[發(fā)明專利]一種基于貝葉斯分類(lèi)的變電設(shè)備發(fā)熱缺陷原因判別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911088496.1
• 申請(qǐng)日: 2019-11-08
• 公開(kāi)（公告）號(hào): CN110909774B
• 公開(kāi)（公告）日: 2023-01-17
• 發(fā)明（設(shè)計(jì)）人: 李偉
• 申請(qǐng)（專利權(quán)）人: 海南電網(wǎng)有限責(zé)任公司海南輸變電檢修分公司
• 主分類(lèi)號(hào): G06F18/2415
• 分類(lèi)號(hào): G06F18/2415;G06Q50/06
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 陳歡

本發(fā)明提供一種基于貝葉斯分類(lèi)的變電設(shè)備發(fā)熱缺陷原因判別方法，獲取變電設(shè)備歷史發(fā)生的發(fā)熱缺陷原因類(lèi)別以及發(fā)生該發(fā)熱缺陷原因類(lèi)別時(shí)所對(duì)應(yīng)的特征因素，基于發(fā)熱缺陷原因類(lèi)別和特征因素來(lái)構(gòu)建貝葉斯網(wǎng)絡(luò)，貝葉斯網(wǎng)絡(luò)并以此獲得條件概率表，當(dāng)向貝葉斯網(wǎng)絡(luò)輸入當(dāng)前設(shè)備信息后，貝葉斯網(wǎng)絡(luò)可以在先驗(yàn)概率的基礎(chǔ)上，根據(jù)條件概率表獲得發(fā)生缺陷的概率，然后對(duì)所有的概率值進(jìn)行排序，并輸出最大概率值所對(duì)應(yīng)的發(fā)熱缺陷原因類(lèi)別，由于貝葉斯網(wǎng)絡(luò)是基于發(fā)熱缺陷原因類(lèi)別以及特征因素構(gòu)建而成，因此對(duì)于缺陷的判別較為準(zhǔn)確，工作人員可以根據(jù)獲取的發(fā)熱缺陷原因類(lèi)別及時(shí)快速的進(jìn)行處理，保證變電設(shè)備的穩(wěn)定運(yùn)行。

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)故障判定技術(shù)領(lǐng)域，特別涉及一種基于貝葉斯分類(lèi)的變電設(shè)備發(fā)熱缺陷原因判別方法。

背景技術(shù)

電網(wǎng)結(jié)構(gòu)特點(diǎn)具有設(shè)備數(shù)量多、分散、發(fā)熱缺陷原因類(lèi)別和影響原因復(fù)雜的特點(diǎn)，發(fā)熱缺陷是配電設(shè)備主要的發(fā)熱缺陷原因類(lèi)別，紅外測(cè)溫是識(shí)別發(fā)熱缺陷的有效技術(shù)手段，隨著帶電檢測(cè)的推廣應(yīng)用，現(xiàn)場(chǎng)積累了大量檢測(cè)數(shù)據(jù)，如何有效分析和應(yīng)用這些數(shù)據(jù)，進(jìn)一步提高設(shè)備發(fā)熱風(fēng)險(xiǎn)判別的準(zhǔn)確性和檢修策略制訂的科學(xué)性，對(duì)提升配網(wǎng)設(shè)備可靠性，縮短停電時(shí)間具有重要意義。

紅外測(cè)溫的絕對(duì)和相對(duì)溫差，是關(guān)于配電一次設(shè)備發(fā)熱缺陷的直接觀測(cè)指標(biāo)，基于人工智能的紅外圖像識(shí)別技術(shù)，能夠識(shí)別紅外測(cè)溫圖像中的發(fā)熱點(diǎn)并計(jì)算溫差指標(biāo)，在機(jī)器人巡檢中能夠代替人工發(fā)現(xiàn)缺陷，但是設(shè)備狀態(tài)并不能單純依據(jù)紅外測(cè)溫指標(biāo)來(lái)評(píng)判，還要結(jié)合設(shè)備的電壓等級(jí)、廠家型號(hào)、運(yùn)行年限、環(huán)境天氣等運(yùn)行因素做出綜合評(píng)價(jià)和判斷，這種分析需要依賴運(yùn)維檢修人員的經(jīng)驗(yàn)和專業(yè)水平，這些需要長(zhǎng)期積累，并且因人而異，難以實(shí)現(xiàn)標(biāo)準(zhǔn)化，難以保證延續(xù)性，而且在運(yùn)維實(shí)際中，這些多維度、多來(lái)源的數(shù)據(jù)往往不完整，存在大量錯(cuò)誤信息，給缺陷的綜合評(píng)判帶來(lái)困難。

發(fā)明內(nèi)容

鑒以此，本發(fā)明提出一種基于貝葉斯分類(lèi)的變電設(shè)備發(fā)熱缺陷原因判別方法，在先驗(yàn)概率基礎(chǔ)上，依據(jù)檢測(cè)獲取的新數(shù)據(jù)，采用貝葉斯網(wǎng)絡(luò)對(duì)變電設(shè)備的發(fā)熱缺陷原因進(jìn)行診斷，從而對(duì)發(fā)熱缺陷原因類(lèi)別的判斷較為準(zhǔn)確。

本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一種基于貝葉斯分類(lèi)的變電設(shè)備發(fā)熱缺陷原因判別方法，包括以下步驟：

步驟S1、獲取設(shè)備運(yùn)行和發(fā)熱缺陷歷史信息，將設(shè)備發(fā)熱缺陷時(shí)刻相關(guān)的運(yùn)行信息、環(huán)境信息，存入數(shù)據(jù)表，構(gòu)成設(shè)備發(fā)熱缺陷數(shù)據(jù)集；采集正常運(yùn)行設(shè)備歷史信息構(gòu)成設(shè)備正常運(yùn)行數(shù)據(jù)集；

步驟S2、基于步驟1中的設(shè)備發(fā)熱缺陷數(shù)據(jù)集以及設(shè)備正常運(yùn)行數(shù)據(jù)集，在線對(duì)設(shè)備運(yùn)行因素指標(biāo)值進(jìn)行區(qū)間劃分，對(duì)最大指標(biāo)值與最小指標(biāo)值之間的距離等間距劃分為n份，在指標(biāo)值對(duì)應(yīng)的每個(gè)區(qū)間段內(nèi)，統(tǒng)計(jì)缺陷設(shè)備臺(tái)數(shù)以及正常運(yùn)行設(shè)備臺(tái)數(shù)，通過(guò)(缺陷設(shè)備臺(tái)數(shù)/(缺陷設(shè)備臺(tái)數(shù)+正常設(shè)備臺(tái)數(shù)))進(jìn)而得到當(dāng)前區(qū)間段內(nèi)的缺陷率，利用距離相關(guān)性算法計(jì)算因素指標(biāo)值與故障率之間的相關(guān)系數(shù)，采用相關(guān)關(guān)系排序算法對(duì)多個(gè)因素與缺陷間相關(guān)系數(shù)進(jìn)行排序，最終確定設(shè)備缺陷特征因素，然后根據(jù)發(fā)熱缺陷數(shù)據(jù)集，建立設(shè)備發(fā)熱缺陷原因類(lèi)別與特征因素之間的信息模型；

步驟S3、基于搜索算法構(gòu)造發(fā)熱缺陷原因類(lèi)別以及特征因素的貝葉斯網(wǎng)絡(luò)；

步驟S4、根據(jù)設(shè)備發(fā)熱缺陷數(shù)據(jù)集以及正常運(yùn)行數(shù)據(jù)集中的數(shù)據(jù)，計(jì)算得到特征因素的條件概率表；

步驟S5、將帶電檢測(cè)獲取的特征因素樣本數(shù)據(jù)，輸入當(dāng)前設(shè)備信息到貝葉斯網(wǎng)絡(luò)中，由貝葉斯網(wǎng)絡(luò)進(jìn)行判別并輸出發(fā)熱缺陷原因類(lèi)別的判別結(jié)果。

優(yōu)選的，所述步驟S2中的發(fā)熱缺陷原因類(lèi)別包括絕緣異常、老化、接觸不良過(guò)熱、損壞以及污穢。

優(yōu)選的，所述步驟S2中的特征因素包括設(shè)備型號(hào)以及檢測(cè)熱點(diǎn)溫度。

優(yōu)選的，所述步驟S3的具體步驟為：