CN117007877A - 全光谱域多状态参量输变电设备全寿命检测方法及设备 - Google Patents
全光谱域多状态参量输变电设备全寿命检测方法及设备 Download PDFInfo
- Publication number
- CN117007877A CN117007877A CN202310609720.7A CN202310609720A CN117007877A CN 117007877 A CN117007877 A CN 117007877A CN 202310609720 A CN202310609720 A CN 202310609720A CN 117007877 A CN117007877 A CN 117007877A
- Authority
- CN
- China
- Prior art keywords
- information
- power transmission
- partial discharge
- background image
- transformation equipment
- 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
- 230000009466 transformation Effects 0.000 title claims abstract description 123
- 230000005540 biological transmission Effects 0.000 title claims abstract description 122
- 238000001514 detection method Methods 0.000 title claims abstract description 101
- 238000001228 spectrum Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 claims abstract description 84
- 230000008569 process Effects 0.000 claims abstract description 41
- 238000001429 visible spectrum Methods 0.000 claims abstract description 35
- 238000010438 heat treatment Methods 0.000 claims abstract description 31
- 238000012423 maintenance Methods 0.000 claims abstract description 29
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 22
- 230000001052 transient effect Effects 0.000 claims description 39
- 238000009434 installation Methods 0.000 claims description 25
- 238000002211 ultraviolet spectrum Methods 0.000 claims description 24
- 230000007547 defect Effects 0.000 claims description 16
- 238000007689 inspection Methods 0.000 claims description 12
- 230000000877 morphologic effect Effects 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 9
- 238000012876 topography Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 35
- 238000004458 analytical method Methods 0.000 abstract description 15
- 230000008447 perception Effects 0.000 abstract description 10
- 229910018503 SF6 Inorganic materials 0.000 abstract 1
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 abstract 1
- 229960000909 sulfur hexafluoride Drugs 0.000 abstract 1
- 230000004927 fusion Effects 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing 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
- 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
- G01R31/1218—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 optical methods; using charged particle, e.g. electron, beams or X-rays
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明提供了一种全光谱域多状态参量输变电设备全寿命检测方法及设备,该方法包括:基于放电检测设备检测输变电设备的局部放电全过程电参量信息;基于激光雷达传感器获取输变电设备的位置/形貌信息;基于红外光谱成像仪获取输变电设备的发热/SF6泄漏信息;基于可见光谱成像仪获取输变电设备的背景图像;将局部放电全过程电参量信息、位置/形貌信息、发热信息添加至可见光谱成像仪显示的背景图像中。本发明基于上述多种传感技术采集现场数据,可以实现多维采集分析事件信息,融合多传感数据,精准定性和定量判断事件,给出事件全过程感知分析;以及,采用实时的可见光图像展示现场多参量状态信息,方便运维人员理解和快速运维。
Description
技术领域
本发明涉及输变电设备检测技术领域,具体而言,涉及一种全光谱域多状态参量输变电设备全寿命检测方法及设备。
背景技术
现有输变电设备检测技术手段众多,例如特高频检测技术、超声波检测技术、暂态电压检测技术、高频电流检测技术、紫外成像检测技术、红外热成像温度检测技术、可见光成像外貌形态检测技术、介质损耗检测技术、力学传感器结构检测技术等。上述每种技术都能够在工况单一情况下给出输变电设备的状态信息,对故障进行定性和定量分析。
上述技术手段存在以下四方面问题:输变电设备巡检技术手段多,操作复杂;每种技术负责特定检测任务,全方位巡检需要多人多次检测才能给出输变电设备状态信息;每种技术检测内容独立不相干,并且对人员专业技术能力要求高;不利于得到输变电设备实时全面检测结果,更不利于巡检便宜性。目前的技术应用主要是单一设备进行单一参量检测,或者少数几种技术联合应用分别检测给出结果,但是输变电设备实际场景工况复杂,干扰因素众多,很难通过某一两种技术实现状态检测给出准确结果。
现有单一功能巡检设备面向输变电,已无法适应多技术大容量检测需求。未来多功能检测设备将作为电网巡检的责任主体,如何将其评价电力设备健康状况,将成为电力行业的重要业务需求。
发明内容
为解决上述问题,本发明提供了一种全光谱域多状态参量输变电设备全寿命检测方法,所述方法包括:基于放电检测设备检测输变电设备的局部放电全过程电参量信息;所述放电检测设备包括紫外光谱成像仪、超声波传感器、特高频传感器、暂态地电压传感器、高频电流互感器;基于激光雷达传感器获取所述输变电设备的位置/形貌信息;基于红外光谱成像仪获取所述输变电设备的发热信息;基于可见光谱成像仪获取所述输变电设备的背景图像;将所述局部放电全过程电参量信息、所述位置/形貌信息、所述发热/SF6泄漏信息添加至所述可见光谱成像仪显示的所述背景图像中。
可选地,所述将所述局部放电全过程电参量信息、所述位置/形貌信息、所述发热信息添加至所述可见光谱成像仪显示的所述背景图像中,包括:将所述局部放电全过程电参量信息融合于所述背景图像;所述局部放电全过程电参量信息在所述背景图像中的显示位置由局部放电的实际位置确定,所述局部放电全过程电参量信息包括:局部放电强度和频次信息;将所述形貌信息融合于所述背景图像;所述形貌信息在所述背景图像中的显示位置由所述形貌信息对应的实际位置确定;将所述发热信息、所述SF6泄漏信息融合于所述背景图像,得到可见光图像;所述发热信息、所述SF6泄漏信息在所述背景图像中的显示位置由所述发热信息、所述SF6泄漏信息对应的实际位置确定。
可选地,所述方法还包括:获取检测对象的种类;若所述检测对象为变压器,则采用所述超声波传感器、所述特高频传感器、所述高频电流互感器执行对应获取步骤;若所述检测对象为开关柜/环网柜局,则采用所述超声波传感器、所述暂态地电压传感器、所述特高频传感器执行对应获取步骤
若所述检测对象为架空线,则采用所述超声波传感器、所述紫外光谱成像仪执行对应获取步骤;若所述检测对象为开放式电气设备,则采用所述超声波传感器、所述紫外光谱成像仪执行对应获取步骤;若所述检测对象为气体绝缘开关设备,则采用所述特高频传感器执行对应获取步骤;若所述检测对象为电缆,则采用所述高频电流互感器执行对应获取步骤。
可选地,所述方法还包括:获取最近一次的所述局部放电全过程电参量信息、所述发热/SF6泄漏信息、所述形貌信息,计算所述输变电设备的基础寿命;获取历史局部放电的状态异常信息,以及根据所述状态异常信息在所述基础寿命上减少相应数值;获取安装及维修数据,以及根据所述安装及维修数据在所述基础寿命上减少相应数值,得到所述输变电设备的剩余寿命。
可选地,所述基于放电检测设备检测输变电设备的局部放电全过程电参量信息,包括:基于放电检测设备检测输变电设备的局部放电的紫外光谱、超声波信号、特高频信号、暂态地电压信息和高频电流信息;根据所述紫外光谱、所述超声波指纹、所述特高频信号、所述暂态地电压信息和所述高频电流信息确定所述输变电设备的局部放电的不同阶段状态异常信息。
可选地,所述基于可见光谱成像仪获取所述输变电设备的背景图像/形貌信息,包括:基于可见光谱成像仪获取所述输变电设备的背景图像,以及根据所述背景图像确定形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况信息。
