System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于核动态潜变量算法的配电网环网柜故障检测方法技术_技高网
当前位置: 首页 > 专利查询>云南大学专利>正文

基于核动态潜变量算法的配电网环网柜故障检测方法技术

技术编号:40608983 阅读:6 留言:0更新日期:2024-03-12 22:16
本发明专利技术涉及一种基于核动态潜变量算法的配电网环网柜故障检测方法,属于配电网环网柜在线监测技术领域。首先基于核动态潜变量算法强大的信息提取能力,将环网柜内的温度、湿度、线芯电流、线芯温度等输入量,划分为动态潜变量部分和静态潜变量部分;然后对动态部分构建向量自回归模型的T<supgt;2</supgt;统计量进行监测,同时对静态部分构建邻域保持嵌入算法模型的SPE和T<supgt;2</supgt;统计量进行监测;最后根据动静态部分统计量是否连续超过其对应的统计限,以此判断是否有故障发生。本发明专利技术的优点在于:解决了环网柜多变量数据非线性、动态性难监测的问题,此外,在提高了环网柜故障检测成功率的同时,也降低了故障检测的误报率。

【技术实现步骤摘要】

本专利技术涉及一种基于核动态潜变量算法的配电网环网柜故障检测方法,属于配电网环网柜在线监测。


技术介绍

1、环网柜在配电网中起着至关重要的作用,环网柜通常置于室外,因而容易受室外环境中温湿度的影响而发生故障,且随着用电需求的增加,环网柜容易产生绝缘故障,严重的时候甚至会引发火灾,近年来,环网柜的故障频繁发生。为了保障环网柜正常运行,尽可能降低停电频率,对环网柜的运行状态进行实时监测,对潜在的故障做出预警判断,提前故障预处理,对减少故障发生具有重要意义。

2、针对环网柜出现的故障,现已有大量有效的研究,如:基于npe算法的环网柜故障检测方法,基于kpca算法的环网柜故障检测方法,针对电缆接头温度和电缆温度进行监测的一系列监测系统等。现有的检测方法存在一定局限性,传统的单一变量检测模型,只能监测单一变量引起的故障,而环网柜数据复杂多变,非线性动态变化特征明显,并且多个变量之间具有高度相关性,所以针对多个变量引发的故障,单一变量检测模型是无效的;基于pca算法的多元统计分析法,存在降低变量之间相关性的问题;基于kpca算法的故障检测模型,解决了非线性数据的处理难题,但没有考虑到数据的动态时效性;基于npe(tnpe)算法的环网柜故障检测模型,考虑到了变量相关性的问题,提取数据的局部特征信息,对故障检测具有良好的指导效果,但针对非线性数据的检测效果不佳。


技术实现思路

1、本专利技术要解决的技术问题是针对环网柜多变量数据因非线性、动态变化强等特点,而导致监测困难的特性,也为提高环网柜故障检测中的检测成功率和降低故障误报率,提出一种基于核动态潜变量算法的配电网环网柜故障检测方法。

2、本专利技术的技术方案是:一种基于核动态潜变量算法的配电网环网柜故障检测方法,包括:

3、首先通过核动态潜变量算法提取环网柜的信息,所述信息包括环网柜内的温度、湿度、线芯电流、线芯温度。

4、将所述环网柜内的温度、湿度、线芯电流、线芯温度划分为动态潜变量部分和静态潜变量部分。

5、然后对动态潜变量部分构建向量自回归(var)模型的t2统计量进行监测,对静态潜变量部分构建邻域保持嵌入算法(npe)模型的spe和t2统计量进行监测。

6、最后根据动态潜变量部分和静态潜变量部分统计量是否连续超过统计限,以此判断是否有故障发生。

7、具体步骤为:

8、step1:采集环网柜正常运行状态下的测量数据,包括柜内温度、湿度、线芯温度和线芯电流,作为故障检测模型输入样本集x∈rd×n,其中d为测量数据的维度,n为训练数据的样本个数,并把采集的数据存入历史数据库。

9、step2:对历史数据库中的训练样本数据进行归一化,使得输入输出样本的均值为0,方差为1,并去除野值点和误差大的点,得到新的数据样本集

10、step3:将预处理后的数据样本集作为模型的输入量,利用kdlv算法进行信息提取,将数据划分为动态潜变量部分和静态潜变量部分。

11、step4:针对动态潜变量部分,构建var模型,通过训练正常数据得到t2统计量的监控统计限tdlim2。

12、针对静态潜变量部分,构建npe模型,通过训练正常数据分别得到spe统计量和t2统计量的监控统计限speslim、tslim2。

13、step5:对新采集的实时数据xnew∈rd×n进行归一化,使得输入样本的均值为0,方差为1,并去除野值点和误差大的点,得到

14、step6:利用kdlv算法对实时数据集进行信息提取,同样将实时数据划分为动态潜变量部分和静态潜变量部分。

15、step7:针对动态潜变量部分,构建var模型,计算得到监控统计量tdnew2,针对静态潜变量部分,构建npe模型,计算分别得到spesnew统计量和tsnew2统计量。

16、step8:将step 7中的监控统计量分别与step 4中的监控统计限做对比,判断实时数据的统计量是否连续超过正常数据训练得到的统计限。

17、step9:根据step8中的对比,判断当前是否有故障发生,由此得结论:

18、无论是动态潜变量部分,还是静态潜变量部分,只要有任何一个统计量连续超过其对应的监控统计限,即说明当前系统存在故障。

19、若动态潜变量部分及静态潜变量部分的统计量均未超过其对应的监控统计限,则可以认定为系统运行正常,当前无故障风险。

20、本专利技术为了更好的对非线性、动态变化的环网柜多变量(柜内温、湿度、电缆线芯温度、线芯电流等)数据进行监测,利用核动态潜变量算法的信息提取能力,将环网柜的数据划分为动态部分和静态部分,分别对动静态部分进行监测,以此判断系统是否存在故障。本专利技术将数据划分更为细致,有助于提高故障的检测成功率,同时也能极大程度地降低故障误报率,因而提高了故障处理的速度,从而可以减少故障带来的损失。

21、本专利技术的有益效果是:

22、1、本专利技术提出的基于核动态潜变量算法的配电网环网柜故障检测方法,解决了环网柜多变量数据非线性、动态性监测难的问题。

23、2、本专利技术还提高了环网柜故障检测的成功率,同时降低了故障检测的误报率。

本文档来自技高网...

【技术保护点】

1.一种基于核动态潜变量算法的配电网环网柜故障检测方法,其特征在于包括:

2.根据权利要求1所述的基于核动态潜变量算法的配电网环网柜故障检测方法,其特征在于,具体步骤为:

【技术特征摘要】

1.一种基于核动态潜变量算法的配电网环网柜故障检测方法,其特征在于包括:

2.根...

【专利技术属性】
技术研发人员:邹勋胥清敏李鹏高莲易虎
申请(专利权)人:云南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1