε_i)²为最小求解方法(最小二乘法)求解，得到回归参数组(β0，β1，β₂，β₃，β4，β₅，β₆，β₇)的估计值，以及残差的均方根值D。

根据测量温升和预测温升大小及变化趋势，判断设备运行状态下的温升是否异常，自动报警和预警的方法如下：

(1)户外设备温升在线监测设备通过测量和计算的数据(T_B，V，A_F，T_H，R_H，P，V_B，I_B)，利用回归参数组和第一方程式，得到回归误差，比较ε和D，当ε>K₁D时，AL＝1，否则AL＝0；其中K1取值范围为1.5—3。

(2)按照(1)的方法得到并滚动记忆前连续2m+1次测量的误差ε＝ε_j，j＝1,1,3,…,2m+1，计算误差ε的一阶变化率Q₁和二阶变化率Q₂，其中：

Q₁＝(ε_2m+1-ε_m+1)/ε_m+1,

Q₂＝(ε_2m+1+ε₁-2ε_m+1)/ε_m+1，

m为不小于1的整数，

当AL＝1，且Q₁>Q_1A时，户外设备温升在线监测设备发出温升预警；

当AL＝1，且Q₂>Q_2A时，户外设备温升在线监测设备发出温升过快报警；

其中，Q_1A的取值范围为0—1，Q_2A取值范围为0—1。

2、用本方法对户外设备温升在线监测的工作流程见附图2，具体步骤如下：

(1)开始运行后，就做循环数据采集，对测量结果做计算处理，得到实时数据ΔT，T_H，V，R_H，P，

(2)进入回归参数建立阶段，用一段时间，期间，每隔一定时间采集一次各个检测结果，得到n组样本数据，并以此样本数得到一组回归参数(β0，β1，β₂，β₃，β4，β₅，β₆，β₇)，以及残差的均方根值D；

(3)完成回归参数建立后，进行监测准备，连续取监测的数据，并滚动记忆后2m+1次的数据，得到每次监测的回归误差ε，比较ε和D，得到AL值，并计算Q1，Q2的值；

(4)完成监测准备后，进入监控阶段，根据AL，Q1，Q2的值进行预警和报警；

(5)每隔一定时间，再做一次回归参数的重建立；重新建立回归参数过程中，仍用原回归参数监测，完成参数在建立后采用新的参数进行监测。

本项发明把影响户外设备温升测量的气候参数，负荷参数，设备体表参数引入监测系统，实现全自动在线故障诊断和预测，提高工效和监测能力。测量系统包括进行设备体表温度测量的测温仪，环境风力风向传感器，温湿度传感器，日照强度传感器，负荷参数采集器等检测装置，以及计算机处理单元。监测系统根据多元线性回归原理，建立预测设备温升的多元线性回归方程经验模型，把根据经验对温升影响大的主要因素纳入设备温升预测回归模型中，其中还对有非线性作用的因素预先进行处理，从而实现温升的准确预测。

预测设备温升的多元线性回归方程经验模型中，有两类因素，一是对设备加热，造成升温的因素，另一类是散热，造成降温的因素,热平衡状态下，监测点的温升有下列关系：

设备温度-原温度

＝(吸收的电功率热能量+吸收的太阳辐射热能)÷比热容量

-(辐射散热量+对流散热量+传导散热量)÷比热容，该方程式为第四方程式。

其中，比热容对于固体形态的电气设备基本为定数，在温度改变时，比热容也有很小的变化，但一般情况下可以忽略，视为常数。

吸收的电热功率热能量就是电气设备工作中设备的电功耗，热平衡时，与平均电热功率成比例，包括工作电流作用于设备内阻产生的热量和工作电压作用于绝缘电阻产生的热量，因此经验公式中包括电流的平方和电压的平方两项因子。

吸收的太阳辐射热能，设备产生温升，热平衡时，与日光辐射平均功率成比例，考虑日照的周期性和波动性，及电气设备多为金属材料，传热快的特点，日照能量会很快从表面扩散到整个设备，因此，日照因子取2小时内单位面积上得到的日照能量作为日照因子。

根据克希荷夫热辐射定律，热辐射功率与设备表面温度的四次方成正比，因此带入设备表面温度的四次方成因子。

在户外考虑对风力风向变化产生的对流散热,以及风力小的时候,湿度的影响,取风力因子，侧风因子和相对湿度因子。

传导散热与温差成正比，因此带入环境温度，表面温度因子。

监测系统根据测量温升和预测温升差的大小及变化趋势，判断设备运行状态下的温升是否异常。监测系统根据温升及变化率的超限值情况进行自动预警和报警。监测系统检测装置在线安装，实现温升的在线监测，为户外电气设备温升提供可靠及时的监测手段。

附图说明

图1为本发明监测设备的原理框图。

图2为本发明监测设备的工作流程图。

具体实施方式

见附图2。

1)、户外电气设备温升的在线监测设备开始运行后，就做循环数据采集，用测量设备体表温度的红外测温仪测量运行中的电气设备表面一个指定点的温度T_B；用测量环境条件的环境风力传感器，环境风力传感器，环境风向传感器，环境温度传感器，环境湿度传感器和日照强度传感器，测量设备附近的环境参数V_F，A_F，T_H，R_H，P_S；用负荷参数采集器测量该电气设备的工作电压和电流V_B，I_B；计算机处理单元随时采集各个检测结果，并用第一方程式，第二方程式，第三方程式,第四方程式，第五方程式对测量结果做计算，得到实时数据ΔT，T_H，V，R_H，P，

2)、计算机处理单元首先进入回归参数建立阶段，一周内每隔1小时采集一次各个检测结果，得到n组样本数据ΔT_i，T_Hi，V_i，R_Hi，P_i，其中i＝1,2,3,…,n；

计算机处理单元利用样本数据和多元线性回归模型，即第一方程式，应用Σ(ε_i)²为最小求解方法(最小二乘法)求解，得到回归参数组(β0，β1，β₂，β₃，β4，β₅，β₆，β₇)的估计值，以及残差的均方根值D。计算机处理单元记忆这些回归模型参数。

3、接着计算机处理单元进入监测准备阶段；

(1)每隔1小时取测量和计算的数据实时数据ΔT，T_H，V，R_H，P，利用回归参数(β0，β1，β₂，β₃，β4，β₅，β₆，β₇)和第一方程式，得到回归误差ε，比较ε和D，当ε>K₁D时，AL＝1，否则AL＝0；其中K1取值1.5。

(2)按照(1)的方法得到并滚动记忆前连续2m+1次测量的误差ε＝ε_j，j＝1,1,3,…,2m+1，计算误差ε的一阶变化率Q₁和二阶变化率Q₂，其中：

Q₁＝(ε_2m+1-ε_m+1)/ε_m+1，Q₂＝(ε_2m+1+ε₁-2ε_m+1)/ε_m+1，m取值为10。

(3)当滚动记忆的数据大于2m+1次以后，计算机处理单元进入监控阶段。

4、计算机处理单元进入监测阶段后，进行设备温升检测，每完成一次循环数据采集后，做如下监测，发现问题及时报警：

当AL＝1，且Q₁>Q_1A时，户外设备温升在线监测设备发出温升预警；

当AL＝1，且Q₂>Q_2A时，户外设备温升在线监测设备发出温升过快报警；

其中，Q_1A的取值范围为0.1，Q_2A取值范围为0.2。

5、计算机处理单元每隔30天做一次回归参数的再建立；重新建立回归参数过程中，仍用原参数监测，完成参数在建立后采用新的参数进行监测。

Claims (1)

1.一种户外电气设备温升的在线监测方法，其特征在于：

将以下单元构成一套监测户外电气设备温升的温升在线监测设备，包括测量户外电气设备体表温度的红外测温仪，环境风力传感器，环境风向传感器，环境温度传感器，环境湿度传感器，日照强度传感器，负荷参数采集器，以及计算机处理单元；

用本方法在线监测户外电气设备温升时，通过上述温升在线监测设备采集户外电气设备体表温度的测量数据，负荷参数，风力、风向、环境温度、湿度和日照强度根据测量的历史数据和预测户外电气设备温升的多元线性回归经验模型，进行多元线性回归分析，获得预测户外电气设备温升的多元线性回归的参数，温升在线监测设备根据测量结果计算测量温升和预测温升，再根据两者的差的大小及变化趋势，判断户外电气设备运行状态下的温升是否异常，自动报警和预警；

通过红外测温仪测量户外电气设备体表温度T_B，在被监测户外电气设备附近通过风力、风向传感器测量风速V_F和风向与被测户外电气设备表面内法线的夹角A_F，通过环境温度传感器和环境湿度传感器测量环境温度T_H和环境相对湿度R_H，通过日照强度传感器测量日照强度P_S，再通过负荷参数采集器采集户外电气设备工作电压V_B和电流I_B；具体在线检测方法如下：

1)、温升在线监测设备开始运行后，就做循环数据采集，用测量户外电气设备体表温度的红外测温仪测量运行中的户外电气设备表面一个指定点的温度T_B；用测量环境条件的环境风力传感器，环境风向传感器，环境温度传感器，环境湿度传感器和日照强度传感器，测量户外电气设备附近的V_F，A_F，T_H，R_H，P_S；用负荷参数采集器测量该户外电气设备的工作电压V_B和电流I_B；计算机处理单元随时采集各个检测结果，并用第一方程式，第二方程式，第三方程式,第四方程式，第五方程式对测量结果做计算，得到实时数据ΔT，T_H，T_H ⁴,V，R_H，P，

2)、计算机处理单元首先进入回归参数建立阶段，一周内每隔1小时采集一次各个检测结果，得到n组样本数据ΔT_i，T_Hi，V_i，R_Hi，P_i，其中i＝1,2,3,…,n；

计算机处理单元利用样本数据和多元线性回归经验模型，即第一方程式，应用Σ(ε_i)²为最小求解方法，即，最小二乘法求解，得到回归参数组β₀，β₁，β₂，β₃，β₄，β₅，β₆，β₇的估计值，以及残差的均方根值D，计算机处理单元记忆这些回归模型参数；

3)、接着计算机处理单元进入监测准备阶段；

(1)每隔1小时取测量和计算的实时数据ΔT，T_H，T_H ⁴,V，R_H，P， 利用回归参数β₀，β₁，β₂，β₃，β₄，β₅，β₆，β₇和第一方程式，得到回归误差ε，比较ε和D，得到AL的值，当ε>K₁D时，AL＝1，否则AL＝0；其中K₁取值1.5；

(2)按照(1)的方法得到并滚动记忆前连续2m+1次测量的回归误差ε＝ε_j，j＝1,1,3,…,2m+1，计算回归误差ε的一阶变化率Q₁和二阶变化率Q₂，其中：

Q₁＝(ε_2m+1-ε_m+1)/ε_m+1，Q₂＝(ε_2m+1+ε₁-2ε_m+1)/ε_m+1，m取值为10；

(3)当滚动记忆的数据大于2m+1次以后，计算机处理单元进入监测阶段；

4)、计算机处理单元进入监测阶段后，进行户外电气设备的温升检测，每完成一次循环数据采集后，做如下监测，发现问题及时报警：

当AL＝1，且Q₁>Q_1A时，温升在线监测设备发出温升预警；

当AL＝1，且Q₂>Q_2A时，温升在线监测设备发出温升过快报警；

其中，Q_1A的取值为0，Q_2A取值为0；

5)、计算机处理单元每隔30天做一次回归参数的再建立；重新建立回归参数过程中，仍用原参数监测，完成参数再建立后采用新的参数进行监测；

所述的预测户外电气设备温升的多元线性回归经验模型为：

$\mathrm{\&Delta;T}={\mathrm{\&beta;}}_0+{\mathrm{\&beta;}}_1{T}_H+{\mathrm{\&beta;}}_2{T}_H^4+{\mathrm{\&beta;}}_{3}V+{\mathrm{\&beta;}}_4{R}_H+{\mathrm{\&beta;}}_{5}P+{\mathrm{\&beta;}}_6{V}_B^2+{\mathrm{\&beta;}}_7{I}_B^2+\mathrm{\&epsiv;},$ 该方程式为第一方程式，

其中:

△T为测量温升，ΔT＝T_B-T_H，该方程式为第二方程式，

该部分为预测温升，

T_B为户外电气设备体表温度,

T_H为户外电气设备附近环境温度，

T_H ⁴为户外电气设备附近环境温度的四次方，

V为风速因子，

V＝(V_F+V_FλCOS(A_F))，该方程式为第三方程式，

第三方程式中，当A_F>90°时，λ＝0；当A_F<90°时，λ＝1，

R_H为环境相对湿度，

该方程式为第四方程式，

P为前2小时内单位面积上得到的日照能量，

第四方程式中，P_S为日照强度；

V_B ²为户外电气设备工作电压的平方；

I_B ²为户外电气设备工作电流平方；

ε为回归误差，

β₀，β₁，β₂，β₃，β₄，β₅，β₆和β₇为回归参数。