一种开关柜状态监测方法及装置制造方法及图纸

本申请涉及开关柜运行状态监测技术领域，解决了现有技术中采用

【技术实现步骤摘要】
一种开关柜状态监测方法及装置


[0001]本申请涉及开关柜运行状态监测
，尤其是一种开关柜状态监测方法及装置
。

技术介绍

[0002]中压开关柜是电力系统中的关键设备
。
开关柜的安全稳定运行直接关系到电网的安全稳定运行
。
开关柜事故一旦造成大规模停电，将严重影响居民的生活和经济社会发展
。
因此，有必要通过数字化方式实时监测和掌握开关柜的运行状态，利用人工智能模型及时
、
准确地诊断出故障类型，并采取对应的措施，以保证开关柜的安全稳定运行
。
[0003]目前，国内外的研究人员对开关柜内部的各类电气设备包括一次设备和二次设备运行状态的监测及通过监测得到的数据进行健康状况和故障诊断进行了大量的研究
。
但是大多数研究还是集中在配网中台，即通过
DTU
将开关柜状态上报到各省公司的配网中台后，在中台进行数据分析和处理，并作出判定，涉及的方法包括随机模糊模型
、
云模型
、
物质元模型
、BP
神经网络模型
、
深度学习模型等各类智能算法，结合专家诊断模型，建立基于配网中台的开关柜综合状态评价体系
。
这一类部署在配网中台的故障诊断存在较高精度，有利于资源统一集中调配和安全管理，但是存在的弊端也是显而易见的：一方面海量的数据处理给中台带来极大的负荷压力，如果在中台部署神经网络模型和深度学习模型，对海量数据既要训练，又要识别，对中台的硬件资源带来极大的要求
。
另一方面云台集中的处理模式存在对终端需求实时响应性差
、
延时性高的问题，而对于电力设备安全运行来说，准确
、
及时的反馈故障并解除故障对于设备和人员的安全可靠运行至关重要
。

技术实现思路

[0004]本申请的目的在于克服现有技术中采用
BP
神经网络模型对硬件资源要求高
、
实时响应性差以及延时性高的问题，提供一种开关柜状态监测方法及装置
。
[0005]第一方面，提供了一种开关柜状态监测方法，包括：
[0006]选定
BP
神经网络模型；
[0007]获取开关柜运行数据并对开关柜运行数据进行标准化处理，以得到标准化样本；
[0008]计算所述标准化样本的协方差，并根据标准化样本的协方差计算标准化样本协方差的特征值和特征向量；
[0009]确定所述开关柜运行数据的耦合率，筛选出耦合率大于预设阈值的开关柜运行数据作为可信数据源；
[0010]对所述可信数据源进行数据特征矢量提取；
[0011]对选定的
BP
神经网络模型进行参数确定，所述参数包括隐含层数以及各层神经元的个数；
[0012]对所述特征矢量进行归一化处理，并将归一化后的特征矢量作为
BP
神经网络模型输入层的输入数据；
[0013]将
sigmoid
函数的中的
tansig
函数作为隐含层神经元的系数函数，并将
logsig
函数作为输出层的系统函数；
[0014]建立开关柜运行状态与
BP
神经网络模型输出结果的对应关系作为开关柜状态评价指标
。
[0015]进一步的，所述所述开关柜运行数据包括开关柜内部监测点的一次电源
、
开关柜在发生局部放电时产生的特定超声波信号
、
温湿度和开关柜内部器件在发生故障或接地时产生的磁场状态，其中，所述内部监测点包括断路器两侧
、
负荷开关两侧和接地点
。
[0016]进一步的，所述开关柜运行数据的耦合率为标准化样本协方差的特征值与原始开关柜运行数据协方差特征值的比值
。
[0017]进一步的，对所述可信数据源进行数据特征值提取，包括：
[0018]对可信数据进行分层和加窗处理；
[0019]对分层和加窗处理后的可信数据进行快速傅里叶变换得出相应的频谱参数，并根据频谱参数获取可信数据源的频谱能量分布；
[0020]通过三角形滤波器对所述频谱能量分布进行三角形滤波处理；
[0021]计算每个三角形滤波器组输出的对数能量；
[0022]将所述对数能量经过离散余弦变换即得维度等同于三角形滤波器数量的特征矢量
。
[0023]进一步的，所述隐含层数为
1、2
或
3。
[0024]进一步的，所述各层神经元的个数通过以下公式进行估算：
[0025][0026]其中，
M
为各层神经元的个数，
m
为输出层的神经元个数，
n
为输入层的神经元个数，
a
为
[0
‑
10]之间的常数
。
[0027]进一步的，还包括：对
BP
神经网络模型输出结果进行加权，用判定函数
F
来表示开关柜的状态：
[0028][0029]其中，
O
ij
为
BP
神经网络模型输出结果，
k
ij
为加权系数，
k
ij
由以下函数计算得到：
[0030][0031]其中，
σ
为对应
O
ij
的协方差阵的最小均方误差，
F
的大小与开关柜的健康状态呈负相关
。
[0032]第二方面，提供了一种开关柜状态监测装置，包括：
[0033]数据采集模块，用于采集开关柜运行数据；
[0034]处理器和存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面中的任意一种实现方式中的方法；
[0035]通信模块，用于和
DTU
采用
Modbus udp
协议通信将数据上报到配网中台；
[0036]电源模块，用于为数据采集模块
、
处理器
、
存储器和通信模块供电
。
[0037]进一步的，所述数据采集模块包括传感器模块
、A/D
转换电路和电磁隔离电路，所
述传感器模块用于采集开关柜运行数据，所述
A/D
转换电路用于将传感器模块检测到的模拟信号转换成数字信号并通过
SPI
总线输出，所述电磁隔离电路用于将
A/D
转换电路输出的
SPI
信号通过电磁隔离后再输入到处理器
。
[0038]进一步的，所述传感器模块包括电压感应环
、
电流感应环
、<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种开关柜状态监测方法，其特征在于，包括：选定
BP
神经网络模型；获取开关柜运行数据并对开关柜运行数据进行标准化处理，以得到标准化样本；计算所述标准化样本的协方差，并根据标准化样本的协方差计算标准化样本协方差的特征值和特征向量；确定所述开关柜运行数据的耦合率，筛选出耦合率大于预设阈值的开关柜运行数据作为可信数据源；对所述可信数据源进行数据特征矢量提取；对选定的
BP
神经网络模型进行参数确定，所述参数包括隐含层数以及各层神经元的个数；对所述特征矢量进行归一化处理，并将归一化后的特征矢量作为
BP
神经网络模型输入层的输入数据；将
sigmoid
函数的中的
tansig
函数作为隐含层神经元的系数函数，并将
logsig
函数作为输出层的系统函数；建立开关柜运行状态与
BP
神经网络模型输出结果的对应关系作为开关柜状态评价指标
。2.
根据权利要求1所述的开关柜状态监测方法，其特征在于，所述所述开关柜运行数据包括开关柜内部监测点的一次电源
、
开关柜在发生局部放电时产生的特定超声波信号
、
温湿度和开关柜内部器件在发生故障或接地时产生的磁场状态，其中，所述内部监测点包括断路器两侧
、
负荷开关两侧和接地点
。3.
根据权利要求1所述的开关柜状态监测方法，其特征在于，所述开关柜运行数据的耦合率为标准化样本协方差的特征值与原始开关柜运行数据协方差特征值的比值
。4.
根据权利要求1所述的开关柜状态监测方法，其特征在于，对所述可信数据源进行数据特征值提取，包括：对可信数据进行分层和加窗处理；对分层和加窗处理后的可信数据进行快速傅里叶变换得出相应的频谱参数，并根据频谱参数获取可信数据源的频谱能量分布；通过三角形滤波器对所述频谱能量分布进行三角形滤波处理；计算每个三角形滤波器组输出的对数能量；将所述对数能量经过离散余弦变换即得维度等同于三角形滤波器数量的特征矢量
。5.
根据权利要求1所述的开关柜状态监测方法，其特征在于，所述隐含层数为
1、2
或
3。6.
根据权利要求1所述的开关柜状态监测方法，其特征在于，所述各层神经元的个数通过以下公式进行估算：其中，<...

【专利技术属性】
技术研发人员：徐越飞，王丽群，徐寅飞，陈云龙，潘黄萍，
申请(专利权)人：杭州电力设备制造有限公司，
类型：发明
国别省市：