【技术实现步骤摘要】
一种融合多类型传感器的环网柜故障诊断方法
[0001]本专利技术属于电力设备绝缘状态检测
,特别涉及一种融合多类型传感器的环网柜故障诊断方法。
技术介绍
[0002]在电气设备的绝缘系统中,电场分布往往不完全均匀,当局部区域电场强度达到该区域击穿场强时,造成该区域出现放电,但放电并未贯穿施加电压的两导体之间,尚未造成绝缘系统击穿的现象即为局部放电。局部放电的发生会导致绝缘系统的不断劣化最终可能引起停电事故等。
[0003]目前针对环网柜局部放电常用的检测方法有脉冲电流法、地电波(TEV)法、特高频法(UHF)、超声法。环网柜的局部放电检测涉及到电量和非电量的多个领域多个传感器的测量技术,传统单一的局部放电检测方法易受到外部信号的干扰,其应用具有一定的局限性,采用多传感器的融合技术,发挥多传感器共同操作的优势,消除单个或少量传感器的局限性,大大提高局部放电检测的有效性和准确性。绝缘故障主要表现为内绝缘故障、外绝缘对地闪络击穿、相间绝缘闪络击穿、瓷瓶闪络击穿爆炸、CT闪络击穿爆炸、过电压引起的闪络击穿等。由此可见, ...
【技术保护点】
【技术特征摘要】
1.一种融合多类型传感器的环网柜故障诊断方法,其特征在于,包括实验室模型构建模块、传感器数据边缘处理模块、后台服务融合中心处理模块;实验室模型构建模块构建的混合模型用于后台服务融合中心,传感器数据边缘处理模块处理后的数据通过无线传输到后台服务融合中心;步骤如下:S1、混合模型构建:搭建环网柜典型故障模拟实验平台进行故障模拟,在故障模拟过程中,采用UHF传感器、烟感传感器、水浸传感器进行数据采集;基于典型故障采集到的局部放电信息、烟雾传感器值、水浸传感器值进行故障特征提取;基于Stacking进行混合模型训练:基础模型包括BP神经网络、概率神经网络、LSTM网络,训练得到混合模型,次级学习器选用线性回归模型对进行最终的结果诊断;混合模型训练过程如下:a.将采集到的数据分为训练集、测试集,将训练集分成固定的份数;b.使用交叉验证法进行基础模型训练,依次选取训练集作为验证集,进行基础模型训练,再在测试集上进行预测,这样会训练得到与训练集相同份数的新数据predictions和测试集上的一份预测值;c.将每个基础模型得到的数据进行平均值计算,得到新的训练集Train;d.将训练集Train和得到的预测值输入线性回归模型进行模型训练,建立线性回归模型;S2、监测数据采集:UHF传感器、烟感传感器、水浸传感器采集环网柜数据;S3、数据预处理:在UHF传感器边缘进行数据预处理,首先基于信息散度进行数据的异常初步诊断;对初步判断为异常的数据进行数据长度划分并基于LSTM网络进行特征提取;烟感传感器、水浸传感器分别取数据的最大值,通过无线网络传输到所述后台服务融合中心;S4、通过混合模型诊断故障类型:将UHF提取到的特征、烟雾传感器上传的数据值、水浸传感器上传的数据值作为特征数据,输入已训练好的混合模型,最后输出故障类型诊断值。2.根据权利要求1所述的一种融合多类型传感器的环网柜故障诊断方法,其特征在于,步骤S1的混合模型构建的过程包括:S11.实验室搭...
【专利技术属性】
技术研发人员:潘建兵,郝钰,邓志祥,胡柳,徐在德,刘洋,范瑞祥,周求宽,余延武,余杰,
申请(专利权)人:国家电网有限公司,
类型:发明
国别省市:
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。