基于红外和紫外光电传感融合的电气设备故障检测方法技术

本发明专利技术涉及一种基于红外和紫外光电传感融合的电气设备故障检测方法，该方法将紫外传感器得到的脉冲数据换算成放电量数据，并将红外传感器得到的温度特征量数据和紫外传感器获得的放电特征量数据进行融合，实现电气设备故障检测，得出检测状态结论并预测故障发展。与现有技术相比，本发明专利技术具有融合两个传感器数据信息、实现局部放电视在放电量的定量测量、预测故障发展等优点。

Fault detection method of electrical equipment based on infrared and ultraviolet photoelectric sensor fusion

The invention relates to a method for electrical equipment fault detection of infrared and ultraviolet photoelectric sensor fusion based on the UV sensor data is converted into a pulse discharge data, and the fusion of discharge data of temperature characteristic data obtained by infrared sensor and ultraviolet sensor, electrical equipment fault detection the test conclusion and forecast, fault development. Compared with the prior art, the invention has the advantages of fusing two sensor data information, realizing the quantitative measurement of the discharge quantity of the partial discharge television and predicting the development of the fault, etc..

【技术实现步骤摘要】

本专利技术涉及电气设备故障检测，尤其是涉及基于红外和紫外光电传感融合的电气设备故障检测方法。
技术介绍
开关柜中常见的故障可分为：热故障、机械故障、开合故障、绝缘故障、载流故障、外力及其他故障，其中热故障是所有故障中发生频率最多的故障，且根据相关实践经验可知，开关柜在可能发生或已发生机械故障、开合故障、绝缘故障、载流故障时柜内都会存在局部(触头、接头处)发热的现象，因此可通过柜内发热检测实现开关柜的故障诊断工作。目前市面上已有的高压开关柜故障监测装置接触式测温装置导致柜内布线复杂，易遗留安全隐患，即使采用无线传输方式，采用电池供电不能持续不间断的提供稳定、可靠的电能，存在电池失效而失去监控的风险，而且还存在更换电池不方便等问题。高压开关设备局部放电检测法中,采用直接提取放电脉冲信号的电测量法，受空间电磁干扰较大，因而人们一直在寻求新的表征局部放电的特征量。Hamamatsu公司生产的R2868型火焰传感器，体积小，灵敏度高，工作波段避开了日光的影响，受到了相关研究人员的青睐，然而目前采用此传感器的电弧检测系统对于放电量的判断还并不准确，只能进行定性判断。目前开关柜故障监测系统将温度与局部放电独立考虑，忽略了故障发展的过程中温度与局部放电两特征量的变化关系，导致故障状态判断与预测准确性降低。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于红外和紫外光电传感融合的电气设备故障检测方法。本专利技术的目的可以通过以下技术方案来实现：一种基于红外和紫外光电传感融合的电气设备故障检测方法，该方法包括以下步骤：S1、系统进行开机自检；S2、系统通过自检后进入步骤S3，若未通过，则发出警报；S3、红外温度传感器获得温度特征量数据并发送给计算机，紫外光电传感器获得放电特征量数据并发送给计算机；S4、判断根据S3中的单一特征量数据是否得出立即安排检修的故障状态结论，若是，则发出警报并存储数据；若否，则继续进行步骤S5；S5、对步骤S3中获得的放电特征量数据采用分为图法筛选，并将筛选后的放电特征量数据求取平均值得到平均放电量数据；S6、将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据输入神经网络进行融合故障判断，得出检测状态结论，若结论为立即安排检修，则发出警报并存储数据，若为其他结论则直接存储数据。步骤S6所述的融合故障判断具体为：将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据通过premnmx函数进行归一化处理，并输入神经网络进行判断，得出检测状态结论，神经网络输入输出关系如下：式中，netj为第j个隐含层神经元节点值；xi为输入层第i个数据，即温度特征量数据和平均放电量数据；ωji为输入层第i个数据xi与隐含层第j个神经元节点的权值；c为偏置量；yk为神经网络输出值，即表示故障状态结论的值；wkj为第k个输出yk与隐含层第j个神经元节点netj的权值。所述的故障状态结论分为三个等级，包括：a.状态良好；b.优先安排检修；c.立即安排检修。所述的紫外光电传感器获得放电特征量数据的过程为：通过紫外光电传感器获得脉冲数据并利用下面计算公式得到放电特征量数据，将放电特征量数据发送给计算机，计算公式为：其中，Q为放电特征量数据；N为脉冲个数值；d为紫外光电传感器与测量点垂直距离。所述的开机自检包括设备通信功能自检、红外温度传感器自检和紫外光电传感器自检。该方法还包括预警步骤，即将步骤S3中的温度特征量数据和放电特征量数据预测下一时刻的温度特征量数据和放电特征量数据，并进行数据存储和预警。所述的红外温度传感器、紫外光电传感器与直流电源、电平转换电路、电压比较器、单片机集成在一起构成检测终端，所述的检测终端通过无线传输方式与计算机连接。所述的红外温度传感器型号为MLX90614ESF-DCI。所述单片机设有与之相连的故障指示灯和扬声器。与现有技术相比，本专利技术具有以下优点：1)本系统将两种光电传感器数据综合考虑，能有效的将电气设备同一时间的温度与放电信息融合，充分发挥不同光源传感器的特点，尽可能获取电气设备较为全面的状态信息，便于后期的数据处理和准确判断。2)本方案特征量的获取均采用非接触式的光电方式获得，与一次测电气设备隔离，有效的避免一次测的干扰，同时避免了对一次测设备的破坏。3)本装置通过实验标定明确了紫外传感器驱动电路输出脉冲属性与局部放电放电量的定量关系，通过紫外传感器驱动电路输出脉冲在一定时间内的个数实现局部放电视在放电量的定量测量。4)不降低被监测设备的安全等级，传感器和传输光纤绝缘、耐高压、防爬电、阻燃，适用各种环境可长期应用于高温、高湿及存在化学侵蚀等的恶劣环境，无漂移绝对量测量，远程传输距离可达数公里至数十公里，易于组网，维护简单。附图说明图1为检测系统硬件结构原理图；图2为高压开关柜检测安装示意图；图3为检测系统神经网络模型图；图4为检测系统流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本专利技术保护的范围。实施例该系统检测方法主要步骤为：(流程图如图4)S1、系统进行开机自检；S2、系统通过自检后进入步骤S3，若未通过，则发出警报；S3、红外温度传感器获得温度特征量数据并发送给计算机，紫外光电传感器获得放电特征量数据并发送给计算机；S4、判断根据S3中的单一特征量数据是否得出立即安排检修的故障状态结论，若是，则发出警报并存储数据；若否，则继续进行步骤S5；S5、对步骤S3中获得的放电特征量数据采用分为图法筛选，并将筛选后的放电特征量数据求取平均值得到平均放电量数据；S6、将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据输入神经网络进行融合故障判断，得出检测状态结论，若结论为立即安排检修，则发出警报并存储数据，若为其他结论则直接存储数据。通过红外传感器可直接获取电器设备温升参数，通过紫外传感器与局部放电测试仪共同进行实验测试，对紫外传感器测量的脉冲进行标定，通过大数据拟合，获取紫外传感器输出脉冲数与放电特征量准确数学关系式，并通过神经网络的融合，将红外传感器获得的温升参数和紫外传感器获得的放电量数据输入至神经网络，融合后获得代表设备状态的离散数据，从而得出设备状态。系统具体设置为：该方法所用系统包括：直流电源、红外温度传感器、电平转换电路、紫外光电传感器、电压比较器、高性能单片机模块和配套微机软件。所述直流电源、红外温度传感器、电平转换电路、紫外光电传感器、电压比较器、高性能单片机模块集成在一起构成检测终端，通过无线方式与计算机进行通信。如图1所示，所述直流电源将输入的220V交流电经过全桥整流后滤波后输出300V直流，为紫外传感器供电；220V交流降压整流后经稳压芯片输出5V直流，为红外传感器、电压比较器和单片机供电。电源单独封装，电源金属外壳上有两个绿色电源指示灯，便于观察。所述紫外传感器选择HAMAMATSU公司生产的UVTRONR2868型紫外探测器，传感器电路采用300VDC供电，输出尖脉冲信号采用屏蔽双绞线输入电压比较器；比较器芯片选本文档来自技高网...

【技术保护点】
一种基于红外和紫外光电传感融合的电气设备故障检测方法，其特征在于，该方法包括以下步骤：S1、系统进行开机自检；S2、系统通过自检后进入步骤S3，若未通过，则发出警报；S3、红外温度传感器获得温度特征量数据并发送给计算机，紫外光电传感器获得放电特征量数据并发送给计算机；S4、判断根据S3中的单一特征量数据是否得出立即安排检修的故障状态结论，若是，则发出警报并存储数据；若否，则继续进行步骤S5；S5、对步骤S3中获得的放电特征量数据采用分为图法筛选，并将筛选后的放电特征量数据求取平均值得到平均放电量数据；S6、将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据输入神经网络进行融合故障判断，得出检测状态结论，若结论为立即安排检修，则发出警报并存储数据，若为其他结论则直接存储数据。

【技术特征摘要】
1.一种基于红外和紫外光电传感融合的电气设备故障检测方法，其特征在于，该方法包括以下步骤：S1、系统进行开机自检；S2、系统通过自检后进入步骤S3，若未通过，则发出警报；S3、红外温度传感器获得温度特征量数据并发送给计算机，紫外光电传感器获得放电特征量数据并发送给计算机；S4、判断根据S3中的单一特征量数据是否得出立即安排检修的故障状态结论，若是，则发出警报并存储数据；若否，则继续进行步骤S5；S5、对步骤S3中获得的放电特征量数据采用分为图法筛选，并将筛选后的放电特征量数据求取平均值得到平均放电量数据；S6、将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据输入神经网络进行融合故障判断，得出检测状态结论，若结论为立即安排检修，则发出警报并存储数据，若为其他结论则直接存储数据。2.根据权利要求1所述的一种基于红外和紫外光电传感融合的电气设备故障检测方法，其特征在于，步骤S6所述的融合故障判断具体为：将步骤S3中的温度特征量数据和步骤S5中的平均放电量数据通过premnmx函数进行归一化处理，并输入神经网络进行判断，得出检测状态结论，神经网络输入输出关系如下：netj=Σi=1aωjixi-c,j=1,......,b]]>yk=Σj=1bwkjnetj,k=1,......,c]]>式中，netj为第j个隐含层神经元节点值；xi为输入层第i个数据，即温度特征量数据和平均放电量数据；ωji为输入层第i个数据xi与隐含层第j个神经元节点的权值；c为偏置量；yk为神经网络输出值，即表示故障状态结论的值；wkj为第k个输出yk与隐含层第j个神经元节点netj的权值。3.根据权利要求1所述的一种基于红外和紫外光电...

【专利技术属性】
技术研发人员：金立军，薛飞，马丹睿，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31