【技术实现步骤摘要】
一种电力系统绝缘环网柜故障检测方法
[0001]本专利技术涉及电力系统设备故障监测领域,尤其涉及一种绝缘环网柜内部多种故障的综合监测与判断方法。
技术介绍
[0002]环网柜(Ring Main Unit)是一组高压开关设备装在金属或非金属绝缘柜体内或做成拼装间隔式环网供电单元的电气设备,其核心部分采用负荷开关和熔断器,具有结构简单、体积小、可提高供电参数和性能以及供电安全等优点。它被广泛使用于城市住宅小区、高层建筑、大型公共建筑、工厂企业等负荷中心的配电站以及箱式变电站中。
[0003]环网柜故障检测是提高电力系统运行可靠性的重要方面,在不同工作状态下及时检测到故障发生,识别故障类别能够有效降低故障造成的损失,节约时间和人工成本。
[0004]利用机器学习算法对历史数据进行统计计算是提高故障判断正确率,是节约试验成本的有效手段。通过对已有历史数据集统计量的计算,可以推导出多工作状态下各参数的变化规律,有助于环网柜内部多变量信息融合模型的构建。然而,传统的机器学习算法存在计算时间长,收敛能力弱等缺点,不能满足多变量融合信息模型构建的要求。
[0005]申请人作为基层供电单位,一直致力于研究如何更加精准、高效地实现对环网柜故障的检测。现在已有的环网柜故障检测技术研究多集中在电参数的测量和监测上,在包括环网柜内部温度,湿度,气体浓度,局部放电产生气体等各项参数的综合信息融合处理和建模方面仍然缺乏研究,无法满足对故障检测准确率提高的进一步要求。
技术实现思路
[0006]本专利技术提 ...
【技术保护点】
【技术特征摘要】
1.一种电力系统绝缘环网柜故障检测判断方法,其特征在于,包括:S1、通过已有的历史数据集N
h
,将环网柜内部参数进行分类,分析常见的环网柜内部故障和导致故障发生的原因,定位故障发生的位置;S2、对历史数据集进行预处理,包括去除异常数据和对数据进行归一化等操作;S3、通过遗传算法对RBF神经网络的参数进行优化,构成GA
‑
RBF算法,运用优化后的神经网络算法,结合预处理后的数据集,构成环网柜多变量信息融合模型;S4、利用历史数据对上述数据集进行训练,得到降维矩阵O,并得到各个参数对应的平方预测误差(SPE)和T2两种统计量的统计限;S5、通过环网柜内部的传感器和参数采集元件采集环网柜内实时运行的各个参数,构成在线数据集N
l
,并将在线数据集中的各项参数数据进行预处理;S6、计算获取的在线数据集中的各项参数的T2和SPE统计量;S7、将得到的T2和SPE统计量与上述得到的T2和SPE统计限进行实时对比,根据各项参数的统计量比较结果分析系统故障状态;S8、根据比较结果寻找异常参数,定位发生故障位置。2.根据权利要求1所述的一种电力系统绝缘环网柜故障检测判断方法,其特征在于,步骤S1中,所述环网柜内部各项参数,指环网柜内部温度,湿度,电路电流,气体浓度,局部放电产生气体等各项参数。3.根据权利要求2所述的一种电力系统绝缘环网柜故障检测判断方法,其特征在于,步骤S2中,所述数据预处理包含数据清理,数据集成,数据归约,数据变换等步骤。4.根据权利要求3所述的一种电力系统绝缘环网柜故障检测判断方法,其特征在于,步骤S3中,所述神经网络参数优化,指利用遗传算法优化RBF神经网络的结构参数MN和DF值,达到能量函数最小的效果。5.根据权利要求4所述的一种电力系统绝缘环网柜故障检测判断方法,其特征在于,步骤S3中,所述多变量信息融合模型,指基于环网柜内部各项参数综合组成的统计量预测模型。6.根据权利要求1
‑
5任一所述的一种电力系统绝缘环网柜故障检测判断方法,其特征在于,步骤S4包括:S41、将所述温度,湿度,电路电流,气体浓度,局部放电产生气体的T2和SPE统计量作为所述GA
...
【专利技术属性】
技术研发人员:殷刚,王健,陈巍,程洁,朱益民,杨丹,
申请(专利权)人:扬州永茂电力建设有限公司国网江苏省电力有限公司扬州供电分公司,
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。