CN116359682A - 一种局部放电动态监测预警管理方法及系统 - Google Patents
一种局部放电动态监测预警管理方法及系统 Download PDFInfo
- Publication number
- CN116359682A CN116359682A CN202310174786.8A CN202310174786A CN116359682A CN 116359682 A CN116359682 A CN 116359682A CN 202310174786 A CN202310174786 A CN 202310174786A CN 116359682 A CN116359682 A CN 116359682A
- Authority
- CN
- China
- Prior art keywords
- discharge
- signal
- information
- ultrahigh frequency
- signal set
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 117
- 238000007726 management method Methods 0.000 title claims abstract description 46
- 238000003745 diagnosis Methods 0.000 claims abstract description 71
- 238000012423 maintenance Methods 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000007547 defect Effects 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 15
- 230000003321 amplification Effects 0.000 claims abstract description 11
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 11
- 238000009413 insulation Methods 0.000 claims description 20
- 238000001914 filtration Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 20
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000009411 base construction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01R31/1254—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 gas-insulated power appliances or vacuum gaps
-
- 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
- G01R31/1209—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 using acoustic measurements
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种局部放电动态监测预警管理方法及系统，涉及GIS在线监测领域，其中，所述方法包括：对特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；对可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；将标准特高频数字信号集合传输至分析处理模块，获得信号放电特征信息；将信号放电特征信息和放电故障模式数据库进行匹配分析，获得放电故障诊断信息；根据放电故障诊断信息和目标监测点进行缺陷定位，获得放电源位置信息，结合放电故障诊断信息对GIS绝缘设备进行运维管理。解决了现有技术中针对GIS局部放电监测的扩展性差、精准性低，进而造成GIS绝缘设备的运维管理效果不佳的技术问题。
Description
技术领域
本发明涉及GIS在线监测领域，具体地，涉及一种局部放电动态监测预警管理方法及系统。
背景技术
GIS以运行安全可靠、结构紧凑、配置灵活、维护工作量小等优点，广泛应用于电网系统。据不完全统计，GIS绝缘故障在GIS设备事故中最高占比为57.3％，GIS设备的绝缘子的绝缘薄弱点在高电场作用下会产生局部放电，严重威胁GIS设备安全，可能导致绝缘劣化甚至绝缘击穿。目前，GIS局部放电监测仍然是采用巡线式带电监测。然而，在实际场站中GIS管道长、测点多，现场工况复杂，大规模定点监测难以保证监测系统稳定可靠运行。如何实现稳定可靠的GIS局部放电监测，受到人们的广泛关注。
现有技术中，存在针对GIS局部放电监测的扩展性差、精准性低，进而造成GIS绝缘设备的运维管理效果不佳的技术问题。
发明内容
