气体绝缘组合设备的金属微粒放电的声光诊断方法及装置与流程 专利技术说明

测量装置的制造及其应用技术1.本发明属于气体绝缘组合设备放电检测技术领域，特别是一种气体绝缘组合设备的金属微粒放电的声光诊断方法及装置。背景技术：2.气体绝缘组合设备(gis，gas insulated switchgear)利用高压气体实现电气绝缘，是电力系统中的常用电气设备。gis将变电站主要设备如隔离开关、断路器、互感器和母线等封装于金属壳体并充入一定压强绝缘气体。gis具有占地面积小、维护成本低、环境适应性强等优点，在电力系统中广泛应用。3.自由金属微粒放电是gis内部一类常见绝缘缺陷，在设备生产装配过程中产生容易产生金属碎屑颗粒，在设备运行时的强电场作用下会起跳或者发生局部放电，甚至导致击穿或者闪络等绝缘故障发生，严重威胁电力系统安全稳定运行。4.为及时有效检测微粒放电，避免严重事故发生，针对微粒放电伴生现象已经形成了多种检测方法。超声法(ae)是微粒检测的传统方法，可以检测微粒跳动与放电产生的声波信号，在gis中常用的超高频法(uhf)也可用于检测微粒放电产生的电磁波信号，而传统局部放电检测方法高频电流法(hfct)可用于检测微粒放电时电荷移动产生的高频电流。在局部放电检测领域，光测法也逐渐受到重视，光学检测相比其他方法具有抗干扰能力强和反映放电本征特性的优点，而且光辐射伴随微粒放电全过程，因此光测法在微粒放电检测中有很高的应用价值。然而，目前检测方法仅针对微粒的放电阶段，在现场应用时未实现量化评估预警方法，然而微粒在gis中存在静止-运动-放电的阶段发展过程，并且不同阶段对应不同危险程度，应在现场检测时赋予相应的预警等级，方便运维人员进行故障研判并安排检修，故亟需一种金属微粒跟踪诊断方法。5.在背景技术部分中公开的上述信息仅仅用于增强对本发明背景的理解，因此可能包含不构成在本国中本领域普通技术人员公知的现有技术的信息。技术实现要素：6.针对现有技术中存在的问题，本发明提出一种气体绝缘组合设备的金属微粒放电的声光诊断方法及装置，实现微粒缺陷发展阶段判断和预警。7.本发明的目的是通过以下技术方案予以实现，一种气体绝缘组合设备的金属微粒放电的声光诊断方法包括：8.采集气体绝缘组合设备的一个电压周期内放电的超声信号和光信号；9.统计所述超声信号和光信号在一个电压周期内脉冲信息；10.基于所述脉冲信息计算超声信号的单脉冲能量和光信号的单脉冲能量；11.分别计算超声信号单脉冲能量离散度和光信号单脉冲能量离散度；12.建立超声信号单脉冲能量离散度-光信号单脉冲能量离散度的二维坐标系；13.通过聚类算法对二维坐标系进行聚类分析，根据聚类结果识别金属微粒放电阶段。14.所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，所述电压周期为0.02秒。15.所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，脉冲信息包括脉宽和脉宽内的信号幅值变化。16.所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，所述脉宽包括经典阈值法获得的脉冲起始时间和脉冲结束时间。17.所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，超声信号的单脉冲能量和光信号的单脉冲能量分别通过脉冲幅值和电压乘积在所述脉宽时间内的积分获得，如下式所示：[0018][0019]式中，q为单脉冲能量，t1为脉冲起始时间，t2为脉冲结束时间，i为脉冲幅值，u为电压。[0020]所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，统计的全部所述单脉冲能量通过变异系数计算所述超声信号单脉冲能量离散度和光信号单脉冲能量离散度，所述变异系数计算公式如下：[0021][0022]式中，q为单脉冲能量，qmean为电压周期内单脉冲能量均值，n为脉冲数。[0023]所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，所述步骤5中，在所述二维坐标系中，横轴为所述超声信号单脉冲能量离散度，纵轴为所述光信号单脉冲能量离散度。[0024]所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，所述聚类算法为k-means聚类算法。[0025]所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，所述二维坐标系中有三个聚类中心，所述聚类中心对应所述微粒放电阶段。[0026]所述的气体绝缘组合设备的金属微粒放电的声光诊断方法中，所述聚类算法包括，[0027]随机选取k个点为聚类中心；[0028]计算各点到聚类中心距离；[0029]分配各点聚类簇的聚类中心；[0030]聚类中心如果改变，返回计算各点到聚类中心距离，聚类中心如果不改变，输出聚类结果。[0031]一种装置，其配置成执行气体绝缘组合设备的金属微粒放电的声光诊断方法。[0032]一种计算机存储介质存储所述气体绝缘组合设备的金属微粒放电的声光诊断方法。和现有技术相比，本发明具有以下优点：本发明所述的气体绝缘组合设备的金属微粒放电的声光诊断方法实现超声法的运动检测和光测法的放电本征特性检测优势结合；基于电压周期内的光信号与超声信号单脉冲能量离散度特征，实现微粒缺陷发展阶段判断和预警等级确定，能够微粒跟踪诊断,方便运维人员进行故障危险程度判断并安排检修。附图说明[0033]通过阅读下文优选的具体实施方式中的详细描述，本发明各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。而且在整个附图中，用相同的附图标记表示相同的部件。[0034]在附图中：[0035]图1是根据本发明一个实施例的气体绝缘组合设备的金属微粒放电的声光诊断方法的流程示意图；[0036]图2是根据本发明一个实施例的气体绝缘组合设备的金属微粒放电的声光诊断方法的聚类算法流程示意图。[0037]以下结合附图和实施例对本发明作进一步的解释。具体实施方式[0038]下面将参照附图1至图2更详细地描述本发明的具体实施例。虽然附图中显示了本发明的具体实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。[0039]需要说明的是，在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可以理解，技术人员可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名词的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”或“包括”为一开放式用语，故应解释成“包含但不限定于”。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明书的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。[0040]为便于对本发明实施例的理解，下面将结合附图以具体实施例为例做进一步的解释说明，且各个附图并不构成对本发明实施例的限定。[0041]为了更好地理解，如图1至图2所示，气体绝缘组合设备的金属微粒放电的声光诊断方法包括，[0042]采集一个电压周期内放电超声和光信号；[0043]统计超声和光信号在一个电压周期内脉冲信息；[0044]计算超声和光信号单脉冲能量；[0045]分别计算一个电压周期内超声和光信号单脉冲能量的离散度；[0046]建立超声单脉冲能量离散度-光信号单脉冲能量离散度二维坐标系；[0047]通过聚类算法对二维坐标系进行聚类分析，根据聚类结果实现微粒放电阶段识别。[0048]另一个实施例中，所述电压周期为0.02秒。[0049]另一个实施例中，所述超声和光信号脉冲信息包括脉宽和脉宽内的信号幅值变化。[0050]另一个实施例中，所述脉宽通过经典阈值法获得，包括脉冲起始时间和脉冲结束时间。[0051]另一个实施例中，所述超声和光信号单脉冲能量通过脉冲幅值和电压乘积在所述脉宽时间内的积分获得，如下式所示：[0052][0053]式中，t1为脉冲起始时间，t2为脉冲结束时间，i为脉冲幅值，u为电压。[0054]另一个实施例中，统计所述电压周期中超声和光信号全部脉冲的所述单脉冲能量。[0055]另一个实施例中，根据统计的全部所述单脉冲能量，通过变异系数计算所述超声和光信号单脉冲能量的离散度，所述变异系数计算公式如下：[0056][0057]式中，q为单脉冲能量，qmean为电压周期内单脉冲能量均值，n为脉冲数。[0058]另一个实施例中，在所述二维坐标系中，所述超声单脉冲能量离散度为横轴，所述光信号单脉冲能量离散度为纵轴。[0059]另一个实施例中，所述聚类算法为k-means聚类算法，算法流程如图2所示。[0060]另一个实施例中，所述二维坐标系中有三个聚类中心，所述聚类中心对应所述微粒放电阶段。[0061]另一个实施例中，所述微粒放电阶段包括轻微放电、中度放电和重度放电。[0062]另一个实施例中，提供一种装置，其配置成执行上述气体绝缘组合设备的金属微粒放电的声光诊断方法。[0063]本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。[0064]本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。[0065]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。[0066]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。[0067]尽管以上结合附图对本发明的实施方案进行了描述，但本发明并不局限于上述的具体实施方案和应用领域，上述的具体实施方案仅仅是示意性的、指导性的，而不是限制性的。本领域的普通技术人员在本说明书的启示下和在不脱离本发明权利要求所保护的范围的情况下，还可以做出很多种的形式，这些均属于本发明保护之列。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!