CN118197356A - 开关柜断路器的寿命评估方法及装置、存储介质、设备 - Google Patents
开关柜断路器的寿命评估方法及装置、存储介质、设备 Download PDFInfo
- Publication number
- CN118197356A CN118197356A CN202410318250.3A CN202410318250A CN118197356A CN 118197356 A CN118197356 A CN 118197356A CN 202410318250 A CN202410318250 A CN 202410318250A CN 118197356 A CN118197356 A CN 118197356A
- Authority
- CN
- China
- Prior art keywords
- circuit breaker
- switch cabinet
- sound signal
- preset
- sound
- 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
- 238000000034 method Methods 0.000 title claims abstract description 79
- 230000005236 sound signal Effects 0.000 claims abstract description 208
- 230000036541 health Effects 0.000 claims abstract description 111
- 238000004458 analytical method Methods 0.000 claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000009467 reduction Effects 0.000 claims abstract description 17
- 230000006870 function Effects 0.000 claims description 93
- 238000001228 spectrum Methods 0.000 claims description 54
- 230000008569 process Effects 0.000 claims description 36
- 238000000556 factor analysis Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 5
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 description 12
- 238000000605 extraction Methods 0.000 description 10
- 230000003595 spectral effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 230000005484 gravity Effects 0.000 description 5
- 239000003990 capacitor Substances 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本申请公开了一种开关柜断路器的寿命评估方法及装置、存储介质、计算机设备,该方法包括:获取开关柜断路器的第一声音信号集合以及第二声音信号集合;对第一声音信号集合进行时域分析,提取第一时域特征,以及对第二声音信号集合进行时域分析,提取第二时域特征;对第一声音信号集合进行频域分析,提取第一频域特征,以及对第二声音信号集合进行频域分析,提取第二频域特征;根据预设因子模型,对第一时域特征、第二时域特征、第一频域特征、第二频域特征进行降维处理,得到第一健康指标集合;基于第一健康指标集合和断路器寿命评估隶属度函数,计算隶属度函数值,并根据隶属度函数值以及预设寿命报警阈值,确定开关柜断路器对应的当前寿命阶段。
Description
技术领域
本申请涉及电气设备寿命评估技术领域,尤其是涉及到一种开关柜断路器的寿命评估方法及装置、存储介质、计算机设备。
背景技术
断路器是电力系统中承担控制和保护作用的重要电力设备,用于切换电力系统运行方式以及保护线路和电力设备免受过载和短路等故障的影响。断路器属于较为昂贵的电力设备,其更换和维护成本较高。对断路器的寿命进行评估可以帮助预知断路器的退化和故障风险,优化维护计划,合理分配资源,在保证断路器运行安全的前提下最大化使用寿命,降低断路器的运营成本。
作为动作型电力设备,断路器在分、合闸操作过程中会产生强烈的冲击振动,断路器的健康状态可以通过机械部件的振动体现出来。现有技术中,通常使用振动波评估断路器的寿命,然而开关室内断路器与其他设备通过柜体连接,振动波通过固体介质弥散合和衰减,导致大量信息破坏,因此利用振动波对断路器的寿命进行评估时,评估结果的准确性较低。
发明内容
有鉴于此,本申请提供了一种开关柜断路器的寿命评估方法及装置、存储介质、计算机设备,对开关柜断路器分合闸操作过程的声音信号进行时域和频域分析,经因子分析得到反映开关柜断路器运行状态的第一健康指标集合,以原创性断路器寿命评估隶属度函数计算隶属度函数值,提出开关柜断路器的寿命评估判据,从而使得开关柜断路器的寿命评估更加精准,有利于开关柜断路器实际运行状态的掌握,从而在保证开关柜断路器运行安全的前提下最大化开关柜断路器的使用寿命。
根据本申请的一个方面,提供了一种开关柜断路器的寿命评估方法,包括:
获取开关柜断路器的第一声音信号集合以及第二声音信号集合,其中,所述第一声音信号集合中包括多个第一声音信号,所述第二声音信号集合中包括多个第二声音信号,所述第一声音信号为所述开关柜断路器合闸操作过程中采集到的声音信号,所述第二声音信号为所述开关柜断路器分闸操作过程中采集到的声音信号;
对所述第一声音信号集合进行时域分析,提取所述第一声音信号集合对应的第一时域波形的第一时域特征,以及对所述第二声音信号集合进行时域分析,提取所述第二声音信号集合对应的第二时域波形的第二时域特征;
对所述第一声音信号集合进行频域分析,确定所述第一声音信号集合对应的第一单边功率谱,并提取所述第一单边功率谱的第一频域特征,以及对所述第二声音信号集合进行频域分析,确定所述第二声音信号集合对应的第二单边功率谱,并提取所述第二单边功率谱的第二频域特征;
根据预设因子模型,对所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征进行降维处理,得到所述开关柜断路器的第一健康指标集合,其中,所述第一健康指标集合用于反映所述开关柜断路器的运行状态;
基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值,并根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段。
根据本申请的另一方面,提供了一种开关柜断路器的寿命评估装置,包括:
信号获取模块,用于获取开关柜断路器的第一声音信号集合以及第二声音信号集合,其中,所述第一声音信号集合中包括多个第一声音信号,所述第二声音信号集合中包括多个第二声音信号,所述第一声音信号为所述开关柜断路器合闸操作过程中采集到的声音信号,所述第二声音信号为所述开关柜断路器分闸操作过程中采集到的声音信号;
时域分析模块,用于对所述第一声音信号集合进行时域分析,提取所述第一声音信号集合对应的第一时域波形的第一时域特征,以及对所述第二声音信号集合进行时域分析,提取所述第二声音信号集合对应的第二时域波形的第二时域特征;
频域分析模块,用于对所述第一声音信号集合进行频域分析,确定所述第一声音信号集合对应的第一单边功率谱,并提取所述第一单边功率谱的第一频域特征,以及对所述第二声音信号集合进行频域分析,确定所述第二声音信号集合对应的第二单边功率谱,并提取所述第二单边功率谱的第二频域特征;
因子分析模块,用于根据预设因子模型,对所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征进行降维处理,得到所述开关柜断路器的第一健康指标集合,其中,所述第一健康指标集合用于反映所述开关柜断路器的运行状态;
寿命确定模块,用于基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值,并根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段。
依据本申请又一个方面,提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述开关柜断路器的寿命评估方法。
依据本申请再一个方面,提供了一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述开关柜断路器的寿命评估方法。
借由上述技术方案,本申请提供的一种开关柜断路器的寿命评估方法及装置、存储介质、计算机设备,对开关柜断路器分合闸操作过程的声音信号进行时域和频域分析,经因子分析得到反映开关柜断路器运行状态的第一健康指标集合,以原创性断路器寿命评估隶属度函数计算隶属度函数值,提出开关柜断路器的寿命评估判据,从而使得开关柜断路器的寿命评估更加精准,有利于开关柜断路器实际运行状态的掌握,从而在保证开关柜断路器运行安全的前提下最大化开关柜断路器的使用寿命。
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
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例提供的一种开关柜断路器的寿命评估方法的流程示意图;
图2示出了本申请实施例提供的另一种开关柜断路器的寿命评估方法的流程示意图;
图3示出了本申请实施例提供的一种第一声音信号对应的第一时域波形示意图;
图4示出了本申请实施例提供的一种第二声音信号对应的第二时域波形示意图;
图5示出了本申请实施例提供的一种第一声音信号对应的第一单边功率谱示意图;
图6示出了本申请实施例提供的一种第二声音信号对应的第二单边功率谱示意图;
图7示出了本申请实施例提供的一种开关柜断路器的寿命评估装置的结构示意图;
图8示出了本申请实施例提供的一种计算机设备的装置结构示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本申请。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
在本实施例中提供了一种开关柜断路器的寿命评估方法,如图1所示,该方法包括:
步骤101,获取开关柜断路器的第一声音信号集合以及第二声音信号集合,其中,所述第一声音信号集合中包括多个第一声音信号,所述第二声音信号集合中包括多个第二声音信号,所述第一声音信号为所述开关柜断路器合闸操作过程中采集到的声音信号,所述第二声音信号为所述开关柜断路器分闸操作过程中采集到的声音信号。
本申请实施例提供的一种开关柜断路器的寿命评估方法,可以应用于对室内断路器的寿命评估中。首先,可以获取开关柜断路器的第一声音信号集合和第二声音信号集合,在这里,第一声音信号集合中可以包括k个第一声音信号,第二声音信号集合中可以包括k个第二声音信号。其中,第一声音信号可以是在开关柜断路器合闸操作过程中采集得到的,可以表示为x(t),t=1,2,3……k;第二声音信号可以是在开关柜断路器分闸操作过程中采集得到的,可以表示为a(t),t=1,2,3……k。在这里,k的取值可以根据实际需要确定。
步骤102,对所述第一声音信号集合进行时域分析,提取所述第一声音信号集合对应的第一时域波形的第一时域特征,以及对所述第二声音信号集合进行时域分析,提取所述第二声音信号集合对应的第二时域波形的第二时域特征。
在该实施例中,获取到第一声音信号集合之后,可以根据第一声音信号集合中包括的多个第一声音信号,绘制开关柜断路器合闸操作过程中采集的声音信号对应的第一时域波形,并提取第一时域波形的第一时域特征,第一时域特征用于指示第一时域波形的波形整体情况。例如,第一时域特征可以包括峭度特征、偏度特征、绝对均方根特征等。其中,峭度特征可以反映第一时域波形的尖峰度,偏度特征可以反映第一时域波形的偏斜度,绝对均方根特征可以反映声音信号的整体振动水平。同样地,可以根据第二声音信号集合,得到第二声音信号集合对应的第二时域特征,第二时域特征可以包括峭度特征、偏度特征、绝对均方根特征等。
步骤103,对所述第一声音信号集合进行频域分析,确定所述第一声音信号集合对应的第一单边功率谱,并提取所述第一单边功率谱的第一频域特征,以及对所述第二声音信号集合进行频域分析,确定所述第二声音信号集合对应的第二单边功率谱,并提取所述第二单边功率谱的第二频域特征。
在该实施例中,此外,还可以对第一声音信号集合进行频域分析。具体地,可以利用快速傅里叶变换,确定第一声音信号集合对应的第一单边功率谱,之后从第一单边功率谱中提取第一频域特征,第一频域特征用于指示第一单边功率谱的波形整体情况。例如,第一频域特征可以包括谱幅值均值特征、谱频率重心特征、谱标准差特征等。其中,谱幅值均值特征可以反映声音信号在频域中频率强度的整体水平,谱频率重心特征可以反映声音信号主要包含的频率范围,谱标准差特征可以反映声音信号的频率分布的分散程度。同样地,可以根据第二声音信号集合,得到第二声音信号集合对应的第二频域特征,第二频域特征可以包括谱幅值均值特征、谱频率重心特征、谱标准差特征等。
步骤104,根据预设因子模型,对所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征进行降维处理,得到所述开关柜断路器的第一健康指标集合,其中,所述第一健康指标集合用于反映所述开关柜断路器的运行状态。