本申请提供了一种局部放电动态监测预警管理方法及系统。解决了现有技术中针对GIS局部放电监测的扩展性差、精准性低，进而造成GIS绝缘设备的运维管理效果不佳的技术问题。达到了实现对GIS局部放电的在线监测、图谱分析、故障诊断、缺陷定位，提高GIS运行的可靠性和安全性，提高GIS局部放电监测的扩展性、精准性，提升GIS绝缘设备的运维管理质量的技术效果。
鉴于上述问题，本申请提供了一种局部放电动态监测预警管理方法及系统。
第一方面，本申请提供了一种局部放电动态监测预警管理方法，其中，所述方法应用于一种局部放电动态监测预警管理系统，所述方法包括：通过所述特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；基于所述数字滤波器对所述特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；基于所述数据采集模块对所述可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；将所述标准特高频数字信号集合传输至所述分析处理模块中进行处理，获得信号放电特征信息；构建放电故障模式数据库，将所述信号放电特征信息和所述放电故障模式数据库进行匹配分析，获得放电故障诊断信息；根据所述放电故障诊断信息和所述目标监测点进行缺陷定位，获得放电源位置信息；基于所述放电故障诊断信息和所述放电源位置信息，对GIS绝缘设备进行运维管理。
第二方面，本申请还提供了一种局部放电动态监测预警管理系统，其中，所述系统包括：放电信号采集模块，所述放电信号采集模块用于通过所述特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；信号去噪模块，所述信号去噪模块用于基于所述数字滤波器对所述特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；信号转换模块，所述信号转换模块用于基于所述数据采集模块对所述可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；放电特征获取模块，所述放电特征获取模块用于将所述标准特高频数字信号集合传输至所述分析处理模块中进行处理，获得信号放电特征信息；匹配分析模块，所述匹配分析模块用于构建放电故障模式数据库，将所述信号放电特征信息和所述放电故障模式数据库进行匹配分析，获得放电故障诊断信息；缺陷定位模块，所述缺陷定位模块用于根据所述放电故障诊断信息和所述目标监测点进行缺陷定位，获得放电源位置信息；运维管理模块，所述运维管理模块用于基于所述放电故障诊断信息和所述放电源位置信息，对GIS绝缘设备进行运维管理。
第三方面，本申请还提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的一种局部放电动态监测预警管理方法。
第四方面，本申请还提供了一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时,实现本申请提供的一种局部放电动态监测预警管理方法。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
通过特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；通过数字滤波器对特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；通过数据采集模块对可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；将标准特高频数字信号集合传输至分析处理模块中进行处理，获得信号放电特征信息；通过放电故障模式数据库对信号放电特征信息进行故障分析，获得放电故障诊断信息；根据放电故障诊断信息和目标监测点进行缺陷定位，获得放电源位置信息；按照放电故障诊断信息和放电源位置信息对GIS绝缘设备进行运维管理。达到了实现对GIS局部放电的在线监测、图谱分析、故障诊断、缺陷定位，提高GIS运行的可靠性和安全性，提高GIS局部放电监测的扩展性、精准性，提升GIS绝缘设备的运维管理质量的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例,而非对本公开的限制。
图1为本申请一种局部放电动态监测预警管理方法的流程示意图；
图2为本申请一种局部放电动态监测预警管理方法中获得可用特高频信号集合的流程示意图；
图3为本申请一种局部放电动态监测预警管理系统的结构示意图；
图4为本申请示例性电子设备的结构示意图。
附图标记说明：放电信号采集模块11，信号去噪模块12，信号转换模块13，放电特征获取模块14，匹配分析模块15，缺陷定位模块16，运维管理模块17，处理器31，存储器32，输入装置33，输出装置34。
具体实施方式
本申请通过提供一种局部放电动态监测预警管理方法及系统。解决了现有技术中针对GIS局部放电监测的扩展性差、精准性低，进而造成GIS绝缘设备的运维管理效果不佳的技术问题。达到了实现对GIS局部放电的在线监测、图谱分析、故障诊断、缺陷定位，提高GIS运行的可靠性和安全性，提高GIS局部放电监测的扩展性、精准性，提升GIS绝缘设备的运维管理质量的技术效果。
实施例一
