[發(fā)明專利]一種基于智能特高頻傳感器的GIS局部放電定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010487230.0
• 申請(qǐng)日: 2020-05-28
• 公開(kāi)（公告）號(hào): CN111610418B
• 公開(kāi)（公告）日: 2022-11-22
• 發(fā)明（設(shè)計(jì)）人: 黃成軍;郭燦新;黃志方;邵震宇;劉丹丹;豆慧玲
• 申請(qǐng)（專利權(quán)）人: 華乘電氣科技股份有限公司
• 主分類號(hào): G01R31/12
• 分類號(hào): G01R31/12;G01R31/08
• 代理公司: 上海兆豐知識(shí)產(chǎn)權(quán)代理事務(wù)所(有限合伙) 31241
• 代理人: 盧艷民

1.一種基于智能特高頻傳感器的GIS局部放電定位方法，其特征在于，包括以下步驟：

S1，傳感器空間位置關(guān)聯(lián)步驟：在GIS本體上安裝若干個(gè)局放特高頻傳感器，在GIS周圍墻壁上安裝若干個(gè)空間特高頻傳感器，對(duì)所有傳感器進(jìn)行編碼，根據(jù)GIS空間結(jié)構(gòu)、電氣連接圖和傳感器安裝位置，將編好碼的傳感器與GIS空間位置進(jìn)行關(guān)聯(lián)，建立傳感器空間拓?fù)鋱D，其中包括局放特高頻傳感器和空間特高頻傳感器的智能傳感器是拓?fù)鋱D的節(jié)點(diǎn)，有直接電氣連通的兩個(gè)傳感器之間用直線連接構(gòu)成拓?fù)鋱D的邊線，邊線長(zhǎng)度代表相應(yīng)的兩個(gè)傳感器之間的電氣連通的距離；

S2，特高頻信號(hào)異常判斷步驟：利用基于深度學(xué)習(xí)的圖譜識(shí)別和特高頻信號(hào)強(qiáng)度動(dòng)態(tài)閾值診斷相結(jié)合的方法判斷各傳感器的特高頻信號(hào)是否異常，并將信號(hào)異常的傳感器加入異常傳感器集；

S3，異常傳感器關(guān)聯(lián)分析步驟：結(jié)合步驟S1中建立的傳感器空間拓?fù)鋱D，對(duì)異常傳感器集中的各異常傳感器進(jìn)行信號(hào)關(guān)聯(lián)分析，找到異常傳感器在信號(hào)傳播路徑上的關(guān)聯(lián)傳感器，具體步驟如下：

S31，選擇2個(gè)異常的傳感器；

S32，利用Dijkstra算法計(jì)算2個(gè)異常傳感器之間的最短路徑；

S33，計(jì)算最短路徑上的傳感器數(shù)量k，當(dāng)k≤2時(shí)，判斷2個(gè)異常傳感器之間最短路徑上的傳感器為關(guān)聯(lián)傳感器；當(dāng)k2時(shí)，判斷2個(gè)異常傳感器之間無(wú)關(guān)聯(lián)傳感器；

S34，重復(fù)步驟S31～S33，獲得所有異常傳感器之間的關(guān)聯(lián)傳感器，將關(guān)聯(lián)傳感器加入異常傳感器集；

S4，多放電源分離步驟：通過(guò)對(duì)比不同傳感器監(jiān)測(cè)數(shù)據(jù)的特征序列相關(guān)性來(lái)進(jìn)行同源性分析，判斷數(shù)據(jù)的同源性并分離多個(gè)局放源，構(gòu)建社區(qū)網(wǎng)絡(luò)，根據(jù)社區(qū)網(wǎng)絡(luò)確定信號(hào)社區(qū)，完成放電源的分離；

S5，干擾信號(hào)排除步驟：通過(guò)對(duì)信號(hào)社區(qū)中各傳感器的特高頻數(shù)據(jù)信號(hào)強(qiáng)度進(jìn)行對(duì)比，排除干擾信號(hào)，實(shí)現(xiàn)電氣設(shè)備內(nèi)部局放信號(hào)的有效識(shí)別；

S6，局放源定位步驟：通過(guò)對(duì)比信號(hào)社區(qū)中不同位置傳感器采集的信號(hào)強(qiáng)度，判斷該信號(hào)社區(qū)中局放源的大致位置，對(duì)內(nèi)部局放缺陷進(jìn)行定位。

2.根據(jù)權(quán)利要求1所述的一種基于智能特高頻傳感器的GIS局部放電定位方法，其特征在于，步驟S1中，所述傳感器空間拓?fù)鋱D不僅包括傳感器與GIS的空間位置信息，還包括局部放電信號(hào)傳播路徑上各傳感器的電氣連接信息。

3.根據(jù)權(quán)利要求1所述的一種基于智能特高頻傳感器的GIS局部放電定位方法，其特征在于，步驟S2具體包括以下步驟：

S21，智能特高頻傳感器自啟動(dòng)進(jìn)行數(shù)據(jù)采集，獲得特高頻圖譜數(shù)據(jù)；

S22，利用基于深度學(xué)習(xí)的圖譜識(shí)別方法對(duì)特高頻圖譜數(shù)據(jù)進(jìn)行診斷，判斷圖譜數(shù)據(jù)是否存在異常，識(shí)別出采集到異常數(shù)據(jù)的傳感器；

S23，計(jì)算數(shù)據(jù)異常的傳感器采集的特高頻信號(hào)強(qiáng)度：

V_i＝N_i×F_i

式中：V_i為傳感器第i次采集的特高頻信號(hào)強(qiáng)度；N_i和F_i分別為特高頻傳感器第i次采集數(shù)據(jù)的脈沖個(gè)數(shù)和平均放電幅值；

S24，計(jì)算數(shù)據(jù)異常的特高頻傳感器第i次前采集數(shù)據(jù)的累積平均信號(hào)強(qiáng)度：

式中：t為累積時(shí)間窗口長(zhǎng)度，表示選取的累積次數(shù)；N_j為特高頻傳感器第j次采集正常數(shù)據(jù)的脈沖個(gè)數(shù)；F_j為特高頻傳感器第j次采集正常數(shù)據(jù)的平均放電幅值；

S25，對(duì)數(shù)據(jù)異常的傳感器進(jìn)行篩選，當(dāng)V_iV_j時(shí)，將該傳感器加入異常傳感器集。