CN117686035B - 一种充油设备的分散式主动防御系统、方法、设备及介质 - Google Patents
一种充油设备的分散式主动防御系统、方法、设备及介质 Download PDFInfo
- Publication number
- CN117686035B CN117686035B CN202410139189.6A CN202410139189A CN117686035B CN 117686035 B CN117686035 B CN 117686035B CN 202410139189 A CN202410139189 A CN 202410139189A CN 117686035 B CN117686035 B CN 117686035B
- Authority
- CN
- China
- Prior art keywords
- period
- discharge
- discrimination
- channel
- noise
- 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
- 230000007123 defense Effects 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005070 sampling Methods 0.000 claims abstract description 86
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 230000009471 action Effects 0.000 claims abstract description 8
- 101150117538 Set2 gene Proteins 0.000 claims description 40
- 101150055297 SET1 gene Proteins 0.000 claims description 39
- 101150104646 SET4 gene Proteins 0.000 claims description 29
- 101100042371 Caenorhabditis elegans set-3 gene Proteins 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 19
- 101100421296 Caenorhabditis elegans set-6 gene Proteins 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 206010000369 Accident Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Landscapes
- Testing Relating To Insulation (AREA)
Abstract
本发明公开一种充油设备的分散式主动防御系统、方法、设备及介质，若干高频传感器、超高频传感器分别采集高频、超高频模拟量；采集模块根据所述高频、超高频模拟量形成高频、超高频通道采样样本；采样判别模块根据所述高频、超高频通道采样样本得到放电特性电气数据；发送模块将所述放电特性电气数据发送至保护分析模块；保护分析模块根据所述放电特性电气数据进行多维度电气量逻辑运算，输出告警或保护动作信号。此种技术方案利用高频采样、超高频采样、数据高精度同步、多维度分析等技术，将多种特征电气量的传感器预先布置在需要监测并主动防御的充油设备区域，从而实现快速、主动地预警、切除充油设备早期故障，保护设备及运行安全。
Description
技术领域
本发明属于电力系统继电保护领域，具体而言，涉及一种充油设备的分散式主动防御系统、方法、设备及介质。
背景技术
超/特高压变压器是新能源供给消纳体系的核心设备，是远距离电能传递与电压变换的关键装备。截至2022年1月，国家电网已经投运特高压线路28条，在运变电容量超过4.8亿千瓦，累计送电超过2万亿千瓦时，在运特高压变压器、电抗器共400余台。当变压器内部发生故障时，如果不能及时动作，变压器本体可能因内部故障压力冲击而发生损坏，甚至引发爆炸、起火事故。尤其对于超/特高压变压器，其电压等级高、容量大、结构复杂、内部故障电弧功率大，数十毫秒的能量产气就可能引发油箱爆裂起火事故，造成站内设备烧损、故障扩大化的事故，威胁电网的安全稳定运行。
传统继电保护以工频电流、工频电压为分析对象。当变压器内部故障发展为显式的金属性短接或放电后，传统继电保护采集工频电压、电流等信息进行逻辑运算并最终动作，一般需要十乃至数十毫秒的判别时间，不能满足超/特高压变压器早期判别、快速判别并切除内部故障的需求，且存在检测故障特征量单一的问题，因此亟需一种能够在变压器内部故障的早期阶段进行高频、超高频数据采集并完成多维度数据分析的主动防御系统。
发明内容