可选地,所述根据所述背景图像确定形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况信息,包括:比较当前检查获取的背景图像与初始背景图像,确定所述背景图像与所述初始背景图像的不同之处;根据所述不同之处确定是否存在形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况。
可选地,所述放电检测设备包括一组三个接触式超声波传感器,一组三个非接触式超声波传感器;所述方法还包括:基于六个所述超声波传感器确定所述输变电设备的局部放电的位置。
可选地,所述方法还包括:根据所述局部放电全过程电参量信息、所述位置/形貌信息、所述发热信息及所述背景图像判定所述输变电设备的初步故障类型和程度;调取所述输变电设备的安装、维修及历史检测数据,结合所述初步故障类型和程度确定最终故障类型和程度;根据所述最终故障类型和程度,输出运维指导报告。
本发明提供一种全光谱域多状态参量输变电设备全寿命检测设备,所述设备包括:可见光成像仪、红外成像仪、紫外成像仪、特高频传感器、六个超声波传感器、暂态地电压传感器、高频电流互感器和激光雷达传感器;所述红外成像仪、所述紫外成像仪、所述特高频传感器、所述六个超声波传感器、所述暂态地电压传感器、所述高频电流互感器和所述激光雷达传感器均与所述可见光成像仪连接;所述紫外光谱成像仪、所述超声波传感器、所述特高频传感器、所述暂态地电压传感器和所述高频电流互感器用于检测输变电设备的局部放电全过程电参量信息;所述激光雷达传感器用于获取所述输变电设备的位置/形貌信息;所述红外光谱成像仪用于获取所述输变电设备的发热信息;所述可见光谱成像仪用于获取所述输变电设备的背景图像;所述可见光成像仪用于显示所述背景图像,所述背景图像上添加有所述局部放电全过程电参量信息、所述位置/形貌信息和所述发热信息。
可选地,所述红外成像仪的波长为10.3μm~10.7μm/7μm~14μm;或,所述紫外成像仪的波长为240nm~280nm;或,所述特高频传感器的频率为300MHz~3000MHz;或,所述超声波传感器的频率为20~200kHz;或,所述暂态地电压传感器的频率为3~100MHz;或,所述高频电流互感器的频率为100kHz~100MHz。
本发明实施例提供的全光谱域多状态参量输变电设备全寿命检测方法及设备,可以采集输变电设备单次局部放电全过程中不同时刻的超声波、紫外光、特高频、暂态地电压、高频电流和红外信息,以及采用红外光谱和超声波指纹识别技术,精确分析获得现场气体成分和局部放电信息,基于上述多种传感技术采集现场数据,可以实现多维采集分析事件信息,融合多传感数据,精准定性和定量判断事件,给出事件全过程感知分析;以及,采用实时的可见光图像展示现场多参量状态信息,方便运维人员理解和快速运维。
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,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地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测技术架构图;
图2为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测技术硬件构成图;
图3为本发明实施例提供的局部放电数据融合架构图;
图4为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测技术数据融合架构图;
图5为本发明实施例提供的一种全光谱域多状态参量输变电设备全寿命检测方法的流程示意图;
图6为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测数据融合算法流程图;
图7为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测寿命预测算法流程图;
图8本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测智慧运维算法流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例针对当前输变电设备工况复杂,干扰因素众多,难以通过某一两种技术手段进行故障诊断分析的现状,特制定了一种可融合感知的输变电设备检测方法。
本发明实施例采用全光谱域多状态参量声光指纹识别方法实现输变电设备的局部放电、红外热成像温度异常、SF6气体泄漏、电力设备形貌缺陷等状态检测,多种技术手段联合实现电力设备状态信息融合感知技术,准确给出电气设备当前状态、运维指导和寿命预测。
上述采用可见光谱成像作为输变电设备的背景,将红外光谱成像、紫外光谱成像、超声波成像和激光雷达、特高频、暂态地电压、高频电流传感信息融入可见光谱图像中,更直观地实时展示可见光谱图像中的输变电设备的状态信息。
图1为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测技术架构图。在图1中示出了全光谱域多状态参量声光指纹输变电设备全寿命检测技术,其系统构成由感知层、网络层、平台层和应用层四大部分组成。
