CN113985320A - 基于温升的电缆隧道电缆接头异常发热识别方法 - Google Patents

基于温升的电缆隧道电缆接头异常发热识别方法 Download PDF

Info

Publication number
CN113985320A
CN113985320A CN202111279054.2A CN202111279054A CN113985320A CN 113985320 A CN113985320 A CN 113985320A CN 202111279054 A CN202111279054 A CN 202111279054A CN 113985320 A CN113985320 A CN 113985320A
Authority
CN
China
Prior art keywords
temperature measurement
temperature
data
measurement node
cable
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.)
Pending
Application number
CN202111279054.2A
Other languages
English (en)
Inventor
闫先国
沈永斌
石磊
赵年年
魁五军
林莉
李锦涛
金鑫
付燕
焦多峤
吴向向
杨丹琪
刘文强
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.)
Jiuquan Power Supply Co Of State Grid Gansu Electric Power Co
Original Assignee
Jiuquan Power Supply Co Of State Grid Gansu Electric Power Co
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 Jiuquan Power Supply Co Of State Grid Gansu Electric Power Co filed Critical Jiuquan Power Supply Co Of State Grid Gansu Electric Power Co
Priority to CN202111279054.2A priority Critical patent/CN113985320A/zh
Publication of CN113985320A publication Critical patent/CN113985320A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
    • G01R31/66—Testing of connections, e.g. of plugs or non-disconnectable joints
    • G01R31/68—Testing of releasable connections, e.g. of terminals mounted on a printed circuit board
    • G01R31/69—Testing of releasable connections, e.g. of terminals mounted on a printed circuit board of terminals at the end of a cable or a wire harness; of plugs; of sockets, e.g. wall sockets or power sockets in appliances

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明提供的一种基于温升的电缆隧道电缆接头异常发热识别方法，通过对在设定采集周期内的温度数据进行归一化处理，提出冗余数据处理，然后进行插值处理后，将各个测温节点的温度数据统一到同样的数据段后，计算不同测温节点在相同数据段之间的相关系数，依据相关系数与设定阈值之间的关系判断目标测温节点发生发热故障的权重，以权重高于设定权重阈值作为判断依据，能够基于电缆接头的温度数据对电缆接头是否发生发热故障进行准确识别，并且算法简单，可靠，能够有效消除环境温度变化对电缆接头温度状态的影响，进而有效确保识别结果的准确性。

Description

基于温升的电缆隧道电缆接头异常发热识别方法
技术领域
本发明涉及一种电力故障识别方法，尤其涉及一种基于温升的电缆隧道电缆接头异常发热识别方法。
背景技术
目前在电缆设计、生产、安装维护和运行环境等多种因素的影响下，由电缆损坏带来的停电事故呈现高发状态，是电网安全运行的重要隐患之一。
电缆接头处发生的各类故障并不是一个突发的过程，而是因为接头处温度不断升高，使绝缘逐步老化、泄漏电流逐渐增加，到达一定程度后再发生击穿，是一个由量变到质变的过程，因此，如何对电缆接头的是否发生发热故障进行准确识别成为了一个技术难题，而现有技术中没有一种有效的方法加以解决。
发明内容
因此，本发明的目的是提供一种基于温升的电缆隧道电缆接头异常发热识别方法，能够基于电缆接头的温度数据对电缆接头是否发生发热故障进行准确识别，并且算法简单，可靠，能够有效消除环境温度变化对电缆接头温度状态的影响，进而有效确保识别结果的准确性。
本发明提供的一种基于温升的电缆隧道电缆接头异常发热识别方法，包括以下步骤：
S1.在设定采集周期内采集电缆各接头温度数据，并将第i个测温节点的温度数据记录为数组Ⅰ：Mi[ni]；其中，i表示电缆隧道中第i个测温节点，ni表示第i个测温节点所采集的数据个数；
S2.对数组Ⅰ进行归一化处理得到数组Ⅱ：Mi'[ni]；
S3.剔除数组Ⅱ中的冗余数据得到数组Ⅲ：Mi”[ni]；
S4.对数组Ⅲ进行插值处理，将每个测温节点的数据个数统一为
Figure BDA0003330619620000021
其中，T2为设定采集周期的长度，T1为测温节点中数据采集所需时间的最大值；
S5.对插值处理后的数组Ⅲ分为Q个数据段，记为M″ij[P]，其中，j＝1,2,3，…，P；
Figure BDA0003330619620000022
S6.计算目标测温节点与其他任一测温节点在相同数据段之间的相关系数：
Figure BDA0003330619620000023
其中，i表示第i个测温节点，且该节点作为目标节点，q表示第q个测温节点且i≠q，
Figure BDA0003330619620000024
分别表示第i个测温节点在第j个数据段的平均值以及第q个测温节点在第j个数据段的平均值；
S7.将目标测温节点与其他任一测温节点的相关系数的绝对值与设定阈值进行比较，如果相关系数的绝对值小于设定阈值，则在目标测温节点的初始发热故障权重上加1，判断目标测温节点的发热故障权重是否大于设定值，如是，则判定为当前目标测温节点的电缆接头发生发热故障。
进一步，步骤S2中，通过如下方法进行归一化处理：
Figure BDA0003330619620000025
其中，Mi[]min为第i个测温节点的温度数据的最小值，Mi[]max为第i个测温节点的温度数据的最大值。
进一步，步骤S3中，基于离散小波分解与重构算法对冗余数据进行剔除。
进一步，步骤S4具体包括：
将
Figure BDA0003330619620000031
之间均分为ni个点，且每个点记为xm，其中，m＝1,2,…,ni；x1＝1，
Figure BDA0003330619620000033
将第i个测温节点的数组Mi”[ni]的每个数据与xm一一对应；
对第i个测温节点的数组Mi”[ni]进行三次样条差值，且差值的边界条件为：
Figure BDA0003330619620000032
将m＝0,1，…，ni-1代入上式中解得样条函数Sm(x)，样条函数Sm(xm)其分别对应
Figure BDA0003330619620000034
共ni-1个自变量区间；
将xm代入到样条函数Sm(x)中得到差值处理后的数组ⅢMi”[ni]。
本发明的有益效果：通过本发明，能够基于电缆接头的温度数据对电缆接头是否发生发热故障进行准确识别，并且算法简单，可靠，能够有效消除环境温度变化对电缆接头温度状态的影响，进而有效确保识别结果的准确性。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本发明的流程图。
图2为异常数据剔除前后对比图。
具体实施方式
以下结合说明书附图对本发明做出进一步详细说明：
本发明提供的一种基于温升的电缆隧道电缆接头异常发热识别方法，包括以下步骤：
S1.在设定采集周期内采集电缆各接头温度数据，并将第i个测温节点的温度数据记录为数组Ⅰ：Mi[ni]；其中，i表示电缆隧道中第i个测温节点，ni表示第i个测温节点所采集的数据个数；
S2.对数组Ⅰ进行归一化处理得到数组Ⅱ：Mi'[ni]；
S3.剔除数组Ⅱ中的冗余数据得到数组Ⅲ：Mi”[ni]；
S4.对数组Ⅲ进行插值处理，将每个测温节点的数据个数统一为
Figure BDA0003330619620000041
其中，T2为设定采集周期的长度，T1为测温节点中数据采集所需时间的最大值；通过该步骤，能够使得最终不同测温节点之间具有可比性；
S5.对插值处理后的数组Ⅲ分为Q个数据段，记为M″ij[P]，其中，j＝1,2,3，…，P；
Figure BDA0003330619620000042
S6.计算目标测温节点与其他任一测温节点在相同数据段之间的相关系数：
Figure BDA0003330619620000043
其中，i表示第i个测温节点，且该节点作为目标节点，q表示第q个测温节点且i≠q，
Figure BDA0003330619620000051
分别表示第i个测温节点在第j个数据段的平均值以及第q个测温节点在第j个数据段的平均值；
S7.将目标测温节点与其他任一测温节点的相关系数的绝对值与设定阈值进行比较，如果相关系数的绝对值小于设定阈值，则在目标测温节点的初始发热故障权重上加1，判断目标测温节点的发热故障权重是否大于设定值，如是，则判定为当前目标测温节点的电缆接头发生发热故障；其中，为了进一步提升准确性，可以通过多个设定的采集周期进行评价，比如：当目标测温节点的最终发热故障权重连续多个设定采集周期内均高于设定阈值，则判定为发热故障，多个设定采集周期一般可以设置为2-4个，如果设置过多，将会导致算法过程长，影响及时作出措施。
比如：测温节点由3个，以第1个节点为目标节点，那么p＝4，则对于测温节点1来说，总共具有8个相关系数，即：r12(1),r12(2),r12(3),r12(4),r13(1),r13(2),r13(3),r13(4)；
下标r12(1)为例对参数进行说明，表示目标测温节点1与测温节点2在第1个数据段的相关性；
如果测温节点1的初始权重设定为Z，又假如其中：r12(1)、r12(4)以及r13(3)的相关系数绝对值小于设定阈值，那么Z+3，即最终的测温节点1的发热权重ZT为：ZT＝Z+3，然后将ZT于设定的权重阈值进行比较，如果ZT小于设定的权重阈值，则表明发热故障。
通过上述方法，能够基于电缆接头的温度数据对电缆接头是否发生发热故障进行准确识别，并且算法简单，可靠，能够有效消除环境温度变化对电缆接头温度状态的影响，进而有效确保识别结果的准确性。
本实施例中，步骤S2中，通过如下方法进行归一化处理：
Figure BDA0003330619620000061
其中，Mi[]min为第i个测温节点的温度数据的最小值，Mi[]max为第i个测温节点的温度数据的最大值，通过上述方法，能够有效保证最终结果的准确性。
本实施例中，步骤S3中，基于离散小波分解与重构算法对冗余数据进行剔除，此过程为一个现有过程，具体如下：
将Mi'[ni]通过小波基函数在不同尺度空间R上进行分解，得到尺度度量空间R-1下的两个系数A1(k)和D1(k)，设Φj,k(t)为基函数，Φj-1,k(t)为第一层分解后的尺度函数，ωj-1,k(t)为第一层分解后的小波函数，即：
Figure BDA0003330619620000062
(1)，其中，k为位置指标，由小波基的滤波器系数决定，对(1)式进行多层分解后，得到最终的尺度函数，剔除小波分量，从而保留监测数据的主要信息，而滤除外部环境干扰引起的毛刺，具体地：本发明中采用5层分解，即R＝5：
Figure BDA0003330619620000063
根据尺度函数MRA方程，则有：
Figure BDA0003330619620000064
式中h0[n]为低通滤波系数，其由DB小波基函数得到，继而可得：
Figure BDA0003330619620000065
通过上述的(4)式迭代求得系数A5(k)；然后代入到(2)，从而可以得到小波去噪后、剔除坏点数据的i测温节点相温度数据M”i[ni]；上述结果可以通过图2的对比可以看出，通过本过程处理后，使得最终的数据拟合形成的曲线平滑，也确保后续的最终结果的准确性。其中，上述中为了公式简单，将ni以字母t代替。
本实施例中，步骤S4具体包括：
将
Figure BDA0003330619620000071
之间均分为ni个点，且每个点记为xm，其中，m＝1,2,…,ni；x1＝1，
Figure BDA0003330619620000073
将第i个测温节点的数组Mi”[ni]的每个数据与xm一一对应；
对第i个测温节点的数组Mi”[ni]进行三次样条差值，且差值的边界条件为：
Figure BDA0003330619620000072
将m＝0,1，…，ni-1代入上式中解得样条函数Sm(x)，样条函数Sm(xm)其分别对应
Figure BDA0003330619620000074
共ni-1个自变量区间；
将xm代入到样条函数Sm(x)中得到差值处理后的数组ⅢMi”[ni]。通过上述方法的处理，使得最终结果的准确性高，结果的参考性强。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.一种基于温升的电缆隧道电缆接头异常发热识别方法，其特征在于：包括以下步骤：
S1.在设定采集周期内采集电缆各接头温度数据，并将第i个测温节点的温度数据记录为数组Ⅰ：Mi[ni]；其中，i表示电缆隧道中第i个测温节点，ni表示第i个测温节点所采集的数据个数；
S2.对数组Ⅰ进行归一化处理得到数组Ⅱ：M′i[ni]；
S3.剔除数组Ⅱ中的冗余数据得到数组Ⅲ：M″i[ni]；
S4.对数组Ⅲ进行插值处理，将每个测温节点的数据个数统一为
Figure FDA0003330619610000011
其中，T2为设定采集周期的长度，T1为测温节点中数据采集所需时间的最大值；
S5.对插值处理后的数组Ⅲ分为Q个数据段，记为M″ij[P]，其中，j＝1,2,3，…，P；
Figure FDA0003330619610000012
S6.计算目标测温节点与其他任一测温节点在相同数据段之间的相关系数：
Figure FDA0003330619610000013
其中，i表示第i个测温节点，且该节点作为目标节点，q表示第q个测温节点且i≠q，
Figure FDA0003330619610000014
分别表示第i个测温节点在第j个数据段的平均值以及第q个测温节点在第j个数据段的平均值；
S7.将目标测温节点与其他任一测温节点的相关系数的绝对值与设定阈值进行比较，如果相关系数的绝对值小于设定阈值，则在目标测温节点的初始发热故障权重上加1，判断目标测温节点的发热故障权重是否大于设定值，如是，则判定为当前目标测温节点的电缆接头发生发热故障。
2.根据权利要求1所述基于温升的电缆隧道电缆接头异常发热识别方法，其特征在于：步骤S2中，通过如下方法进行归一化处理：
Figure FDA0003330619610000021
其中，Mi[]min为第i个测温节点的温度数据的最小值，Mi[]max为第i个测温节点的温度数据的最大值。
3.根据权利要求1所述基于温升的电缆隧道电缆接头异常发热识别方法，其特征在于：步骤S3中，基于离散小波分解与重构算法对冗余数据进行剔除。
4.根据权利要求1所述基于温升的电缆隧道电缆接头异常发热识别方法，其特征在于：步骤S4具体包括：
将
Figure FDA0003330619610000022
之间均分为ni个点，且每个点记为xm，其中，m＝1,2,…,ni；x1＝1，
Figure FDA0003330619610000024
将第i个测温节点的数组M″i[ni]的每个数据与xm一一对应；
对第i个测温节点的数组M″i[ni]进行三次样条差值，且差值的边界条件为：
Figure FDA0003330619610000023
将m＝0,1，…，ni-1代入上式中解得样条函数Sm(x)，样条函数Sm(xm)其分别对应[1,x2],[x2,x3],…,
Figure FDA0003330619610000031
共ni-1个自变量区间；
将xm代入到样条函数Sm(x)中得到差值处理后的数组ⅢM″i[ni]。
CN202111279054.2A 2021-10-31 2021-10-31 基于温升的电缆隧道电缆接头异常发热识别方法 Pending CN113985320A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111279054.2A CN113985320A (zh) 2021-10-31 2021-10-31 基于温升的电缆隧道电缆接头异常发热识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111279054.2A CN113985320A (zh) 2021-10-31 2021-10-31 基于温升的电缆隧道电缆接头异常发热识别方法

Publications (1)

Publication Number Publication Date
CN113985320A true CN113985320A (zh) 2022-01-28

Family

ID=79745067

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111279054.2A Pending CN113985320A (zh) 2021-10-31 2021-10-31 基于温升的电缆隧道电缆接头异常发热识别方法

Country Status (1)

Country Link
CN (1) CN113985320A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978068A (zh) * 2019-04-02 2019-07-05 广东电网有限责任公司 一种基于多元模糊支持向量数据描述的高压电缆缺陷识别方法
CN110749379A (zh) * 2019-11-08 2020-02-04 积成电子股份有限公司 一种基于非接触红外测温的电缆接头故障检测方法及装置
CN112924046A (zh) * 2021-01-22 2021-06-08 国网江苏省电力有限公司宿迁供电分公司 一种环网柜电缆终端接头发热故障在线监测系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978068A (zh) * 2019-04-02 2019-07-05 广东电网有限责任公司 一种基于多元模糊支持向量数据描述的高压电缆缺陷识别方法
CN110749379A (zh) * 2019-11-08 2020-02-04 积成电子股份有限公司 一种基于非接触红外测温的电缆接头故障检测方法及装置
CN112924046A (zh) * 2021-01-22 2021-06-08 国网江苏省电力有限公司宿迁供电分公司 一种环网柜电缆终端接头发热故障在线监测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高云鹏;谭甜源;刘开培;阮江军;: "电缆接头温度反演及故障诊断研究", 高电压技术, no. 02, 29 February 2016 (2016-02-29) *

Similar Documents

Publication Publication Date Title
JP7314424B2 (ja) 太陽光発電アレイの動作状態を決定する方法および装置、デバイスならびに記憶媒体
CN111914883B (zh) 一种基于深度融合网络的主轴轴承状态评估方法及装置
CN103020166B (zh) 一种电力实时数据异常检测方法
CN117238058B (zh) 基于数据分析的汽车用起动机监测方法
CN112284440B (zh) 一种传感器数据偏差自适应修正方法
CN105468850A (zh) 基于多残差回归预测算法的电子产品退化趋势预测方法
CN108092623A (zh) 一种光伏阵列多传感器故障检测定位方法
CN117092980B (zh) 一种基于大数据的电气故障检测控制系统
CN117668684B (zh) 基于大数据分析的电网电能数据异常检测方法
CN111522808A (zh) 一种风电机组异常运行数据处理方法
CN103309347B (zh) 一种基于稀疏表示的多工况过程监控方法
CN112559598A (zh) 一种基于图神经网络的遥测时序数据异常检测方法及系统
CN115982663A (zh) 一种新能源风机设备的故障预警系统
CN115220396A (zh) 一种数控机床智能监控方法及系统
CN116243108A (zh) 配网故障点定位方法及系统、设备及介质
CN116047164A (zh) 一种电动汽车绝缘电阻异常的检测方法和检测装置
CN103646013A (zh) 一种基于协方差矩阵范数逼近的多重故障重构方法
CN113625104B (zh) 一种面向行波故障定位的线长修正方法
CN117633695B (zh) 一种基于电参数时序分析的变压器运行监测方法
CN117807538A (zh) 一种基于动态阈值和趋势预测的故障检测方法
CN113985320A (zh) 基于温升的电缆隧道电缆接头异常发热识别方法
CN116383750A (zh) 一种基于加窗差分健康指标的滚动轴承早期异常检测方法
CN115792462A (zh) 一种基于变分模态分解的串联电弧故障检测方法和系统
CN112964948B (zh) 基于录波数据反演的串联电抗器运行状态在线监测方法及系统
CN110516659A (zh) 滚珠丝杠退化阶段识别方法、装置、设备及存储介质

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