CN115201644A - 一种xlpe电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及系统 - Google Patents

一种xlpe电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及系统 Download PDF

Info

Publication number
CN115201644A
CN115201644A CN202210835277.0A CN202210835277A CN115201644A CN 115201644 A CN115201644 A CN 115201644A CN 202210835277 A CN202210835277 A CN 202210835277A CN 115201644 A CN115201644 A CN 115201644A
Authority
CN
China
Prior art keywords
moisture
insulation defect
xlpe
cable
insulation
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
CN202210835277.0A
Other languages
English (en)
Inventor
何若冰
陈煜兴
何平
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.)
Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Yangjiang Power Supply Bureau of Guangdong Power Grid 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 Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Yangjiang Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202210835277.0A priority Critical patent/CN115201644A/zh
Publication of CN115201644A publication Critical patent/CN115201644A/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
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
    • G01R31/1263—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
    • G01R31/1272—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明属于电缆缺陷诊断技术领域，特别涉及一种XLPE电缆绝缘缺陷及受潮状态诊断的方法，通过双向神经网络算法建模，在建模中将电缆的局部放电状态通过量化的方式形成数组，并作为变量参数加入到模型中去，解决了传统的电缆缺陷检测方法与实际的误差较大，且难以修正的技术难题。本发明还提供了一种存储有该方法程序的非暂态可读记录媒体及包含该媒体的系统，通过处理电路可以调用该程序，以执行上述方法。

