CN116227788A - 变电站电力设备故障诊断评估方法及系统 - Google Patents

变电站电力设备故障诊断评估方法及系统 Download PDF

Info

Publication number
CN116227788A
CN116227788A CN202310224921.5A CN202310224921A CN116227788A CN 116227788 A CN116227788 A CN 116227788A CN 202310224921 A CN202310224921 A CN 202310224921A CN 116227788 A CN116227788 A CN 116227788A
Authority
CN
China
Prior art keywords
value
fault
analysis unit
power equipment
preset
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
CN202310224921.5A
Other languages
English (en)
Inventor
邹宇
莫洪怀
蒋再新
郭子培
李昌
凌贵文
陈聪
宁庆泉
林其驱
王元春
陈春成
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.)
Qinzhou Power Supply Bureau of Guangxi Power Grid Co Ltd
Original Assignee
Qinzhou Power Supply Bureau of Guangxi 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 Qinzhou Power Supply Bureau of Guangxi Power Grid Co Ltd filed Critical Qinzhou Power Supply Bureau of Guangxi Power Grid Co Ltd
Priority to CN202310224921.5A priority Critical patent/CN116227788A/zh
Publication of CN116227788A publication Critical patent/CN116227788A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Geometry (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明涉及电力设备故障诊断领域,尤其涉及变电站电力设备故障诊断评估方法及系统,包括服务器、故障诊断分析单元、自检反馈单元、图像分析单元、补偿分析单元、判定分析单元和显示单元;本发明是通过对电力设备的状态数据进行采集并分析,即通过异常温升值和故障概率值两个维度判断电力设备故障诊断评估情况,且通过已使用年限和预设老损补偿修正系数两个维度来提高数据的准确性和有效性,分析更加的全面,以及通过公式化的处理和递进式的方式进行全面性的分析,此外通过两种方式进行二次验证,有助于减低电力设备故障诊断评估的误差,提高电力设备故障诊断评估结果的有效性和准确性。

