CN118226157A - 高电压全封闭组合电器的故障诊断方法及其装置 - Google Patents

Abstract

本申请提出一种高电压全封闭组合电器的故障诊断方法及其装置，方法包括：获取历史时段内电器腔室内的指定维度下的第一状态数据后，基于第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定电器在指定维度下的第一特征向量，以基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率，之后，基于缓变率，电器是否发生指定维度关联的故障。由此，基于缓变率，能够提前科学预知未来时刻电器是否发生指定维度关联的故障。从而实现了设备故障停运前能够及时地诊断出电器指定维度关联的故障，以及时地消除故障，避免电器设备停运、保证长期稳定运行。

Description

高电压全封闭组合电器的故障诊断方法及其装置

技术领域

本申请涉及高电压电力技术领域，尤其涉及一种高电压全封闭组合电器的故障诊断方法及其装置。

背景技术

发电厂(站)、电网等高电压电力行业中普遍应用全封闭组合电器。但是，当电器腔室内出现气体泄漏、设备受潮时，可能导致设备停运。

电器腔室是封闭的，无法直接观察感知到腔室内部的情况。而通过人工定期巡检的方式排查电器腔室内是否出现气体泄漏、设备受潮等故障，由于巡检周期较长，存在不能及时发现故障的现象。

因此，亟需一种高电压全封闭组合电器的故障诊断方法，以及时地诊断出电压全封闭组合电器腔室内是否气体泄漏故障、设备受潮故障。

发明内容

本申请提出一种高电压全封闭组合电器的故障诊断及其装置。具体方案如下：

本申请一方面实施例提供一种高电压全封闭组合电器的故障诊断方法，包括：

获取历史时段内电器腔室内的指定维度下的第一状态数据，其中，指定维度包括压力和/或绝缘气体密度，或者包括相关主设备的零序电流和/或微水含量；

基于第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定电器在指定维度下的第一特征向量；

基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率；

基于缓变率，确定电器是否将发生指定维度关联的故障。

本申请另一方面实施例提供一种高电压全封闭组合电器的故障诊断装置，包括：

获取模块，用于获取历史时段内电器腔室内的指定维度下的第一状态数据，其中，指定维度包括压力和/或绝缘气体密度，或者包括相关主设备的零序电流和/或微水含量；

第一确定模块，用于基于第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定电器在指定维度下的第一特征向量；

第二确定模块，用于基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率；

第三确定模块，用于基于缓变率，确定电器是否将发生指定维度关联的故障。

本申请另一方面实施例提供一种计算机设备，包括处理器和存储器；

其中，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现如上述实施例的方法。

本申请另一方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上述实施例的方法。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本申请实施例提供的一种高电压全封闭组合电器的故障诊断方法的流程示意图；

图2为本申请实施例提供的一种高电压全封闭组合电器的故障诊断方法的流程示意图；

图3为本申请实施例提供的一种高电压全封闭组合电器的故障诊断装置的结构示意图。

具体实施方式

下面详细描述本申请的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。

本申请实施例的高电压全封闭组合电器的故障诊断方法，是由本申请实施例提供的高电压全封闭组合电器的故障诊断装置(以下简称故障诊断装置)执行，该装置可配置于计算机设备中，以及时地诊断出电压全封闭组合电器腔室内是否气体泄漏故障、设备受潮故障。

下面参考附图描述本申请实施例的高电压全封闭组合电器的故障诊断方法。

图1为本申请实施例提供的一种高电压全封闭组合电器的故障诊断方法的流程示意图。

如图1所示，该高电压全封闭组合电器的故障诊断方法，包括：

步骤101，获取历史时段内电器腔室内的指定维度下的第一状态数据，其中，指定维度包括压力和/或绝缘气体密度，或者包括相关主设备的零序电流和/或微水含量。

其中，电器为高电压全封闭组合电器，该电器具有腔室。电器可以为500kV电抗器5001开关等，绝缘气体可以为六氟化硫等，本申请对此不作限制。

在质量和体积不变的情况下，密度作为绝缘气体的物理特性，是不会受压力与温度等因素的影响而变化的变化而变化的。而当电器的腔室可能发生泄漏或内部固体产物分解时，绝缘气体的密度将发生变化。因此，可以基于绝缘气体密度确定电器是否出现气体泄漏故障。

此外，根据理想气体状态方程PV＝nRT(其中，P为理想气体压力值，V为理想气体的体积，R为理想气体物质的量，T为理想气体的热力学温度，n为理想气体常数)，可知n＝PV/TR。结合实际，由于在电器腔室内绝缘气体保持稳定的情况下，气体常数n不变。而当气体常数n发生变化时，说明电器腔室内发生了绝缘气体泄露或内部固体产物分解。由气体状态方程可知，压力及温度变化，可能导致气体常数n变化。因此，可以基于压力及温度确定电器是否出现气体泄漏故障。

电器腔室内受潮直接反应为腔室内微水含量增大，微水含量与气体温度也有一定的关系。因此，可以基于微含水量及温度确定电器是否出现受潮故障。

此外，本申请高电压全封闭组合电器零序电流取自相邻主设备电流互感器二次侧测量数据。当电器腔室内未出现受潮故障时，相邻主设备的零序电流基本为零。当电器腔室内出现受潮故障时，相邻主设备的零序电流将出现变化。因此，可以基于相关主设备的零序电流确定电器是否出现受潮故障。其中，相邻主设备意为与电气腔室一个电气连接或相连距离较近的变压器、电抗器等一次主要设备。

本申请中，可以对电器进行监测，每间隔预设时长获取电器腔室内的压力、绝缘气体密度、微水含量以及相关主设备的零序电流，并保存在系统中。

之后，在确定高电压全封闭组合电器是否出现气体泄漏故障的情况下，获取的历史时段内电器腔室内的指定维度下的第一状态数据包括压力、绝缘气体密度。在确定高电压全封闭组合电器是否出现受潮故障的情况下，获取的历史时段内电器腔室内的指定维度下的第一状态数据包括相关主设备的零序电流、微水含量。

其中，历史时段可以预先设置在系统中。比如，历史时段可以为当前时刻之前的n天至当前时刻之前的n+m天，则第一状态数据包括在当前时刻之前的n天至当前时刻之前的n+m天中的每个时刻获取的压力、绝缘气体密度，或者包括在当前时刻之前的n天至当前时刻之前的n+m天中的每个时刻获取的相关主设备的零序电流、微水含量。

步骤102，基于第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定电器在指定维度下的第一特征向量。

举例而言，假设预设时长为36000秒，第一状态数据包括压力、绝缘气体密度，第一状态数据包含n时刻至n+36000秒时刻采集的数据，当电器在n时刻至n+36000秒压力的波动小于预设阈值时，则可以基于第一状态数据中n时刻至n+36000秒之间每个采样时刻采集的压力、绝缘气体密度，组合生成第一特征向量。

步骤103，基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率。

本申请中，可以对电器进行实时监测，获取当前预设时长中电器腔室内在指定维度下的第二状态数据。在指定维度包含一项的情况下，确定第二状态数据中指定维度下的数据的均值，及第一特征向量中指定维度下的数据的均值。之后，确定第二状态数据及第一特征向量在指定维度下对应均值的差值，并用该差值除以当前时刻与第一特征向量对应的起始时刻间的时间间隔，确定电器在指定维度下的缓变率。

在指定维度包含多项的情况下，可以参照上述方法确定电器在每个指定维度下的缓变率。

可选的，还可以从第二状态数据中剔除跳变等的异常数据，并对删除的异常数据进行补充。之后，基于第二状态数据与第一特征向量间的差值，确定电器在指定维度下的缓变率。避免异常数据对确定缓变率的影响，从而提高确定电器是否发生指定维度关联的故障的准确性。其中，对删除的异常数据进行补充的具体实现可参见如下过程：提取第二状态数据中与异常数据对应的采样时刻相邻的预设时段内的参考状态数据，确定参考状态数据中异常数据所属的指定维度下的状态数据的均值，利用该均值替换异常数据。步骤104，基于缓变率，确定电器是否将发生指定维度关联的故障。

其中，在指定维度包括压力和/或绝缘气体密度的情况下，指定维度关联的故障为气体泄漏故障；在指定维度包括相关主设备的零序电流和/或微水含量的情况下，指定维度关联的故障为受潮故障。

本申请中，在指定维度包括相关主设备的零序电流或微水含量的情况下，可以将缓变率与预设的第一报警阈值进行比较，在缓变率大于第一报警阈值的情况下，说明故障发生的速度较快，可以确定电器将发生受潮故障。从而实现及时的诊断出电器故障。

并且，在缓变率小于或等于第一报警阈值的情况下，将第二状态数据与预设的第二报警阈值进行比较，在第二状态数据大于预设的第二报警阈值的情况下，确定电器将发生受潮故障。在第二状态数据小于或等于第二报警阈值的情况下，确定电器不发生受潮故障。

本申请中，在指定维度包含相关主设备的零序电流和微水含量的情况下，第二报警阈值包括每个指定维度对应的阈值。在任一指定维度下的缓变率大于第一报警阈值的情况下，说明故障发生的速度较快，可以确定电器将发生受潮故障。在各指定维度下的缓变率均小于或等于第一报警阈值的情况下，将第二状态数据中各指定维度下数据与其对应的阈值进行比较，当第二状态数据中任一指定维度下的数据大于其对应的阈值时，可以确定电器将发生受潮故障。在第二状态数据中各指定维度下的数据均小于或等于其对应的阈值的情况下，确定电器不发生受潮故障。

本申请中，在指定维度包括压力或绝缘气体密度的情况下，可以将缓变率与预设的第一报警阈值进行比较，在缓变率大于第一报警阈值的情况下，说明故障发生的速度较快，可以确定电器将发生气体泄漏故障。从而实现及时的诊断出电器故障。

并且，在缓变率小于或等于第一报警阈值的情况下，将第二状态数据与预设的第二报警阈值进行比较，在第二状态数据小于预设的第二报警阈值的情况下，确定电器将发生气体泄漏故障。在第二状态数据大于或等于第二报警阈值的情况下，确定电器不发生气体泄漏故障。

本申请中，在指定维度包含压力和绝缘气体密度的情况下，第二报警阈值包括每个指定维度对应的阈值。在任一指定维度下的缓变率大于第一报警阈值的情况下，说明故障发生的速度较快，可以确定电器将发生气体泄漏故障。在各指定维度下的缓变率均小于或等于第一报警阈值的情况下，将第二状态数据中各指定维度下数据与其对应的阈值进行比较，当第二状态数据中任一指定维度下的数据小于其对应的阈值时，可以确定电器将发生气体泄漏故障。在第二状态数据中各指定维度下的数据均大于或等于其对应的阈值的情况下，确定电器不发生气体泄漏故障。

可选的，第一报警阈值和第二报警阈值均包括一般预警对应的阈值和严重预警对应的阈值。当达到一般预警对应的阈值时，进行一般预警。当达到严重预警对应的阈值时，进行严重预警。从而实现分级预警。

可选的，还可以直接基于第二状态数据确定电器是否发生指定维度关联的故障。具体为：在指定维度相关主设备的零序电流和/或微水含量的情况下，当第二状态数据大于预设的第二报警阈值时，确定电器发生受潮故障。当第二状态数据小于或等于第二报警阈值时，确定电器不发生受潮故障。在指定维度包括压力和/或绝缘气体密度的情况下，当第二状态数据小于预设的第二报警阈值时，确定电器发生气体泄漏故障。当第二状态数据大于或等于第二报警阈值时，确定电器不发生气体泄漏故障。

可选的，在基于缓变率，确定电器是否将发生指定维度关联的故障之前，还可以将第一特征向量中指定维度下的数据的均值，确定为该指定维度下的特征值。之后，可以将该特征值与第三报警阈值进行比较。在该特征值大于或等于第三预警阈值的情况下，说明电器已经发生指定维度关联的故障。因此，可以立即停止电器运行。从而提高电器运行的可靠性。在该特征值小于第三预警阈值的情况下，再基于缓变率，确定电器是否将发生指定维度关联的故障。

本申请中，获取历史时段内电器腔室内的指定维度下的第一状态数据后，基于第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定电器在指定维度下的第一特征向量，以基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率，之后，基于缓变率，确定电器是否发生指定维度关联的故障。由此，基于缓变率，能够提前准确预知未来时刻电器是否发生指定维度关联的故障。从而实现了及时地诊断出电器指定维度关联的故障，以及时地消除故障，保证电器长期稳定运行。

图2为本申请实施例提供的一种高电压全封闭组合电器的故障诊断方法的流程示意图。

如图2所示，该高电压全封闭组合电器的故障诊断方法，包括：

步骤201，获取历史时段内电器腔室内的指定维度下的第一状态数据，其中，指定维度包括压力和/或绝缘气体密度，或者包括相关主设备的零序电流和/或微水含量。

步骤202，基于第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定电器在指定维度下的第一特征向量。

步骤203，基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率。

本申请中，步骤201-步骤203的具体实现过程，可参见本申请任一实施例的详细描述，在此不再赘述。

步骤204，基于缓变率确定电器的状态数据变化至预设的第二特征值的天数。

其中，第二特征值可以为电器未出现故障的情况下在每个指定维度下的临界值。比如，第二特征值为电器未出现故障的情况下的最大绝缘气体密度、最大压力值。或者，第二特征值为电器未出现故障的情况下的最大零序电流值、最大微水含量值。

比如，在第二状态数据的基础上以缓变率进行变化，变化至第3天时的电器腔室内在指定维度下的状态数据与第二特征值间的差异最小，则将3天确定为电器的状态数据变化至第二特征值的天数。

步骤205，在天数小于或等于第一天数阈值且大于第二天数阈值的情况下，确定电器发生第一严重程度的故障，并发送一级预警信息。

步骤206，在天数小于或等于第二天数阈值的情况下，确定电器发生第二严重程度的故障，并发送二级预警信息。

举例而言，假设第一天数阈值为30天，第二天数阈值为10天，基于缓变率确定电器的状态数据变化至预设的第二特征值的天数为30天。说明当前故障现象可能刚刚发生并处于初期阶段，确定电器发生第一严重程度的故障，进而发出一级预警信息。假设第一天数阈值为30天，第二天数阈值为10天，基于缓变率确定电器的状态数据变化至预设的第二特征值的天数为10天。说明故障发生速度较快，确定系统将发生第二严重程度的故障，并发出二级预警信息。此外，第一严重程度低于第二严重程度，第一严重程度的故障进一步恶化后将演变成第二严重程度的故障。

另外，在指定维度包含多项的情况下，在任一指定维度下的状态数据变化至其对应的第二特征值的天数小于或等于第一天数阈值且大于第二天数阈值的情况下，确定电器发生第一严重程度的故障，并发送一级预警信息。在任一指定维度下的状态数据变化至其对应的第二特征值的天数小于或等于第二天数阈值的情况下，确定电器发生第二严重程度的故障，并发送二级预警信息。

其中，发送一级预警信息的过程如下：可以通过工业互联网算法平台在电厂的监控中心显示屏上通过文字的形式展示一级预警信息，并通过无线通信技术将一级报警信息发送至相关工作人员的移动终端处。以提醒工作人员对故障进行排除。

发送二级预警信息的过程如下：可以向监控中心和工作人员的移动终端发送语音形式的二级报警信息，并控制电器腔室内的声光报警装置进行报警。以提醒工作人员对及时对故障进行排除。

第一报警信息及第二报警信息可以包括建议的故障处理时间，以便在不影响电器工作的情况下处理故障。二级预警信息中建议的故障处理时间相较于一级预警信息中建议的故障处理时间更为紧迫。