Description

一种XLPE电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及 系统
技术领域
本发明属于电缆缺陷诊断技术领域，公开了一种XLPE电缆绝缘缺陷及受潮状态诊断的方法、存储有能执行该方法程序的记录媒体及系统。
背景技术
交联聚乙烯(Cross-linked polyethylene,XLPE)电缆在高压输电领域有着广泛的应用。运行经验表明，阴雨潮湿地带敷设的电力电缆常常因受潮而导致绝缘性能下降，这些隐患积累和发展到一定程度后会迅速导致电缆故障。由于XLPE电缆的安装与敷设工艺相对复杂，且运行环境也较为严苛，往往会在电缆不同位置处产生不同程度的受潮，引发的局部放电程度也不同。受潮处的局部放电现象包含了故障处的缺陷类型信息，因此局部放电测量被认为是检测和识别XLPE电缆受潮度的有效手段。
但是，电缆受潮或绝缘缺陷并不必然引起某种程度的局部放电，对受潮程度的考量方式有很多，受潮程度严重虽然引发绝缘缺陷的概率较大，却并非必然与绝缘缺陷正相关，本领域的技术人员难以量化电缆受潮、绝缘缺陷、局部放电状况之间的复相关关系，故传统的电缆缺陷检测方法与实际的误差较大，且难以修正。
发明内容
针对上述问题，本发明提供一种XLPE电缆绝缘缺陷及受潮状态诊断的方法，通过双向神经网络算法建模，在建模中将电缆的局部放电状态通过量化的方式形成数组，并作为变量参数加入到模型中去，解决了传统的电缆缺陷检测方法与实际的误差较大，且难以修正的技术难题。
具体方案包括如下步骤：
S1.测量不同受潮程度及绝缘缺陷类型的同型号定长XLPE电缆的潮湿参数集合；
S2.测量不同受潮程度及绝缘缺陷类型的同型号定长XLPE电缆的局部放电参数集合；
S3.建立不同受潮程度及绝缘缺陷类型下的所述局部放电参数及潮湿参数的指纹图谱；
S4.根据所述指纹图谱采用双向循环神经网络构建模型；
S5.将现场测得的局部放电值及潮湿参数值代入所述模型，识别电缆的绝缘缺陷类型并评估其受潮程度。
上述技术方案将量化后的局部放电因素纳入建模范畴，并通过双向神经网络构建模型，这种由多重数组构成的模型能够拟合原本不确定的复相关关系，使得诊断的准确性得到大幅提升。
优选的，局部放电参数包括放电频率和放电累积能量。
这两个因子能简单地概括局部放电的程度。
进一步的，潮湿参数包括含水量、介质损耗、电导率。
含水量、介质损耗、电导率三个参数是传统方法中用来衡量潮湿程度的量，这里将其复合到模型中，与局部放电参数一起对模型的建立施加复合影响，将使得模型更贴近现实。
更进一步的，绝缘缺陷类型分为5类，S5步骤中还包括对诊断精度的衡量步骤，对于识别的所述绝缘缺陷类型采用识别率作为衡量标准，对于所述受潮程度则引入数积计算来评估误差，由此得到如下目标函数：
Figure BDA0003747667630000021
其中，NFi为序列F中缺陷类型识别为Fi的缺陷个数；NT为序列F的长度；
Figure BDA0003747667630000022
为转化为五位二进制热独码的阶段数序列；E为5×5规格的单位矩阵；k为缺陷类型的识别率；p为该判断结果的置信概率。
这种设置能在保证精度要求的前提下减少计算量和计算资源的占用，同时可以通过评估误差来对模型作出科学地修正。
本发明的另一方案在于提供一种非暂态可读记录媒体，用以存储包含多个指令的一个或多个程序，当执行指令时，将致使处理电路执行上述的XLPE电缆绝缘缺陷及受潮状态诊断的方法。
本发明的又一方案在于提供一种XLPE电缆绝缘缺陷及受潮状态诊断的系统，包括处理电路及与其电性耦接的存储器，所述存储器配置储存至少一程序，所述程序包含多个指令，所述处理电路运行所述程序，能执行上述XLPE电缆绝缘缺陷及受潮状态诊断的方法。
附图说明
图1为本发明中双向神经网络算法示意图；
图2为本发明实施例中局部放电状态的测量及数据采集示意图；
其中，1.调压单元；2.采集单元；3.测量单元；4.识别单元；5.调压电阻；6.无晕试验变压器，7.保护电阻，8.电容分压器；9.耦合电容；10.测量电阻；11.示波器；12.同步控制电路。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述，所描述的实施例是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域技术人员在没有做出创新劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本实施例中建模采用双向循环神经网络(Bi-directional recurrentneural networks，简称BRNN)的算法结构。BRNN算法是一种单向神经网络算法拓展得到的新型神经网络形式，与单向神经网络算法仅关注数据前向传输不同，BRNN结构则由两个方向相反的神经网络构成，BRNN算法允许网络内部循环连接，而这些重复的连接将先前输入的数据暂存在网络的内部，从而影响神经网络的输出，能够实现信息流的反向传播，即同时关注前后次输入对神经网络算法的影响。
准备多组同型号定长的XLPE电力电缆，每组电缆长2米，使用者可通过上位机的电缆切换按钮切换待检测的电缆试样，按钮启动后，切换开关动作，切换待检测电缆试样。
通过片状传感器匹配上位机的RFID接收器，实现对电缆含水量、介质损耗、电导率等反映受潮程度的参数测量，获得潮湿参数集合；其中片状传感器传感有效检测距离≥2.0m，温度检测范围：-40℃～100℃，含水量检测范围：25％～98％；选取增益为9dBi，频率范围为840/940MHz，阻抗为50Ω的RFID接收器，以便提升检测效率。
如图2所示，局部放电测量部分包括调压单元1、采集单元2、测量单元3；其中，调压单元1包括调压电阻5、无晕试验变压器6、保护电阻7、电容分压器8。由调压电阻5、无晕试验变压器6产生交流电压，经保护电阻7和电容分压器8后为采集单元2中待检测试样提供电压。保护电阻7的作用是限制试样被击穿时通过无晕试验变压器6的电流，避免其遭到冲击。电容分压器8的作用是实时监控无晕试验变压器6输出侧的电压值，并将其输入测量单元3，作为放电信号的相位参考。
测量单元3则包括耦合电容9、测量电阻10、示波器11和同步控制电路12。耦合电容9为测量电阻10提供通路，测量电阻10为脉冲电流实验电阻，利用脉冲电流法将脉冲电流再耦合到测量电阻10上，再通过示波器11显示局部放电信息。示波器11选用具有FastFrame功能的Tektronix DPO 7000C示波器，测量单元3中还可匹配脉冲电流法以外的高频法、特高频法、光纤法等多种局部放电测量方法对待测试样进行局部放电检测，获得的放电频率、放电累积能量等数据集合传输至识别单元4。
识别单元4利用前期数据库中受潮程度检测和局部放电测量数据集建立指纹图谱，其中指纹参数包括含水量、介质损耗、电导率、放电频率、放电累积能量，绝缘缺陷类型按由轻至重分为5类，受潮程度沿用前期数据库中的经验数据。根据指纹图谱采用双向循环神经网络构建模型；再将现场测得的局部放电值及潮湿参数值代入所述模型，识别电缆的绝缘缺陷类型并评估其受潮程度。
对于识别的所述绝缘缺陷类型采用识别率作为衡量标准，对于所述受潮程度则引入数积计算来评估误差，由此得到如下目标函数：
Figure BDA0003747667630000051
其中，NFi为序列F中缺陷类型识别为Fi的缺陷个数；NT为序列F的长度；
Figure BDA0003747667630000052
为转化为五位二进制热独码的阶段数序列；E为5×5规格的单位矩阵；k为缺陷类型的识别率；p为该判断结果的置信概率。如果k或p的值不能满足要求，则调整绝缘缺陷类型的划分或受潮数据的检测种类，重新构造模型来进行修正，直至检测的准确度满足要求为止。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机、可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
将上述方法步骤汇编成程序再存储于硬盘或其他非暂态存储介质就构成了本发明的“一种非暂态可读记录媒体”技术方案；而将该存储介质与计算机处理器电连接，通过数据处理能完成对XLPE电缆绝缘缺陷及受潮状态诊断，则构成本发明的“一种XLPE电缆绝缘缺陷及受潮状态诊断的系统”技术方案。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种XLPE电缆绝缘缺陷及受潮状态诊断的方法，其特征在于包括以下步骤：
S1.测量不同受潮程度及绝缘缺陷类型的同型号定长XLPE电缆的潮湿参数集合；
S2.测量不同受潮程度及绝缘缺陷类型的同型号定长XLPE电缆的局部放电参数集合；
S3.建立不同受潮程度及绝缘缺陷类型下的所述局部放电参数及潮湿参数的指纹图谱；
S4.根据所述指纹图谱采用双向循环神经网络构建模型；
S5.将现场测得的局部放电值及潮湿参数值代入所述模型，识别电缆的绝缘缺陷类型并评估其受潮程度。
2.根据权利要求1所述的一种XLPE电缆绝缘缺陷及受潮状态诊断的方法，其特征在于，所述局部放电参数包括放电频率和放电累积能量。
3.根据权利要求2所述的一种XLPE电缆绝缘缺陷及受潮状态诊断的方法，其特征在于，所述潮湿参数包括含水量、介质损耗、电导率。
4.根据权利要求1-3中任一项所述的一种XLPE电缆绝缘缺陷及受潮状态诊断的方法，其特征在于，所述绝缘缺陷类型分为5类，S5步骤中还包括对诊断精度的衡量步骤，对于识别的所述绝缘缺陷类型采用识别率作为衡量标准，对于所述受潮程度则引入数积计算来评估误差，由此得到如下目标函数：
Figure FDA0003747667620000011
其中，NFi为序列F中缺陷类型识别为Fi的缺陷个数；NT为序列F的长度；
Figure FDA0003747667620000012
为转化为五位二进制热独码的阶段数序列；E为5×5规格的单位矩阵；k为缺陷类型的识别率；p为该判断结果的置信概率。
5.一种非暂态可读记录媒体，用以存储包含多个指令的一个或多个程序，其特征在于，当执行指令时，将致使处理电路执行权利要求4中所述的一种XLPE电缆绝缘缺陷及受潮状态诊断的方法。
6.一种XLPE电缆绝缘缺陷及受潮状态诊断的系统，包括处理电路及与其电性耦接的存储器，其特征在于，所述存储器配置储存至少一程序，所述程序包含多个指令，所述处理电路运行所述程序，能执行权利要求4中所述的一种XLPE电缆绝缘缺陷及受潮状态诊断的方法。
CN202210835277.0A 2022-07-15 2022-07-15 一种xlpe电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及系统 Pending CN115201644A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210835277.0A CN115201644A (zh) 2022-07-15 2022-07-15 一种xlpe电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210835277.0A CN115201644A (zh) 2022-07-15 2022-07-15 一种xlpe电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及系统