在该实施例中,得到第一时域特征、第二时域特征、第一频域特征以及第二频域特征之后,可以利用预设因子模型,对上述特征进行降维处理,进而可以得到用于表征开关柜断路器的运行状态的第一健康指标集合。具体地,预设因子模型中可以包括原始变量、因子载荷矩阵、特殊因子和公共因子变量。其中,原始变量即需要进行因子分析的特征,在这里可以指的是上述第一时域特征、第二时域特征、第一频域特征以及第二频域特征组成的矩阵;因子载荷矩阵中的元素称为因子载荷;特殊因子指的是原始变量中无法被公共因子解释的部分;公共因子变量即上述第一健康指标集合。利用因子分析法即可根据原始变量求解出公共因子变量,进而可以得到第一健康指标集合。第一健康指标集合可以指示当前该开关柜断路器的实际运行状态。
步骤105,基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值,并根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段。
在该实施例中,可以将第一健康指标集合代入到断路器寿命评估隶属度函数中,即可对应得到隶属度函数值,之后可以将得到的隶属度函数值和预设寿命报警阈值进行比较,根据比较结果得到开关柜断路器的当前寿命阶段。
通过应用本实施例的技术方案,首先,可以获取开关柜断路器的第一声音信号集合和第二声音信号集合。之后,可以根据第一声音信号集合中包括的多个第一声音信号,绘制开关柜断路器合闸操作过程中采集的声音信号对应的第一时域波形,并提取第一时域波形的第一时域特征。同样地,可以根据第二声音信号集合,得到第二声音信号集合对应的第二时域特征。此外,还可以确定第一声音信号集合对应的第一单边功率谱,之后从第一单边功率谱中提取第一频域特征。同样地,确定第二声音信号集合对应的第二频域特征。得到第一时域特征、第二时域特征、第一频域特征以及第二频域特征之后,可以利用预设因子模型,对上述特征进行降维处理,进而可以得到用于表征开关柜断路器的运行状态的第一健康指标集合。最后,可以将第一健康指标集合代入到断路器寿命评估隶属度函数中,即可对应得到隶属度函数值,之后可以将得到的隶属度函数值和预设寿命报警阈值进行比较,根据比较结果得到开关柜断路器的当前寿命阶段。本申请实施例对开关柜断路器分合闸操作过程的声音信号进行时域和频域分析,经因子分析得到反映开关柜断路器运行状态的第一健康指标集合,以原创性断路器寿命评估隶属度函数计算隶属度函数值,提出开关柜断路器的寿命评估判据,从而使得开关柜断路器的寿命评估更加精准,有利于开关柜断路器实际运行状态的掌握,从而在保证开关柜断路器运行安全的前提下最大化开关柜断路器的使用寿命。
进一步的,作为上述实施例具体实施方式的细化和扩展,为了完整说明本实施例的具体实施过程,提供了另一种开关柜断路器的寿命评估方法,如图2所示,该方法包括:
步骤201,获取开关柜断路器的第一声音信号集合以及第二声音信号集合,其中,所述第一声音信号集合中包括多个第一声音信号,所述第二声音信号集合中包括多个第二声音信号,所述第一声音信号为所述开关柜断路器合闸操作过程中采集到的声音信号,所述第二声音信号为所述开关柜断路器分闸操作过程中采集到的声音信号。
步骤202,对所述第一声音信号集合进行时域分析,提取所述第一声音信号集合对应的第一时域波形的第一时域特征,以及对所述第二声音信号集合进行时域分析,提取所述第二声音信号集合对应的第二时域波形的第二时域特征。
在该实施例中,第一声音信号可以用x(t)表示,图3示出了一种第一声音信号对应的第一时域波形。当第一时域特征中包括峭度特征、偏度特征和绝对均方根特征时,第一时域特征的提取方式可以如下:
峭度特征q1的提取:
偏度特征p1的提取:
绝对均方根特征g1的提取:
其中,k表示第一声音信号集合中第一声音信号的个数,表示x(t)的平均值,δ表示x(t)的标准差,μ表示三阶中心矩。
同样地,可以提取第二声音信号集合对应的第二时域特征。第二声音信号可以用a(t)表示,图4示出了一种第二声音信号对应的第二时域波形。当第二时域特征中包括峭度特征、偏度特征和绝对均方根特征时,峭度特征可以表示为q2,偏度特征可以表示为p2,均方根特征可以表示为g2,提取方式与第一时域特征的提取方式相同。
步骤203,对所述第一声音信号集合进行频域分析,确定所述第一声音信号集合对应的第一单边功率谱,并提取所述第一单边功率谱的第一频域特征,以及对所述第二声音信号集合进行频域分析,确定所述第二声音信号集合对应的第二单边功率谱,并提取所述第二单边功率谱的第二频域特征。
在该实施例中,在对第一声音信号集合进行频域分析时,首先可以利用快速傅里叶变换求取第一声音信号x(t)的第一单边功率谱,图5示出了一种第一声音信号对应的第一单边功率谱。第一单边功率谱可以用S(f)表示,第一单边功率谱的计算方式可以如下:
其中,F[x(t)]表示x(t)的傅里叶变换,表示对F[x(t)]取复共轭,f为频率值fi=f1,f2,f3…fn,n为快速傅里叶变换得到的频率值的个数。
当第一频域特征中包括谱幅值均特征、谱频率重心特征和谱标准差特征时,第一频域特征的提取方式可以如下:
谱幅值均值特征mη1的提取:
谱频率重心特征mγ1的提取:
谱标准差特征的提取:
同样地,可以提取第二声音信号集合对应的第二频域特征。第二声音信号可以用a(t)表示,图6示出了一种第二声音信号对应的第二单边功率谱。当第二频域特征中包括谱幅值均特征、谱频率重心特征和谱标准差特征时,谱幅值均特征可以表示为mη2,谱频率重心特征可以表示为mγ2,谱标准差特征可以表示为提取方式与第一频域特征的提取方式相同。
步骤204,根据所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征,构建待分析特征矩阵;基于因子分析法以及所述预设因子模型,对所述待分析特征矩阵进行降维处理,得到所述开关柜断路器的第一健康指标集合,其中,所述第一健康指标集合用于反映所述开关柜断路器的运行状态。
在该实施例中,因子分析通过构造因子模型将原始变量分解为因子的线性组合,以少数几个相关独立的潜在因子来综合反映全部变量的大部分信息,达到用少数变量解释研究复杂问题的目的。因子分析对应的预设因子模型可以表示为:
Nr×1=Er×εJε×1+Ir×1
其中,N为原始变量,即需要进行因子分析的特征,在这里,可以利用上述第一时域特征、第二时域特征、第一频域特征以及第二频域特征构建出待分析特征矩阵,将该待分析特征矩阵作为原始变量;E为因子载荷矩阵,E中的元素称为因子载荷;I为特殊因子,代表原始变量无法被公共因子解释的部分;J为公共因子变量,公共因子变量的组合即为第一健康指标集合;r为需要进行因子分析的特征数量,当第一时域特征和第二时域特征包含峭度特征、偏度特征和均方根特征时,且第一频域特征和第二频域特征包含谱幅值均特征、谱频率重心特征和谱标准差特征时,r取值为12;ε为第一健康指标集合中第一健康指标的数量,例如经过因子分析法分析之后得出ε=3,那么第一健康指标可以表示为J1、J2、J3,第一健康指标集合可以是J1、J2、J3的组合。
步骤205,基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值,并根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段。
在本申请实施例中,可选地,所述断路器寿命评估隶属度函数为:
其中,H(h)表示隶属度函数值,h表示第一健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,d1表示第二预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,d2表示第三预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,所述第一预设投运年限、所述第二预设投运年限以及所述第三预设投运年限对应的投运年限依次递增,R表示修正系数,λ表示经验系数,α表示动作系数,β表示所述开关柜断路器的实际投运年限;
所述修正系数的计算公式为:
其中,r表示样本断路器的出厂接触电阻,Δr表示当所述开关柜断路器与所述样本断路器的厂商和/或型号不同时,所述样本断路器的出厂接触电阻与所述开关柜断路器的出厂接触电阻之间的电阻差值;
所述动作系数的计算公式为:
其中,δ1为变电站监测到的开关柜断路器的历史倒闸操作次数,δ2为变电站监测到的开关柜断路器的历史跳闸次数,δ3为开关柜断路器的额定操作次数。
在该实施例中,可以预先设置不同的预设投运年限,不同的预设投运年限可以对应开关柜断路器的不同投运阶段。在本申请实施例中,可以预先设置四个预设投运年限,分别称之为第一预设投运年限、第二预设投运年限、第三预设投运年限以及第四预设投运年限,其中,第一预设投运年限可以用于指示启动前阶段,也即投运年限为0;第二预设投运年限、第三预设投运年限以及第四预设投运年限的实际投运时间依次递增,具体可以根据需求确定。例如,第二预设投运年限可以是3年,第三预设投运年限可以是10年,第四预设投运年限可以是20年。不同的预设投运年限可以对应有不同的目标健康指标集合,目标健康指标集合具体可以是根据不同预设投运年限开关柜断路器分合闸操作时采集到的声音数据得到的。
在根据第一健康指标集合、断路器寿命评估隶属度函数计算隶属度函数值时,首先可以计算第一健康指标集合和第一预设投运年限对应的目标健康指标集合之间的距离,假设第一健康指标集合用e0(u0,w0,v0)表示,第一预设投运年限对应的目标健康指标集合用c1(u1,w1,v1)表示,那么二者之间的距离h可以用下式计算:
如果经过计算发现距离h满足0<h≤d1,那么可以利用断路器寿命评估隶属度函数中的第一个函数计算隶属度函数值。否则,可以计算第二预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离d1,以及第三预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离d2,其中,第二预设投运年限对应的目标健康指标集合用c2(u2,w2,v2)表示,第三预设投运年限对应的目标健康指标集合用c3(u3,w3,v3)表示,距离d1和距离d2可以用下式计算:
接着判断距离h满足哪个条件,并根据满足条件的函数计算隶属度函数值。在断路器寿命评估隶属度函数中,R表示修正系数,λ表示经验系数,α表示动作系数,β表示开关柜断路器的实际投运年限。
在这里,修正系数R用于修正不同厂家和/或型号的开关柜断路器给寿命评估带来的影响,通过增加修正系数R,可以提高模型的泛化能力,同时也可以反映断路器的绝缘状态。修正系数的计算公式为:
其中,r表示样本断路器的出厂接触电阻,Δr表示当开关柜断路器的厂家和/或型号与样本断路器不同时,样本断路器的出厂接触电阻与开关柜断路器的出厂接触电阻之间的电阻差值。
λ为经验系数,可根据实际情况进行调整,经验证,λ取4~6较为合适。
动作系数α用于表示断路器带电操作的次数,可反映灭弧室性能。动作系数α的计算公式为:
其中,δ1为变电站监测到的开关柜断路器的历史倒闸操作次数,δ2为变电站监测到的开关柜断路器的历史跳闸次数,δ3为开关柜断路器的额定操作次数。
本申请原创性提出断路器寿命评估隶属度函数H(h),修正系数R中引入接触电阻为参量,可反映设备的绝缘故障,也用于修正不同型号断路器给寿命评估带来的影响,提高模型的泛化能力;动作系数α中引入带电操作次数为参量,可反映断路器灭弧室的性能;引入投运年限作为参量,可反映设备整体状态;此外,H(h)是基于声音信号计算得到,可反映断路器的机械故障。
根据断路器寿命评估隶属度函数H(h)的表达式可知,断路器寿命评估隶属度函数是递减函数,隶属度函数值趋近于0。隶属度函数值越小,表明被测的开关柜断路器与样本断路器启动前状态的差异越大。将样本断路器启动前的状态定义为健康状态,隶属度函数值越小,表明被测的开关柜断路器与健康状态的差异越大,剩余可用寿命越少。
在本申请实施例中,可选地,步骤205之前,所述方法还包括:获取样本断路器在每个预设投运年限下的多组样本数据,其中,每组样本数据包括第一声音样本集合以及第二声音样本集合,所述第一声音样本集合中包括多个第一声音样本,所述第二声音样本集合中包括多个第二声音样本,所述第一声音样本为所述样本断路器在对应预设投运年限下合闸操作过程中采集到的声音样本,所述第二声音样本为所述样本断路器在对应预设投运年限下分闸操作过程中采集到的声音样本;对每个第一声音样本集合进行特征提取,得到第一时域样本特征、第一频域样本特征,以及对每个第二声音样本集合进行特征提取,得到第二时域样本特征、第二频域样本特征;根据所述预设因子模型,对每组样本数据对应的所述第一时域样本特征、所述第二时域样本特征、所述第一频域样本特征以及所述第二频域样本特征进行降维处理,得到每组样本数据对应的第二健康指标集合;根据所述预设投运年限的个数,确定聚类个数,并根据所述聚类个数对各个所述预设投运年限对应的多个第二健康指标集合进行聚类分析,得到每个所述预设投运年限对应的目标聚类中心,将所述目标聚类中心作为对应预设投运年限的目标健康指标集合。
在该实施例中,在计算隶属度函数值之前,可以先确定样本断路器,样本断路器可以为与被测的开关柜断路器的操作机构、电压等级均相同的断路器。接着,可以获取每个预设投运年限下的多组样本数据,每组样本数据可以对应一个第一声音样本集合和一个第二声音样本集合。其中,第一声音样本集合中可以包括多个第一声音样本,第二声音样本集合中可以包括多个第二声音样本。每个第一声音样本是在样本断路器合闸操作过程中采集得到的,每个第二声音样本是在样本断路器分闸操作过程中采集得到的。例如,如上所述,预设投运年限可以为第一预设投运年限、第二预设投运年限、第三预设投运年限和第四预设投运年限,以第一预设投运年限为例,可以采集m组样本数据,每组样本数据对应有一个第一声音样本集合和一个第二声音样本集合。
接着,可以利用如步骤202和步骤203中的做法,求解每个第一声音样本集合对应的第一时域样本特征和第一频域样本特征,以及每个第二声音样本集合对应的第二时域样本特征和第二频域样本特征。假设每个预设投运年限对应有m组样本数据,那么最终可以得到4m个第一时域样本特征、4m个第二时域样本特征、4m个第一频域样本特征以及4m个第二频域样本特征。
之后,可以利用如步骤204中的做法,根据预设因子模型,对这些第一时域样本特征、第二时域样本特征、第一频域样本特征和第二频域样本特征进行降维处理,得到每组样本数据对应的第二健康指标集合。同样地,假设每个预设投运年限对应有m组样本数据,预设投运年限为4个,那么最终得到的第二健康指标集合可以为4m个。
