一种污秽绝缘子故障联合概率预测方法技术

本发明专利技术涉及一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，包括：S1、获取实验获得的污秽绝缘子的紫外脉冲波形和红外热像图，基于Hibert变换获取紫外脉冲包络线，基于图像处理方法获取红外热像图的温度分布；S2、利用样本统计方法和直方图非参数估计方法分别确定紫外脉冲包络线概率密度分布和红外温度的概率密度分布；S3、基于紫外脉冲包络线和红外温度特征对绝缘子故障的指示效果，确定不同故障所对应的紫外脉冲值和红外温度值的阈值；S4、基于S2中的概率密度分布和S3中的阈值划分，计算不同故障下的联合概率，并依据概率值进行故障预测。与现有技术相比，本发明专利技术解决了单一特征故障预测不准确的问题，具有预测准确性高等优点。具有预测准确性高等优点。具有预测准确性高等优点。

【技术实现步骤摘要】
一种污秽绝缘子故障联合概率预测方法


[0001]本专利技术涉及故障概率预测领域，尤其是涉及一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法。

技术介绍

[0002]外绝缘是电力系统的重要组成部分。电气设备如断路器、电流互感器、避雷器等设备都有瓷套、环氧棒形支柱等外绝缘部件。输配电线路中，绝缘子用于固外固定载流导线，并隔离不同电位的导电部件或使导电部件与外界隔绝。电力系统中各类绝缘子用量巨大，对维持电力系统的安全稳定运行起着至关重要的作用。
[0003]在长时间的高电压和恶劣环境的作用下，电力系统中的各类绝缘子表面形成积污，污秽绝缘子在大雾、小雨等潮湿的环境下，污秽层吸收了空气中的水分，其盐类物质溶于水中，使绝缘子表面绝缘性能下降，导致绝缘子表面放电，严重威胁着电网的安全可靠运行。因此，对污秽绝缘子故障概率进行预测是十分有必要的。目前，高压外绝缘设备的故障预测方法众多，大多采用数据挖掘关联技术，分析电网运行、环境气象等众多因素，主要有四个发展阶段，(1)以线形回归法、移动平均法为代表的传统历史数据统计预测方法阶段；(2)由Box
‑
Jenkins提出的时间序列预测方法阶段；(3)灰色模型及组合预测法阶段；(4)以神经网络、支持向量机为主的机器学习算法及其他智能预测方法阶段。现有的大多数预测模型只基于数据表现而非故障演变过程，不可避免地会出现预测范围狭窄，模型不完善等问题。

技术实现思路

[0004]本专利技术的目的就是为了提供一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，提高预测准确性。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，包括以下步骤：
[0007]S1、获取实验获得的污秽绝缘子的紫外脉冲波形和红外热像图，基于Hibert变换获取紫外脉冲包络线，基于图像处理方法获取红外热像图的温度分布；
[0008]S2、利用样本统计方法和直方图非参数估计方法分别确定紫外脉冲包络线概率密度分布和红外温度的概率密度分布；
[0009]S3、基于紫外脉冲包络线和红外温度特征对绝缘子故障的指示效果，确定不同故障所对应的紫外脉冲值和红外温度值的阈值；
[0010]S4、基于S2中的概率密度分布和S3中的阈值划分，计算不同故障下的联合概率，并依据概率值进行故障预测。
[0011]对于紫外脉冲包络线，利用样本统计方法获取样本，并统计总量；对紫外脉冲包络线样本按照从小到大排序；用分点将区间等分为预配置的小区间，统计紫外脉冲值落入各
区段的个数；根据大数定律，计算紫外脉冲的概率值；作出紫外脉冲包络线概率分布直方图，连接直方图各小长方形，得到概率密度分布函数曲线U(u)。
[0012]对于红外热像图，利用样本统计方法统计每一个像素点对应的温度值，获取温度样本，并统计总量；将温度样本按照从小到大排序；用分点将区间等分为合适小区间，统计红外温度值落入各区段的个数；根据大数定律，计算红外温度的概率值；做出红外温度概率分布直方图，连接直方图各小长方形，得到概率密度分布函数曲线T(t)。
[0013]所述非参数估计方法求取概率密度的表达式如下：
[0014][0015][0016]其中，N
x
为样本值为x时的样本数量；N
sum
为样本总数量；θ
min
、θ
max
分别为样本最小值和最大值；f(x)为样本值为x时的概率密度；F(θ1,θ2)为落在区间(θ1,θ2)内的概率密度。
[0017]依据紫外脉冲包络线和红外温度特征，将污秽绝缘子故障划分为四类，Q1为无故障状态，Q2为轻微故障状态，Q3为中度故障状态，Q4为严重故障状态。
[0018]对红外温度进行划分，划分为(t0,t1)、(t1,t2)、(t2,t3)、(t3,t4)，分别对应Q1、Q2、Q3、Q4四个故障状态。
[0019]对紫外脉冲值进行划分，划分为(u0,u1)、(u1,u2)，对应正常状态与故障状态。
[0020]所述不同故障状态下的联合概率通过以下方法获得：
[0021][0022]其中，红外温度的阈值为t1、t2、t3、t4，分别对应Q1、Q2、Q3、Q4四个状态区间的边界温度取值；T(t)表示红外温度的概率密度分布；紫外脉冲值的阈值为u1、u2，分别对应正常状态与故障状态的边界紫外脉冲取值；U(u)表示紫外脉冲包络线概率密度分布；α为联合概率系数。
[0023]优选的，红外温度t0为0℃、t1为25℃、t2为35℃、t3为40℃、t4为大于40℃。
[0024]优选的，紫外脉冲值u0为0V，u1为3V，u2为10V。
[0025]与现有技术相比，本专利技术具有以下有益效果：
[0026](1)本专利技术采用了污秽绝缘子中的紫外脉冲和红外温度特征，获取方便，并且状态指示效果好，能更全面表征污秽绝缘子特征。
[0027](2)本专利技术从数据获得外绝缘故障概率密度分布，能更为准确地实现外绝缘故障概率预测。
[0028](3)本专利技术基于紫外脉冲与红外温度的联合概率密度，相互补充，相较于单一特征故障预测具有更高的准确性。
[0029](4)本专利技术的故障预测方法流程明确、计算精简，能广泛运用于各种电气设备的故障概率预测，适用性强，具有较高的实用价值。
附图说明
[0030]图1为本专利技术的方法流程示意图；
[0031]图2为一种实施例中的红外温度概率密度分布及划分示意图；
[0032]图3为一种实施例中的紫外脉冲概率密度分布及划分示意图。
具体实施方式
[0033]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0034]一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，如图1所示，包括以下步骤：
[0035]S1、获取实验获得的污秽绝缘子的紫外脉冲波形和红外热像图，基于Hibert变换获取紫外脉冲包络线，基于图像处理方法获取红外热像图的温度分布。
[0036]本实施例通过高压实验平台搭建污秽绝缘子故障模拟实验，采用紫外传感器和红外热成像仪获取紫外脉冲波形和红外热像图。所述的紫外传感器选择HAMAMATSU公司生产的UV TRON R13192型紫外探测器，红外热成像仪采用型号为FLUKE Ti32的红外热成像仪。
[0037]S2、利用样本统计方法和直方图非参数估计方法分别确定紫外脉冲包络线概率密度分布和红外温度的概率密度分布。
[0038]对于紫外脉冲包络线，利用样本统计方法获取样本，并统计总量；对紫外脉冲包络线样本按照从小到大排序；用分点将区间等分为预配置的小区间，统计紫外脉冲值落入各区段的个数；根据大数定律，计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，其特征在于，包括以下步骤：S1、获取实验获得的污秽绝缘子的紫外脉冲波形和红外热像图，基于Hibert变换获取紫外脉冲包络线，基于图像处理方法获取红外热像图的温度分布；S2、利用样本统计方法和直方图非参数估计方法分别确定紫外脉冲包络线概率密度分布和红外温度的概率密度分布；S3、基于紫外脉冲包络线和红外温度特征对绝缘子故障的指示效果，确定不同故障所对应的紫外脉冲值和红外温度值的阈值；S4、基于S2中的概率密度分布和S3中的阈值划分，计算不同故障下的联合概率，并依据概率值进行故障预测。2.根据权利要求1所述的一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，其特征在于，对于紫外脉冲包络线，利用样本统计方法获取样本，并统计总量；对紫外脉冲包络线样本按照从小到大排序；用分点将区间等分为预配置的小区间，统计紫外脉冲值落入各区段的个数；根据大数定律，计算紫外脉冲的概率值；作出紫外脉冲包络线概率分布直方图，连接直方图各小长方形，得到概率密度分布函数曲线U(u)。3.根据权利要求1所述的一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，其特征在于，对于红外热像图，利用样本统计方法统计每一个像素点对应的温度值，获取温度样本，并统计总量；将温度样本按照从小到大排序；用分点将区间等分为合适小区间，统计红外温度值落入各区段的个数；根据大数定律，计算红外温度的概率值；做出红外温度概率分布直方图，连接直方图各小长方形，得到概率密度分布函数曲线T(t)。4.根据权利要求1所述的一种基于紫外脉冲与红外温度特征的污秽绝缘子故障联合概率预测方法，其特征在于，所述非参数估计方法求取概率密度的表达式如下：率预测方法，其特征在于，所述非参数估计方法求取概率密度的表达式如下：其中，N
x
为样本值为x时的样本数量；N
sum

【专利技术属性】
技术研发人员：高凯，邓先钦，傅晨钊，李腾飞，胡正勇，金立军，贺建明，马丹睿，
申请(专利权)人：同济大学华东电力试验研究院有限公司，
类型：发明
国别省市：