一种基于机器视觉检测间歇性接地故障的方法技术

一种基于机器视觉检测间歇性接地故障的方法，属故障检测领域。其通过红外热像仪采集接地电阻表面温度数据；检测变压器油枕的油位及呼吸器油杯的油位；检测变压器室内及室外的温度；将红外热像仪、油枕油位摄像机、油杯油位摄像机以及变压器室内温度传感器、变压器室外温度传感器的检测数据传输给边缘服务器；构建基于温度数据的间歇性接地故障检测数据集；基于BP神经网络数据进行模型训练；基于数据驱动模型，对间歇性接地故障进行预警和告警；通过边缘服务器的图像处理和计算，以数据驱动的方式，为主变健康状态提供决策依据。其采用非接触式的视觉监控及分析，作为现有接地故障出线保护的后备保护，提高了系统运行可靠性。提高了系统运行可靠性。提高了系统运行可靠性。

【技术实现步骤摘要】
一种基于机器视觉检测间歇性接地故障的方法


[0001]本专利技术属于故障检测领域，尤其涉及一种用机器视觉来检测间歇性接地故障的方法。

技术介绍

[0002]电力系统中常见的中性点接地方式有直接接地、不接地、经消弧线圈接地以及中性点经电阻接地等方式。
[0003]中性点经小电阻接地方式是在现代城网供电能力的提高及断路器持续工作能力加强等条件下采用的。在系统线路发生接地时，因快速切除配电系统中的接地线路，有利于缩短故障线路修复时间，在以电缆出线为主的城市配电网中，中性点经小电阻的接地方式得到了广泛应用。
[0004]所谓间歇性电弧指接地电弧的熄灭并随之重燃的多次重复现象。电阻故障和线路故障是引起间歇性接地故障原因。例如部分电阻损伤，在电阻长期工作发热后丧失了热稳定性，导致电阻值升高。或架空绝缘导线断线落地时小电阻接地系统可能出现较小的接地电流，当系统发生单相接地故障时周围物体(例如树枝等)搭接以及风力、空气电离等复杂外界作用引起间歇接地现象。
[0005]间歇性单相接地故障表现形式为流过中性点电阻的零序异常电流的间歇性出现，由于单次燃弧持续时间常小于保护动作时限，零序异常电流小于电流速断保护条件，长期存在的间歇性故障电流反复多次出现直至中性点电阻烧毁。电阻烧毁后配网甚至会成为不接地系统，那么由此产生的弧光过电压将对整个电网产生极大危害。
[0006]为解决间歇性接地故障问题，基于间歇接地故障的特征，已有多种检测方案；例如文献“小电阻接地系统间歇性弧光过电压分析”(童奕宾，尤智文，李姝.《电力系统及其自动化学报》，2012，24(3):116
‑
120.)中，公开了提取零序电流动态增量作为判据，结合微机保护系统来对间歇性故障进行正确识别、保护的方案；文献“上海10kV配网小电阻接地系统间歇性接地故障分析”(尤智文.上海:上海交通大学，2011)和“基于热稳定原理的中性点小电阻接地系统间歇接地故障保护”(薛永端，任伟，唐毅等.《电气系统自动化》2021，45(18))中，提出了通过弧光过电压分析、小电阻的电阻值变化、零序电流分析等提出保护方案。上述方法多是以固定时限内的故障次数作为判断依据，对单次燃弧时间、故障间隔时间等因考虑较少；文献“人工智能在配电网高阻接地故障检测中的应用及展望”(白浩，李鹏，袁智勇等.《南方电网技术》，2019，13(2))中，提出了通过中性点接地电阻器主要在故障燃弧期间发热，故障熄弧后散热的特点，基于热稳定原理提出保护方法，进一步提高了抗干扰性及稳定性。但是上述解决方案均是通过电量指标来识别间歇性故障的，由于基于电量指标(通常是监测对地电流或漏电流的大小)特征来进判断具有一定的局限性，故此类判断和监测方式在实际应用中受到一定的局限性，故障识别效果及反应速度并不理想。
[0007]近年来人工智能快速发展，已经应用到各行各业，为传统方案不易解决的问题带来新的解决思路。
[0008]在接地故障检测方面，文献“基于优化深度神经网络的配电网单相接地故障诊断”(薛太林，耿杰.《电气自动化》，2021，43(1))以及“中性点接地电阻器的温度场仿真与实验”(罗隆福，张俊华，贺达江.《电力系统及其自动化学报》，2010，22(4))中，提出利用人工智能算法来辨识间歇接地故障的特征，达到快速处理的故障效果。但是上述技术方案同样面临单次燃弧电流幅值和持续时间要求较高等缺点，实际故障情况复杂，故障诊断算法的可靠性有待进一步提高。

技术实现思路

[0009]本专利技术所要解决的技术问题是提供一种基于机器视觉检测间歇性接地故障的方法。为使系统具备间歇性接地故障的识别准确性及快速处理能力，本专利技术的技术方案，通过对主变关键电气设备(包括呼吸器、油枕)、主变接地电阻等装置，采用非接触式的视觉监控及分析，提取配电网系统中接地电阻温度、室内温度、油枕油位等相关特征，基于接地电阻的热稳定原理，整理获取固定时限内的累计故障温度，结合人工智能算法，进而提出一种间歇接地故障保护方法，作为现有接地故障出线保护的后备保护，从而提高了系统运行可靠性。
[0010]本专利技术的技术方案是：提供一种基于机器视觉检测间歇性接地故障的方法，其特征是：
[0011]1)在接地电阻的可视范围内，设置一个红外热像仪，通过红外热像仪采集接地电阻表面温度数据，对主变接地电阻装置进行非接触视觉检测以及监控瞬时温升；
[0012]2)设置油枕油位摄像机、油杯油位摄像机，用于检测变压器油枕的油位及呼吸器油杯的油位；
[0013]3)设置温度送变器或温度传感器，用于检测变压器室内及室外的温度；
[0014]4)将每次采集的接地电阻温度与室内环境环境温度比较获取温度差，用于给定温度差比较；
[0015]5)红外热像仪、油枕油位摄像机、油杯油位摄像机以及变压器室内温度传感器、变压器室外温度传感器，分别与设置在变压器室内的边缘服务器对应连接；
[0016]6)构建基于温度数据的间歇性接地故障检测数据集，设计满足机器学习的训练测试数据集；
[0017]7)基于BP神经网络数据进行模型训练；
[0018]8)通过实时检测接地电阻的表面温度，油枕的油位，呼吸器油杯的油位以及室内温度和室外温度，基于数据驱动模型，对间歇性接地故障进行预警和告警；
[0019]9)通过边缘服务器的图像处理和计算，以数据驱动的方式，为主变健康状态提供决策依据。
[0020]具体的，所述的红外热像仪以200ms采样频率采集接地电阻表面温度数据，以监测故障电流不断往复未达到触发整定值门槛的盲区，并获取每个区域包括最高温度、最低温度、平均温度在内的信息。
[0021]进一步的，所述的触发整定值门槛为5.5s。
[0022]具体的，所述接地电阻的表面温度T和室内温度T
room
的差值为ΔT＝T
‑
T
room
，设定温差T
set
＝3℃，根据温度差值判断实时系统状态，当ΔT<T
set
时系统实时状态为1，正常；否则
为0，不正常。
[0023]进一步的，所述基于机器视觉检测间歇性接地故障的方法，在获取的间歇性接地故障检测数据集中，取5.5s内的数据集作为一个样本，获取一个样本标签，通过计算故障温度S
T
与低整定阈值Threshold
min
及高整定阈值Threshold
max
的关系，可判断该样本的标签类型。
[0024]更进一步的，所述的低整定阈值Threshold
min
为300，所述的高整定阈值Threshold
max
为800。
[0025]具体的，所述的模型训练，包括：
[0026]1)数据归一化：
[0027]计算方法如下所示：
[0028][0029]式中，x
i
为输入变量，t
i
归一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉检测间歇性接地故障的方法，其特征是：1)在接地电阻的可视范围内，设置一个红外热像仪，通过红外热像仪采集接地电阻表面温度数据，对主变接地电阻装置进行非接触视觉检测以及监控瞬时温升；2)设置油枕油位摄像机、油杯油位摄像机，用于检测变压器油枕的油位及呼吸器油杯的油位；3)设置温度送变器或温度传感器，用于检测变压器室内及室外的温度；4)将每次采集的接地电阻温度与室内环境环境温度比较获取温度差，用于给定温度差比较；5)红外热像仪、油枕油位摄像机、油杯油位摄像机以及变压器室内温度传感器、变压器室外温度传感器，分别与设置在变压器室内的边缘服务器对应连接；6)构建基于温度数据的间歇性接地故障检测数据集，设计满足机器学习的训练测试数据集；7)基于BP神经网络数据进行模型训练；8)通过实时检测接地电阻的表面温度，油枕的油位，呼吸器油杯的油位以及室内温度和室外温度，基于数据驱动模型，对间歇性接地故障进行预警和告警；9)通过边缘服务器的图像处理和计算，以数据驱动的方式，为主变健康状态提供决策依据。2.按照权利要求1所述的基于机器视觉检测间歇性接地故障的方法，其特征是所述的红外热像仪以200ms采样频率采集接地电阻表面温度数据，以监测故障电流不断往复未达到触发整定值门槛的盲区，并获取每个区域包括最高温度、最低温度、平均温度在内的信息。3.按照权利要求2所述的基于机器视觉检测间歇性接地故障的方法，其特征是所述的触发整定值门槛为5.5s。4.按照权利要求1所述的基于机器视觉检测间歇性接地故障的方法，其特征是所述接地电阻的表面温度T和室内温度T
room
的差值为ΔT＝T
‑
T
room
，设定温差T
set
＝3℃，根据温度差值判断实时系统状态，当ΔT<T
set
时系统实时状态为1，正常；否则为0，不正常。5.按照权利要求1所述的基于机器视觉检测间歇性接地故障的方法，其特征是所述基于机器视觉检测间歇性接地故障的方法，在获取的间歇性接地故障检测数据集中，取5.5s内的数据集作为一个样本，获取一个样本标签，通过计算故障温度S
T
与低整定阈值Threshold
min
及高整定阈值Threshold
max
的关系，可判断该样本的标签类型。6.按照权利要求5所述的基于机器...

【专利技术属性】
技术研发人员：柴俊，黄雄健，陆增洁，姜文斌，雍耿飙，陈成，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：