一种配电房气体监测方法及系统与流程

本发明涉及配电房动环监测，特别是涉及一种配电房气体监测方法及系统。

背景技术：

1、配电房通常位于建筑物内部或者附近，用于接收、转换、分配和传输电能。配电房通常的结构组成包括：一组高低压配电装置、变压器、控制设备、保护装置。配电房的主要功能是确保电能的安全、可靠、经济和高效地供应，以保证电力系统的正常运行。

2、配电房数量较多，根据调研数据，2023年四川省的配电房数量达到了数万个，同时具有分布广泛、位置分散的特点，进一步的，现投入运行的配电房多处于地下室，运行环境密闭，透风性差，温度、湿度相对较大，尤其是夏季，气温高且降水量大，配电房长期处于高温、潮湿的工作环境中，这种情况下极易发生设备霉变、绝缘降低、高温过热、局放频繁等现象，严重影响了配电房的正常工作。传统的配电房维护工作包括日常巡检、周期性检修和故障检修，存在的问题包括工作量大、预见性差、设备过检修和欠检修的情况时有发生，为提高对配电房工作情况的监督效率和效果、实现配电房内环境自动控制、保障相应人员人身以及配电房财产安全，现有技术中提供了运用于配电房的动环监控产品/系统。关于运用于配电房的气体传感器，其主要监测的气体成分包括：氧气、臭氧、六氟化硫以及硫化氢，从功能上讲，氧气浓度可用于反映配电设备的氧化情况以及配电房中的火灾事故；臭氧浓度可以反映配电房的局放情况；六氟化硫浓度可以反映绝缘气体的密封情况；硫化氢浓度可以反映如电容柜中电容是否发生了燃烧或爆炸情况。同时，以上气体浓度检测还对进入配电房内的人员具有人身安全保护作用。

3、综上，气体传感器的检测结果可以用于配电房异常情况判断，为优化动环监控产品/系统的性能，有必要对相关气体监测技术进行进一步优化。

技术实现思路

1、针对上述提出的对相关气体监测技术进行进一步优化的问题，本发明提供一种配电房气体监测方法及系统，本方案可以用于提前判断配电房异常情况，对可能出现的异常情况具有预见性。

2、针对上述问题，本发明提供的一种配电房气体监测方法及系统通过以下技术要点来解决问题：一种配电房气体监测方法，该方法基于气体传感器对配电房内目标气体气相浓度进行监测，所述气体传感器包括氧气浓度传感器、六氟化硫浓度传感器中的至少一种，该方法中，采集气体传感器的采集值以及获取所述采集值采集时刻的环境参数，所述环境参数包括配电房内的温度参数以及湿度参数；

3、将所述采集值、环境参数输入气相浓度预测模型中，气相浓度预测模型根据所述采集值以及环境参数，预测预设时间段内配电房中目标气体气相浓度的变化规律，并获得预设时间段内目标气体气相浓度与时间的关系曲线，在所述关系曲线中，所述采集值采集时刻作为初始时刻，所述采集值作为初始时刻的气相浓度；

4、在所述预设时间段中，根据设定的气体传感器数据采集规则，对配电房中的目标气体气相浓度进行监测，获得目标气体的实际浓度值；

5、在所述关系曲线中，根据所述实际浓度值获取时刻查找对应的预测气相浓度值，并将所述实际浓度值与预测气相浓度值进行比较，当比较结果为偏离所设定的偏离阈值时，确定为配电房气体浓度异常；

6、其中，在所述预设时间段中，监测配电房的通风情况以及门禁情况，当监测到门禁打开或者通风系统启动时，将采集到的实际浓度值与预设的目标气体极限浓度阈值进行比对，当比较结果为实际浓度值超过目标气体极限浓度阈值时，确定为配电房气体浓度异常；

