一种基于提升小波时间序列法的劣化绝缘子预测方法技术

本发明专利技术公开了一种基于提升小波时间序列法的劣化绝缘子预测方法，其中，具体步骤如下：(1)数据预处理过程；(2)模型参数识别过程；(3)模型诊断与检验过程；(4)综合绝缘子盘面与钢帽的温度特征预测出绝缘子的低零值状态判断劣化绝缘子。本发明专利技术具有提高劣化绝缘子检测准确率的效果。

A prediction method of deteriorated insulators based on lifting wavelet time series method

The invention discloses a prediction method for deteriorated insulators based on lifting wavelet time series method, in which the specific steps are as follows: (1) data pretreatment process; (2) model parameter identification process; (3) model diagnosis and inspection process; (4) low zero value state judgment of insulators is predicted by synthesizing the temperature characteristics of insulator disk and steel cap. Broken insulator. The invention has the effect of improving the detection accuracy of deteriorated insulators.

【技术实现步骤摘要】
一种基于提升小波时间序列法的劣化绝缘子预测方法
本专利技术属于高压输变电设备运行维护检修
，特别涉及一种基于提升小波时间序列法的劣化绝缘子预测方法。
技术介绍
绝缘子是架空输电线路的重要组成部分，在电力系统中是使用量最大的高压绝缘部件，其一方面为传输电流的高压导线提供机械支撑，另一方面防止线路中的电流对地形成通道流入大地。我国输电线路和变电站中使用的主要是瓷质盘形绝缘子。运行中的绝缘子长期工作于强电场、机械应力、污秽及恶劣气候等共存的复杂环境中，随着运行时间的增加，受机电联合作用，绝缘子的绝缘性能和机械性能会慢慢下降，从而产生低值(10-500MΩ)或零值绝缘子(0-10MΩ)，低值或零值绝缘子统称劣化绝缘子。如果有劣化绝缘子的绝缘子串发生工频闪络或遭受雷击，会有很大电流流过绝缘子内部，强大的电流产生的热效应往往会造成绝缘子钢帽炸裂或脱开，从而出现绝缘子串掉串、导线落地等严重事故。在输变电设备运行维护检修
尽早发现劣化绝缘子是输变电设备安全稳定运行的重要保障，且直接关系到电网的安全稳定和对用户供电的可靠性。架空线路的稳定运行对电力系统的安全具有举足轻重的作用，因此对于绝缘子的运行状态进行合理有效的预测就有着重大的现实意义。应用红外热像技术检测绝缘子依据是DL/T664-2008《带电设备红外诊断技术应用导则》，该标准提出通过比较同一串中相邻绝缘子的钢帽温度来实现劣化绝缘子的诊断。带电设备状态的温度变化是一个复杂的过程，既与各部件自身的性质有关，又与带电设备的环境影响有关；一个影响绝缘子健康状态的要素可能立刻显现出来，也可能在许久之后才反映成可被观测的表象，故一个能对长时间、高维度的时间序列进行分析的方法是必不可少的。根据Box.Jenkins方法,可将随机时间序列的预测模型分类为:自回归模型(AR)、滑动平均模型(MA)、自回归-滑动平均模型(ARMA)。AR模型,当前时刻的观测值由过去几个历史时刻的观测值和一个当前时刻的随机干扰来表示；MA模型,当前时刻的观测值由称作随机干扰的白噪声序列的线性组合来表示；将AR模型与MA模型结合起来,即ARMA模型。数据挖掘方法可以从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则。
技术实现思路
鉴于上述问题，本专利技术的目的在于提供一种提高劣化绝缘子检测准确率的基于提升小波时间序列法的劣化绝缘子预测方法。为实现上述目的，本专利技术提供的一种基于提升小波时间序列法的劣化绝缘子预测方法，其中，具体步骤如下：(1)数据预处理过程A、采集不同间隔时间段待诊断绝缘子串的红外热像图谱；B、从中提取绝缘子串红外热像图谱中每片绝缘子的盘面和钢帽温度差作为特征量，得出盘面和钢帽温度差不同间隔的时间序列；C、之后，通过提升小波分裂、预测、更新三步去除高频噪声，即绝缘子覆冰积雪异常扰动，完成数据的预处理工作；(2)模型参数识别过程通过空间插值法，根据绝缘子所在变电站中测得的环境信息，计算出绝缘子所在位置环境要素的推定值；采用ARIMA模型对待绝缘子的钢帽温差进行拟合，并将与之相关的环境要素信息以传递函数模型的形式加入模型当中；对模型的残差进行检验，对于残差明显异常的时刻尝试干预变量模型，增强拟合精度；(3)模型诊断与检验过程将数据预处理过程预测出来有问题的绝缘子钢帽温度和盘面温度分别按位置编号保存并绘制温度曲线，分别得到绝缘子串的盘面温度分布曲线和钢帽温度分布曲线；所述绝缘子位置编号是指每片绝缘子在绝缘子串中所处的位置，指定为从导线侧开始编号，则靠近导线侧的第一片绝缘子的位置编号为1，其它绝缘子依次编号。(4)综合绝缘子盘面与钢帽的温度特征预测出绝缘子的低零值状态判断劣化绝缘子将绝缘子串盘面温度分布曲线和钢帽温度分布曲线分别与标准曲线进行比较，依据绝缘子串中劣化绝缘子的钢帽温度随其绝缘电阻的降低呈现先升高后降低的趋势找出畸变点，之后判断劣化绝缘子。在一些实施方式中，模型参数识别过程，把提取的绝缘子串钢帽温度作为特征量，随着时间推移，某一时刻的状态量往往同时受过去状态和过去外部扰动的影响，因此对应的时间序列既有MA项又有AR项，加入了差分运算的ARMA模型被称为自回归综合滑动平均模型，以Xt表示某一时刻钢帽的温度，则Tt表示钢帽的温差，Yt表示某一时刻盘面的温度，则Pt表示盘面的温差.这一模型可以在若干次差分后变为一个平稳的序列：Tt＝ΔdXt＝(1-L)dXtPt＝ΔdYt＝(1-L)dYt其中ΔdXt＝(1-L)dXt以及ΔdYt＝(1-L)dYt为d阶差分算子。此时钢帽的温差Tt以及盘面的温差Yt可用ARMA来拟合：Tt＝φ1Tt-1+φ2Tt-2+......+φpTt-p+C+vt+θ1vt-1+θ2vt-2+......+θpvt-pPt＝φ1Pt-1+φ2Pt-2+......+φpPt-p+C+vt+θ1vt-1+θ2vt-2+......+θpvt-p引入一个表示滞后的算子L，令LXt＝Xt-1,LYt＝Yt-1则φL＝1-φ1L-φ2L2-......-φpLp＝0其中C是常数，φ称为自回归系数，θ为滑动平均系数，vt为白噪声，代表当前时刻所受到的外部扰动。在一些实施方式中，绝缘子串中劣化绝缘子的钢帽温度随其绝缘电阻的降低呈现先升高后降低的趋势找出畸变点的判断劣化绝缘子如下：A、绝缘子串盘面温度分布曲线出现局部低点、绝缘子串钢帽温度分布曲线相同位置出现局部高点，判断该位置为低值绝缘子；B、绝缘子串盘面温度分布曲线出现局部低点、绝缘子串钢帽温度分布曲线相同位置出现局部低点，判断该位置为零值绝缘子；C、绝缘子串盘面温度分布曲线未出现局部低点、绝缘子串钢帽温度分布曲线出现局部高点，判断绝缘子串钢帽温度分布曲线出现明显局部高点位置为低值绝缘子；D、绝缘子串盘面温度分布曲线未出现局部低点、绝缘子串钢帽温度分布曲线出现明显局部低点或无畸变点，判断该绝缘子串无劣化绝缘子。一种基于提升小波时间序列法的劣化绝缘子预测方法,其中，在220kV输电线路绝缘子串应用基于红外热像的盘形悬式瓷绝缘子在线检测方法开展检测，每串绝缘子含14片同型号绝缘子条件进行诊断过程如下：(1)采集不同间隔时间段的待诊断绝缘子串的红外热像图谱，提取绝缘子串红外热像图谱中每片绝缘子的钢帽温度作为特征量，通过提升小波算法的分裂、预测、更新三步完成数据的预处理工作。利用时间序列法按以下流程图得到预测结果；(2)提取(1)所述待诊断绝缘子串红外热像图谱中每片绝缘子的钢帽温度和盘面温度；(3)生成待诊断绝缘子串盘面温度曲线，生成待诊断绝缘子串钢帽温度曲线；(4)将待诊断绝缘子串盘面温度分布曲线和钢帽温度分布曲线分别与标准曲线进行比较发现：待诊断绝缘子串盘面温度分布曲线位置4出现局部低点，待诊断绝缘子串钢帽温度分布曲线相同位置出现局部高点，判断位置4为低值绝缘子。本专利技术有益效果是具有提高劣化绝缘子检测准确率的基于提升小波时间序列法的效果。由于在时间序列法的基础上添加一个提升小波的算法，提升小波变换具有适用小波范围广，对波动大，随机性大的序列处理能力强等优点，对于绝缘子的异常干扰去噪十分适合。而且综合了绝缘子钢帽和盘面的温度特征开展劣化绝缘子诊断，并通过提升小波算法排除了异常情况，不存在检测盲区，可本文档来自技高网...

【技术保护点】
1.一种基于提升小波时间序列法的劣化绝缘子预测方法，其中，具体步骤如下：(1)数据预处理过程A、采集不同间隔时间段待诊断绝缘子串的红外热像图谱；B、从中提取绝缘子串红外热像图谱中每片绝缘子的盘面和钢帽温度差作为特征量，得出盘面和钢帽温度差不同间隔的时间序列；C、之后，通过提升小波分裂、预测、更新三步去除高频噪声，即绝缘子覆冰积雪异常扰动，完成数据的预处理工作；(2)模型参数识别过程通过空间插值法，根据绝缘子所在变电站中测得的环境信息，计算出绝缘子所在位置环境要素的推定值；采用ARIMA模型对待绝缘子的钢帽温差进行拟合，并将与之相关的环境要素信息以传递函数模型的形式加入模型当中；对模型的残差进行检验，对于残差明显异常的时刻尝试干预变量模型，增强拟合精度；(3)模型诊断与检验过程将数据预处理过程预测出来有问题的绝缘子钢帽温度和盘面温度分别按位置编号保存并绘制温度曲线，分别得到绝缘子串的盘面温度分布曲线和钢帽温度分布曲线；所述绝缘子位置编号是指每片绝缘子在绝缘子串中所处的位置，指定为从导线侧开始编号，则靠近导线侧的第一片绝缘子的位置编号为1，其它绝缘子依次编号；(4)综合绝缘子盘面与钢帽的温度特征预测出绝缘子的低零值状态判断劣化绝缘子将绝缘子串盘面温度分布曲线和钢帽温度分布曲线分别与标准曲线进行比较，依据绝缘子串中劣化绝缘子的钢帽温度随其绝缘电阻的降低呈现先升高后降低的趋势找出畸变点，之后判断劣化绝缘子。...

【技术特征摘要】
1.一种基于提升小波时间序列法的劣化绝缘子预测方法，其中，具体步骤如下：(1)数据预处理过程A、采集不同间隔时间段待诊断绝缘子串的红外热像图谱；B、从中提取绝缘子串红外热像图谱中每片绝缘子的盘面和钢帽温度差作为特征量，得出盘面和钢帽温度差不同间隔的时间序列；C、之后，通过提升小波分裂、预测、更新三步去除高频噪声，即绝缘子覆冰积雪异常扰动，完成数据的预处理工作；(2)模型参数识别过程通过空间插值法，根据绝缘子所在变电站中测得的环境信息，计算出绝缘子所在位置环境要素的推定值；采用ARIMA模型对待绝缘子的钢帽温差进行拟合，并将与之相关的环境要素信息以传递函数模型的形式加入模型当中；对模型的残差进行检验，对于残差明显异常的时刻尝试干预变量模型，增强拟合精度；(3)模型诊断与检验过程将数据预处理过程预测出来有问题的绝缘子钢帽温度和盘面温度分别按位置编号保存并绘制温度曲线，分别得到绝缘子串的盘面温度分布曲线和钢帽温度分布曲线；所述绝缘子位置编号是指每片绝缘子在绝缘子串中所处的位置，指定为从导线侧开始编号，则靠近导线侧的第一片绝缘子的位置编号为1，其它绝缘子依次编号；(4)综合绝缘子盘面与钢帽的温度特征预测出绝缘子的低零值状态判断劣化绝缘子将绝缘子串盘面温度分布曲线和钢帽温度分布曲线分别与标准曲线进行比较，依据绝缘子串中劣化绝缘子的钢帽温度随其绝缘电阻的降低呈现先升高后降低的趋势找出畸变点，之后判断劣化绝缘子。2.根据权利要求1所述的一种基于提升小波时间序列法的劣化绝缘子预测方法，其特征在于，所述的模型参数识别过程，把提取的绝缘子串钢帽温度作为特征量，随着时间推移，某一时刻的状态量往往同时受过去状态和过去外部扰动的影响，因此对应的时间序列既有MA项又有AR项，加入了差分运算的ARMA模型被称为自回归综合滑动平均模型，以Xt表示某一时刻钢帽的温度，则Tt表示钢帽的温差，Yt表示某一时刻盘面的温度，则Pt表示盘面的温差.这一模型可以在若干次差分后变为一个平稳的序列：Tt＝ΔdXt＝(1-L)dXtPt＝ΔdYt＝(1-L)dYt其中ΔdXt＝(1-L)dXt以及ΔdYt＝(1-L)dYt为d阶差分算子；此时钢帽的温差Tt以及盘面的温差Yt可用ARMA来拟合：Tt＝φ1Tt-1+φ2...

【专利技术属性】
技术研发人员：尹骏刚，王欣，周友维，李凯迪，李宁，
申请(专利权)人：湖南湖大华龙电气与信息技术有限公司，国网天津市电力公司，江苏双汇电力发展股份有限公司，
类型：发明
国别省市：湖南,43