电力设备健康状态监测方法与流程

本发明涉及电力设备状态监测领域，具体为电力设备健康状态监测方法。

背景技术：

1、对电力设备进行健康状态监测是必要的，通过监测电力设备的状态，可以预测可能发生的故障，从而在问题变得严重之前进行修复或更换部件，然而，在对电力设备进行监测时，往往需要在电路内部添加传感器进行监测，改变了电路的结构，特别是油浸式电力设备，往往难以进行后续的传感器添加；同时，由于传感器在电路内部，电路断路时，传感器无法工作。

技术实现思路

1、基于以上所述现有技术的缺点，本发明的目的是提供电力设备健康状态监测方法，以解决上述技术问题。

2、为实现上述目的，本发明提供如下技术方案：电力设备健康状态监测方法，包括：

3、步骤s1：通过设置在电力设备内的传感器获取电力设备内的状态参数；

4、步骤s2：对所述状态参数进行预处理，从预处理后的状态参数中提取状态特征；

5、步骤s3：根据所述状态特征建立状态监测模型，根据状态监测模型对电力设备进行实时状态监测，并生成状态监测分数；

6、步骤s4：根据状态监测分数进行阈值判定，当大于预设的阈值时，生成警报信息进行警报。

7、本发明进一步设置为，所述传感器包括电磁场强度传感器和气相色谱传感器。

8、本发明进一步设置为，获取电力设备内的状态参数，包括：通过电磁场强度传感器获取磁场强度和电场强度；通过气相色谱传感器获取化学气体浓度，其中，化学气体包括氢气和乙炔。

9、本发明进一步设置为，步骤s2包括：

10、s21：通过数字滤波技术去除状态参数中的噪声，并进行归一化；

11、s22：根据磁场强度和电场强度提取电磁场强度偏差比特征；

12、s23：根据化学气体浓度提取化学气体浓度指数特征。

13、本发明进一步设置为，步骤s22包括：

14、s221：根据历史数据中正常运行时的磁场强度和电场强度，确定电力设备在正常工作条件下的平均电磁场强度值，将所述平均电磁场强度值作为电磁场强度基线emfbl；

15、s222：在电力设备运行过程中，使用电磁场强度传感器实时获取磁场强度和电场强度，确定电力设备的实时电磁场强度值emfcu；

16、s223：根据电磁场强度基线emfbl和实时电磁场强度值emfcu计算电磁场强度偏差比特征δemf，其中，计算逻辑为δemf＝|emfcu-emfbl|/emfbl*100％。

17、本发明进一步设置为，步骤s23包括：

18、s231：在电力设备运行过程中，使用气相色谱传感器实时获取化学气体浓度cgcu；

19、s232：计算化学气体浓度增量比δcg＝|cgcu-cgbl|/cgbl，其中，cgbl为背景浓度，即电力设备正常状态下的化学气体浓度；

20、s233：根据化学气体浓度增量比计算化学气体浓度指数特征cgci，其中，计算逻辑为其中，n为化学气体的种类个数，wi为比例系数，δcgi为第i个化学气体的化学气体浓度增量比。

21、本发明进一步设置为，步骤s3包括：根据电磁场强度偏差比特征δemf和化学气体浓度指数特征cgci建立状态监测模型s，计算逻辑为s＝α*f(δemf)+β*g(cgci)+γ*h(δemf,cgci)，其中，α和β分别为电磁场强度偏差比特征和化学气体浓度指数特征的权重系数，f(δemf)为电磁场强度偏差比函数，g(cgci)为化学气体浓度指数函数，h(δemf,cgci)为电磁场强度偏差比和化学气体浓度指数非线性交互函数，γ为调节非线性交互函数系数。

22、本发明进一步设置为，电磁场强度偏差比函数f(δemf)的计算逻辑为f(δemf)＝log(1+δemf)。

23、本发明进一步设置为，化学气体浓度指数函数g(cgci)的计算逻辑为

24、

25、本发明进一步设置为，电磁场强度偏差比和化学气体浓度指数非线性交互函数h(δemf,cgci)的计算逻辑为h(δemf,cgci)＝δemf*cgci。

26、本发明提供电力设备健康状态监测方法，所述方法通过设置在电力设备内的传感器获取电力设备内的状态参数；对所述状态参数进行预处理，从预处理后的状态参数中提取状态特征；根据所述状态特征建立状态监测模型，根据状态监测模型对电力设备进行实时状态监测，并生成状态监测分数；根据状态监测分数进行阈值判定，当大于预设的阈值时，生成警报信息进行警报，产生的有益效果包括：