请参阅附图1，本申请提供一种局部放电动态监测预警管理方法，其中，所述方法应用于一种局部放电动态监测预警管理系统，所述系统包括特高频传感器、数字滤波器、数据采集模块、分析处理模块、超声波传感器、高频脉冲电流传感器，所述方法具体包括如下步骤：
步骤S100：通过所述特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；
具体而言，根据GIS现场确定目标监测点，并对目标监测点进行特高频传感器的布设。利用布设完成的特高频传感器采集目标监测点的局部放电信号，获取特高频信号集合。其中，所述特高频传感器可以为现有技术中满足200MHz到1500MHz的频率测量范围的UHF传感器。所述目标监测点包括发电厂、变电站等GIS现场的监测点位置及数量信息。所述特高频信号集合包括目标监测点对应的多个局部放电信号。达到了通过特高频传感器采集目标监测点的局部放电信号，获取特高频信号集合，为后续对GIS绝缘设备进行运维管理提供数据支持的技术效果。
步骤S200：基于所述数字滤波器对所述特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；
进一步的，如附图2所示，本申请步骤S200还包括：
步骤S210：根据信号滤波预处理要求，获得滤波器参数；
步骤S220：根据所述滤波器参数，确定所述数字滤波器；
步骤S230：基于所述数字滤波器对所述特高频信号集合进行滤波处理，获得所述可用特高频信号集合。
具体而言，根据信号滤波预处理要求确定滤波器参数。根据滤波器参数匹配数字滤波器。通过数字滤波器对特高频信号集合进行滤波处理，获得可用特高频信号集合。其中，所述信号滤波预处理要求包括预先设置确定的信噪比、截止频率等信号去噪要求信息。所述滤波器参数包括信号滤波预处理要求对应的滤波器的类型、结构、工作参数范围等数据信息。所述数字滤波器包括现有技术中满足滤波器参数的任意数字信号去噪装置。所述可用特高频信号集合包括通过数字滤波器进行去噪处理后的特高频信号集合。达到了通过数字滤波器对特高频信号集合进行干扰信号去噪，获得可用特高频信号集合，提高局部放电监测的准确性的技术效果。
步骤S300：基于所述数据采集模块对所述可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；
具体而言，将可用特高频信号集合传输至数据采集模块，数据采集模块包括现有技术中的模数转换器，通过模数转换器对可用特高频信号集合进行转换、放大、数字化处理，获得标准特高频数字信号集合。所述标准特高频数字信号集合包括可用特高频信号集合对应的多个二进制数字信号。达到了通过数据采集模块对可用特高频信号集合进行模数转换、放大，获得更加清晰的标准特高频数字信号集合，提高信号放电特征分析的准确性的技术效果。
步骤S400：将所述标准特高频数字信号集合传输至所述分析处理模块中进行处理，获得信号放电特征信息；
进一步的，本申请步骤S400还包括：
步骤S410：获得信号处理参数类型，所述信号处理参数类型包括脉冲幅值、功率、脉冲数、工频相位、脉冲抵达时长；
步骤S420：按照所述信号处理参数类型对所述标准特高频数字信号集合进行参数计算，获得特高频信号参数信息；
步骤S430：基于所述特高频信号参数信息，绘制获得局部放电信号特征图谱；
具体而言，根据信号处理参数类型对标准特高频数字信号集合进行参数计算，获得特高频信号参数信息，并基于特高频信号参数信息，构建局部放电信号特征图谱。其中，所述信号处理参数类型包括脉冲幅值、功率、脉冲数、工频相位、脉冲抵达时长。所述特高频信号参数信息包括标准特高频数字信号集合对应的脉冲幅值参数、功率参数、脉冲数参数、工频相位参数、脉冲抵达时长参数。所述局部放电信号特征图谱包括特高频信号参数信息对应的曲线信息。所述局部放电信号特征图谱能够反映特高频信号参数信息的脉冲幅值、功率、脉冲数、工频相位、脉冲抵达时长的分布情况。达到了通过对标准特高频数字信号集合进行计算、图谱绘制，获得局部放电信号特征图谱，为后续生成信号放电特征信息奠定基础的技术效果。
步骤S440：对所述局部放电信号特征图谱进行分析，获得所述信号放电特征信息。
进一步的，本申请步骤S440还包括：
步骤S441：基于卷积神经网络对所述局部放电信号特征图谱进行特征提取，获得放电信号特征；
步骤S442：对所述放电信号特征进行局部放电模式识别，获得局部放电类型特征；
步骤S443：基于所述局部放电类型特征对所述局部放电信号特征图谱进行特征参量提取，获得放电特征参量信息；
步骤S444：将所述局部放电类型特征和所述放电特征参量信息进行融合，确定所述信号放电特征信息。
具体而言，通过卷积神经网络对局部放电信号特征图谱进行特征提取，获得放电信号特征。通过对放电信号特征进行局部放电模式识别，获得局部放电类型特征。进而，按照局部放电类型特征对局部放电信号特征图谱进行特征参量提取，获得放电特征参量信息。将局部放电类型特征和放电特征参量信息进行融合，即，按照局部放电类型特征对放电特征参量信息进行标记，获得信号放电特征信息。其中，所述卷积神经网络是一类包含卷积计算，且具有深度结构的前馈神经网络。所述放电信号特征包括局部放电信号特征图谱中的脉冲幅值变化情况、功率变化情况、脉冲数变化情况、工频相位变化情况、脉冲抵达时长变化情况。所述局部放电类型特征包括放电信号特征对应的局部放电类型信息。所述放电特征参量信息包括局部放电信号特征图谱中的最大放电量、放电相位、单位时间放电次数等放电特征信息。所述信号放电特征信息包括局部放电类型特征和放电特征参量信息。达到了通过对局部放电信号特征图谱进行分析，获得可靠的信号放电特征信息，从而提高局部放电故障诊断的合理性的技术效果。
