CN117074783A - 一种电力设备过热状态实时监测预警方法 - Google Patents
一种电力设备过热状态实时监测预警方法 Download PDFInfo
- Publication number
- CN117074783A CN117074783A CN202311314959.8A CN202311314959A CN117074783A CN 117074783 A CN117074783 A CN 117074783A CN 202311314959 A CN202311314959 A CN 202311314959A CN 117074783 A CN117074783 A CN 117074783A
- Authority
- CN
- China
- Prior art keywords
- time window
- subsequence
- state
- resistance
- steady
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 37
- 238000001228 spectrum Methods 0.000 claims abstract description 55
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 2
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 108091092195 Intron Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
- G01R27/02—Measuring real or complex resistance, reactance, impedance, or other two-pole characteristics derived therefrom, e.g. time constant
- G01R27/08—Measuring resistance by measuring both voltage and current
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明涉及电力设备监测技术领域,具体涉及一种电力设备过热状态实时监测预警方法,获取电压离散信号和电流离散信号;获取接点阻值波动序列;获取各接点阻值波动子序列的幅度谱和相位谱;根据各子序列的幅度谱、相位谱获取各子序列的接点阻值高频扰动系数以及接点阻值相位离散系数;获取子序列的稳态系数;获取时间窗口的接点阻值稳态突显异质性指数;获取各时间窗口的局部离群距离因子;获取各时间窗口内接点阻值离群点;从而完成电力设备过热状态的实时监测,具有较高灵敏度,保证监测精准度。
Description
技术领域
本申请涉及电力设备监测技术领域,具体涉及一种电力设备过热状态实时监测预警方法。
背景技术
电力设备是指用于生产、传输和分配电能的各种设备和设施,在电网中电能的传输和维护扮演着重要的角色。电力设备的运行状态决定电能传输的稳定性,因此对电力设备状态进行实时监测是十分必要的。通过技术监测和识别电力设备的异常状态,以便于及时采取相应的措施和手段维护设备的安全可靠运行,保障生产生活的用电安全。
在常规电力设备中往往存在很多接点,基本上通过螺母固定的方式连接,暴露在环境中,经过雨水侵蚀和氧化,接点处可能发生松动或者锈蚀,影响电压正常传输;此外在松动或锈蚀时会导致接点处电阻发生变化,容易引起因异常发热而导致的火灾事故,因此需要对接点处的电信号进行监测,防止意外发生。
在传统检测算法中,需要设定异常阈值实现对电力设备接点处异常状态的检测,但是固定的异常阈值很难区分电力设备中电流电压的正常变化和异常变化,针对环境缺乏泛化性。在电网中除了基频分量外,还有可能因非线性负载而造成的谐波分量,并且其谐波分量出现的时刻是随机的,这为电力设备异常监测及预警带来困难。因此本发明通过对电力设备接点处的电压和电流进行监测,结合电力设备中谐波分量,自适应调整LOF算法的检测灵敏度,实现对接点过热的准确监测。
发明内容
为了解决上述技术问题,本发明提供一种电力设备过热状态实时监测预警方法,以解决现有的问题。
本发明的一种电力设备过热状态实时监测预警方法采用如下技术方案:
本发明一个实施例提供了一种电力设备过热状态实时监测预警方法,该方法包括以下步骤:
获取电压离散信号和电流离散信号;根据电压离散信号和电流离散信号获取接点阻值波动序列;
