C4F7N/CO2/O2混合气体绝缘设备的故障识别方法技术

本发明专利技术公开了一种C<subgt;4</subgt;F<subgt;7</subgt;N/CO<subgt;2</subgt;/O<subgt;2</subgt;混合气体绝缘设备的故障识别方法，包括：对C<subgt;4</subgt;F<subgt;7</subgt;N/CO<subgt;2</subgt;/O<subgt;2</subgt;不同比例混合气体开展多种放电故障类型下的分解试验，收集每种放电故障类型产生的多种分解产物含量数据集；采用决策树学习算法，生成放电故障类型识别模型；从能量角度构建C<subgt;4</subgt;F<subgt;7</subgt;N主要分解路径，并根据分解路径确定多种放电故障类型所需的C<subgt;4</subgt;F<subgt;7</subgt;N的特征分解产物比；根据待分析C<subgt;4</subgt;F<subgt;7</subgt;N/CO<subgt;2</subgt;/O<subgt;2</subgt;混合气体绝缘设备发生故障后的多组待分析分解产物含量以及特征分解产物比，确定故障特征分解产物比值，输入至放电故障类型识别模型，确定待分析C<subgt;4</subgt;F<subgt;7</subgt;N/CO<subgt;2</subgt;/O<subgt;2</subgt;混合气体绝缘设备的放电故障类型。

【技术实现步骤摘要】

本专利技术涉及高电压气体绝缘设备故障诊断，并且更具体地，涉及一种c4f7n/co2/o2混合气体绝缘设备的故障识别方法。

技术介绍

1、全氟异丁腈(c4f7n)混合气体因其优异的环保和绝缘性能被认为是极具潜力的sf6替代气体之一，目前在国内外均已实现了工程应用。由于c4f7n气体在常压下的液化温度较高，为-4.7℃，使得c4f7n气体必须与co2或n2等缓冲气体混合使用。研究发现c4f7n/co2/o2三元混合气体在在开断性能、绝缘特性以及分解特性等多方面优于c4f7n/n2和c4f7n/co2二元混合气体，因此在绝缘设备中以c4f7n/co2/o2混合气体作为绝缘介质更具优势。

2、以c4f7n/co2/o2三元混合气体为介质的气体绝缘设备正陆续研发应用，气体绝缘设备在运行过程中难免发生放电故障导致运行不可靠，为保障c4f7n/co2/o2混合气体绝缘设备能够可靠运行，需对气体放电故障识别诊断方法进行研究。气体绝缘设备在运行过程中小概率故障事件会导致故障数据集不均衡，从而影响故障识别诊断效果。

技术实现思路本文档来自技高网...

【技术保护点】

1.一种C4F7N/CO2/O2混合气体绝缘设备的故障识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述分解产物包括：CO、CF4、C3F8、C3F6和C4F8，多种放电故障类型包括：火花放电、悬浮放电和电晕放电。

3.根据权利要求1所述的方法，其特征在于，采用决策树学习算法，根据所述分解产物含量数据集进行训练，生成放电故障类型识别模型，包括：

4.根据权利要求3所述的方法，其特征在于，所述样本扩充的计算公式为：

5.根据权利要求3所述的方法，其特征在于，所述决策树学习算法采用分类回归树算法，其中所述分类回归树算法...

【技术特征摘要】

1.一种c4f7n/co2/o2混合气体绝缘设备的故障识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述分解产物包括：co、cf4、c3f8、c3f6和c4f8，多种放电故障类型包括：火花放电、悬浮放电和电晕放电。

3.根据权利要求1所述的方法，其特征在于，采用决策树学习算法，根据所述分解产物含量数据集进行训练，生成放电故障类型识别模型，包括：

4.根据权利要求3所述的方法，其特征在于，所述样本扩充的计算公式为：

5.根据权利要求3所述的方法，其特征在于，所述决策树学习算法采用分类回归树算法，其中所述分类回归树算法的基尼指数为：

6.根据权利要求3所述的方法，其特征在于，所述特征分解产物比包括：c(co)/c(cf4)和c(c4f8)/c(c3f8)，并且

7.根据权利要求6所述的方法，其特征在于，根据待分析c4f7n/co2/o2混合气体绝缘设备发生故障后的多组待分析分解产物含量以及所述特征分解产物比，确定所述待分析c4f7n/co2/o2混合气体绝缘设备的故障特征分解产物比值，包括：

8.根据权利要求7所述的方法，其特征在于，将所述故障特征分解产物比值输入至所述放电故障类型识别模型，确定所述待分析c4f...

【专利技术属性】
技术研发人员：高克利，杨圆，颜湘莲，王雯，王浩，温超，惠娜，邱丽君，袁帅，毕建刚，黄印，高婷玉，季严松，王广真，王峰，姜金鹏，杜非，于浩，杜劲超，是艳杰，付德慧，韩晨磊，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：