本发明的目的，在于提供一种充油设备的分散式主动防御系统、方法、设备及介质，利用高频采样、超高频采样、数据高精度同步、多维度分析等技术，将脉冲电流、电压、超声、压力、流速等特征电气量的传感器预先布置在需要监测并主动防御的充油设备区域，从而实现快速、主动地预警、切除充油设备早期故障，保护设备及运行安全。
为了达成上述目的，本发明的解决方案是：
一种充油设备的分散式主动防御系统，包括采集单元和保护单元，其中，所述采集单元包括采集模块、采样判别模块、发送模块和若干高频传感器、超高频传感器，所述保护单元包括保护分析模块；
若干高频传感器、超高频传感器，被配置为分别采集高频、超高频模拟量；
采集模块，被配置为根据所述高频、超高频模拟量形成高频、超高频通道采样样本；
采样判别模块，被配置为根据所述高频、超高频通道采样样本得到放电特性电气数据；
发送模块，被配置为将所述放电特性电气数据发送至保护分析模块；
保护分析模块，被配置为根据所述放电特性电气数据进行多维度电气量逻辑运算，输出告警或保护动作信号。
上述高频传感器的采样频率≥100kHz，所述超高频传感器的采样频率≥1MHz。
上述采集模块设置有光B码/电B码对时接口用以接收对时信号。
上述采样判别模块根据所述高频、超高频通道采样样本得到放电特性电气数据，包括，判断各通道在放电判别周期内的各个噪声判别周期是否为有效放电周期，得到包含各通道的通道号、各通道标记为有效放电周期的有效放电时刻、各通道标记为有效放电周期的放电能量加权值在内的放电特性电气数据。
上述保护分析模块根据各通道标记为有效放电周期的有效放电时刻、各通道标记为有效放电周期的放电能量加权值，基于设定参数进行判别，根据判别结果在必要时输出通道异常告警信号、保护告警信号、保护预跳闸告警信号或保护跳闸信号。
上述发送模块设置有光纤接口/以太网网口，用以与保护分析模块联接。
一种充油设备的分散式主动防御方法，包括，
采集高频、超高频模拟量，形成高频、超高频通道采样样本；
根据所述高频、超高频通道采样样本得到放电特性电气数据；
根据所述放电特性电气数据进行多维度电气量逻辑运算，输出告警或保护动作信号。
其中，根据所述高频、超高频通道采样样本得到放电特性电气数据，包括，判断各通道在放电判别周期内的各个噪声判别周期是否为有效放电周期，得到包含各通道的通道号、各通道标记为有效放电周期的有效放电时刻、各通道标记为有效放电周期的放电能量加权值在内的放电特性电气数据。
其中，判断各通道在放电判别周期内的各个噪声判别周期是否为有效放电周期，包括，
设置放电判别周期的时长为Tset2，并有Tset2=Tset1×Pset3，Tset1为噪声判别周期的时长，Pset3为定值；
记录连续m个放电能量不为0的噪声判别周期，并设定放电能量的权重M；其中，M的取值规则是：若m大于等于1，则M取值为m；若m等于0，则M取值为0；
计算放电判别周期内各噪声判别周期的放电能量加权值，第j个噪声判别周期的放电能量加权值Ej=Pj×m，其中，j=1,2,…,Pset3，Pi为第j个噪声判别周期的放电能量；
若Ej大于Pset4×Save，则判断第j个噪声判别周期为有效放电周期，并记录该第j个噪声判别周期的起始时刻为有效放电时刻，其中Pset4为放电判别定值，Save为采样参考值。
其中，记录连续m个放电能量不为0的噪声判别周期，其中，计算放电能量的方法是，
该噪声判别周期内具有X个采样样本，记录其中的极值点个数；
比较极值点个数与Pset2×X，若极值点个数小于Pset2×X，判定该噪声判别周期为噪声周期，记该噪声判别周期的放电能量为0；若极值点个数不小于Pset2×X，判定该噪声判别周期为放电周期，放电能量为(i/y)/Save；其中，Pset2为第二噪声判别定值，y为极值点个数，i为对噪声判别周期的时长Tset1内极值点的采样值求取绝对值后进行积分得到的积分值。
其中，该噪声判别周期内具有X个采样样本，记录其中的极值点个数，其中，判断极值点的方法是，记该噪声判别周期内的X个采样样本中第n个采样值为Sn，当Sn/Save大于Pset1时，认为该第n个采样值为极值点。
其中，根据各通道标记为有效放电周期的有效放电时刻、各通道标记为有效放电周期的放电能量加权值，基于设定参数进行判别，根据判别结果在必要时输出通道异常告警信号、保护告警信号、保护预跳闸告警信号或保护跳闸信号。
其中，设置保护判别周期定值Tset3、放电判别定值Pset5，统计Tset3内各通道中存在有效放电时刻的通道数、统计各通道存在有效放电时刻的次数，若Tset3内仅1个通道存在有效放电时刻的次数大于Pset5，则输出通道异常告警信号；
设置加权判别定值Eset1、保护判别周期定值Tset4、放电判别定值Pset6，当第一通道出现放电能量加权值大于Eset1时，在此后的Tset4内第二通道也出现放电能量加权值大于Eset1，同时第一通道、第二通道出现有效放电时刻的次数均大于Pset6，则输出保护告警信号；
设置加权判别定值Eset2，当第三通道出现放电能量加权值大于Eset2时，在此后的Tset4内第四通道也出现放电能量加权值大于Eset1但不大于Eset2时，同时第三通道、第四通道出现有效放电时刻的次数均大于Pset6，则输出保护预跳闸告警信号；
设置加权判别定值Eset3，当第五通道出现放电能量加权值大于Eset2时，在此后的Tset4内第六通道也出现放电能量加权值大于Eset2时，同时第五通道、第六通道出现有效放电时刻的次数均大于Pset6，则输出保护跳闸信号。
一种计算机设备，包括存储器、处理器，以及存储在所述存储器中并可在所述处理器上运行的计算机程序；所述处理器执行所述计算机程序时实现如前所述的充油设备的分散式主动防御方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序；所述计算机程序被处理器执行时实现如前所述的充油设备的分散式主动防御方法的步骤。
采用上述方案后，本发明通过设置采集模块、采样判别模块、发送模块、保护分析模块，采集模块完成模拟量采集并形成采样样本，采样判别模块完成采样样本的放电特性判别，发送模块将放电特性的电气数据发送至保护分析模块，保护分析模块进行多维度电气量逻辑运算后输出告警或保护动作信号。
与现有技术相比，本发明的有益效果为：
（1）本发明通过在充油设备区域预设采集高频传感器、超高频传感器，能够根据多种不同类型的电气量，多维度反映充油设备的运行状态；
（2）本发明根据通道的噪声判别及放电判别，利用放电时刻的权值，实现早期预警或切除故障。
附图说明
图1是本发明的整体架构图；
图2是本发明的判别逻辑示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本发明将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
本发明提供一种充油设备的分散式主动防御系统，包括采集单元和保护单元，其中，所述采集单元包括采集模块、采样判别模块、发送模块和若干高频传感器、超高频传感器，所述保护单元包括保护分析模块；其中，
若干高频传感器、超高频传感器，被配置为分别采集高频、超高频模拟量；
采集模块，被配置为根据所述高频、超高频模拟量形成高频、超高频通道采样样本；
采样判别模块，被配置为根据所述高频、超高频通道采样样本得到放电特性电气数据；
发送模块，被配置为将所述放电特性电气数据发送至保护分析模块；
保护分析模块，被配置为根据所述放电特性电气数据进行多维度电气量逻辑运算，输出告警或保护动作信号。
本发明还提供一种充油设备的分散式主动防御方法，包括，
采集高频、超高频模拟量，形成高频、超高频通道采样样本；
根据所述高频、超高频通道采样样本得到放电特性电气数据；
根据所述放电特性电气数据进行多维度电气量逻辑运算，输出告警或保护动作信号。
实施例
一种充油设备的分散式主动防御系统，如图1所示，所述主动防御系统至少包括采集单元和保护单元。
所述采集单元包括采集装置、高频传感器、超高频传感器，所述保护单元包括保护分析模块；
所述采集装置由采集模块、采样判别模块、发送模块构成，采集模块设置BNC接口用于接收高频传感器采集的高频模拟量信号、超高频传感器采集的超高频模拟量信号，构成高频通道采样样本、超高频通道采样样本并交由采样判别模块进行逻辑判别；
所述采样判别模块包含噪声判别元件，采样判别模块设置噪声判别周期定值Tset1，记Tset1时长的噪声判别周期内，通道A共有X个采样样本，噪声判别元件采用如下判别逻辑：
1）设定采样参考值；可以取前一天噪声判别的数据作为判别参考，例如前一天同一时刻的数据，或者是前一天相同时间段的平均值，在本实施例中，取24小时前的噪声判别周期内的X个采样样本，求取算术平均值，记为Save，作为进行噪声周期判定的采样参考值；
2）设置噪声判别定值Pset1，记当前噪声判别周期内的X个采样样本中第n个采样值为Sn，当Sn/Save大于Pset1时，记录当前噪声判别周期内的第n个采样值为极值点；
3）设置噪声判别定值Pset2，对于当前噪声判别周期的X个采样样本中，极值点个数小于Pset2×X时，判定本噪声判别周期为噪声周期；对于当前噪声判别周期的X个采样样本中，极值点个数不小于Pset2×X时，判定本噪声判别周期为放电周期；
4）若本噪声判别周期为放电周期，记本噪声判别周期的极值点有y个，对Tset1时长内极值点的采样值求取绝对值后进行积分，记积分值为i，有计算式P=(i/y)/Save，P表示本噪声判别周期的放电能量；
5）若本噪声判别周期为噪声周期，则记本噪声判别周期P=0；
6）Tset1的取值范围为[0.01ms,5ms]，Pset1的取值范围为[1.5,20]，Pset2的取值范围为[0.1, 0.5]；
所述采样判别模块还包含放电判别元件，放电判别模块设置放电判别周期，有定值Pset3，Pset3为正整数，取值范围为[5,1000]，得到放电判别周期时长为Tset1×Pset3，记为Tset2，即放电判别周期共包含Pset3个噪声判别周期，放电判别元件采用如下判别逻辑：
1）记第n个噪声判别周期的放电能量为Pn，若Pn不为0，则统计自第n个噪声判别周期起，噪声判别周期的放电能量持续不为0的个数，记为m个，如图2，图中空心圆表示本噪声判别周期的放电能量为0，实心圆表示本噪声判别周期的放电能量不为0；
2）若m大于等于1，则设定Pn的放电权重为 m，若m等于0，则设定Pn的放电权重为0；
3）求取本放电判别周期的各噪声判别周期的放电能量加权值，第n个噪声判别周期的放电能量加权值计算式为：Pn×m，记为En；
4）设置放电判别定值Pset4，若En大于Pset4×Save，则标记第n个噪声判别周期为有效放电周期，并记录第n个噪声判别周期的起始时刻作为有效放电时刻，若En不大于Pset4×Save，则标记第n个噪声判别周期为无效放电周期，Pset4的取值范围为[20, 200]。
所述采集装置的发送模块将采样判别模块的各通道的通道号、各通道标记为有效放电周期的有效放电时刻、各通道标记为有效放电周期的放电能量加权值发送至所述保护单元的保护分析模块；
所述保护分析模块采用如下判别逻辑：
1）设置保护判别周期定值Tset3、放电判别定值Pset5，在Tset3时间内统计各通道中存在有效放电时刻的通道数、统计各通道存在有效放电时刻的次数，若Tset3时间内，仅1个通道的存在有效放电时刻的次数大于Pset5，则保护分析模块输出通道异常告警信号，Tset3的取值范围为[0.5小时, 24小时]，Pset5的取值范围为[5,20]；
2）设置加权判别定值Eset1，设置保护判别周期定值Tset4、放电判别定值Pset6，当任意通道(记为通道A)出现放电能量加权值大于Eset1时，在此后的Tset4时间内其他通道(记为通道B)也出现放电能量加权值大于Eset1，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护告警信号，Tset4的取值范围为[0.5秒,1分钟]，Pset6的取值范围为[5,100]，Eset1的取值范围为[5,10]；
3）设置加权判别定值Eset2，当通道A出现放电能量加权值大于Eset2时，在此后的Tset4时间内其他通道(记为通道B)也出现放电能量加权值大于Eset1但不大于Eset2时，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护预跳闸告警信号，Eset2的取值范围为(10,20]；
4）设置加权判别定值Eset3，当通道A出现放电能量加权值大于Eset2时，在此后的Tset4时间内其他通道(记为通道B)也出现放电能量加权值大于Eset2时，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护跳闸信号，Eset3的取值范围为(20,50]；
所述采集模块设置光B码/电B码对时接口接收对时信号；
所述高频传感器的采样频率≥100kHz，所述超高频传感器的采样频率≥1MHz；
所述采集装置设置光纤接口/以太网网口与保护单元联接；
本发明实施例还提供了另一种计算机设备，包括处理器和配置为存储能够在处理器上运行的计算机程序的存储器；其中，处理器配置为运行计算机程序时，执行前述实施例中的方法步骤。
在实际应用中，上述处理器包括现场可编程门阵列（Field－Programmable GateArray，FPGA）、处理器可以为中央处理器CPU（Central Processing Unit）或数字信号处理器（DSP，Digital Signal Processing）。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本发明实施例不作具体限定。
上述存储器可以是易失性存储器（volatile memory），例如随机存取存储器（RAM，Random-Access Memory）；或者非易失性存储器（non-volatile memory），例如只读存储器（ROM，Read-Only Memory），快闪存储器（flash memory），硬盘（HDD，Hard Disk Drive）或固态硬盘（SSD，Solid-State Drive）；或者上述种类的存储器的组合，并向处理器提供指令和数据。
在示例性实施例中，本发明实施例还提供了一种计算机可读存储介质，用于存储计算机程序。
可选的，该计算机可读存储介质可应用于本发明实施例中的任意一种方法，并且该计算机程序使得计算机执行本发明实施例的各个方法中由处理器实现的相应流程，为了简洁，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种充油设备的分散式主动防御系统，其特征在于：包括采集单元和保护单元，其中，所述采集单元包括采集模块、采样判别模块、发送模块和若干高频传感器、超高频传感器，所述保护单元包括保护分析模块；
若干高频传感器、超高频传感器，被配置为分别采集高频、超高频模拟量；
采集模块，被配置为根据所述高频、超高频模拟量形成高频、超高频通道采样样本；
采样判别模块，被配置为根据所述高频、超高频通道采样样本得到放电特性电气数据；
发送模块，被配置为将所述放电特性电气数据发送至保护分析模块；
保护分析模块，被配置为根据所述放电特性电气数据进行多维度电气量逻辑运算，输出告警或保护动作信号；
所述采样判别模块根据所述高频、超高频通道采样样本得到放电特性电气数据，包括，判断各通道在放电判别周期内的各个噪声判别周期是否为有效放电周期，得到包含各通道的通道号、各通道标记为有效放电周期的有效放电时刻、各通道标记为有效放电周期的放电能量加权值在内的放电特性电气数据；
所述采样判别模块包含噪声判别元件，采样判别模块设置噪声判别周期定值Tset1，记Tset1时长的噪声判别周期内，通道A共有X个采样样本，噪声判别元件采用如下判别逻辑：
设定采样参考值；取前一天噪声判别的数据作为判别参考，记为Save，作为进行噪声周期判定的采样参考值；
设置噪声判别定值Pset1，记当前噪声判别周期内的X个采样样本中第n个采样值为Sn，当Sn/Save大于Pset1时，记录当前噪声判别周期内的第n个采样值为极值点；
设置噪声判别定值Pset2，对于当前噪声判别周期的X个采样样本中，极值点个数小于Pset2×X时，判定本噪声判别周期为噪声周期；对于当前噪声判别周期的X个采样样本中，极值点个数不小于Pset2×X时，判定本噪声判别周期为放电周期；
若本噪声判别周期为放电周期，记本噪声判别周期的极值点有y个，对Tset1时长内极值点的采样值求取绝对值后进行积分，记积分值为i，有计算式P=(i/y)/Save，P表示本噪声判别周期的放电能量；
若本噪声判别周期为噪声周期，则记本噪声判别周期P=0；
所述采样判别模块还包含放电判别元件，放电判别元件设置放电判别周期，有定值Pset3，Pset3为正整数，取值范围为[5,1000]，得到放电判别周期时长为Tset1×Pset3，记为Tset2，即放电判别周期共包含Pset3个噪声判别周期，放电判别元件采用如下判别逻辑：
记第n个噪声判别周期的放电能量为Pn，若Pn不为0，则统计自第n个噪声判别周期起，噪声判别周期的放电能量持续不为0的个数，记为m个；
若m大于等于1，则设定Pn的放电权重为 m，若m等于0，则设定Pn的放电权重为0；
求取本放电判别周期的各噪声判别周期的放电能量加权值，第n个噪声判别周期的放电能量加权值计算式为：Pn×m，记为En；
设置放电判别定值Pset4，若En大于Pset4×Save，则标记第n个噪声判别周期为有效放电周期，并记录第n个噪声判别周期的起始时刻作为有效放电时刻，若En不大于Pset4×Save，则标记第n个噪声判别周期为无效放电周期；
所述保护分析模块采用如下判别逻辑：
设置保护判别周期定值Tset3、放电判别定值Pset5，在Tset3时间内统计各通道中存在有效放电时刻的通道数、统计各通道存在有效放电时刻的次数，若Tset3时间内，仅1个通道的存在有效放电时刻的次数大于Pset5，则保护分析模块输出通道异常告警信号；
设置加权判别定值Eset1，设置保护判别周期定值Tset4、放电判别定值Pset6，当通道A出现放电能量加权值大于Eset1时，在此后的Tset4时间内通道B也出现放电能量加权值大于Eset1，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护告警信号；
设置加权判别定值Eset2，当通道A出现放电能量加权值大于Eset2时，在此后的Tset4时间内通道B也出现放电能量加权值大于Eset1但不大于Eset2时，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护预跳闸告警信号；
设置加权判别定值Eset3，当通道A出现放电能量加权值大于Eset2时，在此后的Tset4时间内通道B也出现放电能量加权值大于Eset2时，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护跳闸信号。
2.如权利要求1所述的充油设备的分散式主动防御系统，其特征在于：所述高频传感器的采样频率≥100kHz，所述超高频传感器的采样频率≥1MHz。
3.如权利要求1所述的充油设备的分散式主动防御系统，其特征在于：所述采集模块设置有光B码/电B码对时接口用以接收对时信号。
4.如权利要求1所述的充油设备的分散式主动防御系统，其特征在于：所述发送模块设置有光纤接口/以太网网口，用以与保护分析模块联接。
5.一种充油设备的分散式主动防御方法，其特征在于：包括，
采集高频、超高频模拟量，形成高频、超高频通道采样样本；
根据所述高频、超高频通道采样样本得到放电特性电气数据；
根据所述放电特性电气数据进行多维度电气量逻辑运算，输出告警或保护动作信号；
其中，根据所述高频、超高频通道采样样本得到放电特性电气数据，包括，判断各通道在放电判别周期内的各个噪声判别周期是否为有效放电周期，得到包含各通道的通道号、各通道标记为有效放电周期的有效放电时刻、各通道标记为有效放电周期的放电能量加权值在内的放电特性电气数据；
其中，设置噪声判别周期定值Tset1，记Tset1时长的噪声判别周期内，通道A共有X个采样样本，噪声判别采用如下判别逻辑：
设定采样参考值；取前一天噪声判别的数据作为判别参考，记为Save，作为进行噪声周期判定的采样参考值；
设置噪声判别定值Pset1，记当前噪声判别周期内的X个采样样本中第n个采样值为Sn，当Sn/Save大于Pset1时，记录当前噪声判别周期内的第n个采样值为极值点；
设置噪声判别定值Pset2，对于当前噪声判别周期的X个采样样本中，极值点个数小于Pset2×X时，判定本噪声判别周期为噪声周期；对于当前噪声判别周期的X个采样样本中，极值点个数不小于Pset2×X时，判定本噪声判别周期为放电周期；
若本噪声判别周期为放电周期，记本噪声判别周期的极值点有y个，对Tset1时长内极值点的采样值求取绝对值后进行积分，记积分值为i，有计算式P=(i/y)/Save，P表示本噪声判别周期的放电能量；
若本噪声判别周期为噪声周期，则记本噪声判别周期P=0；
其中，设置放电判别周期，有定值Pset3，Pset3为正整数，取值范围为[5,1000]，得到放电判别周期时长为Tset1×Pset3，记为Tset2，即放电判别周期共包含Pset3个噪声判别周期，放电判别采用如下判别逻辑：
记第n个噪声判别周期的放电能量为Pn，若Pn不为0，则统计自第n个噪声判别周期起，噪声判别周期的放电能量持续不为0的个数，记为m个；
若m大于等于1，则设定Pn的放电权重为 m，若m等于0，则设定Pn的放电权重为0；
求取本放电判别周期的各噪声判别周期的放电能量加权值，第n个噪声判别周期的放电能量加权值计算式为：Pn×m，记为En；
设置放电判别定值Pset4，若En大于Pset4×Save，则标记第n个噪声判别周期为有效放电周期，并记录第n个噪声判别周期的起始时刻作为有效放电时刻，若En不大于Pset4×Save，则标记第n个噪声判别周期为无效放电周期；
其中，保护分析采用如下判别逻辑：
设置保护判别周期定值Tset3、放电判别定值Pset5，在Tset3时间内统计各通道中存在有效放电时刻的通道数、统计各通道存在有效放电时刻的次数，若Tset3时间内，仅1个通道的存在有效放电时刻的次数大于Pset5，则保护分析模块输出通道异常告警信号；
设置加权判别定值Eset1，设置保护判别周期定值Tset4、放电判别定值Pset6，当通道A出现放电能量加权值大于Eset1时，在此后的Tset4时间内通道B也出现放电能量加权值大于Eset1，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护告警信号；
设置加权判别定值Eset2，当通道A出现放电能量加权值大于Eset2时，在此后的Tset4时间内通道B也出现放电能量加权值大于Eset1但不大于Eset2时，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护预跳闸告警信号；
设置加权判别定值Eset3，当通道A出现放电能量加权值大于Eset2时，在此后的Tset4时间内通道B也出现放电能量加权值大于Eset2时，同时通道A、通道B出现有效放电时刻的次数均大于Pset6，则保护分析模块输出保护跳闸信号。
6.一种计算机设备，包括存储器、处理器，以及存储在所述存储器中并可在所述处理器上运行的计算机程序；其特征在于：所述处理器执行所述计算机程序时实现如权利要求5所述的充油设备的分散式主动防御方法的步骤。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序；其特征在于：所述计算机程序被处理器执行时实现如权利要求5所述的充油设备的分散式主动防御方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410139189.6A CN117686035B (zh) | 2024-02-01 | 2024-02-01 | 一种充油设备的分散式主动防御系统、方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410139189.6A CN117686035B (zh) | 2024-02-01 | 2024-02-01 | 一种充油设备的分散式主动防御系统、方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117686035A CN117686035A (zh) | 2024-03-12 |
| CN117686035B true CN117686035B (zh) | 2024-04-26 |
Family
ID=90126826
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410139189.6A Active CN117686035B (zh) | 2024-02-01 | 2024-02-01 | 一种充油设备的分散式主动防御系统、方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117686035B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101819246A (zh) * | 2010-04-27 | 2010-09-01 | 重庆大学 | 超高频局部放电放电量监测采集方法、装置和系统 |
| CN102981084A (zh) * | 2012-12-07 | 2013-03-20 | 深圳市双合电气股份有限公司 | 一种电力系统变压器综合监控系统 |
| CN103576059A (zh) * | 2013-10-10 | 2014-02-12 | 国家电网公司 | 一种变压器匝间放电综合故障诊断方法及系统 |
| CN105488325A (zh) * | 2015-05-04 | 2016-04-13 | 国家电网公司 | 基于能量加权的变压器放电故障严重程度诊断方法 |
| JP2016061733A (ja) * | 2014-09-19 | 2016-04-25 | 日新電機株式会社 | 部分放電診断装置 |
| CN110514239A (zh) * | 2019-08-06 | 2019-11-29 | 国网江苏省电力有限公司电力科学研究院 | 一种油浸式变压器火灾早期预警装置 |
| CN115167556A (zh) * | 2022-08-11 | 2022-10-11 | 国网河南省电力公司电力科学研究院 | 用于油浸变压器冷却控制的微机综合系统及其工作方法 |
| CN115856709A (zh) * | 2023-03-03 | 2023-03-28 | 深圳市鸿明机电有限公司 | 一种电力设备的传感器的数据处理方法 |
| CN116125232A (zh) * | 2023-02-02 | 2023-05-16 | 中国电力科学研究院有限公司 | 一种变压器综合监测预警方法、装置、介质及设备 |
| CN116184102A (zh) * | 2023-04-27 | 2023-05-30 | 华北电力科学研究院有限责任公司 | 一种变压器保护系统的检验系统及方法 |
| CN116207708A (zh) * | 2023-04-28 | 2023-06-02 | 华北电力科学研究院有限责任公司 | 变压器故障防御方法及装置 |
| CN117031110A (zh) * | 2023-07-31 | 2023-11-10 | 北京四方继保工程技术有限公司 | 一种基于高频采样的电力数据波形异常识别的方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2725522A1 (en) * | 2009-03-23 | 2010-09-30 | Electrical Research & Development Association | An improved online incipient fault sensor device for detection of incipient fault in oil-filled electrical apparatus such as a transformer |
-
2024
- 2024-02-01 CN CN202410139189.6A patent/CN117686035B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101819246A (zh) * | 2010-04-27 | 2010-09-01 | 重庆大学 | 超高频局部放电放电量监测采集方法、装置和系统 |
| CN102981084A (zh) * | 2012-12-07 | 2013-03-20 | 深圳市双合电气股份有限公司 | 一种电力系统变压器综合监控系统 |
| CN103576059A (zh) * | 2013-10-10 | 2014-02-12 | 国家电网公司 | 一种变压器匝间放电综合故障诊断方法及系统 |
| JP2016061733A (ja) * | 2014-09-19 | 2016-04-25 | 日新電機株式会社 | 部分放電診断装置 |
| CN105488325A (zh) * | 2015-05-04 | 2016-04-13 | 国家电网公司 | 基于能量加权的变压器放电故障严重程度诊断方法 |
| CN110514239A (zh) * | 2019-08-06 | 2019-11-29 | 国网江苏省电力有限公司电力科学研究院 | 一种油浸式变压器火灾早期预警装置 |
| CN115167556A (zh) * | 2022-08-11 | 2022-10-11 | 国网河南省电力公司电力科学研究院 | 用于油浸变压器冷却控制的微机综合系统及其工作方法 |
| CN116125232A (zh) * | 2023-02-02 | 2023-05-16 | 中国电力科学研究院有限公司 | 一种变压器综合监测预警方法、装置、介质及设备 |
