CN116990621B - 电力安全工器具故障动态监测系统 - Google Patents
电力安全工器具故障动态监测系统 Download PDFInfo
- Publication number
- CN116990621B CN116990621B CN202311245316.2A CN202311245316A CN116990621B CN 116990621 B CN116990621 B CN 116990621B CN 202311245316 A CN202311245316 A CN 202311245316A CN 116990621 B CN116990621 B CN 116990621B
- Authority
- CN
- China
- Prior art keywords
- safety
- tool
- analyzed
- monitoring
- current
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 175
- 230000005856 abnormality Effects 0.000 claims abstract description 135
- 238000001514 detection method Methods 0.000 claims abstract description 22
- 238000009413 insulation Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 63
- 238000000034 method Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 abstract description 11
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
Abstract
本发明涉及电性能测试技术领域,具体涉及电力安全工器具故障动态监测系统。包括:获取每个绝缘安全工器具的监测数据时间序列及工器具种类;根据监测数据时间序列获取电流波动异常指数、电压波动异常指数和温度波动异常指数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电流安全影响系数、电压安全影响系数和温度安全影响系数,进而结合电流波动异常指数、电压波动异常指数和温度波动异常指数获取监测因子异常程度;根据监测因子异常程度获取监测因子类别一致度,并结合监测因子异常程度确定异常检测算法的参数值,进而获得故障绝缘安全工器具。本发明解决了电力安全工器具故障动态监测精度较低的问题。
Description
技术领域
本发明涉及电性能测试技术领域,具体涉及电力安全工器具故障动态监测系统。
背景技术
在电力系统中,为了防止触电、灼伤、坠落、摔跌等事故的发生,操作者必须携带和使用各种安全工器具。安全工器具是电力施工人员人身安全的重要保障,也是安全管理工作的根本,做好安全器具的检查、管理和维护是安全生产的前提和保证。建立电力安全工器具故障动态监测系统,对安全工器具的故障进行动态监测,能够及时、正确地对设备的运行参数和运行状况做出全面检测,预防和消除事故隐患。
现有的LOF异常监测算法可以对电力安全工器具是否发生故障进行动态监测,使用k值为确定数据点的最小邻近距离,进而判断数据点的局部可达密度。但是电力安全工器具的数量众多、种类繁杂,监测不同类型电力安全工器具的具体试验方法不同,异常程度的评判标准也不同。因此,对不同类型的电力安全工器具设置同一k值进行异常检测时准确率不高,造成电力安全工器具故障动态监测的精度较低。
发明内容
为了解决上述技术问题,本发明的目的在于提供电力安全工器具故障动态监测系统,以解决传统异常检测算法应用于电力安全工器具故障动态监测时精度较低的问题,所采用的技术方案具体如下:
本发明提出了电力安全工器具故障动态监测系统,所述系统包括:
数据采集模块,采集绝缘安全工器具的电压、电流和温度;获取监测数据时间序列,监测数据时间序列包括电压时间序列、电流时间序列和温度时间序列;
监测数据异常评价模块,获取每个绝缘安全工器具的工器具种类;根据电流时间序列获取电流波动异常指数;分别根据电压时间序列和温度时间序列获取电压波动异常指数和温度波动异常指数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电流安全影响系数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电压安全影响系数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取温度安全影响系数;根据电流波动异常指数、电压波动异常指数、温度波动异常指数、电流安全影响系数、电压安全影响系数和温度安全影响系数获取监测因子异常程度;根据工器具种类中所有绝缘安全工器具的监测因子异常程度获取监测因子类别一致度;