其中,感知层包括可见光谱成像仪、红外光谱成像仪、紫外光谱成像仪、激光雷达传感器、超声波传感器、特高频传感器、暂态地电压传感器和高频电流互感器;网络层可根据现场工况条件和客户需求采用5G、无线、光纤、LoRa等网络通信方式;平台层主要是实现感知层数据的存储、处理、业务分类、分析评估、诊断预测和通信安全;应用层是面向输变电设备具体场景定制局部放电、污秽、热点检测、形貌缺陷、导线覆冰、SF6泄漏、火灾、智慧运维和寿命预测等业务应用。
上述架构采用多种传感技术进行数据采集,通过指定网络通信,将数据进行融合和分析,最终得出输变电设备检测所需业务。总体结构清晰,有助于推进输变电设备状态监测的数字化和智能化。
图2为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测技术硬件构成图。在图1中示出了可见光成像仪、红外成像仪、紫外成像仪、特高频传感器、超声波传感器、暂态地电压传感器、高频电流互感器和激光雷达传感器。
示例性地,以可见光成像仪为基础,配备10.3μm~10.7μm/7μm~14μm的红外成像仪一个、240nm~280nm的紫外成像仪一个、300MHz~3000MHz的特高频传感器一个、20~200kHz的超声波传感器六个、3~100MHz的暂态地电压传感器一个、100kHz~100MHz的高频电流互感器一个和激光雷达传感器一个。各传感器具有通信模块或接口,数据汇总于数据中台进行处理分析,然后在业务中台进行业务展示。
由于现场环境干扰、设备噪声和人为因素等复杂场景的影响,并且不同的检测方法对故障状态的敏感性不同,因此单一的局部放电检测方法难以保障电力设备故障状态的准确、稳定识别。采用联合检测的方法可以从多信息融合角度,挖掘局部放电更丰富的信息,并可以优势互补,扩大检测方法的适用范围,实现多场景应用。
图3为本发明实施例提供的局部放电数据融合架构图。具体地,可见光谱成像,可以采用图像识别技术分析诊断输变电设备的污秽、形貌缺陷、导线覆冰、安装异位或缺失等信息;红外光谱成像,可以获得SF6泄漏、热点检测和火灾信息;紫外光谱成像、超声波、特高频、暂态地电压和高频电流,可以更准确的获得输变电设备的局部放电全寿命信息;激光雷达,可以获得感知设备与被测输变电设备的距离,用于校准上述测量信息因距离产生的误差,以及避障等功能。
其中,红外光谱成像仪用来获得局部放电的热效应,以此辅助判断局部放电状态;激光雷达传感器用来对输变电设备距离测量和避障,获得现场位置和标识物信息;可见光谱成像仪用于输变电设备背景信息采集,将所有的感知数据投影于背景信息上,最终形成电力设备局部放电综合信息。
本发明实施例可以实现局部放电全过程监测,既要获得每次局部放电的不同阶段状态信息,也要获得不同次局部放电状态信息的异常信息,以此获得输变电设备全寿命重要信息。该部分内容是获得每次局部放电的紫外光谱、超声波、特高频、暂态地电压和高频电流信息,用以分析局部放电发生的不同时期的状态,同时积累不同次的局部放电过程,用以分析输变电设备不同寿命时期局部放电的状态信息,从而获得输变电设备的寿命信息。
通过将上述感知信息进行融合展示在可见光谱图像上,并进行长时间累计,对局部放电的全过程及设备的全寿命周期进行分析诊断,形成智慧运维指导报告和输变电设备寿命预测。
图4为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测技术数据融合架构图。如图4所示,由紫外光谱成像仪、超声波传感器、特高频传感器、暂态地电压传感器和高频电流互感器获取输变电设备局部放电信息;由红外光谱成像仪获取热场分布信息、SF6泄漏信息、气体成分信息和火灾信息;由可见光谱成像仪获取设备背景信息、形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰等信息;由激光雷达传感器获取位置和形貌信息。将上述信息进行融合给出智慧运维指导意见和输变电设备寿命预测。
参见图5所示的一种全光谱域多状态参量输变电设备全寿命检测方法的流程示意图,该方法包括以下步骤:
S502,基于放电检测设备检测输变电设备的局部放电全过程电参量信息。
其中,该放电检测设备可以包括紫外光谱成像仪、超声波传感器、特高频传感器、暂态地电压传感器、高频电流互感器。上述全过程电参量信息可以包括紫外光谱、超声波信号、特高频信号、暂态地电压信息和高频电流信息等信息。
示例性地,可以基于上述放电检测设备检测输变电设备的局部放电的紫外光谱、超声波信号、特高频信号、暂态地电压信息和高频电流信息;然后,根据上述紫外光谱、超声波指纹、特高频信号、暂态地电压信息和高频电流信息确定输变电设备的局部放电的不同阶段状态异常信息。
S504,基于激光雷达传感器获取输变电设备的位置/形貌信息。
激光雷达传感器可以用来对输变电设备距离测量和避障,获得现场位置、形貌和标识物信息等。
S506,基于红外光谱成像仪获取输变电设备的发热信息/SF6泄漏信息。
其中,可以基于红外光谱成像仪获取输变电设备的热场分布信息、SF6泄漏信息、气体成分信息和火灾信息等。红外光谱成像仪可以获得局部放电的热效应,从而辅助判断局部放电状态。
S508,基于可见光谱成像仪获取输变电设备的背景图像/形貌信息。
在基于可见光谱成像仪获取输变电设备的背景图像后,可以根据上述背景图像确定形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况等信息。具体地,可以比较当前检查获取的背景图像与初始背景图像,确定背景图像与初始背景图像的不同之处,然后根据该不同之处确定是否存在形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况。
示例性地,可见光谱成像仪首先要拍摄完整健康的输变电场景电气设备作为背景图片信息,随着每次巡检或精确检查获取不同时刻的现场输变电设备图片,将其与最初的背景图片信息进行对比图像识别,找出图像资料中的不同处,分析其是否为电气设备的污秽、形貌缺陷、导线覆冰、安装到位情况、松脱情况等。
需要说明的是,上述S504-508的执行顺序可以任意调换,或者同时执行,本实施例对此不作限制。
S510,将上述局部放电全过程电参量信息、位置/形貌信息、发热信息添加至可见光谱成像仪显示的背景图像中。
以上述背景图像为基础,将上述局部放电全过程电参量信息、位置/形貌信息、发热信息呈现在可见光谱成像仪的画面中对应位置。可见光谱成像仪的画面中显示输变电设备背景图像,上面实时显示感知信息。
图6为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测数据融合算法流程图。该算法开始先要判断检测对象,依据不同检测对象开启不同的传感器,例如变压器局放检测采用超声波传感器、特高频传感器、高频电流互感器,开关柜/环网柜局放检测采用超声波传感器、暂态地电压传感器、特高频传感器,架空线局放检测采用超声波传感器和紫外摄像模组,开放式电气设备局放检测采用超声波传感器和紫外摄像模组,气体绝缘开关设备局放检测采用特高频传感器,电缆局放检测采用高频电流互感器。如图6所示,包括以下步骤:
S601,判断场景。
S602,对应场景启动上述传感器。如前述不同检测对象采用不同的检测设备。
S603,由相应传感器数据进行单项挖掘,多传感器融合评估分析局部放电强度和频次信息。
S604,获取电气设备形貌、现场图像和距离等信息。
S605,现场局放信息与可见光图像融合,形成现场可见光局放和电气设备的分布图像。将局部放电全过程电参量信息融合于背景图像;该局部放电全过程电参量信息在背景图像中的显示位置由局部放电的实际位置确定,该局部放电全过程电参量信息包括:局部放电强度和频次信息。
S606,分析可见光图像中电气设备污秽、覆冰、损伤等形貌信息。
S607,将现场电气设备形貌信息融合于可见光图像中。可以将形貌信息融合于背景图像;该形貌信息在背景图像中的显示位置由形貌信息对应的实际位置确定。
S608,获取现场电气设备的红外热成像、光谱成像信息。
S609,分析红外热成像温度场分布信息、SF6红外光谱泄露信息,并融合于可见光图像中。将发热信息、SF6泄漏信息融合于背景图像,得到可见光图像;上述发热信息、SF6泄漏信息在背景图像中的显示位置由发热信息、SF6泄漏信息对应的实际位置确定。
S610,形成完善的现场电气设备可见光图像,并标注、美化图像。最终将所有感知信息和分析结果融合于可见光图像中,异常信息显示在可见光谱成像仪的画面中对应位置。
图7为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测寿命预测算法流程图。该算法开始先要判断设备种类和编号,然后调取该编号设备的历史数据,基于电气设备寿命减损数据库进行设备寿命预测。如图7所示,包括以下步骤:
S701,判定待检测的电气设备的种类和编号。
S702,调取该电气设备的安装、维修、历史检测数据。
S703,由最近一次的检测数据(外貌、局部放电状态、温度分布情况)计算出该电气设备的基础寿命。具体地,可以获取最近一次的局部放电全过程电参量信息、发热/SF6泄漏信息、形貌信息,计算输变电设备的基础寿命。
S704,由历史检测数据对基础寿命做减法,历史检测数据每出现一次异常现象寿命减少数据库中相应数值。具体地,可以获取历史局部放电的状态异常信息,以及根据状态异常信息在基础寿命上减少相应数值。
S705,由安装和维修数据对基础寿命做减法,依据安装年限和维修程度次数减少数据库中相应寿命数值。具体地,可以获取安装及维修数据,以及根据安装及维修数据在基础寿命上减少相应数值。上述检测、安装及维修数据可以存储于电器设备寿命减损数据库中。
S706,得出电气设备剩余寿命。
图8为本发明实施例提供的全光谱域多状态参量声光指纹输变电设备全寿命检测智慧运维算法流程图。该算法开始先要判断设备种类和编号,然后调取该编号设备的历史数据,基于电气设备故障数据库进行运维指导报告分析。如图8所示,包括以下步骤:
S801,判定为某一具体电气设备。
S802,现场检测获得实时形貌、温度场分布、SF6泄露、局部放电等信息。
S803,初步判定设备故障类型和程度。具体地,可以根据局部放电全过程电参量信息、位置/形貌信息、发热信息及背景图像等判定输变电设备的初步故障类型和程度。
S804,调取该电气设备的安装、维修、历史检测数据。具体地,可以调取输变电设备的安装、维修及历史检测数据,结合上述初步故障类型和程度确定最终故障类型和程度。
S805,最终判定设备故障信息。
S806,输出该电气设备的运维指导报告。
本发明实施例提供的全光谱域多状态参量输变电设备全寿命检测方法,可以采集输变电设备单次局部放电全过程中不同时刻的超声波、紫外光、特高频、暂态地电压、高频电流和红外信息,以及采用红外光谱和超声波指纹识别技术,精确分析获得现场气体成分和局部放电信息,基于上述多种传感技术采集现场数据,可以实现多维采集分析事件信息,融合多传感数据,精准定性和定量判断事件,给出事件全过程感知分析;以及,采用实时的可见光图像展示现场多参量状态信息,方便运维人员理解和快速运维。
进一步,可以获取多次局部放电的状态异常信息,以及根据多次局部放电的状态异常信息预测输变电设备的寿命。
通过获得每次局部放电的紫外光谱、超声波、特高频、暂态地电压和高频电流信息,用以分析局部放电发生的不同时期的状态,同时积累不同次的局部放电过程,用以分析输变电设备不同寿命时期局部放电的状态信息,从而获得输变电设备的寿命信息。其中,通过多次局部放电过程的对比信息,从而根据后边局部放电持续时间、强度等信息判断电气设备寿命。
进一步,还可以上述根据局部放电全过程电参量信息、位置/形貌信息、发热信息及背景图像生成智慧运维指导报告。
在本发明实施例中可以依据感知层数据和平台层数据分析,获得不同业务场景的业务具体需求,如架空线领域的热点检测、导线覆冰、火灾、局部放电、形貌缺陷等;另外如变电站的局部放电、SF6泄漏、形貌缺陷和热场分布等;并进一步对上述场景进行数据分析导出智慧运维指导报告,以及电气设备的寿命预测。
具体地,由紫外光谱成像仪、超声波传感器、特高频传感器、暂态地电压传感器和高频电流互感器获取现场局部放电信息,记录完整放电过程,并且记录输变电设备寿命周期内所有局部放电数据。并由三个在同一平面内互成120°夹角的超声波传感器确定局部放电的位置,原理是由感受声波的时间差进行定位角度方向,逐渐靠近声源位置,当局部放电发生位置处于三个超声波传感器中心的正上方或正下方时,三个传感器感受的时间差为零,即可判断发生局部放电的位置。最后将局部放电的信息呈现在可见光谱成像仪的画面中对应位置。
可见光谱成像仪首先要拍摄完整健康的输变电场景电气设备作为背景图片信息,随着每次巡检或精确检查获取不同时刻的现场输变电设备图片,将其与最初的背景图片信息进行对比图像识别,找出图像资料中的不同处,分析其是否为电气设备的污秽、形貌缺陷、导线覆冰、安装到位情况、松脱情况等。最后将异常信息呈现在可见光谱成像仪的画面中对应位置。
红外光谱成像仪获取现场红外光谱信息和热红外信息,并转化成现场是否存在SF6泄漏、热点检测、温度场分布、光谱指纹法得到的气体成分及浓度、以及现场火灾信息。最后将异常信息呈现在可见光谱成像仪的画面中对应位置。
激光雷达传感器用于测量本技术的设备与被测电气设备的距离,以及避障和标识物识别,修补完善展示信息,并展示于可见光谱成像仪的画面中。
最终,展示给客户的是测试现场输变电设备背景图像,上面实时显示感知信息。
本发明实施例可以实现输变电设备单次局部放电全过程中不同时刻的超声波、紫外光、特高频、暂态地电压、高频电流和红外信息;可以实现多次局部放电过程的对比信息,从而根据后边局部放电持续时间、强度等信息判断电气设备寿命;采用实时的可见光图像展示现场多参量状态信息,方便运维人员理解和快速运维;采用红外光谱和超声波指纹识别技术,精确分析获得现场气体成分和局部放电信息;采用多种传感技术采集现场数据,实现多维采集分析事件信息,融合多传感数据,精准定性和定量判断事件,给出事件全过程及推演电气设备寿命。
本发明实施例提供了一种全光谱域多状态参量输变电设备全寿命检测设备,该设备包括:可见光成像仪、红外成像仪、紫外成像仪、特高频传感器、六个超声波传感器、暂态地电压传感器、高频电流互感器和激光雷达传感器;
红外成像仪、紫外成像仪、特高频传感器、六个超声波传感器、暂态地电压传感器、高频电流互感器和激光雷达传感器均与可见光成像仪连接;
紫外光谱成像仪、超声波传感器、特高频传感器、暂态地电压传感器和高频电流互感器用于检测输变电设备的局部放电全过程电参量信息;
激光雷达传感器用于获取输变电设备的位置/形貌信息;
红外光谱成像仪用于获取输变电设备的发热/SF6泄漏信息;
可见光谱成像仪用于获取输变电设备的背景图像;
可见光成像仪用于显示背景图像,背景图像上添加有局部放电全过程电参量信息、位置/形貌信息和发热信息。
本发明实施例提供的全光谱域多状态参量输变电设备全寿命检测设备,可以采集输变电设备单次局部放电全过程中不同时刻的超声波、紫外光、特高频、暂态地电压、高频电流和红外信息,以及采用红外光谱和超声波指纹识别技术,精确分析获得现场气体成分和局部放电信息,基于上述多种传感技术采集现场数据,可以实现多维采集分析事件信息,融合多传感数据,精准定性和定量判断事件,给出事件全过程感知分析;以及,采用实时的可见光图像展示现场多参量状态信息,方便运维人员理解和快速运维。
可选地,红外成像仪的波长为10.3μm~10.7μm/7μm~14μm;或,紫外成像仪的波长为240nm~280nm;或,特高频传感器的频率为300MHz~3000MHz;或,超声波传感器的频率为20~200kHz;或,暂态地电压传感器的频率为3~100MHz;或,高频电流互感器的频率为100kHz~100MHz。
本领域技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程度来指令控制装置来完成,所述的程序可存储于一计算机可读取的存储介质中,所述程序在执行时可包括如上述各方法实施例的流程,其中所述的存储介质可为存储器、磁盘、光盘等。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种全光谱域多状态参量输变电设备全寿命检测方法,其特征在于,所述方法包括:
基于放电检测设备检测输变电设备的局部放电全过程电参量信息;所述放电检测设备包括紫外光谱成像仪、超声波传感器、特高频传感器、暂态地电压传感器、高频电流互感器;
基于激光雷达传感器获取所述输变电设备的位置/形貌信息;
基于红外光谱成像仪获取所述输变电设备的发热信息/SF6泄漏信息;
基于可见光谱成像仪获取所述输变电设备的背景图像/形貌信息;
将所述局部放电全过程电参量信息、所述位置/形貌信息、所述发热信息添加至所述可见光谱成像仪显示的所述背景图像中。
2.根据权利要求1所述的方法,其特征在于,所述将所述局部放电全过程电参量信息、所述位置/形貌信息、所述发热信息添加至所述可见光谱成像仪显示的所述背景图像中,包括:
将所述局部放电全过程电参量信息融合于所述背景图像;所述局部放电全过程电参量信息在所述背景图像中的显示位置由局部放电的实际位置确定,所述局部放电全过程电参量信息包括:局部放电强度和频次信息;
将所述形貌信息融合于所述背景图像;所述形貌信息在所述背景图像中的显示位置由所述形貌信息对应的实际位置确定;
将所述发热信息、所述SF6泄漏信息融合于所述背景图像,得到可见光图像;所述发热信息、所述SF6泄漏信息在所述背景图像中的显示位置由所述发热信息、所述SF6泄漏信息对应的实际位置确定。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取检测对象的种类;
若所述检测对象为变压器,则采用所述超声波传感器、所述特高频传感器、所述高频电流互感器执行对应获取步骤;
若所述检测对象为开关柜/环网柜局,则采用所述超声波传感器、所述暂态地电压传感器、所述特高频传感器执行对应获取步骤;
若所述检测对象为架空线,则采用所述超声波传感器、所述紫外光谱成像仪执行对应获取步骤;
若所述检测对象为开放式电气设备,则采用所述超声波传感器、所述紫外光谱成像仪执行对应获取步骤;
若所述检测对象为气体绝缘开关设备,则采用所述特高频传感器执行对应获取步骤;
若所述检测对象为电缆,则采用所述高频电流互感器执行对应获取步骤。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取最近一次的所述局部放电全过程电参量信息、所述发热/SF6泄漏信息、所述形貌信息,计算所述输变电设备的基础寿命;
获取历史局部放电的状态异常信息,以及根据所述状态异常信息在所述基础寿命上减少相应数值;
获取安装及维修数据,以及根据所述安装及维修数据在所述基础寿命上减少相应数值,得到所述输变电设备的剩余寿命。
5.根据权利要求1所述的方法,其特征在于,所述基于放电检测设备检测输变电设备的局部放电全过程电参量信息,包括:
基于放电检测设备检测输变电设备的局部放电的紫外光谱、超声波信号、特高频信号、暂态地电压信息和高频电流信息;
根据所述紫外光谱、所述超声波指纹、所述特高频信号、所述暂态地电压信息和所述高频电流信息确定所述输变电设备的局部放电的不同阶段的局部放电强度和频次信息。
6.根据权利要求1所述的方法,其特征在于,所述基于可见光谱成像仪获取所述输变电设备的背景图像/形貌信息,包括:
基于可见光谱成像仪获取所述输变电设备的背景图像,以及根据所述背景图像确定形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况信息。
7.根据权利要求6所述的方法,其特征在于,所述根据所述背景图像确定形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况信息,包括:
比较当前检查获取的背景图像与初始背景图像,确定所述背景图像与所述初始背景图像的不同之处;
根据所述不同之处确定是否存在形貌缺陷、安装到位情况、松脱情况、污秽和导线覆冰情况。
8.根据权利要求1所述的方法,其特征在于,所述放电检测设备包括一组三个接触式超声波传感器,一组三个非接触式超声波传感器;所述方法还包括:
基于六个所述超声波传感器确定所述输变电设备的局部放电的位置。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述局部放电全过程电参量信息、所述位置/形貌信息、所述发热信息及所述背景图像判定所述输变电设备的初步故障类型和程度;
调取所述输变电设备的安装、维修及历史检测数据,结合所述初步故障类型和程度确定最终故障类型和程度;
根据所述最终故障类型和程度,输出运维指导报告。
10.一种全光谱域多状态参量输变电设备全寿命检测设备,其特征在于,所述设备包括:可见光成像仪、红外成像仪、紫外成像仪、特高频传感器、六个超声波传感器、暂态地电压传感器、高频电流互感器和激光雷达传感器;
所述红外成像仪、所述紫外成像仪、所述特高频传感器、所述六个超声波传感器、所述暂态地电压传感器、所述高频电流互感器和所述激光雷达传感器均与所述可见光成像仪连接;
所述紫外光谱成像仪、所述超声波传感器、所述特高频传感器、所述暂态地电压传感器和所述高频电流互感器用于检测输变电设备的局部放电全过程电参量信息;
所述激光雷达传感器用于获取所述输变电设备的位置/形貌信息;
所述红外光谱成像仪用于获取所述输变电设备的发热信息/SF6泄漏信息;
所述可见光谱成像仪用于获取所述输变电设备的背景图像/形貌信息;
所述可见光成像仪用于显示所述背景图像,所述背景图像上添加有所述局部放电全过程电参量信息、所述位置/形貌信息和所述发热/SF6泄漏信息。
