配电开关柜运行状态评价方法与流程

1.本发明涉及电气设备故障检测领域，尤其是一种基于小波分解算法和深度置信神经网络的配电开关柜运行状态评价方法。


背景技术：

2.电网中配电开关柜设备状态信息的准确获取是进行状态评价的前提和基础。目前对于配电开关柜设备状态信息的获取是由配电开关柜设备故障后的停电检修信息和一些简单的外观、声音信息中获取。对于配电开关柜的状态评价也是单一的信号特征评价，例如根据噪声、表面振动、污秽、发热等现象。评价方式一般是由专家或者运行经验丰富的运维人员对电力设备的工作状态做出评价，这样就导致了评价过程会受到人为主观因素的影响，大大降低了配电开关柜运行状态评价的速度和准确度。另外这种评价的结果通常只分为正常和故障两种状态，无法对配电开关柜的运行状态进行更为细致的分析，这就会导致处于需要进行日常维护和检修的配电开关柜设备无法对得到及时的检修和维护，最终导致电网故障的发生。另外基于各种传感器的在线检测技术，实现了对配电开关柜设备运行状态信息的实时监测，其获取的特征量信息具有定的参考价值。利用传感器的在线检测技术获得的在线监测信息、带电检测信息和停电试验信息都是状态评价的重要参考信息，但是以此为基础的配电开关柜运行状态评价方法仍普遍存在特征数据不易获取，实际操作性欠佳，以及状态等级的划分、临界点的选择、隶属函数的建立等都没有一个完善的标准等问题。另外这种方法同样存在不可避免的主观性，影响了具体的评价效果。


技术实现要素：

3.为了解决上述技术问题，本发明提供了一种配电开关柜运行状态评价方法，其特殊之处在于，包含以下步骤：
4.(1)将配电开关柜的运行状态划分为四个等级，分别为良好状态、正常状态、检修状态和故障状态，并为不同运行状态设置相应的关联度函数；
5.(2)采集一个或多个配电开关柜在运行状态下的特征值；
6.(3)确定不同配电开关柜在运行状态下特征值的权值；
7.(4)将采集到的特征值进行归一化处理，并将得到的归一化特征值带入不同运行状态下的关联度函数，得到特征值在该运行状态下的关联度；
8.(5)计算配电网在某一运行状态下的最终关联度，其中
9.t＝q1t1+q2t2+q3t3+
…
+qntn10.式中t为某一运行状态下的最终关联度，qn为第n个特征值所对应的权值，t1为第n个特征值在该运行状态下的关联度；
11.(6)比较配电开关柜在良好状态、正常状态、检修状态和故障状态下的最终关联度，最终关联度为正值且最大的运行状态即为当前配电开关柜的运行状态。
12.进一步地，所述步骤(1)中良好状态的关联度函数为
[0013][0014]
正常状态的关联度函数为
[0015][0016]
检修状态的关联度函数为
[0017][0018]
故障状态的关联度函数为
[0019][0020]
其中t(x)为在不同运行状态下的关联度，x为配电开关柜在该运行状态下的特征值。
[0021]
进一步地，所述步骤(2)中配电开关柜在运行状态下的特征值包括但不限于暂态地电压幅值、暂态地电压脉冲、超声波值、红外测温值、电缆接头温度、母排温度、环境湿度、累计开断次数、负载率、气体压力、绝缘电阻和主回路电阻中的一种或多种。
[0022]
进一步地，所述步骤(3)中确定不同配电开关柜在运行状态下特征值权值的方法包含以下步骤：
[0023]
(3.1)构建权值初始判断矩阵，其中
[0024][0025]
式中dn×n为n
×
n的权值初始判断矩阵，n为特征值的个数，矩阵中a
ij
为第i个特征值重要程度相对于第j个特征值重要程度的倍数；
[0026]
(3.2)计算各特征值的权重，其中
[0027][0028]
式中qi为第i个特征值的权重。
[0029]
进一步地，所述步骤(4)中对采集到的特征值进行归一化处理采用的模型为半岭模型，其中对于数值越大代表配电开关柜运行越好的特征值选用升半岭模型，对于数值越小代表配电开关柜运行越好的特征值选用降半岭模型，其中升半岭模型函数为
[0030][0031]
降半岭模型函数为
[0032][0033]
式中a为该特征值的下限阈值，b为该特征值的上限阈值。
[0034]
本发明所提供的配电开关柜运行状态评价方法，针对物元可拓学方法中关联度计算方面进行改进,解决传统方法中关联度计算结果与实际不符合的问题，提高配电开关柜运行状态评价的准确度和速度。本发明所提供的配电开关柜运行状态评价方法，在运行状态评价的过程中排除了人为主观因素的影响，避免了主观因素对运行状态评价的影响。
附图说明
[0035]
构成本技术的一部分的说明书附图用来提供对本发明的进一步理解，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。
[0036]
图1为本发明配电开关柜运行状态评价方法的流程图。
具体实施方式
[0037]
为了加深对本发明的理解，下面将结合实施例和附图对本发明作进一步详述。
[0038]
如图1所示，本实施例配电开关柜运行状态评价方法，其步骤如下
[0039]
(1)将配电开关柜的运行状态划分为四个等级，分别为良好状态、正常状态、检修状态和故障状态，并为不同运行状态设置相应的关联度函数；
[0040]
(2)采集三个配电开关柜在运行状态下的特征值，分别为暂态地电压幅值、暂态地电压脉冲和超声波值；
[0041]
(3)确定不同配电开关柜在运行状态下特征值的权值；
[0042]
(4)将采集到的特征值进行归一化处理，并将得到的归一化特征值带入不同运行状态下的关联度函数，得到特征值在该运行状态下的关联度；
[0043]
(5)计算配电网在某一运行状态下的最终关联度，其中
[0044]
t＝q1t1+q2t2+q3t3+
…
+qntn[0045]
式中t为某一运行状态下的最终关联度，qn为第n个特征值所对应的权值，t1为第n个特征值在该运行状态下的关联度；
[0046]
(6)比较配电开关柜在良好状态、正常状态、检修状态和故障状态下的最终关联度，最终关联度为正值且最大的运行状态即为当前配电开关柜的运行状态。
[0047]
所述步骤(1)中良好状态的关联度函数为
[0048]
[0049]
正常状态的关联度函数为
[0050][0051]
检修状态的关联度函数为
[0052][0053]
故障状态的关联度函数为
[0054][0055]
其中t(x)为在不同运行状态下的关联度，x为配电开关柜在该运行状态下的特征值。
[0056]
所述步骤(3)中确定不同配电开关柜在运行状态下特征值权值的方法包含以下步骤：
[0057]
(3.1)构建权值初始判断矩阵，其中
[0058][0059]
式中dn×n为n
×
n的权值初始判断矩阵，n为特征值的个数，矩阵中a
ij
为第i个特征值重要程度相对于第j个特征值重要程度的倍数；
[0060]
(3.2)计算各特征值的权重，其中
[0061][0062]
式中qi为第i个特征值的权重。
[0063]
所述步骤(4)中对采集到的特征值进行归一化处理采用的模型为半岭模型，其中对于数值越大代表配电开关柜运行越好的特征值选用升半岭模型，对于数值越小代表配电开关柜运行越好的特征值选用降半岭模型，其中升半岭模型函数为
[0064][0065]
降半岭模型函数为
[0066][0067]
式中a为该特征值的下限阈值，b为该特征值的上限阈值。
[0068]
应用本实施例对一台处于良好运行状态下的配电开关柜进行运行状态评价，得到的各运行状态的关联度如表1。
[0069]
表1配电开关柜进行运行状态评价表
[0070]
运行状态良好正常检修故障关联度0.1654-0.3321-0.2635-0.6752
[0071]
从关联度可以判断该配电开关柜处于良好状态，判断准确。
[0072]
对一台处于正常运行状态下的配电开关柜进行运行状态评价，得到的各运行状态的关联度如表2。
[0073]
表2配电开关柜进行运行状态评价表
[0074]
运行状态良好正常检修故障关联度-0.63960.1933-0.4178-0.5423
[0075]
从关联度可以判断该配电开关柜处于正常状态，判断准确。
[0076]
对一台处于检修运行状态下的配电开关柜进行运行状态评价，得到的各运行状态的关联度如表2。
[0077]
表3配电开关柜进行运行状态评价表
[0078]
运行状态良好正常检修故障关联度-0.4157-0.17030.1523-0.3524
[0079]
从关联度可以判断该配电开关柜处于检修状态，判断准确。
[0080]
对一台处于故障运行状态下的配电开关柜进行运行状态评价，得到的各运行状态的关联度如表4。
[0081]
表4配电开关柜进行运行状态评价表
[0082]
运行状态良好正常检修故障关联度-0.4862-0.1416-0.33240.2017
[0083]
从关联度可以判断该配电开关柜处于故障状态，判断准确。
[0084]
从判断结果可以看出，应用本实施例进行配电开关柜运行状态评价得到的结果准确率较高。
[0085]
以上仅为本发明的具体实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。