本发明专利技术公开了一种断路器跳闸线圈健康诊断和预测方法及装置，属于电力技术和数据分析技术领域。本发明专利技术通过通过获取特定跳闸时间的所有输入，使用基于斜率检测的局部最大值和局部最小值识别技术，识别跳闸线圈电流曲线的3个过渡点，将整个事件流程划分为4个部分。将各分段持续时间、分段电荷和电压以及温度等数据使用梯形法则做计算，与之前的数据作比较，各量的“窗口偏移平均值”可以很清楚表明跳闸线圈组件的健康状况及退化程度，从而实现由电气问题引起的机械健康问题分析，进一步提高了跳闸线圈健康分析的准确性。通过稳定且准确的进行跳闸线圈健康检测及预测，进一步断路器跳闸线圈组件的维护效率和可靠性低下。线圈组件的维护效率和可靠性低下。线圈组件的维护效率和可靠性低下。
【技术实现步骤摘要】
一种断路器跳闸线圈健康诊断和预测方法及装置
[0001]本专利技术涉及电力技术和数据分析
，特别涉及一种断路器跳闸线圈健康诊断和预测方法及装置。
技术介绍
[0002]随着我国电网智能化的不断努力，自动化和数据分析受到了极大的重视。电站自动化是电站资产健康状况在线监测、诊断和预测的关键使能技术。断路器是电站中最重要的部件之一，用于在故障发生、线路隔离和其他类似动作期间所需的跳闸动作。确保断路器处于健康状态并且可以按预期运行至关重要。断路器跳闸操作会导致跳闸线圈组件磨损，最终导致损坏。同时，长时间不工作可能会导致断路器内部的机械部件动作迟缓或在某些情况下根本无法动作。在断路器内，跳闸线圈组件负责脱口工作。需要确保跳闸线圈装置在任何时候都是健康的。确保操作的一种方法是定期维护。然而，这种方法要求电力公司派工作人员到这些无人电站执行断路器跳闸，这会导致时间、精力和财务资源的损失。
[0003]现有技术主要通过断路器的数据集，识别跳闸线圈的机械健康问题。
[0004]但是本领域技术人员发现，仅仅识别跳闸线圈的机械健康问题，无法分析由电气问题引起的机械健康问题。且现有技术无法预测断路器后续操作期间跳闸线圈健康状况，从而无法预测性的防止未来断路器跳闸线圈组件发生故障的情况，导致断路器跳闸线圈组件的维护效率和可靠性低下。
技术实现思路
[0005]为了解决现有技术的问题，本专利技术实施例提供了一种断路器跳闸线圈健康诊断和预测方法及装置。所述技术方案如下：
[0006]一方面，提供了一种断路器跳闸线圈健康诊断和预测方法，所述方法包括：
[0007]获取断路器跳闸时的输入数据；
[0008]识别所述输入数据跳闸线圈电流曲线中的3个过渡点，并根据所述3个过渡点，将跳闸事件分为4个阶段；
[0009]计算所述输入数据中的电荷量；
[0010]根据所述电荷量、所述输入数据中4个阶段的分段电压、实时温度，以及数据库中的历史电荷量、历史分段电压以及历史温度，计算对应的窗口移动平均值；
[0011]计算分段持续时间；
[0012]将所述分段持续时间、所述分段电压、所述电荷量以及所述温度分别对应的窗口移动平均值，与所述数据库中的历史值比较，诊断所述断路器跳闸线圈，并得出健康结论；
[0013]根据所述输入数据，预测诊断所述断路器跳闸线圈，并得出在预设时间后是否健康。
[0014]可选的，所述输入数据包括电流测量值、电压测量值、跳闸线圈电阻值以及调谐参数。
[0015]可选的，所述识别所述输入数据跳闸线圈电流曲线中的3个过渡点包括：
[0016]通过基于斜率检测的局部最大值和局部最小值，识别所述输入数据跳闸线圈电流曲线中的3个过渡点；所述4个阶段包括流上升段、电枢运行前段、电枢运行后段和电流衰减段；
[0017]所述方法还包括：
[0018]存储所述4个阶段的持续时间。
[0019]可选的，所述计算所述输入数据中的电荷量包括：
[0020]通过梯形法则，计算所述输入数据中的电荷量。
[0021]可选的，所述通过梯形法则，计算所述输入数据中的电荷量包括：
[0022]所述梯形法则为：
[0023][0024]其中，Q为电荷量，I(t
n
)为t
n
时刻的电流值，Δt为运行时间段；
[0025]Δt的值为：
[0026][0027]其中，t
start
是线圈激活期间跳闸线圈电流开始上升到额定值1％以上的时间，t
end
表示跳闸线圈电流衰减到额定值1％以下的时间；n表示区间t
start
和t
end
之间的子区间数。
[0028]可选的，
[0029]根据所述输入数据中4个阶段的分段电压，以及历史分段电压，计算分段电压的窗口移动平均值包括：
[0030][0031]根据所述输入数据中的实时温度，以及历史温度，计算温度的窗口移动平均值包括：
[0032][0033]其中：T为时间周期，u
t
和c
t
分别为t时刻的电压和实时温度。
[0034]可选的，将所述分段持续时间、所述分段电压、所述电荷量以及所述温度分别对应的窗口移动平均值，与所述数据库中的历史值比较，诊断所述断路器跳闸线圈，并得出健康结论包括：
[0035]根据分段持续时间的窗口移动平均值、分段电压的窗口移动平均值、电荷量的窗口移动平均值，以及温度的窗口移动平均值，诊断所述断路器跳闸线圈，并得出健康结论。
[0036]可选的，所述根据所述输入数据，预测诊断所述断路器跳闸线圈，并得出在预设时间后是否健康包括：
[0037]通过下述公式：
[0038]y(n)＝an2+bn+c；
[0039]分别计算在预设时间后的分段持续时间、分段电压、电荷量以及温度；
[0040]根据所述预设时间后的分段持续时间、分段电压、电荷量以及温度，预测在预设时
间后是否健康。
[0041]另一方面，提供了一种断路器跳闸线圈健康诊断和预测装置，所述装置包括：
[0042]获取模块，获取断路器跳闸时的输入数据；
[0043]识别模块，用于识别所述输入数据跳闸线圈电流曲线中的3个过渡点，并根据所述3个过渡点，将跳闸事件分为4个阶段；
[0044]处理模块，用于计算所述输入数据中的电荷量；
[0045]所述处理模块还用于根据所述电荷量、所述输入数据中4个阶段的分段电压、实时温度，以及数据库中的历史电荷量、历史分段电压以及历史温度，计算对应的窗口移动平均值；
[0046]所述处理模块还用于计算分段持续时间；
[0047]诊断模块，用于将所述分段持续时间、所述分段电压、所述电荷量以及所述温度分别对应的窗口移动平均值，与所述数据库中的历史值比较，诊断所述断路器跳闸线圈，并得出健康结论；
[0048]预测模块，用于根据所述输入数据，预测诊断所述断路器跳闸线圈，并得出在预设时间后是否健康。
[0049]可选的，所述输入数据包括电流测量值、电压测量值、跳闸线圈电阻值以及调谐参数。
[0050]可选的，所述识别模块具体用于：
[0051]通过基于斜率检测的局部最大值和局部最小值，识别所述输入数据跳闸线圈电流曲线中的3个过渡点；所述4个阶段包括流上升段、电枢运行前段、电枢运行后段和电流衰减段；
[0052]所述方法还包括：
[0053]存储所述4个阶段的持续时间。
[0054]可选的，所述处理模块具体用于：
[0055]通过梯形法则，计算所述输入数据中的电荷量。
[0056]可选的，所述处理模块具体用于：
[0057]所述梯形法则为：
[0058][0059]其中，Q为电荷量，I(t
n
)为t
n本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种断路器跳闸线圈健康诊断和预测方法，其特征在于，所述方法包括：获取断路器跳闸时的输入数据；识别所述输入数据跳闸线圈电流曲线中的3个过渡点，并根据所述3个过渡点，将跳闸事件分为4个阶段；计算所述输入数据中的电荷量；根据所述电荷量、所述输入数据中4个阶段的分段电压、实时温度，以及数据库中的历史电荷量、历史分段电压以及历史温度，计算对应的窗口移动平均值；计算分段持续时间；将所述分段持续时间、所述分段电压、所述电荷量以及所述温度分别对应的窗口移动平均值，与所述数据库中的历史值比较，诊断所述断路器跳闸线圈，并得出健康结论；根据所述输入数据，预测诊断所述断路器跳闸线圈，并得出在预设时间后是否健康。2.根据权利要求1所述的方法，其特征在于，所述输入数据包括电流测量值、电压测量值、跳闸线圈电阻值以及调谐参数。3.根据权利要求2所述的方法，其特征在于，所述识别所述输入数据跳闸线圈电流曲线中的3个过渡点包括：通过基于斜率检测的局部最大值和局部最小值，识别所述输入数据跳闸线圈电流曲线中的3个过渡点；所述4个阶段包括流上升段、电枢运行前段、电枢运行后段和电流衰减段；所述方法还包括：存储所述4个阶段的持续时间。4.根据权利要求3所述的方法，其特征在于，所述计算所述输入数据中的电荷量包括：通过梯形法则，计算所述输入数据中的电荷量。5.根据权利要求4所述的方法，其特征在于，所述通过梯形法则，计算所述输入数据中的电荷量包括：所述梯形法则为：其中，Q为电荷量，I(t
n
)为t
n
时刻的电流值，Δt为运行时间段；Δt的值为：其中，t
start
是线圈激活期间跳闸线圈电流开始上升到额定值1％以上的时间，t
end
表示跳闸线圈电流衰减到额定值1％以下的时间；n表示区间t
start
和t
end
之间的子区间数。6.根据权利要求5所述的方法，其特征在于，根据所述输入数据中4个阶段的分段电压，以...
【专利技术属性】
技术研发人员：常兴智，董一新，徐志瑞，王再望，武晓勇，刘荣，张梦莹，
申请(专利权)人：宁夏隆基宁光仪表股份有限公司，
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。