【技术实现步骤摘要】
一种基于贝叶斯分类的变电设备发热缺陷原因判别方法
本专利技术涉及电力系统故障判定
，特别涉及一种基于贝叶斯分类的变电设备发热缺陷原因判别方法。
技术介绍
电网结构特点具有设备数量多、分散、发热缺陷原因类别和影响原因复杂的特点，发热缺陷是配电设备主要的发热缺陷原因类别，红外测温是识别发热缺陷的有效技术手段，随着带电检测的推广应用，现场积累了大量检测数据，如何有效分析和应用这些数据，进一步提高设备发热风险判别的准确性和检修策略制订的科学性，对提升配网设备可靠性，缩短停电时间具有重要意义。红外测温的绝对和相对温差，是关于配电一次设备发热缺陷的直接观测指标，基于人工智能的红外图像识别技术，能够识别红外测温图像中的发热点并计算温差指标，在机器人巡检中能够代替人工发现缺陷，但是设备状态并不能单纯依据红外测温指标来评判，还要结合设备的电压等级、厂家型号、运行年限、环境天气等运行因素做出综合评价和判断，这种分析需要依赖运维检修人员的经验和专业水平，这些需要长期积累，并且因人而异，难以实现标准化，难以保证延续性，而且在运维实际中...
【技术保护点】
1.一种基于贝叶斯分类的变电设备发热缺陷原因判别方法，其特征在于，包括以下步骤：/n步骤S1、获取设备运行和发热缺陷历史信息，将设备发热缺陷时刻相关的运行信息、环境信息，存入数据表，构成设备发热缺陷数据集；采集正常运行设备历史信息构成设备正常运行数据集；/n步骤S2、基于步骤1中的设备发热缺陷数据集以及设备正常运行数据集，在线对设备运行因素指标值进行区间划分，对最大指标值与最小指标值之间的距离等间距划分为n份，在指标值对应的每个区间段内，统计缺陷设备台数以及正常运行设备台数，通过(缺陷设备台数/(缺陷设备台数+正常设备台数))进而得到当前区间段内的缺陷率，利用距离相关性算法...
【技术特征摘要】
1.一种基于贝叶斯分类的变电设备发热缺陷原因判别方法，其特征在于，包括以下步骤：
步骤S1、获取设备运行和发热缺陷历史信息，将设备发热缺陷时刻相关的运行信息、环境信息，存入数据表，构成设备发热缺陷数据集；采集正常运行设备历史信息构成设备正常运行数据集；
步骤S2、基于步骤1中的设备发热缺陷数据集以及设备正常运行数据集，在线对设备运行因素指标值进行区间划分，对最大指标值与最小指标值之间的距离等间距划分为n份，在指标值对应的每个区间段内，统计缺陷设备台数以及正常运行设备台数，通过(缺陷设备台数/(缺陷设备台数+正常设备台数))进而得到当前区间段内的缺陷率，利用距离相关性算法计算因素指标值与故障率之间的相关系数，采用相关关系排序算法对多个因素与缺陷间相关系数进行排序，最终确定设备缺陷特征因素，然后根据发热缺陷数据集，建立设备发热缺陷原因类别与特征因素之间的信息模型；
步骤S3、基于搜索算法构造发热缺陷原因类别以及特征因素的贝叶斯网络；
步骤S4、根据设备发热缺陷数据集以及正常运行数据集中的数据，计算得到特征因素的条件概率表；
步骤S5、将带电检测获取的特征因素样本数据，输入当前设备信息到贝叶斯网络中，由贝叶斯网络进行判别并输出发热缺陷原因类别的判别结果。
2.根据权利要求1所述的一种基于贝叶斯分类的变电设备发热缺陷原因判别方法，其特征在于，所述步骤S2中的发热缺陷原因类别包括绝缘异常、老化、接触不良过热、损坏以及污秽。
3.根据权利要求1所述的一种基于贝叶斯分类的变电设备发热缺陷原因判别方法，其特征在于，所述步骤S2中的特征因素包括设备型号以及检测热点温度。
4.根据权利要求3所述的一种基于贝叶斯分类的变电设备发热缺陷原因判别方法，其特征在于，所述步骤S3的具体步骤为：
步骤S31、将发热缺陷原因类别以及特征因素作为一个数据集(X1,...,XN，Y)，其中X1,...,XN表示特征因素，Y表示发热缺陷原因类别，数据集作为节点构成一组无边图，发热缺陷原因类别作...
【专利技术属性】
技术研发人员：李伟，
申请(专利权)人：海南电网有限责任公司海南输变电检修分公司，
类型：发明
国别省市：海南;46
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。