27、1、全面性监测：通过综合考虑电磁场强度和化学气体浓度两种不同类型的参数，本发明能够更全面地评估电力设备的健康状态；电磁场强度反映了设备电气性能的变化，而化学气体浓度变化则能指示设备内部发生的化学或热力学过程异常，基于多参数综合监测方法能够提供更全面、更准确的设备状态信息。

28、2、早期故障检测：将电磁场强度偏差比和化学气体浓度指数结合应用，有助于在故障形成的早期阶段发现问题，包括微小的电气绝缘损坏会产生微小的电磁场变化，而内部过热或其他化学反应则通过化学气体的释放被识别，早期检测能够为采取预防措施提供宝贵时间，避免故障恶化。

29、3、提高诊断准确性：通过对电磁场强度偏差比和化学气体浓度指数进行非线性交互分析，该监测方法能够揭示这些参数之间复杂的相互作用，进一步提高故障诊断的准确性。非线性交互函数允许模型捕捉到可能在线性分析中被忽略的模式，从而更精确地反映设备状态。

30、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

技术特征：

1.电力设备健康状态监测方法，其特征在于，包括：

2.根据权利要求1所述的电力设备健康状态监测方法，其特征在于，所述传感器包括电磁场强度传感器和气相色谱传感器。

3.根据权利要求2所述的电力设备健康状态监测方法，其特征在于，获取电力设备内的状态参数，包括：通过电磁场强度传感器获取磁场强度和电场强度；通过气相色谱传感器获取化学气体浓度，其中，化学气体包括氢气和乙炔。

4.根据权利要求3所述的电力设备健康状态监测方法，其特征在于，步骤s2包括：

5.根据权利要求4所述的电力设备健康状态监测方法，其特征在于，步骤s22包括：

6.根据权利要求4所述的电力设备健康状态监测方法，其特征在于，步骤s23包括：

7.根据权利要求4所述的电力设备健康状态监测方法，其特征在于，步骤s3包括：根据电磁场强度偏差比特征δemf和化学气体浓度指数特征cgci建立状态监测模型s，计算逻辑为s＝α*f(δemf)+β*g(cgci)+γ*h(δemf,cgci)，其中，α和β分别为电磁场强度偏差比特征和化学气体浓度指数特征的权重系数，f(δemf)为电磁场强度偏差比函数，g(cgci)为化学气体浓度指数函数，h(δemf,cgci)为电磁场强度偏差比和化学气体浓度指数非线性交互函数，γ为调节非线性交互函数系数。

8.根据权利要求7所述的电力设备健康状态监测方法，其特征在于，电磁场强度偏差比函数f(δemf)的计算逻辑为f(δemf)＝log(1+δemf)。

9.根据权利要求7所述的电力设备健康状态监测方法，其特征在于，化学气体浓度指数函数g(cgci)的计算逻辑为

10.根据权利要求7所述的电力设备健康状态监测方法，其特征在于，电磁场强度偏差比和化学气体浓度指数非线性交互函数h(δemf,cgci)的计算逻辑为h(δemf,cgci)＝δemf*cgci。

技术总结本发明公开了电力设备健康状态监测方法，涉及电力设备状态监测领域。该方法包括通过设置在电力设备内的传感器获取电力设备内的状态参数；对所述状态参数进行预处理，从预处理后的状态参数中提取状态特征；根据所述状态特征建立状态监测模型，根据状态监测模型对电力设备进行实时状态监测，并生成状态监测分数；根据状态监测分数进行阈值判定，当大于预设的阈值时，生成警报信息进行警报。通过综合考虑电磁场强度和化学气体浓度两种不同类型的参数，本发明能够更全面地评估电力设备的健康状态；通过对电磁场强度偏差比和化学气体浓度指数进行非线性交互分析，能够揭示参数之间复杂的相互作用，进一步提高故障诊断的准确性。技术研发人员：张敏杰受保护的技术使用者：无锡澎湃数智科技有限公司技术研发日：技术公布日：2024/7/29