本申请中，获取历史时段内电器腔室内的指定维度下的第一状态数据后，基于第一状态数据中连续预设时长内电器无故障情况下的数据，确定电器在指定维度下的第一特征向量，之后，基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率，并基于缓变率确定电器的状态数据变化至预设的第二特征值的天数，然后，在天数小于或等于第一天数阈值且大于第二天数阈值的情况下，确定电器发生第一严重程度的故障，并发送一级预警信息，在天数小于或等于第二天数阈值的情况下，确定电器发生第二严重程度的故障，并发送二级预警信息。由此，基于缓变率确定电器的状态数据变化至预设的第二特征值的天数，实现了提前对故障准确地预知。从而实现了及时地诊断出电器指定维度关联的故障，以及时地消除故障，保证电器长期稳定运行。

为了实现上述实施例，本申请实施例还提出一种高电压全封闭组合电器的故障诊断装置。图3为本申请实施例提供的一种高电压全封闭组合电器的故障诊断装置的结构示意图。

如图3所示，该高电压全封闭组合电器的故障诊断装置300包括：

获取模块310，用于获取历史时段内电器腔室内的指定维度下的第一状态数据，其中，指定维度包括压力和/或绝缘气体密度，或者包括相关主设备的零序电流和/或微水含量；

第一确定模块320，用于基于第一状态数据中连续预设时长内电器无故障情况下的数据，确定电器在指定维度下的第一特征向量；

第二确定模块330，用于基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率；

第三确定模块340，用于基于缓变率，确定电器是否将发生指定维度关联的故障。

在本申请实施例一种可能的实现方式中，上述第三确定模块340，用于：

基于缓变率确定电器的状态数据变化至预设的第二特征值的天数；

在天数小于或等于第一天数阈值且大于第二天数阈值的情况下，确定电器发生第一严重程度的故障，并发送一级预警信息；

在天数小于或等于第二天数阈值的情况下，确定电器发生第二严重程度的故障，并发送二级预警信息；

其中，第一天数阈值大于第二天数阈值，第二严重程度大于第一严重程度。

在本申请实施例一种可能的实现方式中，上述第三确定模块340，用于：

在缓变率大于预设的第一报警阈值的情况下，确定电器发生指定维度关联的故障；

在缓变率小于或等于第一报警阈值，且第二状态数据大于预设的第二报警阈值的情况下，确定电器发生指定维度关联的故障；

在缓变率小于或等于第一报警阈值，且第二状态数据小于第二报警阈值的情况下，，确定电器未发生指定维度关联的故障。

在本申请实施例一种可能的实现方式中，第一报警阈值和第二报警阈值均包括一般预警对应的阈值和严重预警对应的阈值。

在本申请实施例一种可能的实现方式中，上述第二确定模块330，用于：

从第二状态数据中剔除异常数据，其中，异常数据包括跳变数据；

基于剔除异常数据后的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率。

在本申请实施例一种可能的实现方式中，在指定维度包括压力和/或绝缘气体密度的情况下，指定维度关联的故障为气体泄漏故障；在指定维度包括相关主设备的零序电流和/或微水含量的情况下，指定维度关联的故障为受潮故障。

需要说明的是，上述高电压全封闭组合电器的故障诊断方法实施例的解释说明，也适用于该实施例的高电压全封闭组合电器的故障诊断装置，故在此不再赘述。

本申请中，获取历史时段内电器腔室内的指定维度下的第一状态数据后，基于第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定电器在指定维度下的第一特征向量，以基于当前预设时长内电器腔室内在指定维度下的第二状态数据及第一特征向量，确定电器在指定维度下的缓变率，之后，基于缓变率，确定电器是否发生指定维度关联的故障。由此，基于缓变率，能够提前准确预知未来时刻电器是否发生指定维度关联的故障。从而实现了及时地诊断出电器指定维度关联的故障，以及时地消除故障，保证电器长期稳定运行。

为了实现上述实施例，本申请实施例还提出一种计算机设备，包括处理器和存储器；

其中，处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序，以用于实现如上述实施例的高电压全封闭组合电器的故障诊断方法。

为了实现上述实施例，本申请实施例还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例的高电压全封闭组合电器的故障诊断方法。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种高电压全封闭组合电器的故障诊断方法，其特征在于，包括：

获取历史时段内电器腔室内的指定维度下的第一状态数据，其中，所述指定维度包括压力和/或绝缘气体密度，或者包括相关主设备的零序电流和/或微水含量；

基于所述第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定所述电器在所述指定维度下的第一特征向量；

基于当前预设时长内所述电器腔室内在所述指定维度下的第二状态数据及第一特征向量，确定所述电器在所述指定维度下的缓变率；

基于所述缓变率，确定电器是否将发生指定维度关联的故障。

2.如权利要求1所述的方法，其特征在于，基于所述缓变率，确定所述电器是否发生所述指定维度关联的故障，包括：

基于所述缓变率确定所述电器的状态数据变化至预设的第二特征值的天数；

在所述天数小于或等于第一天数阈值且大于第二天数阈值的情况下，所述电器发生第一严重程度的故障，并发送一级预警信息；

在所述天数小于或等于所述第二天数阈值的情况下，所述电器发生第二严重程度的故障，并发送二级预警信息；

其中，所述第一天数阈值大于所述第二天数阈值，所述第二严重程度大于所述第一严重程度。

3.如权利要求1所述的方法，其特征在于，在所述指定维度包括相关主设备的零序电流和/或微水含量的情况下，所述基于所述缓变率，确定所述电器是否发生所述指定维度关联的故障，包括：

在所述缓变率大于预设的第一报警阈值的情况下，确定所述电器发生所述指定维度关联的故障；

在所述缓变率小于或等于所述第一报警阈值，且所述第二状态数据大于预设的第二报警阈值的情况下，确定所述电器发生所述指定维度关联的故障；

在所述缓变率小于或等于所述第一报警阈值，且所述第二状态数据小于所述第二报警阈值的情况下，确定所述电器未发生所述指定维度关联的故障。

4.如权利要求3所述的方法，其特征在于，所述第一报警阈值和所述第二报警阈值均包括一般预警对应的阈值和严重预警对应的阈值。

5.如权利要求1所述的方法，其特征在于，所述基于当前预设时长内所述电器腔室内在所述指定维度下的第二状态数据及第一特征向量，确定所述电器在所述指定维度下的缓变率，包括：

从所述第二状态数据中剔除异常数据，其中，所述异常数据包括跳变数据；

基于剔除异常数据后的第二状态数据及第一特征向量，确定所述电器在所述指定维度下的缓变率。

6.如权利要求1-5任一所述的方法，其特征在于，在所述指定维度包括压力和/或绝缘气体密度的情况下，所述指定维度关联的故障为气体泄漏故障；在所述指定维度包括相关主设备的零序电流和/或微水含量的情况下，所述指定维度关联的故障为受潮故障。

7.一种高电压全封闭组合电器的故障诊断装置，其特征在于，包括：

获取模块，用于获取历史时段内电器腔室内的指定维度下的第一状态数据，其中，所述指定维度包括压力和/或绝缘气体密度，或者包括相关主设备的零序电流和/或微水含量；

第一确定模块，用于基于所述第一状态数据中连续预设时长内波动幅度小于预设阈值的数据，确定所述电器在所述指定维度下的第一特征向量；

第二确定模块，用于基于当前预设时长内所述电器腔室内在所述指定维度下的第二状态数据及第一特征向量，确定所述电器在所述指定维度下的缓变率；

第三确定模块，用于基于所述缓变率及所述第二状态数据，确定所述电器是否将发生所述指定维度关联的故障。

8.如权利要求7所述的装置，其特征在于，所述第三确定模块，用于：

基于所述缓变率确定所述电器的状态数据变化至预设的第二特征值的天数；

在所述天数小于或等于第一天数阈值且大于第二天数阈值的情况下，确定所述电器发生第一严重程度的故障，并发送一级预警信息；

在所述天数小于或等于所述第二天数阈值的情况下，确定所述电器发生第二严重程度的故障，并发送二级预警信息；

其中，所述第一天数阈值大于所述第二天数阈值，所述第二严重程度大于所述第一严重程度。

9.一种计算机设备，其特征在于，包括处理器和存储器；

其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-6中任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。