得到第二健康指标集合后,可以对这些第二健康指标集合进行聚类处理。聚类的个数可以和预设投运年限的个数相同。例如,预设投运年限的个数为4个,分别为第一预设投运年限至第四预设投运年限,那么聚类的个数也为4个。接着,可以将各个预设投运年限对应的第二健康指标集合混合在一起,进行聚类分析,最终可以得到每个预设投运年限对应的目标聚类中心,并可以将每个预设投运年限对应的目标聚类中心作为该预设投运年限的目标健康指标集合。如上,假设得到的第二健康指标集合为4m个,预设投运年限为4个,那么最终的目标健康指标集合也为4个。
在该实施例中,假设第一预设投运年限为启动前试验,第二预设投运年限为投运3年,第三预设投运年限为投运10年,第四预设投运年限为投运20年,根据工程现场开关柜断路器出现故障的经验,应事先在实验室中通过多次分、合闸操作模拟开关柜断路器启动前试验、投运3年后、投运10年后和投运20年后的数据信息。根据现场工作经验,电容器组断路器的分、合闸次数远大于出线断路器和母联断路器的分、合闸次数,因此对于电容器组断路器分别以分、合闸操作720、2400和4800次模拟投运3年后、投运10年后和投运20年后的状态,对于出线断路器和母联断路器分别以分、合闸操作40、133和266次模拟投运3年后、投运10年后和投运20年后的状态。每次操作的时间间隔大于3分钟。例如,对于电容器组断路器,采集该断路器投运3年后的样本数据,那么可以在该断路器分、合闸操作720次之后,再进行m次分、合闸操作,采集对应的m个样本数据,每个样本数据中包括第一声音样本集合和第二声音样本集合。
需要说明的是,由于不同电压等级断路器的设计寿命不同,不同操作机构断路器的传动原理不同,因此在对被测的开关柜断路器进行寿命评估时,获取样本数据对应的样本断路器,应该与被测的开关柜断路器的电压等级、操作机构类型一致。例如,被测的开关柜断路器的电压等级为35kV,操作机构为弹簧机构,那么在获取样本数据时,选择的样本断路器的电压等级也应为35kV,操作机构也应为弹簧机构。而对于同一电压等级、同一操作机构类型的开关柜断路器,其厂家和型号的影响,可以通过对断路器寿命评估隶属度函数中的修正系数中涉及的出厂接触电阻进行修正即可直接使用。
在本申请实施例中,可选地,步骤205中所述“根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段”,包括:将所述隶属度函数值与所述预设寿命报警阈值进行比对,得到比对结果;当所述比对结果指示所述隶属度函数值小于或者等于所述预设寿命报警阈值时,确定所述开关柜断路器的当前寿命阶段为断路器更换阶段;当所述比对结果指示所述隶属度函数值大于所述预设寿命报警阈值,且所述开关柜断路器最近两次分合闸操作对应的声音信号集合的隶属度函数值之间的隶属度差值大于或者等于异常隶属度平均值时,确定所述开关柜断路器的当前寿命阶段为断路器检修阶段;当所述比对结果指示所述隶属度函数值大于所述预设寿命报警阈值,且所述开关柜断路器最近两次分合闸操作对应的声音信号集合的隶属度函数值之间的隶属度差值小于异常隶属度平均值时,确定所述开关柜断路器的当前寿命阶段为稳定运行阶段。
在该实施例中,计算得到隶属度函数值之后,还可以将隶属度函数值与预设寿命报警阈值之间进行比对,确定隶属度函数值和预设寿命报警阈值之间的大小关系,进而得到比对结果。
如果经过比较发现隶属度函数值小于或者等于预设寿命报警阈值,那么此时说明该被测开关柜断路器已经不能精准、有效地完成分、合闸操作,需要进行大修或更换,确认开关柜断路器的当前寿命阶段为断路器更换阶段。
如果经过比较发现隶属度函数值大于预设寿命报警阈值,那么可以计算开关柜断路器最近两次分合闸操作过程中采集到的声音信号集合对应的隶属度函数值,并计算这两个隶属度函数值之间的隶属度差值,如果隶属度差值大于或者等于异常隶属度平均值,那么此时说明该被测的开关柜断路器存在潜在故障,需立即安排检修,确认开关柜断路器的当前寿命阶段为断路器检修阶段。在这里,开关柜断路器最近两次分合闸操作过程中采集到的声音信号集合对应的隶属度函数值,同样可以利用前述方法计算得到。此外,异常隶属度平均值可以为历史运行的室内断路器计划性检修时出现参数异常时声音信号对应的隶属度平均值。
如果经过比较发现隶属度函数值大于预设寿命报警阈值,与此同时开关柜断路器最近两次分合闸操作对应的声音信号集合的隶属度函数值之间的隶属度差值小于异常隶属度平均值,那么此时认为开关柜断路器处于健康状态,确认开关柜断路器的当前寿命阶段为稳定运行阶段。
在本申请实施例中,可选地,所述“将所述隶属度函数值与所述预设寿命报警阈值进行比对”之前,所述方法还包括:获取第四预设投运年限对应的目标聚类中心,作为所述第四预设投运年限对应的目标健康指标集合,其中,所述第四预设投运年限大于所述第三预设投运年限;计算所述第四预设投运年限的目标健康指标集合与所述第一预设投运年限的目标健康指标集合之间的距离;根据计算结果以及经验固定值,得到所述预设寿命报警阈值。
在该实施例中,预设寿命报警阈值可以通过下面的方式确定。首先,获取第四预设投运年限对应的目标聚类中心,并将该目标聚类中心作为第四预设投运年限对应的目标健康指标集合。第四预设投运年限对应的目标聚类中心,可以是对第四预设投运年限对应的样本数据进行处理后直接得到的。接着,可以计算第四预设投运年限的目标健康指标集合和第一预设投运年限的目标健康指标集合之间的距离。例如,第四预设投运年限的目标健康指标集合用c4(u4,w4,v4)表示,第一预设投运年限的目标健康指标集合用c1(u1,w1,v1)表示,那么二者之间的距离d3可以用下式计算得出:
得到距离d3之后,可以根据距离d3和经验固定值,计算出预设寿命报警阈值。具体地,其中,/>为经验固定值,可根据实际情况调整模型的约束度,/>取95%~105%;ξ为预设寿命报警阈值。
在本申请实施例中,可选地,所述第一声音信号、所述第二声音信号、所述第一声音样本以及所述第二声音样本由声音传感器采集,在每次进行采集时,所述声音传感器的位置保持一致。
在该实施例中,不论是被测的开关柜断路器对应的第一声音信号、第二声音信号,还是样本断路器对应的第一声音样本、第二声音样本,均可以通过声音传感器采集。具体地,可以将声音传感器固定在一个独立的支架上,并放置于开关柜断路器的机构附近。声音传感器的垂直高度Y以及与断路器机构的水平距离L不参与寿命评估的计算过程,但是每次在数据采集时,垂直高度Y和水平距离L的设置必须一致。例如,在对样本断路器进行样本数据采集时,L为1.5m,Y为1.5m,那么在对被测开关柜断路器进行声音信号采集时,同样保持声音传感器的垂直高度Y为1.5m,与断路器机构的水平距离L为1.5m。本申请实施例通过设置于独立支架上的声音传感器,对开关柜断路器的分合闸操作过程中的声音信号进行采集,可以实现非侵入式的评估断路器寿命状态,简单方便。
需要说明的是,在被测开关柜断路器分合闸操作过程中进行声音信号采集时,声音传感器可以是一直在线的,并且可以另外设置监测装置,监测装置负责监测开关柜断路器的分合闸操作。当监测装置监测到断路器分闸操作或者合闸操作时,随即触发声音传感器工作,这样声音传感器可以及时采集到声音信号。开关柜断路器的分闸操作或者合闸操作可以是人为控制的,例如当开关柜断路器已经运行了一段时间后,相关工作人员想要查看当前开关柜断路器的运行状态,那么此时可以控制开关柜断路器进行一次分合闸操作,这样,在本次分闸操作过程中,声音传感器可以采集到所需的k个第二声音信号,在本次合闸操作过程中,声音传感器可以采集到所需的k个第一声音信号。此外,开关柜断路器的分闸操作也可以是非人为控制的,例如开关柜断路器正常运行过程中是合闸的,当出现故障后,开关柜断路器自动分闸,此时声音传感器可以自动采集到k个第二声音信号,当合闸操作时,声音传感器可以自动采集到k个第一声音信号。
本申请上述实施例的开关柜断路器寿命评估方法的验证过程如下:在某供电公司实验室中,根据本申请的开关柜断路器的寿命评估方法分别对35kV和10kV弹簧操作机构开关柜断路器的寿命进行评估,根据检修计划,选取20个变电站,分别对站内开关室的电容器组断路器和出线断路器进行评估。评估结果与检修、试验结果一致则认为评估准确,评估结果与检修、试验结果不一致则认为评估错误。最终得到开关柜断路器寿命评估准确率为91.6%。实验结果表明按照上述步骤执行得到的开关柜断路器寿命评估方法具有良好的鲁棒性和泛化能力,能够有效地刻画断路器的健康状态,在变电设备差异化检修和智能巡检领域发挥重要作用。
进一步的,作为图1方法的具体实现,本申请实施例提供了一种开关柜断路器的寿命评估装置,如图7所示,该装置包括:
信号获取模块,用于获取开关柜断路器的第一声音信号集合以及第二声音信号集合,其中,所述第一声音信号集合中包括多个第一声音信号,所述第二声音信号集合中包括多个第二声音信号,所述第一声音信号为所述开关柜断路器合闸操作过程中采集到的声音信号,所述第二声音信号为所述开关柜断路器分闸操作过程中采集到的声音信号;
时域分析模块,用于对所述第一声音信号集合进行时域分析,提取所述第一声音信号集合对应的第一时域波形的第一时域特征,以及对所述第二声音信号集合进行时域分析,提取所述第二声音信号集合对应的第二时域波形的第二时域特征;
频域分析模块,用于对所述第一声音信号集合进行频域分析,确定所述第一声音信号集合对应的第一单边功率谱,并提取所述第一单边功率谱的第一频域特征,以及对所述第二声音信号集合进行频域分析,确定所述第二声音信号集合对应的第二单边功率谱,并提取所述第二单边功率谱的第二频域特征;
因子分析模块,用于根据预设因子模型,对所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征进行降维处理,得到所述开关柜断路器的第一健康指标集合,其中,所述第一健康指标集合用于反映所述开关柜断路器的运行状态;
寿命确定模块,用于基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值,并根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段。
可选地,所述因子分析模块,用于:
根据所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征,构建待分析特征矩阵;
基于因子分析法以及所述预设因子模型,对所述待分析特征矩阵进行降维处理,得到所述开关柜断路器的第一健康指标集合。
可选地,所述断路器寿命评估隶属度函数为:
其中,H(h)表示隶属度函数值,h表示第一健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,d1表示第二预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,d2表示第三预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,所述第一预设投运年限、所述第二预设投运年限以及所述第三预设投运年限对应的投运年限依次递增,R表示修正系数,λ表示经验系数,α表示动作系数,β表示所述开关柜断路器的实际投运年限;
所述修正系数的计算公式为:
其中,r表示样本断路器的出厂接触电阻,Δr表示当所述开关柜断路器与所述样本断路器的厂商和/或型号不同时,所述样本断路器的出厂接触电阻与所述开关柜断路器的出厂接触电阻之间的电阻差值;
所述动作系数的计算公式为:
其中,δ1为变电站监测到的开关柜断路器的历史倒闸操作次数,δ2为变电站监测到的开关柜断路器的历史跳闸次数,δ3为开关柜断路器的额定操作次数。
可选地,所述装置还包括:
样本数据获取模块,用于所述基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值之前,获取样本断路器在每个预设投运年限下的多组样本数据,其中,每组样本数据包括第一声音样本集合以及第二声音样本集合,所述第一声音样本集合中包括多个第一声音样本,所述第二声音样本集合中包括多个第二声音样本,所述第一声音样本为所述样本断路器在对应预设投运年限下合闸操作过程中采集到的声音样本,所述第二声音样本为所述样本断路器在对应预设投运年限下分闸操作过程中采集到的声音样本;
特征提取模块,用于对每个第一声音样本集合进行特征提取,得到第一时域样本特征、第一频域样本特征,以及对每个第二声音样本集合进行特征提取,得到第二时域样本特征、第二频域样本特征;
所述因子分析模块,还用于根据所述预设因子模型,对每组样本数据对应的所述第一时域样本特征、所述第二时域样本特征、所述第一频域样本特征以及所述第二频域样本特征进行降维处理,得到每组样本数据对应的第二健康指标集合;
聚类模块,用于根据所述预设投运年限的个数,确定聚类个数,并根据所述聚类个数对各个所述预设投运年限对应的多个第二健康指标集合进行聚类分析,得到每个所述预设投运年限对应的目标聚类中心,将所述目标聚类中心作为对应预设投运年限的目标健康指标集合。
可选地,所述寿命确定模块,用于:
将所述隶属度函数值与所述预设寿命报警阈值进行比对,得到比对结果;
当所述比对结果指示所述隶属度函数值小于或者等于所述预设寿命报警阈值时,确定所述开关柜断路器的当前寿命阶段为断路器更换阶段;
当所述比对结果指示所述隶属度函数值大于所述预设寿命报警阈值,且所述开关柜断路器最近两次分合闸操作对应的声音信号集合的隶属度函数值之间的隶属度差值大于或者等于异常隶属度平均值时,确定所述开关柜断路器的当前寿命阶段为断路器检修阶段;
当所述比对结果指示所述隶属度函数值大于所述预设寿命报警阈值,且所述开关柜断路器最近两次分合闸操作对应的声音信号集合的隶属度函数值之间的隶属度差值小于异常隶属度平均值时,确定所述开关柜断路器的当前寿命阶段为稳定运行阶段。
可选地,所述装置还包括:
聚类中心获取模块,用于所述将所述隶属度函数值与所述预设寿命报警阈值进行比对之前,获取第四预设投运年限对应的目标聚类中心,作为所述第四预设投运年限对应的目标健康指标集合,其中,所述第四预设投运年限大于所述第三预设投运年限;
距离计算模块,用于计算所述第四预设投运年限的目标健康指标集合与所述第一预设投运年限的目标健康指标集合之间的距离;
阈值计算模块,用于根据计算结果以及经验固定值,得到所述预设寿命报警阈值。
可选地,所述第一声音信号、所述第二声音信号、所述第一声音样本以及所述第二声音样本由声音传感器采集,在每次进行采集时,所述声音传感器的位置保持一致。
