CN109827662A - 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法 - Google Patents

基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法 Download PDF

Info

Publication number
CN109827662A
CN109827662A CN201910058501.8A CN201910058501A CN109827662A CN 109827662 A CN109827662 A CN 109827662A CN 201910058501 A CN201910058501 A CN 201910058501A CN 109827662 A CN109827662 A CN 109827662A
Authority
CN
China
Prior art keywords
low resistance
insulator
temperature difference
threshold
infrared detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910058501.8A
Other languages
English (en)
Other versions
CN109827662B (zh
Inventor
尹骏刚
陈高洋
马钢
姚建刚
沈静
刘艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Jiangsu Shuanghui Power Development Co Ltd
Original Assignee
Hunan University
Jiangsu Shuanghui Power Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University, Jiangsu Shuanghui Power Development Co Ltd filed Critical Hunan University
Priority to CN201910058501.8A priority Critical patent/CN109827662B/zh
Publication of CN109827662A publication Critical patent/CN109827662A/zh
Application granted granted Critical
Publication of CN109827662B publication Critical patent/CN109827662B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Insulators (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)

Abstract

本发明提供了一种基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法。包括步骤：选取低值绝缘子样本，低值温差处理，获取低值绝缘子样本的低值温差样本，对低值温差样本进行分布拟合，根据逆高斯分布函数，进行极大似然估计，获取低值绝缘子的平均温差分布；进行低值绝缘子红外检测漏检率和误检率分析，对低值绝缘子对应位置的正常绝缘子进行温差取值，于同一图表中绘制生成温度阈值‑漏检率曲线和温度阈值‑误检率曲线；低值绝缘子红外检测温差阈值的选取：温度阈值‑漏检率曲线与温度阈值‑误检率曲线之间的交点对应的温差阈值即为低值绝缘子红外检测温差阈值。采用本发明中的判定方法，提高了低值绝缘子红外检测过程中的准确率。

