一种开关设备在线监测方法和装置制造方法及图纸

本发明专利技术公开了一种开关设备在线监测方法和装置，涉及开关设备监测技术领域，当接收到待分析开关设备的动作信号，获取待分析开关设备动作期间的监测数据和待分析开关设备对应的设备样本库，基于监测数据和预设的功率累加函数，确定对应的功率累加数据，根据监测数据

【技术实现步骤摘要】
一种开关设备在线监测方法和装置


[0001]本专利技术涉及开关设备监测
，尤其涉及一种开关设备在线监测方法和装置
。

技术介绍

[0002]电力系统中的开关设备主要包括
GIS
隔离开关
、
敞开式隔离开关
、GIS
断路器
、
敞开式断路器
、
开关柜断路器等，各类开关设备的材料
、
工艺
、
设计
、
安装过程中的缺陷以及频繁动作极易引起机械故障，严重时更会导致电气火灾
、
停电等事故
。
因此，对开关设备进行监测至关重要
。
[0003]目前，主要是通过对开关设备定期检修，但该方式存在试验周期长
、
耗费人力物力
、
检修效率低等缺点，较大地影响设备正常运行，无法及时发现开关设备的潜在故障，降低了开关设备运行的可靠性
。

技术实现思路

[0004]本专利技术提供了一种开关设备在线监测方法和装置，解决了目前通过对开关设备定期检修，存在试验周期长
、
耗费人力物力
、
检修效率低等缺点，较大地影响设备正常运行，无法及时发现开关设备的潜在故障，降低了开关设备运行的可靠性的技术问题
。
[0005]本专利技术第一方面提供的一种开关设备在线监测方法，包括：
[0006]当接收到待分析开关设备的动作信号，获取所述待分析开关设备动作期间的监测数据和所述待分析开关设备对应的设备样本库；
[0007]基于所述监测数据和预设的功率累加函数，确定对应的功率累加数据；
[0008]根据所述监测数据
、
设备样本库和预设的等级系数函数，确定对应的等级系数；
[0009]采用所述监测数据和所述功率累加数据，构建待分析特征参量；
[0010]根据所述待分析特征参量
、
所述等级系数和所述设备样本库，确定所述待分析开关设备对应的设备状态
。
[0011]可选地，所述监测数据包括电流信号数据
、
振动信号数据和声音信号数据，所述基于所述监测数据和预设的功率累加函数，确定对应的功率累加数据的步骤，包括：
[0012]将所述电流信号数据
、
所述振动信号数据和所述声音信号数据分别输入预设的功率累加函数，生成对应的电流功率累加值
、
振动功率累加值和声音功率累加值；
[0013]采用所述电流功率累加值
、
振动功率累加值和声音功率累加值作为功率累加数据；
[0014]所述功率累加函数具体为：
[0015][0016]其中，
i
为信号索引值，
m
为信号幅值，
N
为信号数量
。
[0017]可选地，所述设备样本库包括多个标准数据，所述根据所述监测数据
、
设备样本库和预设的等级系数函数，确定对应的等级系数的步骤，包括：
[0018]将所述电流信号数据中的最大电流信号幅值与所述标准数据中的标准电流幅值进行差值处理，生成第一等级差值；
[0019]将所述振动信号数据中的最大振动信号幅值与所述标准数据中的标准振动幅值进行差值处理，生成第二等级差值；
[0020]将所述声音信号数据中的最大声音信号幅值与所述标准数据中的标准声音幅值进行差值处理，生成第三等级差值；
[0021]将所述第一等级差值
、
所述第二等级差值
、
所述第三等级差值和所述标准数据中的样本数量值输入预设的等级系数函数，生成对应的等级系数
。
[0022]可选地，所述采用所述监测数据和所述功率累加数据，构建待分析特征参量的步骤，包括：
[0023]选取所述监测数据中的最大电流信号幅值
、
最大振动信号幅值
、
最大声音信号幅值
、
电流动作时长
、
振动动作时长和声音动作时长；
[0024]采用所述最大电流信号幅值
、
所述最大振动信号幅值
、
所述最大声音信号幅值
、
所述电流动作时长
、
所述振动动作时长
、
所述声音动作时长和所述功率累加值，构建待分析特征参量
。
[0025]可选地，所述根据所述待分析特征参量
、
所述等级系数和所述设备样本库，确定所述待分析开关设备对应的设备状态的步骤，包括：
[0026]计算所述待分析特征参量与所述设备样本库中的标准特征参量之间的欧式距离；
[0027]将所述欧式距离与所述欧式距离对应的等级系数进行和值处理，生成第一和值；
[0028]选取所述第一和值最小的标准特征参量作为目标特征参量；
[0029]提取所述目标特征参量的特征标识，并将所述特征标识确定为所述待分析开关设备对应的设备状态
。
[0030]可选地，所述等级系数函数具体为：
[0031][0032]其中，
n
为样本数量，
d
为等级差值，
Z
为等级差值数量，
j
为等级差索引值
。
[0033]本专利技术第二方面提供的一种开关设备在线监测装置，包括：
[0034]获取模块，用于当接收到待分析开关设备的动作信号，获取所述待分析开关设备动作期间的监测数据和所述待分析开关设备对应的设备样本库；
[0035]功率累加模块，用于基于所述监测数据和预设的功率累加函数，确定对应的功率累加数据；
[0036]等级系数模块，用于根据所述监测数据
、
设备样本库和预设的等级系数函数，确定对应的等级系数；
[0037]特征参量构建模块，用于采用所述监测数据和所述功率累加数据，构建待分析特征参量；
[0038]设备状态模块，用于根据所述待分析特征参量
、
所述等级系数和所述设备样本库，确定所述待分析开关设备对应的设备状态
。
[0039]可选地，所述监测数据包括电流信号数据
、
振动信号数据和声音信号数据，所述功率累加模块，包括：
[0040]第一分析子模块，用于将所述电流信号数据
、
所述振动信号数据和所述声音信号数据分别输入预设的功率累加函数，生成对应的电流功率累加值
、
振动功率累加值和声音功率累加值；
[0041]第一选取子模块，用于采用所述电流功率累加值
、
振动功率累加值和声音功率累加值作为功率累加数据；
[0042]所述功率累加函数具体为：
[0043][0044]其中，
i
为信号索引值，...

【技术保护点】

【技术特征摘要】
1.
一种开关设备在线监测方法，其特征在于，包括：当接收到待分析开关设备的动作信号，获取所述待分析开关设备动作期间的监测数据和所述待分析开关设备对应的设备样本库；基于所述监测数据和预设的功率累加函数，确定对应的功率累加数据；根据所述监测数据
、
设备样本库和预设的等级系数函数，确定对应的等级系数；采用所述监测数据和所述功率累加数据，构建待分析特征参量；根据所述待分析特征参量
、
所述等级系数和所述设备样本库，确定所述待分析开关设备对应的设备状态
。2.
根据权利要求1所述的开关设备在线监测方法，其特征在于，所述监测数据包括电流信号数据
、
振动信号数据和声音信号数据，所述基于所述监测数据和预设的功率累加函数，确定对应的功率累加数据的步骤，包括：将所述电流信号数据
、
所述振动信号数据和所述声音信号数据分别输入预设的功率累加函数，生成对应的电流功率累加值
、
振动功率累加值和声音功率累加值；采用所述电流功率累加值
、
振动功率累加值和声音功率累加值作为功率累加数据；所述功率累加函数具体为：其中，
i
为信号索引值，
m
为信号幅值，
N
为信号数量
。3.
根据权利要求2所述的开关设备在线监测方法，其特征在于，所述设备样本库包括多个标准数据，所述根据所述监测数据
、
设备样本库和预设的等级系数函数，确定对应的等级系数的步骤，包括：将所述电流信号数据中的最大电流信号幅值与所述标准数据中的标准电流幅值进行差值处理，生成第一等级差值；将所述振动信号数据中的最大振动信号幅值与所述标准数据中的标准振动幅值进行差值处理，生成第二等级差值；将所述声音信号数据中的最大声音信号幅值与所述标准数据中的标准声音幅值进行差值处理，生成第三等级差值；将所述第一等级差值
、
所述第二等级差值
、
所述第三等级差值和所述标准数据中的样本数量值输入预设的等级系数函数，生成对应的等级系数
。4.
根据权利要求1所述的开关设备在线监测方法，其特征在于，所述采用所述监测数据和所述功率累加数据，构建待分析特征参量的步骤，包括：选取所述监测数据中的最大电流信号幅值
、
最大振动信号幅值
、
最大声音信号幅值
、
电流动作时长
、
振动动作时长和声音动作时长；采用所述最大电流信号幅值
、
所述最大振动信号幅值
、
所述最大声音信号幅值
、
所述电流动作时长
、
所述振动动作时长
、
所述声音动作时长和所述功率累加值，构建待分析特征参量
。5.
根据权利要求1所述的开关设备在线监测方法，其特征在于，所述根据所述待分析特征参量
、
所述等级系数和所述设备样本库，确定所述待分析开关设备对应的设备状态的步骤，包括：
计算所述待分析特征参量与所述设备样本库中的标准特征参量之间的欧式距离；将所述欧式距离与所述欧式距离对应的等级系数...

【专利技术属性】
技术研发人员：梁煜健，肖勇，邸龙，胡峰，陈敏，杜茵，谭建敏，蔡昆，刘鸿，李丰，关畅，林建文，梁炳钧，黎旭刚，罗航宇，
申请(专利权)人：广东电网有限责任公司肇庆供电局，
类型：发明
国别省市：