一种双端接地开关回路电阻测量方法及系统与流程
本技术涉及电力设备状态检测,尤其涉及一种双端接地开关回路电阻测量方法及系统。
背景技术:
1、相关技术中,随着电力设备状态检测与检修技术的发展,回路电阻测量已成为评价高压开关导电回路接触状态及运行可靠性的重要技术手段。在高压开关停电检修过程中,为保障现场作业人员及设备安全,开关两端通常需要保持可靠接地。在双端接地状态下进行回路电阻测量时,测试仪注入的测试电流会发生分流,其中一部分电流流经开关内部导电回路,另一部分电流经开关两侧接地引下线、设备外壳及变电站地网形成接地旁路,测试仪采集的总电流实际为开关支路电流与地网支路电流之和。
2、然而,现有的双端接地开关回路电阻测量方法主要采用直流稳态测量方式,测得的表观电阻为开关真实回路电阻与接地通路等效电阻的并联结果,仅依据单一稳态电压和电流难以对不同支路参数进行有效区分。现有方法通常通过假设地网支路电阻远大于开关回路电阻进行近似测量,或者基于不同测试时长建立离线标定数据并采用经验模型进行校正,但该类方法主要针对稳态数值进行修正,难以充分反映不同变电站地网结构及寄生参数差异。特别是接地引下线和地网导体还具有等效电感等暂态特性,而在直流稳态条件下相关动态信息无法得到有效利用,导致地网支路参数难以准确识别,进而影响地网分流电流的分离以及开关真实回路电阻的测量精度。
3、综上,相关技术中存在的技术问题有待得到改善。
技术实现思路
1、本技术实施例的主要目的在于提出一种双端接地开关回路电阻测量方法及系统,以实现双端接地状态下待测开关回路电阻的准确测量,从而提高回路电阻测量结果的准确性、稳定性和可靠性。
2、为实现上述目的,本技术实施例的一方面提出了一种双端接地开关回路电阻测量方法,所述方法包括以下步骤:
3、获取双端接地状态下待测开关的测试参数,并基于所述测试参数生成多脉冲激励序列;
4、基于所述多脉冲激励序列向所述待测开关的测试回路施加脉冲激励,同步采集端电压和总电流,得到多脉冲暂态响应数据;
5、对所述多脉冲暂态响应数据进行预处理及特征提取,得到暂态响应特征;
6、基于所述暂态响应特征和预设参数识别模型,对测试回路中的地网支路参数进行识别,得到地网等效电阻和地网等效电感;
7、基于所述地网等效电阻和所述地网等效电感,从所述总电流中分离地网支路电流,得到开关支路电流;
8、基于所述端电压和所述开关支路电流计算回路电阻,并对不同脉冲激励下的回路电阻进行联合校核,得到所述待测开关的回路电阻测量结果。
9、在一些实施例中,所述测试参数包括噪声水平、响应动态范围、地网支路时间尺度及额定测试电流;所述多脉冲激励序列包括不同脉冲宽度、上升沿斜率及脉冲幅值的短脉冲、中脉冲和长脉冲。
10、在一些实施例中,所述基于所述多脉冲激励序列向所述待测开关的测试回路施加脉冲激励,同步采集端电压和总电流,得到多脉冲暂态响应数据,包括:
11、按照所述多脉冲激励序列依次向所述待测开关的测试回路施加不同脉冲宽度、上升沿斜率及脉冲幅值的脉冲激励;
12、针对各脉冲激励,在脉冲触发前采集基线数据,并在脉冲上升沿、平顶期、下降沿及恢复期同步采集端电压和总电流;
13、根据脉冲上升沿时间确定采样率,并基于统一采样时钟对所述端电压和所述总电流进行同步采样,得到各脉冲激励对应的暂态响应数据;
14、按照所述多脉冲激励序列对各所述暂态响应数据进行时序关联,得到所述多脉冲暂态响应数据。
15、在一些实施例中,所述对所述多脉冲暂态响应数据进行预处理及特征提取,得到暂态响应特征,包括:
16、对所述多脉冲暂态响应数据进行触发对齐、基线扣除、异常抑制及去噪处理,得到预处理数据;
17、对所述预处理数据进行通道时延校正、重采样及归一化处理,得到标准响应数据;
18、基于所述标准响应数据提取端电压变化率、总电流变化率及瞬时表观阻抗,得到动态响应特征;
19、提取所述标准响应数据在不同响应阶段的统计特征,并与所述动态响应特征进行组合,得到所述暂态响应特征。
20、在一些实施例中,所述基于所述暂态响应特征和预设参数识别模型,对测试回路中的地网支路参数进行识别,得到地网等效电阻和地网等效电感,包括:
21、基于所述暂态响应特征及对应的脉冲参数构建多脉冲特征张量;
22、基于训练样本及测试回路的等效电路约束对深度学习参数识别模型进行训练,得到预设参数识别模型;
23、将所述多脉冲特征张量输入所述预设参数识别模型,通过共享权重的一维卷积编码器提取各脉冲对应的局部暂态特征;
24、对各所述局部暂态特征进行跨脉冲特征融合,得到融合暂态特征;
25、基于回归网络对所述融合暂态特征进行参数回归及非负约束处理,得到所述地网等效电阻和所述地网等效电感。
26、在一些实施例中,所述基于训练样本及测试回路的等效电路约束对深度学习参数识别模型进行训练,得到预设参数识别模型,包括:
27、基于标准实物网络、可调阻感网络、回路电阻标准器及仿真模型构建训练样本;所述训练样本包括不同地网等效电阻、地网等效电感及脉冲组合对应的多脉冲暂态响应数据;
28、对所述训练样本进行数据增强处理,得到增强训练样本;
29、基于所述深度学习参数识别模型的预测参数与所述训练样本的标注参数构建监督损失,并基于所述测试回路的等效电路构建物理一致性损失;
30、基于所述监督损失和所述物理一致性损失对所述深度学习参数识别模型进行联合训练,得到预设参数识别模型。
31、在一些实施例中,所述基于所述地网等效电阻和所述地网等效电感,从所述总电流中分离地网支路电流,得到开关支路电流,包括:
32、基于所述地网等效电阻和所述地网等效电感,建立地网支路的阻感动态约束关系;
33、基于所述端电压和所述阻感动态约束关系,确定各脉冲激励对应的地网支路电流;
34、基于所述总电流与所述地网支路电流的并联分流关系,从所述总电流中分离所述地网支路电流,得到各脉冲激励对应的开关支路电流;
35、按照所述多脉冲激励序列对各所述开关支路电流进行时序关联,得到所述开关支路电流。
36、在一些实施例中,所述基于所述端电压和所述阻感动态约束关系,确定各脉冲激励对应的地网支路电流,包括:
37、基于所述地网等效电阻和所述地网等效电感,建立所述端电压、所述地网支路电流及所述地网支路电流变化率之间的动态约束;
38、基于各脉冲激励对应的端电压时序数据,按照采样时序对所述动态约束进行求解,得到各采样时刻对应的地网支路电流;
39、基于各采样时刻对应的所述地网支路电流构建地网支路电流时序数据;
40、按照各脉冲激励对应的采样区间对所述地网支路电流时序数据进行关联,得到各脉冲激励对应的地网支路电流。
41、在一些实施例中,所述基于所述端电压和所述开关支路电流计算回路电阻,并对不同脉冲激励下的回路电阻进行联合校核,得到所述待测开关的回路电阻测量结果,包括:
42、基于所述端电压和所述开关支路电流,确定满足信噪比及采样量程要求的有效采样区间;
43、基于各所述有效采样区间的端电压和开关支路电流,计算各脉冲激励下的回路电阻;
44、对各所述回路电阻进行稳健融合,得到回路电阻融合值;
45、基于各脉冲激励下的回路电阻对所述回路电阻融合值进行一致性校核,得到所述回路电阻测量结果。
46、为实现上述目的,本技术实施例的另一方面提出了一种双端接地开关回路电阻测量系统,所述系统包括:
47、激励序列生成模块,用于获取双端接地状态下待测开关的测试参数,并基于所述测试参数生成多脉冲激励序列;
48、暂态响应数据生成模块,用于基于所述多脉冲激励序列向所述待测开关的测试回路施加脉冲激励,同步采集端电压和总电流,得到多脉冲暂态响应数据;
49、特征提取模块,用于对所述多脉冲暂态响应数据进行预处理及特征提取,得到暂态响应特征;
50、参数识别模块,用于基于所述暂态响应特征和预设参数识别模型,对测试回路中的地网支路参数进行识别,得到地网等效电阻和地网等效电感;
51、电流分离模块,用于基于所述地网等效电阻和所述地网等效电感,从所述总电流中分离地网支路电流,得到开关支路电流;
52、电阻测量模块,用于基于所述端电压和所述开关支路电流计算回路电阻,并对不同脉冲激励下的回路电阻进行联合校核,得到所述待测开关的回路电阻测量结果。
53、为实现上述目的,本技术实施例的另一方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
54、为实现上述目的,本技术实施例的另一方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
55、为实现上述目的,本技术实施例的另一方面提出了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述的方法。
56、本技术实施例至少包括以下有益效果:本技术提供一种双端接地开关回路电阻测量方法及系统,该方案通过在待测开关双端接地状态下生成多脉冲激励序列,并同步采集端电压和总电流,能够获得反映测试回路不同暂态特性的多脉冲暂态响应数据,提高对开关支路与地网支路电气特性的区分能力。在此基础上,通过对多脉冲暂态响应数据进行预处理和特征提取,并结合预设参数识别模型识别地网等效电阻和地网等效电感,可有效表征地网支路的阻抗特性,降低双端接地情况下地网分流对回路电阻测量的影响。进一步地,根据识别得到的地网等效参数从总电流中分离地网支路电流,获得开关支路电流,使回路电阻计算所采用的电流量能够更加准确地反映待测开关自身的导电状态;同时,对不同脉冲激励下得到的回路电阻进行联合校核,可抑制单次激励过程中暂态扰动、参数波动及测量噪声造成的误差,从而在无需解除双端接地的情况下实现待测开关回路电阻的准确测量,提高测量结果的准确性、稳定性和可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com