Description

变电站电力设备故障诊断评估方法及系统
技术领域
本发明涉及电力设备故障诊断领域,尤其涉及变电站电力设备故障诊断评估方法及系统。
背景技术
变电站电力设备的故障是多种多样的,当其故障发生时,有一些对于运行人员而言是明显的,称之为显性故障,而有一些是发生在变电站电力设备内部或者是通过常用检测方式无法检测到的,称之为隐性故障,即现有技术中的变电站电力设备故障诊断评估方法,还存在以下的不足之处:
传统的判断方法存在很大的局限性,只依据温度来判断设备的状态,往往不能真实地反映设备的运行情况,容易造成误判,进而存在故障诊断评估结果不准的情况,使得到的最终结果真实性和有效性差,无法准确的对电力设备故障诊断进行评估;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供变电站电力设备故障诊断评估方法及系统,去解决上述提出的技术缺陷,是通过对电力设备的状态数据进行采集并分析,即通过异常温升值和故障概率值两个维度判断电力设备故障诊断评估情况,且通过已使用年限和预设老损补偿修正系数两个维度来提高数据的准确性和有效性,分析更加的全面,以及通过公式化的处理和递进式的方式进行全面性的分析,此外通过两种方式进行二次验证,有助于减低电力设备故障诊断评估的误差,提高电力设备故障诊断评估结果的有效性和准确性。
本发明的目的可以通过以下技术方案实现:
变电站电力设备故障诊断评估方法,该变电站电力设备故障诊断评估方法包括以下步骤:
步骤一:采集变电站电力设备的状态数据,根据对采集的状态数据进行分析得到的故障系数进行判断,进而对电力设备进行故障诊断评估;
步骤二:将步骤一故障诊断评估结果进行二次验证,一种验证方式是通过实际运行概率值的角度进行分析,另一种验证方式是通过实际评分值的角度进行分析;
步骤三:实际运行概率值的角度进行分析时,对异常发热区域所对应的红外特征图像进行分析,降低异常发热区域对周边的影响,进而提高数据的准确性以及验证结果的真实性;
步骤四:通过验证交互式操作,判断两种方式验证结果是否正常,并通过反馈信号的方式对步骤一中的电力设备故障诊断评估结果进行信息反馈。
变电站电力设备故障诊断评估系统,包括服务器、故障诊断分析单元、自检反馈单元、图像分析单元、补偿分析单元、判定分析单元和显示单元;
服务器生成监管指令,并发送至故障诊断分析单元,故障诊断分析单元在接收到监管指令后,立即采集变电站电力设备的状态数据,状态数据包括变电站电力设备工作时的温度值和降温速度值,并对状态数据进行分析,得到正常运行信号、一般故障信号以及严重故障信号,发送至自检反馈单元、补偿分析单元、判定分析单元和显示单元;
自检反馈单元在接收到正常运行信号、一般故障信号以及严重故障信号后,立即采集电力设备的红外特征图像并分析,得到运行概率值发送至补偿分析单元;
判定分析单元在接收到正常运行信号、一般故障信号以及严重故障信号后,立即采集电力设备的运行数据并分析,运行数据包括运行功率和各个电气节点的工作电流,得到严重故障指令、一般故障指令以及正常指令,并发送至补偿分析单元;
补偿分析单元在接收到严重故障指令、一般故障指令、正常指令以及运行概率值后,并对运行概率值进行分析,得到严重故障指令、一般故障指令、正常指令,并进行验证交互式操作分析,得到正常反馈信号、一般反馈信号以及严重反馈信号,并发送至显示单元。
优选的,所述故障诊断分析单元状态数据分析过程如下:
第一步:获取到电力设备开始投入使用到结束使用之间的时长,并将其标记为时间阈值,将时间阈值划分为o个子时间节点,获取到各个子时间节点内电力设备工作时的温度值,并将其标记为工作温度,获取到相连两个子时间节点之间的工作温度之间的差值,同时将得到的差值中最大差值标记为异常温升值,并将其标号为YW,同时获取到各个子时间节点内电力设备的降温速度值Jo,将大于等于预设降温速度值的子时间节点标记为正常时间节点,将小于预设降温速度值的子时间节点标记为异常时间节点,以此分别获取到异常时间节点和正常时间节点占所有子时间节点的概率值,并将异常时间节点的概率值与正常时间节点的概率值之间的比值标记为故障概率值G;
第二步:并经过公式得到故障系数GZ,并将故障系数GZ与其内部预设故障区间进行比对分析:
若故障系数小于预设故障区间中的最小值,则生成正常运行信号;
若故障系数位于预设故障区间中,则生成一般故障信号;
若故障系数大于预设故障区间中的最大值,则生成严重故障信号。
优选的,所述自检反馈单元红外特征图像分析过程如下:
S1:获取到时间阈值内电力设备的红外特征图像,将得到的红外特征图像进行缩放处理,使缩放后的红外特征图像与正常设备运行红外特征图像尺寸相同,并将红外特征图形和正常设备运行红外特征图像均划分为g为子区域块,获取到各个对应子区域块之间的差异面积值CYg,同时获取到差异面积值最大值对应的子区域块,并将其标记为异常发热区域,进而将异常发热区域所对应的红外特征图像发送至图像分析单元;
