一种高压开关柜隐患检测系统的制作方法

本发明属于高压开关柜隐患检测，具体是一种高压开关柜隐患检测系统。

背景技术：

1、高压开关柜是电力系统中非常重要的电气设备，目前10kv、35kv金属封闭开关成套设备已经广泛应用于电力系统中的各个变电站。电气设备在长期运行中必然存在由于电、热、化学等因素导致的绝缘劣化现象。根据1998年-2002年间全国电力系统6-10kv开关柜事故统计，绝缘和载流部分引起的故障占总数的40.2%，其中由于绝缘部分的闪络造成的事故占绝缘事故总数的79%。近年来电力系统开关柜烧损及爆炸事故时有发生，已经严重威胁到现场工作人员的安全和电网的稳定运行。

2、在长期运行过程中，高压开关柜内的金属件、绝缘件等由于制造中潜伏的缺陷或者运行中产生的缺陷，会产生局部放电。这种放电不断蔓延和发展，会引起绝缘的损伤，如果任其发展则会导致绝缘丧失介电性能而造成事故。

3、因此，对高压开关柜进行隐患检测是极其必要的，基于此，本发明提供了一种高压开关柜隐患检测系统。

技术实现思路

1、为了解决上述方案存在的问题，本发明提供了一种高压开关柜隐患检测系统。

2、本发明的目的可以通过以下技术方案实现：

3、一种高压开关柜隐患检测系统，包括设备分析模块、检测模块、异常识别模块和放电定位模块；

4、所述设备分析模块用于对高压开关柜进行设备分析，将需要进行检测的高压开关柜标记为目标设备，建立所述目标设备对应的目标统计模型。

5、进一步地，目标统计模型的建立方法包括：

6、根据所述目标设备定义等同目标，所述等同目标为与所述目标设备同种类、型号、用途的高压开关柜；

7、获取等同目标的历史检测数据，对获得的所述历史检测数据进行统计，识别等同目标中的各放电部件；统计各所述放电部件的故障占比；计算各放电部件的影响占比；

8、根据公式di=(b1×gki+b2×ghi)÷u计算各放电部件的侧重值；

9、式中：di表示对应放电部件的侧重值；i表示对应的放电部件，i=1、2、……、n，n为正整数；b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1；gki表示对应放电部件的故障占比；ghi表示对应放电部件的影响占比；u为累积值；

10、获取目标设备的设备信息，根据获得的设备信息建立目标初始模型，在目标初始模型中标记各放电部件，整合各所述放电部件对应的放电部件属性；放电部件属性包括位置坐标、侧重值、放电表现特征；

11、将获得的放电部件属性标记在目标初始模型中的对应位置上，将当前的目标初始模型标记为目标统计模型。

12、进一步地，；

13、式中：u为累积值；b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1；gki表示对应放电部件的故障占比；ghi表示对应放电部件的影响占比；i=1、2、……、n，n为正整数。

14、所述检测模块用于对目标设备进行局部放电检测，获取目标统计模型，根据目标统计模型确定目标设备的局部放电检测方式和检测设备安装位置；根据获得的局部放电检测方式和检测设备安装位置进行检测设备的布置；通过检测设备对目标设备进行检测，获得对应的检测数据。

15、进一步地，根据目标统计模型确定检测设备安装位置的方法包括：

16、根据局部放电检测方式在目标统计模型中标记安装区域；

17、应用等同目标进行检测模拟，获得各放电部件对应的单一模拟数据，将各放电部件对应的单一模拟数据进行整合为检测模拟数据；对检测模拟数据进行分析，获得安装区域内各位置的单一模拟值；

18、根据各位置对应的单一模拟值生成对应的模拟面，根据模拟面确定最大的单一模拟值；将最大的单一模拟值对应的位置标记为检测设备安装位置。

19、进一步地，对检测模拟数据进行分析的方法包括：

20、根据检测模拟数据中各单一模拟数据统计安装区域内各位置的检测覆盖率，将获得的检测覆盖率标记为检测覆盖值；

21、根据各单一模拟数据统计安装区域内各位置对于各放电部件的识别精度值；

22、获取各放电部件的放电部件属性，识别放电部件属性中的侧重值；

23、根据公式计算安装区域内各位置的单一模拟值；

24、式中：p(x，y)表示对应位置的单一模拟值；(x，y)表示安装区域内的对应位置；i表示对应的放电部件，i=1、2、……、n，n为正整数；b3、b4均为比例系数，取值范围为0<b3≤1，0<b4≤1；q(fli)为判断模型；fli为相应放电部件在对应位置处的检测覆盖值；jzi为相应放电部件在对应位置处的识别精度值；di表示对应放电部件的侧重值；e为常数。

25、进一步地，判断模型的表达式为：

26、；

27、式中：i=1、2、……、n，n为正整数；fli为相应放电部件在对应位置处的检测覆盖值；e为常数。

28、所述异常识别模块用于对检测数据进行分析，建立异常识别模型，通过建立的异常识别模型对检测数据进行实时分析，获得对应的异常数据。

29、进一步地，异常识别模型的表达式为；式中：s为检测数据。

30、所述放电定位模块用于根据异常数据定位放电部件，确定目标设备内的各待选部件，获取各待选部件对应的放电部件属性；

31、获取异常数据，从异常数据中提取与各待选部件的放电表现特征相对应的参照特征；计算各参照特征与相应放电表现特征之间的特征相似度；

32、根据公式计算对应的放电推荐值；

33、式中：trj为对应待选部件的放电推荐值；j表示待选部件，j=1、2、……、m，m为正整数；tsj表示对应待选部件的特征相似度；

34、将各待选部件按照放电推荐值从高到低的顺序进行排序，获得推荐列表；将推荐列表发送给对应的工作人员；工作人员根据推荐列表对待选部件进行校核，并实时反馈校核结果，校核结果包括校核成功和校核失败；当校核结果为校核成功时，不进行相应操作；当校核结果为校核失败时，对推荐列表进行调整；工作人员重新进行校核，直到校核成功为止。

35、进一步地，对推荐列表进行调整的方法包括：

36、识别校核失败对应的待选部件，将对应待选部件的特征相似度调整为0；重新计算各待选部件的放电推荐值，根据各待选部件的放电推荐值对推荐列表进行更新。

37、与现有技术相比，本发明的有益效果是：

38、通过设备分析模块、检测模块、异常识别模块和放电定位模块之间的相互配合，实现及时发现安全隐患，避免因设备故障而引发的安全事故；可以有效地提高高压开关柜的安全性和可靠性；通过设备分析模块建立目标统计模型，实现充分利用积累的大量关于高压开关柜各运行部件的本体数据、工况及环境数据，全面准确地掌握开关柜的实际运行情况。通过应用模拟面确定检测设备安装位置，将会极大的降低模拟的数据量，后续根据各模拟位置的单一模拟值进行补充即可；提高分析效率。