Gis開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)的制作方法
【專(zhuān)利摘要】本實(shí)用新型提供的一種GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，包括：多源信息采集單元，所述多源信息采集單元檢測(cè)GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)并形成檢測(cè)信號(hào)，所述多源信息采集單元再將所述檢測(cè)信號(hào)調(diào)理成電模擬信號(hào)；信息融合單元，所述信息融合單元設(shè)置在電腦終端內(nèi)，所述信息融合單元接收所述電模擬信號(hào)，將所述電模擬信號(hào)與預(yù)設(shè)值進(jìn)行比較，判斷GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)；故障決策與預(yù)報(bào)單元，所述故障決策與預(yù)報(bào)單元根據(jù)所述電模擬信號(hào)與所述預(yù)設(shè)值的比較結(jié)果進(jìn)行報(bào)警或預(yù)報(bào)。與現(xiàn)有技術(shù)相比，本實(shí)用新型的有益效果如下：可以基于多種傳感器信號(hào)采集的信息來(lái)進(jìn)行GIS故障的診斷，增加診斷的準(zhǔn)確性，減少誤報(bào)的情況發(fā)生。
【專(zhuān)利說(shuō)明】
GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本實(shí)用新型電氣設(shè)備領(lǐng)域，更具體地，涉及一種判斷電氣設(shè)備GIS開(kāi)關(guān)設(shè)備動(dòng)作狀 態(tài)監(jiān)測(cè)系統(tǒng)。
【背景技術(shù)】
[0002] 氣體絕緣金屬封閉開(kāi)關(guān)設(shè)備(GIS，Gas Insulated Switchgear)作為高壓配電裝 置的一種形式，將變電站中除變壓器以外的所有一次設(shè)備，經(jīng)優(yōu)化設(shè)計(jì)有機(jī)地組合成一個(gè) 整體，并封閉于金屬殼內(nèi)，充SF6氣體作為滅弧和絕緣介質(zhì)，構(gòu)成一個(gè)封閉組合電器，最高配 電電壓可達(dá)llOOkVAIS克服了常規(guī)敞開(kāi)式開(kāi)關(guān)設(shè)備的許多限制，具有占地面積小，可靠性 高，安全性強(qiáng)，維護(hù)工作量很小等的優(yōu)點(diǎn)，使得高壓、超高壓輸變電直接進(jìn)入市區(qū)成為可能， 近年來(lái)得到廣泛使用。隨著GIS的不斷完善和電力系統(tǒng)發(fā)展的需要，高壓開(kāi)關(guān)設(shè)備選用GIS 已成為整個(gè)世界的發(fā)展趨勢(shì)。GIS正在朝共筒化、復(fù)合化、小型化、智能化、超高壓大容量化 方向發(fā)展。GIS主要部件有斷路器、隔離開(kāi)關(guān)、接地開(kāi)關(guān)、電壓互感器、電流互感器、避雷器、 套管、電纜終端、母線(xiàn)、外殼、SF6氣體、SF6密度監(jiān)視裝置、GIS絕緣子等主要部件。其中斷路 器、隔尚開(kāi)關(guān)、接地開(kāi)關(guān)統(tǒng)稱(chēng)GIS的開(kāi)關(guān)設(shè)備，是GIS的核心兀件。
[0003] 高壓GIS開(kāi)關(guān)設(shè)備運(yùn)行狀態(tài)直接影響著電力系統(tǒng)的運(yùn)行穩(wěn)定性和供電可靠性。由 于GIS設(shè)備的全封閉設(shè)計(jì)，操作人員無(wú)法直接觀(guān)察到設(shè)備的狀態(tài)，僅依據(jù)輔助接點(diǎn)的返回信 號(hào)和操作人員的現(xiàn)場(chǎng)確認(rèn)來(lái)判斷設(shè)備是否分合到位。開(kāi)關(guān)刀閘操作后，由于種種原因，可能 出現(xiàn)監(jiān)控后臺(tái)及現(xiàn)場(chǎng)顯示分合成功，但實(shí)際觸頭分合不到位的情況，從而引起電網(wǎng)安全事 件，造成相當(dāng)大的經(jīng)濟(jì)損失和嚴(yán)重的社會(huì)影響。
[0004] 開(kāi)關(guān)類(lèi)設(shè)備是瞬動(dòng)式的設(shè)備，在正常運(yùn)行中其機(jī)構(gòu)處于靜止?fàn)顟B(tài)，偶而進(jìn)行的操 作或事故動(dòng)作，其過(guò)程又極為短暫和高速，因而給監(jiān)測(cè)帶來(lái)很大困難。過(guò)去的經(jīng)驗(yàn)是建立定 期的停運(yùn)檢修制度，這種預(yù)防性的檢修制不能及時(shí)的發(fā)現(xiàn)故障，盲目性大，過(guò)度的檢修操作 甚至還降低了開(kāi)關(guān)的機(jī)械壽命。按照IEEE建議的斷路器故障監(jiān)測(cè)對(duì)象選擇原則，對(duì)斷路器 分合閘過(guò)程中各時(shí)間參數(shù)、金屬短接時(shí)間、總行程、插入行程、超行程、動(dòng)觸頭速率、分合閘 線(xiàn)圈電流、觸頭壽命及保護(hù)動(dòng)作參數(shù)進(jìn)行監(jiān)測(cè)，對(duì)上述參數(shù)做了詳細(xì)的分析，提出監(jiān)測(cè)方法 及分析判斷方法，提出數(shù)據(jù)越限后的處理方案。但目前的技術(shù)大部分是針對(duì)開(kāi)關(guān)設(shè)備機(jī)械 特性的測(cè)量，且是基于間接量的測(cè)量，其有效性和可靠性還有待提高。
[0005] 另外，目前對(duì)電力設(shè)備包括高壓斷路器實(shí)施狀態(tài)監(jiān)測(cè)的裝置(系統(tǒng)），大致可以分 為:集中式在線(xiàn)監(jiān)測(cè)系統(tǒng)和便攜式在線(xiàn)監(jiān)測(cè)系統(tǒng)。和理論研究相一致，在高壓斷路器在線(xiàn)狀 態(tài)監(jiān)測(cè)裝置（系統(tǒng)）方面，較多的情況是針對(duì)高壓斷路器的機(jī)械特性、機(jī)械振動(dòng)、觸頭電壽 命、絕緣性能的某一個(gè)或幾個(gè)方面進(jìn)行監(jiān)測(cè)，這種監(jiān)測(cè)裝置的工作可靠性和正確性，還有待 于實(shí)踐的證實(shí)和不斷的總結(jié)提高，需要考慮的問(wèn)題包括:可靠性、可行性和經(jīng)濟(jì)性。以上因 素也是制約開(kāi)關(guān)設(shè)備狀態(tài)檢修普及和發(fā)展的主要原因。 【實(shí)用新型內(nèi)容】
[0006] 針對(duì)現(xiàn)有技術(shù)中的缺陷，本實(shí)用新型的目的是提供一種增加診斷的準(zhǔn)確性、減少 誤報(bào)的情況發(fā)生的GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)。
[0007] 為解決上述技術(shù)問(wèn)題，本實(shí)用新型提供的一種GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，包 括:多源信息采集單元，所述多源信息采集單元檢測(cè)GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)并形成檢測(cè)信 號(hào)，所述多源信息采集單元再將所述檢測(cè)信號(hào)調(diào)理成電模擬信號(hào);信息融合單元，所述信息 融合單元設(shè)置在電腦終端內(nèi)，所述信息融合單元接收所述電模擬信號(hào)，將所述電模擬信號(hào) 與預(yù)設(shè)值進(jìn)行比較，判斷GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài);故障決策與預(yù)報(bào)單元，所述故障決策與 預(yù)報(bào)單元根據(jù)所述電模擬信號(hào)與所述預(yù)設(shè)值的比較結(jié)果進(jìn)行報(bào)警或預(yù)報(bào)。
[0008] 優(yōu)選地，在所述多源信息采集單元內(nèi)設(shè)置相互連接的監(jiān)測(cè)器及信號(hào)調(diào)理電路。
[0009] 優(yōu)選地，所述監(jiān)測(cè)器包括繼電器控制回路狀態(tài)檢測(cè)模塊、連接執(zhí)行高壓開(kāi)關(guān)狀態(tài) 檢測(cè)模塊、機(jī)械機(jī)構(gòu)狀態(tài)檢測(cè)模塊及漏氣檢測(cè)模塊。
[0010] 優(yōu)選地，所述信息融合單元包括相互連接的數(shù)據(jù)采集板卡，故障提取模塊，信息融 合模塊以及日常故障判斷模塊;所述數(shù)據(jù)采集板卡與所述號(hào)調(diào)理電路通信。
[0011] 優(yōu)選地，所述故障決策與預(yù)報(bào)單元包括相互連接的故障狀態(tài)模糊特征庫(kù)、故障判 斷模塊及故障預(yù)報(bào)模塊;所述故障狀態(tài)模糊特征庫(kù)與所述信息融合模塊通信，所述故障判 斷模塊與所述故障狀態(tài)模糊特征庫(kù)通信，所述故障預(yù)報(bào)模塊分別與所述日常故障判斷模塊 及所述故障判斷模塊通信，所述日常故障判斷模塊與所述日常故障判斷模塊通信。
[0012] -種GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)的使用方法，包括如下步驟：
[0013] 步驟1，利用監(jiān)測(cè)器檢測(cè)GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)并形成檢測(cè)信號(hào)；
[0014] 步驟2,信號(hào)調(diào)理電路將檢測(cè)信號(hào)調(diào)理成電模擬信號(hào)；
[0015]步驟3,數(shù)據(jù)采集板卡接收電模擬信號(hào)并將電模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)；
[0016] 步驟4,將數(shù)字信號(hào)融合成故障狀態(tài)向量；
[0017] 步驟5,利用主元分析方法將正常狀態(tài)向量X利用奇異值分級(jí)的方法進(jìn)行降維處 理，得到降維的正常狀態(tài)向量i
[0018] 步驟6，從數(shù)字信號(hào)中提取SF6氣體的漏氣信號(hào)及日常功率損耗信號(hào)形成日常故障 特征庫(kù)，進(jìn)行日常故障權(quán)值計(jì)算；
[0019] 步驟7,故障狀態(tài)模糊特征庫(kù)接收故障狀態(tài)向量并計(jì)算得到故障狀態(tài)的權(quán)值；
[0020] 步驟8,根據(jù)故障狀態(tài)的權(quán)值進(jìn)行故障判斷或故障預(yù)報(bào)。
[0021 ] 優(yōu)選地，步驟5包括如下步驟：
[0022]步驟5.1，數(shù)據(jù)標(biāo)準(zhǔn)化處理：
[0023] 將GIS開(kāi)關(guān)系統(tǒng)的η個(gè)周期的工作狀態(tài)Xm寫(xiě)成狀態(tài)矩陣形式：
[0024] Xm=(Xi,X2. . .Xn)
[0025] 其中，...義分別表示GIS開(kāi)關(guān)系統(tǒng)的第1個(gè)至第η個(gè)周期的工作狀態(tài);GIS開(kāi) 關(guān)系統(tǒng)的每一個(gè)周期的工作狀態(tài)均由監(jiān)測(cè)器采集到的η維檢測(cè)數(shù)據(jù)構(gòu)成；
[0026] 將Xm進(jìn)行歸一化處理得到X:
[0027]
[0028] 其中，尤表不Xm的均值，σ表不Xm的標(biāo)準(zhǔn)差；
[0030]
[0029] 步驟5.2,利用協(xié)方差矩陣進(jìn)行奇異值分解：
[0031]
[0032] 其中，S表示數(shù)據(jù)元素之間的協(xié)方差矩陣，〇1，i = l，2，...，n，分別表示矩陣S的第1 個(gè)至第η個(gè)奇異值，Λ表不奇異值構(gòu)成的矩陣，U和UT是奇異值分解的表不形式；
[0033] 步驟5.3,取主元元素：
[0034] 取矩陣Λ的前k個(gè)主元作為分析元素;并取對(duì)應(yīng)的P= (ui，U2. . .Uk);其中，Ui，i = 1，2, . . .，k，分別表示矩陣U的對(duì)應(yīng)分析元素的前第1個(gè)至前第k個(gè)向量，P表示矩陣U的前k個(gè) 向量構(gòu)成的向量；
[0035] 步驟5.4，得到X的降維形式
[0036] ^ - jp'
[0037] 其中，τ=ΧΡ。
[0038] 優(yōu)選地，步驟7中，故障狀態(tài)模糊特征庫(kù)的建立是基于TS模糊模型，包括如下步驟： [0039]步驟7 · 1，建立模糊規(guī)則：
[0040] 第i條模糊規(guī)則Rh^TS模糊模型輸出的在第(k+Ι)時(shí)刻的貢獻(xiàn)分量yUk+l)為：
[0041]
[0042]其中，c為模糊規(guī)則數(shù)目，η為T(mén)S模糊模型的輸入變量數(shù)目，X1(k)，X2(k)，-_， Xn(k) 分別為第k個(gè)時(shí)刻的TS模糊模型η維輸入輸出數(shù)據(jù)的回歸變量，X(k) = [X1 (k)，X2(k)，…，χη (k)]為第k時(shí)刻TS模糊模型的輸入向量; 名,…，4表示對(duì)應(yīng)第i條模糊規(guī)則的n個(gè)模糊子 空間的具有線(xiàn)性隸屬度函數(shù)的模糊集，iiA,…,乂為第i條模糊規(guī)則的η維后件參數(shù)；
[0043]步驟7.2,輸出計(jì)算：
[0044] 1 = 1
[0045] 其中，&為第i條模糊規(guī)則的適應(yīng)度，定義
[0046]
[0047] 其中r = c(n+l)，得到：
[0048] y(k+l) = Φ (1〇τΘ (k)
[0049] 其中，Φ (k)和Θ (k)表示在第k個(gè)時(shí)刻的模糊規(guī)則的參數(shù)，θ:，θ2，…，Θ (k)的 列向量，r表示列向量的序號(hào)，r = c(n+l)，Θ (k)按由小到大的序號(hào)將每c個(gè)列向量作為一組 列向量組，Puv為Θ (k)的序號(hào)為v的列向量組中第u個(gè)列向量，u=l~C，v = 0~n，puv表示在 第k個(gè)時(shí)刻的后件參數(shù)。
[0050] 優(yōu)選地，步驟8包括如下步驟：
[00511步驟8 · 1，建立模糊規(guī)則：
[0052]建立方程計(jì)算TS模糊模型第k個(gè)時(shí)刻的輸入x(k)與第k-Ι個(gè)時(shí)刻對(duì)應(yīng)第i條模糊規(guī) 則的聚類(lèi)中心向量Vi(k-ι)的距離d/ (k):
[0053]
[0054] 其中，x(k) = (xi(k)，X2(k)，. . .，xn(k))，xj(k)表示TS模糊模型第k個(gè)時(shí)刻第j個(gè)輸 入向量，c為模糊規(guī)則數(shù)目；
[0055] 步驟8.2，評(píng)價(jià)輸入義(1〇對(duì)每一個(gè)聚類(lèi)中心￥1(1^-1)4 = 1，2，"，(3的隸屬度11/(1〇， 其中Vl(k-1)表示第k-Ι個(gè)時(shí)刻對(duì)應(yīng)第i條模糊規(guī)則的聚類(lèi)中心向量，
[0056]
一 - j. ·. _
[0057]其中，f表示模糊因子，且f的取值大于l;d、(k)表示TS模糊模型第k個(gè)時(shí)刻的輸入 x(k)與第k-Ι個(gè)時(shí)刻對(duì)應(yīng)第j條模糊規(guī)則的聚類(lèi)中心向量的距離；
[0058] 步驟8.3,修正聚類(lèi)中心向量：
[0059] vi(k) =Vi(k-l )+Aui7 (k)2[x(k)-Vi(k-l)]
[0060] 其中，λ表示學(xué)習(xí)率，λ的取值的范圍為小于1大于〇的數(shù);Vl(k)為第k個(gè)時(shí)刻對(duì)應(yīng)第 i條模糊規(guī)則的聚類(lèi)中心向量；
[0061 ] 步驟8.4,更新距離d/ (k)與隸屬度u/ (k): ^ J-l
[0062] 步驟8.5，計(jì)算第i條模糊規(guī)則對(duì)TS模糊模型輸出的適應(yīng)度私：
[0063]
[0064] 其中，1^表示矩陣U的對(duì)應(yīng)分析元素的前第j個(gè)向量；
[0065] 步驟8.6，根據(jù)公式7仏+1) = 〇(1〇%(1〇，利用最小二乘法得到?(1〇 = (〇4)-1 ΦΤ · y(k+l);其中y(k+l)表示模糊規(guī)則在第k+Ι時(shí)刻對(duì)TS模糊模型輸出的貢獻(xiàn)分量，Φ (k) 和Θ (k)表示在第k時(shí)刻的模糊規(guī)則的參數(shù)；
[0066] 步驟8.7,對(duì)不同時(shí)刻下的Φ (k)和Θ (k)進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)y和yf并建立起y模糊規(guī)格 庫(kù)和yf的模糊規(guī)則庫(kù);其中y表示在降維數(shù)據(jù)狀態(tài)?情況下發(fā)生故障的概率，yf表示在降維 數(shù)據(jù)狀態(tài)i情況下下一次操作會(huì)發(fā)生故障的概率；
[0067] 步驟8.8,利用y和yf與預(yù)先設(shè)定的閾值比較進(jìn)行故障判斷或故障預(yù)報(bào)。
[0068] 優(yōu)選地，步驟8.8中，利用y和yf與預(yù)先設(shè)定的閾值比較進(jìn)行故障判斷或故障預(yù)報(bào) 的步驟如下：
[0069] 如果y值大于上限閾值A(chǔ)u，則判斷本次發(fā)生了故障；
[0070] 如果y值小于下限閾值A(chǔ)L，則判斷本次狀態(tài)處于正常工作狀態(tài)，沒(méi)有發(fā)生故障；
[0071] 如果y值小于等于上限閾值A(chǔ)u且大于等于下限閾值A(chǔ)L，無(wú)法判斷本次狀態(tài)，則啟用 yf與上限閾值A(chǔ)u和下限閾值A(chǔ)L按照如下的方法進(jìn)行故障預(yù)報(bào)：
[0072]如果yf值大于上限閾值A(chǔ)u，則判斷下一次操作會(huì)發(fā)生故障；
[0073]如果yf值小于下限閾值A(chǔ)L，則判斷下一次操作不會(huì)發(fā)生故障；
[0074]如果yf值小于等于上限閾值A(chǔ)u且大于等于下限閾值A(chǔ)L，則認(rèn)為下一次操作暫不會(huì) 發(fā)生故障。
[0075] 與現(xiàn)有技術(shù)相比，本實(shí)用新型的有益效果如下：可以基于多種傳感器信號(hào)采集的 信息來(lái)進(jìn)行GIS故障的診斷，增加診斷的準(zhǔn)確性，減少誤報(bào)的情況發(fā)生。本實(shí)用新型既可以 根據(jù)當(dāng)前GIS開(kāi)關(guān)的工作狀態(tài)判斷本次開(kāi)關(guān)是否正常工作，也可以根據(jù)多源信息預(yù)報(bào)處下 一次GIS開(kāi)關(guān)工作是否會(huì)發(fā)生故障，對(duì)故障起到了預(yù)報(bào)的作用。本實(shí)用新型也可以根據(jù)GIS 開(kāi)關(guān)的日常工作狀態(tài)的異常，判斷出GIS將要發(fā)生故障的可能，提前消除可能發(fā)生的后果。 主要工作在軟件中實(shí)現(xiàn)，對(duì)硬件要求低，大幅節(jié)約系統(tǒng)成本。
【附圖說(shuō)明】
[0076] 通過(guò)閱讀參照以下附圖對(duì)非限制性實(shí)施例所作的詳細(xì)描述，本實(shí)用新型的其它特 征目的和優(yōu)點(diǎn)將會(huì)變得更明顯。
[0077] 圖1為本實(shí)用新型GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)示意圖；
[0078] 圖2為本實(shí)用新型GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)信息融合示意圖；
[0079] 圖3為本實(shí)用新型GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)故障特征模糊庫(kù)示意圖。
【具體實(shí)施方式】
[0080] 下面采用具體實(shí)施例對(duì)本實(shí)用新型進(jìn)行詳細(xì)說(shuō)明。以下實(shí)施例將有助于本領(lǐng)域的 技術(shù)人員進(jìn)一步理解本實(shí)用新型，但不以任何形式限制本實(shí)用新型。應(yīng)當(dāng)指出的是，對(duì)本領(lǐng) 域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本實(shí)用新型構(gòu)思的前提下，還可以做出若干變化和改進(jìn)。 這些都屬于本實(shí)用新型的保護(hù)范圍。
[0081] 如圖1所示，本實(shí)用新型GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，多源信息采集單元，信息 融合單元，故障決策與預(yù)報(bào)單元。
[0082] 多源信息采集單元，多源信息采集單元檢測(cè)GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)并形成檢測(cè) 信號(hào)，多源信息采集單元再將檢測(cè)信號(hào)調(diào)理成電模擬信號(hào);在多源信息采集單元內(nèi)設(shè)置監(jiān) 測(cè)器及信號(hào)調(diào)理電路，監(jiān)測(cè)器包括繼電器控制回路狀態(tài)檢測(cè)模塊、連接執(zhí)行高壓開(kāi)關(guān)狀態(tài) 檢測(cè)模塊、機(jī)械機(jī)構(gòu)狀態(tài)檢測(cè)模塊及漏氣檢測(cè)模塊。
[0083]多源信息采集單元利用多種傳感器技術(shù)，檢測(cè)GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)，包括:繼 電器控制回路狀態(tài)檢測(cè)、連接執(zhí)行高壓開(kāi)關(guān)狀態(tài)檢測(cè)、機(jī)械機(jī)構(gòu)狀態(tài)檢測(cè)、其他設(shè)備狀態(tài)檢 測(cè)以及信號(hào)調(diào)理電路。
[0084] 其中，繼電器控制回路檢測(cè)，主要檢測(cè)的是：日常二次回路功率損耗檢測(cè)，分合閘 線(xiàn)圈暫態(tài)電流檢測(cè)，開(kāi)關(guān)動(dòng)作功率檢測(cè)。
[0085] 連接執(zhí)行高壓開(kāi)關(guān)狀態(tài)檢測(cè)，主要檢測(cè)的是:分合閘暫態(tài)磁場(chǎng)檢測(cè)，電弧電磁波檢 測(cè)。
[0086]機(jī)械機(jī)構(gòu)狀態(tài)檢測(cè)，主要檢測(cè)的是:觸頭的運(yùn)行距離檢測(cè)，機(jī)械的振動(dòng)檢測(cè)。
[0087]其他設(shè)備狀態(tài)檢測(cè)，主要檢測(cè)的是：滅弧絕緣介質(zhì)氣體SF6的漏氣檢測(cè)。信號(hào)調(diào)理 電路將上述傳感器檢測(cè)的信號(hào)調(diào)理成信號(hào)采集板卡能夠識(shí)別的電模擬信號(hào)，并傳遞到數(shù)據(jù) 采集卡。
[0088]信息融合單元，信息融合單元設(shè)置在PCB板上，信息融合單元通過(guò)PCI插槽設(shè)置在 電腦終端內(nèi)，信息融合單元接收電模擬信號(hào)，將電模擬信號(hào)與預(yù)設(shè)值進(jìn)行比較，判斷GIS開(kāi) 關(guān)系統(tǒng)的工作狀態(tài);信息融合單元包括相互連接的數(shù)據(jù)采集板卡，故障提取模塊，信息融合 模塊以及日常故障判斷模塊;數(shù)據(jù)采集板卡與號(hào)調(diào)理電路通信。
[0089]信息融合單元是利用多源信息采集單元采集的信息，提取故障的特征并進(jìn)行信息 的融合的模塊。主要包括:數(shù)據(jù)采集板卡，故障提取模塊，信息融合單元以及日常故障判斷 豐旲塊。
[0090] 其中，數(shù)據(jù)采集板卡采集多源信息采集單元的GIS工作狀態(tài)的電信號(hào)，將GIS工作 狀態(tài)的電信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并輸入到PC中。
[0091] 故障特征提取模塊，利用數(shù)據(jù)采集板卡采集的GIS工作狀態(tài)數(shù)據(jù)，將數(shù)字信號(hào)融合 成故障狀態(tài)向量，并且將正常狀態(tài)向量與故障狀態(tài)的向量分類(lèi)傳遞到信息融合模塊中。
[0092] 故障決策與預(yù)報(bào)單元，故障決策與預(yù)報(bào)單元根據(jù)電模擬信號(hào)與預(yù)設(shè)值的比較結(jié)果 進(jìn)行報(bào)警;故障決策與預(yù)報(bào)單元包括相互連接的故障狀態(tài)模糊特征庫(kù)、故障判斷模塊及故 障預(yù)報(bào)模塊;故障狀態(tài)模糊特征庫(kù)與信息融合模塊通信，故障判斷模塊與故障狀態(tài)模糊特 征庫(kù)通信，故障預(yù)報(bào)模塊分別與日常故障判斷模塊及故障判斷模塊通信。
[0093] 信息融合模塊是利用主元分析方法(PCA)將工作狀態(tài)向量X利用奇異值分級(jí)的方 法進(jìn)行降維處理，得到i。日常故障特征，根據(jù)SF6氣體的漏氣情況和日常功率損耗不正常 的情況直接記錄GIS系統(tǒng)發(fā)生異常的特征，利用這兩條高級(jí)別的信息建立起日常故障特征 庫(kù)可以進(jìn)行日常故障權(quán)值計(jì)算。
[0094] 故障決策與預(yù)報(bào)單元，根據(jù)信息融合單元過(guò)濾后的GIS工作狀態(tài)?，利用歷史數(shù)據(jù) 建立起基于TS模型的故障狀態(tài)模糊特征庫(kù)，可以計(jì)算得到本次故障狀態(tài)的權(quán)值，然后將權(quán) 值輸入到故障判斷模塊進(jìn)行故障的判斷以及未來(lái)故障的預(yù)報(bào)。
[0095] 對(duì)于所述的日常故障判斷通過(guò)信息融合模塊中的日常故障判斷模塊計(jì)算的日常 故障權(quán)值，不需要結(jié)合其他信息，如果發(fā)生漏氣和日常功率異?？梢灾苯优袛喑鯣IS系統(tǒng)發(fā) 生故障，具有最尚優(yōu)先級(jí)。
[0096]圖2所示，主要采用的是PCA主元分析方法，將GIS工作狀態(tài)X進(jìn)行降維處理，具體算 法為：
[0097]數(shù)據(jù)標(biāo)準(zhǔn)化處理。多信息采集模塊采集到本周期的GIS系統(tǒng)工作狀態(tài)：
[0098] Xl= (xi,X2. . .Xn)T
[0099] 將η個(gè)周期的狀態(tài)寫(xiě)成狀態(tài)矩陣形式：
[0100] . .Xn);其中，XhX% ...義分別表示GIS開(kāi)關(guān)系統(tǒng)的第1個(gè)至第η個(gè)周期 的工作狀態(tài);GIS開(kāi)關(guān)系統(tǒng)的每一個(gè)周期的工作狀態(tài)均由監(jiān)測(cè)器采集到的η維檢測(cè)數(shù)據(jù)構(gòu) 成；
[0101] 將Xm進(jìn)行歸一化處理得到：
[0102]
其中：n表不數(shù)據(jù)的維數(shù)，T表不矩陣轉(zhuǎn)置，X表不Xm的均值，σ表不 標(biāo)準(zhǔn)差；
[0103] 奇異值分解，協(xié)方差矩陣進(jìn)行奇異值分解：

[0104] 其中 其中：S表示數(shù)據(jù)元素之間的協(xié)方差矩陣，〇1，i = 1， ? 2, ...，n,分別表不矩陣S的第1個(gè)至第η個(gè)奇異值，Λ表不奇異值構(gòu)成的矩陣，U和UT是奇異 值分解的表不形式；
[0105] 取主元元素，取Λ的前k個(gè)主元作為分析元素;并取對(duì)應(yīng)的P=(m，U2...Uk);其中， 1 11，1 = 1，2，...，1^，分別表示矩陣1]的對(duì)應(yīng)分析元素的前第1個(gè)至前第1^個(gè)向量，？表示矩陣1] 的前k個(gè)向量構(gòu)成的向量；
[0106] 得到X的降維形式，義=ΓΡ''，其中T=XP。
[0107] 圖3所示為本實(shí)用新型故障特征模糊庫(kù)結(jié)構(gòu)圖。
[0108] 本模塊主要是根據(jù)TS模糊模型的模糊規(guī)則，將輸入量進(jìn)行模糊化處理主要機(jī)理 為：
[0109] (1.1)模糊規(guī)則。
[0110] 第i條TS模糊規(guī)則對(duì)系統(tǒng)輸出的貢獻(xiàn)分量yUk+l)可以用"If ???Then"語(yǔ)句表示如 下：
[0111]
[0112] 其中，c為模糊規(guī)則數(shù)目，η為T(mén)S模糊模型的輸入變量數(shù)目，X1(k)，X2(k)，~， Xn(k) 分別為第k個(gè)時(shí)刻的TS模糊模型η維輸入輸出數(shù)據(jù)的回歸變量，X(k) = [X1 (k)，X2(k)，…，χη (k)]為第k時(shí)刻TS模糊模型的輸入向量;<，…，4表示對(duì)應(yīng)第i條模糊規(guī)則的n個(gè)模糊子 空間的具有線(xiàn)性隸屬度函數(shù)的模糊集，/4/^，…，g為第i條模糊規(guī)則的η維后件參數(shù)；
[0113] (1.2)輸出計(jì)算。
[0114] 定義&為模糊規(guī)則i的適應(yīng)度，那么模型在第(k+Ι)時(shí)刻的輸出y(k+l)可以通過(guò)下 面的公式計(jì)算：
[0115]
/=1
[0116] 其中，&為第i條模糊規(guī)則的適應(yīng)度，定義
[0117]
[0118] 其中r = c(n+l)，可以得到：
[0119] y(k+l) = ?(k)T0(k)
[0120] 其中，Φ (k)和Θ (k)表示在第k個(gè)時(shí)刻的模糊規(guī)則的參數(shù)，θ:，θ2，…，Θ (k)的 列向量，r表示列向量的序號(hào)，r = c(n+l)，Θ (k)按由小到大的序號(hào)將每c個(gè)列向量作為一組 列向量組，Puv為Θ (k)的序號(hào)為v的列向量組中第u個(gè)列向量，u=l~C，v = 0~n，puv表示在 第k個(gè)時(shí)刻的后件參數(shù)。
[0121] 根據(jù)上述的模糊規(guī)則建立GIS故障特征模糊規(guī)則庫(kù)，需要通過(guò)系統(tǒng)辨識(shí)的方法根 據(jù)實(shí)驗(yàn)數(shù)據(jù)辨識(shí)出模糊規(guī)則在第k時(shí)刻的兩個(gè)參數(shù)Φ (k)和Θ (k)，具體的流程如下：
[0122] (2.1)故障特征統(tǒng)計(jì)
[0123] 根據(jù)大量GIS開(kāi)關(guān)實(shí)驗(yàn)，統(tǒng)計(jì)出在降維數(shù)據(jù)狀態(tài)玉情況下發(fā)生故障的概率y，以及 在下一次操作會(huì)發(fā)生故障的概率yf。沒(méi)有實(shí)驗(yàn)獲得的概率，通過(guò)多維差值發(fā)的到。
[0124] (2.2)模糊規(guī)則
[0125] 聚類(lèi)中心向量ν(1) = [νι(1)，ν2(1)，···，ι(1)]的初始值可以用一部分實(shí)驗(yàn)數(shù)據(jù)的 離線(xiàn)辨識(shí)采用C聚類(lèi)算法獲得，然后進(jìn)行更新。獲得用下面的方程計(jì)算輸入x(k)與第k-Ι個(gè) 時(shí)刻對(duì)應(yīng)第i條模糊規(guī)則的聚類(lèi)中心向量 Vl(k-1)的距離(1/(10:
[0126]
?其中，x(k) = (xi(k)，X2(k)，· · ·，χη V /=' , (k))，Xj(k)表示TS模糊模型第k個(gè)時(shí)刻第j個(gè)輸入向量，c為模糊規(guī)則數(shù)目；
[0127] 評(píng)價(jià)輸入x(k)對(duì)每一個(gè)聚類(lèi)中心Vi(k-l)，i = l，2,…，c的隸屬度u/ (k)，其中Vi(k-l) 表示第k-1個(gè)時(shí)刻對(duì)應(yīng)第i條模糊規(guī)則的聚類(lèi)中心向量
其中，f表示模糊因子，且f的取值大于l;d、(k)表示TS模糊模型第k個(gè)時(shí)刻的輸入x(k)與第 k-Ι個(gè)時(shí)刻對(duì)應(yīng)第j條模糊規(guī)則的聚類(lèi)中心向量的距離；
[0128] 基于第(k-Ι)時(shí)刻x(k)的隸屬度和模糊規(guī)則學(xué)習(xí)率，利用如下公式修正聚類(lèi)中心 向量V(k-l): vi(k) =vi(k-l)+Au/ (k)2[x(k)-vi(k-l)];其中λ表示學(xué)習(xí)率，λ的取值的范圍 為小于1大于0的數(shù);Vl(k)為第k個(gè)時(shí)刻對(duì)應(yīng)第i條模糊規(guī)則的聚類(lèi)中心向量；
[0129] 根據(jù)新獲得的聚類(lèi)中心向量，更新輸入x(k)與中心點(diǎn)的距離d/U)與隸屬度m' (k)：

[0130] 計(jì)算第i條模糊規(guī)則對(duì)系統(tǒng)輸出的適應(yīng)度β ^是通過(guò) ιι>· 隸屬度u/ (k)求得向量:其中，1^表示矩陣U的對(duì)應(yīng)分析元素的第前j個(gè)向量；
[0131] 計(jì)算當(dāng)輸入為x(k)時(shí)，第i條規(guī)則對(duì)系統(tǒng)輸出的適應(yīng)度：
[0132] j * j
[0133] 然后可以求得向量：
[0134] Φ (k) = [βι，···，0c，Pixi(k)，···，0cxi(k)，···，foxn(k)，···，0 cxn(k) ]τ·
[0135] 根據(jù)公式y(tǒng)(k+l) = C> (1〇τΘ (k)，已知y(k+l)和Φ (k)，利用最小二乘法得到Θ (k) =(φ τφ廣1 φ τ · y (k+1);其中y (k+1)表示模糊規(guī)則在k+1時(shí)刻對(duì)系統(tǒng)輸出的貢獻(xiàn)分量，Φ (k)和Θ (k)表示在k時(shí)刻的模糊規(guī)則的參數(shù)。
[0136] 通過(guò)上述步驟，就通過(guò)系統(tǒng)辨識(shí)的方法得到了模糊規(guī)則的兩個(gè)參數(shù)Φ(1〇和Θ (k)，就建立起了y模糊規(guī)格庫(kù)。利用同樣的方法，也可以建立起yf的模糊規(guī)則庫(kù)。
[0137] (3.1)故障的判斷整體流程
[0138] 根據(jù)多源信息采集單元采集的狀態(tài)，精度信息融合單元降維之后，輸入到建立起 來(lái)的模糊規(guī)則庫(kù)中進(jìn)行計(jì)算可以得到本狀態(tài)下發(fā)生故障的權(quán)值，根據(jù)權(quán)值進(jìn)行故障的判斷 和預(yù)測(cè)。
[0139] (3.2)故障判斷機(jī)制
[0140]如圖3所示，首先y值與上限閾值A(chǔ)u做比較，如果發(fā)現(xiàn)當(dāng)前故障權(quán)值超過(guò)了閾值，則 直接判斷本次發(fā)生了故障；
[0141] 如果y值小于下限閾值A(chǔ)L，則判斷本次狀態(tài)處于正常工作狀態(tài)，沒(méi)有發(fā)生故障；
[0142] 如果y值上限閾值A(chǔ)u和下限閾值A(chǔ)L之間，則利用y無(wú)法進(jìn)行故障的判斷；啟用yf判 斷機(jī)制按照同樣的方法進(jìn)行故障預(yù)報(bào)。
[0143] 按照上述的方法可以進(jìn)行故障的判斷與故障的預(yù)報(bào)。
[0144] 以上對(duì)本實(shí)用新型的具體實(shí)施例進(jìn)行了描述。需要理解的是，本實(shí)用新型并不局 限于上述特定實(shí)施方式，本領(lǐng)域技術(shù)人員可以在權(quán)利要求的范圍內(nèi)做出各種變化或修改， 這并不影響本實(shí)用新型的實(shí)質(zhì)內(nèi)容。在不沖突的情況下，本申請(qǐng)的實(shí)施例和實(shí)施例中的特 征可以任意相互組合。
【主權(quán)項(xiàng)】
1. 一種GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，其特征在于，包括： 多源信息采集單元，所述多源信息采集單元檢測(cè)GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)并形成檢測(cè) 信號(hào)，所述多源信息采集單元再將所述檢測(cè)信號(hào)調(diào)理成電模擬信號(hào)； 信息融合單元，所述信息融合單元設(shè)置在電腦終端內(nèi)，所述信息融合單元接收所述電 模擬信號(hào)，將所述電模擬信號(hào)與預(yù)設(shè)值進(jìn)行比較，判斷GIS開(kāi)關(guān)系統(tǒng)的工作狀態(tài)； 故障決策與預(yù)報(bào)單元，所述故障決策與預(yù)報(bào)單元根據(jù)所述電模擬信號(hào)與所述預(yù)設(shè)值的 比較結(jié)果進(jìn)行報(bào)警或預(yù)報(bào)。2. 根據(jù)權(quán)利要求1所述的GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，其特征在于，在所述多源信 息采集單元內(nèi)設(shè)置相互連接的監(jiān)測(cè)器及信號(hào)調(diào)理電路。3. 根據(jù)權(quán)利要求2所述的GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，其特征在于，所述監(jiān)測(cè)器包 括繼電器控制回路狀態(tài)檢測(cè)模塊、連接執(zhí)行高壓開(kāi)關(guān)狀態(tài)檢測(cè)模塊、機(jī)械機(jī)構(gòu)狀態(tài)檢測(cè)模 塊及漏氣檢測(cè)模塊。4. 根據(jù)權(quán)利要求2所述的GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，其特征在于，所述信息融合 單元包括相互連接的數(shù)據(jù)采集板卡，故障提取模塊，信息融合模塊以及日常故障判斷模塊； 所述數(shù)據(jù)采集板卡與所述號(hào)調(diào)理電路通信。5. 根據(jù)權(quán)利要求4所述的GIS開(kāi)關(guān)設(shè)備動(dòng)作狀態(tài)監(jiān)測(cè)系統(tǒng)，其特征在于，所述故障決策 與預(yù)報(bào)單元包括相互連接的故障狀態(tài)模糊特征庫(kù)、故障判斷模塊及故障預(yù)報(bào)模塊;所述故 障狀態(tài)模糊特征庫(kù)與所述信息融合模塊通信，所述故障判斷模塊與所述故障狀態(tài)模糊特征 庫(kù)通信，所述故障預(yù)報(bào)模塊分別與所述日常故障判斷模塊及所述故障判斷模塊通信，所述 日常故障判斷模塊與所述日常故障判斷模塊通信。
【文檔編號(hào)】H02B13/065GK205622133SQ201620224374
【公開(kāi)日】2016年10月5日
【申請(qǐng)日】2016年3月21日
【發(fā)明人】李海濤, 謝建容, 萬(wàn)四維, 劉珂, 闕偉平, 胡曉軍, 陳坤漢, 賴(lài)建娜, 黎日明, 徐淑珍, 陳學(xué)仕, 廖蘭, 李國(guó)強(qiáng), 胡岳, 李雙宏
【申請(qǐng)人】廣東電網(wǎng)有限責(zé)任公司東莞供電局, 上海交通大學(xué)