设置时间窗口,对时间窗口划分子序列;根据接点阻值波动序列获取各接点阻值波动子序列的幅度谱和相位谱;根据各子序列的幅度谱获取各子序列的接点阻值高频扰动系数;根据各子序列的相位谱获取各子序列的接点阻值相位离散系数;根据各子序列的接点阻值高频扰动系数以及接点阻值相位离散系数获取子序列的稳态系数;根据时间窗口内所有子序列的稳态系数分布获取时间窗口的接点阻值稳态突显异质性指数;根据各时间窗口的接点阻值稳态突显异质性指数获取各时间窗口的局部离群距离因子;
根据各时间窗口的局部离群距离因子获取各时间窗口内接点阻值离群点;根据各时间窗口内接点阻值离群点完成电力设备过热状态的实时监测。
优选的,所述接点阻值波动序列为电压离散信号与电流离散信号的比值组成的序列。
优选的,所述根据接点阻值波动序列获取各接点阻值波动子序列的幅度谱和相位谱,具体为:
采用傅里叶变换将接点阻值波动序列转换到频域中,获取各接点阻值波动子序列的幅度谱和相位谱。
优选的,所述根据各子序列的幅度谱获取各子序列的接点阻值高频扰动系数,具体方法为:
将子序列的幅度谱中各谐波分量对应频率与基波对应频率的差值绝对值的均值作为子序列的接点阻值高频扰动系数。
优选的,所述根据各子序列的相位谱获取各子序列的接点阻值相位离散系数,具体表达式为:
式中,表示在第/>个时间窗口/>内第/>个子序列的接点阻值相位离散系数,/>表示在第/>个时间窗口/>内第/>个子序列的接点阻值高频扰动系数,/>表示在第/>个时间窗口/>内第/>个子序列中频率的个数,/>、/>分别表示第/>个时间窗口/>内第/>个子序列的幅度谱、相位谱中第/>次谐波分量对应频率的能量强度,/>、/>分别表示第/>个时间窗口/>内第/>个子序列的幅度谱、相位谱中基波对应频率的能量强度。
优选的,所述根据各子序列的接点阻值高频扰动系数以及接点阻值相位离散系数获取子序列的稳态系数,具体为:
计算子序列中各时刻接点阻值的均值;计算子序列的接点阻值高频扰动系数与接点阻值相位离散系数的和值;将所述均值与所述和值的乘积作为子序列的稳态系数。
优选的,所述根据时间窗口内所有子序列的稳态系数分布获取时间窗口的接点阻值稳态突显异质性指数,获取方法为:
计算剔除该子序列的稳态系数后时间窗口子序列稳态系数的均值和标准差;计算该子序列的稳态系数与所述均值的差值;将时间窗口内所有所述差值与所述标准差的比值绝对值的均值作为时间窗口的接点阻值稳态突显异质性指数。
优选的,所述根据各时间窗口的接点阻值稳态突显异质性指数获取各时间窗口的局部离群距离因子,获取方法为:
采用互相关系数分析获取各时间窗口电压离散信号与电流离散信号的去趋势相关性系数;将各时间窗口的去趋势相关系数与各时间窗口的接点阻值稳态突显异质性指数的比值作为各时间窗口的局部离群距离因子。
优选的,所述根据各时间窗口的局部离群距离因子获取各时间窗口内接点阻值离群点,具体方法为:
将各时间窗口的局部离群距离因子作为异常检测算法的输入获取各时间窗口内各接点阻值的异常因子;
设置异常阈值;将异常因子大于异常阈值的对应时刻接点阻值设置为各时间窗口内接点阻值离群点。
优选的,所述根据各时间窗口内接点阻值离群点完成电力设备过热状态的实时监测,具体步骤包括:
统计各时间窗口内接点阻值离群点出现的概率;当所述概率在连续个时间窗口内呈现上升趋势时,表明接点阻值发生异常,其中/>为预设值。
本发明至少具有如下有益效果:
本发明主要通过对电压中继器接点处进行监测,得到电压电流信号,利用欧姆定律得到接点阻值波动序列,由于受到线路中非线性器件和谐波分量的影响,接点阻值会发生一定程度的波动,将其转换到频域,分析幅度与相位的特征构建窗口子序列稳态序列,从而得到接点阻值稳态突显异质性指数,结合电压电流之间的相关性系数得到局部离群影响因子,并将其作为LOF算法的自适应参数,与传统LOF算法相比,本发明能够根据不同环境变化引起的每个时间窗口内信号的变化情况,自适应调整参数的大小,提高算法的灵敏度,实现对接点处异常阻值的监测,有效提高对电力设备过热状态的实时监测的精准度。
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为本发明提供的一种电力设备过热状态实时监测预警方法的流程图;
图2为局部离群因子的获取方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种电力设备过热状态实时监测预警方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种电力设备过热状态实时监测预警方法的具体方案。
本发明一个实施例提供的一种电力设备过热状态实时监测预警方法。
具体的,提供了如下的一种电力设备过热状态实时监测预警方法,请参阅图1,该方法包括以下步骤:
步骤S001:获取电压中继器接点处的电压电流数据,并进行数据预处理。
本实施例以小区街头电压中继器为例,通过电压传感器获取电压中继器的电压值,通过电流传感器获取电压中继器的电流值。正常的生活用电是220V,50HZ的交流电,其信号理论上是正弦信号,但由于受到谐波分量的影响,其波形会存在失真,为了更好的采集电压数据,需要设置采样频率。需要说明的是,采样频率实施者可根据实际情况自行设置,本实施例设置电压传感器的采样频率为5000HZ。
生活用电的交流电,为了简化分析对数据进行归一化,本实施例中按照一个周期内交流电的电压的最大值和最小值,对电压数据进行归一化,将电压范围限制在之间,将归一化和采样后的电压离散信号记作/>。同样对电流离散信号进行归一化,记作。
步骤S002:根据监测得到的电压电流数据得到接点阻值波动序列,通过对频域中幅度谱和相位谱分析构建接点阻值稳态突显异质性指数,与电压电流信号结合最终得到局部离群距离因子。
通过上述步骤可以获得继电器接点处归一化后的电压和电流离散信号,根据欧姆定律可以得到接点阻值波动序列,线路中存在电感和电容等非线性电子器件,因此导致电压和电流的变换也是非线性,此外电压和电流受谐波分量的影响时会出现相应的波动,诸多因素最终导致得到的接点处的电阻值是一个随时间变换的序列,而接点受腐蚀和晃动的因素导致阻值变换就隐藏在阻值波动序列中,接下来对接点阻值波动序列进行分析。
由于电压传感器和电流传感器对节点的异常状态监测是一个持续不断的过程,因此得到的接点阻值波动序列是一个无限长的序列。为了简化分析,对无限长的序列划分时间窗口,需要说明的是,时间窗口实施者可根据实际情况自行划分,本实施例中时间窗口。由于生活用电的频率是/>,谐波分量的频率是基波的整数倍,以此在时间窗口/>按照/>划分子序列,最终得到/>表示接点阻值波动序列在第/>个时间窗口/>内第/>个子序列中第/>个时刻的值。
由于电力系统中存在谐波分量的影响,是基波频率的整数倍,因此按照子序列长度采用傅里叶变换将时域接点阻值波动序列转换到频域中,得到接点阻值波动序列的频域响应,分别用、/>表示第/>个时间窗口/>内第/>个子序列的幅度谱、相位谱的对应能量强度。
受信号噪声的影响,得到的幅度谱是一个连续谱,但是由于基波和谐波分量对应的能量强度较大,会形成一个个包络。在每个包络中,谐波分量对应的能量强度是最大的,将记作基波对应频率,/>记为第/>次谐波分量对应频率,则/>表示第/>个时间窗口/>内第/>个子序列的幅度谱中第/>次谐波分量对应频率的能量强度。
由于谐波分量可能有无穷多个,因此本实施例只考虑大于基波能量强度的的谐波分量,需要说明的是,实施者可根据实际情况自行对谐波分量进行筛选。计算接点阻值高频扰动系数,表达式如下:
式中,表示第/>个时间窗口/>内第/>个子序列的接点阻值高频扰动系数,/>表示第/>个时间窗口/>内第/>个子序列中频率的个数,/>表示第/>次谐波分量对应频率,/>表示基波对应频率,/>表示第/>个时间窗口/>内第/>个子序列的幅度谱中第/>次谐波分量对应频率的能量强度,/>表示第/>个时间窗口/>内第/>个子序列的幅度谱中基波对应频率的能量强度。
遍历子序列中所有的频率,可以得到该子序列中幅度谱对应的接点阻值高频扰动系数。在正常情况下,除基波以外各个谐波分量对应频率的能量强度是较小的,因此得到的接点阻值高频扰动系数较小,但是当接点阻值因晃动出现接触面积变化导致的阻值变换,反映到幅度谱中会存在一个异常高频分量,打破原来的衰减递变规律,这时接点阻值高频扰动系数变大。
接点阻值高频扰动系数只反映在阻值突变时高频分量的影响,并未考虑各个谐波分量初始不同对接点阻值的影响。阻值波动子序列频域响应的相位谱反映的是各个谐波分量与基波初始相位的差距。在相位谱中,以基波信号的初始相位作为参考,计算各个谐波信号与基波信号之间的相位差值,结合接点阻值高频扰动系数和子序列幅度谱中对应频率的能量强度,可以得到接点阻值相位离散系数:
式中,表示第/>个时间窗口/>内第/>个子序列的接点阻值相位离散系数,/>表示第/>个时间窗口/>内第/>个子序列的接点阻值高频扰动系数,/>表示第/>个时间窗口/>内第/>个子序列中频率的个数,/>、/>分别表示第/>个时间窗口/>内第/>个子序列的幅度谱、相位谱中第/>次谐波分量对应频率的能量强度,/>、/>分别表示第/>个时间窗口/>内第/>个子序列的幅度谱、相位谱中基波对应频率的能量强度。
