CN115856613A - 断路器状态评估方法 - Google Patents

断路器状态评估方法 Download PDF

Info

Publication number
CN115856613A
CN115856613A CN202211697999.0A CN202211697999A CN115856613A CN 115856613 A CN115856613 A CN 115856613A CN 202211697999 A CN202211697999 A CN 202211697999A CN 115856613 A CN115856613 A CN 115856613A
Authority
CN
China
Prior art keywords
state
index
circuit breaker
category
value
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
CN202211697999.0A
Other languages
English (en)
Inventor
杨会轩
苏明
李欣
张瑞照
刘金会
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.)
Beijing Huaqing Future Energy Technology Research Institute Co ltd
Huake Inno Jiangsu Energy Technology Co ltd
Huake Inno Qingdao Energy Technology Co ltd
Shandong Huake Information Technology Co ltd
Original Assignee
Beijing Huaqing Future Energy Technology Research Institute Co ltd
Huake Inno Jiangsu Energy Technology Co ltd
Huake Inno Qingdao Energy Technology Co ltd
Shandong Huake Information Technology 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 Beijing Huaqing Future Energy Technology Research Institute Co ltd, Huake Inno Jiangsu Energy Technology Co ltd, Huake Inno Qingdao Energy Technology Co ltd, Shandong Huake Information Technology Co ltd filed Critical Beijing Huaqing Future Energy Technology Research Institute Co ltd
Priority to CN202211697999.0A priority Critical patent/CN115856613A/zh
Publication of CN115856613A publication Critical patent/CN115856613A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本公开描述一种断路器状态评估方法。包括确定断路器的多个状态指标并对断路器的运行状态进行监测以更新断路器的各个状态指标的重要程度;构建断路器的权重向量;获取断路器的预设时刻的多个状态指标对应的指标值集,将各个状态指标分为正向类别和反向类别,对状态指标进行归一化处理以获取归一化后的指标值;建立隶属函数并获取计算结果,构建隶属度矩阵;并且计算评估状态向量并获取断路器的状态类别,基于预设评估区间确定目标值对应的评估值,基于评估值获取状态类别。由此,能够提高状态指标和断路器综合状态的关联性,从而能够提高断路器状态评估的可靠性。

Description

断路器状态评估方法
技术领域
本公开大体涉及断路器评估技术领域,具体涉及一种断路器状态评估方法。
背景技术
随着我国特高压工程的建设和能源互联网的提出,对海量电力设备健康管理的重要性日益凸显出来,断路器作为电力系统中核心的控制和保护设备,保障其可靠稳定的运行状态尤为重要,对其状态监测和维修保养必不可少。
现有的断路器评估技术中,通常采用各种模糊综合评价方法,构造不同的征兆状态指标隶属度函数,主要通过专家经验确定状态指标权重。为了强调严重劣化综合状态量对断路器性能的重要性,部分现有技术还采用了灰色理论和三角模糊数对权重进行修正和处理。
但是,依靠专家经验进行权重分配,往往会带来局限性,例如无法合理地依据断路器实际运行状态进行权重分配,导致维护人员对断路器的实际运行状态的判断产生偏差。
发明内容
本公开是有鉴于上述的状况而提出的,其目的是提供一种根据断路器实际运行情况调整各状态指标权重的断路器状态评估方法。
为此,本公开提供了一种断路器状态评估方法,其特征在于,包括:确定待评估的断路器的多个状态指标并对所述待评估的断路器的运行状态进行监测以更新所述待评估的断路器的各个状态指标的重要程度,状态指标与断路器的状态相关;基于所述待评估的断路器的多个状态指标的重要程度和所述待评估的断路器所属的型号构建所述待评估的断路器的权重向量;获取所述待评估的断路器的预设时刻的多个状态指标对应的指标值集,将各个状态指标分为正向类别和反向类别,基于所述指标值集对所述正向类别的状态指标和所述反向类别的状态指标分别进行归一化处理以获取归一化后的指标值;利用模糊分布法建立隶属函数并利用所述隶属函数获取所述归一化后的指标值对应的计算结果,基于所述计算结果构建隶属度矩阵;并且基于所述权重向量和所述隶属度矩阵计算评估状态向量并基于所述评估状态向量和预设评估区间获取所述待评估的断路器的状态类别,所述评估状态向量包括多个分别与各个状态指标对应的目标值,基于所述预设评估区间确定所述目标值对应的评估值,基于所述评估值获取所述状态类别,其中,构建所述权重向量包括:获取所述型号对应的多个已知故障类型的断路器的状态指标的指标值并构建数据集,对于各个状态指标,获取所述构建数据集中超过预设指标范围的多个指标值并基于所述多个指标值确定各个状态指标的置信度,基于各个状态指标的置信度计算各个状态指标的第一权重,基于所述待评估的断路器的各个状态指标的重要程度对各个状态指标的第一权重进行处理以获得各个状态指标的第二权重,基于多个状态指标的第二权重构建所述权重向量。在这种情况下,通过监测待评估的断路器的运行状态以更新待评估的断路器的各个状态指标的重要程度,能够基于待评估的断路器的实际运行状态确定待评估的状态指标。另外,基于各个状态指标的置信度计算各个状态指标的第一权重,基于待评估的断路器的各个状态指标的重要程度对各个状态指标的第一权重进行处理以获得各个状态指标的第二权重,由此,能够基于待评估断路器的实际运行情况和状态指标的重要程度,对状态指标的权重进行调整,能够提高状态指标和断路器综合状态的关联性,从而能够提高断路器状态评估的可靠性。
另外,在本公开所涉及的评估方法中,可选地,所述故障类型包括绝缘故障类型、机械故障类型和电气故障类型中的至少一种。由于目前的断路器中主要存在绝缘故障类型、机械故障类型和电气故障类型,通过对绝缘故障类型、机械故障类型和电气故障类型中的至少一种进行判断,能够覆盖断路器工作过程中的大部分故障情况。
另外,在本公开所涉及的评估方法中,可选地,与所述绝缘故障类型相关的状态指标包括气体密度、气体压力、气体微水含量和局部放电量中的至少一种;与所述机械故障类型相关的状态指标包括刚分速度、刚合速度、分闸时间、合闸时间、不同期合闸和不同期分闸中的至少一种;与所述电气故障类型相关的状态指标包括主回路电阻值和相对电磨损程度中的至少一种。由此,能够利用多个不同的状态指标分别分析不同的故障类型,进而能够基于状态指标进行断路器的运行状态评估。
另外,在本公开所涉及的评估方法中,可选地,所述正向类别为数值越大所述待评估的断路器发生故障的概率越小的状态指标所属的类别,所述反向类别为数值越大所述待评估的断路器发生故障的概率越大的状态指标所属的类别;在对所述正向类别的状态指标的归一化处理中,获取各个状态指标的最大值和最小值并计算各个状态指标的最大值与各个状态指标的指标值之间的第一差值和各个状态指标的最大值与各个状态指标的最小值之间的第二差值,将所述第一差值和所述第二差值之间的比值作为所述正向类别对应的所述归一化后的指标值;在对所述反向类别的状态指标的归一化处理中,获取各个状态指标的最大值和最小值并计算各个状态指标的指标值与各个状态指标的最小值之间的第三差值和各个状态指标的最大值与各个状态指标的最小值之间的第四差值,将所述第三差值和所述第四差值之间的比值作为所述反向类别对应的所述归一化后的指标值。在这种情况下,通过对状态指标的归一化处理,能够便于状态指标的后续规范化处理,从而能够便于断路器状态的综合评估。
另外,在本公开所涉及的评估方法中,可选地,各个状态指标的置信度为断路器的状态指标的指标值超过所述预设指标范围时,该断路器发生与各个状态指标相关的故障类型的故障的概率。由此,能够利用置信度关联状态指标与故障的概率的相关性,进而能够在状态指标的指标值超过所述预设指标范围时,利用置信度表示断路器可能会发生故障的概率。
另外,在本公开所涉及的评估方法中,可选地,各个状态指标的第一权重为各个状态指标的置信度与多个状态指标的置信度的总和之间的比值。在这种情况下,通过对各个状态指标的置信度进行归一化处理,能够基于各个状态指标的置信度获取各个状态指标的第一权重。
另外,在本公开所涉及的评估方法中,可选地,基于所述待评估的断路器的各个状态指标的重要程度和均衡系数对各个状态指标的第一权重进行处理以获得各个状态指标的第二权重,所述均衡系数的区间为[0,1]。在这种情况下,通过获取各个状态指标的第二权重,也即,对各个状态指标进行变权重处理,能够反映断路器的实际运行状态,能够减少断路器机械、绝缘和电气故障类型劣化程度不均衡的情况。
另外,在本公开所涉及的评估方法中,可选地,所述隶属函数为岭形隶属度分布函数。在这种情况下,岭形隶属度分布函数能够降低隶属度较低的状态指标对综合评估结果的影响,同时能够增加隶属度较高的状态指标对中和评估结果的影响。另外,采用岭形隶属度分布函数处理断路器状态指标的评估结果比较符合断路器的实际运行结果。
另外,在本公开所涉及的评估方法中,可选地,所述预设评估区间的划分方式与所述状态类别相关,所述状态类别包括正常状态、警告状态、异常状态和严重状态中的至少一种,还包括基于所述状态类别输出应对措施,其中,若所述状态类别为正常状态,所述应对措施包括不安排检修计划或调试计划和延长调试周期,若所述状态类别为警告状态,所述应对措施包括继续监测和维持调试周期;若所述状态类别为异常状态,所述应对措施包括加强监测和缩短调试周期;若所述状态类别为严重状态,所述应对措施包括立即停电。由此,能够基于断路器的状态类别,对断路器进行相应应对措施。
另外,在本公开所涉及的评估方法中,可选地,所述隶属度矩阵与所述权重向量相乘以获取所述评估状态向量。由此,能够基于评估状态向量判断断路器的状态类别。
基于本公开,能够获得而一种根据断路器实际运行情况调整各状态指标权重的断路器状态评估方法。
附图说明
现在将仅通过参考附图的例子进一步详细地解释本公开,其中:
图1是示出了本公开示例所涉及的断路器状态评估方法的应用场景示意图。
图2是示出了本公开示例所涉及的断路器状态评估方法的流程图。
图3是示出了本公开示例所涉及的断路器的绝缘故障类型的框图。
图4是示出了本公开示例所涉及的断路器的机械故障类型的框图。
图5是示出了本公开示例所涉及的断路器的电气故障类型的框图。
图6是示出了本公开示例所涉及的断路器状态评估方法中确定权重向量的流程图。
图7是示出了本公开示例所涉及的断路器状态评估方法中构建隶属度矩阵的流程图。
图8是示出了本公开示例所涉及的断路器评估方法中确定状态类别的流程图。
具体实施方式
以下,参考附图,详细地说明本公开的优选实施方式。在下面的说明中,对于相同的部件赋予相同的符号,省略重复的说明。另外,附图只是示意性的图,部件相互之间的尺寸的比例或者部件的形状等可以与实际的不同。
需要说明的是,本公开中的术语“包括”和“具有”以及它们的任何变形,例如所包括或所具有的一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可以包括或具有没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本公开所描述的所有方法可以以任何合适的顺序执行,除非在此另有指示或者与上下文明显矛盾。
另外,在本公开的下面描述中涉及的小标题等并不是为了限制本公开的内容或范围,其仅仅是作为阅读的提示作用。这样的小标题既不能理解为用于分割文章的内容,也不应将小标题下的内容仅仅限制在小标题的范围内。
图1是示出了本公开示例所涉及的断路器10状态评估方法的应用场景示意图。参考图1,监控服务器20可以存储断路器10的信息例如厂家的信息和收集断路器10的数据例如故障数据。在一些示例中,本公开涉及的评估方法可以以计算机程序指令的形式存储在监控服务器20中并由监控服务器20执行,监控服务器20可以通过执行该评估方法以实现基于断路器10的故障数据对断路器10的故障类型进行预测。在一些示例中,监控客户端30可以获取监控服务器20收集的断路器10的数据,若出现异常的数据,则监控客户端30可以根据预测的故障类型通知的相应的维修人员40进行维修。由此,能够实现精准维修。
图2是示出了本公开示例所涉及的断路器10状态评估方法的流程图。
参考图2,在本实施方式中,评估方法可以包括确定待评估的多个状态指标(步骤S100)、构建断路器10的权重向量(步骤S110)、对状态指标进行归一化处理(步骤S120)、构建隶属度矩阵(步骤S130)和获取待评估的断路器10的状态类别(步骤S140)。
在步骤S100中,在一些示例中,需要先对待评估的断路器10的运行状态进行监测以更新待评估的断路器10的各个状态指标的重要程度。其中,各个状态指标的重要程度由断路器10实际运行状态得出。在一些示例中,断路器10的故障类型可以包括绝缘故障类型、机械故障类型和电气故障类型中的至少一种。由于目前的断路器10中主要存在绝缘故障类型、机械故障类型和电气故障类型,通过对绝缘故障类型、机械故障类型和电气故障类型中的至少一种进行判断,能够覆盖断路器10工作过程中的大部分故障情况。
图3是示出了本公开示例所涉及的断路器10的绝缘故障类型的框图。参考图3,在一些示例中,绝缘故障类型相关的状态指标包括气体密度、气体压力、气体微水含量和局部放电量中的至少一种。其中,气体是指断路器10的绝缘介质。在一些示例中,气体可以为六氟化硫。另外,气体微水含量是指高压断路器10气体中的水蒸气含量,微水含量过高会影响断路器10的绝缘特性。
图4是示出了本公开示例所涉及的断路器10的机械故障类型的框图。参考图4,在一些示例中,机械故障类型相关的状态指标包括刚分速度、刚合速度、分闸时间、合闸时间、不同期合闸和不同期分闸中的至少一种。其中,刚分速度过小会延长燃弧时间,使断路器10压力过大。另外,刚分速度过大会导致电弧能量增加,从而影响断路器10的安全运行。另外,刚和速度过大会导致触头烧损严重,刚和速度过小会影响断路器10使用寿命。
图5是示出了本公开示例所涉及的断路器10的电气故障类型的框图。参考图5,在一些示例中,电气故障类型相关的状态指标包括主回路电阻值和相对电磨损程度中的至少一种。其中,主回路电阻值和相对电磨损程度会影响断路器10中的电路的使用安全。
如上所述,优选地,本公开的评估方法涉及的状态指标可以包括气体密度、气体压力、气体微水含量、局部放电量、刚分速度、刚合速度、分闸时间、合闸时间、不同期合闸、不同期分闸、主回路电阻值和相对电磨损程度中的至少一种。由此,能够利用多个不同的状态指标分别分析不同的故障类型,进而能够基于状态指标进行断路器的运行状态评估。
在步骤S110中,本公开基于待评估的断路器10的多个状态指标的重要程度和待评估的断路器10所属的型号构建待评估的断路器10的权重向量。
图6是示出了本公开示例所涉及的断路器10状态评估方法中确定权重向量的流程图。下面参考图6详细说明:
参考图6,在本实施方式中,确定权重向量可以包括获取状态指标的指标值(步骤S200)、确定各个状态指标的置信度(步骤S210)、计算各个状态指标的第一权重(步骤S220)、获取各个状态指标的第二权重(步骤S230)和构建权重向量(步骤S240)。
在步骤S200中,在一些示例中,具体地,需要先获取型号对应的多个已知故障类型的断路器10的状态指标的指标值并构建数据集。在一些示例中,可以定义事件X为状态指标的指标值超过预设指标范围,同时定义事件Y为该断路器10发生与各个状态指标相关的故障类型的故障。
在步骤S210中,在一些示例中,各个状态指标的置信度θi可以表示为:
Figure BDA0004024196530000071
其中,θi为第i个状态指标的置信度,
Figure BDA0004024196530000072