7、其中，当监测到门禁关闭以及通风系统关闭时，重新采集所述采集值以及环境参数，并通过气相浓度预测模型获得新的关系曲线。

8、现有技术中，动环产品用于实现配电房运行情况以及环境情况的智能监测，所述环境情况包括室内空气成分、温湿度等，相关的前端监测设备包括气体传感器以及微环境传感器，其中，气体传感器用于检测气体成分，微环境传感器用于检测温湿度，被检测的气体成分包括六氟化硫、氧气、臭氧以及硫化氢等，同时现有技术中，如专利申请号为cn201921711622.x提供的技术方案，对于配电房中的目标气体，当监测到含量异常时，即通过风机抽出沉积的六氟化硫气体以及通过新风更新空气，其他的，专利申请号为cn202311774157.5提供的技术方案中，通过监测目标气体的浓度并将该浓度与阈值进行比对，当超过所述阈值时，则触发后续的动作信号。故现有技术中对于配电房目标气体的处理方式一般为：为不同目标气体设置阈值，当监测到目标气体的实际浓度超过设定阈值时，触发本地报警、联动风机、异常远程传输等中的一种或几种，比如，当氧气浓度低于18%、臭氧浓度高于0.2ppm、硫化氢浓度高于10ppm、六氟化硫的气体浓度大于1000ppm时，则触发相关信号，以信号联动风机启动为例，在氧气浓度达到20.8%时，臭氧浓度、硫化氢浓度，六氟化硫的气体浓度为0时关闭风机。

9、对配电房气体进行有效监测是掌握配电房中设备情况、保障运维人员人身安全以及发现设备事故的重要方法，针对现有技术中以阈值作为极限值的气体监测方法，本方案提供一种对配电房中可能出现的异常情况具有预见性的技术方案。

10、具体的，为满足防尘要求、防鼠害要求等，配电房在使用过程中一般处于门禁关闭的封闭状态，同时，对配电房的通风情况包括自然通风、强制机械通风，配电房在使用过程中，因为负载变化、天气原因等，存在房内温度波动、湿度波动的特点，对于配电房中的氧气含量监测，首先，当温度升高时，由于空气密度相对下降，单位体积空气中的氧含量减少，当空气湿度升高时，空气中的水蒸气组分相应增大，使得空气中氧气含量相对降低；其次，虽然电化学氧气传感器使用温度补偿系数补偿检测结果，但依然存在不同温度下测量误差存在差异的问题；最后，在配电房完全密闭或者自然通风量不变的情况下，配电房中的金属元器件与氧气发生氧化反应将使得检测到的氧气浓度存在长期轻微降低的特点，而温度与所述氧化反应的速率有关，对于六氟化硫含量监测，来自变压器、高压开关、断路器的灭弧气体泄漏如不能及时排除，将导致六氟化硫的检测结果不断升高，同时，对于通常所使用的红外气体传感器，当湿度升高后水蒸气对红外辐射的散射和吸收作用明显增强，温度会改变其电子元器件的性能参数，故申请人认为：即使对于相同的配电房内气相成分，当配电房中的环境参数不同时，氧气浓度传感器、六氟化硫浓度传感器将具有不同的检测结果，如果仅仅是基于如作为氧气浓度下限值的阈值以及作为六氟化硫浓度上限值的阈值，判断配电房中相应目标气体气相浓度是否具有异常，需要在目标气体气相浓度达到所述阈值时才会触发后续的动作信号，不能有效的提前判断配电房气体异常情况。

11、本方案在具体运用时，所述气体传感器安装于配电房中，并在配电房中安装相应的微环境传感器以检测气体传感器获取采集值时的环境参数，气体传感器以及微环境传感器均与搭载气相浓度预测模型的数据处理模块进行通讯，以将所述采集值以及环境参数均输入气相浓度预测模型中，气相浓度预测模型根据当下的采集值以及环境参数，对采集值采集时刻之后的预设时间段内的目标气体气相浓度变化规律进行预测以及获得所述关系曲线，所述目标气体即为氧气和/或六氟化硫，当后续采集值的采集时间处于所述预设时间段时，对于检测到的实际浓度值，利用从关系曲线中查找到的实际浓度值获取时刻的预测气相浓度值与所述实际浓度值进行比较，并将当比较结果为偏离所设定的偏离阈值时确定为配电房气体浓度异常。

