【技术实现步骤摘要】
本专利技术涉及用电设备管理，尤其涉及一种电力供配电系统的故障诊断方法。
技术介绍
1、供配电开关柜是电力供配电系统的系统终端，其使用场景可能为居民社区、各类工厂、码头以及各种作业环境，多样的使用场景导致供配电开关柜所处的环境条件各不相同，温度、湿度、粉尘以及其他影响因素都会影响供配电开关柜的工作状态和使用寿命，进而影响整个电力供配电系统运行的稳定性，由于供配电开关柜受场景环境的影响较大，所以对不同场景的环境因素充分考虑，对于提高供配电开关柜的稳定性至关重要，对于复杂环境的供配电开关柜的故障隐患需要及时发现，本领域技术人员对于相关技术方案的研究也在不断深入。
2、例如，中国专利申请：cn115856486a，该专利技术公开了一种智能开关柜的热故障诊断预警方法及系统，涉及开关柜故障管理
，所述方法包括：对开关柜配电回路的接触点进行分析，获取多个接触节点；根据数据采集装置对所述多个接触节点进行采集，得到多个功率数据；获取所述第一开关柜的柜内感温数据；根据所述柜内感温数据和所述多个功率数据进行温度预测，获取多个触头预测温度；对所述多个接触节点中各个节点的触头进行评估，得到多个评估结果；根据所述多个触头预测温度与所述多个评估结果进行比对，生成故障预警信息。
3、现有技术中还存在以下问题；
4、现有技术未考虑空间环境中的复杂气流流动导致粉尘集聚在供配电开关柜处，集聚的粉尘进入供配电开关柜导致设备的电气接触不良，现有技术不能对易发生粉尘集聚的供配电开关柜进行筛选，不能根据供配电开关柜的柜门开合时间段内
技术实现思路
1、为此，本专利技术提供一种电力供配电系统的故障诊断方法，用以克服现有技术中不能对易发生粉尘集聚的供配电开关柜进行筛选，不能根据供配电开关柜的柜门开合造成的粉尘抖落数据化表征柜内的粉尘集聚程度，以及不能针对粉尘集聚程度过度的供配电开关柜提取表征性更强的数据进行计算分析的问题。
2、为实现上述目的，本专利技术提供一种电力供配电系统的故障诊断方法，包括：
3、步骤s1，以供配电开关柜为圆心，标定半径大小为预设值的空间区域，将所述空间区域划分为若干子区域；
4、步骤s2，基于各子区域的风速值判定所述空间区域是否为气流不稳定区域；
5、步骤s3，标记所述气流不稳定区域的供配电开关柜的柜门动作周期，获取所述柜门动作周期的柜内粉尘浓度随时间变化的变化曲线，所述柜门动作周期为以柜门动作时刻为时间起点的预定时长周期；
6、步骤s4，基于所述变化曲线的柜内粉尘浓度变化量以及柜内粉尘浓度超过预设的浓度阈值的持续时长计算粉尘集聚程度表征系数，以判定所述供配电开关柜的粉尘集聚程度是否过度；
7、步骤s5，对粉尘集聚程度过度的供配电开关柜，获取所述柜门动作周期内的输出电流值以及音频信号强度，以计算动作周期电流特征系数，基于所述动作周期电流特征系数判定所述供配电开关柜是否存在异常；
8、步骤s6，将存在异常的供配电开关柜的位置信息发送至人工诊断平台。
9、进一步地，所述步骤s2中，还包括基于各子区域的风速值确定最大风速值以及最小风速值，并计算所述最大风速值与所述最小风速值的风速差值。
10、进一步地，所述步骤s2中，判定空间区域是否为气流不稳定区域的过程为，
11、将所述风速差值与预设的风速差值阈值进行对比，
12、若所述风速差值大于所述风速差值阈值，则判定所述空间区域为气流不稳定区域。
13、进一步地，所述步骤s3中，所述柜门动作周期的柜内粉尘浓度随时间变化的变化曲线以柜内粉尘浓度为坐标系的纵轴，以时间为横轴，所述横轴的时间长度为所述柜门动作周期的时长。
14、进一步地，所述步骤s4中，确定所述变化曲线的柜内粉尘浓度变化量的过程为，
15、确定变化曲线对应的柜内粉尘浓度的最大浓度值以及最小浓度值，将所述最大浓度值与所述最小浓度值的差值确定为所述柜内粉尘浓度变化量；
16、确定变化曲线的柜内粉尘浓度超过预设的浓度阈值的持续时长的过程为，
17、确定变化曲线中柜内粉尘浓度超过所述浓度阈值的曲线段，将所述曲线段对应的时长确定为所述持续时长。
18、进一步地，所述步骤s4中，按公式（1）计算所述粉尘集聚程度表征系数，
19、
20、公式（1）中，g为所述粉尘集聚程度表征系数，ca为所述柜内粉尘浓度变化量，c0为预设的浓度变化量参考值，ts为所述持续时长，ts0为预设的持续时长参考值，α为柜内粉尘浓度变化权重系数，β为持续时长权重系数，α+β=1，e为常数。
21、进一步地，所述步骤s4中，判定供配电开关柜的粉尘集聚程度是否过度的过程为，
22、将所述粉尘集聚程度表征系数与预设的粉尘集聚程度表征系数阈值进行对比，
23、若所述粉尘集聚程度表征系数大于所述粉尘集聚程度表征系数阈值，则判定所述供配电开关柜的粉尘集聚程度过度。
24、进一步地，所述步骤s5中，基于柜门动作周期内供配电开关柜的输出电流值确定电流波动值以及基于柜门动作周期内供配电开关柜的音频信号强度确定音频信号强度波动值的过程包括，
25、获取所述柜门动作周期内供配电开关柜的输出电流值，确定最大输出电流值以及最小输出电流值，将所述最大输出电流值与所述最小输出电流值的差值确定为所述电流波动值；
26、获取所述柜门动作周期内供配电开关柜的音频信号强度，确定最大音频信号强度以及最小音频信号强度，将所述最大音频信号强度与所述最小音频信号强度的差值确定为所述音频信号强度波动值。
27、进一步地，所述步骤s5中，按公式（2）计算所述动作周期电流特征系数，
28、
29、公式（2）中，a为所述动作周期电流特征系数，ic为所述电流波动值，i0为预设的电流波动值参考值，sc为所述音频信号强度波动值，s0为预设的音频信号强度波动参考值，μ为电流波动权重系数，γ为音频信号强度权重系数，μ+γ=1。
30、进一步地，所述步骤s5中，判定所述供配电开关柜是否存在异常的过程为，
31、将所述动作周期电流特征系数与预设的动作周期电流特征系数阈值进行对比，
32、若所述动作周期电流特征系数大于所述动作周期电流特征系数阈值，则判定所述供配电开关柜存在异常。
33、与现有技术相比，本专利技术的有益效果在于，本专利技术通过空间区域内各子区域的风速值判定空间区域是否为气流不稳定区域，通过柜门动作周期内的柜内粉尘浓度变化量以及粉尘浓度超过预设的浓度阈值的持续时长计算粉尘集聚程度表征系数，判定粉尘集聚程度是否过度，并计算动作周期电流特征系数来判本文档来自技高网...
【技术保护点】
1.一种电力供配电系统的故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S2中，还包括基于各子区域的风速值确定最大风速值以及最小风速值，并计算所述最大风速值与所述最小风速值的风速差值。
3.根据权利要求2所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S2中，判定空间区域是否为气流不稳定区域的过程为，
4.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S3中，所述柜门动作周期的柜内粉尘浓度随时间变化的变化曲线以柜内粉尘浓度为坐标系的纵轴，以时间为横轴，所述横轴的时间长度为所述柜门动作周期的时长。
5.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S4中，确定所述变化曲线的柜内粉尘浓度变化量的过程为，
6.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S4中，按公式（1）计算所述粉尘集聚程度表征系数，
7.根据权利要求6所述的电力供配电系统的故障诊断方法，其特征在于，所述步
8.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S5中，基于柜门动作周期内供配电开关柜的输出电流值确定电流波动值以及基于柜门动作周期内供配电开关柜的音频信号强度确定音频信号强度波动值的过程包括，
9.根据权利要求8所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S5中，按公式（2）计算动作周期电流特征系数，
10.根据权利要求9所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤S5中，判定供配电开关柜是否存在异常的过程为，
...【技术特征摘要】
1.一种电力供配电系统的故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤s2中，还包括基于各子区域的风速值确定最大风速值以及最小风速值，并计算所述最大风速值与所述最小风速值的风速差值。
3.根据权利要求2所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤s2中，判定空间区域是否为气流不稳定区域的过程为，
4.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤s3中，所述柜门动作周期的柜内粉尘浓度随时间变化的变化曲线以柜内粉尘浓度为坐标系的纵轴，以时间为横轴，所述横轴的时间长度为所述柜门动作周期的时长。
5.根据权利要求1所述的电力供配电系统的故障诊断方法，其特征在于，所述步骤s4中，确定所述变化曲线的柜内粉尘浓度变化量的过程为，
...【专利技术属性】
技术研发人员：郭路，孟祥龙，潘宇情，曲佳楠，黄彦群，梁海钰，刘芳铭，高原，万涌现，孙明远，
申请(专利权)人：国网黑龙江省电力有限公司绥化供电公司，
类型：发明
国别省市：
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。