步骤S500：构建放电故障模式数据库，将所述信号放电特征信息和所述放电故障模式数据库进行匹配分析，获得放电故障诊断信息；
进一步的，本申请步骤S500还包括：
步骤S510：通过所述超声波传感器对所述目标监测点进行信号采集，获得超声波监测信号集合；
步骤S520：基于所述高频脉冲电流传感器获取所述目标监测点的高频脉冲电流信号集合；
步骤S530：对所述超声波监测信号集合和所述高频脉冲电流信号集合分别进行特征提取，获得超声放电特征信息和电流放电特征信息；
步骤S540：基于所述超声放电特征信息和电流放电特征信息对所述放电故障诊断信息进行联合补充修正。
具体而言，基于大数据进行放电故障诊断记录采集，获得多个历史信号放电特征信息、多个历史放电故障诊断信息。分析多个历史信号放电特征信息、多个历史放电故障诊断信息之间的匹配关系，获得放电特征关系。按照放电特征关系将多个历史信号放电特征信息、多个历史放电故障诊断信息进行排列，获得放电故障模式数据库。进而，将信号放电特征信息输入放电故障模式数据库，通过放电故障模式数据库对信号放电特征信息进行故障模式分析，获得放电故障诊断信息。所述放电故障诊断信息包括信号放电特征信息对应的放电故障模式。
进一步，通过超声波传感器、高频脉冲电流传感器对目标监测点进行信号采集，获得超声波监测信号集合和高频脉冲电流信号集合。继而，分别对超声波监测信号集合、高频脉冲电流信号集合进行特征提取，获得超声放电特征信息和电流放电特征信息。将超声放电特征信息、电流放电特征信息添加至放电故障诊断信息，通过超声放电特征信息、电流放电特征信息对放电故障诊断信息进行补充。其中，所述超声波监测信号集合包括目标监测点的多个超声放电信号。所述高频脉冲电流信号集合包括目标监测点的多个高频脉冲电流信号。所述超声放电特征信息包括超声波监测信号集合对应超声放电电压、超声放电频率、超声放电量、超声放电相位等超声放电特征参数。所述电流放电特征信息包括高频脉冲电流信号集合对应的高频脉冲电流大小、高频脉冲电流变化信息。达到了通过放电故障模式数据库对信号放电特征信息进行故障模式分析，获得放电故障诊断信息，并利用超声放电特征信息和电流放电特征信息对放电故障诊断信息进行联合补充修正，提高局部放电故障诊断的精确度的技术效果。
步骤S600：根据所述放电故障诊断信息和所述目标监测点进行缺陷定位，获得放电源位置信息；
进一步的，本申请步骤S600还包括：
步骤S610：基于所述放电故障诊断信息，获得局部放电信号接收时间差；
步骤S620：根据所述目标监测点的布设位置信息，获得放电传感器间距信息；
步骤S630：构建放电源定位函数：
其中，d为放电源位置信息，D为放电传感器间距信息，t为局部放电信号接收时间差；
步骤S640：基于所述放电源定位函数对所述局部放电信号接收时间差和所述放电传感器间距信息进行计算，获得所述放电源位置信息。
具体而言，从放电故障诊断信息中提取出局部放电信号接收时间差。根据目标监测点的布设位置信息，获得放电传感器间距信息。将局部放电信号接收时间差、放电传感器间距信息作为输入信息，输入放电源定位函数，获得放电源位置信息。在放电源定位函数
中，d为输出的放电源位置信息，D为输入的放电传感器间距信息，t为输入的局部放电信号接收时间差。达到了通过放电源定位函数对局部放电信号接收时间差和放电传感器间距信息进行计算，获得准确的放电源位置信息，从而提高对GIS绝缘设备进行运维管理的可靠度的技术效果。
步骤S700：基于所述放电故障诊断信息和所述放电源位置信息，对GIS绝缘设备进行运维管理。
进一步的，本申请步骤S700还包括：
步骤S710：根据所述放电故障诊断信息和所述放电源位置信息，生成故障监测诊断报告；
步骤S720：构建GIS运维知识库；
步骤S730：基于所述GIS运维知识库对所述故障监测诊断报告进行分析，获得GIS故障运维方案；
步骤S740：基于所述GIS故障运维方案对所述GIS绝缘设备进行故障运维。
具体而言，根据放电故障诊断信息和放电源位置信息，生成故障监测诊断报告。通过GIS运维知识库对故障监测诊断报告进行分析，获得GIS故障运维方案，并按照GIS故障运维方案对GIS绝缘设备进行故障运维。其中，所述故障监测诊断报告包括放电故障诊断信息和放电源位置信息。所述GIS运维知识库包括多个历史故障监测诊断报告、多个历史GIS故障运维方案。所述GIS故障运维方案包括对GIS绝缘设备进行故障运维的具体方法、步骤。示例性地，所述GIS故障运维方案包括对GIS绝缘设备进行互感原件检修、气室充气、电源检测等。达到了通过GIS运维知识库对故障监测诊断报告进行故障运维分析，获得可靠的GIS故障运维方案，提高GIS绝缘设备的运维管理质量的技术效果。
综上所述，本申请所提供的一种局部放电动态监测预警管理方法具有如下技术效果：
1.通过特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；通过数字滤波器对特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；通过数据采集模块对可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；将标准特高频数字信号集合传输至分析处理模块中进行处理，获得信号放电特征信息；通过放电故障模式数据库对信号放电特征信息进行故障分析，获得放电故障诊断信息；根据放电故障诊断信息和目标监测点进行缺陷定位，获得放电源位置信息；按照放电故障诊断信息和放电源位置信息对GIS绝缘设备进行运维管理。达到了实现对GIS局部放电的在线监测、图谱分析、故障诊断、缺陷定位，提高GIS运行的可靠性和安全性，提高GIS局部放电监测的扩展性、精准性，提升GIS绝缘设备的运维管理质量的技术效果。
2.通过数字滤波器对特高频信号集合进行干扰信号去噪，获得可用特高频信号集合，提高局部放电监测的准确性。
3.通过放电故障模式数据库对信号放电特征信息进行故障模式分析，获得放电故障诊断信息，并利用超声放电特征信息和电流放电特征信息对放电故障诊断信息进行联合补充修正，提高局部放电故障诊断的精确度。
实施例二
基于与前述实施例中一种局部放电动态监测预警管理方法，同样发明构思，本发明还提供了一种局部放电动态监测预警管理系统，所述系统包括特高频传感器、数字滤波器、数据采集模块、分析处理模块、超声波传感器、高频脉冲电流传感器，请参阅附图3，所述系统包括：
放电信号采集模块11，所述放电信号采集模块11用于通过所述特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；
信号去噪模块12，所述信号去噪模块12用于基于所述数字滤波器对所述特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；
信号转换模块13，所述信号转换模块13用于基于所述数据采集模块对所述可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；
放电特征获取模块14，所述放电特征获取模块14用于将所述标准特高频数字信号集合传输至所述分析处理模块中进行处理，获得信号放电特征信息；
匹配分析模块15，所述匹配分析模块15用于构建放电故障模式数据库，将所述信号放电特征信息和所述放电故障模式数据库进行匹配分析，获得放电故障诊断信息；
缺陷定位模块16，所述缺陷定位模块16用于根据所述放电故障诊断信息和所述目标监测点进行缺陷定位，获得放电源位置信息；
运维管理模块17，所述运维管理模块17用于基于所述放电故障诊断信息和所述放电源位置信息，对GIS绝缘设备进行运维管理。
进一步的，所述系统还包括：
参数类型获得模块，所述参数类型获得模块用于获得信号处理参数类型，所述信号处理参数类型包括脉冲幅值、功率、脉冲数、工频相位、脉冲抵达时长；
参数计算模块，所述参数计算模块用于按照所述信号处理参数类型对所述标准特高频数字信号集合进行参数计算，获得特高频信号参数信息；
特征图谱获得模块，所述特征图谱获得模块用于基于所述特高频信号参数信息，绘制获得局部放电信号特征图谱；
信号放电特征信息确定模块，所述信号放电特征信息确定模块用于对所述局部放电信号特征图谱进行分析，获得所述信号放电特征信息。
进一步的，所述系统还包括：
特征提取模块，所述特征提取模块用于基于卷积神经网络对所述局部放电信号特征图谱进行特征提取，获得放电信号特征；
识别模块，所述识别模块用于对所述放电信号特征进行局部放电模式识别，获得局部放电类型特征；
特征参量提取模块，所述特征参量提取模块用于基于所述局部放电类型特征对所述局部放电信号特征图谱进行特征参量提取，获得放电特征参量信息；
信息融合模块，所述信息融合模块用于将所述局部放电类型特征和所述放电特征参量信息进行融合，确定所述信号放电特征信息。
进一步的，所述系统还包括：
超声波监测信号获得模块，所述超声波监测信号获得模块用于通过所述超声波传感器对所述目标监测点进行信号采集，获得超声波监测信号集合；
高频脉冲电流信号获得模块，所述高频脉冲电流信号获得模块用于基于所述高频脉冲电流传感器获取所述目标监测点的高频脉冲电流信号集合；
放电特征信息确定模块，所述放电特征信息确定模块用于对所述超声波监测信号集合和所述高频脉冲电流信号集合分别进行特征提取，获得超声放电特征信息和电流放电特征信息；
信息修正模块，所述信息修正模块用于基于所述超声放电特征信息和电流放电特征信息对所述放电故障诊断信息进行联合补充修正。
进一步的，所述系统还包括：
接收时间差获得模块，所述接收时间差获得模块用于基于所述放电故障诊断信息，获得局部放电信号接收时间差；
间距信息获得模块，所述间距信息获得模块用于根据所述目标监测点的布设位置信息，获得放电传感器间距信息；
构建模块，所述构建模块用于构建放电源定位函数：
其中，d为放电源位置信息，D为放电传感器间距信息，t为局部放电信号接收时间差；
位置确定模块，所述位置确定模块用于基于所述放电源定位函数对所述局部放电信号接收时间差和所述放电传感器间距信息进行计算，获得所述放电源位置信息。
进一步的，所述系统还包括：
滤波器参数获得模块，所述滤波器参数获得模块用于根据信号滤波预处理要求，获得滤波器参数；
滤波器确定模块，所述滤波器确定模块用于根据所述滤波器参数，确定所述数字滤波器；
滤波处理模块，所述滤波处理模块用于基于所述数字滤波器对所述特高频信号集合进行滤波处理，获得所述可用特高频信号集合。
进一步的，所述系统还包括：
诊断报告生成模块，所述诊断报告生成模块用于根据所述放电故障诊断信息和所述放电源位置信息，生成故障监测诊断报告；
知识库构建模块，所述知识库构建模块用于构建GIS运维知识库；
故障运维方案获得模块，所述故障运维方案获得模块用于基于所述GIS运维知识库对所述故障监测诊断报告进行分析，获得GIS故障运维方案；
故障运维模块，所述故障运维模块用于基于所述GIS故障运维方案对所述GIS绝缘设备进行故障运维。
本发明实施例所提供的一种局部放电动态监测预警管理系统可执行本发明任意实施例所提供的一种局部放电动态监测预警管理方法，具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例三
图4为本发明实施例三提供的电子设备的结构示意图，示出了适于用来实现本发明实施方式的示例性电子设备的框图。图4显示的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图4所示，该电子设备包括处理器31、存储器32、输入装置33及输出装置34；电子设备中处理器31的数量可以是一个或多个，图4中以一个处理器31为例，电子设备中的处理器31、存储器32、输入装置33及输出装置34可以通过总线或其他方式连接，图4中以通过总线连接为例。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种局部放电动态监测预警管理方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述一种局部放电动态监测预警管理方法。
本申请提供了一种局部放电动态监测预警管理方法，其中，所述方法应用于一种局部放电动态监测预警管理系统，所述方法包括：通过特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；通过数字滤波器对特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；通过数据采集模块对可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；将标准特高频数字信号集合传输至分析处理模块中进行处理，获得信号放电特征信息；通过放电故障模式数据库对信号放电特征信息进行故障分析，获得放电故障诊断信息；根据放电故障诊断信息和目标监测点进行缺陷定位，获得放电源位置信息；按照放电故障诊断信息和放电源位置信息对GIS绝缘设备进行运维管理。解决了现有技术中针对GIS局部放电监测的扩展性差、精准性低，进而造成GIS绝缘设备的运维管理效果不佳的技术问题。达到了实现对GIS局部放电的在线监测、图谱分析、故障诊断、缺陷定位，提高GIS运行的可靠性和安全性，提高GIS局部放电监测的扩展性、精准性，提升GIS绝缘设备的运维管理质量的技术效果。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种局部放电动态监测预警管理方法，其特征在于，所述方法应用于一GIS局部放电动态监测系统，所述系统包括特高频传感器、数字滤波器、数据采集模块、分析处理模块，所述方法包括：
通过所述特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；
基于所述数字滤波器对所述特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；
基于所述数据采集模块对所述可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；
将所述标准特高频数字信号集合传输至所述分析处理模块中进行处理，获得信号放电特征信息；
构建放电故障模式数据库，将所述信号放电特征信息和所述放电故障模式数据库进行匹配分析，获得放电故障诊断信息；
根据所述放电故障诊断信息和所述目标监测点进行缺陷定位，获得放电源位置信息；
基于所述放电故障诊断信息和所述放电源位置信息，对GIS绝缘设备进行运维管理。
2.如权利要求1所述的方法，其特征在于，所述获得信号放电特征信息，包括：
获得信号处理参数类型，所述信号处理参数类型包括脉冲幅值、功率、脉冲数、工频相位、脉冲抵达时长；
按照所述信号处理参数类型对所述标准特高频数字信号集合进行参数计算，获得特高频信号参数信息；
基于所述特高频信号参数信息，绘制获得局部放电信号特征图谱；
对所述局部放电信号特征图谱进行分析，获得所述信号放电特征信息。
3.如权利要求2所述的方法，其特征在于，所述对所述局部放电信号特征图谱进行分析，获得所述信号放电特征信息，包括：
基于卷积神经网络对所述局部放电信号特征图谱进行特征提取，获得放电信号特征；
对所述放电信号特征进行局部放电模式识别，获得局部放电类型特征；
基于所述局部放电类型特征对所述局部放电信号特征图谱进行特征参量提取，获得放电特征参量信息；
将所述局部放电类型特征和所述放电特征参量信息进行融合，确定所述信号放电特征信息。
4.如权利要求1所述的方法，其特征在于，所述系统还包括一超声波传感器、高频脉冲电流传感器，所述方法包括：
通过所述超声波传感器对所述目标监测点进行信号采集，获得超声波监测信号集合；
基于所述高频脉冲电流传感器获取所述目标监测点的高频脉冲电流信号集合；
对所述超声波监测信号集合和所述高频脉冲电流信号集合分别进行特征提取，获得超声放电特征信息和电流放电特征信息；
基于所述超声放电特征信息和电流放电特征信息对所述放电故障诊断信息进行联合补充修正。
5.如权利要求1所述的方法，其特征在于，所述获得放电源位置信息，包括：
基于所述放电故障诊断信息，获得局部放电信号接收时间差；
根据所述目标监测点的布设位置信息，获得放电传感器间距信息；
构建放电源定位函数：
其中，d为放电源位置信息，D为放电传感器间距信息，t为局部放电信号接收时间差；
基于所述放电源定位函数对所述局部放电信号接收时间差和所述放电传感器间距信息进行计算，获得所述放电源位置信息。
6.如权利要求1所述的方法，其特征在于，所述获得可用特高频信号集合，包括：
根据信号滤波预处理要求，获得滤波器参数；
根据所述滤波器参数，确定所述数字滤波器；
基于所述数字滤波器对所述特高频信号集合进行滤波处理，获得所述可用特高频信号集合。
7.如权利要求1所述的方法，其特征在于，所述基于所述放电故障诊断信息和所述放电源位置信息，对GIS绝缘设备进行运维管理，包括：
根据所述放电故障诊断信息和所述放电源位置信息，生成故障监测诊断报告；
构建GIS运维知识库；
基于所述GIS运维知识库对所述故障监测诊断报告进行分析，获得GIS故障运维方案；
基于所述GIS故障运维方案对所述GIS绝缘设备进行故障运维。
8.一种局部放电动态监测预警管理系统，其特征在于，所述系统包括特高频传感器、数字滤波器、数据采集模块、分析处理模块，所述系统包括：
放电信号采集模块，所述放电信号采集模块用于通过所述特高频传感器对目标监测点进行局部放电信号采集，获得特高频信号集合；
信号去噪模块，所述信号去噪模块用于基于所述数字滤波器对所述特高频信号集合进行干扰信号去噪，获得可用特高频信号集合；
信号转换模块，所述信号转换模块用于基于所述数据采集模块对所述可用特高频信号集合进行模数转换、放大，获得标准特高频数字信号集合；
放电特征获取模块，所述放电特征获取模块用于将所述标准特高频数字信号集合传输至所述分析处理模块中进行处理，获得信号放电特征信息；
匹配分析模块，所述匹配分析模块用于构建放电故障模式数据库，将所述信号放电特征信息和所述放电故障模式数据库进行匹配分析，获得放电故障诊断信息；
缺陷定位模块，所述缺陷定位模块用于根据所述放电故障诊断信息和所述目标监测点进行缺陷定位，获得放电源位置信息；
运维管理模块，所述运维管理模块用于基于所述放电故障诊断信息和所述放电源位置信息，对GIS绝缘设备进行运维管理。
9.一种电子设备，其特征在于，所述电子设备包括：
存储器，用于存储可执行指令；
处理器，用于执行所述存储器中存储的可执行指令时，实现权利要求1至7任一项所述的一种局部放电动态监测预警管理方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一所述的一种局部放电动态监测预警管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310174786.8A CN116359682A (zh) | 2023-02-28 | 2023-02-28 | 一种局部放电动态监测预警管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310174786.8A CN116359682A (zh) | 2023-02-28 | 2023-02-28 | 一种局部放电动态监测预警管理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116359682A true CN116359682A (zh) | 2023-06-30 |
Family
ID=86939030
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310174786.8A Pending CN116359682A (zh) | 2023-02-28 | 2023-02-28 | 一种局部放电动态监测预警管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116359682A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685138A (zh) * | 2018-12-25 | 2019-04-26 | 东南大学 | 一种xlpe电力电缆局部放电类型识别方法 |
| CN113655350A (zh) * | 2021-08-24 | 2021-11-16 | 华能重庆两江燃机发电有限责任公司 | Gis局部放电在线监测系统及方法 |
| CN113884844A (zh) * | 2021-11-18 | 2022-01-04 | 国网山东省电力公司电力科学研究院 | 一种变压器局部放电类型识别方法及系统 |
| CN215866958U (zh) * | 2021-08-19 | 2022-02-18 | 郑州精铖电力设备有限公司 | Gis局部放电重症监护系统 |
| CN114264920A (zh) * | 2021-11-17 | 2022-04-01 | 国网山东省电力公司电力科学研究院 | 基于自适应滤波的局部放电特高频信号去噪方法及系统 |
| CN114660424A (zh) * | 2022-03-29 | 2022-06-24 | 国网福建省电力有限公司超高压分公司 | 一种gis设备局部放电检测诊断系统 |
| CN115586406A (zh) * | 2022-09-28 | 2023-01-10 | 西安交通大学 | 一种基于特高频信号的gis局部放电故障诊断方法及系统 |
-
2023
- 2023-02-28 CN CN202310174786.8A patent/CN116359682A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109685138A (zh) * | 2018-12-25 | 2019-04-26 | 东南大学 | 一种xlpe电力电缆局部放电类型识别方法 |
| CN215866958U (zh) * | 2021-08-19 | 2022-02-18 | 郑州精铖电力设备有限公司 | Gis局部放电重症监护系统 |
| CN113655350A (zh) * | 2021-08-24 | 2021-11-16 | 华能重庆两江燃机发电有限责任公司 | Gis局部放电在线监测系统及方法 |
| CN114264920A (zh) * | 2021-11-17 | 2022-04-01 | 国网山东省电力公司电力科学研究院 | 基于自适应滤波的局部放电特高频信号去噪方法及系统 |
| CN113884844A (zh) * | 2021-11-18 | 2022-01-04 | 国网山东省电力公司电力科学研究院 | 一种变压器局部放电类型识别方法及系统 |
| CN114660424A (zh) * | 2022-03-29 | 2022-06-24 | 国网福建省电力有限公司超高压分公司 | 一种gis设备局部放电检测诊断系统 |
| CN115586406A (zh) * | 2022-09-28 | 2023-01-10 | 西安交通大学 | 一种基于特高频信号的gis局部放电故障诊断方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 邱昌容 等: "电工设备局部放电及其测试技术", 机械工业出版社, pages: 398 - 400 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107942206B (zh) | 一种gis局部放电定位方法 | |
| CN110927537B (zh) | 一种基于物联网边缘计算的局部放电监测装置及方法 | |
| CN115423127B (zh) | 一种基于人工智能的电力设备现场运维方法及系统 | |
| JP2002131366A (ja) | 高電圧機器の内部部分放電監視装置 | |
| CN104297643A (zh) | 一种电力线路绝缘故障预警装置 | |
| CN113655340B (zh) | 基于声纹识别的输电线路雷击故障定位方法、系统及介质 | |
| CN112485503B (zh) | 一种基于大数据处理的杂散电流测量系统及方法 | |
| CN115128345B (zh) | 一种基于谐波监测的电网安全预警方法及系统 | |
| CN207703960U (zh) | 一种变电站巡检机器人 | |
| CN115979350A (zh) | 一种海洋监测设备数据采集系统 | |
| CN116008753A (zh) | 一种电缆的智能化监测方法及系统 | |
| CN203595760U (zh) | 一种绝缘子安全状况检测系统 | |
| CN212808481U (zh) | 一种gil电弧超声故障定位在线监测装置 | |
| CN117572837A (zh) | 一种智慧电厂ai主动运维方法及系统 | |
| CN116359682A (zh) | 一种局部放电动态监测预警管理方法及系统 | |
| CN107632126A (zh) | 一种基于大数据的污水水样监测系统 | |
| CN106643871B (zh) | 一种疏水阀泄漏检测模块 | |
| CN104659919A (zh) | 大数据的配网运行支持系统及方法 | |
| CN211701617U (zh) | 一种配电网监测系统 | |
| CN206353153U (zh) | 一种水质在线检测系统 | |
| CN215956385U (zh) | 一种精度高的海洋信息遥感监测用lx天伺馈分系统 | |
| CN113092951A (zh) | 一种海上风电场复杂拓扑线路故障信息预测方法及装置 | |
| CN203133016U (zh) | 智能型绝缘子盐密在线监测装置 | |
| CN114123511B (zh) | 一种监测分析电缆配电终端异常位置的方法及系统 | |
| Peng-Fei et al. | Research on GIS Monitoring System in Operation Based on Rail Robot |
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 |