11.根据权利要求10所述的设备,其特征在于,所述红外成像仪的波长为10.3μm~10.7μm/7μm~14μm;或,所述紫外成像仪的波长为240nm~280nm;或,所述特高频传感器的频率为300MHz~3000MHz;或,所述超声波传感器的频率为20~200kHz;或,所述暂态地电压传感器的频率为3~100MHz;或,所述高频电流互感器的频率为100kHz~100MHz。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609720.7A CN117007877A (zh) | 2023-05-26 | 2023-05-26 | 全光谱域多状态参量输变电设备全寿命检测方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609720.7A CN117007877A (zh) | 2023-05-26 | 2023-05-26 | 全光谱域多状态参量输变电设备全寿命检测方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117007877A true CN117007877A (zh) | 2023-11-07 |
Family
ID=88566297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310609720.7A Pending CN117007877A (zh) | 2023-05-26 | 2023-05-26 | 全光谱域多状态参量输变电设备全寿命检测方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117007877A (zh) |
-
2023
- 2023-05-26 CN CN202310609720.7A patent/CN117007877A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103901072B (zh) | 利用红外图谱分析诊断设备过热缺陷的方法 | |
Jadin et al. | Feature extraction and classification for detecting the thermal faults in electrical installations | |
CN112083000B (zh) | 一种变电站设备外观缺陷的智能识别方法及系统 | |
CN107807314A (zh) | 基于红外紫外可见光图像信息的故障预警装置和方法 | |
CN105516653A (zh) | 一种安防监控系统 | |
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 | |
US20210397837A1 (en) | Apparatus for monitoring a switchgear | |
CN117148076B (zh) | 一种多特征融合的高压开关柜局部放电识别方法及系统 | |
CN117607590A (zh) | 一种高压开关柜故障预警检测方法 | |
CN114895163A (zh) | 一种基于电缆绝缘性能的电缆巡检定位装置及方法 | |
CN117092470A (zh) | 一种应用于配电箱的电火花检测方法及系统 | |
CN111428987A (zh) | 一种基于人工智能的继保装置图像识别方法和系统 | |
KR101743595B1 (ko) | 부분 방전 진단 방법 및 시스템, 이를 이용한 몰드 변압기 열화 모니터링 시스템. | |
CN117031223A (zh) | 一种对于开关柜局部放电缺陷的诊断方法 | |
CN117007877A (zh) | 全光谱域多状态参量输变电设备全寿命检测方法及设备 | |
CN220154558U (zh) | 全光谱域多状态参量输变电设备全寿命检测设备 | |
KR102201337B1 (ko) | 전력소자 및 pcb 소자의 열화진단시스템 | |
KR20230104526A (ko) | 부분방전 모니터링 시스템 및 부분방전 모니터링 방법 | |
CN112200784A (zh) | 一种电力设备智能缺陷诊断方法 | |
EP3706270B1 (en) | Artificial intelligence monitoring system using infrared images to identify hotspots in a switchgear | |
CN118279837B (zh) | 一种变电站电气设备状况数字监测和可视化方法 | |
Chang et al. | The detection of change-point of partial discharges on power cable joints | |
CN118243240B (zh) | 一种带电电缆的热缺陷检测系统及方法 | |
KR102562668B1 (ko) | 분해가스 분석 기반 진단 방법 | |
KR102559458B1 (ko) | 전력설비 및 산업설비의 복합 진단 방법 |
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 |