检测中压电气设备的电导体中的异常事件的方法技术

一种检测中压或高压电气设备(2)的电导体(1)的绝缘体(5)中的异常事件的方法，该方法包括以下步骤：

【技术实现步骤摘要】
检测中压电气设备的电导体中的异常事件的方法


[0001]本专利技术涉及中压或高压电气设备领域。

技术介绍

[0002]在中压或高压下运行的电气设备在运行过程中可能发生异常事件。异常事件的一个例子是电导体与周围环境之间的一个或多个局部放电。局部放电被理解为位于电绝缘体中的放电。这种放电称为局部放电，因为它不使所有的绝缘体短路。这些局部放电可以在空气中传播，或在绝缘材料本身内传播。这些局部放电在短期内不影响相关电气设备的运行，但加速绝缘体的老化。当绝缘体过度损坏时，可能会产生直接的电弧，这可能导致电气设备的破坏，并对位于设备附近的人造成重大风险。因此，必须检测到局部放电，以允许在相关电气设备的永久性损坏、破坏以及涉及人员的事故之前进行干预。
[0003]多种局部放电检测方法是已知的。其中一种方法是在局部监测局部放电，并基于测量电气设备的电导体周围的绝缘体表面处的振动。为此目的，在电气设备的电导体的绝缘体上设置振动测量传感器。基于所测值的统计处理的信号处理方法使得确定与局部放电对应的事件成为可能。
[0004]然而，这种方法有其局限性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测中压或高压电气设备(2)的电导体(1)的绝缘体(5)中的异常事件的方法，所述方法包括以下步骤：
‑
获取与电导体(1)相关的振动信号(V)的连续样本(E1，
…
，E
n
)的集合(S
n
)，(步骤50)
‑
根据获取到的样本的集合(S
n
)和预测模型，确定下一个样本(E
n+1
)的模型值(M
n+1
)，(步骤51)基于在电导体(1)无任何异常事件的参考条件(CRef)下获取的样本的集合(V
p
)，通过振动信号(V)的机器学习得到预测模型，
‑
获取振动信号(V)的下一个样本(E
n+1
)，(步骤52)
‑
计算获取的样本(E
n+1
)的值和模型值(M
n+1
)之间的差(D
n+1
)，(步骤53)
‑
如果计算的差(D
n+1
)大于预定阈值(Th)，则检测到电导体(1)中的异常事件(步骤54)。2.根据权利要求1所述的方法，包括以下步骤：
‑
如果计算的差(D
n+1
)小于或等于预定阈值(Th)，则检测到电导体(1)中没有任何异常事件。(步骤55)3.根据权利要求1或2所述的方法，其中检测到的异常事件是局部放电。4.根据权利要求3所述的方法，其中执行机器学习的参考条件(CRef)是从电气设备(2)首次使用时开始的运行期间，其持续时间等于电气设备(...

【专利技术属性】
技术研发人员：B博古斯拉夫斯基，D阿尔贝托，
申请(专利权)人：施耐德电气工业公司，
类型：发明
国别省市：