一种多源数据融合的电力设备状态评估与故障预测方法与流程

摘要: 本发明涉及一种多源数据融合的电力设备状态评估与故障预测方法,属于系统级故障预测与健康管理及工业智能运维控制。背景技术:1、当前融合传感终端采集的运行电流与壳体温...
一种多源数据融合的电力设备状态评估与故障预测方法与流程

本发明涉及一种多源数据融合的电力设备状态评估与故障预测方法,属于系统级故障预测与健康管理及工业智能运维控制。

背景技术:

1、当前融合传感终端采集的运行电流与壳体温度等多源异构数据,是测算设备退化程度的基础路径,由于电信号具备瞬态变异特性,而设备内部热量向外壳传导的物理过程客观存在热阻抗与容性延迟,导致不同模态的物理参量在时间轴上呈现异步响应分布,当设备处于动态负荷工况时,上述差异引发的时空耦合畸变被放大,现有监测系统普遍采用绝对线性时间对齐的同步滑动采样窗,提取固定时间断面内的多源数据并实施运算,该同步截取机制剥离了电气突变与热能迟滞间的物理因果关联,使分属不同物理演进阶段的特征序列在统一窗口内发生跨域干涉,在负荷剧烈切换的暂态冲击下,信息流交叉污染导致系统难以捕捉早期微弱放电等潜伏性异常特征。

2、为弥补相位异步带来的偏差,部分改进方案采用扩宽时间窗口跨度以包容热迟滞周期,或引入深层神经网络依靠海量样本拟合关联模型,扩宽采样尺度不可避免地抹平微弱的高频电信号突变边界,而脱离物理因果的纯数据拟合增加了算力开销,且无法从物理底层消除动态相位差造成的判定误差,除了上述因物理热传导及传感拓扑等硬件基底局限导致的固有异步外,现有技术在软件层面的数据处理与控制方法上也同样存在明显不足,例如,公开号为cn121637365a的中国发明专利申请公开了一种电力变压器故障预警方法及系统,通过互相关分析计算固定的热响应滞后时间并平移负载电流序列,然而,在电力设备大范围负荷切换的非理想工况下,等效热阻与对流散热系数随动态负载水平呈现非线性演变,其热惯性延迟具备变压器类大热容量设备特有的历史负载累积效应与相位游移特性,该申请采用全局静态时移的对齐机制,无法自适应匹配动态工况下的时滞多变性,极易造成局部断面特征的跨域干涉与残差流误算,同时,由于缺乏针对负荷调相冲击的抗扰动自适应门控仲裁逻辑,在面临剧烈暂态波动时,难以准确区分正常热波动与早期潜伏性故障,极易引发判决回路的频繁振荡甚至导致系统误跳闸。

3、因此,如何从物理底层重构异构数据的时空拓扑关联以消除热惯性延迟错位,并构建具备自适应门控机制的仲裁逻辑以屏蔽暂态波动的干扰,从而实现全生命周期的故障预测与健康管理,提升运行监视系统的决策可靠性,成为本发明所要解决的技术问题。

技术实现思路

1、为解决背景技术中的问题,本发明的技术方案如下:一种多源数据融合的电力设备状态评估与故障预测方法,包括以下步骤:

2、步骤s1,获取电力设备的电流监测数据序列以及外壳温度监测数据序列;

3、步骤s2,根据电流监测数据序列计算其滚动均值,生成基准负载电流值;根据基准负载电流值所处的负载区间,匹配对应的离散时滞修正量,并利用离散时滞修正量平移电流监测数据序列,输出校正后的电流特征序列;

4、步骤s3,根据基准负载电流值计算其一阶时域差分变化率;当一阶时域差分变化率的绝对值大于突变功率上限值时,将当前的工况判定阈值由基础阈值变更为暂态高规避阈值并启动保持计时器;直至保持计时器清零且一阶时域差分变化率的绝对值不大于突变功率上限值时,将当前的工况判定阈值恢复为基础阈值;

5、步骤s4,计算校正后的电流特征序列的概率分布密度与外壳温度监测数据序列的概率分布密度之间的交叉熵值,输出设备状态评估指标;当设备状态评估指标大于当前的工况判定阈值时,触发故障预警并输出电力设备的故障预测结果。

6、优选的,步骤s2包括:步骤s21,截取历史观察窗口内的电流监测数据序列;步骤s22,计算历史观察窗口内的电流监测数据序列的算术平均值,生成基准负载电流值;其中,负载区间包括低负荷区间与高负荷区间;当基准负载电流值处于低负荷区间时,匹配的离散时滞修正量为负向时移补偿量;当基准负载电流值处于高负荷区间时,匹配的离散时滞修正量为正向时移补偿量。

7、优选的,步骤s3包括:步骤s31,当一阶时域差分变化率的绝对值大于突变功率上限值时,将当前的工况判定阈值变更为暂态高规避阈值;步骤s32,同步启动保持时间为3s的保持计时器,并在3s的保持周期内,将当前的工况判定阈值锁定为暂态高规避阈值;步骤s33,在保持计时器清零之后,当一阶时域差分变化率的绝对值不大于突变功率上限值时,将当前的工况判定阈值恢复为基础阈值。

8、优选的,步骤s4包括:步骤s41,计算校正后的电流特征序列的概率分布密度;步骤s42,计算外壳温度监测数据序列的概率分布密度;步骤s43,计算校正后的电流特征序列的概率分布密度与外壳温度监测数据序列的概率分布密度之间的交叉熵值,并将交叉熵值确定为设备状态评估指标。

9、优选的,步骤s2包括:步骤s23,根据离散时滞修正量,平移电流监测数据序列以构建时序重排序列;步骤s24,将时序重排序列与外壳温度监测数据序列进行对齐,生成校正后的电流特征序列。

10、优选的,步骤s1还获取电力设备的局部放电监测数据序列;方法还包括:步骤s5,利用局部放电监测数据序列,加权调节设备状态评估指标以生成多源融合评估指标;当多源融合评估指标大于当前的工况判定阈值时,输出电力设备的故障预测结果。

11、优选的,还包括以下步骤:步骤s6,将连续多个评估周期的设备状态评估指标按时间顺序存储,构建状态历史演化序列;步骤s7,对状态历史演化序列进行一阶时间求导以生成变化速率值;步骤s8,当变化速率值持续大于预设的劣化加速度阈值时,输出电力设备的异常预警信号。

12、优选的,步骤s3包括:步骤s34,当保持计时器清零且一阶时域差分变化率的绝对值不大于突变功率上限值时,利用一阶低通滤波算法衰减暂态高规避阈值,使当前的工况判定阈值在预设的平滑周期内由暂态高规避阈值降低至基础阈值。

13、优选的,步骤s4包括:步骤s44,当设备状态评估指标大于当前的工况判定阈值时,确定离散迁移事件;步骤s45,根据设备状态评估指标超出当前的工况判定阈值的偏差范围,将离散迁移事件分类至对应的设备劣化级别,输出包含绝缘劣化故障与放电异常故障的分类故障预测结果。

14、相比于现有技术,本发明的有益效果是:

15、1、在多源数据融合的电力设备状态评估中,本方案重构交叉熵仲裁单元的数据处理路径,突破异构监测参量绝对线性对齐假设,通过实时计算前序历史观察窗口内的滚动均值产出基准负载电流特征值,系统依据该特征值所处的负载分界阈值区间,自适应调取对应的离散时滞修正量,该机制主动前馈重排电流变异特征序列与外壳温度向量的时空拓扑关联,在底层信息流原位消除热能传导耗散引起的相位异步干涉,使早期微弱异动边界产生台阶式跃迁,维持系统在复杂动态工况下对潜伏性劣化状态的识别精准度。

16、2、状态评估单元内部增设自适应门控阈值阶梯仲裁机制,针对大范围运行负荷切换引发的暂态干扰建立硬性防御闭环,系统实时监测基准负载电流特征值的一阶时域差分斜率,当该斜率超越突变功率边界值时,触发暂态锁定逻辑,将工况边界阈值向上阶梯式变更为高安全规避阈值并启动硬性保持计时,该特征耦合设计有效拦截负荷调相冲击造成的无物理意义的系统判决振荡,基于健康监测模型应对高频随机冲击的强抗过敏判定能力,确保最终断路跳闸指令的收敛稳定性,从而实现了底层物理事件与系统级控制监视层逻辑的深度解耦,显著提升了phm系统的运行稳定性。