GIS间隔运行状态的检测方法及装置与流程

本发明涉及GIS间隔局部放电在线监测领域，具体而言，涉及一种GIS间隔运行状态的检测方法及装置。
背景技术：
：气体绝缘金属封闭组合电器(GasInsulatedSubstation，简称GIS间隔)由于占地面积和空间小、可靠性高、检修周期长等优势从而被广泛使用。随着GIS间隔的广泛应用，GIS间隔设备的运行可靠性也引起了普遍关注。过去普遍认为GIS间隔属于无需检修或检修周期长的设备，但从近年的运行经验来看，绝缘故障始终是影响GIS间隔可靠性的重要因素之一。为了保障GIS间隔的安全、稳定运行，常使用局部放电在线监测系统对GIS间隔内部的局部放电情况进行实时在线监测。在传统方法中，通常将局部放电传感器采集的局部放电数据作为分析样本，运用绘图法、时间序列法、特征分析法、人工神经网络等方法对这些样本数据进行综合分析，以此判断GIS间隔是否存在故障、诊断故障的类型以及定位故障部位等。然而上述分析方法所需的信息量大，算法复杂、不利于群体分析，难于快速准确的检测出GIS间隔的运行状态。针对上述的问题，目前尚未提出有效的解决方案。技术实现要素：本发明实施例提供了一种GIS间隔运行状态的检测方法及装置，以至少解决现有技术中GIS间隔放电缺陷识别效率低的技术问题。根据本发明实施例的一个方面，提供了一种GIS间隔运行状态的检测方法，包括：根据检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型；获取多个GIS间隔的缺陷率和/或故障率；根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，确定GIS间隔的运行状态。根据本发明实施例的另一方面，还提供了一种GIS间隔运行状态的检测装置，包括：构建单元，用于根据检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型；获取单元，用于获取多个GIS间隔的缺陷率和/或故障率；确定单元，用于根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，确定GIS间隔的运行状态。根据本发明实施例的另一方面，还提供了一种GIS间隔预警值的确定方法，其特征在于，包括：获取检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型；获取多个GIS间隔的缺陷率和/或故障率；根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，计算得到多个GIS间隔的局部放电数据的预警值。根据本发明实施例的另一方面，还提供了一种GIS间隔预警值的确定装置，其特征在于，包括：构建单元，用于获取检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型；获取单元，用于获取多个GIS间隔的缺陷率和/或故障率；确定单元，用于根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，计算得到多个GIS间隔的局部放电数据的预警值。在本发明实施例中，采用根据检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型；方式，通过获取多个GIS间隔的缺陷率和/或故障率，达到了根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，确定GIS间隔的运行状态的目的，从而实现了快速确定GIS间隔运行状态的技术效果，进而解决了现有技术中GIS间隔放电缺陷识别效率低的技术问题。附图说明此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1是根据本发明实施例的一种GIS间隔运行状态的检测方法的流程图；图2是根据本发明实施例的GIS间隔的局部放电数据的统计直方图及拟合曲线；以及图3是根据本发明实施例的一种GIS间隔运行状态的检测装置的示意图。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、系统、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1根据本发明实施例，提供了一种GIS间隔运行状态的检测方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图1是根据本发明实施例的方法，如图1所示，该方法包括如下步骤：步骤S102，根据检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型。具体的，在上述步骤S102中，每个GIS间隔可独立的按照预设的检测周期检测局部放电数据。在检测GIS间隔运行状态时，可按照需要选定多个GIS间隔，并获取该多个GIS间隔在一定时间周期内检测到的局部放电数据。然后统计该多个GIS间隔的局部放电数据的分布情况。分布模型用于表征局部放电数据的分布情况，其可为分布曲线、分布函数等任何形式，只要其能够表征局部放电数据在不同幅值处的分布即可。在一种可选的情况下，在该选定的时间周期内，每个GIS间隔都正好采集了一条局部放电数据，此时可以统计所有GIS间隔的局部放电数据在不同数值处的分布。在又一种可选的情况下，在该选定的时间周期内，一个GIS间隔采集了多条局部放电数据，此时既可以统计所有GIS间隔的所有局部放电数据在不同数值处的分布，也可以只为每个GIS间隔确定一个用于统计的数值，例如选择多个局部放电数据的平均值、有效值的众数、加权平均值、某个优选时间段的数值等等。选择的GIS间隔之间的属性差异越小则判断结果越准确。步骤S104，获取多个GIS间隔的缺陷率和/或故障率GIS间隔。具体的，在上述步骤S104中，缺陷率为多个可能存在缺陷的GIS间隔数量在所有GIS间隔数量中的占比，故障率为多个GIS间隔中已确定发生故障的GIS间隔数量在所有GIS间隔数量中的占比。上述可能存在缺陷的信息和确定发生故障的信息，可从GIS间隔的运维信息中获取。步骤S106，根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，确定GIS间隔的运行状态。具体的，虽然可以仅根据分布模型得到多个GIS间隔局部放电数据的分布情况，从而可以根据该分布情况大致的、主观的筛选出局部放电数据处于边缘、非聚集情况的个别GIS间隔，从而确定该个别GIS间隔运行状态异常。然而这种检测方法十分粗狂，不仅没有阈值来对GIS间隔的状态进行预判，而且即便在有阈值的情况下，该阈值也通常是主观值和经验值，不够准确的阈值自然难以准确的对GIS间隔的状态进行区分预判。对比之下，本发明可以通过局部放电数据的分布模型以及缺陷率和/或故障率，计算得到相对准确的局部放电数据的预警值，具体的，根据分布模型和缺陷率可以反推出有缺陷GIS间隔和无缺陷GIS间隔的局部放电数据的分界值，即为GIS间隔的注意值，用于指示多个GIS间隔中应当注意的GIS间隔，和/或，根据分布模型和故障率可以反推出有故障GIS间隔和无故障GIS间隔的局部放电数据的分界值，即为GIS间隔的警示值，用于指示多个GIS间隔中发生故障的GIS间隔。通过上述步骤S102-S106，在利用多个GIS间隔的局部放电数据构建分布模型后，获取GIS间隔的缺陷率和故障率，然后再根据分布模型估算GIS间隔的预警值时，充分考虑了GIS间隔的缺陷率和故障率等因素，从而可以得到更加准确的预警值阈值(包括：注意值和警示值等)，进而在使用注意值和警示值进行预警时，可以快速筛选出应当引起注意的GIS间隔和发生故障的GIS间隔，可以防止发生漏报警或误报警等情况，提高了对非正常GIS间隔进行筛选、确定非正常GIS间隔的效率和准确率。例如，在上述步骤S102中，获取某个固定时间段内的所有GIS间隔局部放电监测数据，在线监测系统采集数据的周期通常为一天，若采集周期小于一天时，则将当天内出现的所有局部放电的幅值的平均值作为该天的监测数据。本实施例中共获得某区域电网的448台局部放电在线监测传感器在一年内采集的163012条数据。其中某一个GIS间隔对应的局部放电在线监测传感器一年内采集的数据如表1所示：表1进一步地，步骤S106：根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，确定GIS间隔的运行状态包括：步骤S1062：根据局部放电数据的分布模型和缺陷率计算得到GIS间隔的注意值，和/或，根据局部放电数据的分布模型和故障率计算得到GIS间隔的警示值。具体的，在上述步骤S1062中，假设步骤S102中获取了N个GIS间隔的局部放电数据，并统计了这N个GIS间隔的局部放电数据在不同幅值处的分布情况，构建得到了分布模型。在一种可选实施例中，分布模型是累积分布函数，即分布模型描述了局部放电数据的概论分布，更具体的说，分布函数描述了小于等于a的值出现的概率的和。进一步的，当得到了这N个GIS间隔的缺陷率和故障率后，对于缺陷率来说，可将其作为概率和，根据分布模型和缺陷率可以反推出有缺陷GIS间隔和无缺陷GIS间隔的局部放电数据的分界值a1，即为GIS间隔的注意值，用于指示多个GIS间隔中应当注意的GIS间隔，和/或，对于故障率来说，也可以将其作为概率和，根据分布模型和故障率可以反推出有故障GIS间隔和无故障GIS间隔的局部放电数据的分界值a2，即为GIS间隔的警示值，用于指示多个GIS间隔中发生故障的GIS间隔。步骤S1064：获取第一GIS间隔的局部放电数据，其中第一GIS间隔为多个GIS间隔中的任意一个；步骤S1066：在第一GIS间隔的局部放电数据与注意值和/或警示值满足预设关系时，确定第一GIS间隔的运行状态。具体的，在上述步骤S1064和S1066中，对于N个GIS间隔中的任意一个，在需要检测其是否运行正常时，只需获取其局部放电数据的幅值b，并将其与步骤S1062中计算得到的注意值和/或警示值进行比较，结合步骤S1062处给出的具体实施例，当b与a1和/或a2的关系满足预设条件时，即可根据a1和/或a2来判断GIS间隔和运行状态。进一步地，步骤S1066：在第一GIS间隔的局部放电数据与注意值和/或警示值满足预设关系时，确定第一GIS间隔的运行状态包括：步骤S1066A：在第一GIS间隔的局部放电数据与注意值满足预设关系时，确定第一GIS间隔的运行状态包括：当第一GIS间隔的局部放电数据大于等于注意值时，确定第一GIS间隔应引起注意。具体的，在上述步骤S1066A中，当第一GIS间隔的局部放电数据b与注意值a1满足：b<a1时，则第一GIS间隔运行正常，b≥a1时，则第一GIS间隔应引起注意。步骤S1066B：在第一GIS间隔的局部放电数据与警示值满足预设关系时，确定第一GIS间隔的运行状态包括：当第一GIS间隔的局部放电数据大于等于警示值时，确定第一GIS间隔运行异常。具体的，在上述步骤S1066B中，当第一GIS间隔的局部放电数据b与警示值a2满足：b<a2时，则第一GIS间隔运行正常，b≥a2时，则第一GIS间隔运行异常。步骤S1066C：在第一GIS间隔的局部放电数据与注意值和警示值满足预设关系时，确定第一GIS间隔的运行状态包括：当第一GIS间隔的局部放电数据大于等于注意值且小于警示值时，确定第一GIS间隔应引起注意，当第一GIS间隔的局部放电数据大于等于警示值时，确定第一GIS间隔运行异常。具体的，在上述步骤S1066C中，当第一GIS间隔的局部放电数据b与注意值a1和警示值a2满足：b<a1时，则第一GIS间隔运行正常；a1≤b<a2时，则第一GIS间隔应引起注意；b≥a2时，则第一GIS间隔运行异常。示例性地，基于根据所求的GIS间隔局部放电平均幅值的注意值和警示值构建GIS间隔局部放电异常快速检出方法，如表2所示。表2局部放电平均幅值小于注意值大于注意值但小于警示值大于警示值运行状态正常注意报警进一步地，步骤S106：根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，确定GIS间隔的运行状态包括：步骤S1062：根据局部放电数据的分布模型和缺陷率计算得到GIS间隔的注意值，和/或，根据局部放电数据的分布模型和故障率计算得到GIS间隔的警示值。步骤S1068：使用注意值和/或警示值对多个GIS间隔的局部放电数据进行筛选，得到局部放电数据应当引起注意的GIS间隔和/或局部放电数据运行异常的GIS间隔。与步骤S1064与步骤S1066类似，步骤S1068亦是用于判断N个GIS间隔中应当注意和/或运行异常地GIS间隔，步骤S1068重在从N个GIS间隔中筛选出所有可能不正常的(包括应引起注意和运行异常)的GIS间隔，以供进一步的精确判断或人员检修。进一步的，在步骤S1068之后，本发明实施例的还可包括如下步骤：步骤S108:对于运行状态被确定为应引起注意和/或发生异常的GIS间隔，进一步采用绘图法、时间序列法、特征分析法、人工神经网络等方法中的至少一种进行分析，以更加准确的判断GIS间隔是否存在故障。通过上述步骤S108，在通过步骤S102-S106筛选出应当引起注意和发生故障的GIS间隔，再组合使用上述绘图法、时间序列法、特征分析法、人工神经网络等复杂方法进行判断，缩小了上述复杂方法的分析范围，相比于仅使用上述复杂方法本发明上述实施例进一步提高了判断效率，相比于仅使用上述筛选方法本发明上述实施例提高了判断准确度，相比于使用主观阈值和复杂方法的组合，本发明上述实施例则在筛选准确度和判断效率中达到了平衡优化。进一步地，步骤S102：根据检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型包括：步骤S1022：获取检测到的多个GIS间隔的局部放电数据。步骤S1024：对多个GIS间隔的局部放电数据进行处理，确定多个GIS间隔的局部放电数据符合的累积分布函数。步骤S1026：将累积分布函数作为多个GIS间隔的局部放电数据的分布模型。进一步地，步骤S1024：对多个GIS间隔的局部放电数据进行处理，确定多个GIS间隔的局部放电数据符合的累积分布函数包括：步骤S10242：计算预设时间周期内各个GIS间隔的局部放电数据幅值的平均值。步骤S10244：对多个GIS间隔的局部放电数据幅值的平均值进行统计，绘制得到多个GIS间隔的局部放电数据幅值的平均值的频率分布直方图。具体的，在上述步骤S10244中，绘制GIS间隔局部放电数据的统计直方图及拟合曲线，得到的图形曲线如图2所示。其中图2是根据本发明实施例的GIS间隔的局部放电数据的统计直方图及拟合曲线。步骤S10246：针对频率分布直方图进行曲线拟合，得到多个GIS间隔的局部放电数据符合的累积分布函数。进一步地，步骤S10246：针对频率分布直方图进行曲线拟合，得到多个GIS间隔的局部放电数据符合的累积分布函数包括：步骤S102462：选择与频率分布直方图匹配的分布类型，其中分布类型包括威布尔分布、正态分布、卡方分布中的至少一种；步骤S102464：估计分布类型的分布参数，将分布类型对应的分布函数确定为多个GIS间隔的局部放电数据符合的累积分布函数。在一种具体实施例中，累积分布函数为威布尔分布函数，逆累积分布函数为威布尔分布函数的逆函数。其中，威布尔分布的概率密度函数为：威布尔分布对应的累积概率分布函数分别为：其中，β表示威布尔斜率，也称形状参数；η表示特性值，也称比例参数。通过极大似然法估计形状参数和比例参数，威布尔分布模型对应的似然函数为：似然方程组为：将(3)代入(4)即可得到β和η的估计值，也即分布函数的参数值。进一步地，根据累积分布函数和缺陷率计算得到GIS间隔的注意值，和/或，根据累积分布函数和故障率计算得到GIS间隔的警示值；其中根据累积分布函数和缺陷率计算得到GIS间隔的注意值包括：确定累积分布函数对应的逆累积分布函数，根据逆累积分布函数和缺陷率，计算得到GIS间隔的注意值；其中根据累积分布函数和故障率计算得到GIS间隔的警示值包括：确定累积分布函数对应的逆累积分布函数，根据逆累积分布函数和故障率，计算得到GIS间隔的警示值。具体的，以威布尔分布为例，威布尔函数的逆累积分布函数为：x＝F-1(p|η,β)＝-η[ln(1-p)]1/β,p∈[0,1](5)其中，p表示累积分布概率，x表示当累积概率为p时对应的取值。示例性的，根据0.5的缺陷率和0.05的故障率，结合表1和图2，计算得到的注意值和警示值如下表3所示。表3注意值警示值860.90141899.6进一步地，根据逆累积分布函数和缺陷率计算得到GIS间隔的注意值包括：在变量值为1-P1时，将由逆累积分布函数估算得到的函数值作为注意值，其中P1表示缺陷率；根据累积分布函数和故障率计算得到GIS间隔的警示值包括：在变量值为1-P2时，将由逆累积分布函数估算得到的函数值作为警示值，其中P2表示故障率。具体地，以威布尔分布为例，当设置逆累积分布函数的累积概率等于1-缺陷率时，得到的估计值为注意值，设置逆累积分布函数的累积概率等于1-故障率时，得到的估计值为警示值。通过公式(5)可以得出该N个GIS间隔的局部放电数据的注意值和警示值。进一步地，步骤S104：获取多个GIS间隔的缺陷率和/或故障率包括：步骤S1042：获取多个GIS间隔的现场检修信息。步骤S1044：从多个GIS间隔的现场检修信息中提取GIS间隔的缺陷率和/或故障率，其中缺陷率为存在缺陷的GIS间隔数量在多个GIS间隔数量中的占比，故障率为发生故障的GIS间隔数量在多个GIS间隔数量中的占比。实施时，可以从现场的检修或者运维记录中查找GIS间隔的现场检修数据，并提取GIS间隔的缺陷率和故障率。由于缺陷率和故障率均来自与现场检修记录，因此提高了缺陷率和故障率可靠性和真实度。缺陷率和故障率还可以通过其他可选的方式获得。根据现场的检修记录，统计出的所有GIS间隔的故障率及缺陷率如表4所示：表4缺陷率/％故障率/％0.50.05进一步地，在步骤S102：根据检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型之前，方法还包括：步骤S101：按照预设标准对待检测的所有GIS间隔进行分类，其中多个GIS间隔选自同一分类。具体的，在上述步骤S101中，该多个GIS间隔优选为同一分类。GIS间隔可按照多种方式分类，如电压等级、同一地区、同一生产厂家、同一类型等等。当GIS间隔之间的属性差异越小时，基于上述方法得到的判断结果越准确。本发明的实施例还提供了一种GIS间隔预警值的确定方法，其中所确定的预警值用于GIS间隔运行状态的判断，该GIS间隔预警值的确定方法包括：获取检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型。获取多个GIS间隔的缺陷率和/或故障率。根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，计算得到多个GIS间隔的局部放电数据的预警值。需要说明的是，上述实施例中GIS间隔运行状态的检测方法中的方法步骤，亦可对应适用于GIS间隔预警值的确定方法。通过本发明上述实施例，提出一种GIS间隔运行状态的检测方法，旨在基于预警值快速检出GIS间隔局部放电异常。利用在线监测数据计算相应的预警值，如注意值和/或警示值，将这些预警值作为局部放电在线监测系统的阈值，通过对比实时监测值和阈值能够快速的监测GIS间隔的异常运行状态。在对GIS间隔的异常状态进行快速检出之后，再使用相应的故障类型诊断方法、故障定位判断方法对故障情况进行进一步的分析。解决由于相关技术中对GIS间隔进行在线监测时，由于现有阈值过于粗犷，而引起的在线监测系统误报率和漏报率较大的技术问题。实施例2根据本发明实施例，还提供了一种GIS间隔运行状态的检测方法实施例，需要说明的是，为便于理解并减少冗余描述，如下实施例仅意图描述如下一种复杂的情况，即电流数据包括全电流数据和/或阻性电流数据、同时考虑GIS间隔的缺陷率和/或故障率、并引入GIS间隔地属性特征对特征数据进行差异化分类，但并不以此为限。其他实施例亦可参考。一种可选的GIS间隔预警值的确定方法，包括如下步骤：步骤S202，获取某一类GIS间隔的局部放电在线监测数据。具体的，在上述步骤S202中，获取某个固定时间段内的所有GIS间隔局部放电监测数据，在线监测系统采集数据的周期通常为一天，若采集周期小于一天时，则将当天内出现的所有局部放电的幅值的平均值作为改天的监测数据。步骤S204，对在线监测数据进行统计分析，确定其分布模型。具体的，在上述步骤S204中，将获取到的该类GIS间隔的所有局部放电的幅值的平均值进行汇总，并进行统计分析，绘制频率分布直方图及拟合曲线，确定其分布模型。对本实例1的163012条数据进行统计，绘制频率分布直方图及其拟合曲线如图2所示，根据该图可知，该类GIS间隔设备的局部放电监测值符合威布尔分布。步骤S206，统计该类GIS间隔的缺陷率，根据缺陷率计算得到GIS间隔局部放电的注意值。具体的，在上述步骤S206中，根据现场的GIS间隔运维信息，统计该类GIS间隔的缺陷率，缺陷率＝缺陷台数/总台数；设置累积概率＝1-缺陷率，利用分布模型的逆累积分布函数，计算得到注意值。步骤S208，统计该类GIS间隔的故障率，根据故障率计算得到GIS间隔局部放电的警示值。具体的，在上述步骤S208中，根据现场的GIS间隔运维信息，统计该类GIS间隔的故障率，故障率＝故障台数/总台数；设置累积概率＝1-故障率，利用分布模型的逆累积分布函数，计算得到警示值。根据上述故障率和缺陷率信息，利用威布尔函数的逆累积分布函数：x＝F-1(p|η,β)＝-η[ln(1-p)]1/β,p∈[0,1]计算GIS间隔的局部放电的注意值和警示值。其中，p表示累积分布概率，x表示当累积概率为p时对应的取值。具体地，当设置逆累积分布函数的累积概率等于1-缺陷率时，得到的估计值为注意值，设置逆累积分布函数的累积概率等于1-故障率时，得到的估计值为警示值。步骤S210，将GIS间隔局部放电在线监测实时数据与计算得到的注意值和警示值进行比较，给出GIS间隔运行状态信息。具体的，在上述步骤S210中，将GIS间隔局部放电在线监测系统采集的当天的局部放电平均幅值与注意值和警示值比较：当局部放电平均幅值<注意值时，GIS间隔运行正常；当注意值<＝局部放电平均幅值<＝警示值时，GIS间隔运行可能发生异常，应引起注意；当局部放电平均幅值>＝警示值时，GIS间隔运行异常，报警。实施例3根据本发明实施例，提供了一种GIS间隔运行状态的检测装置的装置实施例。图3是根据本发明实施例的一种可选的GIS间隔运行状态的检测装置的示意图，如图3所示，该装置包括：构建单元32，用于根据检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型；获取单元34，用于获取多个GIS间隔的缺陷率和/或故障率；确定单元36，用于根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，确定GIS间隔的运行状态。具体的，每个GIS间隔可独立的按照预设的检测周期检测局部放电数据。在检测GIS间隔运行状态时，可按照需要选定多个GIS间隔，并获取该多个GIS间隔在一定时间周期内检测到的局部放电数据。然后统计该多个GIS间隔的局部放电数据的分布情况。分布模型用于表征局部放电数据的分布情况，其可为分布曲线、分布函数等任何形式，只要其能够表征局部放电数据在不同幅值处的分布即可。在一种可选的情况下，在该选定的时间周期内，每个GIS间隔都正好采集了一条局部放电数据，此时可以统计所有GIS间隔的局部放电数据在不同数值处的分布。在又一种可选的情况下，在该选定的时间周期内，一个GIS间隔采集了多条局部放电数据，此时既可以统计所有GIS间隔的所有局部放电数据在不同数值处的分布，也可以只为每个GIS间隔确定一个用于统计的数值，例如选择多个局部放电数据的平均值、有效值的众数、加权平均值、某个优选时间段的数值等等。选择的GIS间隔之间的属性差异越小则判断结果越准确。缺陷率为多个可能存在缺陷的GIS间隔数量在所有GIS间隔数量中的占比，故障率为多个GIS间隔中已确定发生故障的GIS间隔数量在所有GIS间隔数量中的占比。上述可能存在缺陷的信息和确定发生故障的信息，可从GIS间隔的运维信息中获取。虽然可以仅根据分布模型得到多个GIS间隔局部放电数据的分布情况，从而可以根据该分布情况大致的、主观的筛选出局部放电数据处于边缘、非聚集情况的个别GIS间隔，从而确定该个别GIS间隔运行状态异常。然而这种检测方法十分粗狂，不仅没有阈值来对GIS间隔的状态进行预判，而且即便在有阈值的情况下，该阈值也通常是主观值和经验值，不够准确的阈值自然难以准确的对GIS间隔的状态进行区分预判。对比之下，本发明可以通过局部放电数据的分布模型以及缺陷率和/或故障率，计算得到相对准确的局部放电数据的预警值，具体的，根据分布模型和缺陷率可以反推出有缺陷GIS间隔和无缺陷GIS间隔的局部放电数据的分界值，即为GIS间隔的注意值，用于指示多个GIS间隔中应当注意的GIS间隔，和/或，根据分布模型和故障率可以反推出有故障GIS间隔和无故障GIS间隔的局部放电数据的分界值，即为GIS间隔的警示值，用于指示多个GIS间隔中发生故障的GIS间隔。通过上述装置，在利用多个GIS间隔的局部放电数据构建分布模型后，获取GIS间隔的缺陷率和故障率，然后再根据分布模型估算GIS间隔的预警值时，充分考虑了GIS间隔的缺陷率和故障率等因素，从而可以得到更加准确的预警值阈值(包括：注意值和警示值等)，进而在使用注意值和警示值进行预警时，可以快速筛选出应当引起注意的GIS间隔和发生故障的GIS间隔，可以防止发生漏报警或误报警等情况，提高了对非正常GIS间隔进行筛选、确定非正常GIS间隔的效率和准确率。进一步的，确定单元包括：第一计算模块，用于根据局部放电数据的分布模型和缺陷率计算得到GIS间隔的注意值，和/或，根据局部放电数据的分布模型和故障率计算得到GIS间隔的警示值；第一获取模块，用于获取第一GIS间隔的局部放电数据，其中第一GIS间隔为多个GIS间隔中的任意一个；第一确定模块，用于在第一GIS间隔的局部放电数据与注意值和/或警示值满足预设关系时，确定第一GIS间隔的运行状态。进一步地，第一确定模块包括：第一确定子模块，用于在第一GIS间隔的局部放电数据与注意值满足预设关系时，确定第一GIS间隔的运行状态包括：当第一GIS间隔的局部放电数据大于等于注意值时，确定第一GIS间隔应引起注意；第二确定子模块，用于在第一GIS间隔的局部放电数据与警示值满足预设关系时，确定第一GIS间隔的运行状态包括：当第一GIS间隔的局部放电数据大于等于警示值时，确定第一GIS间隔运行异常；第三确定子模块，用于在第一GIS间隔的局部放电数据与注意值和警示值满足预设关系时，确定第一GIS间隔的运行状态包括：当第一GIS间隔的局部放电数据大于等于注意值且小于警示值时，确定第一GIS间隔应引起注意，当第一GIS间隔的局部放电数据大于等于警示值时，确定第一GIS间隔运行异常。进一步地，确定单元包括：第二计算模块，用于根据局部放电数据的分布模型和缺陷率计算得到GIS间隔的注意值，和/或，根据局部放电数据的分布模型和故障率计算得到GIS间隔的警示值；第二确定模块，用于使用注意值和/或警示值对多个GIS间隔的局部放电数据进行筛选，得到局部放电数据应当引起注意的GIS间隔和/或局部放电数据运行异常的GIS间隔。进一步地，构建单元包括：第二获取模块，用于获取检测到的多个GIS间隔的局部放电数据；处理模块，用于对多个GIS间隔的局部放电数据进行处理，确定多个GIS间隔的局部放电数据符合的累积分布函数；第三确定模块，用于将累积分布函数作为多个GIS间隔的局部放电数据的分布模型。进一步地，处理模块包括：计算子模块，用于计算预设时间周期内各个GIS间隔的局部放电数据幅值的平均值；绘制子模块，用于对多个GIS间隔的局部放电数据幅值的平均值进行统计，绘制得到多个GIS间隔的局部放电数据幅值的平均值的频率分布直方图；拟合子模块，用于针对频率分布直方图进行曲线拟合，得到多个GIS间隔的局部放电数据符合的累积分布函数。进一步地，拟合子模块包括：选择子模块，用于选择与频率分布直方图匹配的分布类型，其中分布类型包括威布尔分布、正态分布、卡方分布中的至少一种；估计子模块，用于估计分布类型的分布参数，将分布类型对应的分布函数确定为多个GIS间隔的局部放电数据符合的累积分布函数。进一步地，根据累积分布函数和缺陷率计算得到GIS间隔的注意值，和/或，根据累积分布函数和故障率计算得到GIS间隔的警示值；其中根据累积分布函数和缺陷率计算得到GIS间隔的注意值包括：确定累积分布函数对应的逆累积分布函数，根据逆累积分布函数和缺陷率，计算得到GIS间隔的注意值；其中根据累积分布函数和故障率计算得到GIS间隔的警示值包括：确定累积分布函数对应的逆累积分布函数，根据逆累积分布函数和故障率，计算得到GIS间隔的警示值。进一步地，根据逆累积分布函数和缺陷率计算得到GIS间隔的注意值包括：在变量值为1-P1时，将由逆累积分布函数估算得到的函数值作为注意值，其中P1表示缺陷率；根据累积分布函数和故障率计算得到GIS间隔的警示值包括：在变量值为1-P2时，将由逆累积分布函数估算得到的函数值作为警示值，其中P2表示故障率。进一步地，获取单元包括：第三获取模块，用于获取多个GIS间隔的现场检修信息；提取模块，用于从多个GIS间隔的现场检修信息中提取GIS间隔的缺陷率和/或故障率，其中缺陷率为存在缺陷的GIS间隔数量在多个GIS间隔数量中的占比，故障率为发生故障的GIS间隔数量在多个GIS间隔数量中的占比。进一步地，装置还包括：分类单元，用于按照预设标准对待检测的所有GIS间隔进行分类，其中多个GIS间隔选自同一分类。通过本发明上述实施例，提出一种GIS间隔运行状态的检测装置，旨在基于预警值快速检出GIS间隔局部放电异常。利用在线监测数据计算相应的预警值，如注意值和/或警示值，将这些预警值作为局部放电在线监测系统的阈值，通过对比实时监测值和阈值能够快速的监测GIS间隔的异常运行状态。在对GIS间隔的异常状态进行快速检出之后，再使用相应的故障类型诊断方法、故障定位判断方法对故障情况进行进一步的分析。解决由于相关技术中对GIS间隔进行在线监测时，由于现有阈值过于粗犷，而引起的在线监测系统误报率和漏报率较大的技术问题。本发明的实施例还提供了一种GIS间隔预警值的确定装置，其中所确定的预警值用于GIS间隔运行状态的判断，该GIS间隔预警值的确定装置包括：构建单元，用于获取检测到的多个GIS间隔的局部放电数据，构建多个GIS间隔的局部放电数据的分布模型；获取单元，用于获取多个GIS间隔的缺陷率和/或故障率；确定单元，用于根据多个GIS间隔的局部放电数据的分布模型以及缺陷率和/或故障率，计算得到多个GIS间隔的局部放电数据的预警值。需要说明的是，上述实施例中GIS间隔运行状态的检测方法中的方法步骤，亦可对应适用于GIS间隔预警值的确定方法。实施例4根据本发明实施例，提供了一种基于预警值的GIS间隔局部放电异常快速检出装置实施例。该装置包括：获取单元402、确定单元404、第一计算单元406、第二计算单元408、检出单元410。获取单元402，用于获取某一类GIS间隔的局部放电在线监测数据；确定单元404，用于对在线监测数据进行统计分析，确定其分布模型；第一计算单元406，用于统计该类GIS间隔的缺陷率，根据缺陷率计算得到GIS间隔局部放电的注意值；第二计算单元408，用于统计该类GIS间隔的故障率，根据故障率计算得到GIS间隔局部放电的警示值；检出单元410，用于将GIS间隔局部放电在线监测实时数据与计算得到的注意值和警示值进行比较，给出GIS间隔运行状态信息。进一步地，获取单元包括：获取模块：用于获取某一类GIS间隔的局部放电在线监测数据；GIS间隔局部放电在线监测系统采集数据的周期通常为一天，即每天记录一次当天内出现的所有局部放电的幅值的平均值，选取该平均幅值作为计算数据集，同时基于该平均幅值对GIS间隔的状态进行评价。本实施例中共获得某区域电网的448台局部放电在线监测传感器在一年内采集的163012条数据。其中某一个GIS间隔对应的局部放电在线监测传感器一年内采集的数据如表1所示。进一步地，确定单元包括：汇总分析模块，用于将该类GIS间隔的所有局部放电的幅值的平均值进行汇总，并进行统计分析；确定模块，用于绘制频率分布直方图及拟合曲线，确定其分布模型。对本实例的163012条数据进行统计，绘制频率分布直方图及其拟合曲线如图2所示，根据图2可知，该类GIS间隔设备的局部放电监测值符合威布尔分布。进一步地，第一计算单元包括：统计模块，用于根据现场的GIS间隔运维信息，统计该类GIS间隔的缺陷率，缺陷率＝缺陷台数/总台数；计算模块，用于设置累积概率＝1-缺陷率，利用分布模型的逆累积分布函数，计算得到注意值。进一步地，第二计算单元包括：统计模块，用于根据现场的GIS间隔运维信息，统计该类GIS间隔的缺陷率，故障率＝故障台数/总台数；计算模块，用于设置累积概率＝1-故障率，利用分布模型的逆累积分布函数，计算得到警示值。本实施例中，统计所有的GIS间隔设备，对应的缺陷率和故障率如表4所示。根据上述故障率和缺陷率信息，利用威布尔函数的逆累积分布函数：x＝F-1(p|η,β)＝-η[ln(1-p)]1/β,p∈[0,1]计算GIS间隔的局部放电的注意值和警示值。其中，p表示累积分布概率，x表示当累积概率为p时对应的取值。具体地，当设置逆累积分布函数的累积概率等于1-缺陷率时，得到的估计值为注意值，设置逆累积分布函数的累积概率等于1-故障率时，得到的估计值为警示值。计算结果如表3所示。进一步地，检出单元包括：检出模块，用于将GIS间隔局部放电在线监测系统采集的当天的局部放电平均幅值与注意值和警示值比较：当局部放电平均幅值<注意值时，GIS间隔运行正常；当注意值<＝局部放电平均幅值<＝警示值时，GIS间隔运行可能发生异常，提示注意；当局部放电平均幅值>＝警示值时，GIS间隔运行异常，提示报警。本实施例中，基于根据所求的GIS间隔局部放电平均幅值的注意值和警示值构建GIS间隔局部放电异常快速检出方法，如表2所示。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元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单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元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(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。以上仅是本发明的优选实施方式，应当指出，对于本
技术领域：
的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。当前第1页1 2 3