CN107831422A - 一种gis设备局部放电诊断方法及*** - Google Patents
一种gis设备局部放电诊断方法及*** Download PDFInfo
- Publication number
- CN107831422A CN107831422A CN201711065111.0A CN201711065111A CN107831422A CN 107831422 A CN107831422 A CN 107831422A CN 201711065111 A CN201711065111 A CN 201711065111A CN 107831422 A CN107831422 A CN 107831422A
- Authority
- CN
- China
- Prior art keywords
- sensor monitoring
- monitoring data
- data
- gis
- signal source
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
- G01R31/1227—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials
- G01R31/1254—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing of components, parts or materials of gas-insulated power appliances or vacuum gaps
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明实施例公开了一种GIS设备局部放电诊断方法及***。本发明通过对同一间隔的各个特高频传感器的监测数据进行相似性分析,判断是否是源自同一信号源,避免各个特高频传感器因多个信号源的干扰对局放严重程度和故障类型产生错判,同时,判断是否是GIS设备的内部故障,避免因外部故障而误报警;根据监测数据中特高频信号幅值、设备结构信息以及同一待检测间隔的运行数据精确定位局部放电发生位置,并综合放电幅值变化趋势、定位信息、运行数据和放电类型进行放电严重程度的分析,使得分析结果更为准确,及时有效预警,为工作人员提供了重要的参考,解决了传统的局放监测***参考因素不全面,无法有效诊断GIS设备局放故障和及时预警的技术问题。
Description
技术领域
本发明涉及电力设备检测领域,尤其涉及一种GIS设备局部放电诊断方法及***。
背景技术
GIS设备具有较高的安全可靠性,是免维护设备。然而,在GIS设备制造、安装、运行和检修过程中可能产生一些绝缘缺陷,导致绝缘故障。通过GIS局部放电在线检测能够帮助工作人员及时发现GIS设备的绝缘缺陷,避免事故的发生,保障GIS设备的安全运行。
基于局部放电在线监测,可以在充分掌握设备实际状况的基础上,制定更为合理的运行方案和检修策略,一边在***安全性最优的条件下充分挖掘设备潜力,延长其服役期限和使用寿命,降低设备全寿命周期费用。
目前传统的GIS特高频局放在线监测***,仅仅通过各个传感器的信息进行与专家诊断数据库进行对局放故障类型的诊断,未综合考虑各个传感器间信号的相似性与传感器放电幅值趋势变化情况等相关性因素,在运行过程中,传统的局放监测***逐渐暴露了故障类型诊断不准确、误告警、漏告警等缺陷,严重影响到局放监测***的监测有效性,无法及时预警GIS设备绝缘缺陷,保障GIS设备的安全稳定运行。因此,导致传统的局放监测***参考因素不全面,无法有效诊断GIS设备局放故障和及时预警的技术问题。
发明内容
本发明提供了一种GIS设备局部放电诊断方法及***,解决了传统的局放监测***参考因素不全面,无法有效诊断GIS设备局放故障和及时预警的技术问题。
本发明提供了一种GIS设备局部放电诊断方法,包括:
S1:获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则执行步骤S2;
S2:根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
S3:对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
优选地,步骤S3之后还包括:步骤S4;
S4:根据传感器监测数据的放电类型、传感器监测数据的放电幅值变化趋势和生产信息中的历史缺陷故障例对应的第二权重系数计算GIS设备发生故障的概率。
优选地,步骤S2具体包括:
S201:根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置进行镜像建模和纵向比较确定信号源所在的区域范围;
S202:根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息。
优选地,步骤S1之前还包括:步骤S0;
S0:获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据,建立GIS数据库。
优选地,步骤S0具体包括:
S001:获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据;
S002:根据GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的不同特征分别通过过滤和/或换算和/或组合和/或切割的处理方式进行建模;
S003:建立GIS数据库,将经过处理的GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的模型导入数据库进行存储。
本发明提供了一种GIS设备局部放电诊断***,包括:
信号分辨模块,用于获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则触发信号定位模块;
信号定位模块,用于根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
分析判断模块,用于对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
优选地,还包括:故障概率模块;
故障概率模块,用于根据传感器监测数据的放电类型、传感器监测数据的放电幅值变化趋势和生产信息中的历史缺陷故障例对应的第二权重系数计算GIS设备发生故障的概率。
优选地,信号定位模块具体包括:
初步定位子模块,用于根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置进行镜像建模和纵向比较确定信号源所在的区域范围;
精确定位子模块,用于根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息。
优选地,还包括:数据获取模块;
数据获取模块,用于获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据,建立GIS数据库。
优选地,数据获取模块具体包括:
原始获取子模块,用于获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据;
处理建模子模块,用于根据GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的不同特征分别通过过滤和/或换算和/或组合和/或切割的处理方式进行建模;
数据导入子模块,用于建立GIS数据库,将经过处理的GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的模型导入数据库进行存储。
从以上技术方案可以看出,本发明具有以下优点:
本发明提供了一种GIS设备局部放电诊断方法,包括:S1:获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则执行步骤S2;S2:根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;S3:对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
本发明通过对同一间隔的各个特高频传感器的监测数据进行相似性分析,判断是否是源自同一信号源,避免各个特高频传感器因多个信号源的干扰对局放严重程度和故障类型产生错判,同时,判断是否是GIS设备的内部故障,避免因外部故障而误报警;根据监测数据中特高频信号幅值、设备结构信息以及同一待检测间隔的运行数据精确定位局部放电发生位置,并综合放电幅值变化趋势、定位信息、运行数据和放电类型进行放电严重程度的分析,使得分析结果更为准确,及时有效预警,为工作人员提供了重要的参考,解决了传统的局放监测***参考因素不全面,无法有效诊断GIS设备局放故障和及时预警的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种GIS设备局部放电诊断方法的一个实施例的流程示意图;
图2为本发明实施例提供的一种GIS设备局部放电诊断方法的另一个实施例的流程示意图;
图3为本发明实施例提供的一种GIS设备局部放电诊断***的一个实施例的连接关系示意图;
图4为本发明实施例提供的一种GIS设备局部放电诊断***的另一个实施例的连接关系示意图。
具体实施方式
本发明实施例提供了一种GIS设备局部放电诊断方法及***,解决了传统的局放监测***参考因素不全面,无法有效诊断GIS设备局放故障和及时预警的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供了一种GIS设备局部放电诊断方法的一个实施例,包括:
步骤101:获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则执行步骤102;
需要说明的是,变电站设计及建设中,将按照进线、主变高压、主变低压、主变、低压出线等部分分别组合而成,每部分称为一个间隔;
比如进线间隔,就是从线路尽头的电缆头开始,以线路侧地刀、线路侧刀闸、开关侧地刀、开关、母线侧刀闸和母线地刀组合而成,所有电气设备组成进线间隔;
通过对同一待检测间隔的特高频传感器的传感器监测数据进行相似性计算,可以分辨各个传感器监测到的信号是否是源自同一信号源,避免各个特高频传感器因多个信号源的干扰对局放严重程度和故障类型产生错判;
同时还判断是否是GIS设备的内部故障,避免因外部故障而误报警。
步骤102:根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
需要说明的是,局部放电是电气绝缘中局部区域的电击穿,伴随有正负电荷的中和,从而产生宽频带的电磁暂态和电磁波;
不同类型局部放电的电击穿过程不尽相同,产生不同幅值和陡度的脉冲电流,因此产生不同频率成分的电磁暂态和电磁波。采用特高频测量能够实现局部放电源的空间定位,特高频信号传播过程中衰减比较快,随着离开放电源的距离增加,探测到的放电信号的幅值将显著下降,因此,通过比较特高频信号的幅值可以进行放电的大致定位;
局部放电的特高频电磁脉冲具有ns时间量级的上升沿,采用多个特高频传感器同时测量,能够得到ns量级准确度的脉冲时差,基于此时差测量,可实现对放电源的准确定位;
与此同时结合监测数据中特高频信号幅值、设备结构信息以及同一待检测间隔的运行数据可以精确定位局部放电在GIS设备内部的位置。
步骤103:对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
需要说明的是,传统的局放监测***参考的因素只有特高频传感器的监测数据,容易导致故障类型诊断不准确、误告警、漏告警等问题,严重影响到GIS局放在线监测***的监测有效性,无法及时预警GIS设备绝缘缺陷和保障GIS设备的安全稳定运行;
本发明综合考虑局部放电发生位置、放电幅值变化趋势、放电类型和运行数据,多种数据源融合判断放电严重程度,避免出现故障类型诊断不准确、误告警、漏告警等问题,提高了GIS局放监测的有效性,及时预警GIS设备绝缘缺陷和保障GIS设备的安全稳定运行;
解决了传统的局放监测***参考因素不全面,无法有效诊断GIS设备局放故障和及时预警的技术问题。
以上为本发明提供的一种GIS设备局部放电诊断方法的一个实施例,以下为本发明提供的一种GIS设备局部放电诊断方法的另一个实施例。
请参阅图2,本发明提供了一种GIS设备局部放电诊断方法的另一个实施例,包括:
步骤201:获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据;
需要说明的是,生产信息包括GIS设备制造参数、设备结构信息和对应厂家的GIS设备的历史缺陷故障例等信息;
运行数据为GIS设备工作运行中监测到的各项电气数据和非电气数据。
步骤202:根据GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的不同特征分别通过过滤和/或换算和/或组合和/或切割的处理方式进行建模;
需要说明的是,如果不对各种数据源的数据分别处理建模,则后续的调用会较为繁琐,各种数据源的数据分别处理建模后,后续的流程中可以通过调用数据模型直接调用数据;
例如:将偏差较大的数据过滤,将各种数据进行换算成统一标准下的值进行对比,将数据进行切割和重新组合。
步骤203:建立GIS数据库,将经过处理的GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的模型导入数据库进行存储;
需要说明的是,通过数据库可以对多个数据源的数据进行统一管理;
数据库可提供拖拽式、可交互的直观方式进行数据操作。
步骤204:获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则执行步骤205;
需要说明的是,若信号源不在GIS设备内部也可以判断此信号源是否是其他设备的局部放电产生,估算信号源的大致方位并提示工作人员。
步骤205:根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置进行镜像建模和纵向比较确定信号源所在的区域范围;
步骤206:根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
步骤207:对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度;
需要说明的是,本实施例中对定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据预先设置了参考标准和第一权重系数,定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据可分别根据参考标准获取对应的第一权重系数,根据对应的第一权重系数进行计算,根据计算结果判断放电严重程度。
步骤208:根据传感器监测数据的放电类型、传感器监测数据的放电幅值变化趋势和生产信息中的历史缺陷故障例对应的第二权重系数计算GIS设备发生故障的概率。
需要说明的是,GIS设备发生局部放电不代表一定发生了故障,因此在确定了放电严重程度后可以进一步结合历史缺陷故障例等数据,通过第二权重系数计算GI设备发生故障的概率,为工作人员制定检修计划提供了重要的参考依据;
传统的局放监测***参考的因素只有特高频传感器的监测数据,容易导致故障类型诊断不准确、误告警、漏告警等问题,严重影响到GIS局放在线监测***的监测有效性,无法及时预警GIS设备绝缘缺陷和保障GIS设备的安全稳定运行;
本发明综合考虑局部放电发生位置、放电幅值变化趋势、放电类型和运行数据,综合现场运行工况,多种数据源融合判断放电严重程度,避免出现故障类型诊断不准确、误告警、漏告警等问题,提高了GIS局放监测的有效性,及时预警GIS设备绝缘缺陷和保障GIS设备的安全稳定运行;
本发明特别适用于放电信号与干扰信号的识别以及放电严重程度判断和GIS设备故障预测的应用,在现场干扰信号较大时对非连续信号的判断上有良好的应用效果,本发明综合了监测、运行和生产等多维数据,在干扰信号的识别和放电严重程度的判断上具有明显优势;
解决了传统的局放监测***参考因素不全面,无法有效诊断GIS设备局放故障和及时预警的技术问题。
以上为本发明提供的一种GIS设备局部放电诊断方法的另一个实施例,以下为本发明提供的一种GIS设备局部放电诊断***的一个实施例。
请参阅图3,本发明提供了一种GIS设备局部放电诊断***的一个实施例,包括:
信号分辨模块301,用于获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则触发信号定位模块302;
信号定位模块302,用于根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
分析判断模块303,用于对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
以上为本发明提供的一种GIS设备局部放电诊断***的一个实施例,以下为本发明提供的一种GIS设备局部放电诊断***的另一个实施例。
请参阅图4,本发明提供了一种GIS设备局部放电诊断***的另一个实施例,包括:
信号分辨模块401,用于获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则触发信号定位模块402;
信号定位模块402,用于根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
分析判断模块403,用于对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
进一步地,还包括:故障概率模块404;
故障概率模块404,用于根据传感器监测数据的放电类型、传感器监测数据的放电幅值变化趋势和生产信息中的历史缺陷故障例对应的第二权重系数计算GIS设备发生故障的概率
进一步地,信号定位模块402具体包括:
初步定位子模块4021,用于根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置进行镜像建模和纵向比较确定信号源所在的区域范围;
精确定位子模块4022,用于根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息。
进一步地,还包括:数据获取模块400;
数据获取模块400,用于获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据,建立GIS数据库。
进一步地,数据获取模块400具体包括:
原始获取子模块4001,用于获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据;
处理建模子模块4002,用于根据GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的不同特征分别通过过滤和/或换算和/或组合和/或切割的处理方式进行建模;
数据导入子模块4003,用于建立GIS数据库,将经过处理的GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的模型导入数据库进行存储。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,所述模块的划分,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,例如多个模块或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的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,***或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种GIS设备局部放电诊断方法,其特征在于,包括:
S1:获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则执行步骤S2;
S2:根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
S3:对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
2.根据权利要求1所述的一种GIS设备局部放电诊断方法,其特征在于,步骤S3之后还包括:步骤S4;
S4:根据传感器监测数据的放电类型、传感器监测数据的放电幅值变化趋势和生产信息中的历史缺陷故障例对应的第二权重系数计算GIS设备发生故障的概率。
3.根据权利要求1所述的一种GIS设备局部放电诊断方法,其特征在于,步骤S2具体包括:
S201:根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置进行镜像建模和纵向比较确定信号源所在的区域范围;
S202:根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息。
4.根据权利要求1所述的一种GIS设备局部放电诊断方法,其特征在于,步骤S1之前还包括:步骤S0;
S0:获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据,建立GIS数据库。
5.根据权利要求4所述的一种GIS设备局部放电诊断方法,其特征在于,步骤S0具体包括:
S001:获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据;
S002:根据GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的不同特征分别通过过滤和/或换算和/或组合和/或切割的处理方式进行建模;
S003:建立GIS数据库,将经过处理的GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的模型导入数据库进行存储。
6.一种GIS设备局部放电诊断***,其特征在于,包括:
信号分辨模块,用于获取变电站中同一待检测间隔的至少两个特高频传感器的传感器监测数据,对传感器监测数据、同一待检测间隔的运行数据和同一待检测间隔的环境数据进行分割与整合,再通过相似性分析算法对分割与整合后的传感器监测数据进行聚类分析,判断传感器监测数据是否来自相同的信号源以及信号源是否在GIS设备的内部,若传感器监测数据来自相同的信号源且信号源在GIS设备的内部,则触发信号定位模块;
信号定位模块,用于根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置确定信号源所在的区域范围,并根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息;
分析判断模块,用于对传感器监测数据进行信号分析,获取传感器监测数据的放电幅值变化趋势和放电类型,根据定位信息、传感器监测数据的放电幅值变化趋势、传感器监测数据的放电类型和同一待检测间隔的运行数据对应的第一权重系数进行计算,根据计算结果确定放电严重程度。
7.根据权利要求6所述的一种GIS设备局部放电诊断***,其特征在于,还包括:故障概率模块;
故障概率模块,用于根据传感器监测数据的放电类型、传感器监测数据的放电幅值变化趋势和生产信息中的历史缺陷故障例对应的第二权重系数计算GIS设备发生故障的概率。
8.根据权利要求6所述的一种GIS设备局部放电诊断***,其特征在于,信号定位模块具体包括:
初步定位子模块,用于根据传感器监测数据中特高频信号幅值和对应的特高频传感器所在的位置进行镜像建模和纵向比较确定信号源所在的区域范围;
精确定位子模块,用于根据GIS设备的生产信息中的设备结构信息、同一待检测间隔的运行数据和信号源所在的区域范围进一步确定信号源的位置,获取信号源的定位信息。
9.根据权利要求6所述的一种GIS设备局部放电诊断***,其特征在于,还包括:数据获取模块;
数据获取模块,用于获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据,建立GIS数据库。
10.根据权利要求9所述的一种GIS设备局部放电诊断***,其特征在于,数据获取模块具体包括:
原始获取子模块,用于获取GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据;
处理建模子模块,用于根据GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的不同特征分别通过过滤和/或换算和/或组合和/或切割的处理方式进行建模;
数据导入子模块,用于建立GIS数据库,将经过处理的GIS设备的生产信息、运行数据和变电站内所有特高频传感器的传感器监测数据的模型导入数据库进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711065111.0A CN107831422B (zh) | 2017-11-02 | 2017-11-02 | 一种gis设备局部放电诊断方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711065111.0A CN107831422B (zh) | 2017-11-02 | 2017-11-02 | 一种gis设备局部放电诊断方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107831422A true CN107831422A (zh) | 2018-03-23 |
CN107831422B CN107831422B (zh) | 2020-09-01 |
Family
ID=61650606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711065111.0A Active CN107831422B (zh) | 2017-11-02 | 2017-11-02 | 一种gis设备局部放电诊断方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107831422B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109030997A (zh) * | 2018-07-19 | 2018-12-18 | 浙江浙能常山天然气发电有限公司 | 一种基于三轴振动技术的开关柜故障在线智能化监测方法 |
CN109932627A (zh) * | 2019-04-30 | 2019-06-25 | 国网山东省电力公司烟台供电公司 | 一种gis耐压试验局部放电的定位方法及*** |
CN110514970A (zh) * | 2019-09-03 | 2019-11-29 | 国网湖南省电力有限公司 | 一种基于数据驱动的gis局部放电源定位方法、***及介质 |
CN110554284A (zh) * | 2019-08-23 | 2019-12-10 | 国网江苏省电力有限公司电力科学研究院 | 基于gis设备的局放检测方式的相关性分析方法及*** |
CN111307430A (zh) * | 2020-02-21 | 2020-06-19 | 四川赛康智能科技股份有限公司 | 一种gis机械缺陷定位装置及其缺陷判定、定位方法 |
CN111610418A (zh) * | 2020-05-28 | 2020-09-01 | 华乘电气科技股份有限公司 | 一种基于智能特高频传感器的gis局部放电定位方法 |
CN111610417A (zh) * | 2020-05-28 | 2020-09-01 | 华乘电气科技股份有限公司 | 一种基于社区发现的放电信号源分离方法 |
CN112180223A (zh) * | 2020-09-17 | 2021-01-05 | 国网山东省电力公司电力科学研究院 | 实现局部放电特高频信号图谱诊断和故障定位的方法 |
CN112377817A (zh) * | 2020-11-11 | 2021-02-19 | 杭州电子科技大学 | 一种市政管网爆管监测***及方法 |
CN112649505A (zh) * | 2020-11-27 | 2021-04-13 | 国网江苏省电力有限公司检修分公司 | 一种基于超声波法的gil微粒缺陷在线监测***和方法 |
CN113514742A (zh) * | 2021-08-03 | 2021-10-19 | 广东电网有限责任公司 | 一种gis局部放电严重程度的评估方法、***和介质 |
CN113933660A (zh) * | 2021-08-31 | 2022-01-14 | 华能澜沧江水电股份有限公司 | 一种基于局部放电特征的发电机绝缘故障劣化监测方法 |
CN114089177A (zh) * | 2021-11-02 | 2022-02-25 | 国网福建省电力有限公司泉州供电公司 | 一种基于时空回溯技术的gis设备状态评价方法及*** |
CN115436767A (zh) * | 2022-11-07 | 2022-12-06 | 江苏黑马高科股份有限公司 | 一种变压器局部放电监测分析方法及*** |
CN115453286A (zh) * | 2022-09-01 | 2022-12-09 | 珠海市伊特高科技有限公司 | Gis局部放电诊断方法、模型训练方法、装置及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104198901A (zh) * | 2014-08-13 | 2014-12-10 | 广东电网公司电力科学研究院 | 变电站局部放电信号的定位方法和*** |
CN104251961A (zh) * | 2013-06-27 | 2014-12-31 | 国家电网公司 | 气体绝缘全封闭组合电器中局放信号源的定位装置和*** |
CN105116307A (zh) * | 2015-09-14 | 2015-12-02 | 广西电网有限责任公司电力科学研究院 | 一种气体绝缘组合电器状态预警数据异常值的筛查方法 |
CN105137297A (zh) * | 2015-08-21 | 2015-12-09 | 国网浙江省电力公司电力科学研究院 | 变电设备多源局部放电信号的分离方法及装置 |
CN105606975A (zh) * | 2016-03-09 | 2016-05-25 | 武汉华威众科电力有限公司 | 一种可定位的特高频电缆局部放电检测方法和装置 |
CN105911438A (zh) * | 2016-04-13 | 2016-08-31 | 国网湖南省电力公司 | 一种基于局部放电带电检测的gis风险评估方法及*** |
CN106569104A (zh) * | 2016-10-21 | 2017-04-19 | 中国电力科学研究院 | 一种gis绝缘可靠性评价方法及*** |
-
2017
- 2017-11-02 CN CN201711065111.0A patent/CN107831422B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104251961A (zh) * | 2013-06-27 | 2014-12-31 | 国家电网公司 | 气体绝缘全封闭组合电器中局放信号源的定位装置和*** |
CN104198901A (zh) * | 2014-08-13 | 2014-12-10 | 广东电网公司电力科学研究院 | 变电站局部放电信号的定位方法和*** |
CN105137297A (zh) * | 2015-08-21 | 2015-12-09 | 国网浙江省电力公司电力科学研究院 | 变电设备多源局部放电信号的分离方法及装置 |
CN105116307A (zh) * | 2015-09-14 | 2015-12-02 | 广西电网有限责任公司电力科学研究院 | 一种气体绝缘组合电器状态预警数据异常值的筛查方法 |
CN105606975A (zh) * | 2016-03-09 | 2016-05-25 | 武汉华威众科电力有限公司 | 一种可定位的特高频电缆局部放电检测方法和装置 |
CN105911438A (zh) * | 2016-04-13 | 2016-08-31 | 国网湖南省电力公司 | 一种基于局部放电带电检测的gis风险评估方法及*** |
CN106569104A (zh) * | 2016-10-21 | 2017-04-19 | 中国电力科学研究院 | 一种gis绝缘可靠性评价方法及*** |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109030997A (zh) * | 2018-07-19 | 2018-12-18 | 浙江浙能常山天然气发电有限公司 | 一种基于三轴振动技术的开关柜故障在线智能化监测方法 |
CN109932627A (zh) * | 2019-04-30 | 2019-06-25 | 国网山东省电力公司烟台供电公司 | 一种gis耐压试验局部放电的定位方法及*** |
CN110554284A (zh) * | 2019-08-23 | 2019-12-10 | 国网江苏省电力有限公司电力科学研究院 | 基于gis设备的局放检测方式的相关性分析方法及*** |
CN110554284B (zh) * | 2019-08-23 | 2022-03-15 | 国网江苏省电力有限公司电力科学研究院 | 基于gis设备的局放检测方式的相关性分析方法及*** |
CN110514970B (zh) * | 2019-09-03 | 2021-11-19 | 国网湖南省电力有限公司 | 一种基于数据驱动的gis局部放电源定位方法、***及介质 |
CN110514970A (zh) * | 2019-09-03 | 2019-11-29 | 国网湖南省电力有限公司 | 一种基于数据驱动的gis局部放电源定位方法、***及介质 |
CN111307430A (zh) * | 2020-02-21 | 2020-06-19 | 四川赛康智能科技股份有限公司 | 一种gis机械缺陷定位装置及其缺陷判定、定位方法 |
CN111610417B (zh) * | 2020-05-28 | 2022-03-15 | 华乘电气科技股份有限公司 | 一种基于社区发现的放电信号源分离方法 |
CN111610418B (zh) * | 2020-05-28 | 2022-11-22 | 华乘电气科技股份有限公司 | 一种基于智能特高频传感器的gis局部放电定位方法 |
CN111610418A (zh) * | 2020-05-28 | 2020-09-01 | 华乘电气科技股份有限公司 | 一种基于智能特高频传感器的gis局部放电定位方法 |
CN111610417A (zh) * | 2020-05-28 | 2020-09-01 | 华乘电气科技股份有限公司 | 一种基于社区发现的放电信号源分离方法 |
CN112180223A (zh) * | 2020-09-17 | 2021-01-05 | 国网山东省电力公司电力科学研究院 | 实现局部放电特高频信号图谱诊断和故障定位的方法 |
CN112377817B (zh) * | 2020-11-11 | 2022-06-14 | 杭州电子科技大学 | 一种市政管网爆管监测***及方法 |
CN112377817A (zh) * | 2020-11-11 | 2021-02-19 | 杭州电子科技大学 | 一种市政管网爆管监测***及方法 |
CN112649505A (zh) * | 2020-11-27 | 2021-04-13 | 国网江苏省电力有限公司检修分公司 | 一种基于超声波法的gil微粒缺陷在线监测***和方法 |
CN113514742A (zh) * | 2021-08-03 | 2021-10-19 | 广东电网有限责任公司 | 一种gis局部放电严重程度的评估方法、***和介质 |
CN113933660A (zh) * | 2021-08-31 | 2022-01-14 | 华能澜沧江水电股份有限公司 | 一种基于局部放电特征的发电机绝缘故障劣化监测方法 |
CN114089177A (zh) * | 2021-11-02 | 2022-02-25 | 国网福建省电力有限公司泉州供电公司 | 一种基于时空回溯技术的gis设备状态评价方法及*** |
CN114089177B (zh) * | 2021-11-02 | 2023-06-27 | 国网福建省电力有限公司泉州供电公司 | 一种基于时空回溯技术的gis设备状态评价方法及*** |
CN115453286A (zh) * | 2022-09-01 | 2022-12-09 | 珠海市伊特高科技有限公司 | Gis局部放电诊断方法、模型训练方法、装置及*** |
CN115453286B (zh) * | 2022-09-01 | 2023-05-05 | 珠海市伊特高科技有限公司 | Gis局部放电诊断方法、模型训练方法、装置及*** |
CN115436767A (zh) * | 2022-11-07 | 2022-12-06 | 江苏黑马高科股份有限公司 | 一种变压器局部放电监测分析方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN107831422B (zh) | 2020-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107831422A (zh) | 一种gis设备局部放电诊断方法及*** | |
US20190095266A1 (en) | Detection of Misbehaving Components for Large Scale Distributed Systems | |
CN111143438A (zh) | 一种基于流处理的车间现场数据实时监测与异常检测方法 | |
CN108959564A (zh) | 数据仓库元数据管理方法、可读存储介质和计算机设备 | |
CN107086944A (zh) | 一种异常检测方法和装置 | |
CN105718715A (zh) | 异常检测方法和设备 | |
CN109270482B (zh) | 电压互感器计量准确度在线评价方法及终端设备 | |
CN105183619B (zh) | 一种***故障预警方法和*** | |
CN109902373A (zh) | 一种辖区变电站故障诊断、定位方法及*** | |
CN110224874A (zh) | 一种设备故障的处理方法及装置 | |
CN106841854A (zh) | 电力设备安全监控方法及*** | |
CN104298586A (zh) | 一种基于***日志的Web***异常分析方法和装置 | |
CN116500385B (zh) | 输电网监测校验方法、装置、设备和介质 | |
CN115033463A (zh) | 一种***异常类型确定方法、装置、设备和存储介质 | |
CN204228901U (zh) | 局部放电检测装置 | |
CN204085575U (zh) | 电缆监测*** | |
CN117148076A (zh) | 一种多特征融合的高压开关柜局部放电识别方法及*** | |
CN108153654A (zh) | 一种日志收集方法及装置 | |
CN111400114A (zh) | 基于深度递归网络大数据计算机***故障检测方法及*** | |
CN113838269A (zh) | 一种低压开关柜温湿度监测和预警方法、***及存储介质 | |
CN102932194B (zh) | 基于贝叶斯方法的互联网应用服务监控***及方法 | |
CN116951328B (zh) | 基于大数据的排水管线运行智慧监控*** | |
CN103713976A (zh) | 用于信号集中监测***的信号设备故障根源搜索方法 | |
CN103297281A (zh) | 一种电力专用业务通道运行状态监测的方法和*** | |
CN106646106A (zh) | 基于变点探测技术的电网故障检测方法 |
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 |