电气接头故障预测方法技术

本申请公开了电气接头故障预测方法，包括如下步骤：

【技术实现步骤摘要】
电气接头故障预测方法


[0001]本申请涉及电气设备故障预测
，尤其涉及电气接头故障预测方法
。

技术介绍

[0002]电气设备的主回路均通过电气接头相互连接，包括进线电缆
、
出线电缆
、
母排接头等
。
电气接头在长期的运行过程中会逐渐老化，接触电阻日益增大，从而造成电气接头过热，火灾隐患极大
。
同时，由于电气设备往往集中安装，一旦发生火灾，往往影响范围广，损失严重，修复时间长
。
[0003]相关技术中采用对电气接头进行温度的实时监控，在电气接头温度异常时及时进行报警，避免电气接头故障引发隐患
。
然而电气接头的温度来自两方面，一是内部电流通过产生的热量，二是外部环境的温度，对于不同类型的电气接头来说，内部电流产生的热量和外部环境温度所带来的影响并不相同，因此单对电气接头表面温度进行监测，并不能准确反映电气接头的状态，而通过电气表面温度进行的故障预测结果也会因此不准确
。
[0004]中国专利
《
电力设备温度在线监测系统及方法
》
，公开号：
CN 110855513 A
，公开日：
2020
年
02
月
28
日，具体公开了无线温度传感器，用于测量电力设备的温度，并将测得的温度数据发送给测温通信终端；测温通信终端，用于定时循环收集无线温度传感器发送出来的温度数据，并发送至数据管理中心；数据管理中心，用于集中管理测得的温度数据，同时实时显示和存储各个电力设备监测点的数据；管理工作站，用于通过图形
、
列表
、
历史曲线
、
实时曲线和
/
或报警形式来对电力设备进行监视
。
该方案通过无线温度传感器对高压开关柜
、
变压器
、
电抗器等电力设备以及电缆接头温度进行实时在线监测，实时显示当前温度，通过软件分析监测点温度变化规律，预测故障趋势，当温度超限时及时告警，并准确提供故障部位，并没有考虑到不同类型的电气接头对不同温度情况的承受能力，预测结果并不准确
。
[0005]中国专利
《
基于大数据的电力电气设备温度监管调节系统
》
，公开号：
CN114964528A
，公开日：
2021
年
10
月
25
日，具体公开了通过符号化的标定
、
数据的调取
、
均值处理
、
公式化的处理以及代入比对的方式，对电力电气设备过热现象进行深层次
、
全面且精确的判断
。
该方案仅考虑了对温度数据的处理，并没有考虑到不同类型的电气接头对不同温度情况的承受能力，预测结果准确性低
。

技术实现思路

[0006]本申请针对现有技术中并没有考虑到不同类型的电气接头对不同温度情况的承受能力而简单采用电气接头表面温度进行故障预测所带来的预测结果准确性低的问题，提供电气接头故障预测方法，通过建立温度辐射模型，展现电气接头之间的温度辐射关系，从而获得电气接头之间的外部温度影响，并根据辐射温度以及环境温度计算得到电气接头的内部温度，并根据电气接头内部温度以及电气接头外部温度与电气接头故障数据的相关性构建故障预测模型，根据电气接头内部温度和电气接头外部温度的影响不同，进行电气接
头的故障预测，从而保证对电气接头故障的预测适配于不同类型的电气接头，提高预测精准度
。
[0007]为实现上述技术目的，本申请提供的一种技术方案是，电气接头故障预测方法，包括如下步骤：
S1
：获取电气接头位置数据，建立位置空间模型；
S2
：建立温度辐射函数，根据温度辐射函数以及位置空间模型建立温度辐射模型；
S3
：获取历史电气接头温度数据
、
环境数据以及故障数据，根据温度辐射模型计算历史电气接头内部温度数据，构建故障预测模型；
S4
：获取电气接头实时数据以及环境数据，根据故障预测模型进行电气接头故障预测
。
[0008]进一步的，电气接头位置数据至少包括电气接头类型
、
电气接头编号以及电气接头位置，构建不同电气接头之间的空间位置关系，建立位置空间模型
。
[0009]进一步的，根据热辐射原理建立温度辐射函数：
Q
＝
εδ
(T
14
‑
T
24
)*S*
λ
；其中，
Q
为热量，
ε
为发射率，0＜
ε
＜1，
δ
为斯提芬波尔赫兹常数，
δ
＝
5.67*10
‑8w/(m2*k4)
，
T1为辐射表面1的温度，
T2为辐射表面2的温度，
λ
为辐射比例
。
[0010]进一步的，构建故障预测模型包括：利用温度辐射模型计算历史电气接头内部温度数据以及历史电气接头外部温度数据，并根据历史电气接头内部温度数据
、
历史电气接头外部温度数据以及故障数据构建故障预测模型
。
[0011]进一步的，利用温度辐射模型计算历史电气接头内部温度数据为：
Q
i
＝
Q
o
‑
Q
e
‑
Q
r
；其中，
Q
i
为电气接头内部温度，
Q
o
为电气接头温度，
Q
e
为环境温度，
Q
r
为根据温度辐射模型计算得到的辐射温度
。
[0012]进一步的，利用温度辐射模型计算历史电气接头外部温度数据为：
Q
out
＝
Q
e
+Q
r
；其中，
Q
out
为电气接头外部温度
。
[0013]进一步的，构建故障预测模型还包括：获取故障数据，选取故障时电气接头内部温度数据以及电气接头外部温度数据，对正常工作时电气接头内部温度数据以及电气接头外部温度数据分别取中值，计算故障时电气接头内部温度与正常工作时电气接头内部温度中值的差值，构建故障内部温度区间，计算故障时电气接头外部温度与正常工作时电气接头外部温度中值的差值，构建故障外部温度区间，以故障内部温度区间以及故障外部温度区间构建故障预测模型
。
[0014]进一步的，构建故障预测模型包括：根据历史电气接头内部温度数据
、
历史电气接头外部温度数据以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
电气接头故障预测方法，其特征在于：包括如下步骤：
S1
：获取电气接头位置数据，建立位置空间模型；
S2
：建立温度辐射函数，根据温度辐射函数以及位置空间模型建立温度辐射模型；
S3
：获取历史电气接头温度数据
、
环境数据以及故障数据，根据温度辐射模型计算历史电气接头内部温度数据，构建故障预测模型；
S4
：获取电气接头实时数据以及环境数据，根据故障预测模型进行电气接头故障预测
。2.
如权利要求1所述的电气接头故障预测方法，其特征在于：电气接头位置数据至少包括电气接头类型
、
电气接头编号以及电气接头位置，构建不同电气接头之间的空间位置关系，建立位置空间模型
。3.
如权利要求1所述的电气接头故障预测方法，其特征在于：根据热辐射原理建立温度辐射函数：
Q
＝
εδ
(T
14
‑
T
24
)*S*
λ
；其中，
Q
为热量，
ε
为发射率，0＜
ε
＜1，
δ
为斯提芬波尔赫兹常数，
δ
＝
5.67*10
‑8w/(m2*k4)
，
T1为辐射表面1的温度，
T2为辐射表面2的温度，
λ
为辐射比例
。4.
如权利要求1所述的电气接头故障预测方法，其特征在于：构建故障预测模型包括：利用温度辐射模型计算历史电气接头内部温度数据以及历史电气接头外部温度数据，并根据历史电气接头内部温度数据
、
历史电气接头外部温度数据以及故障数据构建故障预测模型
。5.
如权利要求4所述的电气接头故障预测方法，其特征在于：所述利用温度辐射模型计算历史电气接头内部温度数据为：
Q
i
＝
Q
o
‑
Q
e
‑
Q
r
；其中，
Q
i
为电气接头内部温度，
Q
o
为电气接...

【专利技术属性】
技术研发人员：宋洪刚，蒋红亮，张勇征，邵航军，常建斌，陈峰，黄钿钿，卢海权，卢俊锋，吴非，厉剑波，马志进，卢旭倩，
申请(专利权)人：国网浙江省电力有限公司东阳市供电公司国网浙江省电力有限公司金华供电公司，
类型：发明
国别省市：