监测数据异常检测模块,根据监测因子类别一致度和监测因子异常程度确定异常检测算法中每个工器具种类的自适应k值;
绝缘安全工器具监测模块,根据自适应k值分别对绝缘安全工器具的电压、电流和温度进行异常监测,获得故障绝缘安全工器具。
进一步,所述电压时间序列、电流时间序列和温度时间序列获取的具体方法为:
分别将电压、电流和温度按照采集的时间顺序排列,获得绝缘安全工器具的电压时间序列、电流时间序列和温度时间序列。
进一步,所述根据电流时间序列获取电流波动异常指数,包括的具体方法为:
将电流时间序列中包含的所有电流的均值记为电流序列均值;
将电流时间序列中包含的所有电流的标准差与电流序列均值的乘积记为绝缘安全工器具的电流波动异常指数。
进一步,所述根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电流安全影响系数,包括的具体方法为:
分别将每个工器具种类作为待分析工器具种类;
分别将待分析工器具种类中包含的每个绝缘安全工器具作为待分析绝缘安全工器具;
获取待分析绝缘安全工器具的电压时间序列和电流时间序列之间的相关系数,将所述相关系数作为待分析绝缘安全工器具的电压-电流相关系数;
获取待分析绝缘安全工器具的温度时间序列和电流时间序列之间的相关系数,将所述温度时间序列和电流时间序列之间的相关系数作为待分析绝缘安全工器具的温度-电流相关系数;
将待分析绝缘安全工器具的电压-电流相关系数与温度-电流相关系数之和记为待分析绝缘安全工器具的电流影响相关系数;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的数量记为工器具总量;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的电流影响相关系数之和与二倍工器具总量的比值作为待分析工器具种类的电流安全影响系数。
进一步,所述根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电压安全影响系数,包括的具体方法为:
获取待分析绝缘安全工器具的电压时间序列和温度时间序列之间的相关系数,将所述电压时间序列和温度时间序列之间的相关系数作为待分析绝缘安全工器具的电压-温度相关系数;
将待分析绝缘安全工器具的电压-电流相关系数与电压-温度相关系数之和记为待分析绝缘安全工器具的电压影响相关系数;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的电压影响相关系数之和与二倍工器具总量的比值作为待分析工器具种类的电压安全影响系数。
进一步,所述根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取温度安全影响系数,包括的具体方法为:
将待分析绝缘安全工器具的电压-温度相关系数与温度-电流相关系数之和记为待分析绝缘安全工器具的温度影响相关系数;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的温度影响相关系数之和与二倍工器具总量的比值作为待分析工器具种类的温度安全影响系数。
进一步,所述根据电流波动异常指数、电压波动异常指数、温度波动异常指数、电流安全影响系数、电压安全影响系数和温度安全影响系数获取监测因子异常程度,包括的具体方法为:
将待分析绝缘工器具的电流波动异常指数与待分析工器具种类的电流安全影响系数的乘积记为待分析绝缘工器具的电流异常因子;
将待分析绝缘工器具的电压波动异常指数与待分析工器具种类的电压安全影响系数的乘积记为待分析绝缘工器具的电压异常因子;
将待分析绝缘工器具的温度波动异常指数与待分析工器具种类的温度安全影响系数的乘积记为待分析绝缘工器具的温度异常因子;
将待分析绝缘工器具的电流异常因子、电压异常因子与温度异常因子的和作为待分析绝缘工器具的监测因子异常程度。
进一步,所述根据工器具种类中所有绝缘安全工器具的监测因子异常程度获取监测因子类别一致度,包括的具体方法为:
分别将两个待分析绝缘安全工器具作为一个待分析绝缘安全工器具组;
将两个待分析绝缘安全工器具的监测因子异常程度之差的绝对值记为待分析绝缘安全工器具组的监测因子差异;
将待分析工器具种类中包含的所有待分析绝缘安全工器具组的监测因子差异的平均值记为待分析工器具种类的监测因子类别差异度;
将以自然常数为底数,监测因子类别差异度的相反数为指数的幂记为待分析工器具种类的监测因子类别一致度。
进一步,所述根据监测因子类别一致度和监测因子异常程度确定异常检测算法中每个工器具种类的自适应k值,包括的具体方法为:
将待分析工器具种类中所有待分析绝缘工器具的监测因子异常程度的平均值记为待分析工器具种类的监测异常值;
将待分析工器具种类的监测异常值与监测因子类别一致度的比值记为综合异常值;
将以自然常数为底数,综合异常值的相反数为指数的幂记为异常偏离值;
将数字1与异常偏离值的差值作为待分析工器具种类的异常监测系数;
将待分析工器具种类的异常监测系数与工器具总量的乘积的向下取整值作为待分析工器具种类的自适应k值。