12、以上过程中，利用所述采集值以及环境参数预测所述预设时间段内的关系曲线，即将环境参数作为关系曲线的考虑因素，这样，利用相同或相近环境参数下具有相对一致的气体传感器准确度、氧化反应具有对氧气相对一致的消耗速度、灭弧气体具有相对一致的泄漏速度、单位体积中具有相对一致的目标气体含量等特点，使得在所述预设时间段内，各时刻正常的目标气体气相浓度可被预测并通过所述关系曲线所反映，而后，根据所述实际浓度值与预测气相浓度值的比较结果，判定出配电房气体浓度是否异常，故采用本方案，将环境参数作为获得关系曲线的依据，即所获得的关系曲线是当下环境参数下的关系曲线，这样，避免了不同环境参数下因为各种因素导致的预测气相浓度值差异，使得关系曲线中预测气相浓度值具有较高的精度，通过相应比较结果，即可以有效的监测到所述预设时间段内目标气体气相浓度的异常变化，比如，在六氟化硫泄漏并沉积至预设的六氟化硫极限浓度阈值之前，即可判定六氟化硫泄漏出现异常，并可用于六氟化硫非正常泄漏判断；在氧气浓度减少至预设的氧气极限浓度阈值之前，即可判定氧气消耗是否异常，可用金属元器件氧化加剧判断以及房内燃烧判断，使得本方案可以用于提前判断配电房异常情况，对可能出现的异常情况具有预见性。

13、同时，在所述预设时间段中，在获得所述关系曲线后，在后检测到的实际浓度值与相应的预测气相浓度值进行比较即可获得判别结果，故本方案还具有响应速度快的特点。

14、在具体实施时，所述预设时间段越短具有越为可靠的监测效果，所述数据采集规则中采集的频率越高具有越为可靠的监测效果，本领域技术人员在具体运用中可以根据需要自行设定，如所述预设时间段的时长为1小时，具体是当初始时刻为m时，所述预设时间段覆盖m至m+1时；如所述数据采集规则时，当当次采集到的采集值与上次采集到的采集值偏差在设定范围内时，气体传感器采用次/10min的采集值采样频率，超过设定范围时，采用次/1min的采集值采样频率。

15、对于所述预设时间段内监测到的通风情况以及门禁情况变化，被认为是通风以及开门后环境参数以及气相成分发生了改变，故此时采用传统的目标气体极限浓度阈值判定配电房气体浓度是否异常，当监测到门禁关闭以及通风系统关闭后，确定为此时配电房中具有稳定的气相成分以及环境参数，此时利用气相浓度预测模型获得的关系曲线以及实时测量的实际浓度值判定是否存在气体浓度异常情况。

16、在具体实施时，所述气相浓度预测模型可人工建立也可通过计算机训练完成，由于不同配电房具有不同的设备设置以及布置方式，具有不同的地理位置环境条件以及工作参数，同时在配电房的使用周期内存在维修和维护的情况，故较优的方式是通过配电房的历史使用数据建立气相浓度预测模型，比如，配电房历史使用周期中，统计正常使用情况下采集到的历史使用数据，从这些历史使用数据中统计不同环境参数下目标气体气相浓度的变化规律，在进行关系曲线预测时，通过当下环境参数从数据库中与该环境参数对应的变化规律，再以采集值采集时刻作为初始时刻，所述采集值作为初始时刻的气相浓度的方式获得关系曲线。

17、由于配电房存在自然通风的情况，但因为外界环境因素可能导致自然通风量改变，这样即引入了对基于关系曲线进行异常判断的干扰因素，本方案的一种具体使用方法可以是：在配电房使用周期中，短期（如1h）内关闭配电房一切通风，利用所述关系曲线进行异常判断，相应气相浓度预测模型预测出的关系曲线也应该是在等同的配电房通风情况下。为使得该短期内配电房的最高温度位于允许的区间，优选为该短期为夜间配电房负荷较小的时间段。

18、作为所述配电房气体监测方法更进一步的技术方案：

19、所述气相浓度预测模型获得所述关系曲线的方法为：根据输入的采集值以及环境参数，从数据库的多个子模型中查找最接近当下环境参数的子模型，不同子模型配置不同的环境参数，子模型具有目标气体气相浓度在所配置的环境参数下的变化规律；