| CN115856709A (zh) * | 2023-03-03 | 2023-03-28 | 深圳市鸿明机电有限公司 | 一种电力设备的传感器的数据处理方法 |
| CN116184102A (zh) * | 2023-04-27 | 2023-05-30 | 华北电力科学研究院有限责任公司 | 一种变压器保护系统的检验系统及方法 |
| CN116207708A (zh) * | 2023-04-28 | 2023-06-02 | 华北电力科学研究院有限责任公司 | 变压器故障防御方法及装置 |
| CN117031110A (zh) * | 2023-07-31 | 2023-11-10 | 北京四方继保工程技术有限公司 | 一种基于高频采样的电力数据波形异常识别的方法和系统 |
Non-Patent Citations (4)
| Title |
|---|
| Xiu, Z. ; Jin, B. ; Hui, N. ; Tian, T. ; Lei, C. ; Yan, L. ; Shangpeng, S. ; Heng, Z..Analysis of an Internal Fault of Main Transformer.Lecture Notes in Electrical Engineering.2023,第II卷第767–776页. * |
| 变压器匝间故障特性与检测研究进展;刘光伟等;绝缘材料;20231231;第56卷(第11期);第7-15页 * |
| 油浸式变压器故障诊断与定位方法研究;山浩强;华北水利水电大学;20230215;第35-56页 * |
| 特高压大型充油设备电弧燃爆过程压力传播特性研究;罗传仙等;爆破;20230630;第40卷(第2期);第217-222页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117686035A (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103490511B (zh) | 一种配电网通信终端检测系统及方法 | |
| CN103913663B (zh) | 一种直流系统电弧故障在线检测方法和保护装置 | |
| CN101819246B (zh) | 超高频局部放电放电量监测采集方法、装置和系统 | |
| CN201229389Y (zh) | 电缆护层绝缘在线监测装置 | |
| CN105676120A (zh) | 基于振动能量突变的高压断路器同期性检测装置及方法 | |
| CN206114842U (zh) | 一种开关柜局部放电信号检测装置 | |
| CN103278756A (zh) | 一种评估变压器油纸绝缘老化状态的方法 | |
| CN101170254A (zh) | 高压串联补偿电容器组不平衡保护方法和装置 | |
| CN112319308B (zh) | 一种动力电池多故障检测方法与系统 | |
| CN105388374A (zh) | 一种换流站直流场中性母线避雷器带电分析装置及方法 | |
| CN113448763A (zh) | 全生命周期管理的可动态扩展分组告警服务方法 | |
| CN113671395A (zh) | 一种电池安全故障预警系统 | |
| CN106950417A (zh) | 一种断路器动作电压测试仪 | |
| CN117686035B (zh) | 一种充油设备的分散式主动防御系统、方法、设备及介质 | |
| CN205027865U (zh) | 一种干式空心电抗器匝间绝缘电老化试验系统 | |
| CN106959414A (zh) | 开关设备的状态检测方法和系统 | |
| RU2744995C1 (ru) | Способ защиты от однофазных замыканий на землю | |
| CN105137194A (zh) | 汽车高压电路连接电阻故障预测定位诊断电路及方法 | |
| KR100577347B1 (ko) | 가스절연 개폐장치용 단로기의 진단장치 및 진단방법 | |
| CN102288881B (zh) | 变压器油纸绝缘尖刺放电缺陷严重程度诊断方法 | |
| CN105021876A (zh) | 电流监测仪和电流监测系统 | |
| CN103344852A (zh) | 高压并联电容器在线监测装置 | |
| CN103900777A (zh) | 一种支柱式电子式电流互感器一次振动检测装置及方法 | |
| CN103163402A (zh) | 基于二次回路的继电保护设备状态监测装置及监测方法 | |
| CN216351043U (zh) | 一种电池包的测试电路以及电池包测试控制系统 |
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 |