进一步,所述根据自适应k值分别对绝缘安全工器具的电压、电流和温度进行异常监测,获得故障绝缘安全工器具,包括的具体方法为:
以工器具种类的自适应k值为异常检测算法的参数值,对绝缘安全工器具的电压、电流和温度使用异常检测算法,分别获取绝缘安全工器具的电压、电流和温度的离群因子;
将离群因子大于预设阈值的电压记为电压异常数据,将离群因子大于预设阈值的电流记为电流异常数据,将离群因子大于预设阈值的温度记为温度异常数据;
将电压异常数据数量与电压时间序列长度的比值记为电压异常比例,将电流异常数据数量与电流时间序列长度的比值记为电流异常比例,将温度异常数据数量与温度时间序列长度的比值记为温度异常比例;
将电压异常比例、电流异常比例与温度异常比例全部大于预设比例的绝缘安全工器具记为故障绝缘安全工器具。
本发明的有益效果是:本发明先根据各个绝缘安全工器具的监测数据时间序列,获取对应的序列波动异常指数;再根据监测数据时间序列之间的相关系数,计算各维度监测数据的安全影响系数;结合序列波动异常指数及安全影响系数获取监测因子异常程度,监测因子异常程度反映了绝缘安全工器具的监测数据的异常程度;根据各个工具器种类中所有绝缘安全工器具的监测因子异常程度获取工具器种类的监测因子类别一致度,监测因子类别一致度反映了工具器种类中绝缘安全工器具监测数据的异常程度相关性;最终根据工具器种类的监测因子类别一致度以及工具器种类中所有绝缘安全工器的监测因子异常程度,确定异常检测算法的自适应k值,根据自适应k值使用异常监测算法对各类型绝缘安全工器具进行故障监测,提高了故障监测的可靠性,解决了对不同类型的电力安全工器具设置同一k值进行异常检测时准确率不高的问题,进而提高了电力安全工器具故障动态监测的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的电力安全工器具故障动态监测系统框图;
图2为绝缘安全工器具的电流散点图。
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、完整地描述,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。
请参阅图1,其示出了本发明一个实施例提供的电力安全工器具故障动态监测系统框图,该系统包括:数据采集模块101、监测数据异常评价模块102、监测数据异常检测模块103、绝缘安全工器具监测模块104。
数据采集模块101,用于采集不同种类的绝缘安全工器具的监测数据,获得监测数据时间序列。
带电作业绝缘安全工器具的电气试验项目为交、直流耐压试验,试验要求为试验中无击穿、无闪络、无过热。因此,当绝缘安全工器具发生故障时,伴随着温度的异常,可以通过对试验过程中电压、电流、温度的异常监测,实现对绝缘安全工器具的故障监测。
获取工器具种类的数量,/>的经验取值为20,在不同工器具种类的绝缘安全工器具上施加对应的额定电压,并分别在绝缘安全工器具上设置电压、电流、温度传感器,每隔/>秒采集一次各个绝缘安全工器具的电压、电流、温度,共三个维度的监测数据,/>经验取值为5,共采集/>次,/>的经验取值为100。分别将采集的电压、电流和温度按照采集的时间顺序排列,获得监测数据时间序列,监测数据时间序列包括电压时间序列、电流时间序列和温度时间序列。
监测数据异常评价模块102,用于根据各绝缘安全工器具的监测数据时间序列获取监测因子异常程度。
先根据各个绝缘安全工器具的监测数据时间序列,获取监测数据时间序列的波动异常指数;再根据监测数据时间序列之间的相关系数,获取各维度监测数据的安全影响系数;结合波动异常指数与安全影响系数获取各个绝缘安全工器具的监测因子异常程度;最终根据监测因子异常程度,获取各工器具种类的监测因子类别一致度,具体包括:
1、根据各个绝缘安全工器具的监测数据时间序列,获取对应的序列波动异常指数。
由于电压、电流、温度分别表示绝缘安全工器具不同维度的特征,并且不同维度的数据之间量纲也不同,因此在对绝缘安全工器具进行监测时,需要分别对监测数据时间序列进行分析,获取监测数据时间序列波动的异常程度。
耐压测试的基本原理为把一个高于正常工作的电压加在被测设备的绝缘体上,并持续一段规定的时间,如果期间的绝缘性足够好,加在上面的电压就只会产生很小的泄漏电流。如图2所示,为绝缘安全工器具的电流散点图,如果一个被测设备绝缘体在规定的时间内,其泄漏电流保持在规定的范围内,就可以确定这个被测设备可以在正常的运行条件下安全运行。因此,可以根据监测数据时间序列元素值的大小以及变化的幅度获取其波动的异常程度。
首先,获取每个工器具种类中绝缘安全工器具的个数,令第类中绝缘安全工器具的个数为/>。再根据第/>类第/>个绝缘安全工器具的电流时间序列中所有电流的均值和标准差/>,计算第/>类第/>个绝缘安全工器具的电流波动异常指数为/>,计算公式如下:
其中,为第/>类第/>个绝缘安全工器具的电流波动异常指数;/>为第/>类第/>个绝缘安全工器具的电流时间序列中所有电流的均值;/>为第/>类第/>个绝缘安全工器具的电流时间序列中所有电流的标准差;/>的取值范围为1到/>之间的整数;/>的取值范围为1到/>之间的整数。
当电流时间序列中所有电流的均值越大时,说明泄漏电流越大,绝缘性能越差,越可能发生异常,电流波动异常指数越大;当电流时间序列中所有电流的标准差越大时,说明泄漏电流的浮动范围越大,越可能发生异常,电流波动异常指数越大。
根据第类第/>个绝缘安全工器具的电压时间序列,按照上述方法获取对应的电压波动异常指数为/>;根据第/>类第/>个绝缘安全工器具的温度时间序列,按照上述方法获取对应的温度波动异常指数为/>。
2、获取各个绝缘安全工器具的监测数据时间序列之间的相关系数,计算各维度数据的安全影响系数。
电压是电流的产生条件,由于电流的热效应,绝缘安全工器具的温度会发生变化,温度又能反过来影响绝缘安全工器具的电阻,导致绝缘安全工器具两端的电压发生变化。因此,当绝缘安全工器具出现故障时,电压、电流和温度均会发生异常,但是各自的影响程度不同。
获取绝缘安全工器具各维度数据时间序列之间的皮尔逊相关系数,第类第/>个绝缘安全工器具的电压时间序列和电流时间序列之间的皮尔逊相关系数为/>,电压时间序列和温度时间序列之间的皮尔逊相关系数为/>,电流时间序列和温度时间序列之间的皮尔逊相关系数为/>。
则第类绝缘安全工器具的电压安全影响系数/>、电流安全影响系数/>、温度安全影响系数/>分别可以表示如下:
其中,为第/>类绝缘安全工器具的个数,/>为第/>类绝缘安全工器具的电压安全影响系数,/>为第/>类绝缘安全工器具的电流安全影响系数,/>为第/>类绝缘安全工器具的温度安全影响系数;/>为第/>类第/>个绝缘安全工器具的电压时间序列和电流时间序列之间的皮尔逊相关系数,/>为电压时间序列和温度时间序列之间的皮尔逊相关系数,/>为电流时间序列和温度时间序列之间的皮尔逊相关系数。
当其中一个监测数据时间序列与另外两个监测数据时间序列之间的相关系数之和越大时,说明该监测数据与另外两个监测数据的相关程度越高,则安全影响系数越大,该监测数据对另外两个监测数据的影响程度越大。
3、根据各维度数据的安全影响系数及序列波动异常指数获取各个绝缘安全工器具的监测因子异常程度。
由于当绝缘安全工器具出现故障时,电压、电流和温度均会发生异常,可以将各维度数据序列波动异常指数的加权和作为对应的监测因子异常程度,其权值由各维度数据的安全影响系数决定。第类第/>个绝缘安全工器具的监测因子异常程度/>可以表示为如下公式:
其中,为第/>类第/>个绝缘安全工器具的监测因子异常程度,/>为第/>类绝缘安全工器具的电压安全影响系数,/>为第/>类绝缘安全工器具的电流安全影响系数,为第/>类绝缘安全工器具的温度安全影响系数;/>为第/>类第/>个绝缘安全工器具的电流波动异常指数,/>为第/>类第/>个绝缘安全工器具的电压波动异常指数,为第/>类第/>个绝缘安全工器具的温度序列波动异常指数。
当绝缘安全工器具的各维度数据的序列波动异常指数越大时,其对应的异常程度就越高,监测因子异常程度值越大;当各维度数据的安全影响系数越大时,其异常程度的影响程度就越大,应该给予更高的权重。
4、根据各个绝缘安全工器具的监测因子异常程度,获取各工器具种类的监测因子类别一致度。
基于上述分析,当绝缘安全工器具未出现故障时,同一工器具种类的绝缘安全工器具的监测因子异常程度应大致相等;若单一绝缘安全工器具发生异常时,该绝缘安全工器具与工器具种类中其余绝缘安全工器具的监测因子异常程度相差较大。因此,可以根据同一类型绝缘安全工器具的监测因子异常程度的一致程度,获取各类绝缘安全工器具的监测因子类别一致度,作为衡量各类绝缘安全工器具异常程度的一个标准。第类绝缘安全工器具的监测因子类别一致度/>可以表示为:
其中,为以自然常数为底的指数函数,/>为第/>类绝缘安全工器具的监测因子类别一致度,/>为第/>类第/>个绝缘安全工器具的监测因子异常程度,为第/>类第/>个绝缘安全工器具的监测因子异常程度,/>为第/>类绝缘安全工器具的个数。
当同一工器具种类的绝缘安全工器具的监测因子异常程度相差越大时,该工器具种类中的绝缘安全工器具的监测因子异常程度一致程度越低,则监测因子类别一致度值越小,该工器具种类中的绝缘安全工器具越可能发生异常。
监测数据异常检测模块103,用于根据每个工器具种类的监测因子类别一致度及工器具种类中所有绝缘安全工器具的监测因子异常程度获得每个工器具种类的自适应k值。
各工器具种类的绝缘安全工器具的异常程度不仅取决于单个绝缘安全工器具的异常程度,还取决于其同类型绝缘安全工器具的异常程度是否一致。因此,可以综合各类绝缘安全工器具的监测因子类别一致度以及同一类型绝缘安全工器具的监测因子的异常程度,自适应确定k值。
将第类的所有绝缘安全工器具的监测因子异常程度的平均值记为/>,第/>类绝缘安全工器具进行异常监测时的自适应k值可以表示为:
其中,为对第/>类绝缘安全工器具进行异常监测时的自适应k值;/>为向下取整函数;/>为以自然常数为底的指数函数;/>为第/>类绝缘安全工器具的监测因子异常程度平均值;/>为第/>类绝缘安全工器具的监测因子类别一致度;/>为第/>类绝缘安全工器具的个数。
当工器具种类中绝缘安全工器具的监测因子异常程度的一致程度越高时,说明该类型的绝缘安全工器具出现故障的可能性越低,异常程度越低,应该设置较大的k值,以防止将异常程度较低的离群点判断为异常数据点;当同一类型绝缘安全工器具的监测因子异常程度的平均值越大时,说明该类型的绝缘安全工器具的异常程度越高,应该设置较小的k值,以防止将异常程度较高的离群点判断为正常数据点。
自此,获得每个工器具种类的自适应k值。
绝缘安全工器具监测模块104,用于根据绝缘安全工器具所属的工器具种类的自适应k值,使用LOF异常检测算法对绝缘安全工器具进行故障监测。
根据绝缘安全工器具所属的工器具种类的自适应k值,使用LOF异常监测算法分别对绝缘安全工器具的电压时间序列、电流时间序列和温度时间序列进行异常监测,计算电压时间序列中每个数据的离群因子LOF,设置阈值,将离群因子大于/>的数据记为异常数据,阈值/>经验取值为1。将异常数据与电压时间序列长度的比值记为电压异常比例。
按照上述方法分别获取对应的电流异常比例和温度异常比例,设置阈值,当绝缘安全工器具的电压异常比例、电流异常比例与温度异常比例全部大于/>时,判断该绝缘安全工器具出现故障,阈值/>经验取值为0.5。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的原则之内,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 (7)
1.电力安全工器具故障动态监测系统,其特征在于,所述系统包括:
数据采集模块,采集绝缘安全工器具的电压、电流和温度;获取监测数据时间序列,监测数据时间序列包括电压时间序列、电流时间序列和温度时间序列;
监测数据异常评价模块,获取每个绝缘安全工器具的工器具种类;根据电流时间序列获取电流波动异常指数;分别根据电压时间序列和温度时间序列获取电压波动异常指数和温度波动异常指数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电流安全影响系数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电压安全影响系数;根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取温度安全影响系数;根据电流波动异常指数、电压波动异常指数、温度波动异常指数、电流安全影响系数、电压安全影响系数和温度安全影响系数获取监测因子异常程度;根据工器具种类中所有绝缘安全工器具的监测因子异常程度获取监测因子类别一致度;
监测数据异常检测模块,根据监测因子类别一致度和监测因子异常程度确定异常检测算法中每个工器具种类的自适应k值;
绝缘安全工器具监测模块,根据自适应k值分别对绝缘安全工器具的电压、电流和温度进行异常监测,获得故障绝缘安全工器具;
所述根据电流波动异常指数、电压波动异常指数、温度波动异常指数、电流安全影响系数、电压安全影响系数和温度安全影响系数获取监测因子异常程度,包括的具体方法为:
将待分析绝缘工器具的电流波动异常指数与待分析工器具种类的电流安全影响系数的乘积记为待分析绝缘工器具的电流异常因子;
将待分析绝缘工器具的电压波动异常指数与待分析工器具种类的电压安全影响系数的乘积记为待分析绝缘工器具的电压异常因子;
将待分析绝缘工器具的温度波动异常指数与待分析工器具种类的温度安全影响系数的乘积记为待分析绝缘工器具的温度异常因子;
将待分析绝缘工器具的电流异常因子、电压异常因子与温度异常因子的和作为待分析绝缘工器具的监测因子异常程度;
所述根据工器具种类中所有绝缘安全工器具的监测因子异常程度获取监测因子类别一致度,包括的具体方法为:
分别将两个待分析绝缘安全工器具作为一个待分析绝缘安全工器具组;
将两个待分析绝缘安全工器具的监测因子异常程度之差的绝对值记为待分析绝缘安全工器具组的监测因子差异;
将待分析工器具种类中包含的所有待分析绝缘安全工器具组的监测因子差异的平均值记为待分析工器具种类的监测因子类别差异度;
将以自然常数为底数,监测因子类别差异度的相反数为指数的幂记为待分析工器具种类的监测因子类别一致度;
所述根据监测因子类别一致度和监测因子异常程度确定异常检测算法中每个工器具种类的自适应k值,包括的具体方法为:
将待分析工器具种类中所有待分析绝缘工器具的监测因子异常程度的平均值记为待分析工器具种类的监测异常值;
将待分析工器具种类的监测异常值与监测因子类别一致度的比值记为综合异常值;
将以自然常数为底数,综合异常值的相反数为指数的幂记为异常偏离值;
将数字1与异常偏离值的差值作为待分析工器具种类的异常监测系数;
将待分析工器具种类的异常监测系数与工器具总量的乘积的向下取整值作为待分析工器具种类的自适应k值。
2.根据权利要求1所述的电力安全工器具故障动态监测系统,其特征在于,所述电压时间序列、电流时间序列和温度时间序列获取的具体方法为:
分别将电压、电流和温度按照采集的时间顺序排列,获得绝缘安全工器具的电压时间序列、电流时间序列和温度时间序列。
3.根据权利要求1所述的电力安全工器具故障动态监测系统,其特征在于,所述根据电流时间序列获取电流波动异常指数,包括的具体方法为:
将电流时间序列中包含的所有电流的均值记为电流序列均值;
将电流时间序列中包含的所有电流的标准差与电流序列均值的乘积记为绝缘安全工器具的电流波动异常指数。
4.根据权利要求1所述的电力安全工器具故障动态监测系统,其特征在于,所述根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电流安全影响系数,包括的具体方法为:
分别将每个工器具种类作为待分析工器具种类;
分别将待分析工器具种类中包含的每个绝缘安全工器具作为待分析绝缘安全工器具;
获取待分析绝缘安全工器具的电压时间序列和电流时间序列之间的相关系数,将所述相关系数作为待分析绝缘安全工器具的电压-电流相关系数;
获取待分析绝缘安全工器具的温度时间序列和电流时间序列之间的相关系数,将所述温度时间序列和电流时间序列之间的相关系数作为待分析绝缘安全工器具的温度-电流相关系数;
将待分析绝缘安全工器具的电压-电流相关系数与温度-电流相关系数之和记为待分析绝缘安全工器具的电流影响相关系数;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的数量记为工器具总量;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的电流影响相关系数之和与二倍工器具总量的比值作为待分析工器具种类的电流安全影响系数。
5.根据权利要求4所述的电力安全工器具故障动态监测系统,其特征在于,所述根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取电压安全影响系数,包括的具体方法为:
获取待分析绝缘安全工器具的电压时间序列和温度时间序列之间的相关系数,将所述电压时间序列和温度时间序列之间的相关系数作为待分析绝缘安全工器具的电压-温度相关系数;
将待分析绝缘安全工器具的电压-电流相关系数与电压-温度相关系数之和记为待分析绝缘安全工器具的电压影响相关系数;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的电压影响相关系数之和与二倍工器具总量的比值作为待分析工器具种类的电压安全影响系数。
6.根据权利要求5所述的电力安全工器具故障动态监测系统,其特征在于,所述根据工器具种类中所有绝缘安全工器具的监测数据时间序列获取温度安全影响系数,包括的具体方法为:
将待分析绝缘安全工器具的电压-温度相关系数与温度-电流相关系数之和记为待分析绝缘安全工器具的温度影响相关系数;
将待分析工器具种类中包含的所有待分析绝缘安全工器具的温度影响相关系数之和与二倍工器具总量的比值作为待分析工器具种类的温度安全影响系数。
7.根据权利要求1所述的电力安全工器具故障动态监测系统,其特征在于,所述根据自适应k值分别对绝缘安全工器具的电压、电流和温度进行异常监测,获得故障绝缘安全工器具,包括的具体方法为:
以工器具种类的自适应k值为异常检测算法的参数值,对绝缘安全工器具的电压、电流和温度使用异常检测算法,分别获取绝缘安全工器具的电压、电流和温度的离群因子;
将离群因子大于预设阈值的电压记为电压异常数据,将离群因子大于预设阈值的电流记为电流异常数据,将离群因子大于预设阈值的温度记为温度异常数据;
将电压异常数据数量与电压时间序列长度的比值记为电压异常比例,将电流异常数据数量与电流时间序列长度的比值记为电流异常比例,将温度异常数据数量与温度时间序列长度的比值记为温度异常比例;
将电压异常比例、电流异常比例与温度异常比例全部大于预设比例的绝缘安全工器具记为故障绝缘安全工器具。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311245316.2A CN116990621B (zh) | 2023-09-26 | 2023-09-26 | 电力安全工器具故障动态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311245316.2A CN116990621B (zh) | 2023-09-26 | 2023-09-26 | 电力安全工器具故障动态监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116990621A CN116990621A (zh) | 2023-11-03 |
CN116990621B true CN116990621B (zh) | 2024-01-19 |
Family
ID=88530474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311245316.2A Active CN116990621B (zh) | 2023-09-26 | 2023-09-26 | 电力安全工器具故障动态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116990621B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117272033B (zh) * | 2023-11-23 | 2024-03-01 | 智联信通科技股份有限公司 | 一种直流分路电流计量异常监测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1782672A (zh) * | 2004-08-25 | 2006-06-07 | 西门子共同研究公司 | 改善发电设备故障检测的方法和装置 |
CN108761245A (zh) * | 2018-07-07 | 2018-11-06 | 国网福建省电力有限公司 | 一种智能安全工器具综合试验平台 |
CN111595373A (zh) * | 2020-04-01 | 2020-08-28 | 国网浙江省电力有限公司嘉兴供电公司 | 一种电力安全工器具检测系统及其检测方法 |
CN113071350A (zh) * | 2021-05-07 | 2021-07-06 | 武汉驰必得科技有限公司 | 一种电动汽车充电桩设备智慧互联互通共享数据平台 |
CN113253051A (zh) * | 2021-05-12 | 2021-08-13 | 武汉一维路科技有限公司 | 基于云计算的智能电网运维运行系统安全在线实时监测方法、设备及存储介质 |
CN113295977A (zh) * | 2021-06-03 | 2021-08-24 | 长沙理工大学 | 一种电缆绝缘状态及故障监测方法 |
KR20220154339A (ko) * | 2021-05-13 | 2022-11-22 | 인하대학교 산학협력단 | 전산유체역학을 이용한 반응기의 성능 분석 장치 및 방법 이를 이용한 반응기 최적화 방법 |
JP2023048641A (ja) * | 2021-09-28 | 2023-04-07 | 株式会社日立プラントサービス | 異常検知装置および異常検知方法 |
CN116794385A (zh) * | 2023-08-21 | 2023-09-22 | 山东德源电力科技股份有限公司 | 基于多维数据分析的高压电流监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7449803B2 (ja) * | 2020-07-22 | 2024-03-14 | 三菱重工業株式会社 | 異常要因推定方法、異常要因推定装置、及びプログラム |
-
2023
- 2023-09-26 CN CN202311245316.2A patent/CN116990621B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1782672A (zh) * | 2004-08-25 | 2006-06-07 | 西门子共同研究公司 | 改善发电设备故障检测的方法和装置 |
CN108761245A (zh) * | 2018-07-07 | 2018-11-06 | 国网福建省电力有限公司 | 一种智能安全工器具综合试验平台 |
CN111595373A (zh) * | 2020-04-01 | 2020-08-28 | 国网浙江省电力有限公司嘉兴供电公司 | 一种电力安全工器具检测系统及其检测方法 |
CN113071350A (zh) * | 2021-05-07 | 2021-07-06 | 武汉驰必得科技有限公司 | 一种电动汽车充电桩设备智慧互联互通共享数据平台 |
CN113253051A (zh) * | 2021-05-12 | 2021-08-13 | 武汉一维路科技有限公司 | 基于云计算的智能电网运维运行系统安全在线实时监测方法、设备及存储介质 |
KR20220154339A (ko) * | 2021-05-13 | 2022-11-22 | 인하대학교 산학협력단 | 전산유체역학을 이용한 반응기의 성능 분석 장치 및 방법 이를 이용한 반응기 최적화 방법 |
CN113295977A (zh) * | 2021-06-03 | 2021-08-24 | 长沙理工大学 | 一种电缆绝缘状态及故障监测方法 |
JP2023048641A (ja) * | 2021-09-28 | 2023-04-07 | 株式会社日立プラントサービス | 異常検知装置および異常検知方法 |
CN116794385A (zh) * | 2023-08-21 | 2023-09-22 | 山东德源电力科技股份有限公司 | 基于多维数据分析的高压电流监测方法 |
Non-Patent Citations (1)
Title |
---|
基于多分类相关向量机的MMC多相故障诊断关键技术;唐志军 等;《电力系统保护与控制》;第49卷(第16期);112-118 * |
Also Published As
Publication number | Publication date |
---|---|
CN116990621A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116990621B (zh) | 电力安全工器具故障动态监测系统 | |
CN1289038A (zh) | 填充有流体的电气设备用的智能分析系统和方法 | |
US20150094965A1 (en) | Electrical Power Grid Monitoring Apparatus, Articles of Manufacture, and Methods of Monitoring Equipment of an Electrical Power Grid | |
CN106908674A (zh) | 一种基于多状态量预测的变压器状态评估方法 | |
Feng et al. | Evaluation of power transformers' effective hot-spot factors by thermal modeling of scrapped units | |
CN103576050A (zh) | 一种电容式电压互感器的运行状态评估方法 | |
Zhou et al. | Measurement and diagnosis of PD characteristics of industrial cable terminations in extreme cold environment | |
CN106950507A (zh) | 一种智能时钟电池用高可靠性寿命评估方法 | |
Gautam et al. | Identifying transformer oil criticality using fuzzy logic approach | |
CN106570644A (zh) | 一种基于统计工具的输变电设备量化评估方法 | |
Martinez et al. | On-line health condition monitoring of power connectors focused on predictive maintenance | |
CN114638268A (zh) | 基于无线测温技术的高压开关柜过热管控系统 | |
Gulski et al. | Condition based maintenance of transmission power cables | |
CN112881938B (zh) | 一种严重高温环境下避雷器寿命指征试验评估方法 | |
CN114034997A (zh) | 一种基于多参量的绝缘子劣化程度预测方法及系统 | |
Larsen et al. | In-service testing and diagnosis of gapless metal oxide surge arresters | |
Munir et al. | Resistive leakage current based condition assessment of zinc oxide surge arrester: a review | |
WO2022004139A1 (ja) | 変圧器の診断方法および診断システム | |
Tippannavar et al. | Smart Transformer-An Analysis of Recent Technologies for Monitoring Transformer | |
CN114325260A (zh) | 一种基于热阻变化的高压电缆的绝缘状态评估方法及装置 | |
CN114184927A (zh) | 晶闸管寿命评估方法 | |
Ahmed | Development of a continuous condition monitoring system based on probabilistic modelling of partial discharge data for polymeric insulation cables | |
CN113376548A (zh) | 一种基于电缆老化特征提取的电缆状态监测方法及装置 | |
Afotey et al. | Investigation into the impact of cable failure localisation methods on the underground cable life time in a medium voltage distribution network | |
CN110197012A (zh) | 考虑牵引传动系统故障影响的支撑电容寿命评估方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |