一种基于大数据分析的SF6气体泄漏在线预警平台制造技术

技术编号:11036796 阅读:149 留言:0更新日期:2015-02-11 21:01
本发明专利技术公开了一种基于大数据分析的SF6气体泄漏在线预警平台,针对变电设备检测中的红外热像等非结构化数据检测,研究变电设备典型故障与红外热像数据分析,提取相关特征信息,开发红外热像检测数据的汇总、存储与在线分析技术,最终建立基于大数据分析的SF6气体泄漏在线预警系统。本发明专利技术能够发现泄漏发生规律和设备家族缺陷,能够预警高风险设备、部位和时间,使检测有的放矢;加强对高风险设备的检测,提高故障发现率,减少因检查SF6气体泄漏而发生的大量人力和机具成本;通过DS证据理论对变电设备多元数据进行融合诊断,有效识别出变电设备SF6气体状态,输出识别结果,在线进行预警。

【技术实现步骤摘要】
一种基于大数据分析的sf6气体泄漏在线预警平台
本专利技术涉及一种基于大数据分析的sf6气体泄漏在线预警平台。
技术介绍
SF6气体具有稳定的理化性能、优良的绝缘性能及优异的灭弧性能,在高压电器设 备中被广泛使用。随着电网的发展,电力系统大量采用sf 6气体作为绝缘介质的电气设备。 随着社会的进步,经济的发展,人们对供电可靠率的要求不断提高,变电设备长年运行于 野外,受气象条件、密封设备的老化等的影响,sf 6气体可能发生泄漏造成潜在设备故障。因 此,保证以sf6为绝缘气体设备的安全运行显得日益重要。 针对SF6气体泄漏,目前多采用红外技术检测变电设备SF6气体泄漏情况。SF 6红外 成像检漏技术是利用sf6气体对特定波长红外光的吸收特性比空气而言极强的物理特性, 使两者反映的红外影像不同,在其高性能的红外探测器及先进的红外探测技术的帮助下使 泄漏的sf 6气体变得可见。与传统方法相比,不受设备带电情况下检测部位有限的限制,可 以安全的在远距离对设备带电部位泄漏点进行检测,大大提高了设备漏点的查找效率。然 而单纯采用红外成像检漏,无法对泄漏数据进行在线汇总分析,不能发挥数据的价值。
技术实现思路
本专利技术为了解决上述问题,提出了一种基于大数据分析的sf6气体泄漏在线预警 平台,本装置将检测数据在主站进行汇总分析比对,能够发现泄漏发生规律和设备家族缺 陷,能够预警高风险设备、部位和时间,使检测有的放矢,加强对高风险设备的检测,提高故 障发现率,减少因检查sf 6气体泄漏而发生的大量人力和机具成本。 为了实现上述目的,本专利技术采用如下技术方案: -种基于大数据分析的5^气体泄漏在线预警平台,包括数据存储模块、数据处理 模块及监测预警模块,其中: 所述数据存储模块,用于存储变电设备历史故障记录、设备和电网监测、检测数据 以及环境、气象监测数据; 所述数据处理模块,连接多个传感器,采集传感器和信息源的数据和信息,进行DS 信息融合故障诊断; 所述监测预警模块,用于监测sf6气体状态,进行在线预警。 所述数据处理模块,包括信度函数模块、DS组合模块、融合信度函数模块和故障判 定模块,其中,信度函数模块有多个,分别一一连接传感器,计算传感器采集的信息可信度 分配值,发送给DS组合模块,DS组合模块根据合成规则计算所有信息联合作用下的基本可 信度分配值,故障判定模块根据计算结果进行故障判定。 一种基于上述系统的工作方法,包括以下步骤: (1)数据处理模块DS信息融合故障诊断技术多个传感器和信息源的数据和信息, 即证据进行预处理;然后计算各个证据的基本可信度分配值;再根据合成规则计算所有证 据联合作用下的基本可信度分配值;最后按照一定的判决规则选择可信度最大的假设作为 融合结果; (2)监测预警模块根据变电设备多元数据的融合诊断结果,识别出变电设备5^气 体状态,输出识别结果,在线进行预警;数据存储模块存储记录数据。 所述步骤(1)中,其具体方法包括: (1-1)通过隶属函数确定各传感器信度函数,分别对变电设备检测和监测数据的 越小越优型和越大越优型指标,采用三角与半梯形分布相结合的模糊隶属度方式,将规程 规定的初值与注意值间通过等距离点,划分各评估级别的隶属度函数范围; (1-2)将设备样本数据按照隶属度函数进行评估,计算指标对评语集各评估级别 的隶属度向量,计算指标关注度; (1-3)采用有序方式进行证据融合,即按劣化变权由小到大顺序融合,得到融合结 果。 所述步骤(1-1)中,通过隶属函数确定各传感器信度函数的方法为:各传感器信 度函数有隶属函数来确定,受限将变电设备SF 6气体状态定义为4个等级,确定辨识框架, 定义Lm = m(m = 1,2, 3,4)为劣化关注权,分别与4个评估级别相对应,即L = {Lp L2, L3, LJ 对应{优,良,注意,泄漏}。 所述步骤(1-1)中,越小越优型指标计算:本文档来自技高网...

【技术保护点】
一种基于大数据分析的SF6气体泄漏在线预警平台,其特征是:包括数据存储模块、数据处理模块及监测预警模块,其中:所述数据存储模块,用于存储变电设备历史故障记录、设备和电网监测、检测数据以及环境、气象监测数据;所述数据处理模块,连接多个传感器,采集传感器和信息源的数据和信息,进行DS信息融合故障诊断;所述监测预警模块,用于监测SF6气体状态,进行在线预警。

【技术特征摘要】
1. 一种基于大数据分析的3^气体泄漏在线预警平台,其特征是:包括数据存储模块、 数据处理模块及监测预警模块,其中: 所述数据存储模块,用于存储变电设备历史故障记录、设备和电网监测、检测数据以及 环境、气象监测数据; 所述数据处理模块,连接多个传感器,采集传感器和信息源的数据和信息,进行DS信 息融合故障诊断; 所述监测预警模块,用于监测SF6气体状态,进行在线预警。2. 如权利要求1所述的基于大数据分析的SF6气体泄漏在线预警平台,其特征是:所述 数据处理模块,包括信度函数模块、DS组合模块、融合信度函数模块和故障判定模块,其中, 信度函数模块有多个,分别一一连接传感器,计算传感器采集的信息可信度分配值,发送给 DS组合模块,DS组合模块根据合成规则计算所有信息联合作用下的基本可信度分配值,故 障判定模块根据计算结果进行故障判定。3. -种基于如权利要求1-2中任一项所述的系统的工作方法,其特征是:包括以下步 骤: (1) 数据处理模块DS信息融合故障诊断技术多个传感器和信息源的数据和信息,即证 据进行预处理;然后计算各个证据的基本可信度分配值;再根据合成规则计算所有证据联 合作用下的基本可信度分配值;最后按照一定的判决规则选择可信度最大的假设作为融合 结果; (2) 监测预警模块根据变电设备多元数据的融合诊断结果,识别出变电设备SF6气体状 态,输出识别结果,在线进行预警;数据存储模块存储记录数据。4. 如权利要求3所述的工作方法,其特征是:所述步骤(1)中,其具体方法包括: (1-1)通过隶属函数确定各传感器信度函数,分别对变电设备检测和监测数据的越小 越优型和越大越优型指标,采用三角与半梯形分布相结合的模糊隶属度方式,将规程规定 的初值与注意值间通过等距离点,划分各评估级别的隶属度函数范围; (1-2)将设备样本数据按照隶属度函数进行评估,计算指标对评语集各评估级别的隶 属度向量,计算指标关注度; (1-3)采用有序方式进行证据融合,即按劣化变权由小到大顺序融合,得到融合结果。5. 如权利要求4所述的工作方法,其特征是:所述步骤(1-1)中,通过隶属函数确定各 传感器...

【专利技术属性】
技术研发人员:黄金鑫牛林战杰姜杨马梦朝崔金涛何登森鲁国涛
申请(专利权)人:国家电网公司国网技术学院
类型:发明
国别省市:北京;11

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