S2:同时从服务器中调取预设差异面积临界值CL,其表示为差异面积值允许变化极端值,并通过差异面积值CYg与预设差异面积临界值CL相乘得到各个子区域块的差异警戒值BFg,将大于等于预设差异警戒值所对应的子区域块标记为异常区域块,获取到异常区域块的个数v,v为自然数,同时获取到异常区域块的平均工作温度YP;
S3:并经过公式得到运行概率值SY。
优选的,所述图像分析单元在接收到异常发热区域所对应的红外特征图像后,立即对异常发热区域进行分析:
获取到异常发热区域所对应的红外特征图像的中心点,并以预设半径R进行画圆,获取到圆的面积,并将其标记为预设影响面积YM,同时从异常发热区域所对应的红外特征图像中获取到差异面积值CYmax,将预设影响面积YM与差异面积值CYmax的商标记为干扰修正系数GR并将干扰修正系数GR发送至自检反馈单元。
优选的,所述判定分析单元运行数据并分析过程如下:
获取各个子时间节点内电力设备的运行功率,并将其标记为YXo,同时获取到时间阈值内电力设备的额定运行功率E和预设浮动值Q,进而得到波动范围功率区间BQ:【E-F,E+F】,将位于波动范围功率区间BQ之内的运行功率标记为正常运行功率,构建正常运行功率的个数集合A,将位于波动范围功率区间BQ之外的运行功率标记为异常运行功率,构建异常运行功率的个数集合B,将异常运行功率的个数与正常运行功率的个数比值标记为故障概率值GZ,此外获取到时间阈值内各个电气节点的工作电流,将位于预设工作电流区间之外的工作电流所对应的电气节点标记为异常节点,获取到异常节点的总个数j,j为自然数,并将故障概率值GZ与异常节点的总个数j的积标记为实际评分值SP,并将实际评分值SP与其内部录入存储的预设实际评分值区间进行比对分析:
若实际评分值SP大于预设实际评分值区间的最大值,生成严重故障指令;
若实际评分值SP位于预设实际评分值区间之内,生成一般故障指令;
若实际评分值SP小于预设实际评分值区间的最小值,生成正常指令。
优选的,所述补偿分析单元对运行概率值SY分析过程如下:
SS1:立即获取到环境修正系数,并将运行概率值与环境修正系数的积标记为实际运行概率值SJY,将实际运行概率值SJY与其内部录入存储的预设运行概率区间进行比对分析:
若实际运行概率值SJY大于预设运行概率区间的最大值,生成严重故障指令;
若实际运行概率值SJY位于预设运行概率区间之内,生成一般故障指令;
若实际运行概率值SJY小于预设运行概率区间的最小值,生成正常指令;
SS2:补偿分析单元验证交互式操作如下:
补偿分析单元从故障诊断分析单元接收到正常信号时,若自检反馈单元和判定分析单元均发送正常指令至补偿分析单元,则判定电力设备故障诊断结果正确,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送正常指令至补偿分析单元,则生成正常反馈信号;
当补偿分析单元从故障诊断分析单元接收到一般故障信号时,若自检反馈单元和判定分析单元均发送一般故障指令至补偿分析单元,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送一般故障指令至补偿分析单元,则生成一般反馈信号;
当补偿分析单元从故障诊断分析单元接收到严重故障信号时,若自检反馈单元和判定分析单元均发送严重故障指令至补偿分析单元,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送严重故障指令至补偿分析单元,则生成严重反馈信号。
本发明的有益效果如下:
(1)本发明是通过对电力设备的状态数据进行采集并分析,即通过异常温升值和故障概率值两个维度判断电力设备故障诊断评估情况,且通过已使用年限和预设老损补偿修正系数两个维度来提高数据的准确性和有效性,分析更加的全面,以及通过公式化的处理和递进式的方式进行全面性的分析,此外通过两种方式进行二次验证,有助于减低电力设备故障诊断评估的误差,提高电力设备故障诊断评估结果的有效性和准确性;
(2)本发明还通过深入式和干扰修正的方式对电力设备的故障诊断评估结果进行二次确认,且从干扰修正系数和环境修正系数两个角度判断电力设备的故障诊断评估结果的真实情况,扩大了故障诊断的评估维度,有助于降低环境因素和干扰因素对电力设备故障诊断结果的干扰,使得到的电力设备故障诊断结果有效且准确,进而提高对电力设备故障诊断评估结果的真实性。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明系统步骤流程图。
具体实施方式
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清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性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。
实施例1:
请参阅图1-2所示,变电站电力设备故障诊断评估方法,是依靠变电站电力设备故障诊断评估系统而来,该系统具体包括服务器、故障诊断分析单元、自检反馈单元、图像分析单元、补偿分析单元、判定分析单元和显示单元;
服务器与故障诊断分析单元呈双向通讯连接,服务器与自检反馈单元呈双向通讯连接,服务器与判定分析单元呈双向通讯连接,自检反馈单元与图像分析单元呈双向通讯连接,服务器与补偿分析单元呈单向通讯连接,补偿分析单元与显示单元呈单向通讯连接;
服务器生成监管指令,并发送至故障诊断分析单元,故障诊断分析单元在接收到监管指令后,立即采集变电站电力设备的状态数据,状态数据包括变电站电力设备工作时的温度值和降温速度值,并对状态数据进行分析,判断设备运行故障风险情况,进而有助于及时的对电力设备故障进行诊断评估,及时做出监管和检修,提高电力设备的运行安全性;
获取到电力设备开始投入使用到结束使用之间的时长,并将其标记为时间阈值,将时间阈值划分为o个子时间节点,获取到各个子时间节点内电力设备工作时的温度值,并将其标记为工作温度,获取到相连两个子时间节点之间的工作温度之间的差值,同时将得到的差值中最大差值标记为异常温升值,并将其标号为YW,同时获取到各个子时间节点内电力设备的降温速度值,并标号为Jo,将大于等于预设降温速度值的子时间节点标记为正常时间节点,将小于预设降温速度值的子时间节点标记为异常时间节点,以此分别获取到异常时间节点和正常时间节点占所有子时间节点的概率值,并将异常时间节点的概率值与正常时间节点的概率值之间的比值标记为故障概率值,并标号为G,需要说明的是,故障概率值G的数值越大,说明设备降温机构对电力设备的降温作用效果越小,电力设备的故障风险越大;
并经过公式
Figure BDA0004118110560000081
得到故障系数,其中,a1和a2分别为异常温升值和故障概率值的预设权重因子,a3为预设老损补偿修正系数,n为已使用年限,单位年,n>0,a1>a2>0,a1+a2=1.254,GZ为故障系数,随着电力设备逐渐老化,设备承受温度的能力也逐渐下降,因此通过已使用年限和预设老损补偿修正系数两个维度来提高数据的准确性和有效性,并将故障系数GZ与其内部预设故障区间进行比对分析:
若故障系数小于预设故障区间中的最小值,则生成正常运行信号;
若故障系数位于预设故障区间中,则生成一般故障信号;
若故障系数大于预设故障区间中的最大值,则生成严重故障信号,并将得到的正常运行信号、一般故障信号以及严重故障信号发送至自检反馈单元、补偿分析单元、判定分析单元和显示单元,显示单元在接收到正常运行信号、一般故障信号以及严重故障信号后,立即控制电力设备上的预警灯灯光颜色,当在接收到正常运行信号时,控制电力设备上的预警灯灯光颜色为绿色,当在接收到一般故障信号时,控制电力设备上的预警灯灯光颜色为黄色,当在接收到严重故障信号时,控制电力设备上的预警灯灯光颜色为红色,进而有助于对电力设备进行显目的预警以及提醒工人及时的对电力设备进行检修和关闭,避免不必要的事故发生。
实施例2:
自检反馈单元在接收到正常运行信号、一般故障信号以及严重故障信号后,立即采集电力设备的红外特征图像,对电力设备的故障诊断评估结果进行二次确认,以判断电力设备故障诊断评估是否正确,提高电力设备故障诊断评估结果的有效性,具体分析过程如下:
获取到时间阈值内电力设备的红外特征图像,将得到的红外特征图像进行缩放处理,使缩放后的红外特征图像与正常设备运行红外特征图像尺寸相同,并将红外特征图形和正常设备运行红外特征图像均划分为g为子区域块,获取到各个对应子区域块之间的差异面积值,并标号为CYg,同时获取到差异面积值最大值对应的子区域块,并将其标记为异常发热区域,进而将异常发热区域所对应的红外特征图像发送至图像分析单元,图像分析单元在接收到异常发热区域所对应的红外特征图像后,立即对异常发热区域进行分析:
获取到异常发热区域所对应的红外特征图像的中心点,并以预设半径R进行画圆,获取到圆的面积,并将其标记为预设影响面积YM,同时从异常发热区域所对应的红外特征图像中获取到差异面积值CYmax,将预设影响面积YM与差异面积值CYmax的商标记为干扰修正系数GR,通过干扰修正系数GR修正异常发热区域对周边的影响,进而有助于提高数据的准确性和有效性,并将干扰修正系数GR发送至自检反馈单元;
同时从服务器中调取预设差异面积临界值CL,其表示为差异面积值允许变化极端值,并通过差异面积值CYg与预设差异面积临界值CL相乘得到各个子区域块的差异警戒值BFg,将大于等于预设差异警戒值所对应的子区域块标记为异常区域块,获取到异常区域块的个数v,v为自然数,同时获取到异常区域块的平均工作温度YP;
并经过公式
Figure BDA0004118110560000101
得到运行概率值,其中,b1和b2分别为差异警戒值和平均工作温度的预设比例参数,b1>b2>0,b1+b2=2.654,SY为运行概率值,并将得到的运行概率值SY发送至补偿分析单元;