Description

基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法
技术领域
本发明涉及高压输变电设备运行维护检修技术领域，具体涉及一种基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法。
背景技术
发电厂、变电所和输电线路的绝缘子串在运行过程中，长期经受机电负荷、日晒雨淋、风吹、污秽、雷击及冷热变化等因素引起的机械力、电动力和内部应力的作用，绝缘子可能发生开裂甚至击穿等故障，对电网系统安全将构成严重威胁。当绝缘子出现劣化后，绝缘阻值将减小，其分布电压和发热程度(或温升)随电阻减小而发生相应的变化；通常，在330kV及以下电压等级把绝缘电阻处于10-300MΩ的运行绝缘子称为低值绝缘子。绝缘子是负责电厂与变电站、变电站与变电站之间电力传输和分配的主要绝缘设备；因此更加需要加强对绝缘子的维护工作。据统计，由绝缘子所引发的各类故障居所有电力故障的首位。检测绝缘子最准确的传统方法是电压分布法，但每次测量时需要登高才能进行，操作人员的劳动强度较大、工作安全性较差，使得电压分布法方法难以广泛应用。随着红外检测技术的快速、在线、实时检测等特点，在电力行业已经形成较为成熟的检测规范。目前，红外检测技术主要依据DL/T664-2016《带电设备红外诊断应用规范》，上述规范中只说明了红外检测绝缘子的判断标准，并没有对绝缘子劣化类型提供精确的区分标准。而绝缘子的劣化情况又是一个非常复杂的过程，影响其正常工作的因素也很多，其既与各部件自身的工作条件有关，又与带电设备的环境影响有关；不同劣化类型的绝缘子劣化原理及劣化现象均不同，会导致红外检测技术的判别依据发生很大的差别，如若只依据规范中的1K温差作为温差阈值，则会使得红外检测绝缘子时出现误判，漏判等现象，这将降低对绝缘子维护的工作效率，同时也会导致整个电网的安全性和稳定性下降。
Tweedie在1945年提出逆高斯分布概率密度函数(简称逆高斯分布)并命名，其在水文频率、高斯海杂波等方面获得了较好的应用效果。本发明公开了一种基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，完善了DL/T664-2016《带电设备红外诊断应用规范》中在低值绝缘子红外检测的温差阈值标准，从而提高了低值绝缘子红外检测的精度和准确率。
发明内容
鉴于上述情况，本发明提供了一种基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，提高了低值绝缘子红外检测过程中的精度和准确率。
为实现上述目的，本发明公开了一种基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，包括以下步骤：
选取低值绝缘子样本：低值绝缘子样本为绝缘子串中经红外检测出来的低值绝缘子与经绝缘电阻法检测低值绝缘子相吻合的多个低值绝缘子，所述绝缘子串包括A相绝缘子串、B相绝缘子串和C相绝缘子串；
低值温差处理，获取低值绝缘子样本的低值温差样本：根据计算公式计算低值绝缘子与同一相绝缘子串中左右相邻两片正常绝缘子温度平均值的差值，n为低值绝缘子在绝缘子串中的位置，Tn为绝缘子串中的n位置处低值绝缘子铁帽的温度，Tn-1和Tn+1分别为同一相绝缘子串中左右相邻两片正常绝缘子铁帽的温度；
对低值温差样本进行分布拟合，包括：
根据逆高斯分布，进行极大似然估计，获取低值绝缘子的平均温差(即低温温差)分布，逆高斯分布的函数为：
其中，将ΔTn设定为xi，低值温差样本具体为为(x1,x2,…,xn)，即(ΔT1,ΔT2,…,ΔTn)；
进行低值绝缘子红外检测漏检率和误检率分析，包括：
于绝缘子串中对低值绝缘子对应位置的正常绝缘子进行温差取值：若A相绝缘子串、B相绝缘子串或C相绝缘子串中任意一相的第n片为低值绝缘子，则选取其余两相绝缘子串第n片正常绝缘子温差值的平均值作为正常温差样本，若A相绝缘子串、B相绝缘子串和C相绝缘子串中任意两相的第n片为低值绝缘子，则选取其余一相绝缘子串第n片正常绝缘子的温差值作为正常温差样本；
于同一图表中绘制生成温度阈值-漏检率曲线和温度阈值-误检率曲线，所述漏检率为低于温差阈值的低值温差样本的数量与低值温差样本总量之比，所述误检率为高于温差阈值的正常温差样本数量与正常温差样本总量之比；
低值绝缘子红外检测温差阈值的选取：温度阈值-漏检率曲线与温度阈值-误检率曲线之间的交点对应的温差阈值即为低值绝缘子红外检测温差阈值。
本发明的有益效果在于：利用逆高斯分布对低值温差样本进行分布拟合，得到高压输电线路绝缘子红外检测温度阈值，完善了低值绝缘子红外检测的温差阈值标准，提高了低值绝缘子红外检测的精度和准确率。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的进一步改进在于，于对低值温差样本进行分布拟合步骤中，得到逆高斯分布参数μ和λ的具体数值。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的更进一步改进在于，于对低值温差样本进行分布拟合步骤中还包括步骤，采用Kolmogorov-Smirnov检验低值温差样本是否服从逆高斯分布。若服从则进入进行低值绝缘子红外检测漏检率和误检率分析步骤，若不服从则进入选取低值绝缘子样本步骤，重新选取低值绝缘子样本。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的进一步改进在于，于对低值温差样本进行分布拟合步骤中还包括步骤：
根据伽玛分布对低值温差样本进行拟合；
