一种间隙避雷器自适应变斜率升压多特征分级判别方法与流程
本发明属于电力设备检测,具体涉及一种间隙避雷器自适应变斜率升压多特征分级判别方法。
背景技术:
1、间隙避雷器是配电网中用于限制过电压的保护设备,其运行状态直接影响配电网的安全运行,因此需要定期对避雷器性能进行检测。
2、现有检测方式中,停电离线检测需要切断线路电源后拆卸避雷器进行测试,操作繁琐且会造成停电。现有少量带电检测方式虽然无需停电,但在升压检测控制方法上仍存在以下缺陷:
3、第一,变斜率升压切换依赖经验阈值预估。现有变斜率升压策略依据预设的避雷器在1ma直流参考电流下的电压值经验估值完成快慢升压切换,未设置前置校准机制。当避雷器老化程度不同时,实际值与预设的经验估值存在偏差。预设阈值偏高时,系统仍高速升压,易造成串联间隙闪络或阀片损伤;预设阈值偏低时,系统过早切换低速升压,导致测试时长增加。
4、第二,未对采样信号进行滤波和容性电流剥离。直流高压升压过程中存在脉冲宽度调制(pwm)纹波,现场高压引线和避雷器外套存在杂散电容与电磁干扰,使采集的电压、电流信号产生波动,导致升压斜率计算出现抖动。现有技术未对原始采样数据进行滤波和噪声甄别,容易将正常信号波动误判为异常。
5、第三,dbscan聚类参数固定。现有方案一般采用固定邻域半径与最小样本数进行聚类判别,未区分快速升压阶段与慢速升压阶段的数据密度差异。快速升压阶段数据稀疏,慢速升压阶段数据密集,固定参数无法同时适配两段工况,容易出现故障漏判或误报。此外,现有技术未针对避雷器轻微间歇性放电的稀疏异常点设计识别逻辑,隐性故障难以检出。
6、第四,聚类采用全量历史数据计算,算力开销大。在嵌入式主控平台上运行时,全量数据聚类容易干扰升压实时控制时序。
7、第五,故障判别依据单一。现有方案仅依据升压斜率异常聚类结果判断是否停机,无法区分电磁干扰、间隙轻微闪络、阀片劣化、接线异常等不同故障类型,也缺乏分级处置机制。
8、第六,未设置升压暂态屏蔽。高压升压启动瞬间存在电压建立暂态过程,该时段内的斜率波动与避雷器本体状态无关,现有技术未对此进行屏蔽,容易引发误判。
技术实现思路
1、针对现有技术的不足,本发明旨在提供一种间隙避雷器自适应变斜率升压多特征分级判别方法,解决现有技术中变斜率升压切换依赖经验阈值预估、未对采样信号进行滤波和容性电流剥离、dbscan参数固定、全量数据聚类算力开销大、故障判别依据单一、缺乏升压暂态屏蔽的问题。
2、为达到上述发明目的,本发明采用如下技术方案:
3、一种间隙避雷器自适应变斜率升压多特征分级判别方法,包括以下步骤:
4、步骤一:对被测间隙避雷器施加幅值低于其动作启动电压的预扫描电压,采集所述被测间隙避雷器的预扫描伏安特性数据,根据所述预扫描伏安特性数据修正预设的经验估值,得到预估阈值,并依据所述预估阈值确定升压斜率切换判据;其中,为避雷器在1ma直流参考电流下的电压值;
5、步骤二:依据所述升压斜率切换判据控制升压电路将直流高压施加至所述被测间隙避雷器两端,施加过程中根据实时采集的直流高压幅值和漏电流幅值与所述升压斜率切换判据的比较结果自动切换升压斜率,并在升压过程中实时采集高压侧电压信号和漏电流信号,且当漏电流达到1ma时记录对应的直流高压幅值作为实际值;
6、步骤三:对所述高压侧电压信号和所述漏电流信号进行滤波处理,滤除高频纹波分量和电磁干扰分量,并对滤波后的数据进行容性电流剥离,提取升压斜率特征;
7、步骤四:基于所述升压斜率特征构建滑动时间窗口内的特征数据集,对所述特征数据集进行聚类判别,得到屏蔽前聚类判别结果并缓存,并在升压启动后的预设暂态时长内屏蔽所述聚类判别结果故障处置输出;
8、步骤五:根据屏蔽前的聚类判别结果,结合升压斜率偏差值、漏电流幅值、漏电流变化率、异常持续时长以及所述实际值与所述预估阈值的偏差构成的多维特征向量进行故障类型匹配,根据匹配出的故障类型输出对应的分级处置结果;所述故障类型匹配包括:对多维特征向量进行归一化处理,采用pca降维,以欧氏距离为度量计算与预建故障模板库中各故障模板的加权欧式距离,取距离最小且满足对应阈值条件的故障类型作为匹配结果。
9、进一步优选,所述升压斜率切换判据为电压阈值判据与漏电流阈值判据的联动组合判据;当升压过程中实时采集的直流高压幅值达到预估阈值的预设百分比时,或实时采集的漏电流幅值达到预设电流阈值时,触发升压斜率切换。通过前置预扫描获取被测避雷器的预扫描伏安特性数据,基于预先建立的映射关系自适应修正预设的经验估值,同时采用电压阈值和漏电流阈值双判据联动切换升压斜率,可适配不同型号、不同老化状态的间隙避雷器,有效避免单一经验预估偏差导致的高速升压损伤间隙或过早切换延长检测时间的问题。
10、进一步优选,所述步骤三中的滤波处理包括:对所述高压侧电压信号和所述漏电流信号分别进行滑动均值滤波,滤除高频pwm纹波分量和电磁干扰分量;对滑动均值滤波后的数据进行突变点甄别处理,剔除超出预设变化率阈值的异常采样点。通过滑动均值滤波与突变点甄别的双重处理,有效抑制pwm纹波和现场电磁干扰造成的随机抖动,从数据源层面提升升压斜率的计算精度,降低误判风险。
11、进一步优选,所述步骤三中的容性电流剥离包括:根据高压升压速率和所述被测间隙避雷器的等效杂散电容参数计算杂散容性电流分量,将实时采集的漏电流原始值减去所述杂散容性电流分量,得到反映避雷器本体状态的有功电流分量;所述升压斜率特征根据所述有功电流分量和高压升压速率计算获得。通过剥离杂散容性电流分量,仅保留反映避雷器本体状态的有功电流特征,能够消除现场高压引线和避雷器外套杂散电容对检测信号的干扰。
12、进一步优选,升压包括快速升压阶段和慢速升压阶段;所述滑动时间窗口包括与所述快速升压阶段对应的第一窗口和与所述慢速升压阶段对应的第二窗口;所述聚类判别包括:将所述第一窗口内数据与所述第二窗口内数据分别采用差异化聚类参数进行密度聚类运算。
13、进一步优选,所述密度聚类运算采用dbscan聚类算法;所述快速升压阶段的聚类参数为第一邻域半径和第一最小样本数;所述慢速升压阶段的聚类参数为第二邻域半径和第二最小样本数;所述第一邻域半径大于所述第二邻域半径,所述第一最小样本数小于所述第二最小样本数。
14、进一步优选,所述第一邻域半径和所述第二邻域半径根据各自对应窗口内特征数据集的密度分布自适应确定;所述第一最小样本数和所述第二最小样本数根据各自对应窗口内的采样频率和窗口时长设定。将快速升压阶段与慢速升压阶段数据分区聚类,根据两段数据的密度特征自适应配置差异化dbscan参数,替代传统固定参数模式,能够适配两段工况的不同数据密度特征。
15、进一步优选,所述聚类判别还包括稀疏异常点累计判别:统计所述滑动时间窗口内被标记为稀疏异常点的累计数量,当所述累计数量在连续多个滑动时间窗口内持续增加时,将所述稀疏异常点判定为有效间歇性故障特征。通过增设稀疏异常点累计统计机制,针对间隙微弱、间歇性预放电的稀疏异常特征进行累计判别,能够检出传统算法容易漏检的隐性故障。
16、进一步优选,所述故障类型包括电磁干扰扰动类型、间隙轻微闪络类型、避雷器阀片劣化类型和接线异常类型;所述分级处置结果包括一级处置和二级处置,所述一级处置为维持高压输出并输出告警信号,所述二级处置为切断高压输出并锁定故障类型;当所述故障类型为电磁干扰扰动类型时,匹配所述一级处置并维持当前检测进程;当所述故障类型为间隙轻微闪络类型时,匹配所述一级处置并标记该时间区间的异常事件;当所述故障类型为避雷器阀片劣化类型或接线异常类型时,匹配所述二级处置并立即终止当前检测进程。通过构建多维特征向量并结合聚类结果与规则阈值,区分不同故障类型,并设计分级处置策略,对零星可恢复异常仅告警不停机,对连续密集异常故障立即切断高压并锁定故障类型。
17、本发明具有以下有益效果:
18、1.通过前置预扫描获取被测避雷器的预扫描伏安特性数据,基于预先建立的映射关系自适应修正预设的经验估值,并采用电压阈值与漏电流阈值双判据联动切换升压斜率,能够适配不同型号、不同老化状态的间隙避雷器,避免高速升压造成的间隙击穿损伤,同时缩短无效检测时长。
19、2.通过对高压侧电压信号和漏电流信号进行滑动均值滤波、突变点甄别处理以及容性电流剥离,滤除pwm纹波与高频电磁干扰造成的随机抖动,消除杂散容性电流对检测信号的干扰,提升升压斜率特征的计算精度,降低误判概率。
20、3.将快速升压阶段与慢速升压阶段数据分区聚类,根据两段数据的密度特征自适应配置差异化dbscan参数,替代传统固定参数模式,配合稀疏异常点累计统计机制,能够检出间隙微弱、间歇性预放电等隐性故障。
21、4.采用滑动时间窗口聚类模型替代全量数据聚类,降低算法算力开销,避免算法运算干扰pwm升压实时控制时序,满足嵌入式设备工业实时控制要求。
22、5.构建包含升压斜率偏差值、漏电流幅值、漏电流变化率、异常持续时长以及实际值与预估阈值偏差的多维特征向量,能够区分电磁干扰扰动、间隙轻微闪络、避雷器阀片劣化、接线异常等不同故障类型,并设计一级告警维持、二级切断锁定分级处置策略。
23、6.在升压启动后的预设暂态时长内屏蔽聚类判别结果输出,规避启动阶段电压建立暂态过程中斜率剧烈波动引发的虚假故障告警。
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