CN103400308A - Gis设备运行状态在线检测方法与*** - Google Patents
Gis设备运行状态在线检测方法与*** Download PDFInfo
- Publication number
- CN103400308A CN103400308A CN2013103306565A CN201310330656A CN103400308A CN 103400308 A CN103400308 A CN 103400308A CN 2013103306565 A CN2013103306565 A CN 2013103306565A CN 201310330656 A CN201310330656 A CN 201310330656A CN 103400308 A CN103400308 A CN 103400308A
- Authority
- CN
- China
- Prior art keywords
- value
- eigenwert
- gis equipment
- running status
- weight coefficient
- 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
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种GIS设备运行状态在线检测方法与***，首先获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数，之后对GIS设备运行状态进行含权重的阈值分析、含权重的趋势分析以及含权重的统计分析，最后根据上述三种分析的结果确定GIS设备的运行状态。本发明GIS设备运行状态在线检测方法分别从时间和空间上对GIS设备进行全面的在线检测，不但能够全面准确检测GIS设备当前运行状态还能检测其运行状态的趋势，在一定程度发现GIS设备运行过程中隐藏的故障。
Description
技术领域
本发明涉及在线检测技术领域，特别是涉及GIS设备运行状态在线检测方法与***。
背景技术
智能气体绝缘组合电器（Gas Insulated Switchgear，GIS设备）是为适应智能电网的建设提出来的，在电力***中起到保护和控制作用,它的可靠性直接影响整个电网的安全运行。智能电网的基础设备是智能的一次设备，智能电网的建设离不开包括GIS设备等一次设备的智能化建设，GIS设备智能化建设程度直接影响着变电站智能化、信息化。随着变电站综合自动化水平(无人值守)的提高,对GIS设备的可靠性提出了更高的要求。智能设备是GIS设备与相关智能组件的有机结合。智能组件以测量数字化、控制网络化、状态可视化、功能一体化、信息互动化为特征，具备测量、控制、保护、计量、检测中全部或部分功能。随着智能变电站在我国的投入运行，智能GIS设备作为电网中具有智能化特征的基本元件，将在我国智能电网的建设中得到广泛的应用。
作为一种全新的设备模式，智能化的GIS设备在应用中还有很多问题需要进一步探讨。GIS设备在进行智能化建设后，对它的状态评价也必然会出现新的有效的手段。实时掌握GIS设备等一次设备的运行状态，为科学调度提供依据；可以对GIS设备故障类型及寿命评价做出快速有效的判断，以指导运行和检修，降低运行管理成本，减小新生隐患产生几率，增强运行可靠性。GIS设备在线运行状态判断的准确性取决于其监测和分析方法。GIS设备在线监测分析方法就是将经过信号处理后获得的特征参量与规定的允许参数或判别标准进行比较，从而确定GIS设备的工作状态、是否存在故障以及故障的类型和性质等，同时根据当前数据预测状态可能发展的趋势从而进行故障趋势分析，为此应制定合理的判别准则和策略。
由于GIS设备结构的复杂性和故障形式的多样性，目前对GIS设备实施状态识别的实用性研究还比较少。常用的识别方法是以门槛值比较为基础的简易判断方法，即根据一些简单参数对断路器有无故障及故障严重程度做出判断和区别，该方法比较单一，而GIS设备运行状态不仅跟当前运行状态有关，也跟之前的运行状态的历史数据有关，所以上述以门槛值比较的检测方法无法准确检测出GIS设备运行状态。
发明内容
基于此，有必要针对一般GIS设备运行状态在线检测方法无法全面、准确检测GIS设备运行状态的问题，提供一种能偶全面、准确检测GIS设备运行状态的方法与***。
一种GIS设备运行状态在线检测方法，包括步骤：
获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数；
根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的阈值分析，其中，所述含权重的阈值分析包括步骤：根据GIS设备运行状态的特征值的性质，设定上限门坎值和下限门坎值，将所述GIS设备运行状态的特征值与基准特征值做差，获得偏差值，判断所述偏差值是否超过所述上限门坎值或所述下限门坎值，若超过，则直接发出报警信号，若未超过，则把所述偏差值乘以与所述基准特征值相应的权重系数，得出阈值，将检测时间内所有所述阈值累加获得总阈值；
根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的趋势分析，其中，所述含权重的趋势分析包括步骤：将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值，将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值，将检测时间内的趋势统计值累加并取累加值的绝对值，获得总趋势值；