20、将所述采集值作为关系曲线初始时刻的气相浓度，根据所查找到子模型中的变化规律，生成预设时间段内其他时刻的气相浓度；

21、根据所述初始时刻的气相浓度以及其他时刻的气相浓度，通过曲线拟合得到所述关系曲线。本方案即为：对于不同配电房具有的配置区别、使用环境区别以及工作参数区别，由于采用人工按照经验赋值的方式建立气相浓度预测模型不具备代表性以及准确性，采用计算机自动训练获得相应模型的方式不具备足够的数据基础以及需要大量的算力，较优的运用是基于各配电房历史使用数据获得为数据集的子模型，各子模型中均配置有环境参数以及该环境参数下目标气体气相浓度的变化规律，在获得所述关系曲线时，首先，通过当下环境参数查找到所配置的环境参数与当下环境参数最接近的子模型，而后，使用该子模型中的变化规律（可以是从多个历史使用数据中拟合出该子模型中，目标气体气相浓度随时间的变化趋势，该趋势即为所述变化规律），以当下采集值作为关系曲线中初始时刻气相浓度，并利用所述变化规律计算出从预设时间段中抽取出的部分其他时刻对应的预测气相浓度值，最后，利用初始时刻以及其他时刻的气相浓度值，以曲线拟合的方式获得关系曲线。在具体实施时，决定子模型筛选的环境参数包括温度参数以及湿度参数，由于当下环境参数在历史使用数据中不一定具有再现性，在完成子模型筛选的过程中，本领域技术人员可以为温度参数以及湿度参数配置相关的权重因数，当某个子模型中配置的环境参数与当下环境参数一致时，将该子模型选定为配置变化规律的子模型，当历史使用数据中无法匹配到与当下环境参数一致的环境参数时，利用权重因数计算结果筛选子模型，具体方法可为：从全部子模型中，根据为各个子模型配置的温度参数以及环境参数，筛选出多个子模型，为这些子模型中配置的温度参数或者湿度参数与当下环境参数接近，获得这些子模型中温度、湿度参数与当下环境参数中相关参数的差值，在考虑对应权重因素的情况下进一步筛选出最优的子模型。

22、所述子模型通过当前配电房的历史使用数据获得：将配电房的历史环境参数根据数值大小划分为多个参数区间，从未开启通风以及未开启门禁的连续使用周期内监测到的历史使用数据中，查找历史使用数据并对各参数区间的气相浓度变化规律进行赋值；

23、所述赋值的方法为：对于任意参数区间，均从历史使用数据中采集多个历史目标气体气相浓度，各历史目标气体气相浓度采集时刻的环境参数处于该参数区间，通过所述历史目标气体气相浓度统计出该参数区间下目标气体气相浓度随时间的变化规律；

24、在对配电房进行检修后，重新配置所述子模型；

25、所述参数区间为根据温度参数进行划分的温度参数区间，不同参数区间具有相同的湿度参数范围，在查找所述子模型的过程中按照温度参数查找子模型，当向气相浓度预测模型输入的湿度参数属于所述湿度参数范围之外时，气相浓度预测模型触发配电房进行湿度调节；

26、不同子模型配置不同的温度参数区间。

27、本方案即为：历史使用数据中环境环境参数包括较大的区间范围，将这些范围划分为多个作为小区间的参数区间，所述连续使用周期即为室内气相环境不在外界影响下出现较大波动的周期，并使用该周期内的历史使用数据进行赋值以保障历史使用数的价值度。进一步的，该参数区间下的多个历史目标气体气相浓度即用于提取并统计出所述变化规律。在配电房检修后，由于氧气消耗点的氧气消耗情况以及六氟化硫泄漏点的泄漏情况可能发生改变，故重建子模型。考虑到可能出现的电弧闪络危害，配电房中一般配置有除湿机，故配电房中允许的湿度变化区间设置为较允许的温度变化区间小，故在进行参数区间划分时，仅将湿度参数分类为正常湿度以及异常湿度，参数区间具有的湿度参数范围即为正常湿度范围，一种具体运用是在查找子模型时仅按照温度参数查找，当向气相浓度预测模型输入的湿度参数为异常湿度时，该方法触发湿度调节。

28、所述子模型在配电房使用过程中进行更新，所述更新的方法为：在所述预设时间段内，当各时刻配电房中目标气体的实际浓度值与关系曲线中对应的预测气相浓度值的比较结果为位于设定的偏离阈值之内、且在所述预设时间段内未监测到门禁打开以及通风系统启动时，根据所述预设时间段内实际浓度值的变化规律，对查找到的子模型中的变化规律进行更新。以上方案即为：由于金属元器件消耗氧气以及灭弧气体泄漏存在发展规律、气体传感器的性能衰减也具有发展规律，当配电房使用过程中所采集到的实际浓度值被判定为正常使用数据时，将采集值纳入子模型更新中，以使得后续的采集值在进行异常比对时，具有最新的子模型以减少气体异常情况误判的概率。所述查找到的子模型即为用于实际浓度值异常对比的子模型，未监测到门禁打开以及通风系统启动即为这些实际浓度值在所述预设时间段内均具有正常的数据特征，用于保障用于更新的数据的价值度。

29、所述偏离阈值包括第一偏离阈值以及第二偏离阈值，所述第一偏离阈值用于氧气的实际浓度值与预测氧气浓度值比较，所述第二偏离阈值用于六氟化硫的实际浓度值与预测六氟化硫浓度值比较；

30、对于采集到的氧气实际浓度值，在预设时间段内，当当前采集到的实际浓度值大于上次采集到的实际浓度值时，重新采集所述采集值以及环境参数，并通过气相浓度预测模型获得新的关系曲线；当当前采集到的实际浓度值小于上次采集到的实际浓度值时，利用所述第一偏离阈值进行实际浓度值与预测气相浓度值比较；

31、对于采集到的六氟化硫实际浓度，在预设时间段内，当当前采集到的实际浓度值小于上次采集到的实际浓度值时，重新采集所述采集值以及环境参数，并通过气相浓度预测模型获得新的关系曲线；当当前采集到的实际浓度值大于上次采集到的实际浓度值时，利用所述第二偏离阈值进行实际浓度值与预测气相浓度值比较。本方案即为：对于氧气，当判定为当前采集到的实际浓度值大于上次采集到的实际浓度值时，即提示自然通风情况发生了改变而导致氧气浓度增加，此时宜建立新的关系曲线以匹配当前环境参数，当前采集到的实际浓度值小于上次采集到的实际浓度值时，即提示自然通风情况对当下环境参数以及气相浓度的影响较小，采用第一偏离阈值进行气体异常判断；与氧气异常判断不同的，当当前采集到的实际浓度值小于上次采集到的实际浓度值时，则提示自然通风加速了六氟化硫排出，此时也为自然通风对房内气相成分以及环境参数具有较大影响，为提高气体异常监测可靠性，此时宜重新配置所述关系曲线。

32、所述氧气浓度传感器为电化学气体传感器；

33、所述氧气浓度传感器的数量大于或等于2，不同的氧气浓度传感器设置在配电房的不同位置，气相浓度预测模型为各氧气浓度传感器均配置关系曲线，当任意氧气浓度传感器采集到的实际浓度值被比较为配电房气体浓度异常时，确定为配电房气体浓度异常。以上提供了氧气浓度的具体监测方式，对于氧气而言，由于房内氧气消耗点与传感器相对位置的原因以及房内气流模型的原因，不同位置可能具有不同的氧气浓度测量结果以及变化规律，采用以上方式，可有效提高配电房中氧气浓度监测的全局性。

34、所述六氟化硫浓度传感器为红外气体传感器，六氟化硫浓度传感器获得采集值的方法为：

35、s1、确定配电房中可能出现六氟化硫泄漏的漏点位置；

36、s2、根据配电房中漏点位置分布，在配电房中标定出位于漏点位置下方的六氟化硫沉积区域；

37、s3、六氟化硫浓度传感器根据设定的数据采集规则，从六氟化硫沉积区域获得六氟化硫的实际浓度值。以上提供了六氟化硫浓度的具体监测方式，即通过可能存在的漏点判别沉积区域，再对沉积区域进行针对性的数据采集以提高六氟化硫气体浓度监测的可靠性。

38、当所述六氟化硫沉积区域的数量大于或等于2时，各六氟化硫沉积区域均配置有六氟化硫浓度传感器；

39、气相浓度预测模型为各六氟化硫沉积区域均配置关系曲线，当从任意六氟化硫沉淀区域采集到的实际浓度值被比较为配电房气体浓度异常时，确定为配电房气体浓度异常。以上提供了一种对应多个沉积区域的六氟化硫监测方式，由于房内漏电位置与传感器相对位置的原因以及房内气流模型的原因，不同位置可能具有不同的六氟化硫浓度测量结果以及变化规律，采用以上方式，可有效提高配电房中六氟化硫浓度监测的全局性。

40、本方案还涉及一种配电房气体监测系统，该系统用于实现如上任意一项所述的方法；

41、所述系统包括气体传感器以及温湿度传感器，所述气体传感器包括氧气浓度传感器、六氟化硫浓度传感器中的至少一种；

42、所述系统包括数据处理模块，所述数据处理模块中设置有气相浓度预测模型，气体传感器以及温湿度传感器均与数据处理模块数据连接，气相浓度预测模型根据所述气体传感器的采集值以及温湿度传感器采集到的环境参数，预测预设时间段内配电房中目标气体气相浓度的变化规律，并获得预设时间段内目标气体气相浓度与时间的关系曲线，在所述关系曲线中，所述采集值采集时刻作为初始时刻，所述采集值作为初始时刻的气相浓度；

43、在所述预设时间段中，气体传感器根据设定的数据采集规则，对配电房中的目标气体气相浓度进行监测，获得目标气体的实际浓度值；

44、在所述关系曲线中，气相浓度预测模型根据所述实际浓度值获取时刻查找对应的预测气相浓度值，并将所述实际浓度值与预测气相浓度值进行比较，当比较结果为偏离所设定的偏离阈值时，确定为配电房气体浓度异常；

45、其中，在所述预设时间段中，数据处理模块监测配电房的通风情况以及门禁情况，当监测到门禁打开或者通风系统启动时，将采集到的实际浓度值与预设的目标气体极限浓度阈值进行比对，当比较结果为实际浓度值超过目标气体极限浓度阈值时，确定为配电房气体浓度异常；

46、其中，当数据处理模块监测到门禁关闭以及通风系统关闭时，重新采集所述采集值以及环境参数，并通过气相浓度预测模型获得新的关系曲线。容易理解的，本系统用于实现以上方法。

47、作为所述配电房气体监测系统更进一步的技术方案：

48、所述氧气浓度传感器为电化学气体传感器，氧气浓度传感器的数量大于或等于2；

49、所述六氟化硫浓度传感器为包括气室的红外气体传感器，所述气室上设置有进气口以及出气口，所述进气口与出气口可相互切换。以上方案中，气室即为红外气体传感器检测六氟化硫浓度的封闭场所，所述进气口与出气口可相互切换即为限制气室的配置，采用本方案，可利用进气口与出气口切换，改变气室的进气位置，以使得红外气体传感器能够在其安装位置，对其周围不同方位采集的六氟化硫气体浓度进行监测。

50、本发明具有以下有益效果：

51、本方案中，将环境参数作为获得关系曲线的依据，避免了不同环境参数下因为各种因素导致的预测气相浓度值差异，使得关系曲线中预测气相浓度值具有较高的精度，通过相应比较结果，可以有效的监测到所述预设时间段内目标气体气相浓度的异常变化，相比于仅基于目标气体极限浓度阈值比对判定气体浓度是否异常，该方案可以用于提前判断配电房异常情况，对可能出现的异常情况具有预见性。

52、本方案中，在所述预设时间段中，在获得所述关系曲线后，在后检测到的实际浓度值与相应的预测气相浓度值进行比较即可获得判别结果，故本方案还具有响应速度快的特点。