【技术实现步骤摘要】
一种GIS设备局部放电故障预测方法、系统及设备
[0001]本专利技术属于机电气设备局部放电故障诊断的
，具体涉及一种GIS设备局部放电故障预测方法、系统及设备。
技术介绍
[0002]气体绝缘组合电器(Gas Insulated Switchgear,GIS)作为电力系统的主要设备，其运行状态直接影响着电网的稳定运行。随着大数据平台的建立，数据中心已积累了包括GIS的带电检测数据、运行相关参数等大量状态数据，具有多源异构的典型大数据特征。同时，许多重要的局部放电信息是以文本形式记录的。传统方法难以针对多形式结构数据进行数据挖掘并完成对GIS局部放电的故障概率预测及风险评估。根据GIS局部放电故障概率预测结果可以进行有效预警，制定对应的检修策略，保证设备的安全可靠运行，避免设备发生的故障对社会造成更多不良影响。
[0003]因此，有必要提供一种数据驱动的方法，具体为一种基于局部放电数据和缺陷文本信息融合的GIS故障概率预测方法，综合考虑各类信息，全面表征设备状态，为GIS局部放电故障概率预测提供新的技术手段。<...
【技术保护点】
【技术特征摘要】
1.一种GIS设备局部放电故障预测方法，其特征在于，包括下述步骤：建立GIS故障案例数据集，所述GIS故障案例数据集包括局部放电带电检测数据和含有局部放电状态参量文本信息的局部放电检测报告；所述局部放电带电检测数据为特高频检测得到的PRPS图谱数据；所述局部放电状态参量文本信息包括局部放电位置、局部放电幅值发展趋势、电压等级和运行时间；对所述PRPS图谱数据进行归一化处理，并将归一化后的PRPS图谱数据输入至预先设立的绝缘缺陷分类模型，得到各类缺陷的故障概率值P(D
k
)；利用Word2Vec方法分析处理所述局部放电状态参量文本信息，实现局部放电特征参量编码；将所述归一化后的PRPS图谱数据和局部放电特征参量编码输入到预先设立的故障二分类子模型，得到各类缺陷条件下发生故障的概率P(F|D
k
)；将所述各类缺陷的故障概率值P(D
k
)和各类缺陷条件下发生故障的概率P(F|D
k
)通过贝叶斯定理进行结合，得到最终故障概率值。2.根据权利要求1所述一种GIS设备局部放电故障预测方法，其特征在于，所述局部放电带电检测数据为特高频检测得到的PRPS图谱数据是用二维矩阵来表示，矩阵两个维度分别表示局部放电的相位和周期，每个点的数值表示放电幅值。3.根据权利要求1所述一种GIS设备局部放电故障预测方法，其特征在于，所述局部放电位置在记录中利用定位方法确定放电的部件，包括：盆式绝缘子、接地刀闸、隔离刀闸、断路器、CT、PT及母线；所述局部放电幅值发展趋势包括基本保持、上升趋势和下降趋势三种情况；所述电压等级包括110kV、220kV、330kV以及500kV；所述运行时间包括1
‑
5年、5
‑
10年、10
‑
15年、15年以上。4.根据权利要求1所述一种GIS设备局部放电故障预测方法，其特征在于，所述绝缘缺陷分类模型是基于卷积神经网络进行构建的，包括输入层、卷积层与对应的池化层、全连接层和输出层，并设置卷积核尺寸为1
×
9，池化核尺寸为1
×
2，卷积层步长为1，池化层步长为2，激活函数则采用sigmoid函数进行随机池化操作，该设置下的识别效果准确率最高；具体的：输入层输入归一化处理后的PRPS图谱数据首先进入卷积层，提取特征信息；池化层对提取的特征信息进行过滤，以减少特征维度，防止过拟合；全连接层将池化层的所有特征矩阵转化成一维的特征向量值；最后，输出层接收全连接层数输出的特征向量值，使用softmax函数将向量的每个值转换成概率的表示，得到各类缺陷的故障概率值P(D
k
)。5.根据权利要求1所述一种GIS设备局部放电故障预测方法，其特征在于，所述各类缺陷包括尖端放电、悬浮放电、微粒放电和绝缘类放电。6.根据权利要求1所述一种GIS设备局部放电故障预测方法，其特征在于，所述利用Word2Vec方法分析处理所述局部放电状态参量文本信息，得到局部放电特征参量编码，具体步骤为：将局部放电状态参量文本信息划分为影响故障概率的不同特征参量，并将局部放电特征参量进行词嵌入，使用词向量对每个局部放电特征参量进行数值化；
对词向量进行训练，训练...
【专利技术属性】
技术研发人员：王勇，刘俊翔，陈义龙，孔令明，彭和平，
申请(专利权)人：广东电网有限责任公司广州供电局，
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。