基于局部放电、油压检测的故障识别方法、系统技术方案

本发明专利技术提供一种基于局部放电、油压检测的故障识别方法、系统，该故障识别方法包括：S101：对故障类型不同的电气设备供电，并获取局部放电时的局部放电数据；S102：通过神经网络算法对局部放电数据进行曲线拟合，通过曲线拟合结果获取每一种故障类型对应的特征曲线；S103：根据被测电气设备的局部放电数据获取被测电气设备相对于不同油压变化曲线的误差和、放电量；S104：根据误差和确定被测电气设备的故障类型，并通过放电量进行安全预警。本发明专利技术通过曲线拟合的方式提高了故障识别和放电量获取的准确性，能够对不同故障进行实时诊断和识别，解决了故障开始阶段表征不及时的问题，提高了故障检测的灵敏性和实时性。提高了故障检测的灵敏性和实时性。提高了故障检测的灵敏性和实时性。

【技术实现步骤摘要】
基于局部放电、油压检测的故障识别方法、系统


[0001]本专利技术涉及电气设备故障检测领域，尤其涉及基于局部放电、油压检测的故障识别方法、系统。

技术介绍

[0002]随着电力系统的发展，油浸式电流互感器，机壳及其他油浸式电气设备已越来越广泛地应用于高压电力系统中。而电气设备经常需要工作在高温、高压、高负荷状态下，很容易出现故障。如果不能及时发现故障，将导致绝缘破坏，严重的情况下，会发生安全事故，如发生损坏、爆炸等。
[0003]因此，电力设备的在线状态监测非常重要。油浸设备中的绝缘油是一种通过蒸馏和精制天然油而获得的矿物油。当设备出现局部放电或过热故障时，会产生特征气体。产生的气体溶解在油中并释放到油表面。由于油浸设备是密封结构，油表面上的气体逐渐积累，并且气压作用在液体绝缘油上，导致油压逐渐增加，因此可以通过获取油压的变化来实现对油浸设备的内部故障的在线监测。
[0004]但是，特征气体的释放和溶解是伴随过程，导致油压低能量密度放电的情况下变化缓慢，故障检测的灵敏性差，油压的变化需要特征气体累积后产生，存在故障开始段表征不及时的问题。

技术实现思路

[0005]为了克服现有技术的不足，本专利技术提出一种基于局部放电、油压检测的故障识别方法、系统，根据局部放电辐射信号、油压信号进行曲线拟合得到不同故障类型对应的特征曲线，并根据被测电气设备的局部放电数据与特征曲线的比较结果得到被测电气设备的故障类型、放电量以保护电气设备，通过曲线拟合的方式提高了故障识别和放电量获取的准确性，从而能够对不同故障进行实时诊断和识别，并且通过局部放电辐射信号、油压信号结合进行检测的方式，提高了故障检测的灵敏性，改善了故障开始阶段表征不及时的问题，便于更好地进行故障实时监测。
[0006]为解决上述问题，本专利技术采用的一个技术方案为：一种基于局部放电、油压检测的故障识别方法，所述故障识别方法包括：S101：对故障类型不同的电气设备供电，并获取所述局部放电时的局部放电数据，所述局部放电数据包括局部放电辐射信号、油压信号，所述电气设备为油浸式电气设备；S102：通过神经网络算法对所述局部放电数据进行曲线拟合，通过曲线拟合结果获取每一种故障类型对应的特征曲线，所述特征曲线包括标准油压变化曲线、压力增长斜率与放电量的标准关系曲线；S103：采集被测电气设备的局部放电数据，根据所述局部放电数据获取所述被测电气设备相对于不同油压变化曲线的误差和，并根据所述局部放电数据、关系曲线获取所述被测电气设备的放电量；S104：根据所述误差和确定所述被测电气设备的故障类型，并通过所述放电量进行安全预警。
[0007]进一步地，所述获取所述局部放电时的局部放电数据的步骤之前还包括：判断所
述电气设备的放电量是否达到预设值；若是，则获取所述电气设备的局部放电数据；若否，则提升所述电气设备的供电电压，直至所述电气设备的放电量达到预设值。
[0008]进一步地，所述通过神经网络算法对所述局部放电数据进行曲线拟合的步骤具体包括：根据同一种故障类型对应的局部放电数据的平均值生成中心数据，通过GA
‑
BP神经网络算法对所述中心数据进行曲线拟合。
[0009]进一步地，所述通过GA
‑
BP神经网络算法对所述中心数据进行曲线拟合的步骤具体包括：根据曲线拟合结果获取每一种故障类型对应的标准油压变化曲线，通过所述标准油压变化曲线获取油压的压力增长斜率，根据所述压力增长斜率生成所述压力增长斜率与放电量的标准关系曲线。
[0010]进一步地，所述根据所述局部放电数据获取所述被测电气设备相对于不同油压变化曲线的误差和的步骤具体包括：根据所述局部放电数据获取所述电气设备在不同时间采集到的油压值，并通过公式获取所述误差和，其中，m为数据采集点的个数，P
s
(t
i
)为在时间为t
i
时采集到的油压值，P
n
(t
i
)为在时间为t
i
时，标准油压变化曲线所对应的油压值。
[0011]进一步地，所述根据所述局部放电数据、关系曲线获取所述被测电气设备的放电量的步骤具体包括：对所述被测电气设备的局部放电数据进行曲线拟合，获取油压变化曲线，获取所述油压变化曲线对应的压力增长斜率，根据所述压力增长斜率、标准关系曲线获取所述被测电气设备的放电量。
[0012]进一步地，所述根据所述误差和确定所述被测电气设备的故障类型的步骤具体包括：根据所述误差和对应的故障类型对所述误差和进行大小排序以获取数值最小的误差和，并将所述误差和对应的故障类型确定为所述被测电气设备的故障类型。
[0013]进一步地，所述通过所述放电量进行安全预警的步骤具体包括：判断所述放电量是否大于预设阈值；若是，则执行安全预警操作；若否，则不执行安全预警操作。
[0014]进一步地，所述通过所述放电量进行安全预警的步骤之后还包括：将所述被测电气设备的局部放电数据、故障类型、放电量以及安全预警信息发送给管理平台。
[0015]基于相同的专利技术构思，本专利技术还提出一种基于局部放电、油压检测的故障识别系统，所述故障检测系统用于执行如上所述的基于局部放电、油压检测的故障识别方法，包括：传感器、数据采集模块、边缘计算模块，所述数据采集模块分别与所述传感器、边缘计算模块连接；所述传感器包括UHF传感器、压力传感器，通过所述UHF传感器、压力传感器检测电气设备的局部放电数据，所述局部放电数据包括局部放电辐射信号、油压信号；所述数据采集模块包括依次连接的滤波器、钳位保护电路、模数转换电路以及控制器，所述滤波器分别与所述UHF传感器、压力传感器连接，所述控制器与所述边缘计算模块连接，用于采集所述传感器检测到的局部放电数据，并将所述局部放电数据处理后传输给所述边缘计算模块；所述边缘计算模块根据所述局部放电数据获取电气设备的故障类型、放电量。
[0016]相比现有技术，本专利技术的有益效果在于：根据局部放电辐射信号、油压信号进行曲线拟合得到不同故障类型对应的特征曲线，并根据被测电气设备的局部放电数据与特征曲线的比较结果得到被测电气设备的故障类型、放电量以保护电气设备，通过曲线拟合的方式提高了故障识别和放电量获取的准确性，从而能够对不同故障进行实时诊断和识别，并
且通过局部放电辐射信号、油压信号结合进行检测的方式，提高了故障检测的灵敏性，解决了故障开始阶段表征不及时的问题，便于更好地进行故障实时监测。
附图说明
[0017]图1为本专利技术基于局部放电、油压检测的故障识别方法一实施例的流程图；
[0018]图2为本专利技术基于局部放电、油压检测的故障识别方法中GA
‑
BP神经网络一实施例的训练流程图；
[0019]图3为本专利技术应用基于局部放电、油压检测的故障识别方法的故障检测系统一实施例的结构图；
[0020]图4为图3故障检测系统的供电电路一实施例的电路图；
[0021]图5为本专利技术基于局本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部放电、油压检测的故障识别方法，其特征在于，所述故障识别方法包括：S101：对故障类型不同的电气设备供电，并获取所述局部放电时的局部放电数据，所述局部放电数据包括局部放电辐射信号、油压信号，所述电气设备为油浸式电气设备；S102：通过神经网络算法对所述局部放电数据进行曲线拟合，通过曲线拟合结果获取每一种故障类型对应的特征曲线，所述特征曲线包括标准油压变化曲线、压力增长斜率与放电量的标准关系曲线；S103：采集被测电气设备的局部放电数据，根据所述局部放电数据获取所述被测电气设备相对于不同油压变化曲线的误差和，并根据所述局部放电数据、关系曲线获取所述被测电气设备的放电量；S104：根据所述误差和确定所述被测电气设备的故障类型，并通过所述放电量进行安全预警。2.如权利要求1所述的基于局部放电、油压检测的故障识别方法，其特征在于，所述获取所述局部放电时的局部放电数据的步骤之前还包括：判断所述电气设备的放电量是否达到预设值；若是，则获取所述电气设备的局部放电数据；若否，则提升所述电气设备的供电电压，直至所述电气设备的放电量达到预设值。3.如权利要求1所述的基于局部放电、油压检测的故障识别方法，其特征在于，所述通过神经网络算法对所述局部放电数据进行曲线拟合的步骤具体包括：根据同一种故障类型对应的局部放电数据的平均值生成中心数据，通过GA
‑
BP神经网络算法对所述中心数据进行曲线拟合。4.如权利要求3所述的基于局部放电、油压检测的故障识别方法，其特征在于，所述通过GA
‑
BP神经网络算法对所述中心数据进行曲线拟合的步骤具体包括：根据曲线拟合结果获取每一种故障类型对应的标准油压变化曲线，通过所述标准油压变化曲线获取油压的压力增长斜率，根据所述压力增长斜率生成所述压力增长斜率与放电量的标准关系曲线。5.如权利要求1所述的基于局部放电、油压检测的故障识别方法，其特征在于，所述根据所述局部放电数据获取所述被测电气设备相对于不同油压变化曲线的误差和的步骤具体包括：根据所述局部放电数据获取所述电气设备在不同时间采集到的油压值，并通过公式获取所述误差和，其中，m为数据采集点的个数，P
s
(t
i
)为在时间为t
...

【专利技术属性】
技术研发人员：崔福星，谢东，陈挺，王满平，
申请(专利权)人：杭州柯林电气股份有限公司，
类型：发明
国别省市：