理想状态下,各个谐波分量较小,并且谐波分量与基波之间的相位差为零,表明此时电路系统中电力供应较好。但是实际中各个谐波分量的相位差值不一,通过计算子序列幅度谱中各谐波分量对应频率的能量与基波频率能量的比值得到该谐波分量影响因子,当谐波分量越多,能量越大时,相位差值越离散,设备受到谐波分量影响电流电压波动较大时,反映到接点阻值上也会出现波动,表明此时电力供应较差,此时接点容易发生异常,需要提高警惕。
通过对幅度谱和相位谱的分析可以得到每个接点阻值子序列的分布情况,针对时间窗口内的所有子序列可以得到窗口稳态序列,每个子序列稳态系数计算如下:
式中,表示第/>个时间窗口/>内第/>个子序列的稳态系数,/>表示第/>个时间窗口/>内第/>个子序列各个时刻接点阻值的均值,/>表示第/>个时间窗口/>内第/>个子序列的接点阻值高频扰动系数,/>表示第/>个时间窗口/>内第/>个子序列的接点阻值相位离散系数。
针对每个子序列可以得到一个稳态系数,根据时间窗口内各子序列的稳态系数,得到接点阻值稳态突显异质性指数,表达式为:
式中,表示第/>个时间窗口/>内接点阻值波动序列的接点阻值稳态突显异质性指数,/>表示第/>个时间窗口/>内子序列的个数,/>表示第/>个时间窗口/>的第/>个子序列稳态系数,/>和/>分别表示在第/>个时间窗口/>内剔除第/>个子序列稳态系数得到的稳态系数均值和标准差。
接点阻值稳态突显异质性指数反映一个时间窗口内接点阻值序列的整体变化情况。当时间窗口内对应的电压电流受谐波影响较小时,电压电流信号的波段相对较小,因此得到的接点阻值序列相对稳定,整体波动不大,得到的子序列稳定系数值较小,同时在序列中剔除某一子序列的稳态系数后对稳态系列整体分布影响不大,最终得到的接点阻值稳态突显异质性系数较小。相反,如果电压电流受谐波分量影响较大或者接点阻值因晃动发生突变时,对应子序列的稳态系数相较于其他子序列较大,当剔除异常子序列时,对于时间窗口内稳态序列的分布会有较大影响,均值和标准差都减小,因此最终导致接点阻值稳态突显异质性指数增大。
上述分析通过监测继电器接点处电压电流情况得到接点阻值波动序列,最终分析得到阻值波动序列的接点阻值稳态突显异质性指数。由于电路中存在电感电容的非线性电子器件,因此电压信号随着交流电而波动,但是电流信号受到电感电容的放电影响,电流的波动会出现一定的滞后性。
通过DCCA互相关系数分析获取时间窗口内电压信号和电流信号/>去趋势相关性系数,当两个序列中相关性系数越大,表明得到的接点阻值波动序列越准确;相关性系数越小,则表明得到的接点阻值波动序列受线路非线性影响较大,结合时间窗口内的接点阻值稳态突显异质性指数可以得到各时间窗口的局部离群距离因子,表达式为:
式中,表示第/>个时间窗口/>的局部离群距离因子,/>表示根据第/>个时间窗口/>的电压电流信号得到的DCCA相关性系数,/>表示第/>个时间窗口/>内接点阻值波动序列的接点阻值稳态突显异质性指数。其中,各时间窗口的局部离群距离因子的获取方法如图2所示。
对应时间窗口内,电压电流相关性系数越大,线路中非线性元件较少,线路相对稳定,得到的接点阻值稳态突显异质性指数越小,此时局部离群距离因子较大,检测灵敏度较低。反之当DCCA相关系数越小,表明线路中的非线性电子元件较多,线路中存在大量非线性元件放电,谐波分量较多,因此得到的接点阻值稳态突显异质性指数越大,最终局部离群距离因子越小,检测灵敏度高。
步骤S003:根据LOF异常检测算法,完成对电力设备过热状态的实时监测。
将上述步骤获取的局部离群距离因子作为LOF异常检测算法的超参数,接下来按照算法流程计算时间窗口内接点阻值的异常因子。需要说明的是,LOF异常检测算法为现有公知技术,本实施例中不再赘述。每个时间窗口内的接点阻值波动序列的局部离群距离因子,可以计算每个时刻阻值的局部异常因子。设置异常阈值,将异常因子大于阈值的时刻阻值设置为离群点,统计单个时间窗口内异常阻值的出现频率。当出现频率在连续个时间窗口内呈现上升趋势时,表明接点阻值可能发生异常,可能会引起异常发热,导致设备损坏,因此需要将情况及时上报给检修人员,对设备进行及时维护,降低不必要的经济财产损失。需要说明的是,本实施例中异常阈值为2、时间窗口个数/>,实施者可根据实际情况自行设置。
综上所述,本发明实施例主要通过对电压中继器接点处进行监测,得到电压电流信号,利用欧姆定律得到接点阻值波动序列,由于受到线路中非线性器件和谐波分量的影响,接点阻值会发生一定程度的波动,将其转换到频域,分析幅度与相位的特征构建窗口子序列稳态序列,从而得到接点阻值稳态突显异质性指数,结合电压电流之间的相关性系数得到局部离群影响因子,并将其作为LOF算法的自适应参数,与传统LOF算法相比,本发明能够根据不同环境变化引起的每个时间窗口内信号的变化情况,自适应调整参数的大小,提高算法的灵敏度,实现对接点处异常阻值的监测,有效提高对电力设备过热状态的实时监测的精准度。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种电力设备过热状态实时监测预警方法,其特征在于,该方法包括以下步骤:
获取电压离散信号和电流离散信号;根据电压离散信号和电流离散信号获取接点阻值波动序列;
设置时间窗口,对时间窗口划分子序列;根据接点阻值波动序列获取各接点阻值波动子序列的幅度谱和相位谱;根据各子序列的幅度谱获取各子序列的接点阻值高频扰动系数;根据各子序列的相位谱获取各子序列的接点阻值相位离散系数;根据各子序列的接点阻值高频扰动系数以及接点阻值相位离散系数获取子序列的稳态系数;根据时间窗口内所有子序列的稳态系数分布获取时间窗口的接点阻值稳态突显异质性指数;根据各时间窗口的接点阻值稳态突显异质性指数获取各时间窗口的局部离群距离因子;
根据各时间窗口的局部离群距离因子获取各时间窗口内接点阻值离群点;根据各时间窗口内接点阻值离群点完成电力设备过热状态的实时监测。
2.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述接点阻值波动序列为电压离散信号与电流离散信号的比值组成的序列。
3.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据接点阻值波动序列获取各接点阻值波动子序列的幅度谱和相位谱,具体为:
采用傅里叶变换将接点阻值波动序列转换到频域中,获取各接点阻值波动子序列的幅度谱和相位谱。
4.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据各子序列的幅度谱获取各子序列的接点阻值高频扰动系数,具体方法为:
将子序列的幅度谱中各谐波分量对应频率与基波对应频率的差值绝对值的均值作为子序列的接点阻值高频扰动系数。
5.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据各子序列的相位谱获取各子序列的接点阻值相位离散系数,具体表达式为:
式中,表示在第/>个时间窗口/>内第/>个子序列的接点阻值相位离散系数,/>表示在第/>个时间窗口/>内第/>个子序列的接点阻值高频扰动系数,/>表示在第/>个时间窗口/>内第个子序列中频率的个数,/>、/>分别表示第/>个时间窗口/>内第/>个子序列的幅度谱、相位谱中第/>次谐波分量对应频率的能量强度,/>、/>分别表示第/>个时间窗口/>内第/>个子序列的幅度谱、相位谱中基波对应频率的能量强度。
6.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据各子序列的接点阻值高频扰动系数以及接点阻值相位离散系数获取子序列的稳态系数,具体为:
计算子序列中各时刻接点阻值的均值;计算子序列的接点阻值高频扰动系数与接点阻值相位离散系数的和值;将所述均值与所述和值的乘积作为子序列的稳态系数。
7.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据时间窗口内所有子序列的稳态系数分布获取时间窗口的接点阻值稳态突显异质性指数,获取方法为:
计算剔除该子序列的稳态系数后时间窗口子序列稳态系数的均值和标准差;计算该子序列的稳态系数与所述均值的差值;将时间窗口内所有所述差值与所述标准差的比值绝对值的均值作为时间窗口的接点阻值稳态突显异质性指数。
8.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据各时间窗口的接点阻值稳态突显异质性指数获取各时间窗口的局部离群距离因子,获取方法为:
采用互相关系数分析获取各时间窗口电压离散信号与电流离散信号的去趋势相关性系数;将各时间窗口的去趋势相关系数与各时间窗口的接点阻值稳态突显异质性指数的比值作为各时间窗口的局部离群距离因子。
9.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据各时间窗口的局部离群距离因子获取各时间窗口内接点阻值离群点,具体方法为:
将各时间窗口的局部离群距离因子作为异常检测算法的输入获取各时间窗口内各接点阻值的异常因子;
设置异常阈值;将异常因子大于异常阈值的对应时刻接点阻值设置为各时间窗口内接点阻值离群点。
10.如权利要求1所述的一种电力设备过热状态实时监测预警方法,其特征在于,所述根据各时间窗口内接点阻值离群点完成电力设备过热状态的实时监测,具体步骤包括:
统计各时间窗口内接点阻值离群点出现的概率;当所述概率在连续个时间窗口内呈现上升趋势时,表明接点阻值发生异常,其中/>为预设值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311314959.8A CN117074783B (zh) | 2023-10-12 | 2023-10-12 | 一种电力设备过热状态实时监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311314959.8A CN117074783B (zh) | 2023-10-12 | 2023-10-12 | 一种电力设备过热状态实时监测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117074783A true CN117074783A (zh) | 2023-11-17 |
CN117074783B CN117074783B (zh) | 2024-01-19 |
Family
ID=88704470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311314959.8A Active CN117074783B (zh) | 2023-10-12 | 2023-10-12 | 一种电力设备过热状态实时监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117074783B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5006846A (en) * | 1987-11-12 | 1991-04-09 | Granville J Michael | Power transmission line monitoring system |
US20040219889A1 (en) * | 2003-04-29 | 2004-11-04 | Walter Honcharenko | Phase-combined transmitter module and modular transmitter system |
CN105161860A (zh) * | 2015-08-31 | 2015-12-16 | 西安电子科技大学 | 基于机电耦合与傅里叶变换的变形面阵天线电性能补偿方法 |
CN109142916A (zh) * | 2018-07-28 | 2019-01-04 | 宋云飞 | 电能质量监测系统 |
CN114675079A (zh) * | 2022-04-11 | 2022-06-28 | 东南大学溧阳研究院 | 重构稳态波形的高信噪比电压暂降扰动信号提取方法及其系统 |
CN116226766A (zh) * | 2023-05-08 | 2023-06-06 | 南洋电气集团有限公司 | 一种高压电器运行状态监测系统 |
CN116256566A (zh) * | 2023-02-06 | 2023-06-13 | 西安交通大学 | 一种振荡波高压作用下电力设备介质损耗因数的评估方法 |
CN116486493A (zh) * | 2023-04-26 | 2023-07-25 | 杭州海康威视数字技术股份有限公司 | 一种活体检测方法、装置及设备 |
-
2023
- 2023-10-12 CN CN202311314959.8A patent/CN117074783B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5006846A (en) * | 1987-11-12 | 1991-04-09 | Granville J Michael | Power transmission line monitoring system |
US20040219889A1 (en) * | 2003-04-29 | 2004-11-04 | Walter Honcharenko | Phase-combined transmitter module and modular transmitter system |
CN105161860A (zh) * | 2015-08-31 | 2015-12-16 | 西安电子科技大学 | 基于机电耦合与傅里叶变换的变形面阵天线电性能补偿方法 |