判定分析单元在接收到正常运行信号、一般故障信号以及严重故障信号后,立即采集电力设备的运行数据并分析,运行数据包括运行功率和各个电气节点的工作电流,以判断电力设备故障诊断评估是否正确,通过不同的方式的分析来验证检测结果是否正确,以提高诊断评估的有效和准确,具体分析过程如下:
获取各个子时间节点内电力设备的运行功率,并将其标记为YXo,同时获取到时间阈值内电力设备的额定运行功率E和预设浮动值Q,进而得到波动范围功率区间BQ:【E-F,E+F】,将位于波动范围功率区间BQ之内的运行功率标记为正常运行功率,构建正常运行功率的个数集合A,将位于波动范围功率区间BQ之外的运行功率标记为异常运行功率,构建异常运行功率的个数集合B,将异常运行功率的个数与正常运行功率的个数比值标记为故障概率值GZ,此外获取到时间阈值内各个电气节点的工作电流,将位于预设工作电流区间之外的工作电流所对应的电气节点标记为异常节点,获取到异常节点的总个数j,j为自然数,并将故障概率值GZ与异常节点的总个数j的积标记为实际评分值SP,并将实际评分值SP与其内部录入存储的预设实际评分值区间进行比对分析:
若实际评分值SP大于预设实际评分值区间的最大值,则判定电力设备严重故障,生成严重故障指令;
若实际评分值SP位于预设实际评分值区间之内,则判定电力设备一般故障,生成一般故障指令;
若实际评分值SP小于预设实际评分值区间的最小值,则判定电力设备正常运行,生成正常指令,并将严重故障指令、一般故障指令以及正常指令发送至补偿分析单元,进而有助于进一步对电力设备故障诊断评估结果进行验证,以提高电力设备故障诊断评估结果的准确性和真实性。
实施例3:
补偿分析单元在接收到运行概率值SY后,立即获取到环境修正系数,并将运行概率值与环境修正系数的积标记为实际运行概率值SJY,其中,通过对环境因素的考虑,避免环境因素对电力设备的故障诊断造成影响,进而通过环境因素修正的方式降低环境因素对电力设备故障诊断结果的干扰,使得到的电力设备故障诊断结果有效且准确,将实际运行概率值SJY与其内部录入存储的预设运行概率区间进行比对分析:
若实际运行概率值SJY大于预设运行概率区间的最大值,则判定电力设备严重故障,生成严重故障指令;
若实际运行概率值SJY位于预设运行概率区间之内,则判定电力设备一般故障,生成一般故障指令;
若实际运行概率值SJY小于预设运行概率区间的最小值,则判定电力设备正常运行,生成正常指令;
当补偿分析单元在接收到严重故障指令、一般故障指令以及正常指令,立即进行验证交互式操作,具体操作如下:
当补偿分析单元从故障诊断分析单元接收到正常信号时,若自检反馈单元和判定分析单元均发送正常指令至补偿分析单元,则判定电力设备故障诊断结果正确,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送正常指令至补偿分析单元,则生成正常反馈信号,并发送至显示单元,显示单元在接收到正常反馈信号后,立即将原有的正常信号标记为文字“待确认”进行展示;
当补偿分析单元从故障诊断分析单元接收到一般故障信号时,若自检反馈单元和判定分析单元均发送一般故障指令至补偿分析单元,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送一般故障指令至补偿分析单元,则生成一般反馈信号,并发送至显示单元,显示单元在接收到一般反馈信号后,立即将原有的一般故障指令标记为文字“一般故障待确认”进行展示;
当补偿分析单元从故障诊断分析单元接收到严重故障信号时,若自检反馈单元和判定分析单元均发送严重故障指令至补偿分析单元,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送严重故障指令至补偿分析单元,则生成严重反馈信号,并发送至显示单元,显示单元在接收到严重反馈信号后,立即将原有的严重故障指令标记为文字“严重故障待确认”进行展示,进而通过两种方式进行对比验证电力设备故障诊断评估结果的准确性,有助于减低电力设备故障诊断评估的误差,达到提高电力设备故障诊断评估的准确性和有效性;
综上所述,本发明是通过对电力设备的状态数据进行采集并分析,即通过异常温升值和故障概率值两个维度判断电力设备故障诊断评估情况,且通过已使用年限和预设老损补偿修正系数两个维度来提高数据的准确性和有效性,分析更加的全面,以及通过公式化的处理和递进式的方式进行全面性的分析,此外通过两种方式进行二次验证,有助于减低电力设备故障诊断评估的误差,提高电力设备故障诊断评估结果的有效性和准确性;通过深入式和干扰修正的方式对电力设备的故障诊断评估结果进行二次确认,且从干扰修正系数和环境修正系数两个角度判断电力设备的故障诊断评估结果的真实情况,扩大了故障诊断的评估维度,有助于降低环境因素和干扰因素对电力设备故障诊断结果的干扰,使得到的电力设备故障诊断结果有效且准确,进而提高对电力设备故障诊断评估结果的真实性。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (7)