根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的统计分析，其中，所述含权重的统计分析包括步骤：计算特征值与基准特征值之间的相对偏差值，根据所述特征值定义空间权重系数数组，其中所述空间权重系数数组包括多个权重系数，根据所述相对偏差值大小，从所述空间权重系数数组中选取相应的权重系数，将所述相对偏差值与所述相对偏差值相应的权重系数相乘获得个体偏差值，选取不同的检测时刻重复上述计算过程，获得多个所述个体偏差值，将所述个体偏差值累加，获得空间分布统计值；
根据所述总阈值、所述总趋势值以及所述空间分布统计值，确定所述GIS设备运行状态。
一种GIS设备运行状态在线检测***，包括：
数值获取模块，用于获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数；
阈值分析模块，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的阈值分析，其中，所述含权重的阈值分析包括步骤：根据GIS设备运行状态的特征值的性质，设定上限门坎值和下限门坎值，将所述GIS设备运行状态的特征值与基准特征值做差，获得偏差值，判断所述偏差值是否超过所述上限门坎值或所述下限门坎值，若超过，则直接发出报警信号，若未超过，则把所述偏差值乘以与所述基准特征值相应的权重系数，得出阈值，将检测时间内所有所述阈值累加获得总阈值；
趋势分析模块，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的趋势分析，其中，所述含权重的趋势分析包括步骤：将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值，将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值，将检测时间内的趋势统计值累加并取累加值的绝对值，获得总趋势值；
统计分析模块，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的统计分析，其中，所述含权重的统计分析包括步骤：计算特征值与基准特征值之间的相对偏差值，根据所述特征值定义空间权重系数数组，其中所述空间权重系数数组包括多个权重系数，根据所述相对偏差值大小，从所述空间权重系数数组中选取相应的权重系数，将所述相对偏差值与所述相对偏差值相应的权重系数相乘获得个体偏差值，选取不同的检测时刻重复上述计算过程，获得多个所述个体偏差值，将所述个体偏差值累加，获得空间分布统计值；
结果分析模块，用于根据所述总阈值、所述总趋势值以及所述空间分布统计值，确定所述GIS设备运行状态。
本发明GIS设备运行状态在线检测方法，利用GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数，对GIS设备进行含权重的分析，其中，权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，本发明GIS设备运行状态在线检测方法包含了含权重的阈值分析法、趋势分析法、含权重的统计分析法三种方法进行GIS设备特征值定量分析，其中，含权重的阈值分析法和趋势分析法从时间完整、全面对GIS设备运行状态进行在线分析，检测其当前运行状态和其运行状态的趋势，含权重的统计分析法从空间上检测GIS设备运行状态，所以总的来说，本发明GIS设备运行状态在线检测方法分别从时间和空间上对GIS设备进行全面的在线检测，不但能够全面准确检测GIS设备当前运行状态还能检测其运行状态的趋势，在一定程度发现GIS设备运行过程中隐藏的故障。
附图说明
图1为本发明GIS设备运行状态在线检测方法第一个实施例的流程示意图；
图2为本发明GIS设备运行状态在线检测方法第二个实施例的流程示意图；
图3为本发明GIS设备运行状态在线检测***第一个实施例的结构示意图；
图4为本发明GIS设备运行状态在线检测***第二个实施例的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下根据附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施仅仅用以解释本发明，并不限定本发明。
为了便于解释说明本发明GIS设备运行状态在线检测方法与***的技术方案，在下述具体实施例中，将会选用字母指代部分数值。
如图1所示，一种GIS设备运行状态在线检测方法，包括步骤：
S200：获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数。
这里获取的可以是在线获取GIS设备运行状态的特征值，也可以是直接读取GIS设备运行状态的历史数据，或者是计算机存储的通用数据直接导入读取。
S400：根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的阈值分析，其中，所述含权重的阈值分析包括步骤：根据GIS设备运行状态的特征值的性质，设定上限门坎值和下限门坎值，将所述GIS设备运行状态的特征值与基准特征值做差，获得偏差值，判断所述偏差值是否超过所述上限门坎值或所述下限门坎值，若超过，则直接发出报警信号，若未超过，则把所述偏差值乘以与所述基准特征值相应的权重系数，得出阈值，将检测时间内所有所述阈值累加获得总阈值。
首选根据GIS设备运行状态每个特征值的性质，设定报警上限和下限门坎值，之后将在线获取的特征值Xi减去其对应的基准值Ci,得到测量值与基准值的偏差，若偏差超出上下限门坎值，则直接发报警信号，若没有越限，则把该偏差乘以该特征值对应的权重系数ai，所得结果用Ai(阈值）表示，即Ai（阈值）=ai*(Xi-Ci)，最后将一定时间内获得的各个时刻的特征值所对应的Ai(阈值）值累加，所得结果用S（阈值）表示，即S（阈值）=ΣAi(阈值）。通过分析S（阈值）的大小，可以直观反映出GIS设备所处的状态。
S600：根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的趋势分析，其中，所述含权重的趋势分析包括步骤：将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值，将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值，将检测时间内的趋势统计值累加并取累加值的绝对值，获得总趋势值。
通过计算当前时刻的特征值xi与前一时刻特征值Xi-1之差，并除以Xi-1与再前一时刻特征值Xi-2的差值，最后再乘以当前时刻特征值对应的权重系数ai,所得结果用Ai(趋势）表示，即Ai(趋势）=ai×(Xi-Xi-1)/(Xi-1-Xi-2)；根据Ai(趋势）值的符号，定义一个值Bi(趋势）。当Ai(趋势）为正值时，取Bi(趋势）=Ai(趋势)；当Ai(趋势）为非正值时，令Bi(趋势）=0。将一定时间内获得的Ai(趋势）值累加，所得结果用S(趋势）表示，即S(趋势)=ΣBi(趋势)，即是含权重的趋势值。通过分析S(趋势）的大小，可以直观反映出GIS设备所处的状态。
S800：根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的统计分析，其中，所述含权重的统计分析包括步骤：计算特征值与基准特征值之间的相对偏差值，根据所述特征值定义空间权重系数数组，其中所述空间权重系数数组包括多个权重系数，根据所述相对偏差值大小，从所述空间权重系数数组中选取相应的权重系数，将所述相对偏差值与所述相对偏差值相应的权重系数相乘获得个体偏差值，选取不同的检测时刻重复上述计算过程，获得多个所述个体偏差值，将所述个体偏差值累加，获得空间分布统计值。
根据公式
计算特征量与基准值的相对偏差Ei，定义空间权重系数数组的数值为（2%，5%，10%，17%，27%，29%），根据Ei数值大小，得到相对应的权重的个体偏差值。
连续特征值数组的每一特征值都进行上述运算。进而计算其总和，得到具有空间分布意义的统计值
S900：根据所述总阈值、所述总趋势值以及所述空间分布统计值，确定所述GIS设备运行状态。
所述总阈值、所述总趋势值以及所述空间分布统计值越小，则表明所述GIS设备运行状态越好。
本发明GIS设备运行状态在线检测方法，利用GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数，对GIS设备进行含权重的分析，其中，权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，本发明GIS设备运行状态在线检测方法包含了含权重的阈值分析法、趋势分析法、含权重的统计分析法三种方法进行GIS设备特征值定量分析，其中，含权重的阈值分析法和趋势分析法从时间完整、全面对GIS设备运行状态进行在线分析，检测其当前运行状态和其运行状态的趋势，含权重的统计分析法从空间上检测GIS设备运行状态，所以总的来说，本发明GIS设备运行状态在线检测方法分别从时间和空间上对GIS设备进行全面的在线检测，不但能够全面准确检测GIS设备当前运行状态还能检测其运行状态的趋势，在一定程度发现GIS设备运行过程中隐藏的故障。
如图2所示，在其中一个实施例中，所述步骤S200具体包括：
S220：确定预设的检测时刻周期；
S230：获取所述预设的检测时刻周期中各个检测时刻点的GIS设备运行状态的特征值和基准特征值；
S240：计算与所述特征值相应的所述权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为
其中m=(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数。
权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大。例如当前检测次数为当前检测周期内的第4次检测，则m=16，a4=0.375。
如图2所示，在其中一个实施例中，所述步骤S900具体包括：
S920：读取所述总阈值、所述总趋势值以及所述空间分布统计值；
S940：根据所述总阈值和所述总趋势值从时间上确定所述GIS设备运行状态，根据所述空间分布统计值从空间上确定所述GIS设备运行状态。
所述总阈值值和所述总趋势值越小说明从时间上来看GIS设备运行状态越稳定，基本上不会出现异常突变的情况，所述空间分布统计值越小说明从空间上GIS设备运行状态变化的幅度越小，基本上能够保持当前的稳定状态。
在其中一个实施例中，所述基准特征值的优先级从优到次依次包括，产品说明书、试验结果、运行经验和专家自定义。
如图3所示，一种GIS设备运行状态在线检测***，包括：
数值获取模块100，用于获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数；
阈值分析模块200，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的阈值分析，其中，所述含权重的阈值分析包括步骤：根据GIS设备运行状态的特征值的性质，设定上限门坎值和下限门坎值，将所述GIS设备运行状态的特征值与基准特征值做差，获得偏差值，判断所述偏差值是否超过所述上限门坎值或所述下限门坎值，若超过，则直接发出报警信号，若未超过，则把所述偏差值乘以与所述基准特征值相应的权重系数，得出阈值，将检测时间内所有所述阈值累加获得总阈值；
趋势分析模块300，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的趋势分析，其中，所述含权重的趋势分析包括步骤：将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值，将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值，将检测时间内的趋势统计值累加并取累加值的绝对值，获得总趋势值；
统计分析模块400，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的统计分析，其中，所述含权重的统计分析包括步骤：计算特征值与基准特征值之间的相对偏差值，根据所述特征值定义空间权重系数数组，其中所述空间权重系数数组包括多个权重系数，根据所述相对偏差值大小，从所述空间权重系数数组中选取相应的权重系数，将所述相对偏差值与所述相对偏差值相应的权重系数相乘获得个体偏差值，选取不同的检测时刻重复上述计算过程，获得多个所述个体偏差值，将所述个体偏差值累加，获得空间分布统计值；
结果分析模块500，用于根据所述总阈值、所述总趋势值以及所述空间分布统计值，确定所述GIS设备运行状态。
本发明GIS设备运行状态在线检测***，利用GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数，对GIS设备进行含权重的分析，其中，权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，本发明GIS设备运行状态在线检测***包含了含权重的阈值分析法、趋势分析法、含权重的统计分析法三种***进行GIS设备特征值定量分析，其中，含权重的阈值分析法和趋势分析法从时间完整、全面对GIS设备运行状态进行在线分析，检测其当前运行状态和其运行状态的趋势，含权重的统计分析法从空间上检测GIS设备运行状态，所以总的来说，本发明GIS设备运行状态在线检测***分别从时间和空间上对GIS设备进行全面的在线检测，不但能够全面准确检测GIS设备当前运行状态还能检测其运行状态的趋势，在一定程度发现GIS设备运行过程中隐藏的故障。
如图4所示，在其中一个实施例中，所述数值获取模块100具体包括：
检测周期确定单元120，用于确定预设的检测时刻周期；
数值读取单元，140用于获取所述预设的检测时刻周期中各个检测时刻点的GIS设备运行状态的特征值和基准特征值；
权重值计算单元160，用于计算与所述特征值相应的所述权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为
其中m=(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数。
权重系数是根据时间顺序来分配的，每个检测时间点的权重系数是不相同的，与当前检测时间点越近的时间点的权重系数越大。例如当前检测次数为当前检测周期内的第4次检测，则m=16，a4=0.375。
如图4所示，在其中一个实施例中，所述结果分析模块具体500包括：
读取单元520，用于读取所述总阈值、所述总趋势值以及所述空间分布统计值；
分析单元540，用于根据所述总阈值和所述总趋势值从时间上确定所述GIS设备运行状态，根据所述空间分布统计值从空间上确定所述GIS设备运行状态。
所述总阈值值和所述总趋势值越小说明从时间上来看GIS设备运行状态越稳定，基本上不会出现异常突变的情况，所述空间分布统计值越小说明从空间上GIS设备运行状态变化的幅度越小，基本上能够保持当前的稳定状态。
在其中一个实施例中，所述基准特征值的优先级从优到次依次包括，产品说明书、试验结果、运行经验和专家自定义。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种GIS设备运行状态在线检测方法，其特征在于，包括步骤：
获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数；
根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的阈值分析，其中，所述含权重的阈值分析包括步骤：根据GIS设备运行状态的特征值的性质，设定上限门坎值和下限门坎值，将所述GIS设备运行状态的特征值与基准特征值做差，获得偏差值，判断所述偏差值是否超过所述上限门坎值或所述下限门坎值，若超过，则直接发出报警信号，若未超过，则把所述偏差值乘以与所述基准特征值相应的权重系数，得出阈值，将检测时间内所有所述阈值累加获得总阈值；
根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的趋势分析，其中，所述含权重的趋势分析包括步骤：将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值，将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值，将检测时间内的趋势统计值累加，并取累加值的绝对值，获得总趋势值；
根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的统计分析，其中，所述含权重的统计分析包括步骤：计算特征值与基准特征值之间的相对偏差值，根据所述特征值定义空间权重系数数组，其中所述空间权重系数数组包括多个权重系数，根据所述相对偏差值大小，从所述空间权重系数数组中选取相应的权重系数，将所述相对偏差值与所述相对偏差值相应的权重系数相乘获得个体偏差值，选取不同的检测时刻重复上述计算过程，获得多个所述个体偏差值，将所述个体偏差值累加，获得空间分布统计值；
根据所述总阈值、所述总趋势值以及所述空间分布统计值，确定所述GIS设备运行状态。
2.根据权利要求1所述的GIS设备运行状态在线检测方法，其特征在于，所述步骤获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数具体包括：
确定预设的检测时刻周期；
获取所述预设的检测时刻周期中各个检测时刻点的GIS设备运行状态的特征值和基准特征值；
计算与所述特征值相应的所述权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为
其中m=(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数。
3.根据权利要求1或2所述的GIS设备运行状态在线检测方法，其特征在于，所述步骤根据所述总阈值、所述总趋势值以及所述空间分布统计值，确定所述GIS设备运行状态具体包括：
读取所述总阈值、所述总趋势值以及所述空间分布统计值；
根据所述总阈值和所述总趋势值从时间上确定所述GIS设备运行状态，根据所述空间分布统计值从空间上确定所述GIS设备运行状态。
4.根据权利要求1或2所述的GIS设备运行状态在线检测方法，其特征在于，所述基准特征值的优先级从优到次依次包括，产品说明书、试验结果、运行经验和专家自定义。
5.一种GIS设备运行状态在线检测***，其特征在于，包括：
数值获取模块，用于获取GIS设备运行状态的特征值、基准特征值以及与所述特征值相应的权重系数；
阈值分析模块，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的阈值分析，其中，所述含权重的阈值分析包括步骤：根据GIS设备运行状态的特征值的性质，设定上限门坎值和下限门坎值，将所述GIS设备运行状态的特征值与基准特征值做差，获得偏差值，判断所述偏差值是否超过所述上限门坎值或所述下限门坎值，若超过，则直接发出报警信号，若未超过，则把所述偏差值乘以与所述基准特征值相应的权重系数，得出阈值，将检测时间内所有所述阈值累加获得总阈值；
趋势分析模块，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的趋势分析，其中，所述含权重的趋势分析包括步骤：将当前检测时刻的特征值与所述当前检测时刻之前一个时刻的特征值做差，获得第一特征值差值，将所述当前检测时刻之前一个时刻的特征值与所述当前检测时刻之前两个时刻的特征值做差获得第二特征值差值，将与所述当前检测时刻的特征值相应的权重系数乘以所述第一特征值差值与所述第二特征值差值的比值，获取当前趋势值，将检测时间内的趋势统计值累加并取累加值的绝对值，获得总趋势值；
统计分析模块，用于根据所述权重系数、所述特征值和所述基准特征值对GIS设备运行状态进行含权重的统计分析，其中，所述含权重的统计分析包括步骤：计算特征值与基准特征值之间的相对偏差值，根据所述特征值定义空间权重系数数组，其中所述空间权重系数数组包括多个权重系数，根据所述相对偏差值大小，从所述空间权重系数数组中选取相应的权重系数，将所述相对偏差值与所述相对偏差值相应的权重系数相乘获得个体偏差值，选取不同的检测时刻重复上述计算过程，获得多个所述个体偏差值，将所述个体偏差值累加，获得空间分布统计值；
结果分析模块，用于根据所述总阈值、所述总趋势值以及所述空间分布统计值，确定所述GIS设备运行状态。
6.根据权利要求5所述的GIS设备运行状态在线检测方法，其特征在于，所述数值获取模块具体包括：
检测周期确定单元，用于确定预设的检测时刻周期；
数值读取单元，用于获取所述预设的检测时刻周期中各个检测时刻点的GIS设备运行状态的特征值和基准特征值；
权重值计算单元，用于计算与所述特征值相应的所述权重系数组，所述权重系数组包括多个权重系数，所述权重系数的计算公式为
其中m=(n3+5n)/6，an为当前检测时间点的权重系数，n为从开始检测到当前检测时间点的检测次数。
7.根据权利要求5或6所述的GIS设备运行状态在线检测***，其特征在于，所述结果分析模块具体包括：
读取单元，用于读取所述总阈值、所述总趋势值以及所述空间分布统计值；
分析单元，用于根据所述总阈值和所述总趋势值从时间上确定所述GIS设备运行状态，根据所述空间分布统计值从空间上确定所述GIS设备运行状态。
8.根据权利要求5或6所述的GIS设备运行状态在线检测***，其特征在于，所述基准特征值的优先级从优到次依次包括，产品说明书、试验结果、运行经验和专家自定义。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310330656.5A CN103400308B (zh) | 2013-07-31 | 2013-07-31 | Gis设备运行状态在线检测方法与*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310330656.5A CN103400308B (zh) | 2013-07-31 | 2013-07-31 | Gis设备运行状态在线检测方法与*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103400308A true CN103400308A (zh) | 2013-11-20 |
| CN103400308B CN103400308B (zh) | 2016-10-19 |
Family
ID=49563921
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310330656.5A Active CN103400308B (zh) | 2013-07-31 | 2013-07-31 | Gis设备运行状态在线检测方法与*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103400308B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104636746A (zh) * | 2015-02-04 | 2015-05-20 | 华南理工大学 | 一种基于局部区域小波变换的gis设备特征值提取方法 |
| CN105045253A (zh) * | 2015-05-27 | 2015-11-11 | 广东蓄能发电有限公司 | 电气设备异常运行工况快速甄别方法 |
| CN106441966A (zh) * | 2016-10-11 | 2017-02-22 | 常州市华立液压润滑设备有限公司 | 一种润滑油站远程问题诊断***及工作方法 |
| CN106771697A (zh) * | 2015-11-20 | 2017-05-31 | 财团法人工业技术研究院 | 设备的故障评估方法与故障评估装置 |
| CN108132418A (zh) * | 2017-11-29 | 2018-06-08 | 王根平 | 一种电力设备联网监控***、方法及装置 |
| CN109978742A (zh) * | 2017-12-27 | 2019-07-05 | 航天信息股份有限公司 | 一种用于自动获取财政票据的方法及*** |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102866333A (zh) * | 2012-10-17 | 2013-01-09 | 广州供电局有限公司 | Gis超高频局部放电检测仿真*** |
-
2013
- 2013-07-31 CN CN201310330656.5A patent/CN103400308B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102866333A (zh) * | 2012-10-17 | 2013-01-09 | 广州供电局有限公司 | Gis超高频局部放电检测仿真*** |
Non-Patent Citations (2)
| Title |
|---|
| 孙志斌: "GIS设备的状态评估及检修策略的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, 15 April 2011 (2011-04-15) * |
| 李晓波等: "一起消弧线圈控制装置异常动作事件分析及改进措施", 《电力***保护与控制》, vol. 39, no. 10, 16 May 2011 (2011-05-16) * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104636746A (zh) * | 2015-02-04 | 2015-05-20 | 华南理工大学 | 一种基于局部区域小波变换的gis设备特征值提取方法 |
| CN104636746B (zh) * | 2015-02-04 | 2018-01-16 | 华南理工大学 | 一种基于局部区域小波变换的gis设备特征值提取方法 |
| CN105045253A (zh) * | 2015-05-27 | 2015-11-11 | 广东蓄能发电有限公司 | 电气设备异常运行工况快速甄别方法 |
| CN105045253B (zh) * | 2015-05-27 | 2018-04-03 | 广东蓄能发电有限公司 | 电气设备异常运行工况快速甄别方法 |
| CN106771697A (zh) * | 2015-11-20 | 2017-05-31 | 财团法人工业技术研究院 | 设备的故障评估方法与故障评估装置 |
| US10281362B2 (en) | 2015-11-20 | 2019-05-07 | Industrial Technology Research Institute | Method and device of measuring breakdown status of equipment |
| CN106771697B (zh) * | 2015-11-20 | 2020-12-15 | 财团法人工业技术研究院 | 设备的故障评估方法与故障评估装置 |
| CN106441966A (zh) * | 2016-10-11 | 2017-02-22 | 常州市华立液压润滑设备有限公司 | 一种润滑油站远程问题诊断***及工作方法 |
| CN106441966B (zh) * | 2016-10-11 | 2018-07-17 | 常州市华立液压润滑设备有限公司 | 一种润滑油站远程问题诊断***及工作方法 |
| CN108132418A (zh) * | 2017-11-29 | 2018-06-08 | 王根平 | 一种电力设备联网监控***、方法及装置 |
| CN109978742A (zh) * | 2017-12-27 | 2019-07-05 | 航天信息股份有限公司 | 一种用于自动获取财政票据的方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103400308B (zh) | 2016-10-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10241140B2 (en) | Systems and methods for monitoring power consumption | |
| CN103400308A (zh) | Gis设备运行状态在线检测方法与*** | |
| CN103389427B (zh) | Gis设备运行状态在线检测方法与*** | |
| KR101214765B1 (ko) | 전력설비 모니터링 시스템 및 방법 | |
| CN103292989B (zh) | 断路器机械特性性能测试方法和*** | |
| CN108828406A (zh) | 非侵入式用户用电的故障识别方法及其*** | |
| CN108198408B (zh) | 一种基于用电信息采集***的自适应反窃电监控方法及*** | |
| CN115566804B (zh) | 一种基于分布式光纤传感技术的电力监测*** | |
| CN105044554A (zh) | 一种电网故障检测诊断方法 | |
| CN113687160B (zh) | 用于站用交流回路预警的方法、装置、终端及*** | |
| CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、***及装置 | |
| CN103364669B (zh) | Gis设备运行状态在线检测方法与*** | |
| CN115238831A (zh) | 故障预测方法、装置、计算机设备、存储介质和程序产品 | |
| Liu et al. | Data-driven condition monitoring of data acquisition for consumers’ transformers in actual distribution systems using t-statistics | |
| CN103529337B (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 | |
| CN110646654A (zh) | 一种防窃电检测*** | |
| CN117152925B (zh) | 基于大数据的电力通信数据处理*** | |
| CN109406923A (zh) | 一种列车供电***接地漏电故障预测方法及装置 | |
| CN104317778A (zh) | 基于海量监测数据的变电设备故障诊断方法 | |
| CN109407039B (zh) | 智能电表及其***、自诊断方法和故障检测方法 | |
| CN103389448B (zh) | Gis设备运行状态在线检测方法与*** | |
| CN110750760A (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
| CN113672658B (zh) | 基于复相关系数的电力设备在线监测错误数据识别方法 | |
| Quek et al. | A low cost master and slave distributed intelligent meter for non-intrusive load classification and anomaly warning | |
| Wang et al. | Free Probability Theory Based Event Detection for Power Grids using IoT-Enabled Measurements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |