[發明專利]一種基于熱量的電容器異常檢測方法及相關裝置

在審

• 申請號: 202210743498.5
• 申請日: 2022-06-28
• 公開（公告）號: CN115128513A
• 公開（公告）日: 2022-09-30
• 發明（設計）人: 汪鵬;王鎧;姚成;劉剛;高德民;劉浩;魏琨選;胡泰山
• 申請（專利權）人: 深圳供電局有限公司;南方電網科學研究院有限責任公司
• 主分類號: G01R31/64
• 分類號: G01R31/64;G01K13/00;G01R23/16;G01R27/26;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張茵

本申請公開了一種基于熱量的電容器異常檢測方法及相關裝置，方法包括：獲取電容器運行過程中的運行相關數據，運行相關數據包括電壓、電流、表面溫度和室內溫度；根據基于運行相關數據構建的等效電路計算電容器運行參數，電容器運行參數包括諧波有效值、基波、不平衡度和電容量；采用預置BP神經網絡模型根據運行相關數據進行散熱分析，得到電容器預測溫度；根據電容器預測溫度和實測溫度進行溫差分析，得到電容器發熱溫差值；若電容器發熱溫差值超出預設溫度范圍，則根據電容器運行參數對電容器進行異常分析，得到異常檢測結果。本申請能夠解決現有技術缺乏高效可靠的檢測策略，導致工作量較大，且效率較低的技術問題。

技術領域

本申請涉及設備檢測技術領域，尤其涉及一種基于熱量的電容器異常檢測方法及相關裝置。

背景技術

電力電容器是無功補償裝置的核心，而且，電力電容器也是電網中不可或缺的設備，如果存在缺陷，故障率將升高，很有可能發生故障導致停電，進而導致大量的直接或間接經濟損失，因此，對電容器進行監測和故障診斷研究相當重要。

從近幾年國內外狀態監測技術的發展來看，多數監測系統功能較為單一，監測的狀態量較少，設備的故障診斷僅局限于超標預警，其故障分析及定位都要由運維人員憑借以往的經驗來完成，診斷水平與運維人員的專業水平有直接關系。高壓并聯電容器在長期運行中缺陷、故障較多，目前國內外電網企業對運行中的高壓并聯電容器的檢測方法普遍存在工作量大、效率低等缺點；這是缺乏高效可靠的檢測策略導致的。

發明內容

本申請提供了一種基于熱量的電容器異常檢測方法及相關裝置，用于解決現有技術缺乏高效可靠的檢測策略，導致工作量較大，且效率較低的技術問題。

有鑒于此，本申請第一方面提供了一種基于熱量的電容器異常檢測方法，包括：

獲取電容器運行過程中的運行相關數據，所述運行相關數據包括電壓、電流、表面溫度和室內溫度；

根據基于所述運行相關數據構建的等效電路計算電容器運行參數，所述電容器運行參數包括諧波有效值、基波、不平衡度和電容量；

采用預置BP神經網絡模型根據所述運行相關數據進行散熱分析，得到電容器預測溫度；

根據所述電容器預測溫度和實測溫度進行溫差分析，得到電容器發熱溫差值；

若所述電容器發熱溫差值超出預設溫度范圍，則根據所述電容器運行參數對電容器進行異常分析，得到異常檢測結果。

優選地，所述根據基于所述運行相關數據構建的等效電路計算電容器運行參數，所述電容器運行參數包括諧波有效值、基波、不平衡度和電容量，包括：

基于所述運行相關數據構建電容器運行過程的等效電路；

在所述等效電路的基礎上，采用快速傅里葉變換算法分解出諧波有效值和基波；

在所述等效電路的基礎上，根據所述電壓和所述電流分別計算電壓不平衡度和電流不平衡度，不平衡度包括所述電壓不平衡度和所述電流不平衡度；

基于所述基波計算電容器的電容量。

優選地，所述采用預置BP神經網絡模型根據所述運行相關數據進行散熱分析，得到電容器預測溫度，之前還包括：

基于BP神經網絡構建初始BP神經網絡模型；

采用擬牛頓法根據電容器訓練數據集對所述初始BP神經網絡模型進行訓練，得到預置BP神經網絡模型。

優選地，所述若所述電容器發熱溫差值超出預設溫度范圍，則根據所述電容器運行參數對電容器進行異常分析，得到異常檢測結果，包括：

若所述電容器發熱溫差值超出預設溫度范圍，基于預置異常數據庫，根據預設運行閾值和所述電容器運行參數對電容器進行異常分析，得到異常檢測結果。