一种基于在线学习的高压断路器状态监测预警系统及方法技术方案

本发明专利技术公开了一种基于在线学习的高压断路器状态监测预警系统及方法，系统包括数据采集模块，采集高压断路器运行状态参数；计时模块，数据存储模块，监控模块，监控模块接收数据采集模块采集到的高压断路器运行状态参数和对应的采集时间，建立高压断路器运行状态参数的特征向量，通过训练得到的模型进行预测，并将高压断路器运行状态参数存储在数据存储模块中；在线学习模块，与监控模块相接，更新监测模型；运检终端模块，与监控模块相接，接收和显示来自监控模块的监测结果。本发明专利技术系统结构简单，设计合理，实现方便，结合监测预警方法，能够有效应用在高压断路器的状态监测中，使监测更加全面和完善，且精度提高，使用效果好，便于推广使用。推广使用。

【技术实现步骤摘要】
一种基于在线学习的高压断路器状态监测预警系统及方法


[0001]本专利技术属于智能电网
，具体涉及一种基于在线学习的高压断路器状态监测预警系统及方法。

技术介绍

[0002]在电网输电线路中，高压断路器的可靠性直接关系到电力系统整体运行的安全。据统计，大约有40％～60％的故障是由高压断路器引起的。由于高压断路器的每一次开关都会对接触点造成一定的磨损；同时工作时操作机构的机械动作也使高压断路器的机械结构存在一定的使用寿命，一旦达到寿命极限，则会造成断路器的故障或事故。因此，需要借助合适的方法对高压断路器的运行状态及可靠性进行监测预警。
[0003]高压断路器的运行状态参数值数量多，且随时间复杂多变，平滑性差，但现有技术中，通常还是采用传统的机器学习方法对高压断路器状态进行监测预警，如采用批量学习或者离线学习来获得预测模型，即一次性获得高压断路器所有的训练数据，并依据其训练模型，进行阈值判断预警，该模型在构造完成后很少进行更新。然而，由于高压断路器的运行状态参数众多，在预测模型建立初期不可能一次性获得所有数据，而且，由于运行状态数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于在线学习的高压断路器状态监测预警系统，其特征在于：包括数据采集模块，采集高压断路器运行状态参数；计时模块，记录所述数据采集模块采集高压断路器运行状态参数的时间；数据存储模块，存储所述采集的高压断路器运行状态参数和对应的采集时间；监控模块，所述数据采集模块与监控模块的输入端连接，所述计时模块和数据存储模块均与监控模块相接；所述监控模块接收数据采集模块采集到的高压断路器运行状态参数和对应的采集时间，建立高压断路器运行状态参数的特征向量，通过训练得到的模型进行预测；并将高压断路器运行状态参数存储在数据存储模块中；在线学习模块，与监控模块相接，更新监测模型；运检终端模块，与监控模块相接，接收和显示来自监控模块的监测结果。2.按照权利要求1所述的一种基于在线学习的高压断路器状态监测预警系统，其特征在于：所述高压断路器运行状态参数包括触头工作状态参数和机械结构工作状态参数。3.按照权利要求2所述的一种基于在线学习的高压断路器状态监测预警系统，其特征在于：所述触头工作状态参数和机械结构工作状态参数均包括原有状态参数和新增状态参数。4.按照权利要求1所述的一种基于在线学习的高压断路器状态监测预警系统，其特征在于：所述数据采集模块安装在高压断路器上，所述计时模块、数据存储模块、监控模块和在线学习模块均安装在高压断路器附近。5.按照权利要求1所述的一种基于在线学习的高压断路器状态监测预警系统，其特征在于：所述运检终端模块安装在变电站控制室内。6.一种基于在线学习的高压断路器状态监测预警方法，其特征在于，采用如权利要求1
‑
5任一项所述系统，所述方法包括以下步骤：步骤一、采集训练数据；所述数据采集模块采集高压断路器的原有状态参数；步骤二、建立特征向量；所述监控模块根据高压断路器的原有状态参数和对应的采集时间建立特征向量；步骤三、训练监测模型；所述监控模块根据特征向量对机器学习模型进行训练，建立高压断路器的状态监测模型；步骤四、定期采检高压断路器状态；运检人员定期实地采检高压断路器的工作状态；步骤五、更新数据采集模块；当定期采检的高压断路器工作状态与状...

【专利技术属性】
技术研发人员：葛蕾，王婷，徐成，朱建威，
申请(专利权)人：国网江苏省电力有限公司宿迁供电分公司，
类型：发明
国别省市：