CN109142916A (zh) * | 2018-07-28 | 2019-01-04 | 宋云飞 | 电能质量监测系统 |
CN114675079A (zh) * | 2022-04-11 | 2022-06-28 | 东南大学溧阳研究院 | 重构稳态波形的高信噪比电压暂降扰动信号提取方法及其系统 |
CN116256566A (zh) * | 2023-02-06 | 2023-06-13 | 西安交通大学 | 一种振荡波高压作用下电力设备介质损耗因数的评估方法 |
CN116486493A (zh) * | 2023-04-26 | 2023-07-25 | 杭州海康威视数字技术股份有限公司 | 一种活体检测方法、装置及设备 |
CN116226766A (zh) * | 2023-05-08 | 2023-06-06 | 南洋电气集团有限公司 | 一种高压电器运行状态监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117074783B (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116702081B (zh) | 基于人工智能的配电设备智能巡检方法 | |
Abdelsalam et al. | Classification of power system disturbances using linear Kalman filter and fuzzy-expert system | |
CN104678265A (zh) | 一种串联故障电弧检测装置及检测方法 | |
CN115935296B (zh) | 一种电能数据计量方法及系统 | |
CN106324406B (zh) | 一种变压器直流偏磁故障诊断方法及装置 | |
CN107092213B (zh) | 一种具有故障电弧检测功能的无源滤波装置及方法 | |
Jaiswal et al. | FDST‐based PQ event detection and energy metering implementation on FPGA‐in‐the‐loop and NI‐LabVIEW | |
CN116643163A (zh) | 一种真空断路器远程在线监测系统 | |
CN117074783B (zh) | 一种电力设备过热状态实时监测预警方法 | |
CN113484658B (zh) | 电弧故障的诊断方法、系统、介质及电子设备 | |
CN117368799A (zh) | 一种电力系统输电线路短路故障的诊断方法 | |
CN113759217A (zh) | 一种基于电压测量的故障电弧传感器及检测方法 | |
CN107181460B (zh) | 一种光伏系统电弧故障检测方法 | |
CN115808600B (zh) | 基于数学形态学和模式识别的直流电弧检测方法 | |
CN115356534A (zh) | 一种减少电网电流fft谐波提取时频谱泄露的方法 | |
CN106324403B (zh) | 一种基于状态识别的继电保护适应性滤波算法 | |
Naik et al. | Analysis of power quality disturbances using wavelet packet transform | |
CN112198361A (zh) | 一种基于频率能量占比的电气奇异点监测装置 | |
CN2570789Y (zh) | 变压器油箱油中水分在线监测装置 | |
CN112964948B (zh) | 基于录波数据反演的串联电抗器运行状态在线监测方法及系统 | |
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 | |
US20230341477A1 (en) | Series arc detection firmware | |
Liu et al. | Power quality disturbance detection based on improved lifting Wavelet | |
CN118074058B (zh) | 一种智能配电室安全管控方法及系统 | |
Zhao et al. | Series arc fault diagnosis based on variational mode decomposition and random forest |
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 |