【技术实现步骤摘要】
本专利技术属于高压开关柜内部电气设备的功率状态检测和异常诊断，具体涉及一种电气设备异常功率状态检测方法及系统。
技术介绍
1、高压开关柜作为电力系统的重要组成部分，其内部电器设备的正常运行对于电力系统的安全稳定至关重要。然而，高压开关柜内部空间狭小且封闭，电气设备运行环境恶劣，直接测量设备内部的电压、电流和功率存在着诸多困难。传统的高压开关柜内部电器设备功率状态检测与异常诊断技术主要依赖于以下几种方法：
2、1.直接测量法：通过在设备外部安装高压电压互感器和电流互感器，间接测量设备内部的电压和电流，并计算功率。但是，高压开关柜空间狭小，安装测量设备存在空间限制，且可能影响设备运行；高压绝缘要求高，测量设备的安装和维护存在安全风险；测量精度受外部环境影响较大，难以保证准确性。
3、2.继电保护法：当设备电流超过设定值时，继电器动作，切断故障电路，保护设备。但是，该方法只能检测电流异常，无法识别其他类型的功率异常，例如功率因数异常、谐波畸变等。继电保护动作的灵敏度有限，可能无法及时发现轻微的功率异常。
4、3.声学监测法：通过声学传感器监测设备运行产生的噪声，分析噪声特征判断设备状态。但是，高压开关柜内部环境复杂，噪声干扰严重，难以有效提取设备运行噪声信息。声学特征与设备状态之间关系复杂，难以建立准确的对应关系。
5、传统的检测方法存在以下不足：
6、1)空间限制：高压开关柜内部空间狭小，难以安装测量设备。
7、2)安全风险：高压绝缘要求高，测量设备的安装和维护
8、3)准确性不足：测量精度受外部环境影响较大，难以建立准确的对应关系。
9、因此，传统方法难以满足高压开关柜内部电器设备功率状态检测和异常诊断的需求，亟需新的检测方法来解决这些问题。
技术实现思路
1、本专利技术克服了现有技术的不足，提供一种电气设备异常功率状态检测方法及系统，解决传统方法在高压开关柜等环境下难以进行准确功率状态检测的难题，实现电气设备功率状态的准确检测和安全预警。
2、为达到上述目的，本专利技术提供一种电气设备异常功率状态检测方法，包括以下步骤：
3、s1、采集电气设备的实时温度数据，并对采集到的温度数据进行预处理。
4、s2、根据设备的历史运行数据和当前的温度分布，通过回归分析得到初始预测功率。
5、s3、利用温度数据进行图像处理和特征提取，识别出异常区域，包括加热点，加热段和加热区域。
6、s4、提取加热点、加热段和加热区域的特征。
7、s5、根据历史数据，建立数学模型描述加热点、加热段和加热区域对功率消耗的影响。
8、s6、将提取的特征输入到数学模型中，计算出每个特征对功率消耗的影响值，将计算出的影响值与初始预测功率值相结合，得到修正后的功率值。修正后的功率值反映了实际的功率消耗情况。
9、s7、将修正后的功率值与设备正常运行时的功率消耗范围进行比较，评估设备运行情况。
10、进一步地，s1中包括以下步骤：
11、s11、使用传感器直接采集温度数据，获取设备当前温度分布信息。
12、用于定义实时温度分布的公式为t(x,y,t)＝tsensor(x,y,t)。
13、其中：t(x,y,t)为在时间t下，坐标(x,y)处的温度。tsensor为传感器测得的温度值。
14、s12、使用滤波器，对s11中采集到的温度数据进行噪声滤波处理提高数据质量，减少误差影响。
15、s13、利用移动平均法，对s12中得到的数据进行平滑处理，消除温度数据中的突变，增强数据稳定性，便于后续分析。
16、用于平滑处理的公式为
17、其中：tsmooth为预处理后的温度值。n为参与与平滑的邻近点数量。(xi,yi)为邻近点的坐标。
18、进一步地，s2参考s1经过预处理的数据，利用历史运行数据建立温度与功率之间的线性关系，建立线性回归模型，根据当前温度，回归分析得到初始预测功率，快速估计设备当前功率，作为后续分析的参考值。
19、初始预测公式为
20、其中：tinitial为初始预测的功率。为回归系数。tavg为设备平均温度。∈为误差项。
21、进一步地，s3包括以下步骤：
22、s31、根据设备的规格和历史运行数据，设定温度阈值。
23、s32、扫描温度分布数据，找出所有温度超过阈值的异常区域。
24、s33、将识别出的异常区域分类为加热点、加热段和加热区域，定义特征集合。
25、加热点是温度超过最高阈值的点。
26、加热段是温度超过中间阈值，且温度梯度超过设定阈值的连续区域。
27、加热区域是温度超过中间阈值，且温度梯度超过设定阈值的连续区域。
28、用于定义异常区域的公式为hregion＝{(x，y)|tsmooth(x，y)>tthreshold}。
29、其中hregion为异常区域集合。tthreshold为预设的温度阈值。
30、进一步地，s4包括以下步骤：
31、s41、在每个加热点中，提取局部温度最高tspotrmax、温度梯度和加热点半径r。
32、s42、在每个加热段中，提取加热段长度l、加热段平均温度tsegmentavg和加热段温度标准差std。
33、s43、在每个加热区域中，提取加热区域面积a、加热区域平均温度tareavg和加热区域最高温度taremax。
34、进一步地，s5包括以下步骤：
35、s51、分析历史数据，识别加热点、加热段、加热区域的特征对功率消耗的影响关系。
36、s52、根据历史数据分析结果，分别建立三个非线性回归模型，分别描述加热点、加热段、加热区域的特征与功率消耗之间的数学关系。
37、进一步地，s6包括以下步骤：
38、s61、将s4提取的特征数据分别输入到s5的三个模型中，预测得到每个区域对功率消耗的影响值pspot、psegment和pare。
39、s62、根据特征的重要性，对影响值进行加权。
40、s63、将加权后的影响值与初始预测功率pinitial结合，计算出修正后的功率pcorrected，修正公式为pcorrected＝pinitial+αpspot+βpsegment+γpare。
41、其中：α、β、γ为权重系数，用于调整影响值的贡献度，能够根据特征的重要性和不确定性进行调整。
42、进一步地，s7包括以下步骤：
43、s71、记录设备正常工作时的功率范围pnormal，作为判定标准。
44、s72、将步骤s6中修正后的功率数据与s71中的正常功率范围pnormal进行比本文档来自技高网...
【技术保护点】
1.一种电气设备异常功率状态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电气设备异常功率状态检测方法，其特征在于，S1中包括以下步骤：
3.根据权利要求2所述的电气设备异常功率状态检测方法，其特征在于，S2参考S1经过预处理的数据，利用历史运行数据建立温度与功率之间的线性关系，建立线性回归模型，根据当前温度，回归分析得到初始预测功率，快速估计设备当前功率，作为后续分析的参考值；
4.根据权利要求3所述的电气设备异常功率状态检测方法，其特征在于，S3包括以下步骤：
5.根据权利要求4所述的电气设备异常功率状态检测方法，其特征在于，S4包括以下步骤：
6.根据权利要求5所述的电气设备异常功率状态检测方法，其特征在于，S5包括以下步骤：
7.根据权利要求6所述的电气设备异常功率状态检测方法，其特征在于，S6包括以下步骤：
8.根据权利要求7所述的电气设备异常功率状态检测方法，其特征在于，S7包括以下步骤：
9.一种电气设备异常功率状态检测系统，其特征在于，包括：
【技术特征摘要】
1.一种电气设备异常功率状态检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的电气设备异常功率状态检测方法，其特征在于，s1中包括以下步骤：
3.根据权利要求2所述的电气设备异常功率状态检测方法，其特征在于，s2参考s1经过预处理的数据，利用历史运行数据建立温度与功率之间的线性关系，建立线性回归模型，根据当前温度，回归分析得到初始预测功率，快速估计设备当前功率，作为后续分析的参考值；
4.根据权利要求3所述的电气设备异常功率状态检测方法，其...
【专利技术属性】
技术研发人员：钱科，钱乐，
申请(专利权)人：盐城科乐电力有限公司，
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。