1.变电站电力设备故障诊断评估方法,其特征在于,该变电站电力设备故障诊断评估方法包括以下步骤:
步骤一:采集变电站电力设备的状态数据,根据对采集的状态数据进行分析得到的故障系数进行判断,进而对电力设备进行故障诊断评估;
步骤二:将步骤一故障诊断评估结果进行二次验证,一种验证方式是通过实际运行概率值的角度进行分析,另一种验证方式是通过实际评分值的角度进行分析;
步骤三:实际运行概率值的角度进行分析时,对异常发热区域所对应的红外特征图像进行分析,降低异常发热区域对周边的影响,进而提高数据的准确性以及验证结果的真实性;
步骤四:通过验证交互式操作,判断两种方式验证结果是否正常,并通过反馈信号的方式对步骤一中的电力设备故障诊断评估结果进行信息反馈。
2.变电站电力设备故障诊断评估系统,其特征在于,包括服务器、故障诊断分析单元、自检反馈单元、图像分析单元、补偿分析单元、判定分析单元和显示单元;
服务器生成监管指令,并发送至故障诊断分析单元,故障诊断分析单元在接收到监管指令后,立即采集变电站电力设备的状态数据,状态数据包括变电站电力设备工作时的温度值和降温速度值,并对状态数据进行分析,得到正常运行信号、一般故障信号以及严重故障信号,发送至自检反馈单元、补偿分析单元、判定分析单元和显示单元;
自检反馈单元在接收到正常运行信号、一般故障信号以及严重故障信号后,立即采集电力设备的红外特征图像并分析,得到运行概率值发送至补偿分析单元;
判定分析单元在接收到正常运行信号、一般故障信号以及严重故障信号后,立即采集电力设备的运行数据并分析,运行数据包括运行功率和各个电气节点的工作电流,得到严重故障指令、一般故障指令以及正常指令,并发送至补偿分析单元;
补偿分析单元在接收到严重故障指令、一般故障指令、正常指令以及运行概率值后,并对运行概率值进行分析,得到严重故障指令、一般故障指令、正常指令,并进行验证交互式操作分析,得到正常反馈信号、一般反馈信号以及严重反馈信号,并发送至显示单元。
3.根据权利要求2所述的变电站电力设备故障诊断评估系统,其特征在于,所述故障诊断分析单元状态数据分析过程如下:
第一步:获取到电力设备开始投入使用到结束使用之间的时长,并将其标记为时间阈值,将时间阈值划分为o个子时间节点,获取到各个子时间节点内电力设备工作时的温度值,并将其标记为工作温度,获取到相连两个子时间节点之间的工作温度之间的差值,同时将得到的差值中最大差值标记为异常温升值,并将其标号为YW,同时获取到各个子时间节点内电力设备的降温速度值Jo,将大于等于预设降温速度值的子时间节点标记为正常时间节点,将小于预设降温速度值的子时间节点标记为异常时间节点,以此分别获取到异常时间节点和正常时间节点占所有子时间节点的概率值,并将异常时间节点的概率值与正常时间节点的概率值之间的比值标记为故障概率值G;
第二步:并经过公式得到故障系数GZ,并将故障系数GZ与其内部预设故障区间进行比对分析:
若故障系数小于预设故障区间中的最小值,则生成正常运行信号;
若故障系数位于预设故障区间中,则生成一般故障信号;
若故障系数大于预设故障区间中的最大值,则生成严重故障信号。
4.根据权利要求2所述的变电站电力设备故障诊断评估系统,其特征在于,所述自检反馈单元红外特征图像分析过程如下:
S1:获取到时间阈值内电力设备的红外特征图像,将得到的红外特征图像进行缩放处理,使缩放后的红外特征图像与正常设备运行红外特征图像尺寸相同,并将红外特征图形和正常设备运行红外特征图像均划分为g为子区域块,获取到各个对应子区域块之间的差异面积值CYg,同时获取到差异面积值最大值对应的子区域块,并将其标记为异常发热区域,进而将异常发热区域所对应的红外特征图像发送至图像分析单元;
S2:同时从服务器中调取预设差异面积临界值CL,其表示为差异面积值允许变化极端值,并通过差异面积值CYg与预设差异面积临界值CL相乘得到各个子区域块的差异警戒值BFg,将大于等于预设差异警戒值所对应的子区域块标记为异常区域块,获取到异常区域块的个数v,v为自然数,同时获取到异常区域块的平均工作温度YP;
