一种SF6气体泄漏缺陷研判方法及系统技术方案

本申请公开了一种SF6气体泄漏缺陷研判方法和系统，具体为采集开关设备气室内SF6气体数据；对气体数据进行预处理，得到有效气体数据；对有效气体数据进行特征参量提取，得到拟合参量组；通过OCSVM模型对拟合参量组进行判断处理，确定拟合参量组是否处于目标区域，若拟合参量组超出目标区域，则输出漏气报警信息。运维人员在得到漏气报警信息后即可及时采取相应维修处理措施。能够实现SF6气室早期缺陷预警，有效提高设备运维水平，保障设备可靠运行。运行。运行。

【技术实现步骤摘要】
一种SF6气体泄漏缺陷研判方法及系统


[0001]本申请涉及电力装备
，更具体地说，涉及一种开关设备的SF6气体泄漏缺陷研判方法及系统。

技术介绍

[0002]在开关设备行业，SF6气体由于其良好的电气绝缘性能和优异的灭弧性能，广泛应用于断路器、GIS等开关设备中。作为绝缘和灭弧介质，SF6气体的密度是影响其绝缘和灭弧能力的关键因素，因此为了保证气体性能，需要将SF6密度保持在标准范围内。而在实际中，随着运行时间增加，设备发生老化，密封损坏等缺陷会导致气室发生漏气现象，SF6气体绝缘和灭弧性能随之劣化，从而影响到开关设备的开断性能。因此需要对SF6气体密度进行实时监测与漏气缺陷预警。在实际的监测中，鉴于气体参数的可测量性、使用习惯和安全规程相应的规定等实际情况，目前都是利用气体压力值来代替气体的密度。
[0003]目前针对SF6气室漏气故障诊断的方法有两种。
[0004]一是阈值判断，通过对比实测压力与预设的报警压力，判断是否存在漏气故障；或者比对气体压力的特征量(如压力变化率、压力一阶差分等)与设定的报警阈值，从而判断是否发生漏气。这种方法未考虑环境因素对压力的影响，尤其是温度对压力的影响。在早期缺陷阶段，由于漏气导致的压力变化可能会被环境因素干扰，因此这种方法对早期漏气缺陷不敏感，无法提前发出报警。
[0005]二是机器学习，这种方法需要采集正常运行与故障状态下气体数据，针对所采集的样本数据进行训练优化得到状态评估模型，利用评估模型评估SF6运行状态，判断是否发生漏气。这种方法需要采集一定量的标准样本数据，包括正常运行数据与故障数据。而在开关设备领域中数据累积较少，且样本数据大多是在实验室中模拟采集所得，难以获得满足需求的现场样本数据，因此这种方法的准确性与可实施性可能存在问题。
[0006]综合以上可知，在开关设备SF6气室漏气故障诊断方向，需要开发一种对早期漏气缺陷敏感且现场适用性强的方法，来解决开关设备运行现场SF6气室早期漏气缺陷检测的问题。

技术实现思路

[0007]有鉴于此，本申请提供一种SF6气体泄漏缺陷研判方法和系统，用于对开关设备气室中SF6气体状态进行监测，实现气室早期漏气缺陷报警。
[0008]为了实现上述目的，现提出的方案如下：
[0009]一种SF6气体泄漏缺陷研判方法，所述SF6气体泄漏缺陷研判方法包括步骤：
[0010]实时采集开关设备的气室内SF6气体数据；
[0011]对所述气体数据进行预处理，得到有效气体数据；
[0012]对所述有效气体数据进行线性拟合，得到所述SF6气体数据的拟合参量组 (k),b；
[0013]将拟合参量组输入训练好的OCSVM模型，判断是否超出目标区域，如果拟合参量组
处于目标区域，则判定气室未发生漏气；否则，判定气室发生漏气，输出漏气报警信息。
[0014]可选的，所述气体数据包括压力数据和温度数据。
[0015]可选的，所述对所述有效气体数据进行特征参量提取，得到所述SF6气体数据的拟合参量组(k，b)，包括步骤：
[0016]以天为时间单位对所述有效气体数据进行分组，针对每组所述有效气体数据进行压力
‑
温度线性拟合，得到拟合斜率k与拟合截距b，组成所述拟合参量组(k，b)。
[0017]可选的，所述OCSVM模型通过如下步骤获取：
[0018]采集所述开关设备气室正常运行压力
‑
温度数据；
[0019]对所述正常运行压力
‑
温度数据进行预处理，得到有效压力
‑
温度数据；
[0020]针对所述有效压力
‑
温度数据进行特征量提取，得到拟合参量组(k，b)；
[0021]构建初始模型，将所述有效压力
‑
温度数据输入所述初始模型进行模型训练，得到所述OCSVM模型。
[0022]可选的，还包括步骤：
[0023]基于SF6气体温度预测模型与压力
‑
温度关系拟合参量组(k，b)进行压力趋势预测。
[0024]一种开关设备的SF6气体泄漏缺陷研判系统，所述SF6气体泄漏缺陷研判系统包括：
[0025]数据采集模块，用于实时采集开关设备气室内SF6气体数据；
[0026]数据预处理模块，用于对所述气体数据进行预处理，得到有效气体数据；
[0027]参量提取模块，用于对所述有效气体数据进行特征参量提取，得到所述 SF6气体数据的拟合参量组；
[0028]报警输出模块，用于将拟合参量组输入训练好的OCSVM模型，判断其是否处于目标区域，如果拟合参量组处于目标区域，则判定气室未发生漏气；否则，判定气室发生漏气，输出漏气报警信息。
[0029]可选的，所述气体数据包括压力数据和温度数据。
[0030]可选的，所述参量提取模块包括：
[0031]数据分组单元，以天为时间单位对数据进行数据分组；
[0032]拟合处理单元，用于针对每组SF6气体压力与温度数据进行线性拟合，得到拟合斜率k与拟合截距b，组成所述拟合参量组(k，b)。
[0033]可选的，还包括：
[0034]采集执行模块，用于采集所述开关设备气室正常运行压力
‑
温度数据；
[0035]处理执行模块，对所述正常运行压力
‑
温度数据进行预处理，得到有效压力
‑
温度数据；
[0036]提取执行模块，用于针对所述有效压力
‑
温度数据进行特征量提取，得到拟合参量组(k，b)；
[0037]模型训练模块，用于构建初始模型，将所述有效压力
‑
温度数据输入所述初始模型进行模型训练，得到所述OCSVM模型。
[0038]可选的，还包括：
[0039]趋势预测模块，用于通过SF6气体温度预测模型与压力
‑
温度关系拟合参量组(k，b)进行压力趋势预测。
[0040]从上述的技术方案可以看出，本申请公开了一种SF6气体泄漏缺陷研判方法和系统，具体为采集开关设备气室内SF6气体数据；对气体数据进行预处理，得到有效气体数据；对有效气体数据进行特征参量提取，得到拟合参量组；通过OCSVM模型对拟合参量组进行判断处理，确定拟合参量组是否处于目标区域，若拟合参量组不处于目标区域，则输出漏气报警信息。运维人员在得到漏气报警信息后即可及时采取相应处理措施。这种方法可以实现SF6气室早期缺陷预警，有效提高设备运维水平，保障设备可靠运行。
附图说明
[0041]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。...

【技术保护点】

【技术特征摘要】
1.一种SF6气体泄漏缺陷研判方法，其特征在于，所述SF6气体泄漏缺陷研判方法包括步骤：实时采集开关设备的气室内SF6气体数据；对所述气体数据进行预处理，得到有效气体数据；对所述有效气体数据进行线性拟合，得到所述SF6气体数据的拟合参量组(k，b)；将拟合参量组输入训练好的OCSVM模型，判断是否超出目标区域，如果拟合参量组处于目标区域，则判定气室未发生漏气；否则，判定气室发生漏气，输出漏气报警信息。2.如权利要求1所述的SF6气体泄漏缺陷研判方法，其特征在于，所述气体数据包括压力数据和温度数据。3.如权利要求1所述的SF6气体泄漏缺陷研判方法，其特征在于，所述对所述有效气体数据进行特征参量提取，得到所述SF6气体数据的拟合参量组(k，b)，包括步骤：以天为时间单位对所述有效气体数据进行分组，针对每组所述有效气体数据进行压力
‑
温度线性拟合，得到拟合斜率k与拟合截距b，组成所述拟合参量组(k，b)。4.如权利要求1所述的SF6气体泄漏缺陷研判方法，其特征在于，所述OCSVM模型通过如下步骤获取：采集所述开关设备的气室内正常运行压力
‑
温度数据；对所述正常运行压力
‑
温度数据进行预处理，得到有效压力
‑
温度数据；针对所述有效压力
‑
温度数据进行特征量提取，得到拟合参量组(k),b；构建初始模型，将所述有效压力
‑
温度数据输入所述初始模型进行模型训练，得到所述OCSVM模型。5.如权利要求1～4任一项所述的SF6气体泄漏缺陷研判方法，其特征在于，还包括步骤：基于SF6气体温度预测模型与压力
‑
温度关系拟合参量组(k，b)进行压力趋势预测。6.一种开关设备的SF6气体泄漏缺陷研判系统...

【专利技术属性】
技术研发人员：常艳，蒋宗敏，李元超，吕红红，
申请(专利权)人：中国西电电气股份有限公司，
类型：发明
国别省市：