CN116338391A - 一种绝缘子状态检测方法、装置、电子设备以及介质 - Google Patents
一种绝缘子状态检测方法、装置、电子设备以及介质 Download PDFInfo
- Publication number
- CN116338391A CN116338391A CN202310308623.4A CN202310308623A CN116338391A CN 116338391 A CN116338391 A CN 116338391A CN 202310308623 A CN202310308623 A CN 202310308623A CN 116338391 A CN116338391 A CN 116338391A
- Authority
- CN
- China
- Prior art keywords
- insulator
- detected
- parameter
- detection
- state
- 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
- 239000012212 insulator Substances 0.000 title claims abstract description 341
- 238000001514 detection method Methods 0.000 title claims abstract description 217
- 230000005684 electric field Effects 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000003909 pattern recognition Methods 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 1
- 238000011109 contamination Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000003066 decision tree Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G01R31/1245—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 line insulators or spacers, e.g. ceramic overhead line cap insulators; of insulators in HV bushings
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- 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
- G01R31/50—Testing of electric apparatus, lines, cables or components for short-circuits, continuity, leakage current or incorrect line connections
- G01R31/52—Testing for short-circuits, leakage current or ground faults
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Ceramic Engineering (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种绝缘子状态检测方法、装置、电子设备以及介质,该方法包括:通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器;依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值;通过接收器确定待检测绝缘子的预设检测参数的参考边界值;依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态。该方法通过引入预设数量的用于检测绝缘子状态的检测参数,可以提高绝缘子状态检测的可靠性,降低电力***的停电概率,进而提高整个电网的可靠性。
Description
技术领域
本发明涉及机器学习技术领域,尤其涉及一种绝缘子状态检测方法、装置、电子设备以及介质。
背景技术
高压绝缘子是保证输配电架空线路可靠性的关键部件,污染、湿度和紫外线等环境条件会影响绝缘子性能,甚至在一些情况下导致闪电和绝缘子的击穿,所以,一种可靠的在线绝缘子状态监测技术可以提高整个电网的可靠性。
目前,在线绝缘子状态监测技术主要是绝缘体漏电流(LC)的光学采样、红外热成像、超声波、声学故障诊断和阵列信号处理技术,但这些技术仅依赖一个指标识别绝缘子状态,所以常出现监测绝缘体状态的可靠性不高的情况。
发明内容
本发明提供了一种绝缘子状态检测方法、装置、电子设备以及介质,以解决绝缘子状态的检测可靠性不高的问题。
根据本发明的一方面,提供了一种绝缘子状态监测方法,该方法包括:
通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将所述最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器;
依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值;
通过接收器确定待检测绝缘子的预设检测参数的参考边界值;
依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态。
根据本发明的另一方面,提供了一种绝缘子状态监测装置,该装置包括:
参数获取模块,用于通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将所述最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器;
检测参数值确定模块,用于依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值;
参考边界值确定模块,用于通过接收器确定待检测绝缘子的预设检测参数的参考边界值;
绝缘子状态确定模块,用于依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的绝缘子状态检测方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的绝缘子状态检测方法。
本发明实施例的技术方案,通过采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,将经过数据处理的最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型的接收器中,接收器依据待检测绝缘子的最大电场应力参数和泄露电流参数确定待检测绝缘子的预设检测参数的当前检测参数值,接收器还需要确定待检测绝缘子的预设检测参数的参考边界值,接收器依据当前检测参数值与参考边界值确定待检测绝缘子的状态,该方法通过引入预设数量的用于检测绝缘子状态的检测参数,可以提高绝缘子状态检测的可靠性,降低电力***的停电概率,进而提高整个电网的可靠性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种绝缘子状态检测方法的流程图;
图2是根据本发明实施例二提供的一种绝缘子状态检测装置的结构示意图;
图3是根据本发明实施例提供的绝缘子在重污染和极重污染水平下电场应力的曲线图;
图4是根据本发明实施例提供的对绝缘子施加11kv电压后在绝缘子15cm处的电场应力分布图;
图5是根据本发明实施例提供的对处于清洁和极重污染条件下的绝缘子施加11kv电压后并测量距离绝缘子15cm处的电场应力分布图;
图6a是根据本发明实施例提供的湿度为64%环境下的绝缘子泄露电流曲线图;
图6b是根据本发明实施例提供的湿度为77%环境下的绝缘子泄露电流曲线图;
图6c是根据本发明实施例提供的湿度为85%环境下的异常绝缘子泄露电流曲线图;
图6d是根据本发明实施例提供的湿度为91%环境下的异常绝缘子泄露电流曲线图;
图7a是根据本发明实施例提供的四种模式识别算法探测待检测绝缘子的三个检测参数的参考边界值示意图;
图7b是根据本发明实施例提供的绝缘子状态决策树示意图;
图8是根据本发明实施例二提供的一种绝缘子状态检测装置的结构示意图;
图9是实现本发明实施例的绝缘子状态检测方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种绝缘子状态检测方法的流程图,本实施例可适用于绝缘子状态检测的情况,该方法可以由绝缘子状态检测装置来执行,该绝缘子状态检测装置可以采用硬件和/或软件的形式实现,该绝缘子状态检测装置可配置于任何具有网络通信功能的电子设备中。如图1所示,该方法可包括:
S110、通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将所述最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器。
作为一种可选的但不限定的实现方式,通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,可以包括:
对待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数进行数据处理操作,所述数据处理操作包括:去除噪声、滤波和采样操作。
具体的,绝缘子状态检测模型的变送器采集用于判别绝缘子状态的最大电场应力参数和绝缘子泄露电流参数,所述绝缘子状态检测模型的变送器的数据采集装置为嵌入式传感器,变送器对最大电场应力参数和绝缘子泄露电流参数进行滤波、去噪和采样操作,获取具备预测待检测绝缘子状态的最大电场应力参数和绝缘子泄露电流参数,再将最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型的接收器中。
S120、依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值。
具体的,绝缘子泄露电流参数包括三次谐波和五次谐波,则评价绝缘子状态的其中一个检测参数可以根据三次谐波和五次谐波的比值确定。最大电场应力参数用于生成评价绝缘子状态的第二个检测参数,以及根据绝缘子泄露电流参数的基元相位角确定评价绝缘子状态的第三个检测参数。
S130、通过接收器确定待检测绝缘子的预设检测参数的参考边界值。
具体的,绝缘子状态检测模型的接收器嵌入了可以生成预设检测参数的参考边界值的中央处理器,中央处理器根据绝缘子泄露电流参数波形图确定待检测绝缘子的临界状态,记录处于临界状态的待检测绝缘子的检测参数值,进而确定待检测绝缘子处于正常状态、异常状态时预设检测参数的参考边界值。
S140、依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态。
具体的,依据当前获取的用于评价待检测绝缘子状态的预设数量检测参数值,依次确定检测参数值是否在表征待检测绝缘子处于正常状态的检测参数的参考边界值范围内,如果在范围内,说明待检测绝缘子的状态属于正常,如果不在范围内,说明待检测绝缘子的状态属于不正常。
本申请实施例提出了一种绝缘子状态检测方法,通过采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,将经过数据处理的最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型的接收器中,接收器依据待检测绝缘子的最大电场应力参数和泄露电流参数确定待检测绝缘子的预设检测参数的当前检测参数值,接收器还需要确定待检测绝缘子的预设检测参数的参考边界值,接收器依据当前检测参数值与参考边界值确定待检测绝缘子的状态,该方法通过引入预设数量的用于检测绝缘子状态的检测参数,可以提高绝缘子状态检测的可靠性,降低电力***的停电概率,进而提高整个电网的可靠性。
实施例二
图2为本发明实施例二提供的一种绝缘子状态检测方法的流程图,本实施例是在上述实施例的基础上详细说明检测参数的参考边界值的形成过程。如图2所示,该方法包括:
S210、通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将所述最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器。
具体的,通过变送器的传感器采集待检测绝缘子的最大电场应力参数和泄露电流参数,采集待检测绝缘子的这两种参数可以对待检测绝缘子的状态进行检测,通过数据采样操作、去除噪声操作和滤波操作对待检测绝缘子采集的数据进行数据处理,再将待检测绝缘子的最大电场应力参数和泄露电流参数传输至接收器。
示例性的,如图3所示,重污染和极重污染水平的电场应力标准值几乎相似,所以固定电子场传感器的一个最好的位置,使测量待检测绝缘子的受源距离为采集待检测绝缘子数据的最佳距离,能够降低受源距离对待检测绝缘子相关数据测量的影响。
示例性的,如表1所示,绝缘子在不同污染等级下污染层厚度也不同,所以设定4种污染等级和三种湿度等级,其中,4种污染等级包括轻、中、重和非常重,三种湿度等级包括75%、85%和95%,对各种类型的绝缘子进行实验测试,记录大量关于绝缘子的最大电场应力参数和泄露电流参数,使用了嵌入式传感器测量绝缘子接地部分周围的电场应力,图4显示不同污染水平下对绝缘子施加11kv电压后绝缘子在15cm处的电场应力变化,并且从图三中可以观察到绝缘子的最大电场应力参数发生在线中间,因此测量绝缘子数据的传感器应在距离绝缘子15cm处,可以获取绝缘子在清洁和极重污染条件下在11kv下的电场应力分布如图5所示。
表1:绝缘子的污染水平与污染厚度的关系表
污染水平 | 污染厚度(mm) |
清洁状态 | 0 |
轻度污染 | 1 |
中度污染 | 1.5 |
重度污染 | 2 |
严重污染 | 3 |
S220、依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值。
作为一种可选的但不限定的实现方式,依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值,包括步骤A1-A3:
步骤A1、根据待检测绝缘子泄露电流的第三次谐波峰值和第五次谐波峰值获取第一检测参数值,所述第一检测参数值为第三次谐波峰值与第五次谐波峰值的比值;
具体的,由于待检测绝缘子状态与第一检测参数值之间有很强的相关性,所以可以根据第一检测参数值检测待检测绝缘子的健康状态,其中,第一检测参数值可以是待检测绝缘子泄露电流参数的第三次谐波峰值与第五次谐波峰值的比值,再调整绝缘子泄露电流参数为第三次谐波峰值与第五次谐波峰值的百分比形式。
示例性的,第一检测参数值根据采集的待检测绝缘子的最大电场应力参数和泄露电流参数的比值,第一检测参数值计算公式可以表示如下:
其中,LC为待检测绝缘子的泄露电流参数。
步骤A2、根据待检测绝缘子泄露电流的基元相位角获取第二检测参数值,所述第二检测参数值是根据绝缘子泄露电流的基元相位角的余弦值;
具体的,根据泄露电流的基元相位角可以获取待检测绝缘子状态的第二检测参数值,第二检测参数值可以作为待检测绝缘子状态检测的依据,第二检测参数值计算公式可以表示如下:
P.I%=cos(θI)*100%
其中,θI为待检测绝缘子泄露电流的基元相位角。
步骤A3、根据待检测绝缘子最大电场应力参数和清洁状态下的闪络电压应力获取第三检测参数值,所述第三参数值是采集待检测绝缘子的最大电场应力参数与清洁状态待检测绝缘子的闪络电压应力之比。
具体的,由于第三检测参数值变化与待检测绝缘子状态之间存在很强的关系,因此,第三检测参数可以表示待检测绝缘子的健康状态,第三检测参数值是待检测绝缘子的最大电场应力参数与清洁状态下待检测绝缘子的闪络电压应力之比,公式表示如下:
其中,Emax为实测待检测绝缘子的最大电场应力,Eref为待检测绝缘子在洁净状态下的闪络电压应力,其中闪络电压应力公式可以表示为:
其中,Uc0为清洁状态下待检测绝缘子的闪络电压应力,L为待检测绝缘子的爬电距离。
S230、通过接收器确定待检测绝缘子的预设检测参数的参考边界值。
作为一种可选的但不限定的实现方式,通过接收器确定待检测绝缘子的预设检测参数的参考边界值,可以包括:
通过模拟调节待检测绝缘子所属的污染情况和湿度信息,对所述待检测绝缘子的状态进行调整,当待检测绝缘子处于临界状态时,记录并确定待检测绝缘子的临界状态值,所述临界状态是待检测绝缘子出现闪络现象。
具体的,模拟调节待检测绝缘子所处的环境,该环境的污染和湿度属性变化会导致绝缘子状态的变化,随着环境相关属性的改变,以及待检测绝缘子的检测参数值的变化会出现待检测绝缘子异常和临界状态,当待检测绝缘子出现闪络状态时,记录此时的绝缘子处于临界状态以及绝缘子所属的检测参数值。
示例性的,模拟待检测绝缘子所处环境的污染和湿度条件,在该条件下会调节待检测绝缘子状态,待检测绝缘子状态包括异常和临界状态,当待检测绝缘子出现闪络现象时,表示待检测绝缘子处于临界状态,如图6所示,在40kv电压水平下测试绝缘子在不同温度和污染水平下的泄露电流的变化,图6a和6b表示绝缘子处于正常状态;如图6c所示,绝缘子出现闪络现象,此时,第一检测参数值即泄露电流的第三次谐波与第五次谐波比值为128%,第二检测参数值P.I%即泄露电流的基元相位角的余弦值为85%,第三检测参数值MEFS%即待检测绝缘子的最大电场应力和清洁状态下待检测绝缘子闪络电压应力的比值为95%;如图6d显示待检测绝缘子处于重污染条件下的绝缘子泄露电流曲线,此时绝缘子经历了闪络,第一检测参数值/>的异常范围值为小于100%并且大于30%,而第二检测参数值P.I%的取值大于85%,第三检测参数值MEFS%高于60%。
示例性的,三个检测参考数值根据绝缘子所处环境的污染和湿度水平的增加而增大,故绝缘子的预设检测参数值的参考边界值归纳如表2所示。
表2:P.I%和R3/5%适用于不同的绝缘子条件
示例性的,发现第三检测参数值MEFS%小于60%时,绝缘子处于正常状态,当第三检测参数值MEFS%大于60%时,绝缘子处于异常状态,进而确定绝缘子第三检测参数值的参考边界值。
作为一种可选的但不限定的实现方式,通过接收器确定待检测绝缘子的预设检测参数的参考边界值,可以包括步骤B1-B3:
步骤B1、通过模拟事故预测待检测绝缘子所属不同运行方式和故障种类,并确定表征待检测绝缘子的状态变量。
具体的,模拟在电力***中绝缘子处于不同运行方式和故障种类,并稳定计算不同运行方式和故障种类之下绝缘子的检测参数值,选择具有代表性的可以表征待检测绝缘子的状态变量。
步骤B2、通过模式识别算法对待检测绝缘子的状态变量进行无监督学习确定待检测绝缘子状态的判别式。
具体的,根据步骤B1获取可以表征待检测绝缘子的状态变量,通过模式识别算法对待检测绝缘子的状态变量进行无监督学习,确定绝缘子状态的判别式,其中模式识别算法包括判别分析、分类树、朴素贝叶斯和最近邻。
示例性的,如图7a所示,根据判别分析、分类树、朴素贝叶斯和最近邻四种模式识别算法探测待检测绝缘子的三个检测参数值的参考边界值,进而确定了绝缘子状态判别式。
步骤B3、基于模式识别算法结合待检测绝缘子状态的判别式确定检测参数的参考边界值。
具体的,基于模式识别算法的决策树算法,并结合绝缘子状态判别式开发了显示检测参数的参考边界值和相应绝缘子状态的决策树,即根据绝缘子状态的判别式确定检测参数的参考边界值。
示例性的,绝缘子状态的决策树可以查看图7b,根据绝缘子状态判别式确定检测参数的参考边界值,所诉绝缘子状态以及相应检测参数的参考边界值如表3所示。
表3:绝缘子状态以及相应检测参数的参考边界值
S240、通过获取所述待检测绝缘子预设数量的检测参数值,判断预设数量的检测参数值是否都符合检测参数的参考边界值。
示例性的,根据图7b所示,对于第一检测参数值大于32%并且小于100%并且第二检测参数值小于70%的绝缘子处于异常状态,为了提高诊断的可靠性,本文提出判定绝缘子状态的第三检测参数值,通过S220获取待检测绝缘子的检测参数值,并根据表3判定三个检测参数的检测参数值是否都符合检测参数的参考边界值。
S250、如果所有预设数量的检测参数值都符合检测参数的参考边界的限定,则确定待检测绝缘子状态属于正常。
具体的,依次判断用于检测绝缘子状态的三个检测参数值是否在检测参数对应参考边界值的显示范围内,如果三个检测参数的检测参数值都在检测参数的参考边界值所显示的范围内,即可确定待检测绝缘子的状态属于正常。
S260、如果存在检测参数值不符合检测参数的参考边界值的限定,则确定待检测绝缘子状态属于异常。
具体的,依次判断用于检测绝缘子状态的三个检测参数值是否在检测参数对应参考边界值的显示范围内,如果三个检测参数的检测参数值不在检测参数的参考边界范围内,即可确定待检测绝缘子的状态属于异常。
本申请实施例提供了一种绝缘子状态检测方法,通过采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,将经过数据处理的最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型的接收器中,接收器依据待检测绝缘子的最大电场应力参数和泄露电流参数确定待检测绝缘子的预设检测参数的当前检测参数值,接收器还需要根据模式识别算法训练并确定待检测绝缘子的预设检测参数的参考边界值,接收器依据当前检测参数值与参考边界值确定待检测绝缘子的状态,该方法通过引入预设数量的用于检测绝缘子状态的检测参数,可以提高绝缘子状态检测的可靠性,降低电力***的停电概率,进而提高整个电网的可靠性。
实施例三
图8为本发明实施例二提供的一种绝缘子状态检测装置的结构示意图,该装置可执行本申请任意实施例所提供的绝缘子状态检测方法,具备执行方法相应的功能模块和有益效果。如图8所示,该装置可包括:
参数获取模块310,用于通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将所述最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器;
检测参数值确定模块320,用于依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值;
参考边界值确定模块330,用于通过接收器确定待检测绝缘子的预设检测参数的参考边界值;
绝缘子状态确定模块340,用于依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态。
进一步的,参数获取模块包括:
对待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数进行数据处理操作,所述数据处理操作包括:去除噪声、滤波和采样操作。
进一步的,检测参数值确定模块包括:
第一检测参数值获取单元,用于根据待检测绝缘子泄露电流的第三次谐波峰值和第五次谐波峰值获取第一检测参数值,所述第一检测参数值为第三次谐波峰值与第五次谐波峰值的比值;
第二检测参数值获取单元,用于根据待检测绝缘子泄露电流的基元相位角获取第二检测参数值,所述第二检测参数值是根据绝缘子泄露电流的基元相位角的余弦值;
第三检测参数值获取单元,用于根据待检测绝缘子最大电场应力参数和清洁状态下的闪络电压应力获取第三检测参数值,所述第三参数值是采集待检测绝缘子的最大电场应力参数与清洁状态待检测绝缘子的闪络电压应力之比。
进一步的,参考边界值确定模块包括:
通过模拟调节待检测绝缘子所属的污染情况和湿度信息,对所述待检测绝缘子的状态进行调整,当待检测绝缘子处于临界状态时,记录并确定待检测绝缘子的临界状态值,所述临界状态是待检测绝缘子出现闪络现象。
进一步的,参考边界值确定模块还包括:
状态变量确定单元,用于通过模拟事故预测待检测绝缘子所属不同运行方式和故障种类,并确定表征待检测绝缘子的状态变量;
判别式确定单元,用于通过模式识别算法对待检测绝缘子的状态变量进行无监督学习确定待检测绝缘子状态的判别式;
参考边界值确定单元,用于基于模式识别算法结合待检测绝缘子状态的判别式确定检测参数的参考边界值。
进一步的,绝缘子状态确定模块包括:
通过获取所述待检测绝缘子预设数量的检测参数值,判断预设数量的检测参数值是否都符合检测参数的参考边界值;
如果所有预设数量的检测参数值都符合检测参数的参考边界的限定,则确定待检测绝缘子状态属于正常;
如果存在检测参数值不符合检测参数的参考边界值的限定,则确定待检测绝缘子状态属于异常。
本发明实施例中所提供的绝缘子状态检测装置可执行上述本发明任意实施例中所提供的绝缘子状态检测方法,具备执行该绝缘子状态检测方法相应的功能和有益效果,详细过程参见前述实施例中绝缘子状态检测方法的相关操作。
实施例四
图9示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图9所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如绝缘子状态检测方法。
在一些实施例中,绝缘子状态检测方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的绝缘子状态检测方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行绝缘子状态检测处理方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (9)
1.一种绝缘子状态检测方法,其特征在于,包括:
通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将所述最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器;
依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值;
通过接收器确定待检测绝缘子的预设检测参数的参考边界值;
依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态。
2.根据权利要求1所述的方法,其特征在于,通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,包括:
对待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数进行数据处理操作,所述数据处理操作包括:去除噪声、滤波和采样操作。
3.根据权利要求1所述的方法,其特征在于,依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值,包括:
根据待检测绝缘子泄露电流的第三次谐波峰值和第五次谐波峰值获取第一检测参数值,所述第一检测参数值为第三次谐波峰值与第五次谐波峰值的比值;
根据待检测绝缘子泄露电流的基元相位角获取第二检测参数值,所述第二检测参数值是根据绝缘子泄露电流的基元相位角的余弦值;
根据待检测绝缘子最大电场应力参数和清洁状态下的闪络电压应力获取第三检测参数值,所述第三参数值是采集待检测绝缘子的最大电场应力参数与清洁状态待检测绝缘子的闪络电压应力之比。
4.根据权利要求1所述的方法,其特征在于,通过接收器确定待检测绝缘子的预设检测参数的参考边界值,包括:
通过模拟调节待检测绝缘子所属的污染情况和湿度信息,对所述待检测绝缘子的状态进行调整,当待检测绝缘子处于临界状态时,记录并确定待检测绝缘子的临界状态值,所述临界状态是待检测绝缘子出现闪络现象。
5.根据权利要求1所述的方法,其特征在于,通过接收器确定待检测绝缘子的预设检测参数的参考边界值,包括:
通过模拟事故预测待检测绝缘子所属不同运行方式和故障种类,并确定表征待检测绝缘子的状态变量;
通过模式识别算法对待检测绝缘子的状态变量进行无监督学习确定待检测绝缘子状态的判别式;
基于模式识别算法结合待检测绝缘子状态的判别式确定检测参数的参考边界值。
6.根据权利要求1所述的方法,依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态,包括:
通过获取所述待检测绝缘子预设数量的检测参数值,判断预设数量的检测参数值是否都符合检测参数的参考边界值;
如果所有预设数量的检测参数值都符合检测参数的参考边界的限定,则确定待检测绝缘子状态属于正常;
如果存在检测参数值不符合检测参数的参考边界值的限定,则确定待检测绝缘子状态属于异常。
7.一种绝缘子状态检测装置,其特征在于,包括:
参数获取模块,用于通过绝缘子状态检测模型中变送器采集待检测绝缘子的最大电场应力参数和绝缘子泄露电流参数,并将所述最大电场应力参数和绝缘子泄露电流参数传输至绝缘子状态检测模型中接收器;
检测参数值确定模块,用于依据所述最大电场应力参数和绝缘子泄露电流参数通过所述接收器确定待检测绝缘子的预设检测参数的当前检测参数值;
参考边界值确定模块,用于通过接收器确定待检测绝缘子的预设检测参数的参考边界值;
绝缘子状态确定模块,用于依据当前检测参数值与所述参考边界值确定待检测绝缘子的状态。
8.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的绝缘子状态检测方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的绝缘子状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310308623.4A CN116338391A (zh) | 2023-03-24 | 2023-03-24 | 一种绝缘子状态检测方法、装置、电子设备以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310308623.4A CN116338391A (zh) | 2023-03-24 | 2023-03-24 | 一种绝缘子状态检测方法、装置、电子设备以及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116338391A true CN116338391A (zh) | 2023-06-27 |
Family
ID=86892612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310308623.4A Pending CN116338391A (zh) | 2023-03-24 | 2023-03-24 | 一种绝缘子状态检测方法、装置、电子设备以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116338391A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117368797A (zh) * | 2023-11-17 | 2024-01-09 | 国网青海省电力公司海南供电公司 | 一种基于泄漏电流和efs的复合绝缘子闪络预警方法 |
-
2023
- 2023-03-24 CN CN202310308623.4A patent/CN116338391A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117368797A (zh) * | 2023-11-17 | 2024-01-09 | 国网青海省电力公司海南供电公司 | 一种基于泄漏电流和efs的复合绝缘子闪络预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bhui et al. | Application of recurrence quantification analysis to power system dynamic studies | |
CN115683230B (zh) | 油浸式变压器故障检测方法、装置、设备、介质及*** | |
CN116338391A (zh) | 一种绝缘子状态检测方法、装置、电子设备以及介质 | |
CN115951185A (zh) | 绝缘子闪络检测方法、装置、电子设备及存储介质 | |
CN117129815B (zh) | 一种基于物联网的多劣化绝缘子综合检测方法和*** | |
CN116758056B (zh) | 一种电器端子生产缺陷检测方法 | |
CN116124903B (zh) | 一种绝缘子的缺陷预警方法、装置、***、设备及介质 | |
CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
CN116304798A (zh) | 一种局部放电类型识别方法、装置、设备及介质 | |
CN115047294A (zh) | 配电线路的故障检测方法、装置、设备及存储介质 | |
CN114818830A (zh) | 一种基于图谱的放电类型识别方法、装置、设备及介质 | |
Mishra et al. | Diagnostics analysis of partial discharge events of the power cables at various voltage levels using ramping behavior analysis method | |
CN116127326B (zh) | 一种复合绝缘子检测方法、装置、电子设备及存储介质 | |
Wang et al. | A Denoising Method for Cable Partial Discharge Signals Based on Image Information Entropy and Multivariate Variational Mode Decomposition | |
CN111505420B (zh) | 一种线路避雷器状态的在线监测与诊断方法及*** | |
CN117849560B (zh) | 结合末屏电压和局部放电的阀侧套管绝缘监测方法及*** | |
CN117970029A (zh) | 基于多模态行波传输的电力电缆故障诊断方法及*** | |
Zhang et al. | Angle steel tower bolt defect detection based on YOLO-V3 | |
Su et al. | Intelligent fault diagnosis and security early warning method of new power system based on system network situation | |
CN117434403A (zh) | 电器的局部放电检测方法及装置 | |
CN116684063A (zh) | 一种检测方法、装置、设备及存储介质 | |
CN117761456A (zh) | 一种配电网故障诊断方法、装置、设备及存储介质 | |
CN117630575A (zh) | 一种线路雷击故障确定方法、装置、设备及存储介质 | |
CN117368711A (zh) | 一种高压开关柜的健康状态评估方法、装置、设备及介质 | |
CN116430157A (zh) | 避雷器老化状态的在线确定方法、装置、设备及存储介质 |
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 |