S3:并经过公式得到运行概率值SY。
5.根据权利要求4所述的变电站电力设备故障诊断评估系统,其特征在于,所述图像分析单元在接收到异常发热区域所对应的红外特征图像后,立即对异常发热区域进行分析:
获取到异常发热区域所对应的红外特征图像的中心点,并以预设半径R进行画圆,获取到圆的面积,并将其标记为预设影响面积YM,同时从异常发热区域所对应的红外特征图像中获取到差异面积值CYmax,将预设影响面积YM与差异面积值CYmax的商标记为干扰修正系数GR并将干扰修正系数GR发送至自检反馈单元。
6.根据权利要求2所述的变电站电力设备故障诊断评估系统,其特征在于,所述判定分析单元运行数据并分析过程如下:
获取各个子时间节点内电力设备的运行功率,并将其标记为YXo,同时获取到时间阈值内电力设备的额定运行功率E和预设浮动值Q,进而得到波动范围功率区间BQ:【E-F,E+F】,将位于波动范围功率区间BQ之内的运行功率标记为正常运行功率,构建正常运行功率的个数集合A,将位于波动范围功率区间BQ之外的运行功率标记为异常运行功率,构建异常运行功率的个数集合B,将异常运行功率的个数与正常运行功率的个数比值标记为故障概率值GZ,此外获取到时间阈值内各个电气节点的工作电流,将位于预设工作电流区间之外的工作电流所对应的电气节点标记为异常节点,获取到异常节点的总个数j,j为自然数,并将故障概率值GZ与异常节点的总个数j的积标记为实际评分值SP,并将实际评分值SP与其内部录入存储的预设实际评分值区间进行比对分析:
若实际评分值SP大于预设实际评分值区间的最大值,生成严重故障指令;
若实际评分值SP位于预设实际评分值区间之内,生成一般故障指令;
若实际评分值SP小于预设实际评分值区间的最小值,生成正常指令。
7.根据权利要求2所述的变电站电力设备故障诊断评估系统,其特征在于,所述补偿分析单元对运行概率值SY分析过程如下:
SS1:立即获取到环境修正系数,并将运行概率值与环境修正系数的积标记为实际运行概率值SJY,将实际运行概率值SJY与其内部录入存储的预设运行概率区间进行比对分析:
若实际运行概率值SJY大于预设运行概率区间的最大值,生成严重故障指令;
若实际运行概率值SJY位于预设运行概率区间之内,生成一般故障指令;
若实际运行概率值SJY小于预设运行概率区间的最小值,生成正常指令;
SS2:补偿分析单元验证交互式操作如下:
补偿分析单元从故障诊断分析单元接收到正常信号时,若自检反馈单元和判定分析单元均发送正常指令至补偿分析单元,则判定电力设备故障诊断结果正确,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送正常指令至补偿分析单元,则生成正常反馈信号;
当补偿分析单元从故障诊断分析单元接收到一般故障信号时,若自检反馈单元和判定分析单元均发送一般故障指令至补偿分析单元,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送一般故障指令至补偿分析单元,则生成一般反馈信号;
当补偿分析单元从故障诊断分析单元接收到严重故障信号时,若自检反馈单元和判定分析单元均发送严重故障指令至补偿分析单元,则不生成任何信号,若自检反馈单元和判定分析单元中至少一个未发送严重故障指令至补偿分析单元,则生成严重反馈信号。
CN202310224921.5A 2023-03-09 2023-03-09 变电站电力设备故障诊断评估方法及系统 Pending CN116227788A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310224921.5A CN116227788A (zh) 2023-03-09 2023-03-09 变电站电力设备故障诊断评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310224921.5A CN116227788A (zh) 2023-03-09 2023-03-09 变电站电力设备故障诊断评估方法及系统

