输电设备的智能分析方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种输电设备的智能分析方法、装置、计算机设备和存储介质，通过获取在线监测模块采集的输电设备及其所在输电线路的运行状态数据。一方面，根据运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定输电设备及其所在输电线路是否存在故障点以及故障类型，另一方面，针对存在故障的情况，基于双端测距法计算输电线路两端的运行状态数据，确定故障点的位置信息。即进行故障类型的识别和分类，并精确确定故障发生的位置，显著提升了输电设备分析的智能化水平，在实际监测中便于操作人员及时准确地监测输电设备中存在的故障。电设备中存在的故障。电设备中存在的故障。

【技术实现步骤摘要】
输电设备的智能分析方法、装置、计算机设备和存储介质


[0001]本申请涉及输电设备状态监测与运行维护管理
，特别是涉及一种输电设备的智能分析方法、装置、计算机设备和存储介质。

技术介绍

[0002]输电设备的分析系统作为智能电网建设在输电环节的重要内容，是实现输电设备状态运行检修管理，提升输电提升输电线专业生产运行管理精益化水平的重要技术手段。目前，输电设备的智能分析系统是通过输电线上的各种传感器来采集数据，并通过通信的方式将监测到的数据传送到主站系统，以实现各类电网设备运行状态的实时感知和监测。
[0003]但是，现有的输电设备的分析系统智能化程度不足，难以满足实际监测需求。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种输电设备的智能分析方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供一种输电设备的智能分析方法，包括：
[0006]获取在线监测模块采集的输电设备及其所在输电线路的运行状态数据；
[0007]根据运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定输电设备及其所在输电线路是否存在故障点以及故障类型；
[0008]若判定存在故障点，则基于双端测距法计算输电线路两端的运行状态数据，确定故障点的位置信息。
[0009]在其中一个实施例中，输电设备的智能分析方法还包括：
[0010]根据输电设备的运行状态数据，确定输电设备的深度监测信息；
[0011]基于深度监测信息，确定输电设备对应的修护管理信号或记录管理信号。
[0012]在其中一个实施例中，深度监测信息包括温变量级、输电变量和局放变量，温变量级表示工作温度与环境温度间的比值，输电变量表示实际输出电压与额定输出电压间的差值，局放变量表示实际的总局部放电量，方法还包括：
[0013]根据温变量级、输电变量和局放变量，确定深度安全指数；
[0014]若输电设备的深度安全指数大于预设值时,则生成输电设备的修护管理信号；
[0015]当输电设备的深度安全指数小于等于预设值时,则生成输电设备的记录管理信号。
[0016]在其中一个实施例中，根据运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定输电设备及其所在输电线路是否存在故障点以及故障类型的步骤之后，还包括：
[0017]提取并标注运行状态数据中处于正常电流范围、正常电压范围外的电压数据和电流数据；
[0018]基于序电流的分区选相和模糊规则处理经提取并标注的电压数据和电流数据，确
定输电设备及其所在输电线路是否存在故障点以及故障类型。
[0019]在其中一个实施例中，输电设备的智能分析方法还包括：
[0020]获取在线监测模块采集的巡检图像，巡检图像包括至少一个输电设备及输电设备所在的输电线路；
[0021]将巡检图像按照预设规则进行分组，得到若干个图像组；
[0022]确定各图像组中每张图像对应的整体特性；整体特性包括电压等级、线路名称和线路编号；
[0023]筛除各图像组中的重复图像，并利用空间网格法分别对筛除后的图像组中的图像进行细节特性确定，细节特性包括所划分的空间网格基于各图像组中的每张图像对应的相序；
[0024]根据整体特性和细节特性对每张图像进行命名，得到命名后的图像。
[0025]在其中一个实施例中，输电设备的智能分析方法还包括：
[0026]对运行状态数据进行滤波处理。
[0027]在其中一个实施例中，输电设备的智能分析方法还包括：
[0028]若判定存在故障点，则生成并发送预警信息至终端。
[0029]第二方面，提供了一种输电设备的智能分析装置，该装置包括：
[0030]数据获取模块，用于获取在线监测模块采集的输电设备及其所在输电线路的运行状态数据；
[0031]输电线路故障类型识别模块，用于根据运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定输电设备及其所在输电线路是否存在故障点以及故障类型；
[0032]故障位置确定模块，用于在判定存在故障点，则基于双端测距法计算输电线路两端的运行状态数据，确定故障点的位置信息。
[0033]第三方面，本申请提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行上述方法。
[0034]第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行上述方法。
[0035]上述输电设备的智能分析方法、装置、计算机设备和存储介质，通过获取在线监测模块采集的输电设备及其所在输电线路的运行状态数据。一方面，根据运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定输电设备及其所在输电线路是否存在故障点以及故障类型，另一方面，针对存在故障的情况，基于双端测距法计算输电线路两端的运行状态数据，确定故障点的位置信息。即进行故障类型的识别和分类，并精确确定故障发生的位置，显著提升了输电设备分析的智能化水平，在实际监测中便于操作人员及时准确地监测输电设备中存在的故障。
附图说明
[0036]图1为一个实施例中输电设备的智能分析方法的流程示意图；
[0037]图2为一个实施例中输电设备的智能分析装置的结构框图；
[0038]图3为一个实施例中计算机设备的内部结构图。
具体实施方式
[0039]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0040]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。
[0041]第一方面，本申请提供一种输电设备的智能分析方法，如图1所示，包括：
[0042]S102，获取在线监测模块采集的输电设备及其所在输电线路的运行状态数据。运行状态数据包括但不限于电压、电流等。
[0043]S104，根据运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定输电设备及其所在输电线路是否存在故障点以及故障类型。其中，确定是否存在故障点，可以通过RBF（radical basis function，径向基函数）神经网络来实现。具体的，可以通过建造输电线路故障监测RBFNN模型，基于历史故障事件的数据进行RBF神经网络训练，确定能够识别是否存在故障以及故障类型的RBPNN模型，后续监测过程中，可直接将正序电流的故障分量以及零序电流和负序电流的比相关系输入RBPNN模型，得到是否存在故障点的判断结果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输电设备的智能分析方法，其特征在于，包括：获取在线监测模块采集的输电设备及其所在输电线路的运行状态数据；根据所述运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定所述输电设备及其所在输电线路是否存在故障点以及故障类型；若判定存在故障点，则基于双端测距法计算输电线路两端的运行状态数据，确定所述故障点的位置信息。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述输电设备的运行状态数据，确定输电设备的深度监测信息；基于所述深度监测信息，确定所述输电设备对应的修护管理信号或记录管理信号。3.根据权利要求2所述的方法，其特征在于，所述深度监测信息包括温变量级、输电变量和局放变量，所述温变量级表示工作温度与环境温度间的比值，所述输电变量表示实际输出电压与额定输出电压间的差值，所述局放变量表示实际的总局部放电量，所述方法还包括：根据所述温变量级、输电变量和局放变量，确定深度安全指数；若所述输电设备的深度安全指数大于预设值时,则生成所述输电设备的修护管理信号；当所述输电设备的深度安全指数小于等于所述预设值时,则生成所述输电设备的记录管理信号。4.根据权利要求1所述的方法，其特征在于，所述根据所述运行状态数据中正序电流的故障分量以及零序电流和负序电流的比相关系，确定所述输电设备及其所在输电线路是否存在故障点以及故障类型的步骤之后，还包括：提取并标注所述运行状态数据中处于正常电流范围、正常电压范围外的电压数据和电流数据；基于序电流的分区选相和模糊规则处理经提取并标注的电压数据和电流数据，确定所述输电设备及其所在输电线路是否存在故障点以及故障类型。5.根据权利要求1所述的方法，其特征在于，所述方...

【专利技术属性】
技术研发人员：郑武略，张富春，张鑫，郑晓，刘楠，王瑞显，陈庆鹏，梁伟昕，吴阳阳，谢守辉，宋丹，袁文俊，贾培亮，翁珠奋，石延辉，赵航航，王宁，汪豪，范敏，丁红涛，郑扬亮，陈浩，严奕进，张子建，刘贺，梁凯旋，廖江雨，孟庆禹，何宁安，钟琳，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司广州局，
类型：发明
国别省市：