一种光伏用多功能断路器的检测方法技术

本发明专利技术公开了一种光伏用多功能断路器的检测方法，涉及设备检测技术领域，包括如下步骤：将断路器置于搭建的状态检测平台内，在状态检测平台中模拟实际运行环境，并采集运行状态下断路器的相关数据，建立断路器参数数据集；在断路器处于持续工作状态下，获取相关数据集，关联形成断路器状态评估值Mcb；其技术要点为：判断相同时间节点下的差值来确定断路器的状态信息，可提前对断路器的运行状态做出判断，考虑到天气因素、设备自身因素以及损耗因素带来的影响，为后续故障诊断提供参考，将对断路器的状态检测和故障诊断相结合，即可实现对断路器进行更加清晰准确的检测。对断路器进行更加清晰准确的检测。对断路器进行更加清晰准确的检测。

【技术实现步骤摘要】
一种光伏用多功能断路器的检测方法


[0001]本专利技术涉及设备检测
，具体为一种光伏用多功能断路器的检测方法。

技术介绍

[0002]在对应用于光伏设备的断路器进行检测时，检测方式一般可以包括以下几种：1、检查外观：首先需要检查断路器的外观是否完好，是否有破损、变形现象，这有助于了解断路器的实际使用情况；2、检查运行参数：使用断路器自身的监测装置或非接触式装置，检查断路器的运行参数，如电流、温度以及压力是否正常；3、检查操作机构：检查断路器的操作机构是否灵活，是否存在卡滞现象，是否顺畅；4、检查电气绝缘：使用绝缘测试仪设备，对断路器的电气绝缘进行测试，以了解绝缘性能是否满足预期要求；5、化学分析：对断路器内部的油池进行采样，并通过实验室分析确定油的品质、污染程度以及工作状态信息，从而间接判断断路器的工作状态；6、功能测试：对断路器进行功能测试，通过电流以及电压信号模拟实际使用环境并进行断路器的开合操作和表征，以检验断路器的正常工作状态；以上步骤需要有专业的技术人员操作，根据不同的断路器类型和使用环境情况，具体的检测操作流程可能会略有不同。
[0003]但以上这些传统的检测方法对于断路器的运行及工作状态无法形成预测效果，不能提前对断路器的运行状态做出判断，为后续故障诊断提供参考。
[0004]为此，本专利技术提供了一种光伏用多功能断路器的检测方法。

技术实现思路

[0005]（一）解决的技术问题针对现有技术的不足，本专利技术提供了一种光伏用多功能断路器的检测方法，判断相同时间节点下的差值来确定断路器的状态信息，可提前对断路器的运行状态做出判断，考虑到天气因素、设备自身因素以及损耗因素带来的影响，为后续故障诊断提供参考，将对断路器的状态检测和故障诊断相结合，即可实现对断路器进行更加清晰准确的检测，从而解决了
技术介绍
中提出的问题。
[0006]（二）技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：一种光伏用多功能断路器的检测方法，包括如下步骤：将断路器置于搭建的状态检测平台内，在状态检测平台中模拟实际运行环境，并采集运行状态下断路器的相关数据，建立断路器参数数据集的同时对断路器参数数据集进行预处理，分类为设备自身数据集、天气状况数据集以及连接损耗数据集，在对断路器进行
检测时考虑到天气因素、设备自身因素以及损耗因素，其中的天气因素对应天气状况数据集中的平均气温C、平均风速V以及平均湿度H；设备自身因素对应设备自身数据集中的断路器的实际输出电流I和实际输出电压U；损耗因素对应连接损耗数据集中断路器内置各个零部件的损耗系数；在断路器处于持续工作状态下，获取预处理后形成的设备自身数据集、天气状况数据集以及连接损耗数据集，关联形成断路器状态评估值Mcb，在等间隔的时间节点中得到断路器状态评估值Mcb的变化趋势；使用机器学习技术对同类型多功能断路器的历史数据进行处理，在天气状况数据集不变时，建立多功能断路器数字孪生模型，经过测试和训练后，将多功能断路器数字孪生模型输出，以等间隔的时间节点，对多功能断路器状态评估值Myc的变化趋势进行预测，获取预测结果，本申请中使用到的机器学习是一种人工智能的分支，它主要是利用算法和模型对数据进行分析和预测，具体可使用深度学习：深度学习是一种特殊的机器学习技术，主要是通过多层神经网络对数据进行特征抽取和表示学习；也可根据实际需求选择监督学习：监督学习通过给模型提供带有标注的数据，让模型学习从输入到输出的映射关系，进而对未知数据进行预测，常见的监督学习算法有决策树、支持向量机（SVM）、多层感知机（MLP）和神经网络；无监督学习：无监督学习是指对没有标注的数据进行学习，目标是发现数据的内在规律和结构，常见的无监督学习算法有聚类、异常检测和降维；半监督学习：半监督学习是介于监督学习和无监督学习之间的学习方式，通过同时使用带标注和无标注的数据进行学习；建立趋势对比模型，将断路器状态评估值Mcb的变化趋势与预测断路器状态评估值Myc的变化趋势进行比对，在同一时间节点下，若是断路器状态评估值Mcb与预测断路器状态评估值Myc之间的差值大于等于报警阈值，则表示断路器运行状态不稳定，后续在触发判断模块的同时也触发了预警模块，完成对用户的预警，具体可通过无线端连接手机APP进行实时预警，该处的报警阈值表示的为：断路器状态评估值Mcb与预测断路器状态评估值Myc之间在同一时间节点上所能够产生最大的差值；若是断路器状态评估值Mcb与预测断路器状态评估值Myc之间的差值小于报警阈值，则表示断路器运行状态稳定。
[0007]进一步的，在状态检测平台中模拟实际运行环境时，将断路器与光伏板连接后置于密闭环境，通过接收天气预报来获取每周的平均气温C、平均风速V以及平均湿度H，且平均气温C、平均风速V以及平均湿度H均归属于天气状况数据集，该处的平均气温C、平均风速V以及平均湿度H，通过在状态检测平台中安装常规的加热器、风扇组件以及加湿器即可实现对气温、风速以及湿度的调控处理；使用时，平均气温C、平均风速V以及平均湿度H的获取方式均可以通过天气预报进行直接获取，也可根据需要获取一周内的平均气温C，例如：计第一天平均温度为，第二天平均温度为直至得到第七天平均温度为，通过如下公式：即可得到一周内的平均气温C；
针对上述的平均风速V和平均湿度H也采用相同的原理；其中，实际输出电流I和实际输出电压U可通过在断路器内安装电流传感器和电压传感器直接获取，损耗系数Z则是通过如下公式：所述断路器的损耗系数Z的获取方式如下：其中，权重系数的取值如下：，，，，，，，。
[0008]其中，触头系统对应的损耗系数计为：S1，灭弧系统对应的损耗系数计为：S2，操作机构对应的损耗系数计为：S3，脱扣器对应的损耗系数计为：S4，断路器的损耗系数，在上述步骤中也有提及，对于其他小微零部件的损耗系数则可忽略不计。
[0009]进一步的，在对断路器参数数据集进行预处理时的步骤为：对数据进行清洗，至少包含：去除重复数据、填充缺失值以及处理异常值；具体的，使用SELECT DISTINCT语句去除重复数据；利用pandas库中的fillna()方法或插值法来填充数据中的缺失值，比如使用中位数或均值对缺失值进行填充；处理异常值时，可以使用可视化工具，如散点图或直方图，查看数据的分布情况，通过该可视化工具发现异常值，也可根据实际需要使用异常检测算法或改进的离群点检测算法，这些检测算法都可以通过对数据点进行聚类或建立异常检测模型来识别和处理异常值；对数据进行标记分类，得到分类后的设备自身数据集、天气状况数据集以及连接损耗数据集，其中的设备自身数据集包含：断路器的实际输出电流I和实际输出电压U；连接损耗数据集包含断路器内置各个零部件的损耗系数。
[0010]进一步的，通过对同型号多功能断路器采用实验测试法，获取多功能断路器内部各个零部件的损耗系数；在断路器运行时，为获取断路器内的各个零部件的损耗系数，采用油中介阻击放电试验，通过累加各个零部件的损耗系数的方式，即可获取断路器的损耗系数Z。
[0011]进一步的，断路本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光伏用多功能断路器的检测方法，其特征在于：包括如下步骤：将断路器置于搭建的状态检测平台内，在状态检测平台中模拟实际运行环境，并采集运行状态下断路器的相关数据，建立断路器参数数据集的同时对断路器参数数据集进行预处理，分类为设备自身数据集、天气状况数据集以及连接损耗数据集；在断路器处于持续工作状态下，获取预处理后形成的设备自身数据集、天气状况数据集以及连接损耗数据集，关联形成断路器状态评估值Mcb，在等间隔的时间节点中得到断路器状态评估值Mcb的变化趋势；使用机器学习技术对同类型多功能断路器的历史数据进行处理，在天气状况数据集不变时，建立多功能断路器数字孪生模型，经过测试和训练后，将多功能断路器数字孪生模型输出，以等间隔的时间节点，对多功能断路器状态评估值Myc的变化趋势进行预测，获取预测结果；建立趋势对比模型，将断路器状态评估值Mcb的变化趋势与预测断路器状态评估值Myc的变化趋势进行比对，在同一时间节点下，若是断路器状态评估值Mcb与预测断路器状态评估值Myc之间的差值大于等于报警阈值，则表示断路器运行状态不稳定；若是断路器状态评估值Mcb与预测断路器状态评估值Myc之间的差值小于报警阈值，则表示断路器运行状态稳定。2.根据权利要求1所述的一种光伏用多功能断路器的检测方法，其特征在于：在状态检测平台中模拟实际运行环境时，将断路器与光伏板连接后置于密闭环境，通过接收天气预报来获取每周的平均气温C、平均风速V以及平均湿度H，且平均气温C、平均风速V以及平均湿度H均归属于天气状况数据集。3.根据权利要求2所述的一种光伏用多功能断路器的检测方法，其特征在于：在对断路器参数数据集进行预处理时的步骤为：对数据进行清洗，至少包含：去除重复数据、填充缺失值以及处理异常值；对数据进行标记分类，得到分类后的设备自身数据集、天气状况数据集以及连接损耗数据集，其中的设备自身数据集包含：断路器的实际输出电流I和实际输出电压U；连接损耗数据集包含断路器内置各个零部件的损耗系数。4.根据权利要求3所述的一种光伏用多功能断路器的检测方法，其特征在于：通过对同型号多功能断路器采用实验测试法，获取多功能断路器内部各个零部件的损耗系数；在断路...

【专利技术属性】
技术研发人员：牛节省，李丰生，梁春芝，周振亚，
申请(专利权)人：山东德源电力科技股份有限公司，
类型：发明
国别省市：