Publications (1)

Publication Number Publication Date
CN116227788A true CN116227788A (zh) 2023-06-06

Family

ID=86584209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310224921.5A Pending CN116227788A (zh) 2023-03-09 2023-03-09 变电站电力设备故障诊断评估方法及系统

Country Status (1)

Country Link
CN (1) CN116227788A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116882946A (zh) * 2023-09-06 2023-10-13 南京南自华盾数字技术有限公司 一种基于发电企业数据的智能化管理系统及方法
CN117092578A (zh) * 2023-10-18 2023-11-21 青岛悠进电装有限公司 一种基于数据采集处理的线束导通智能检测系统
CN117155703A (zh) * 2023-10-26 2023-12-01 长春市星启含网络科技有限公司 一种网络安全测试评估系统及方法
CN118035924A (zh) * 2024-04-11 2024-05-14 国网山东省电力公司电力科学研究院 一种基于电力大数据电力设备故障数据处理方法和系统
CN118035925A (zh) * 2024-04-11 2024-05-14 国网信息通信产业集团有限公司 一种基于电力大模型的数据处理系统
CN118411143A (zh) * 2024-04-24 2024-07-30 山东恒茂电力科技有限公司 一种电网设备检测程序监督管理方法及系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116882946A (zh) * 2023-09-06 2023-10-13 南京南自华盾数字技术有限公司 一种基于发电企业数据的智能化管理系统及方法
CN116882946B (zh) * 2023-09-06 2024-01-19 南京南自华盾数字技术有限公司 一种基于发电企业数据的智能化管理系统及方法
CN117092578A (zh) * 2023-10-18 2023-11-21 青岛悠进电装有限公司 一种基于数据采集处理的线束导通智能检测系统
CN117092578B (zh) * 2023-10-18 2024-01-16 青岛悠进电装有限公司 一种基于数据采集处理的线束导通智能检测系统
CN117155703A (zh) * 2023-10-26 2023-12-01 长春市星启含网络科技有限公司 一种网络安全测试评估系统及方法
CN117155703B (zh) * 2023-10-26 2024-04-02 西安长盛信安信息技术有限公司 一种网络安全测试评估系统及方法
CN118035924A (zh) * 2024-04-11 2024-05-14 国网山东省电力公司电力科学研究院 一种基于电力大数据电力设备故障数据处理方法和系统
CN118035925A (zh) * 2024-04-11 2024-05-14 国网信息通信产业集团有限公司 一种基于电力大模型的数据处理系统
CN118411143A (zh) * 2024-04-24 2024-07-30 山东恒茂电力科技有限公司 一种电网设备检测程序监督管理方法及系统

Similar Documents

Publication Publication Date Title
CN116227788A (zh) 变电站电力设备故障诊断评估方法及系统
CN111024416B (zh) 一种列车牵引系统的故障诊断方法及系统
CN116483010A (zh) 一种电力控制柜安全运行监管预警系统
CN115549094B (zh) 一种智能电网变电设备预警评估方法及系统
CN105548747A (zh) 一种基于红外测温技术的设备故障识别系统及方法
CN112001327B (zh) 一种阀厅设备故障识别方法及系统
CN114089074B (zh) 基于变压器的自动检测维保系统
KR20170031985A (ko) 공기조화시스템의 고장 검출 및 진단 방법
CN115372816B (zh) 基于数据分析的配电开关设备运行故障预测系统及方法
CN113111596A (zh) 基于电力大脑中枢的碳达峰实时可视化测算方法
CN117155703B (zh) 一种网络安全测试评估系统及方法
CN116152202A (zh) 基于图像识别技术和红外热成像技术的设备外观检测系统
CN117911011B (zh) 一种交直流混联电力线路故障维修预警方法
CN117110768B (zh) 一种基于数据分析的自动印控机安全预警系统
CN111830438A (zh) 一种变压器故障检测方法及变压器
CN117713381A (zh) 一种便于检修的配电柜系统
US20240353457A1 (en) Method for predictive maintenance of equipment by using angles to peak
CN108253575B (zh) 空调箱电机烧毁故障的检测方法
CN118673449B (zh) 一种高速公路机电设备故障定位方法及系统
CN116026890B (zh) 一种基于热红外图像的电力电缆热故障检测方法
CN118486153B (zh) 一种消防安全管理智能预警方法及系统
CN118692015B (zh) 基于ai视频的液化石油气瓶智能充装监管系统及方法
CN110599030B (zh) 一种基于正反特征库加权匹配的电力风险预警方法
CN113283070B (zh) 一种工艺过程本质安全智能诊断方法及系统
US20240369646A1 (en) Systems and methods for monitoring a through fault current

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