进行拟合优度检测，采用Kolmogorov-Smirnov检验、对数似然函数值及AIC准则对逆高斯分布及伽玛分布的拟合优度进行检验，判定可知逆高斯分布相比于伽玛分布具有更好的拟合优度。通过拟合优度对比，可知逆高斯分布具有更好的拟合优度，从而可以保证本发明中基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法生成的温度阈值的有效性和准确性。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的进一步改进在于，于对低值温差样本进行分布拟合步骤中获取得到拟合累积概率分布图，并根据所述拟合累积概率分布图可得到不同平均温差对应的累积概率值。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的进一步改进在于，于低值绝缘子红外检测温差阈值的选取步骤中，当温度阈值-漏检率曲线与温度阈值-误检率曲线之间的交点所对应的累积概率大于90％时，该交点对应的温差阈值即为低值绝缘子红外检测温差阈值。当对应的累积概率大于90％时，即可保证对应的温差阈值在实际红外检测过程中具有较高的精准性。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的进一步改进在于，所述低值绝缘子红外检测温差阈值为0.3K。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的更进一步改进在于，根据逆高斯分布可知，当温差阈值为0.3K时对应的累积概率值为91.75％。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的进一步改进在于，所述低值绝缘子在对应相绝缘子串中的位置非首片和非尾片。
本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的进一步改进在于，所述低值绝缘子为低值瓷绝缘子。高压输变电设备运行过程中绝缘子多采用瓷绝缘子。
附图说明
图1是本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的流程图。
图2是本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的220kVII段母线间隔5#构架小号侧B相绝缘子串红外线图像。
图3是图2中绝缘子串的温度分布图。
图4是本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的拟合累积概率分布图。
图5是本发明基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的漏检率、误检率曲线图。
具体实施方式
为利于对本发明的了解，以下结合附图及实施例进行说明。
参阅图1可知，本发明公开了基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，包括以下步骤：
步骤101：选取低值绝缘子样本：低值绝缘子样本为绝缘子串中经红外检测出来的低值绝缘子与经绝缘电阻法检测低值绝缘子相吻合的多个低值绝缘子，绝缘子串包括A相绝缘子串、B相绝缘子串和C相绝缘子串；
步骤102：低值温差处理，获取低值绝缘子样本的低值温差样本：根据计算公式计算低值绝缘子与同一相绝缘子串中左右相邻两片正常绝缘子温度平均值的差值，n为低值绝缘子在绝缘子串中的位置，Tn为绝缘子串中的n位置处低值绝缘子铁帽的温度，Tn-1和Tn+1分别为同一相绝缘子串中左右相邻两片正常绝缘子铁帽的温度；
步骤103：对低值温差样本进行分布拟合，包括：
根据逆高斯分布，进行极大似然估计，获取低值绝缘子的平均温差分布，逆高斯分布的函数为：
其中，将ΔTn设定为xi，低值温差样本具体为为(x1,x2,…,xn)，即(ΔT1,ΔT2,…,ΔTn)；
步骤104：进行低值绝缘子红外检测漏检率和误检率分析，包括：
于绝缘子串中对低值绝缘子对应位置的正常绝缘子进行温差取值：若A相绝缘子串、B相绝缘子串或C相绝缘子串中任意一相的第n片为低值绝缘子，则选取其余两相绝缘子串第n片正常绝缘子温差值的平均值作为正常温差样本，若A相绝缘子串、B相绝缘子串和C相绝缘子串中任意两相的第n片为低值绝缘子，则选取其余一相绝缘子串第n片正常绝缘子的温差值作为正常温差样本；
于同一图表中绘制生成温度阈值-漏检率曲线和温度阈值-误检率曲线，漏检率为低于温差阈值的低值温差样本的数量与低值温差样本总量之比，误检率为高于温差阈值的正常温差样本数量与正常温差样本总量之比；
步骤105：低值绝缘子红外检测温差阈值的选取：温度阈值-漏检率曲线与温度阈值-误检率曲线之间的交点对应的温差阈值即为低值绝缘子红外检测温差阈值。
本实施例中，(1)采用上述判定方法可以保证最终的获取的温差阈值在具有较好的实用性和准确性，有效保证实际低值绝缘子红外检测的精度和准确率；(2)低值绝缘子样本为绝缘子串中经红外检测出来的低值绝缘子与经绝缘电阻法检测低值绝缘子相吻合的多个低值绝缘子，可以保证本发明中所用样本中的值绝缘子全部为真正的低值绝缘子，避免红外检测误差导致低值绝缘子样本失真，从而提升了逆高斯分布拟合的精确度；(3)于对低值温差样本进行分布拟合步骤中，得到逆高斯分布参数μ和λ的具体数值；(4)对逆高斯分布的函数进行统计分析，并对样本进行漏检率、误检率分析，温度阈值-漏检率曲线和温度阈值-误检率曲线的交点能使得红外检测低值绝缘子的漏检率和误检率达到最小；(5)于绝缘子串中对低值绝缘子对应位置的正常绝缘子进行温差取值步骤中，正常温差样本的选取具有较好的准确性，保证了温度阈值-误检率曲线的准确性，继而保证最终温度阈值-漏检率曲线和温度阈值-误检率曲线交点的取值，即保证了温差阈值获取结果的准确度。
具体的，对数似然函数为：
求解方程得到关于参数(μ,λ)的极大似然估计：
通过上述过程对参数进行求解，我们可以得到逆高斯分布拟合数据样本的参数μ,λ的具体数值。
进一步的，于步骤103中还包括步骤采用Kolmogorov-Smirnov检验(S-K检验)低值温差样本是否服从逆高斯分布。若服从则进入进行低值绝缘子红外检测漏检率和误检率分析步骤，若不服从则进入选取低值绝缘子样本步骤，重新选取低值绝缘子样本；以此保证采用基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法获取的温度阈值的准确性。
