【技術實現步驟摘要】
本專利技術屬于油浸式電抗器，具體而言，涉及一種油浸式電抗器噴油故障風險預測方法、介質及系統。
技術介紹
1、油浸式電抗器廣泛應用于電力系統中,起到平衡電網電壓、改善功率因數、降低電能損耗等重要作用。但在長期運行過程中,油浸式電抗器容易出現噴油故障,這會嚴重影響設備的正常工作,甚至導致嚴重的事故。
2、造成油浸式電抗器噴油故障的主要原因包括:絕緣老化、過載、冷卻系統故障等。當絕緣層老化或絕緣強度下降時,高電壓下會產生局部放電,進一步加速絕緣的老化,最終造成絕緣擊穿,電極間出現短路放電,引發噴油。過載會使鐵芯和線圈發熱,油溫升高,加速油的老化分解,導致噴油。冷卻系統故障會使油溫過高,引發噴油。其他因素如振動、雜質等也會加速油的老化分解。
3、目前,對于油浸式電抗器的狀態監測和故障預測主要有以下幾種方法:
4、1.定期檢測法:定期對設備進行例行檢查,測量電氣參數、油樣化驗等。這種方法簡單直接,但無法實時監測設備狀態,且僅能發現已發生的故障,無法進行預警。
5、2.在線監測法:在設備上安裝溫度、電流、振動等傳感器,實時監測各項參數。但這種監測方法無法全面反映設備的運行狀況,無法準確預測故障。
6、3.故障診斷法:通過分析設備運行時的特征信號,如振動、聲音、溫度等,診斷設備的故障類型和嚴重程度。這種方法需要大量的專家經驗和測試數據支撐。
7、綜上所述,現有的油浸式電抗器狀態監測和故障預測技術存在一些問題:監測手段單一、無法全面反映設備狀態；故障診斷依賴專家經驗,且針對
技術實現思路
1、有鑒于此，本專利技術提供一種油浸式電抗器噴油故障風險預測方法、介質及系統，能夠解決現有技術監測手段單一、無法全面反映設備狀態的技術問題。
2、本專利技術是這樣實現的：
3、本專利技術的第一方面提供一種油浸式電抗器噴油故障風險預測方法，其中，包括以下步驟：
4、s10、獲取歷史的存在噴油故障的多臺油浸式電抗器運行過程中的運行數據、振動數據以及噪聲數據，并記錄所述油浸式電抗器的噴油時刻；
5、s20、對所述運行數據、振動數據以及噪聲數據進行預處理，并利用滑動窗口進行特征提取，得到運行特征組、振動特征組和噪聲特征組；
6、s30、采用貝葉斯網絡模型,分別計算所述運行特征組、振動特征組和噪聲特征組中的每一個運行特征、每一個振動特征、每一個噪聲特征與噴油時刻的相關度；
7、s40、根據所述相關度，對所述運行特征組、振動特征組和噪聲特征組分別進行聚類，得到典型運行特征組、典型振動特征組和典型噪聲特征組；
8、s50、基于所述典型運行特征組、典型振動特征組和典型噪聲特征組，建立并訓練一個噴油故障預測模型；
9、s60、連續獲取待檢測油浸式電抗器的運行數據、振動數據和噪聲數據，并根據預設長度的滑動窗口提取所述待檢測油浸式電抗器的運行特征組、振動特征組和噪聲特征組，記為待測運行特征組、待測振動特征組和待測噪聲特征組；
10、s70、將所述待測運行特征組、待測振動特征組和待測噪聲特征組輸入所述噴油故障預測模型，輸出噴油預測時刻；
11、s80、根據所述噴油預測時刻，判斷待檢測油浸式電抗器的故障風險，并輸出。
12、其中，所述運行數據包括：電壓、電流、頻率、功率因數、有功功率、無功功率、視在功率、油溫。
13、其中，所述振動數據為設置在所述油浸式電抗器上的振動傳感器采集的振動信號；所述噪聲數據為設置在所述油浸式電抗器周圍的音頻傳感器采集的音頻信號。
14、其中，所述滑動窗口的預設長度,根據噴油時刻的最小間隔以及每一種數據的大周期來獲取,所述大周期是指該類數據完整波動一次所需的最小時間,所述滑動窗口長度獲取的步驟具體包括:獲取噴油時刻最小間隔和各類數據大周期,取其中的最小值作為滑動窗口長度。
15、進一步的，所述完整波動指的是數據從一個極值點經過另一個極值點再回到原始極值點的過程。
16、所述大周期的計算步驟具體是:首先確定數據的采樣頻率,然后分析數據的周期性變化,找出重復出現的模式,最后計算完成一次完整模式所需的最短時間。
17、其中，所述噴油故障預測模型采用多分支神經網絡結構，包括運行特征噴油關聯分支網絡、振動特征噴油關聯分支網絡、噪聲特征噴油關聯分支網絡、融合特征噴油關聯分支網絡、時序預測分支網絡、特征相關性分支網絡、異常檢測分支網絡以及匯總分支網絡。
18、進一步的，所述運行特征噴油關聯分支網絡用于分析運行特征與噴油事件的關聯性,輸入是典型運行特征組,輸出是運行特征噴油關聯度,結構是多層感知機；
19、所述振動特征噴油關聯分支網絡用于分析振動特征與噴油事件的關聯性,輸入是典型振動特征組,輸出是振動特征噴油關聯度,結構是卷積神經網絡；
20、所述噪聲特征噴油關聯分支網絡用于分析噪聲特征與噴油事件的關聯性,輸入是典型噪聲特征組,輸出是噪聲特征噴油關聯度,結構是循環神經網絡；
21、所述融合特征噴油關聯分支網絡用于綜合分析多種特征與噴油事件的關聯性,輸入是典型運行特征組、振動特征組和噪聲特征組的組合,輸出是融合特征噴油關聯度,結構是注意力機制網絡；
22、所述時序預測分支網絡用于預測噴油事件的時間序列,輸入是歷史噴油時刻數據,輸出是下一次可能的噴油時刻,結構是長短期記憶網絡；
23、所述特征相關性分支網絡用于分析不同特征之間的相關性,輸入是所有特征組,輸出是特征間的相關性矩陣,結構是自編碼器網絡；
24、所述異常檢測分支網絡用于檢測特征中的異常模式,輸入是實時特征數據,輸出是異常分數,結構是孤立森林算法；
25、所述匯總分支網絡用于整合所有分支網絡的輸出,輸入是各分支網絡的輸出結果,輸出是最終的噴油預測時刻,結構是全連接網絡。
26、進一步的，每個分支網絡還包括用于提取宏觀特征的聚合模塊,以及用于提取微觀特征的細化模塊，所述宏觀特征指的是反映整體趨勢的特征,所述微觀特征指的是反映局部變化的特征，所述宏觀特征和微觀特征的區分閾值具體是基于特征的時間尺度和影響范圍來確定。
27、所述根據噴油預測時刻判斷故障風險的方程具體描述為:將預測時刻與當前時刻的差值與預設閾值比較,如果差值小于閾值則判定為高風險,否則為低風險。風險等級可根據差值的大小進一步細分。
28、1.宏觀特征和微觀特征的區分閾值:
29、區分閾值＝平均特征周期*影響因子；
30、其中:平均特征周期是指所有特征的平均變化周期；影響因子是一個在0到1之間的系數,用來調整閾值的嚴格程度。
31、具體步驟如下:
32、a.計算每個特征的變化周期；
33、b.取所本文檔來自技高網...
【技術保護點】
1.一種油浸式電抗器噴油故障風險預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述運行數據包括：電壓、電流、頻率、功率因數、有功功率、無功功率、視在功率、油溫。
3.根據權利要求1所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述振動數據為設置在所述油浸式電抗器上的振動傳感器采集的振動信號；所述噪聲數據為設置在所述油浸式電抗器周圍的音頻傳感器采集的音頻信號。
4.根據權利要求1所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述滑動窗口的預設長度,根據噴油時刻的最小間隔以及每一種數據的大周期來獲取,所述大周期是指該類數據完整波動一次所需的最小時間,所述滑動窗口長度獲取的步驟具體包括:獲取噴油時刻最小間隔和各類數據大周期,取其中的最小值作為滑動窗口長度。
5.根據權利要求4所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述完整波動指的是數據從一個極值點經過另一個極值點再回到原始極值點的過程。
6.根據權利要求1所述的一種油浸式電抗
7.根據權利要求6所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述運行特征噴油關聯分支網絡用于分析運行特征與噴油事件的關聯性,輸入是典型運行特征組,輸出是運行特征噴油關聯度,結構是多層感知機；
8.根據權利要求7所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，每個分支網絡還包括用于提取宏觀特征的聚合模塊,以及用于提取微觀特征的細化模塊，所述宏觀特征指的是反映整體趨勢的特征,所述微觀特征指的是反映局部變化的特征，所述宏觀特征和微觀特征的區分閾值具體是基于特征的時間尺度和影響范圍來確定。
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質中存儲有程序指令，所述程序指令運行時，用于執行權利要求1-8任一項所述的一種油浸式電抗器噴油故障風險預測方法。
10.一種油浸式電抗器噴油故障風險預測系統，其特征在于，包含權利要求9所述的計算機可讀存儲介質。
...【技術特征摘要】
1.一種油浸式電抗器噴油故障風險預測方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述運行數據包括：電壓、電流、頻率、功率因數、有功功率、無功功率、視在功率、油溫。
3.根據權利要求1所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述振動數據為設置在所述油浸式電抗器上的振動傳感器采集的振動信號；所述噪聲數據為設置在所述油浸式電抗器周圍的音頻傳感器采集的音頻信號。
4.根據權利要求1所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述滑動窗口的預設長度,根據噴油時刻的最小間隔以及每一種數據的大周期來獲取,所述大周期是指該類數據完整波動一次所需的最小時間,所述滑動窗口長度獲取的步驟具體包括:獲取噴油時刻最小間隔和各類數據大周期,取其中的最小值作為滑動窗口長度。
5.根據權利要求4所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述完整波動指的是數據從一個極值點經過另一個極值點再回到原始極值點的過程。
6.根據權利要求1所述的一種油浸式電抗器噴油故障風險預測方法，其特征在于，所述噴油故障...
【專利技術屬性】
技術研發人員：張海利，雷震，馬代東，
申請(專利權)人：昆明云安恒電氣工程有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。