农网配变设备故障精准定位系统技术方案

本发明专利技术涉及电力设备技术领域，尤其为农网配变设备故障精准定位系统，包括：信号采集模块：用于采集农网配变设备的运行信号数据；信号去噪模块：用于对采集的农网配变设备的运行信号数据进行去噪处理；信号分析模块：用于对去噪处理后的农网配变设备的运行信号数据进行故障分析；故障定位模块：根据故障分析结果进行农网配变设备的故障定位

【技术实现步骤摘要】
农网配变设备故障精准定位系统


[0001]本专利技术涉及电力设备
，尤其是农网配变设备故障精准定位系统
。

技术介绍

[0002]近年来，农网配变设备的应用范围不断扩展，社会用电负荷逐年增长
。
而由于农网配变设备应用地区地形复杂，并且长期暴露在户外，气候复杂多变，环境条件恶劣，其所处的环境导致了其容易发生故障
。
随着应用时长和运用负荷的逐步提高，由输电线路故障带来的经济损失越来越大
。
现有的农网配变设备故障定位系统无法对机械故障源头进行精准定位分析，这就进一步加剧了机械故障时进行故障排查的难度
。

技术实现思路

[0003]本专利技术的目的是通过提出农网配变设备故障精准定位系统，以解决上述
技术介绍
中提出的缺陷
。
[0004]本专利技术采用的技术方案如下：
[0005]提供农网配变设备故障精准定位系统，包括：
[0006]信号采集模块：用于采集农网配变设备的运行信号数据；
[0007]信号去噪模块：用于对采集的农网配变设备的运行信号数据进行去噪处理；
[0008]信号分析模块：用于对去噪处理后的农网配变设备的运行信号数据进行故障分析；
[0009]故障定位模块：根据故障分析结果进行农网配变设备的故障定位
。
[0010]作为本专利技术的一种优选技术方案：所述信号采集模块通过设备监测终端采集预设时间段内的农网配变设备的运行信号数据
。
[0011]作为本专利技术的一种优选技术方案：所述设备监测终端设置于农网配变设备的各个分支线路上
。
[0012]作为本专利技术的一种优选技术方案：所述信号分析模块对采集的农网配变设备的运行信号数据进行分段处理，再基于故障分析算法进行农网配变设备的运行信号数据的故障分析
。
[0013]作为本专利技术的一种优选技术方案：所述故障分析算法具体如下：
[0014]采集时间为
t
时的农网配变设备的运行信号数据
x(t)
如下：
[0015][0016]其中，
A
i
为第
i
阶农网配变设备的运行信号数据幅值，为第
i
阶相位，
β
i
为第
i
阶衰减因子，
f
i
为第阶振荡频率，
n
为模型总阶数；
[0017]农网配变设备的运行信号数据采样点估计函数如下：
[0018][0019]其中，
m
为采样点，
Δ
t
为采样间隔时间；
[0020]通过欧拉公式将农网配变设备的运行信号数据中的衰减余弦分量展开：
[0021][0022]其中，
j
为虚数；
[0023]信号由
n1个衰减的直流分量和
n2个衰减的余弦分量组成，令
n
＝
n1+n2，则农网配变设备的运行信号数据的离散函数形式为
n
个复指数的线性组合，具体如下：
[0024][0025]其中，
x(n)
为农网配变设备的运行信号数据的离散函数形式，
A
l
为第
l
阶农网配变设备的运行信号数据的离散函数形式的幅值，为第
l
阶农网配变设备的运行信号数据的离散函数形式的相位，
β
l
为第
l
阶农网配变设备的运行信号数据的离散函数形式的衰减因子，
f
l
为第
l
阶农网配变设备的运行信号数据的离散函数形式的振荡频率；
[0026]计算获得农网配变设备的运行信号数据
x(t)
的参数值如下：
[0027][0028][0029][0030][0031]其中，为的
LM
曲线斜率，为的
RE
曲线斜率
。
[0032]作为本专利技术的一种优选技术方案：所述故障分析算法中，基于改进鲸鱼算法进行模型阶数的寻优
。
[0033]作为本专利技术的一种优选技术方案：所述改进鲸鱼算法以故障分析算法的
MSRE
值
δ
最小为目标函数进行模型阶数的寻优：
[0034][0035]其中，
n
x
为数据中
x
m
不为0的数量，
M
为采样点总数，
x
m
为采样值，
[0036]为估计值
。
[0037]作为本专利技术的一种优选技术方案：所述改进鲸鱼算法具体如下：
[0038]鲸鱼个体根据彼此位置随机搜寻猎物：
[0039][0040]其中，为第
j
个个体第
t+1
次迭代的第
d
维位置，表示随机个体第
t
次迭代的第
d
维位置，
A
和
C
为均为系数向量，
[0041]A
＝2·
z
·
h
‑
z
[0042]C
＝2·
h
[0043]其中，
z
在2到0之间线性衰减，
h
表示
[0
，
1]之间的随机数，
[0044]令鲸鱼个体沿螺线形路径在周围移动；
[0045][0046]其中，为历史最优个体的第
d
维位置，为第
j
个个体第
t
次迭代的第
d
维位置，
v
为限定螺旋形状的参数，
u
为
[1
，
1]之间的随机数；
[0047]实行包围机制：
[0048][0049][0050]其中，
ω
为自适应惯性权重，
T
为最大迭代次数；
[0051]以此寻优获得全局最优解
。
[0052]作为本专利技术的一种优选技术方案：所述故障定位模块中，划分各参数的阈值范围，基于各分段信号数据的参数值，根据阈值范围判断各参数是否出现异常
。
[0053]作为本专利技术的一种优选技术方案：所述故障定位模块中，根据判断出现故障的信号到达监测点时间进行故障点的精准定位
。
[0054]本专利技术提供的农网配变设备故障精准定位系统，与现有技术相比，其有益效果有：
[0055]本专利技术基于故障分析算法对不同频率的分量进行有效分离，能有效实现农网配变设备运行信号的局部化分析，提升对于农网配变设备故障定位的准确率，还通过改进鲸鱼算法提高在最优解周围区域寻找最优解的能力，提升对于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
农网配变设备故障精准定位系统，其特征在于：包括：信号采集模块
(100)
：用于采集农网配变设备的运行信号数据；信号去噪模块
(200)
：用于对采集的农网配变设备的运行信号数据进行去噪处理；信号分析模块
(300)
：用于对去噪处理后的农网配变设备的运行信号数据进行故障分析；故障定位模块
(400)
：根据故障分析结果进行农网配变设备的故障定位
。2.
根据权利要求1所述的农网配变设备故障精准定位系统，其特征在于：所述信号采集模块
(100)
通过设备监测终端采集预设时间段内的农网配变设备的运行信号数据
。3.
根据权利要求2所述的农网配变设备故障精准定位系统，其特征在于：所述设备监测终端设置于农网配变设备的各个分支线路上
。4.
根据权利要求3所述的农网配变设备故障精准定位系统，其特征在于：所述信号分析模块
(300)
对采集的农网配变设备的运行信号数据进行分段处理，再基于故障分析算法进行农网配变设备的运行信号数据的故障分析
。5.
根据权利要求4所述的农网配变设备故障精准定位系统，其特征在于：所述故障分析算法具体如下：采集时间为
t
时的农网配变设备的运行信号数据
x(t)
如下：其中，
A
i
为第
i
阶农网配变设备的运行信号数据幅值，为第
i
阶相位，
β
i
为第
i
阶衰减因子，
f
i
为第
i
阶振荡频率，
n
为模型总阶数；农网配变设备的运行信号数据采样点估计函数如下：其中，
m
为采样点，
Δ
t
为采样间隔时间；通过欧拉公式将农网配变设备的运行信号数据中的衰减余弦分量展开：其中，
j
为虚数；信号由
n1个衰减的直流分量和
n2个衰减的余弦分量组成，令
n
＝
n1+n2，则农网配变设备的运行信号数据的离散函数形式为
n
个复指数的线性组合，具体如下：其中，
x(n)
为农网配变设备的运行信号数据的离散函数形式，
A
i
为第
i
阶农网配变设备的运行信号数据的离散函数形式的幅值，为第
i
阶农网配变设备的运行信号数据的离散函数形式的相位，
β
l
为第
l
阶农网配变设备的运行信号数据的离散函数形式的衰减因子，
f
l
为第<...

【专利技术属性】
技术研发人员：孟令超，周世华，杨乐，蒋彩丽，赵冬，郑亚亚，张蕊，陈华威，赵玉杰，
申请(专利权)人：国网河南省电力公司尉氏县供电公司，
类型：发明
国别省市：