[發明專利]一種柔性直流輸電設備故障識別方法和裝置在審
| 申請號: | 202010424201.X | 申請日: | 2020-05-19 |
| 公開(公告)號: | CN111596155A | 公開(公告)日: | 2020-08-28 |
| 發明(設計)人: | 曹楠;羅健;趙東來;李天琦;黃遠超;陳翔宇;郭寧明;杜向楠;曹均正;欒洪洲 | 申請(專利權)人: | 中電普瑞電力工程有限公司;國網冀北電力有限公司電力科學研究院;國家電網有限公司;南瑞集團有限公司 |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00;G06Q10/06 |
| 代理公司: | 北京安博達知識產權代理有限公司 11271 | 代理人: | 徐國文 |
| 地址: | 102200 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 柔性 直流 輸電 設備 故障 識別 方法 裝置 | ||
1.一種柔性直流輸電設備故障識別方法,其特征在于,包括:
通過子模塊中的信息確定各子模塊的故障特征參數;
計算所述故障特征參數的空間自相關指標;
基于所述空間自相關指標對各子模塊進行故障識別;
所述故障特征參數包括子模塊中均壓電容的容值、子模塊的溫度和子模塊的均壓比。
2.根據權利要求1所述的柔性直流輸電設備故障識別方法,其特征在于,所述通過子模塊中的信息確定各子模塊的故障特征參數,包括:
通過子模塊中的溫度傳感器采集子模塊的溫度,并通過子模塊中的高電位板卡采集所述子模塊的電壓、均壓電容的紋波電壓和紋波電流;
基于子模塊的電壓確定子模塊的均壓比,并基于所述紋波電壓和紋波電流確定均壓電容的容值。
3.根據權利要求1所述的柔性直流輸電設備故障識別方法,其特征在于,所述計算所述故障特征參數的空間自相關指標,包括:
基于子模塊的故障特征參數實時值計算故障特征參數的空間聯系局部Moran指數;
基于所述空間聯系局部Moran指數計算所述故障特征參數的空間自相關指標。
4.根據權利要求1所述的柔性直流輸電設備故障識別方法,其特征在于,所述基于所述空間自相關指標對各子模塊的故障進行識別,包括:
根據柔性直流輸電設備設計要求對所述故障特征參數進行識別;
基于所述故障特征參數的識別結果對各子模塊的故障進行識別。
5.根據權利要求4所述的柔性直流輸電設備故障識別方法,其特征在于,所述根據柔性直流輸電設備設計要求對所述故障特征參數進行識別,包括:
根據柔性直流輸電設備設計要求確定所述空間自相關指標的置信水平;
基于所述置信水平,結合故障特征參數的統計分布類型確定所述空間自相關指標的接受域;
判斷計算的空間自相關指標是否屬于所述接受域,若是,確定所述故障特征參數處于正常狀態,否則,確定故障特征參數處于異常狀態。
6.根據權利要求5所述的柔性直流輸電設備故障識別方法,其特征在于,所述基于所述故障特征參數的識別結果對各子模塊的故障進行識別,包括:
當子模塊的所有故障特征參數均處于正常狀態時,確定所述子模塊處于正常運行狀態;
當子模塊的任一故障特征參數處于異常狀態且處于異常狀態的故障特征參數的延時時間與反時限常數滿足預設關系,確定所述子模塊處于故障狀態。
7.根據權利要求6所述的柔性直流輸電設備故障識別方法,其特征在于,所述預設關系按下式確定:
式中,ti為第i個子模塊故障特征參數處于異常狀態的延時時間,xi為第i個子模塊的故障特征參數實時值,x0為子模塊的故障特征參數的基準值;c為反時限常數,其基于子模塊對故障特征參數的耐受能力確定。
8.根據權利要求3所述的柔性直流輸電設備故障識別方法,其特征在于,所述故障特征參數的空間聯系局部Moran指數按下式計算:
式中,S2為故障特征參數的方差,n為子模塊個數,xi為子模塊i的故障特征參數實時值,為故障特征參數的平均值,xj為子模塊j的故障特征參數實時值,ωij為子模塊i與子模塊j之間的空間接近度權重系數,且dij為子模塊i與子模塊j之間的距離,ε為故障特征參數的非線性衰減系數。
9.根據權利要求8所述的柔性直流輸電設備故障識別方法,其特征在于,所述故障特征參數的空間自相關指標按下式確定:
式中,Zi為第i個子模塊故障特征參數的空間自相關指標,E(Ii)為Ii的期望,VAR(Ii)為Ii的方差。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中電普瑞電力工程有限公司;國網冀北電力有限公司電力科學研究院;國家電網有限公司;南瑞集團有限公司,未經中電普瑞電力工程有限公司;國網冀北電力有限公司電力科學研究院;國家電網有限公司;南瑞集團有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010424201.X/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于半監督對抗學習的模型訓練方法及圖像變化分析方法
- 下一篇:一種新型劈柴機





