一种隔离开关状态监测装置的制造方法
【技术领域】
[0001] 本实用新型涉及电力技术领域，更具体地说，涉及一种隔离开关状态监测装置。
【背景技术】
[0002] 隔离开关是电力系统中应用范围最广泛、使用量最大的高压电器设备，而防止隔 离开关过热是保证其正常使用的关键因素之一。
[0003] 现有技术中通常是由工作人员在每次巡视时对隔离开关进行检测，进而确定其状 态是否为过热状态，但是，一般情况下，工作人员每次巡视之间具有一定的时间间隔，因此， 无法实现对于隔离开关的实时监测，进而可能出现隔离开关过热但是却未被及时发现的情 况。
[0004] 综上所述，现有技术中对隔离开关的状态监测存在由于无法对其进行实时监测导 致在隔离开关过热时无法及时发现的问题。 【实用新型内容】
[0005] 本实用新型的目的是提供一种隔离开关状态监测装置，以实现对于隔离开关的实 时监测，进而避免隔离开关过热而无法及时发现的情况发生。
[0006] 为了实现上述目的，本实用新型提供如下技术方案：
[0007] -种隔离开关状态监测装置，包括：
[0008] 用于实时获取影响隔离开关的发热状态的影响因素的监测器；
[0009] 与所述监测器连接，用于计算得到与所述隔离开关的发热状态对应的状态参数的 计算器；
[0010] 与所述计算器连接，用于根据所述状态参数确定所述隔离开关当前时刻的发热状 态的判决器。
[0011] 优选的，还包括：
[0012]对所述隔离开关的发热状态进行显示的显示器。
[0013] 优选的，还包括：
[0014] 用于当所述判决器判断出所述隔离开关当前时刻的发热状态为过热状态时进行 报警的报警器。
[0015] 优选的，所述报警器为蜂鸣报警器或者报警灯。
[0016] 优选的，所述监测器包括：
[0017] 实时测量所述隔尚开关对应的负荷电流率的电气量测量器；
[0018] 实时获取外界输入的与所述隔离开关对应的污秽等级的输入器；
[0019] 实时测量与所述隔离开关对应的环境温度的温度测量器。
[0020] 优选的，还包括：
[0021] 将当前时刻、当前时刻对应的所述影响因素及当前时刻所述隔离开关的发热状态 上传至数据中心的发送器。
[0022] 优选的，所述计算器包括：
[0023] 基于径向基函数神经网络利用所述影响因素计算得到所述状态参数的计算芯片。 [0024] 优选的，还包括：
[0025] 对所述影响因素进行归一化处理的处理器。
[0026] 本实用新型提供的一种隔离开关状态监测装置包括:用于实时获取影响隔离开关 的发热状态的影响因素的监测器；与所述监测器连接，用于计算得到与所述隔离开关的发 热状态对应的状态参数的计算器;与所述计算器连接，用于根据所述状态参数确定所述隔 离开关当前时刻的发热状态的判决器。通过本申请公开的上述装置，对影响隔离开关的发 热状态的影响因素进行实时获取，通过对影响因素进行计算得到对应于隔离开关的发热状 态的状态参数，进而根据状态参数确定出隔离开关的发热状态，由此，通过影响因素的实时 获取，进而实现隔离开关的发热状态的实时监测，有效避免了隔离开关处于过热状态而无 法及时发现的情况的发生，实现了对隔离开关的过热状态的可靠预警。
【附图说明】
[0027] 为了更清楚地说明本实用新型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 是本实用新型的实施例，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 可以根据提供的附图获得其他的附图。
[0028] 图1为本实用新型实施例提供的一种隔离开关状态监测装置的结构示意图。
【具体实施方式】
[0029] 下面将结合本实用新型实施例中的附图，对本实用新型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实用新型一部分实施例，而不是全部的 实施例。基于本实用新型中的实施例，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，都属于本实用新型保护的范围。
[0030] 请参阅图1，其示出了本实用新型实施例提供的一种隔离开关状态监测装置的结 构示意图，可以包括：
[0031] 用于实时获取影响隔离开关的发热状态的影响因素的监测器11;
[0032] 与监测器连接，用于计算得到与隔离开关的发热状态对应的状态参数的计算器 12；
[0033] 与计算器连接，用于根据状态参数确定隔离开关当前时刻的发热状态判决器13。 [0034]其中，影响因素的数量可以为N个，而N的取值可以根据实际需要进行确定，由于影 响隔离开关的影响因素可以包括很多，如隔离开关的持续作用时长、隔离开关的相关电气 量等，至于具体选取哪些影响因素，可以根据实际需要进行确定，且通常情况下，选取的与 隔离开关对应的影响因素越多，得到的状态参数越准确，因此，优选的，N可以选取大于或者 等于3的值。
[0035] 而计算器可以利用监测器获取的影响因素进行计算，以得到与隔离开关的发热状 态对应的状态参数。
[0036] 另外，判决器可以按照预先设定的状态参数与发热状态之间的对应关系确定隔离 开关的发热状态，其中，隔离开关的发热状态可以包括正常状态和过热状态，如当状态参数 为一个具体的数值时，可以判断该值是否超过预先设定的阈值，如果是，则隔离开关为发热 状态，否则，隔离开关为正常状态，而当状态参数为一个向量时，可以确定某一类向量对应 隔离开关为过热状态，其他则对应隔离开关为正常状态，如假设得到的状态参数为向量Y= ( yi，y2)，当状态参数具体为Y= (1，〇)，则确定其对应隔离开关为过热状态，其他则对应隔离 开关为正常状态。当然，根据实际需要对上述技术特征做出的其他设定，均在本实用新型的 保护范围之内。
[0037]通过本申请公开的上述装置，对影响隔离开关的发热状态的影响因素进行实时获 取，通过对影响因素进行计算得到对应于隔离开关的发热状态的状态参数，进而根据状态 参数确定出隔离开关的发热状态，由此，通过影响因素的实时获取，进而实现隔离开关的发 热状态的实时监测，有效避免了隔离开关处于过热状态而无法及时发现的情况的发生，达 到了对隔离开关的过热状态进行可靠预警的效果，将被动检修模式向主动检修模式推进。
[0038] 上述实施例提供的一种隔离开关状态监测装置中，计算器可以包括：
[0039] 基于径向基函数神经网络利用影响因素计算得到状态参数的计算芯片。
[0040] 即，本实用新型实施例中优选的为利用径向基函数神经网络确定状态参数，且由 此得到的状态参数为向量。其中，径向基函数(Radial basis function，RBF)神经网络能够 逼近任意的非线性函数，可以处理系统内的难以解析的规律性，具有良好的泛化能力，并有 很快的学习收敛速度，已成功应用于非线性函数逼近、时间序列分析、数据分类、模式识别、 信息处理、图像处理、系统建模、控制和故障诊断等。本实施例中实际为利用RBF神经网络的 强记忆能力和自学习能力建立的预警模型，进而实现隔离开关的过热预警，具体来说，本实 用新型实施例所采用的RBF神经网络为一个包含输入层、隐含层及输出层的前馈网，输入层 为接收由影响因素组成的向量的层，隐含层为对影响因素组成的向量进行计算的层，输出 层用于输出计算得到的向量，即状态参数的层，其中，隐含层是RBF神经元结构，该神经元的 净输入采用距离函数乘以偏置，并使用径向基函数作为激活函数的方式。具体来说，本实用 新型实施例中可以通过自组织选取聚类的装置，采用高斯函数作为径向基函数，计算状态 参数，即为按照下列公式计算状态参数：
[0042] 其中，X为由影响因素组成的向量，维数为N(对应的影响因素为N个），即X=[X1， X2,…，XN]; i = l，2,…，p，p表示隐含层神经元个数，每个神经元对应一个高斯函数，Ci是隐 含层中第i个高斯函数的中心，σ:为隐含层中第i个高斯函数对应的高斯函数方差；j = l， 2,…，m，m为输出层神经元个数，为隐含层中第i个神经元与输出层中第j个神经元之间的 连接权值，^为输出层中第j个神经元的输出值。按照上述公式依次对输出层每个神经元进 行计算，得到输出值，并将其组成的向量作为状态参数。
[0043] 另外，CdP〇1为预先确定的，具体来说，可以按照下列公式求得〇1:
[0045]其中，h为计算〇i时选取的样本个数，Cmax为所选取样本对应的中心之间的最大距 离。
[0046]可以采用K-均值聚类装置，按照下列公式基于