本技术涉及开关柜局放信号预测领域,具体而言,涉及一种开关柜的局部放电现象的预测方法、开关柜的局部放电现象的预测装置、计算机可读存储介质和电子设备。
背景技术:
1、开关柜在电力系统中时不可或缺的设备,但是由于其长时间运行,部件发热严重,产生绝缘老化,影响设备的正常运行。由于水分、毛刺、气泡等杂志容易引发电场畸变,局部介质中的电厂轻度大于该处介质的电场强度,故绝缘破损的部件往往易发生局部放电现象,损坏设备,造成不可估量的损失。
2、目前,大部分局放现象有供电部门运行人员使用手持式局放检测仪对电房进行逐一排查,而少部分电房安装监测式局放检测仪,对开关柜进行24小时的局放现象监测,通过以上两种手段降低开关柜局放现象的影响。
3、但是现有的手持式局放检测仪存在效率低下、对操作人员要求高的缺点,消耗人力物力。而监测式局放检测仪存在实时报警时已经发生局放现象,可能存在补救不及时,造成一定的损失的可能。
技术实现思路
1、本技术的主要目的在于提供一种开关柜的局部放电现象的预测方法、开关柜的局部放电现象的预测装置、计算机可读存储介质和电子设备,以至少解决现有技术中开关柜检测仪效率低、操作要求高且在发生局放现象后无法及时处理的问题。
2、为了实现上述目的,根据本技术的一个方面,提供了一种开关柜的局部放电现象的预测方法,包括:实时采集所述开关柜的局放信号,得到所述开关柜的实时局放信号,所述局放信号为所述开关柜的局部放电信号;实时采集所述开关柜的环境数据,得到所述开关柜的实时环境数据,所述环境数据为所述开关柜所在空间内的环境数据;构建基于长短时记忆网络的局放现象预测模型,所述局放现象预测模型为所述开关柜的局部放电现象的预测模型;将所述开关柜的所述实时局放信号与所述实时环境数据输入至所述局放现象预测模型中,得到下一时刻所述开关柜的预测局放信号,并根据所述预测局放信号,确定所述开关柜的局放现象的预测结果。
3、可选地,所述实时环境数据包括实时温度数据和实时湿度数据,将所述开关柜的所述实时局放信号与所述实时环境数据输入至所述局放现象预测模型中,得到下一时刻所述开关柜的预测局放信号,包括:将所述开关柜的所述实时局放信号与所述实时温度数据和所述实时湿度数据输入至所述局放现象预测模型中,得到下一时刻所述开关柜的预测局放信号。
4、可选地,将所述开关柜的所述实时局放信号与所述实时温度数据和所述实时湿度数据输入至所述局放现象预测模型中,得到下一时刻所述开关柜的预测局放信号,包括:获取第一权重值和第二权重值;将所述第一权重值和所述实时温度数据的乘积确定为第一环境值;将所述第二权重值和所述实时湿度数据的乘积确定为第二环境值;将所述第一环境值和所述第二环境值的和确定为环境影响值;根据所述开关柜的所述实时局放信号、所述环境影响值以及所述局放现象预测模型,确定下一时刻所述开关柜的预测局放信号,其中,所述环境影响值与所述预测局放信号中局放现象的发生概率正相关。
5、可选地,构建基于长短时记忆网络的局放现象预测模型,包括:获取所述开关柜的历史局放信号、历史环境数据以及对应的所述开关柜的历史运行数据,并将所述开关柜的历史局放信号、历史环境数据以及对应的所述开关柜的历史运行数据确定为一组训练数据;构建初始长短时记忆网络模型,并将多组所述训练数据中的第一部分数据作为训练集,并将多组所述训练数据中的第二部分数据作为验证集;采用所述训练集对所述初始长短时记忆网络模型进行训练,得到训练预测模型和训练预测数据;根据所述训练预测数据和所述训练集中的数据,确定所述初始长短时记忆网络模型的相对误差、均方根误差和相关系数;在所述相对误差小于或者等于第一阈值,且所述均方根误差小于或者等于第二阈值,且目标差值的绝对值小于或者等于第三阈值的情况下,确定所述训练预测模型的准确度大于或者等于预设准确度,并将所述训练预测模型确定为所述局放现象预测模型,所述目标差值为所述相关系数与1的差值。
6、可选地,根据所述训练预测数据和所述训练集中的数据,确定所述初始长短时记忆网络模型的相对误差、均方根误差和相关系数,包括:确定相对误差公式、均方根误差公式和相关系数公式,其中,mae为所述相对误差,rmse为所述均方根误差,r2为所述相关系数,为所述验证集中的所述开关柜的历史局放信号,为所述训练预测数据,为所述验证集中所述训练数据的个数,为所述验证集中的所有的所述开关柜的历史局放信号的平均值;根据所述相对误差公式、所述均方根误差公式和所述相关系数公式,确定所述初始长短时记忆网络模型的相对误差、均方根误差和相关系数。
7、可选地,根据所述预测局放信号,确定所述开关柜的局放现象的预测结果,包括:在所述预测局放信号与标准局放信号的偏移大于或者等于预设偏移的情况下,确定所述开关柜的局放现象的预测结果为存在局放现象,并发出预警信号;在所述预测局放信号与标准局放信号的偏移小于所述预设偏移的情况下,确定所述开关柜的局放现象的预测结果为不存在局放现象。
8、可选地,实时采集所述开关柜的局放信号,得到所述开关柜的实时局放信号,包括:采用脉冲电流法采集所述开关柜的初始局放信号;对所述初始局放信号进行预处理,得到所述实时局放信号,所述预处理至少包括以下之一:滤波处理、去噪处理。
9、根据本技术的另一方面,提供了一种开关柜的局部放电现象的预测装置,包括:第一获取单元,用于实时采集所述开关柜的局放信号,得到所述开关柜的实时局放信号,所述局放信号为所述开关柜的局部放电信号;第二获取单元,用于实时采集所述开关柜的环境数据,得到所述开关柜的实时环境数据,所述环境数据为所述开关柜所在空间内的环境数据;构建单元,用于构建基于长短时记忆网络的局放现象预测模型,所述局放现象预测模型为所述开关柜的局部放电现象的预测模型;预测单元,用于将所述开关柜的所述实时局放信号与所述实时环境数据输入至所述局放现象预测模型中,得到下一时刻所述开关柜的预测局放信号,并根据所述预测局放信号,确定所述开关柜的局放现象的预测结果。
10、根据本技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的开关柜的局部放电现象的预测方法。
11、根据本技术的另一方面,提供了一种电子设备,包括:一个或多个处理器,存储器,以及一个或多个程序,其中,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行任意一种所述的开关柜的局部放电现象的预测方法。
12、应用本技术的技术方案,上述开关柜的局部放电现象的预测方法,首先实时采集开关柜的局放信号,得到开关柜的实时局放信号,局放信号为开关柜的局部放电信号;之后实时采集开关柜的环境数据,得到开关柜的实时环境数据,环境数据为开关柜所在空间内的环境数据;然后构建基于长短时记忆网络的局放现象预测模型,局放现象预测模型为开关柜的局部放电现象的预测模型;最后将开关柜的实时局放信号与实时环境数据输入至局放现象预测模型中,得到下一时刻开关柜的预测局放信号,并根据预测局放信号,确定开关柜的局放现象的预测结果。该方法通过配电开关柜的局放信号数据以及其他相关因素数据,通过长短时记忆网络算法构建局放信号预测模型,预测在未来开关柜的局放信号可能发生的时间,以实现局放现象预测,完成对局放现象的超前治理,降低设备故障造成的损失,解决了现有技术中开关柜检测仪效率低、操作要求高且在发生局放现象后无法及时处理的问题。