表示事件Xi发生后,事件Y发生的可信程度,p(YXi)为条件概率,表示事件Xi发生的情况下,事件Y同时发生的概率,事件Xi为第i个状态指标的指标值超过预设指标范围,事件Y为该断路器10发生与各个状态指标相关的故障类型的故障。例如,事件Xi可以为气体密度超过预设气体密度范围,事件Y可以为断路器10发生绝缘故障。
如上所述,具体地,各个状态指标的置信度为断路器10的状态指标的指标值超过预设指标范围时,该断路器10发生与各个状态指标相关的故障类型的故障的概率。其中,状态指标超过预设指标范围为各个状态指标值超过状态指标的指标值的标准值的上限或低于状态指标的指标值的标准值的下限。
由此,能够利用置信度关联状态指标与故障的概率的相关性,进而能够在状态指标的指标值超过所述预设指标范围时,利用置信度表示断路器可能会发生故障的概率。
在步骤S220中,在一些示例中,各个状态指标的第一权重wi 0可以表示为:
Figure BDA0004024196530000081
其中,
Figure BDA0004024196530000083
为第i个状态指标的第一权重,θi为第i个状态指标的置信度。也即,各个状态指标的第一权重为各个状态指标的置信度与多个状态指标的置信度的总和之间的比值。在这种情况下,通过对各个状态指标的置信度进行归一化处理,能够基于各个状态指标的置信度获取各个状态指标的第一权重。
在步骤S230中,在一些示例中,各个状态指标的第二权重
Figure BDA0004024196530000087
可以表示为:
Figure BDA0004024196530000082
其中,
Figure BDA0004024196530000085
为第i个状态指标的第二权重,/>
Figure BDA0004024196530000084
为第i个状态指标的第一权重,/>
Figure BDA0004024196530000086
为第j时刻,第i个状态指标归一化后的指标值(稍后描述),α为均衡系数。具体地,基于待评估的断路器10的各个状态指标的重要程度和均衡系数对各个状态指标的第一权重进行处理以获得各个状态指标的第二权重,均衡系数的区间为[0,1]。在这种情况下,通过获取各个状态指标的第二权重,也即,对各个状态指标进行变权重处理,能够反映断路器10的实际运行状态,能够减少断路器10机械、绝缘和电气故障类型劣化程度不均衡的情况。
在步骤S240中,基于多个状态指标的第二权重构建所述权重向量W,可以表示为:
Figure BDA0004024196530000091
其中,W为权重向量。由此,能够基于待评估断路器10的实际运行情况和状态指标的重要程度,对状态指标的权重进行调整,能够提高状态指标和断路器10综合状态的关联性,从而能够提高断路器10状态评估的可靠性。
继续参考图2,在步骤S120中,需要对状态指标进行归一化处理。首先,需要获取待评估的断路器10的预设时刻的多个状态指标对应的指标值集,将各个状态指标分为正向类别和反向类别。其中,正向类别为数值越大待评估的断路器10发生故障的概率越小的状态指标所属的类别,反向类别为数值越大待评估的断路器10发生故障的概率越大的状态指标所属的类别。
其次,需要基于指标值集对正向类别的状态指标和反向类别的状态指标分别进行归一化处理以获取归一化后的指标值。以下详细说明归一化处理过程:
在一些示例中,正向类别的状态指标的归一化处理可以表示为:
Figure BDA0004024196530000092
其中,oi,j为第j时刻状态指标i的指标值,max(oi)为状态指标i的最大值,min(oi)为状态指标i的最小值。在上述处理中,max(oi)-oi,j为第一差值,max(oi)-min(oi)为第二差值。具体地,在对正向类别的状态指标的归一化处理中,获取各个状态指标的最大值和最小值并计算各个状态指标的最大值与各个状态指标的指标值之间的第一差值和各个状态指标的最大值与各个状态指标的最小值之间的第二差值,将第一差值和第二差值之间的比值作为正向类别对应的归一化后的指标值。
在一些示例中,反向类别的状态指标的归一化处理可以表示为:
Figure BDA0004024196530000093
其中,oi,j为第j时刻状态指标i的指标值,max(oi)为状态指标i的最大值,min(oi)为状态指标i的最小值。在上述处理中,oi,j-min(oi)为第三差值,max(oi)-min(oi)为第四差值。具体地,在对反向类别的的状态指标的归一化处理中,获取各个状态指标的最大值和最小值并计算各个状态指标的指标值与各个状态指标的最小值之间的第三差值和各个状态指标的最大值与各个状态指标的最小值之间的第四差值,将第三差值和第四差值之间的比值作为反向类别对应的归一化后的指标值。
在步骤S130中,需要利用模糊分布法建立隶属函数并利用所述隶属函数获取所述归一化后的指标值对应的计算结果,基于所述计算结果构建隶属度矩阵。
图7是示出了本公开示例所涉及的断路器10状态评估方法中构建隶属度矩阵的流程图。
参考图7,在一些示例中,构建隶属度矩阵可以包括建立隶属函数(步骤S300)、获取对应的计算结果(步骤S310)和计算隶属度矩阵(步骤S320)。
在步骤S300中,在本实施方式中,隶属函数为岭形隶属度分布函数。在这种情况下,岭形隶属度分布函数能够降低隶属度较低的状态指标对综合评估结果的影响,同时能够增加隶属度较高的状态指标对中和评估结果的影响。另外,采用岭形隶属度分布函数处理断路器10状态指标的评估结果比较符合断路器10的实际运行结果。
以下结合表达式详细说明建立隶属函数:
本公开涉及的隶属函数表达式可以为:
Figure BDA0004024196530000101
Figure BDA0004024196530000102
Figure BDA0004024196530000111
Figure BDA0004024196530000112
其中,pi为断路器10不同状态等级的模糊分界线,在本实施方式中,p1的取值为0.2,p2的取值为0.4,p3的取值为0.6,以及p4的取值为0.8。另外,p1为较差状态等级的模糊分界线,p2为一般状态等级的模糊分界线,p3为较好状态等级的模糊分界线,以及p4为良好状态等级的模糊分界线。
另外,qi的表达式可以为:
q1=(p2-p1),q2=(p1+p2)2,q3=(p2+p3)2,q4=(p3+p4)2
在步骤S310中,利用隶属函数获取归一化后的指标值对应的计算结果。
在步骤S320中,基于上述计算结果计算隶属度矩阵,其中,隶属度矩阵H的表达式可以为:
Figure BDA0004024196530000113
继续参考图2,在步骤S140中,基于评估状态向量和预设评估区间获取待评估的断路器10的状态类别。图8是示出了本公开示例所涉及的断路器10评估方法中确定状态类别的流程图。下面结合图8详细说明:
参考图8,确定状态类别可以包括计算评估状态向量(步骤S400)、确定目标值对应的评估值(步骤S410)和获取状态类别(步骤S420)。
在步骤S400中,需要基于权重向量和隶属度矩阵计算评估状态向量,其中,评估状态向量ψ的表达式可以为:
Figure BDA0004024196530000121
也即,隶属度矩阵与权重向量相乘以获取评估状态向量。其中,评估状态向量包括多个分别与各个状态指标对应的目标值。
在步骤S410中,在一些示例中,可以赋予各隶属度函数分值分别为70、80、90和100。然后,通过评估状态向量ψ中的各等级隶属度与其对应的评分相乘并求和以获取评估值s,具体地,评估值s的表达式可以为:
s=ψ×[70,80,90,100]T
其中,基于预设评估区间确定目标值对应的评估值。如上所述,在一些示例中,预设评估区间可以为(0,70)、[70,80]、[80,90]和[90,100]。
在步骤S420中,基于上述评估值所处的预设评估区间来获取状态类别。具体地,所述预设评估区间的划分方式与所述状态类别相关,状态类别包括正常状态、警告状态、异常状态和严重状态中的至少一种。其中,若上述评估值处于[90,100]的预设评估区间,可判断断路器10的状态类别为正常状态;若上述评估值处于[80,90]的预设评估区间,可判断断路器10的状态类别为警告状态;若上述评估值处于[70,80]的预设评估区间,可判断断路器10的状态类别为异常状态;若上述评估值处于(0,70)的预设评估区间,可判断断路器10的状态类别为严重状态。
另外,基于状态类别输出应对措施,其中,若状态类别为正常状态,应对措施包括不安排检修计划或调试计划和延长调试周期,若状态类别为警告状态,应对措施包括继续监测和维持调试周期;若状态类别为异常状态,应对措施包括加强监测和缩短调试周期;若状态类别为严重状态,应对措施包括立即停电。由此,能够基于断路器10的状态类别,对断路器10进行相应应对措施。
虽然以上结合附图和示例对本公开进行了具体说明,但是可以理解,上述说明不以任何形式限制本公开。本领域技术人员在不偏离本公开的实质精神和范围的情况下可以根据需要对本公开进行变形和变化,这些变形和变化均落入本公开的范围内。

Claims (10)

1.一种断路器状态评估方法,其特征在于,包括:
确定待评估的断路器的多个状态指标并对所述待评估的断路器的运行状态进行监测以更新所述待评估的断路器的各个状态指标的重要程度,状态指标与断路器的状态相关;基于所述待评估的断路器的多个状态指标的重要程度和所述待评估的断路器所属的型号构建所述待评估的断路器的权重向量;获取所述待评估的断路器的预设时刻的多个状态指标对应的指标值集,将各个状态指标分为正向类别和反向类别,基于所述指标值集对所述正向类别的状态指标和所述反向类别的状态指标分别进行归一化处理以获取归一化后的指标值;利用模糊分布法建立隶属函数并利用所述隶属函数获取所述归一化后的指标值对应的计算结果,基于所述计算结果构建隶属度矩阵;并且基于所述权重向量和所述隶属度矩阵计算评估状态向量并基于所述评估状态向量和预设评估区间获取所述待评估的断路器的状态类别,所述评估状态向量包括多个分别与各个状态指标对应的目标值,基于所述预设评估区间确定所述目标值对应的评估值,基于所述评估值获取所述状态类别,其中,构建所述权重向量包括:获取所述型号对应的多个已知故障类型的断路器的状态指标的指标值并构建数据集,对于各个状态指标,获取所述数据集中超过预设指标范围的多个指标值并基于所述多个指标值确定各个状态指标的置信度,基于各个状态指标的置信度计算各个状态指标的第一权重,基于所述待评估的断路器的各个状态指标的重要程度对各个状态指标的第一权重进行处理以获得各个状态指标的第二权重,基于多个状态指标的第二权重构建所述权重向量。
2.根据权利要求1所述的方法,其特征在于:
所述故障类型包括绝缘故障类型、机械故障类型和电气故障类型中的至少一种。
3.根据权利要求2所述的方法,其特征在于:
与所述绝缘故障类型相关的状态指标包括气体密度、气体压力、气体微水含量和局部放电量中的至少一种;
与所述机械故障类型相关的状态指标包括刚分速度、刚合速度、分闸时间、合闸时间、不同期合闸和不同期分闸中的至少一种;
与所述电气故障类型相关的状态指标包括主回路电阻值和相对电磨损程度中的至少一种。
4.根据权利要求1所述的方法,其特征在于:
所述正向类别为数值越大所述待评估的断路器发生故障的概率越小的状态指标所属的类别,所述反向类别为数值越大所述待评估的断路器发生故障的概率越大的状态指标所属的类别;
在对所述正向类别的状态指标的归一化处理中,获取各个状态指标的最大值和最小值并计算各个状态指标的最大值与各个状态指标的指标值之间的第一差值和各个状态指标的最大值与各个状态指标的最小值之间的第二差值,将所述第一差值和所述第二差值之间的比值作为所述正向类别对应的所述归一化后的指标值;
在对所述反向类别的状态指标的归一化处理中,获取各个状态指标的最大值和最小值并计算各个状态指标的指标值与各个状态指标的最小值之间的第三差值和各个状态指标的最大值与各个状态指标的最小值之间的第四差值,将所述第三差值和所述第四差值之间的比值作为所述反向类别对应的所述归一化后的指标值。
5.根据权利要求1所述的方法,其特征在于:
各个状态指标的置信度为断路器的状态指标的指标值超过所述预设指标范围时,该断路器发生与各个状态指标相关的故障类型的故障的概率。
6.根据权利要求1所述的方法,其特征在于:
各个状态指标的第一权重为各个状态指标的置信度与多个状态指标的置信度的总和之间的比值。
7.根据权利要求1所述的方法,其特征在于:
基于所述待评估的断路器的各个状态指标的重要程度和均衡系数对各个状态指标的第一权重进行处理以获得各个状态指标的第二权重,所述均衡系数的区间为[0,1]。
8.根据权利要求1所述的方法,其特征在于:
所述隶属函数为岭形隶属度分布函数
9.根据权利要求1所述的方法,其特征在于:
所述预设评估区间的划分方式与所述状态类别相关,所述状态类别包括正常状态、警告状态、异常状态和严重状态中的至少一种,还包括基于所述状态类别输出应对措施,其中,若所述状态类别为正常状态,所述应对措施包括不安排检修计划或调试计划和延长调试周期,若所述状态类别为警告状态,所述应对措施包括继续监测和维持调试周期;若所述状态类别为异常状态,所述应对措施包括加强监测和缩短调试周期;若所述状态类别为严重状态,所述应对措施包括立即停电。
10.根据权利要求1所述的方法,其特征在于:
所述隶属度矩阵与所述权重向量相乘以获取所述评估状态向量。
CN202211697999.0A 2022-12-28 2022-12-28 断路器状态评估方法 Pending CN115856613A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211697999.0A CN115856613A (zh) 2022-12-28 2022-12-28 断路器状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211697999.0A CN115856613A (zh) 2022-12-28 2022-12-28 断路器状态评估方法