进一步的，于步骤103还包括步骤：
根据伽玛分布对低值温差样本进行拟合；
进行拟合优度检测，采用Kolmogorov-Smirnov检验、对数似然函数值及AIC准则(Akaike information criterion)对逆高斯分布及伽玛分布的拟合优度进行检验，判定可知逆高斯分布相比于伽玛分布具有更好的拟合优度。本实施例中，通过对逆高斯分布和伽玛分布进行拟合优度对比，通过三种检验方法可知：采用基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法生成的温度阈值的有效性和准确性，提高了实际低值绝缘子红外检测过程中的精度和准确率。
具体的，(1)Kolmogorov-Smirnov检验可以进行双侧检验，检验样本是否符合指定分布；其原假设H0：样本符合指定分布；若计算返回值h＝0，则表示接受H0，否则拒绝H0假设。构造统计量：
KS＝max(|Fn(x)-G(x)|)
其中，Fn(x)为样本得到的频率分布函数，G(x)为指定的分布函数。
(2)对数似然值
对数似然值是通过使对数似然函数达到最大值时所得到的，因此，对数似然值的绝对值越小，则表示其拟合程度越好。
(3)AIC准则
AIC准则是由日本学者在熵的概念基础上创立和发展的，它可以作为衡量统计模型拟合优良性的一种标准。其计算公式为：
其中，A为AIC准则值，k为参数的数量，n为样本容量，L为对数似然值。AIC准则鼓励数据拟合的优良性，但应尽量避免出现过度拟合的情况。因此，A值越小，表示其拟合程度越好。
进一步的，于步骤103中获取得到拟合累积概率分布图(如图4所示)，并根据拟合累积概率分布图可得到不同平均温差对应的累积概率值。
进一步的，于步骤105中，当温度阈值-漏检率曲线与温度阈值-误检率曲线(如图5所示)之间的交点所对应的累积概率大于90％时，该交点对应的温差阈值即为低值绝缘子红外检测温差阈值。根据连续型随机变量的概率密度函数的定义，当漏检率与误检率曲线交点值的概率值大于90％时，就可以得到低值瓷绝缘子红外检测温差阈值。
本发明中，低值绝缘子红外检测温差阈值为0.3K。具体的，根据逆高斯分布可知，当温差阈值为0.3K时对应的累积概率值为91.75％；即低值绝缘子样本中有91.75％的低值绝缘子的平均温差大于0.3K。
具体实施例如下：
在若干220kV变电站检测项目中，共计检测出低值绝缘子256片，以某变电站220kVII段母线间隔5#构架小号侧B相绝缘子串为例：
(1)对该构架B相绝缘子串红外检测时所得到的红外图像进行预处理，去除大气噪声，得到如附图2所示的B相绝缘子串红外线图像；然后通过软件处理获取每片绝缘子铁帽的温度，其对应的温度分布图如附图3所示；由图3可知，第2片绝缘子及第5片绝缘子为低值绝缘子。
(2)将用红外检测出的低值绝缘子串停电维护并采用绝缘电阻法测绝缘电阻值，本说明以其两种检测结果相吻合的数据为基础。该B相低值绝缘子红外检测结果和绝缘电阻法的检测结果如表1所示：
表1：
绝缘子位置 红外检测温度/℃ 间隙法实测电阻/MΩ 诊断结果
1 10.584 14300 正常
2 12.2954 195 低值绝缘子
3 9.71 8600 正常
4 9.4458 6030 正常
5 9.9972 73 低值绝缘子
6 9.4574 27500 正常
7 9.3058 15400 正常
8 9.4676 15800 正常
9 9.3652 23000 正常
10 9.4656 17210 正常
11 9.3016 19470 正常
12 9.1986 24600 正常
13 9.1844 21900 正常
14 8.4196 72600 正常
(3)采集B相中低值绝缘子与其相邻两片绝缘子铁帽的温度，进行低值温差处理，利用公式：
计算得到ΔT2，ΔT5，对样本进行上述操作，得到所用低值温差样本X＝(x2,x5)，其中x2＝ΔT2，x5＝ΔT5。
(4)根据逆高斯分布的函数公式，对低值温差样本进行拟合与参数的求解。经过计算，其结果分别为：μ＝0.763347，λ＝2.09446；利用伽玛分布再对低值温差样本进行拟合；具体的拟合结果如图4所示。
利用Kolmogorov-Smirnov检验、对数似然函数值及AIC准则对逆高斯分布和伽玛分布两种拟合分布进行拟合优度检验，其检验结果如表2所示：
表2：
(5)随着温差阈值递增变化，低于温差阈值的低值绝缘子将会漏检，高于温差阈值的正常绝缘子将会误检。如附图5所示得到漏检率、误检率曲线，两曲线的交点对应的温差阈值约为0.3K，利用逆高斯分布函数(概率密度函数)可知大于0.3K的概率为91.75％；因此选择0.3K作为低值绝缘红外检测温差阈值较为精确。
本发明中，不包括A、B、C三相相同位置同时为低值劣化(低值绝缘子)的情况，暂不对其进行研究。
本发明中，低值绝缘子样本中的低值绝缘子在对应相绝缘子串中的位置非首片和非尾片；具体的，低值绝缘子可为低值瓷绝缘子。
本发明一种基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法的有益效果包括：
1.采用逆高斯分布对低值绝缘子样本进行分布拟合，得到高压输电线路绝缘子红外检测值绝缘子的温度阈值，完善了DL/T664-2016《带电设备红外诊断应用规范》中绝缘子平均温差在220kV电压等级下的温度阈值，从而提高了红外检测低值绝缘子的精度和准确率。
2.逆高斯分布相比于伽玛分布具有更好的拟合优度，可以保证最终获取的温度阈值具有较高的准确性。
3.判定方法简单，有效保证了低值绝缘子红外检测温度阈值的准确度，降低了实际使用中的漏检率和误检率。
以上仅是本发明的较佳实施例而已，并非对本发明做任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案的范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
需要说明的是，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容的能涵盖的范围内。

Claims (10)

1.一种基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于，包括以下步骤：
选取低值绝缘子样本：低值绝缘子样本为绝缘子串中经红外检测出来的低值绝缘子与经绝缘电阻法检测低值绝缘子相吻合的多个低值绝缘子，所述绝缘子串包括A相绝缘子串、B相绝缘子串和C相绝缘子串；
低值温差处理，获取低值绝缘子样本的低值温差样本：根据计算公式计算低值绝缘子与同一相绝缘子串中左右相邻两片正常绝缘子温度平均值的差值，n为低值绝缘子在绝缘子串中的位置，Tn为绝缘子串中的n位置处低值绝缘子铁帽的温度，Tn-1和Tn+1分别为同一相绝缘子串中左右相邻两片正常绝缘子铁帽的温度；
对低值温差样本进行分布拟合，包括：
根据逆高斯分布，进行极大似然估计，获取低值绝缘子的平均温差分布，逆高斯分布的函数为：
其中，将ΔTn设定为xi，低值温差样本具体为(x1,x2,…,xn)，即为(ΔT1,ΔT2,…,ΔTn)；
进行低值绝缘子红外检测漏检率和误检率分析，包括：
于绝缘子串中对低值绝缘子对应位置的正常绝缘子进行温差取值：若A相绝缘子串、B相绝缘子串或C相绝缘子串中任意一相的第n片为低值绝缘子，则选取其余两相绝缘子串第n片正常绝缘子温差值的平均值作为正常温差样本，若A相绝缘子串、B相绝缘子串和C相绝缘子串中任意两相的第n片为低值绝缘子，则选取其余一相绝缘子串第n片正常绝缘子的温差值作为正常温差样本；
于同一图表中绘制生成温度阈值-漏检率曲线和温度阈值-误检率曲线，所述漏检率为低于温差阈值的低值温差样本的数量与低值温差样本总量之比，所述误检率为高于温差阈值的正常温差样本数量与正常温差样本总量之比；
低值绝缘子红外检测温差阈值的选取：温度阈值-漏检率曲线与温度阈值-误检率曲线之间的交点对应的温差阈值即为低值绝缘子红外检测温差阈值。
2.根据权利要求1所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：于对低值温差样本进行分布拟合步骤中，得到逆高斯分布参数μ和λ的具体数值。
3.根据权利要求1所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：于对低值温差样本进行分布拟合步骤中还包括步骤，采用Kolmogorov-Smirnov检验低值温差样本是否服从逆高斯分布。
4.根据权利要求1所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：于对低值温差样本进行分布拟合步骤中还包括步骤：
根据伽玛分布对低值温差样本进行拟合；
进行拟合优度检测，采用Kolmogorov-Smirnov检验、对数似然函数值及AIC准则对逆高斯分布及伽玛分布的拟合优度进行检验，判定可知逆高斯分布相比于伽玛分布具有更好的拟合优度。
5.根据权利要求1所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：于对低值温差样本进行分布拟合步骤中获取得到拟合累积概率分布图，并根据所述拟合累积概率分布图可得到不同平均温差对应的累积概率值。
6.根据权利要求1所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：于低值绝缘子红外检测温差阈值的选取步骤中，当温度阈值-漏检率曲线与温度阈值-误检率曲线之间的交点所对应的累积概率大于90％时，该交点对应的温差阈值即为低值绝缘子红外检测温差阈值。
7.根据权利要求1所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：所述低值绝缘子红外检测温差阈值为0.3K。
8.根据权利要求7所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：根据逆高斯分布可知，当温差阈值为0.3K时对应的累积概率值为91.75％。
9.根据权利要求1所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：所述低值绝缘子在对应相绝缘子串中的位置非首片和非尾片。
10.根据权利要求1-9任一项所述的基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法，其特征在于：所述低值绝缘子为低值瓷绝缘子。
CN201910058501.8A 2019-01-22 2019-01-22 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法 Active CN109827662B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910058501.8A CN109827662B (zh) 2019-01-22 2019-01-22 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910058501.8A CN109827662B (zh) 2019-01-22 2019-01-22 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法

Publications (2)

Publication Number Publication Date
CN109827662A true CN109827662A (zh) 2019-05-31
CN109827662B CN109827662B (zh) 2020-08-04

Family

ID=66860413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910058501.8A Active CN109827662B (zh) 2019-01-22 2019-01-22 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法

Country Status (1)

Country Link
CN (1) CN109827662B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111084611A (zh) * 2019-12-25 2020-05-01 苏州大学 基于辐射比色测温仪的头戴式体温实时监控耳温计
CN111141996A (zh) * 2019-11-22 2020-05-12 国网江苏省电力有限公司电力科学研究院 一种基于广义极值理论的瓷绝缘子红外检测阈值优化方法、系统及存储介质
CN113588714A (zh) * 2021-08-26 2021-11-02 国网四川省电力公司成都供电公司 一种复合绝缘子缺陷检测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05264645A (ja) * 1992-03-19 1993-10-12 Hitachi Ltd 絶縁物の劣化推定法
CN103530531A (zh) * 2013-11-06 2014-01-22 国家电网公司 一种基于极大似然估计的风电功率持续特性描述方法
CN105868543A (zh) * 2016-03-25 2016-08-17 航天科工防御技术研究试验中心 基于逆高斯寿命分布的贮存寿命试验加速因子评估方法
CN107358542A (zh) * 2017-06-28 2017-11-17 同济大学 一种励磁系统性能评估模型的参数确定方法
CN107506337A (zh) * 2017-10-12 2017-12-22 中国人民解放军海军航空工程学院 基于多元加速退化数据的可靠性统计推断方法
CN108181556A (zh) * 2017-12-18 2018-06-19 国网浙江省电力有限公司检修分公司 基于铁帽温差时间序列分析的瓷质绝缘子零值检测方法
CN109142991A (zh) * 2018-07-05 2019-01-04 国网湖南省电力有限公司电力科学研究院 一种基于Burr分布的瓷绝缘子红外测零温度阈值判定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05264645A (ja) * 1992-03-19 1993-10-12 Hitachi Ltd 絶縁物の劣化推定法
CN103530531A (zh) * 2013-11-06 2014-01-22 国家电网公司 一种基于极大似然估计的风电功率持续特性描述方法
CN105868543A (zh) * 2016-03-25 2016-08-17 航天科工防御技术研究试验中心 基于逆高斯寿命分布的贮存寿命试验加速因子评估方法
CN107358542A (zh) * 2017-06-28 2017-11-17 同济大学 一种励磁系统性能评估模型的参数确定方法
CN107506337A (zh) * 2017-10-12 2017-12-22 中国人民解放军海军航空工程学院 基于多元加速退化数据的可靠性统计推断方法
CN108181556A (zh) * 2017-12-18 2018-06-19 国网浙江省电力有限公司检修分公司 基于铁帽温差时间序列分析的瓷质绝缘子零值检测方法
CN109142991A (zh) * 2018-07-05 2019-01-04 国网湖南省电力有限公司电力科学研究院 一种基于Burr分布的瓷绝缘子红外测零温度阈值判定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李唐兵 等: "《基于红外热像的绝缘子诊断方法研究与应用》", 《江西电力》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111141996A (zh) * 2019-11-22 2020-05-12 国网江苏省电力有限公司电力科学研究院 一种基于广义极值理论的瓷绝缘子红外检测阈值优化方法、系统及存储介质
CN111141996B (zh) * 2019-11-22 2022-06-14 国网江苏省电力有限公司电力科学研究院 一种基于广义极值理论的瓷绝缘子红外检测阈值优化方法、系统及存储介质
CN111084611A (zh) * 2019-12-25 2020-05-01 苏州大学 基于辐射比色测温仪的头戴式体温实时监控耳温计
CN111084611B (zh) * 2019-12-25 2022-09-20 苏州大学 基于辐射比色测温仪的头戴式体温实时监控耳温计
CN113588714A (zh) * 2021-08-26 2021-11-02 国网四川省电力公司成都供电公司 一种复合绝缘子缺陷检测方法
CN113588714B (zh) * 2021-08-26 2024-07-26 国网四川省电力公司成都供电公司 一种复合绝缘子缺陷检测方法

Also Published As

Publication number Publication date
CN109827662B (zh) 2020-08-04

Similar Documents

Publication Publication Date Title
CN105004972B (zh) 基于日盲紫外成像图像特征的瓷绝缘子绝缘状态评估方法
CN105846780B (zh) 一种基于决策树模型的光伏组件故障诊断方法
CN105891629A (zh) 一种变压器设备故障的辨识方法
CN109827662A (zh) 基于逆高斯分布低值绝缘子红外检测温度阈值的判定方法
CN111381134B (zh) 一种瓷质绝缘子串红外零值诊断方法及系统
CN110609200B (zh) 一种基于模糊度量融合判据的配电网接地故障保护方法
CN101487866B (zh) 基于红外热像交流输电线路瓷质零值绝缘子在线检测方法
CN102520323B (zh) 基于高光谱的复合绝缘子老化运行状态检测方法
CN110363432A (zh) 基于改进熵权-灰色关联的配电网可靠性影响分析方法
CN109142991A (zh) 一种基于Burr分布的瓷绝缘子红外测零温度阈值判定方法
CN105631771A (zh) 一种基于变权函数的多参数电缆状态评价方法
CN111398339B (zh) 一种现场架空线路复合绝缘子发热缺陷分析判断方法及系统
CN109298225B (zh) 一种电压量测数据异常状态自动识别模型系统及方法
CN101576593A (zh) 阵列式劣质绝缘子局域电场检测装置及逆向诊断方法
CN110619479A (zh) 光伏组件的故障判别模型建模方法及故障判别方法
Zhang et al. Detection of the ratio error drift in CVT considering AVC
CN114740303B (zh) 一种无线无源高压开关柜的故障监测系统
CN118209905B (zh) 一种基于物联感知的配电变压器在线故障预测方法
CN109945977A (zh) 一种干式变压器热故障诊断方法及系统
CN106952029A (zh) 一种用于对变电设备状态监测装置进行评价的方法及系统
CN116595459A (zh) 一种基于电场信号的污闪预警方法及系统
CN115096366A (zh) 一种sf6环网柜运行状态监测系统及其状态评估方法
Zheng et al. Intelligent diagnosis method of power equipment faults based on single‐stage infrared image target detection
Zhang et al. Intelligent detection technology of infrared image of substation equipment based on deep learning algorithm
CN105425182B (zh) 一种用于故障指示器生产环节的电流精度校准方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant