CN111090024A - 基于外部热、声特征信息的gis状态评估方法及装置 - Google Patents

Abstract

本发明涉及一种基于外部热、声特征信息的GIS状态评估方法及装置，所述方法包括以下步骤：分别获得GIS设备外部的热场分布信息和声场分布信息，形成热信息矩阵和声信息矩阵；基于所述热信息矩阵和声信息矩阵预测获得GIS设备的热判据向量和声判据向量；将所述热判据向量和声判据向量作为GIS状态判断模型的输入，获得GIS状态判断矩阵；将一个检测周期内获得的多个GIS状态判断矩阵进行融合处理，获得GIS设备的最终状态诊断结果矩阵。与现有技术相比，本发明利用外部信息对GIS内部状态进行评估，能及时了解GIS现状，实现由外部参数推算内部运行状态，方便简单，安全可靠。

Description

基于外部热、声特征信息的GIS状态评估方法及装置

技术领域

本发明属于电力设备故障诊断和状态估计技术领域，尤其是涉及一种基于外部热、声特征信息的GIS状态评估方法及装置。

背景技术

目前，气体绝缘金属封闭开关设备(GIS设备)在电力行业得到广泛使用，保障其安全稳定的运行至关重要，虽然GIS设备可靠性较高，但由于生产运输环节的疏忽，以及运行年限的增长，都会导致各种缺陷，其中发热性缺陷和局部放电缺陷是GIS故障的主要缺陷类型。由于GIS设备多为高压大电流设备，且本身全封闭，内部出现缺陷或故障不易发现，一旦故障恶化，将造成设备停运甚至爆炸等严重后果。近些年来，由于GIS故障引起的电力事故屡见不鲜，因此加强GIS设备尤其是内部的故障检测与状态评估具有重要意义。

传统的GIS状态诊断方法存在操作繁琐、危险性较高，或外界干扰较大，或实时性差，或检测元件本身不稳定等各种问题和不足。由于GIS内部空间结构的紧凑性和复杂性，使得GIS内部评估和检修极为困难，且故障在内部有限空间的传播也会影响非故障元件的性能，引起更大范围的故障。而检修一台GIS设备所需要的平均停电时间比常规设备较长，GIS设备故障导致的经济损失也更大。因此，需要对GIS状态诊断方法进行进一步研究。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷而提供一种方便、可靠的基于外部热、声特征信息的GIS状态评估方法及装置。

本发明的目的可以通过以下技术方案来实现：

一种基于外部热、声特征信息的GIS状态评估方法，包括以下步骤：

分别获得GIS设备外部的热场分布信息和声场分布信息，形成热信息矩阵和声信息矩阵；

基于所述热信息矩阵和声信息矩阵预测获得GIS设备的热判据向量和声判据向量；

将所述热判据向量和声判据向量作为GIS状态判断模型的输入，获得GIS状态判断矩阵；

将一个检测周期内获得的多个GIS状态判断矩阵进行融合处理，获得GIS设备的最终状态诊断结果矩阵。

进一步地，所述热场分布信息通过采集GIS内部关键温度点对应的外壳位置处的热特征信号获得。

进一步地，所述声场分布信息通过采集GIS外壳表面均匀分布的多点超声信息获得。

进一步地，所述热判据向量的获取过程包括：

基于GIS运行参数和环境参数，对热信息矩阵H进行去噪处理，获得真实热场矩阵H’；

根据真实热场矩阵H’预测获得GIS内部各关键温度点的温度值向量t；

对所述温度值向量t和真实热场矩阵H’进行融合处理，获得GIS运行状态的热判据矩阵HI。

进一步地，所述声判据向量的获取过程包括：

对声信息矩阵V进行去噪处理，得到真实声场矩阵V’；

获取GIS结构信息矩阵S，基于所述真实声场矩阵V’和GIS结构信息矩阵S预测获得GIS内部局部放电故障的位置向量l；

对所述位置向量l和真实声场矩阵V’进行融合处理，获得GIS运行状态的声判据向量VI。

进一步地，所述预测采用基于Fuzzy-SVM算法的预测模型实现。

进一步地，所述GIS状态判断模型基于模糊理论和层次分析法构建，获得的GIS状态判断矩阵表示为J(e,f,g,h)，其中e为GIS部件个数，f为故障类型个数，g为故障类型中的子类型个数，h为故障类型的程度标定数。

进一步地，所述融合处理采用基于DS-Evidence Theory算法的信息融合模型实现。

本发明还提供一种实现如上述所述方法的基于外部热、声特征信息的GIS状态评估装置，包括相连接的GIS特征信息采集装置和处理器，其中，

所述GIS特征信息采集装置包括热场采集组件和声场采集组件，用于获得GIS设备外部的热场分布信息和声场分布信息；

所述处理器接收所述热场分布信息和声场分布信息，并处理获得GIS设备的最终状态诊断结果矩阵。

进一步地，所述热场采集组件包括在GIS内部关键温度点垂直对应的外壳外表面上设置的热电偶组；

所述声场采集组件包括在GIS外壳外表面按一定距离间隔均匀设置的超声波传感器组。

与现有技术相比，本发明具有如下有益效果：

(1)本发明由GIS设备的热、超声特征信息入手对GIS状态进行评估，充分考虑到了绝大多数GIS设备故障都伴随着温升或局部放电现象这一事实，从故障发生的基本现象着手，使得方法具有很强的现实意义和可靠性。

(2)本发明除了基本的特征信息外，还充分考虑了环境参数，GIS运行参数等影响因素，利用函数进行去噪处理，利用信息融合对多种信息进行综合处理和考虑，使得方法灵活、准确率高、通用性强，加以拓展可适用于各种GIS设备以及故障类型。

(3)传统的GIS状态诊断方法存在操作繁琐、危险性较高，或外界干扰较大，或实时性差，或检测元件本身不稳定等各种问题和不足。利用此发明提出的检测方法，通过外部参数就可得出GIS整体以及各部件的运行状态和故障种类，方法具有不必拆解、不必停电、不必安装复杂装置等优点，方便，可靠。

附图说明

图1为本发明评估方法的流程示意图；

图2为某改进卡尔曼滤波算法的结果比较图；

图3为某改进小波分析法的结果比较图，其中，(3a)为滤波前的波形，(3b)为去噪处理后的波形；

图4为本发明评估装置的软件结构框架示意图；

图5为本发明GIS整体和部件状态评估示意图；

图6为应用于单分支GIS母线管的评估装置的安装示意图。

图6中，1-盆式绝缘子，2-热电偶组，3-超声波传感器组，4-连接触头，5-母线导体，6-壳体，7-环境信息采集器，8-GIS运行参数采集器，9-处理器。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

如图1所示，本实施例以10kV单分支GIS母线管为研究对象，实现基于外部热、声特征信息的GIS状态评估方法，包括以下步骤：

1、分别获得GIS设备外部的热场分布信息和声场分布信息，形成热信息矩阵H和声信息矩阵V。

所述热场分布信息通过采集GIS内部关键温度点对应的外壳位置处的热特征信号获得。本实施例中，GIS内部关键温度点包括导体与盆式绝缘子连接处、导体间连接触头处，外壳连接法兰盘固定螺丝处等。形成的热信息矩阵表示为H(a,b)，其中a为故障易发点数量，b为温度观测点个数，第n行的数据形式为(Tn1，Tn2，Tn3，……，Tnb)。本实施例中该矩阵为H(6,10)。

所述声场分布信息通过采集GIS外壳表面均匀分布的多点超声信息获得，形成的声信息矩阵表示为V(c,d)，其中c为外壳表面分布的超声采集点圈数，d为一圈中超声采集点个数。本实施例中该矩阵为V(5,10)。

2、基于所述热信息矩阵和声信息矩阵预测获得GIS设备的热判据向量HI和声判据向量VI。

热判据向量的获取过程包括：

101)用函数关系建立去噪模型D1，将GIS运行参数、GIS环境参数与热信息矩阵H一同输入去噪模型D1，用以去除其他热源对GIS外壳热分布的干扰，从而得到真实的GIS外部热场分布信息矩阵H’；GIS运行参数包括负荷电流I、内部绝缘气体压强P等，GIS环境参数包括环境温度、平均日照强度等；

102)将矩阵H’输入训练好的诊断模型(在本实施例中为基于Fuzzy-SVM算法的预测模型)，从而计算出GIS内部各关键温度点(在本实施例中为导体与盆式绝缘子连接处、导体间连接触头处、外壳连接法兰盘固定螺丝处)的温度值向量t；

103)建立信息融合模型(在本实施例中为基于DS-Evidence Theory算法的信息融合模型)，将温度向量t与矩阵H’输入模型，从而得到GIS运行状态的热判据矩阵HI。

上述去噪模型D1是一种基于卡尔曼滤波算法(Kalman Filter，KF)的模型，根据不同应用场景，调整算法状态方程、测量方程具体参数后，该方法可有效减小单一预测方法造成的误差累积(即减小由于热电偶传感器自身测量误差导致的故障累计)，且抗噪声干扰能力强(即减小环境温度、日照强度干扰)，有利于提高下一步确定的热判据HI的准确性。

卡尔曼滤波中，一般线性离散系统的状态方程和测量方程可表示为：

X(k+1)＝φ(k+1,k)X(k)+Γ(k+1,k)w(k) (1)

Z(k+1)＝H(k+1)X(k+1)+v(k+1) (2)

由某次热电偶采集的温度数据处理结果可知，经过算法去噪处理后的估计值更加接近真值，如图2所示。

声判据向量的获取过程包括：

201)用函数关系建立去噪模型D2，将声信息矩阵V输入去噪模型D2，从而去除背景噪声的干扰，得到真实的外部声场分布信息矩阵V’；

202)建立GIS结构信息矩阵S，将矩阵V’以及矩阵S，输入基于Fuzzy-SVM算法的预测模型，从而得出GIS内部局部放电故障的位置向量l；

203)建立基于DS-Evidence Theory算法的信息融合模型，将局部放电故障的位置向量l、矩阵V’输入该信息融合模型进行处理，从而得到GIS运行状态的声判据向量VI。

上述去噪模型D2，该模型是一种基于小波分析法(Wavelet Method，WM)的模型，小波分析法由于能同时在时域、频域对信号进行分析，且具有自动变焦的功能，能够有效地区分信号中的突变部分和噪声，从而实现信号的降噪(即环境自然噪声、装置机械振动产生的噪声等)，根据应用场景对算法进行调整后，有利于提高确定声判据VI的准确性。

在小波分析中，各种不同的基函数是由基小波通过平移和伸缩得到的：

由某次超声信号据处理结果可知，去噪滤波前波形中夹杂大量未知噪声，经过去噪处理后的波形更加清晰，接近真值，如图3所示。

3、将一次测量得到的所述热判据向量和声判据向量作为GIS状态判断模型的输入，获得GIS状态判断矩阵。

所述GIS状态判断模型基于模糊理论和层次分析法构建，将HI、VI两个指标通过关联模型相互联系，获得GIS状态判断矩阵。获得的GIS状态判断矩阵表示为J(e,f,g,h)，其中e为GIS部件个数，f为故障类型个数，g为故障类型中的子类型个数，h为故障类型的程度标定数。本实施例中该矩阵为J(4,2,4,3)。

4、将一个检测周期内获得的多个GIS状态判断矩阵进行融合处理(采用基于DS-Evidence Theory算法的信息融合模型实现)，获得GIS设备的最终状态诊断结果矩阵J’，包括GIS内部整体以及各部件的状态分析和诊断结果。在本实施例中60s为一个检测周期，一个周期内检测三次。

实施例2

如图4-图6所示，本实施例提供一种基于外部热、声特征信息的GIS状态评估装置，包括相连接的GIS特征信息采集装置和处理器9，其中，所述GIS特征信息采集装置包括热场采集组件和声场采集组件，用于获得GIS设备外部的热场分布信息和声场分布信息；所述处理器接收所述热场分布信息和声场分布信息，并处理获得GIS设备的最终状态诊断结果矩阵。处理器还连接有环境信息采集器7和运行参数采集器8，用于获取GIS环境参数和GIS运行参数。

本实施例中，热场采集组件包括在GIS内部关键温度点垂直对应的外壳外表面上设置的热电偶组2。GIS内部关键温度点包括母线导体5与盆式绝缘子1连接处、导体间连接触头4处、壳体6连接法兰盘固定螺丝处等。

对于GIS设备，引起过热缺陷的根本原因是接触不良，内部过热缺陷出现在触头等内部连接部件处，造成的具体原因有螺栓未达到力矩要求、触指弹簧压力不够等，这些内部连接处可称为“关键温度点”。当热缺陷出现时，会在GIS壳体表面产生温升，其变化规律主要体现在温度场分布的变化以及各点温度的数值变化来上，具体表现为以下几点：(1)受热对流上升效应的影响，发热特征是壳体上部温度明显高于下部温度，一般水平罐体的特征是壳体顶部最热，往四周温度逐渐递减；(2)内部热缺陷热辐射面积较大，在壳体表面上表现为一定区域内存在热特征信息，不同故障程度造成的外壳表面热特征信息分布是不同的。

本实施例围绕着“关键温度点”外壳表面一圈，设置多个热电偶，可以利用最少的传感器数量，获取足够的故障判断信息，可以判断是否有故障、故障大致位置以及故障程度。

本实施例中，声场采集组件包括在GIS外壳外表面按一定距离间隔均匀布满的超声波传感器组3，超声波传感器组布置有五圈，共50个超声波传感器。

对于GIS设备，引起局部放电故障的主要原因有以下几点：(1)载流导体表面缺陷，如毛刺、尖角等引起导体表面电场强度不均匀；(2)绝缘子表面缺陷，如制造质量不良，绝缘子有气泡或裂纹以及安装遗留下的污迹、尘埃等；(3)自由导电粒子，通常是在制造或安装过程中引入的。由此可知，故障的发生位置随机，无法确定，因此为实现及时检测到故障，需要在壳体表面均匀布置传感器，可以及时准确地检测到局部放电故障的发生。

此外，通过研究发现，局放故障导致的超声信号衰减速度很快，随着传感器与局放故障点间距离的增加，呈指数下降趋势，因此需要在各部位都有传感器待命。所以，本实施例采用在GIS外壳外表面按一定距离间隔均匀布满超声波传感器组的方式，基本不会漏测故障信号，而且能够根据多传感器测到的信号，反推衰减规律，从而反推出故障大致位置、种类和程度。

处理器基于实施例1所述方法实现GIS状态评估，具体地，处理器包括GIS特征信息采集模块、热信息一次处理模块、声信息一次处理模块、GIS状态评估模块和输出模块。GIS特征信息采集模块采集的信息包括热信号、超声信号、环境参数和GIS电参数(运行参数)，GIS特征信息采集模块、热信息一次处理模块和声信息一次处理模块在一个诊断周期内多次进行采集和处理。GIS状态评估模块在获得一个诊断周期内的多次处理结果后进行信息融合处理，获得GIS内部整体以及各部件的状态分析和诊断结果，最后由输出模块输出。GIS内部整体的状态包括严重故障、一般故障、正常和无法判断等；各部件的状态包括过热故障、局放故障、正常和无法判断等。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由本发明所确定的保护范围内。

Claims (10)

1.一种基于外部热、声特征信息的GIS状态评估方法，其特征在于，包括以下步骤：

分别获得GIS设备外部的热场分布信息和声场分布信息，形成热信息矩阵和声信息矩阵；

基于所述热信息矩阵和声信息矩阵预测获得GIS设备的热判据向量和声判据向量；

将所述热判据向量和声判据向量作为GIS状态判断模型的输入，获得GIS状态判断矩阵；

将一个检测周期内获得的多个GIS状态判断矩阵进行融合处理，获得GIS设备的最终状态诊断结果矩阵。

2.根据权利要求1所述的基于外部热、声特征信息的GIS状态评估方法，其特征在于，所述热场分布信息通过采集GIS内部关键温度点对应的外壳位置处的热特征信号获得。

3.根据权利要求1所述的基于外部热、声特征信息的GIS状态评估方法，其特征在于，所述声场分布信息通过采集GIS外壳表面均匀分布的多点超声信息获得。

4.根据权利要求1所述的基于外部热、声特征信息的GIS状态评估方法，其特征在于，所述热判据向量的获取过程包括：

基于GIS运行参数和环境参数，对热信息矩阵H进行去噪处理，获得真实热场矩阵H’；

根据真实热场矩阵H’预测获得GIS内部各关键温度点的温度值向量t；

对所述温度值向量t和真实热场矩阵H’进行融合处理，获得GIS运行状态的热判据矩阵HI。

5.根据权利要求1所述的基于外部热、声特征信息的GIS状态评估方法，其特征在于，所述声判据向量的获取过程包括：

对声信息矩阵V进行去噪处理，得到真实声场矩阵V’；

获取GIS结构信息矩阵S，基于所述真实声场矩阵V’和GIS结构信息矩阵S预测获得GIS内部局部放电故障的位置向量l；

对所述位置向量l和真实声场矩阵V’进行融合处理，获得GIS运行状态的声判据向量VI。

6.根据权利要求4或5所述的基于外部热、声特征信息的GIS状态评估方法，其特征在于，所述预测采用基于Fuzzy-SVM算法的预测模型实现。

7.根据权利要求1所述的基于外部热、声特征信息的GIS状态评估方法，其特征在于，所述GIS状态判断模型基于模糊理论和层次分析法构建，获得的GIS状态判断矩阵表示为J(e,f,g,h)，其中e为GIS部件个数，f为故障类型个数，g为故障类型中的子类型个数，h为故障类型的程度标定数。

8.根据权利要求1、4或5所述的基于外部热、声特征信息的GIS状态评估方法，其特征在于，所述融合处理采用基于DS-Evidence Theory算法的信息融合模型实现。

9.一种实现如权利要求1所述方法的基于外部热、声特征信息的GIS状态评估装置，其特征在于，包括相连接的GIS特征信息采集装置和处理器，其中，

所述GIS特征信息采集装置包括热场采集组件和声场采集组件，用于获得GIS设备外部的热场分布信息和声场分布信息；

所述处理器接收所述热场分布信息和声场分布信息，并处理获得GIS设备的最终状态诊断结果矩阵。

10.根据权利要求9所述的基于外部热、声特征信息的GIS状态评估装置，其特征在于，所述热场采集组件包括在GIS内部关键温度点垂直对应的外壳外表面上设置的热电偶组；

所述声场采集组件包括在GIS外壳外表面按一定距离间隔均匀设置的超声波传感器组。

Images