Publications (1)

Publication Number Publication Date
CN115856613A true CN115856613A (zh) 2023-03-28

Family

ID=85655530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211697999.0A Pending CN115856613A (zh) 2022-12-28 2022-12-28 断路器状态评估方法

Country Status (1)

Country Link
CN (1) CN115856613A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116643163A (zh) * 2023-07-27 2023-08-25 浙江北岛科技有限公司 一种真空断路器远程在线监测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈昊 等: "基于变权重的断路器健康状态综合评估方法", 湖南电力, pages 21 - 23 *
黄绪勇 等: "基于关联规则和变权重系数的SF6 高压断路器状态综合评估", 电力系统保护与控制, pages 51 - 54 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116643163A (zh) * 2023-07-27 2023-08-25 浙江北岛科技有限公司 一种真空断路器远程在线监测系统
CN116643163B (zh) * 2023-07-27 2023-10-20 浙江北岛科技有限公司 一种真空断路器远程在线监测系统

Similar Documents

Publication Publication Date Title
CN108596229B (zh) 在线异常的监测诊断方法和系统
US8154297B2 (en) System and method for predictive maintenance of a battery assembly using temporal signal processing
CN112713649B (zh) 一种基于极限学习机的电力设备剩余寿命预测方法
Kang et al. Condition monitoring of power transformer on-load tap-changers. Part 2: Detection of ageing from vibration signatures
CN110287543B (zh) 一种继电保护装置寿命预测方法
CN111624986A (zh) 基于案例库的故障诊断方法和系统
JPH0954613A (ja) プラント設備監視装置
CN115856613A (zh) 断路器状态评估方法
CN116400201B (zh) 一种芯粒工作状态监测方法、装置、电子设备及存储介质
CN112286771A (zh) 一种针对全域资源监控的告警方法
CN112598144A (zh) 基于相关性分析的cnn-lstm突发故障预警方法
CN117763449A (zh) 一种多源故障自主定位与分类方法
CN114370380A (zh) 一种计及气象因素的风电机组故障诊断方法
CN115794588A (zh) 内存故障预测方法、装置、系统及监测服务器
CN114676791A (zh) 一种基于模糊证据推理的电力系统告警信息处理方法
CN108536980B (zh) 一种考虑可靠性因素的气体探测器离散选址优化方法
CN116344012A (zh) 一种基于诊疗日志的医疗管理系统
CN116151799A (zh) 一种基于bp神经网络的配电线路多工况故障率快速评估方法
CN115860586A (zh) 一种铁路变配电故障的分析系统
CN112613613B (zh) 一种基于脉冲神经膜系统的三相感应电动机故障分析方法
Aranizadeh et al. Prioritizing CBs maintenance and identifying mandatory maintenance at higher priorities
TW202206955A (zh) 廠房管理方法、廠房設計裝置以及廠房管理裝置
CN117167215A (zh) 基于北斗定位的风电机组安全监测方法及系统
CN117368600A (zh) 一种基于在线监测的电力变压器健康监测方法
CN115034412A (zh) 基于设备状态检测的设备视情维修与备件订购方法

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