需要说明的是,本申请实施例提供的一种开关柜断路器的寿命评估装置所涉及各功能单元的其他相应描述,可以参考图1至图6方法中的对应描述,在此不再赘述。
本申请实施例还提供了一种计算机设备,具体可以为个人计算机、服务器、网络设备等,如图8所示,该计算机设备包括总线、处理器、存储器和通信接口,还可以包括输入输出接口和显示设备。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储位置信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现各方法实施例中的步骤。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机可读存储介质,所述计算机可读存储介质可以是非易失性,也可以是易失性,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通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序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种开关柜断路器的寿命评估方法,其特征在于,包括:
获取开关柜断路器的第一声音信号集合以及第二声音信号集合,其中,所述第一声音信号集合中包括多个第一声音信号,所述第二声音信号集合中包括多个第二声音信号,所述第一声音信号为所述开关柜断路器合闸操作过程中采集到的声音信号,所述第二声音信号为所述开关柜断路器分闸操作过程中采集到的声音信号;
对所述第一声音信号集合进行时域分析,提取所述第一声音信号集合对应的第一时域波形的第一时域特征,以及对所述第二声音信号集合进行时域分析,提取所述第二声音信号集合对应的第二时域波形的第二时域特征;
对所述第一声音信号集合进行频域分析,确定所述第一声音信号集合对应的第一单边功率谱,并提取所述第一单边功率谱的第一频域特征,以及对所述第二声音信号集合进行频域分析,确定所述第二声音信号集合对应的第二单边功率谱,并提取所述第二单边功率谱的第二频域特征;
根据预设因子模型,对所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征进行降维处理,得到所述开关柜断路器的第一健康指标集合,其中,所述第一健康指标集合用于反映所述开关柜断路器的运行状态;
基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值,并根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段。
2.根据权利要求1所述的方法,其特征在于,所述根据预设因子模型,对所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征进行降维处理,得到所述开关柜断路器的第一健康指标集合,包括:
根据所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征,构建待分析特征矩阵;
基于因子分析法以及所述预设因子模型,对所述待分析特征矩阵进行降维处理,得到所述开关柜断路器的第一健康指标集合。
3.根据权利要求1所述的方法,其特征在于,所述断路器寿命评估隶属度函数为:
其中,H(h)表示隶属度函数值,h表示第一健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,d1表示第二预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,d2表示第三预设投运年限对应的目标健康指标集合与第一预设投运年限对应的目标健康指标集合之间的距离,所述第一预设投运年限、所述第二预设投运年限以及所述第三预设投运年限对应的投运年限依次递增,R表示修正系数,λ表示经验系数,α表示动作系数,β表示所述开关柜断路器的实际投运年限;
所述修正系数的计算公式为:
其中,r表示样本断路器的出厂接触电阻,Δr表示当所述开关柜断路器与所述样本断路器的厂商和/或型号不同时,所述样本断路器的出厂接触电阻与所述开关柜断路器的出厂接触电阻之间的电阻差值;
所述动作系数的计算公式为:
其中,δ1为变电站监测到的开关柜断路器的历史倒闸操作次数,δ2为变电站监测到的开关柜断路器的历史跳闸次数,δ3为开关柜断路器的额定操作次数。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值之前,所述方法还包括:
获取样本断路器在每个预设投运年限下的多组样本数据,其中,每组样本数据包括第一声音样本集合以及第二声音样本集合,所述第一声音样本集合中包括多个第一声音样本,所述第二声音样本集合中包括多个第二声音样本,所述第一声音样本为所述样本断路器在对应预设投运年限下合闸操作过程中采集到的声音样本,所述第二声音样本为所述样本断路器在对应预设投运年限下分闸操作过程中采集到的声音样本;
对每个第一声音样本集合进行特征提取,得到第一时域样本特征、第一频域样本特征,以及对每个第二声音样本集合进行特征提取,得到第二时域样本特征、第二频域样本特征;
根据所述预设因子模型,对每组样本数据对应的所述第一时域样本特征、所述第二时域样本特征、所述第一频域样本特征以及所述第二频域样本特征进行降维处理,得到每组样本数据对应的第二健康指标集合;
根据所述预设投运年限的个数,确定聚类个数,并根据所述聚类个数对各个所述预设投运年限对应的多个第二健康指标集合进行聚类分析,得到每个所述预设投运年限对应的目标聚类中心,将所述目标聚类中心作为对应预设投运年限的目标健康指标集合。
5.根据权利要求4所述的方法,其特征在于,所述根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段,包括:
将所述隶属度函数值与所述预设寿命报警阈值进行比对,得到比对结果;
当所述比对结果指示所述隶属度函数值小于或者等于所述预设寿命报警阈值时,确定所述开关柜断路器的当前寿命阶段为断路器更换阶段;
当所述比对结果指示所述隶属度函数值大于所述预设寿命报警阈值,且所述开关柜断路器最近两次分合闸操作对应的声音信号集合的隶属度函数值之间的隶属度差值大于或者等于异常隶属度平均值时,确定所述开关柜断路器的当前寿命阶段为断路器检修阶段;
当所述比对结果指示所述隶属度函数值大于所述预设寿命报警阈值,且所述开关柜断路器最近两次分合闸操作对应的声音信号集合的隶属度函数值之间的隶属度差值小于异常隶属度平均值时,确定所述开关柜断路器的当前寿命阶段为稳定运行阶段。
6.根据权利要求5所述的方法,其特征在于,所述将所述隶属度函数值与所述预设寿命报警阈值进行比对之前,所述方法还包括:
获取第四预设投运年限对应的目标聚类中心,作为所述第四预设投运年限对应的目标健康指标集合,其中,所述第四预设投运年限大于所述第三预设投运年限;
计算所述第四预设投运年限的目标健康指标集合与所述第一预设投运年限的目标健康指标集合之间的距离;
根据计算结果以及经验固定值,得到所述预设寿命报警阈值。
7.根据权利要求4至6中任一项所述的方法,其特征在于,所述第一声音信号、所述第二声音信号、所述第一声音样本以及所述第二声音样本由声音传感器采集,在每次进行采集时,所述声音传感器的位置保持一致。
8.一种开关柜断路器的寿命评估装置,其特征在于,包括:
信号获取模块,用于获取开关柜断路器的第一声音信号集合以及第二声音信号集合,其中,所述第一声音信号集合中包括多个第一声音信号,所述第二声音信号集合中包括多个第二声音信号,所述第一声音信号为所述开关柜断路器合闸操作过程中采集到的声音信号,所述第二声音信号为所述开关柜断路器分闸操作过程中采集到的声音信号;
时域分析模块,用于对所述第一声音信号集合进行时域分析,提取所述第一声音信号集合对应的第一时域波形的第一时域特征,以及对所述第二声音信号集合进行时域分析,提取所述第二声音信号集合对应的第二时域波形的第二时域特征;
频域分析模块,用于对所述第一声音信号集合进行频域分析,确定所述第一声音信号集合对应的第一单边功率谱,并提取所述第一单边功率谱的第一频域特征,以及对所述第二声音信号集合进行频域分析,确定所述第二声音信号集合对应的第二单边功率谱,并提取所述第二单边功率谱的第二频域特征;
因子分析模块,用于根据预设因子模型,对所述第一时域特征、所述第二时域特征、所述第一频域特征以及所述第二频域特征进行降维处理,得到所述开关柜断路器的第一健康指标集合,其中,所述第一健康指标集合用于反映所述开关柜断路器的运行状态;
寿命确定模块,用于基于所述第一健康指标集合以及断路器寿命评估隶属度函数,计算隶属度函数值,并根据所述隶属度函数值以及预设寿命报警阈值,确定所述开关柜断路器对应的当前寿命阶段。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
10.一种计算机设备,包括存储介质、处理器及存储在存储介质上并可在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权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410318250.3A CN118197356A (zh) | 2024-03-20 | 2024-03-20 | 开关柜断路器的寿命评估方法及装置、存储介质、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410318250.3A CN118197356A (zh) | 2024-03-20 | 2024-03-20 | 开关柜断路器的寿命评估方法及装置、存储介质、设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118197356A true CN118197356A (zh) | 2024-06-14 |
Family
ID=91407718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410318250.3A Pending CN118197356A (zh) | 2024-03-20 | 2024-03-20 | 开关柜断路器的寿命评估方法及装置、存储介质、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118197356A (zh) |
-
2024
- 2024-03-20 CN CN202410318250.3A patent/CN118197356A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110726494B (zh) | 高压开关柜温度监测系统及监测方法 | |
US7672812B2 (en) | Cable fault detection | |
CN109687426B (zh) | 故障率参数建模方法、装置、设备与存储介质 | |
CN103377110A (zh) | 在状况监视中使用的方法和系统 | |
CN101661570B (zh) | 真空灭弧室真空度测量及寿命管理专家系统和使用方法 | |
CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
CN116026403A (zh) | 开关柜故障预警方法、装置、介质和电子设备 | |
CN109064042A (zh) | 一种宿舍违禁电器检测方法 | |
CN115078938A (zh) | 一种避雷器绝缘性能的识别方法及装置 | |
CN106104282A (zh) | 一种基于参考能量的电气测量方法 | |
CN118197356A (zh) | 开关柜断路器的寿命评估方法及装置、存储介质、设备 | |
CN110849419A (zh) | 一种开关柜状态监测诊断方法及系统 | |
Strobl et al. | Refined fault detection in LVDC-grids with signal processing, system identification and machine learning methods | |
CN114113944B (zh) | 一种cvt电容单元击穿缺陷试验方法及装置 | |
CN115718270A (zh) | 一种电力变压器的监测方法、装置和电子设备 | |
CN114236306A (zh) | 基于配电主站的配电线区间绝缘劣化程度评价方法及系统 | |
CN109470944A (zh) | 保电设备故障预警方法 | |
Moldoveanu et al. | Intelligent system for the on-line real time monitoring of high voltage substations | |
Zeng et al. | Reliability assessment on switchgear and its controller based on fault tree analysis | |
CN114239636A (zh) | 缺陷类型识别方法、装置、计算机设备、存储介质 | |
Shi et al. | Research on fault warning of AC filter in converter station based on RBF neural network | |
CN113721142B (zh) | 断路器的拒动风险的评价方法及其评价装置 | |
CN116184141B (zh) | 一种气体绝缘设备故障诊断方法及系统 | |
Zhang et al. | A physics-information-enabled self-updating method to monitor steady-state error of capacitor voltage transformers | |
CN116148561A (zh) | 高压并联电容器的状态监测方法、装置和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |