CN105116301B - 一种基于动态统计的数据辅助判断方法 - Google Patents

Abstract

本发明涉及一种基于动态统计的数据辅助判断方法，该方法对采集的带电检测数据在标准判断依据的基础上设定注意阈值区间，具体包括：根据标准判断依据进行初步判断的第一判断步骤；对带电检测数据进行数据统计并根据统计结果设定注意阈值区间的统计步骤；根据各被测设备的带电检测数据及所设定的注意阈值区间进行辅助判断的第二判断步骤。与现有技术相比，本发明具有判断结果精度高、辅助判断可信性高等优点。

Description

一种基于动态统计的数据辅助判断方法

技术领域

本发明涉及一种带电检测技术领域的数据处理方法，尤其是涉及一种基于动态统计的数据辅助判断方法。

背景技术

近年来，随着电网设备检修由定期检修向状态检修的转变，状态检测得到越来越广泛的应用。带电检测作为状态检测的重要分支，通常采用便携式检测仪器对在运行状态下的电网设备进行现场检测，具有灵活、准确、及时等特点。带电检测试验数据作为重要的设备状态表征参量，是开展电网设备状态评价的数据来源之一。

目前，带电检测业务还存在若干问题需要解决：第一，带电检测数据主要依靠现场试验的专业人员手工记录，这种原始的方式存在数据规范性差、量测结果无法方便的进行归档统计分析等缺陷。第二，带电检测现场工作收集的数据种类多、数量大，在编写分析报告时需要经过非常繁琐的数据汇集、整理和编辑工作，不但工作效率低，数据的准确性和完整性也难以保证。第三，带电检测业务的发展迅速，单一团队的工作效率远远达不到要求，多团队协作势在必行。但是，多团队的参与也带来工作过程规范性和工作产物质量的良莠不齐，标准化作业的管理要求也越发迫切。第四，PMS***虽然积累了大量有价值的数据，但在带电检测的现场工作中因场地、设备、网络等原因无法有效利用。

现有带电检测数据的判断多依据标准进行，然而在实际运用中存在一定缺陷，如红外测温中关于异常的判断为：1、绝对温度不超标；2、ABC三相相对温升不超标。以此为判据，若某设备三相温度均偏高，但相对温差不大，且绝对温度不超标，则此设备不判定为异常。究其原因，现有判断标准主要针对单个设备，以保证运行中不发生紧急故障为目的。目前，带电检测工作向精益化发展，目标已从“保证不发生紧急故障”向“精益掌握设备状态”发展(例如“门诊、急诊”向“体检”)，原有技术标准与之不相适应，需要进一步发展。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种判断结果精度高、辅助判断可信性高的基于动态统计的数据辅助判断方法。

本发明的目的可以通过以下技术方案来实现：

一种基于动态统计的数据辅助判断方法，该方法对采集的带电检测数据在标准判断依据的基础上设定注意阈值区间，具体包括：

根据标准判断依据进行初步判断的第一判断步骤；

对带电检测数据进行数据统计并根据统计结果设定注意阈值区间的统计步骤；

根据各被测设备的带电检测数据及所设定的注意阈值区间进行辅助判断的第二判断步骤。

进行所述第一判断步骤前，对被测设备进行分组。

所述统计步骤中，数据统计的结果包括最大值、最小值、平均值和均方差。

所述注意阈值区间为(T₁，T₂)，其中，T₁＝M-nS，T₂＝M+nS，M为平均值，S为均方差，n为常数，n取值为1.6～1.7。

所述第二判断步骤中，将各被测设备的带电检测数据与注意阈值区间进行比较，将不属于注意阈值区间内的带电检测数据所对应的被测设备进行标记。

各被测设备进行带电检测数据采集时，环境因素和测试仪器一致。

该数据辅助判断方法应用于红外测温、局放超声检测、局放超高频检测、油中色谱检测、SF6水分检测和避雷器泄漏电流检测中。

与现有技术相比，本发明具有以下优点：

1)本发明在标准判断依据的基础上对检测数据进行统计，将单体设备状态与整体设备状态相结合，提高了判断结果的精度；

2)本发明可最大限度规避各外界因素的影响，提高辅助判断的可信性；

3)本发明可适用于所有检测结果以数值形式表示的带电检测方法，适用范围广。

具体实施方式

下面结合具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

本实施例提供一种基于动态统计的数据辅助判断方法，该方法对采集的带电检测数据在标准判断依据的基础上设定注意阈值区间，具体包括：

第一判断步骤，根据标准判断依据进行初步判断，进行所述第一判断步骤前，对被测设备进行分组。

统计步骤，对带电检测数据进行数据统计，并根据统计结果设定注意阈值区间。数据统计的结果包括最大值、最小值、平均值和均方差。注意阈值区间为(T₁，T₂)，其中，T₁＝M-nS，T₂＝M+nS，M为平均值，S为均方差，n为常数，n取值为1.6～1.7。本实施例，n取为1.65。

第二判断步骤，根据各被测设备的带电检测数据及所设定的注意阈值区间进行辅助判断，将各被测设备的带电检测数据与注意阈值区间进行比较，将不属于注意阈值区间内的带电检测数据所对应的被测设备进行标记。

各被测设备进行带电检测数据采集时，环境因素、测试仪器和测试人员一致或接近一致，最大限度规避外界因素的影响，提高辅助判断的可信性。

上述数据辅助判断方法可应用于红外测温、局放超声检测、局放超高频检测、油中色谱检测、SF6水分检测和避雷器泄漏电流检测中。

以红外检测为例，上述数据辅助判断方法可描述为：

1)在全站检测中，将设备按种类、电压进行分组，如500kV避雷器、220kV避雷器等；

2)将带电检测数据按照标准判断依据“1、绝对温度不超标；2、ABC三相相对温升不超标”进行初判；

3)将本站所有数据进行实时的动态统计分析，得到最大值、最小值、平均值和均方差，并设置注意阈值区间；

4)将所有检测数据与注意阈值相比较，对不在注意阈值区间内的数据进行标记，并提醒测试组。

上述数据辅助判断方法可应用于红外测温、局放超声检测、局放超高频检测、油中色谱检测、SF6水分检测和避雷器泄漏电流检测等检测结果可以数值形式表示的带电检测方法中。

以红外测温为例进行具体数据说明。500kV MOA(避雷器)测温数据如表1所示。

表1 500kV MOA测温数据分析

判断结果如下：

1)初步判断，检测数据正常；

2)进行数据统计，得到统计结果，如表2所示，根据统计结果计算注意阈值区间(12.28，15.27)；

表2

N	Minimum	Maximum	Mean	Std.Deviation
					30	12.70	16.40	13.7833	.90557

3)将检测数据与注意阈值区间进行比较，对检测数据小于12.28或超过15.27的设备进行标记，提醒测试人员，如表1中的4号主变500kV避雷器A相和4号主变500kV避雷器B相。

Claims (6)

1.一种基于动态统计的数据辅助判断方法，其特征在于，该方法对采集的带电检测数据在标准判断依据的基础上设定注意阈值区间，具体包括：

根据标准判断依据进行初步判断的第一判断步骤；

对带电检测数据进行数据统计并根据统计结果设定注意阈值区间的统计步骤；

根据各被测设备的带电检测数据及所设定的注意阈值区间进行辅助判断的第二判断步骤。

2.根据权利要求1所述的基于动态统计的数据辅助判断方法，其特征在于，进行所述第一判断步骤前，对被测设备进行分组。

3.根据权利要求1所述的基于动态统计的数据辅助判断方法，其特征在于，所述统计步骤中，数据统计的结果包括最大值、最小值、平均值和均方差。

4.根据权利要求3所述的基于动态统计的数据辅助判断方法，其特征在于，所述注意阈值区间为(T₁，T₂)，其中，T₁＝M-nS，T₂＝M+nS，M为平均值，S为均方差，n为常数，n取值为1.6～1.7。

5.根据权利要求1所述的基于动态统计的数据辅助判断方法，其特征在于，所述第二判断步骤中，将各被测设备的带电检测数据与注意阈值区间进行比较，将不属于注意阈值区间内的带电检测数据所对应的被测设备进行标记。

6.根据权利要求1所述的基于动态统计的数据辅助判断方法，其特征在于，该数据辅助判断方法应用于红外测温、局放超声检测、局放超高频检测、油中色谱检测、SF6水分检测和避雷器泄漏电流检测中。