CN106124089A - 基于灰色理论的高压开关柜在线测温方法 - Google Patents

Abstract

本发明公开了一种基于灰色理论的高压开关柜在线测温方法，步骤如下：通过温度传感器获取各个高压开关柜内的运行温度数据，并将数据传给监控主机，再由监控主机将数据依次传给变电站控制室主机和集控中心；由监控主机对数据进行横向比较；若某个高压开关柜温度异常升高，则通过灰色理论预测模型，得到一组温度预测值；若预测结果中的最大值大于设置的允许温度值，则由集控中心发出预警信号；当由监控主机监测到的此高压开关柜的实际温度t0与对应时间点的温度预测值t1在所述未来一段时间内均满足t0≥t1‑1时，则发出报警信号。该方法能够提前掌握高压开关柜内温度的发展趋势，避免由于温度过高而引发各种事故，进而保证高压开关柜安全、可靠地运行。

Description

基于灰色理论的高压开关柜在线测温方法

技术领域

本发明涉及一种高压开关柜在线测温方法，尤其涉及一种基于灰色理论的高压开关柜在线测温方法。

背景技术

10kV高压开关柜是各变电站内的重要设备，它直接联系着主变及10kV配电线路，起着分配电能、控制负荷、开断故障电流等作用。然而，随着技术的不断进步，10kV高压开关柜的内部结构发生了巨大的变化，体积越来越小、密闭性越来越高、载流量越来越大，这些结构形式的变化直接影响着开关柜测温技术的应用与发展。

部分开关柜由于柜内接点接触位置偏移、材质不良等因素均会导致触头接触不良，从而严重发热。当柜内设备接头的最大发热温度超过最高允许发热温度时，会引起火灾甚至大面积停电事故，进而给企业造成无法估量的巨大损失。由于开关柜在正常运行时是全封闭的，传统的人工巡查测温只能检测到高压开关柜表面的温度，与柜内实际温度相差较大，无法达到准确监测开关柜温度的目的。随着技术的不断进步，对高压开关柜在线测温系统的研究也逐渐兴起。然而，就目前的技术现状而言，高压开关柜在线测温系统只能在温度超过设定值时发出报警信号。这样就存在如下问题：一是大多数变电站已经实现无人值守且处于偏远地区，若开关柜内设备发热较快，运维人员虽然能够接到报警信号，但是仍有可能无法及时赶到现场进行处理；二是开关柜内的温度与环境温度以及负荷等情况有关，检测到的温度可能短时超过报警温度的设定值，而后又下降到正常温度范围内，此时若运维人员赶往现场，势必会造成大量不必要的人力、物力及财力的资源浪费。

因此，科学合理的高压开关柜在线测温系统的研发对于保障开关柜乃至整个电力系统的安全运行都具有十分重要的现实意义和推广价值。

发明内容

本发明所要解决的技术问题是提供一种基于灰色理论的高压开关柜在线测温方法，该方法能够对高压开关柜内的温度进行实时监测并对未来一段时间内的温度进行科学预测，提前掌握高压开关柜内温度的发展趋势，避免由于温度过高而引发各种事故，进而保证高压开关柜安全、可靠地运行。

为解决上述问题，本发明采用如下技术方案：

一种基于灰色理论的高压开关柜在线测温方法，包含步骤如下：

1、通过设置在各个高压开关柜内的温度传感器获取各个高压开关柜内的运行温度数据，并将数据传给监控主机，再由监控主机将数据依次传给变电站控制室主机和集控中心；

2、由监控主机对接收的数据进行横向比较，判断是否存在温度异常升高的高压开关柜；若某个高压开关柜温度异常升高，则调出此高压开关柜过去一段时间内的运行温度数据，通过灰色理论预测模型，对未来一段时间内的温度数据进行预测，得到一组温度预测值；

3、若预测结果中的最大值小于通过监控主机设置的高压开关柜运行时的允许温度值，则不做处理；若预测结果中的最大值大于通过监控主机设置的高压开关柜运行时的允许温度值，则由集控中心发出预警信号并通过监控主机进一步监测此高压开关柜的实际温度；

4、当由监控主机监测到的此高压开关柜的实际温度t0与对应时间点的温度预测值t1在所述未来一段时间内均满足t0≥t1-1时，则由集控中心发出报警信号，提醒相关人员及时到达现场进行处理；否则不予报警。

作为进一步优选，所述温度传感器为光纤光栅温度传感器。

作为进一步优选，所述温度传感器为多个且通过光分路器与监控主机连接。

作为进一步优选，所述步骤2中通过灰色理论预测模型，对未来一段时间内的温度数据进行预测时，步骤如下：

1)取过去一段时间内的温度数据组成原始数列x_i ⁽⁰⁾(i＝l,2,……,n),进行一次累加生成新的数列x_i ^(l)(i＝l,2,……,n),其中：

$x_i^{\left(1\right)}={\Σ}_{k=1}^i{x}_k^{\left(o\right)}---\left(1\right)$

上式中的n大小可以根据实际的数据获取；

2)按新数列的变化规律对新数据序列建立白化形式微分方程：

$\frac{{\mathrm{dx}}^{\left(1\right)}}{dx}+{\mathrm{ax}}^{\left(1\right)}=u---\left(2\right)$

记A＝[a,u]^T,用最小二乘法求解参数a和u,得

A＝[a,u]^T＝(B^TB)^-1B^TY_n (3)

式中：

3)求解微分方程得到近似解：

${\hat{x}}_{k+1}^{\left(1\right)}=(x_1^{\left(0\right)}-\frac{u}{a})e^{-ak}+\frac{u}{a}---\left(4\right)$

4)的预测值为

${\hat{x}}_{k+1}^{\left(0\right)}={\hat{x}}_{k+1}^{\left(1\right)}-{\hat{x}}_k^{\left(1\right)}---\left(5\right)$

5)k为累加序列的预测值，对上式分别取k＝1,2,……,n,可得到最终的温度预测值序列

作为进一步优选，所述过去一段时间为过去1小时。

作为进一步优选，所述未来一段时间为未来0.5～1小时。

作为进一步优选，所述允许温度值为40℃。

本发明的有益效果是：采用基于灰色理论的高压开关柜在线测温方法，能够依据采集到的温度数据科学、准确地预测此开关柜未来一段时间内的温度，从而设计出合理的控制策略来指导相关专业的工作人员进行工作，使工作人员能够及时准确地对出现异常情况的设备进行相应的处理，最终实现既能减少人力财物的资源浪费，又能保证设备和电网的安全可靠运行。

附图说明

图1是本发明涉及的硬件结构示意图。

具体实施方式

本发明涉及的一种基于灰色理论的高压开关柜在线测温方法，包含步骤如下：

1、如图1所示，通过设置在各个高压开关柜内的温度传感器1获取各个高压开关柜内的运行温度数据，并将数据传给监控主机3，再由监控主机3将数据依次传给变电站控制室主机4和集控中心5。所述温度传感器1为多个光纤光栅温度传感器且通过光分路器2与监控主机3连接；所述监控主机3与变电站控制室主机4和集控中心5依次通过光纤实现数据连接。

2、由监控主机3对接收的数据进行横向比较，判断是否存在温度异常升高的高压开关柜；若某个高压开关柜温度异常升高，则调出此高压开关柜过去1小时内的运行温度数据，通过灰色理论预测模型，对未来0.5～1小时内的温度数据进行预测，得到一组温度预测值。

具体预测步骤如下：

1)取过去1小时内的温度数据组成原始数列x_i ⁽⁰⁾(i＝l,2,……,n),进行一次累加生成新的数列x_i ^(l)(i＝l,2,……,n),其中：

$x_i^{\left(1\right)}={\Σ}_{k=1}^i{x}_k^{\left(o\right)}---\left(1\right)$

上式中的n大小可以根据实际的数据获取；

2)按新数列的变化规律对新数据序列建立白化形式微分方程：

$\frac{{\mathrm{dx}}^{\left(1\right)}}{dx}+{\mathrm{ax}}^{\left(1\right)}=u---\left(2\right)$

记A＝[a,u]^T,用最小二乘法求解参数a和u,得

A＝[a,u]^T＝(B^TB)^-1B^TY_n (3)

式中：

3)求解微分方程得到近似解：

${\hat{x}}_{k+1}^{\left(1\right)}=(x_1^{\left(0\right)}-\frac{u}{a})e^{-ak}+\frac{u}{a}---\left(4\right)$

4)的预测值为

${\hat{x}}_{k+1}^{\left(0\right)}={\hat{x}}_{k+1}^{\left(1\right)}-{\hat{x}}_k^{\left(1\right)}---\left(5\right)$

5)k为累加序列的预测值，对上式分别取k＝1,2,……,n,可得到最终的温度预测值序列

3、若预测结果中的最大值小于通过监控主机3设置的高压开关柜运行时的允许温度值，则不做处理；若预测结果中的最大值大于通过监控主机3设置的高压开关柜运行时的允许温度值40℃，则由集控中心发出预警信号并通过监控主机3进一步监测此高压开关柜的实际温度；

4、当由监控主机3监测到的此高压开关柜的实际温度t0与对应时间点的温度预测值t1在所述未来0.5～1小时内均满足t0≥t1-1时，则由集控中心发出报警信号，提醒相关人员及时到达现场进行处理；否则不予报警。

序号	实际温度℃	预测温度℃	误差℃	误差比率％
					1	26.80	26.80	0.00	0.00％
2	27.20	27.32	0.12	0.46％
					3	27.40	27.56	0.16	0.59％
4	27.70	27.80	0.10	0.37％
					5	28.30	28.04	0.25	0.90％
6	28.50	28.29	0.21	0.74％
					7	28.60	28.53	0.07	0.23％
8	28.80	28.78	0.02	0.06％
					9	29.10	29.03	0.07	0.23％
10	29.20	29.29	0.09	0.30％
					11	29.50	29.54	0.04	0.14％
12	29.70	29.80	0.10	0.33％

表1

如表1所示为变电站内的某条线路正常运行时开关柜的温度数据。其中序号1～6对应的是过去1小时内的实际温度值和预测温度值(每10分钟采集一次)，根据过去1小时内的实际温度数据通过灰色理论预测模型便可预测出未来1小时的温度值，如序号7～12对应的数据所示。从表1中可以明显看出，其预测得出的温度数据与实际温度的误差均小于1％且均未超出设置的允许温度值40℃，因此，可以验证基于灰色理论的高压开关柜在线测温方法的准确性和可行性。

表2

如表2所示为变电站内的某条线路出现故障温度异常时的温度数据。其中序号1～6对应的是过去1小时内的实际温度值和预测温度值(每10分钟采集一次)，根据过去1小时内的实际温度数据通过灰色理论预测模型便可预测出未来1小时的温度值，如序号7～12对应的数据所示。由于预测结果中序号9～12所对应的预测温度值均已超出设置的允许温度值40℃，因此集控中心会发出预警信号并进一步监测此高压开关柜的实际温度。而进一步得到的实际温度t0与温度预测值t1在连续2/3小时内均满足t0≥t1-1，此时集控中心发出报警信号，提醒相关人员及时到达现场进行处理。

从表2中可以明显看出，其预测得出的温度数据与实际温度的误差均小于2％且已连续超出设置的允许温度值40℃，通过进一步测量的实际温度可以验证基于灰色理论的高压开关柜在线测温方法的准确性和可行性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (7)

1.一种基于灰色理论的高压开关柜在线测温方法，其特征在于包含步骤如下：

(1)通过设置在各个高压开关柜内的温度传感器获取各个高压开关柜内的运行温度数据，并将数据传给监控主机，再由监控主机将数据依次传给变电站控制室主机和集控中心；

(2)由监控主机对接收的数据进行横向比较，判断是否存在温度异常升高的高压开关柜；若某个高压开关柜温度异常升高，则调出此高压开关柜过去一段时间内的运行温度数据，通过灰色理论预测模型，对未来一段时间内的温度数据进行预测，得到一组温度预测值；

(3)若预测结果中的最大值小于通过监控主机设置的高压开关柜运行时的允许温度值，则不做处理；若预测结果中的最大值大于通过监控主机设置的高压开关柜运行时的允许温度值，则由集控中心发出预警信号并通过监控主机进一步监测此高压开关柜的实际温度；

(4)当由监控主机监测到的此高压开关柜的实际温度t0与对应时间点的温度预测值t1在所述未来一段时间内均满足t0≥t1-1时，则由集控中心发出报警信号，提醒相关人员及时到达现场进行处理；否则不予报警。

2.根据权利要求1所述的基于灰色理论的高压开关柜在线测温方法，其特征在于：所述温度传感器为光纤光栅温度传感器。

3.根据权利要求2所述的基于灰色理论的高压开关柜在线测温方法，其特征在于：所述温度传感器为多个且通过光分路器与监控主机连接。

4.根据权利要求1所述的基于灰色理论的高压开关柜在线测温方法，其特征在于：所述步骤(2)中通过灰色理论预测模型，对未来一段时间内的温度数据进行预测时，步骤如下：

1)取过去一段时间内的温度数据组成原始数列x_i ⁽⁰⁾(i＝l,2,……,n),进行一次累加生成新的数列x_i ^(l)(i＝l,2,……,n),其中：

$x_i^{\left(1\right)}={\mathrm{\Σ}}_{k=1}^i{x}_k^{\left(o\right)}---\left(1\right)$

上式中的n大小可以根据实际的数据获取；

2)按新数列的变化规律对新数据序列建立白化形式微分方程：

$\frac{{\mathrm{dx}}^{\left(1\right)}}{dx}+{\mathrm{ax}}^{\left(1\right)}=u---\left(2\right)$

记A＝[a,u]^T,用最小二乘法求解参数a和u,得

A＝[a,u]^T＝(B^TB)^-1B^TY_n (3)

式中：

3)求解微分方程得到近似解：

${\hat{x}}_{k+1}^{\left(1\right)}=(x_1^{\left(0\right)}-\frac{u}{a})e^{-ak}+\frac{u}{a}---\left(4\right)$

4)的预测值为

${\hat{x}}_{k+1}^{\left(0\right)}={\hat{x}}_{k+1}^{\left(1\right)}-{\hat{x}}_k^{\left(1\right)}---\left(5\right)$

5)k为累加序列的预测值，对上式分别取k＝1,2,……,n,可得到最终的温度预测值序列

5.根据权利要求4所述的基于灰色理论的高压开关柜在线测温方法，其特征在于：所述过去一段时间为过去1小时。

6.根据权利要求5所述的基于灰色理论的高压开关柜在线测温方法，其特征在于：所述未来一段时间为未来0.5～1小时。

7.根据权利要求1所述的基于灰色理论的高压开关柜在线测温方法，其特征在于：所述允许温度值为40℃。