Publications (1)

Publication Number Publication Date
CN115201644A true CN115201644A (zh) 2022-10-18

Family

ID=83581847

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210835277.0A Pending CN115201644A (zh) 2022-07-15 2022-07-15 一种xlpe电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及系统

Country Status (1)

Country Link
CN (1) CN115201644A (zh)

Similar Documents

Publication Publication Date Title
London et al. Analysis of measurement-set qualitative characteristics for state-estimation purposes
CN112699913A (zh) 一种台区户变关系异常诊断方法及装置
CN107561347B (zh) 电压暂降严重程度评价方法和系统
CN111459700A (zh) 设备故障的诊断方法、诊断装置、诊断设备及存储介质
CN111551790B (zh) 用于确定用于电力系统的绝缘的介电质等效电路图的元件的方法和设备
CN110261746B (zh) 基于振荡波电压周期衰减特性的电缆缺陷检测方法
CN112085071A (zh) 一种基于边缘计算的配电房设备故障分析预判方法及装置
CN106557546A (zh) 一种对特高压在线监测数据进行挖掘并评价的方法及系统
CN115015683B (zh) 电缆生产的性能测试方法、装置、设备及存储介质
CN117471227B (zh) 汽车线束参数性能测试方法及测试系统
CN108387824A (zh) 一种改进回复电压测量方式的油纸绝缘状态评估方法
CN117150386A (zh) 基于自适应的湿度传感器测量不确定度的评定方法及装置
CN116401532A (zh) 一种电力系统受扰后频率失稳识别方法及系统
CN116520068B (zh) 一种电力数据的诊断方法、装置、设备及存储介质
CN117290719B (zh) 基于数据分析的巡检管理方法、装置及存储介质
CN116681186B (zh) 一种基于智能终端的用电质量分析方法及装置
CN117499887A (zh) 一种基于多传感器融合技术的数据采集方法及系统
CN115201644A (zh) 一种xlpe电缆绝缘缺陷及受潮状态诊断的方法、记录媒体及系统
CN117630800A (zh) 一种电能表自动检定装置故障诊断方法及系统
CN115267035B (zh) 一种色谱仪故障诊断分析方法及系统
CN111614504A (zh) 基于时间序列和故障树分析的电网调控数据中心业务特性故障定位方法及系统
CN115389881A (zh) 一种电缆中间接头的绝缘状态评估方法及装置
CN115308644A (zh) 基于电流偏移比差分析的变压器绕组故障检测方法及系统
CN114186624A (zh) 基于二维卷积神经网络的损伤识别模型建立方法及设备
CN108491862A (zh) 一种变电设备传感器群数据融合与无线汇聚方法及系统

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