本发明实施例涉及电力领域,尤其涉及一种气体绝缘组合设备状态预测模型构建方法及状态预测方法。
背景技术:
1、气体绝缘组合设备(gas insulated switchgear,gis)作为电力系统的核心设备之一,其健康状态与电力系统的安全运行息息相关。gis在长期运行过程中,受化学应力、热应力、电应力及机械应力等诸多因素影响,不可避免发生各种故障。
2、目前有关gis状态预测的研究其对象主要侧重于gis内部某种设备,比如,针对gis母线建立了绝缘电场劣化计算模型,分析了金属尖端、金属颗粒、绝缘子气隙几种典型潜伏性故障的电场劣化特性,采用中心极限定理对不同故障类型进行了故障概率估算并给出限制措施;针对gis内部sf6气体密度、压力及温度数据,利用seq2seq时序预测模型对sf6气体状态进行预测;针对gis内盆式绝缘子,提出了基于质量损失率的绝缘子状态预测方法。但是gis内部有多种设备组合,需要结合多类设备状态量,全方面对gis整体的健康状态进行预测。
技术实现思路
1、为全方面对气体绝缘组合设备进行状态预测,保障气体绝缘组合设备的安全稳定运行,本发明提出了一种气体绝缘组合设备状态预测模型构建方法及状态预测方法。
2、第一方面,本发明提供了一种气体绝缘组合设备状态预测模型构建方法,该方法包括:
3、获取气体绝缘组合设备的局部放电历史数据、设备特征参数历史数据、运行历史数据,设备特征参数历史数据包括气体绝缘组合设备中故障率超过预设值的电气元件的设备特征参数历史数据;
4、根据局部放电历史数据、设备特征参数历史数据、运行历史数据,确定气体绝缘组合设备的历史状态结果;
5、根据局部放电历史数据、设备特征参数历史数据、运行历史数据,以及对应的历史状态结果,建立训练集;
6、通过训练集对长短时记忆网络模型进行训练,得到气体绝缘组合设备状态预测模型。
7、考虑到现有的气体绝缘组合设备预测方法针对的是设备内部单一电气元件进行的状态预测,预测过程中用到的是单一电气元件的设备特征参数,然而气体绝缘组合设备内部包含多种电气元件,各电气元件的设备特征参数也不相同,因此通过本发明实施例提供的方法,从气体绝缘组合设备故障的角度,选择故障率较高的电气元件的设备特征参数进行气体绝缘组合设备状态预测模型的构建,通过该预测模型可以全方面对气体绝缘组合设备进行状态预测,保障气体绝缘组合设备的安全稳定运行,提升电网智慧运维与智能调度水平。
8、结合第一方面,在第一方面的第一实施例中,获取气体绝缘组合设备的设备特征参数历史数据,包括:
9、获取气体绝缘组合设备中各电气元件的故障率;
10、根据各电气元件的故障率,选择故障率大于预设值的电气元件;
11、将故障率大于预设值的电气元件对应的设备特征参数历史数据确定为气体绝缘组合设备的设备特征参数历史数据。
12、结合第一方面,在第一方面的第二实施例中,根据局部放电历史数据、设备特征参数历史数据、运行历史数据,确定气体绝缘组合设备的历史状态结果,包括:
13、根据局部放电历史数据、设备特征参数历史数据、运行历史数据,确定各历史数据的运行状态隶属度向量;
14、根据各数据的运行状态隶属度向量和对应的权重,确定气体绝缘组合设备的历史状态结果。
15、结合第一方面,在第一方面的第三实施例中,设备特征参数历史数据包括sf6气体密度、主回路电阻、气动机构的气压、操作次数和出线套管接线处的温度中的至少一种。
16、结合第一方面或第一方面的第三实施例,在第一方面的第四实施例中,运行历史数据包括设备家族缺陷、运行年限和检修记录中的至少一种。
17、结合第一方面,在第一方面的第五实施例中,获取气体绝缘组合设备的局部放电历史数据、设备特征参数历史数据、运行历史数据,包括:
18、获取气体绝缘组合设备的初始局部放电历史数据、初始设备特征参数历史数据、初始运行历史数据;
19、对初始局部放电历史数据、初始设备特征参数历史数据和初始运行历史数据进行归一化处理,得到局部放电历史数据、设备特征参数历史数据、运行历史数据。
20、第二方面,本发明还提供了一种气体绝缘组合设备状态预测方法,该方法包括:
21、获取当前局部放电数据、当前设备特征参数数据、当前运行数据;
22、根据当前局部放电数据、当前设备特征参数数据、当前运行历史数据,以及气体绝缘组合设备状态预测模型,对气体绝缘组合设备的运行状态进行预测,气体绝缘组合设备状态预测模型根据第一方面或第一方面的任一实施例中的气体绝缘组合设备状态预测模型构建方法获得。
23、考虑到现有的气体绝缘组合设备预测方法针对的是设备内部单一电气元件进行的状态预测,预测过程中用到的是单一电气元件的设备特征参数,然而气体绝缘组合设备内部包含多种电气元件,各电气元件的设备特征参数也不相同,因此通过本发明实施例提供的方法,从气体绝缘组合设备故障的角度,选择故障率较高的电气元件的设备特征参数对气体绝缘组合设备进行状态预测,全方面对气体绝缘组合设备进行状态预测,保障气体绝缘组合设备的安全稳定运行,提升电网智慧运维与智能调度水平。
24、第三方面,本发明还提供了一种气体绝缘组合设备状态预测模型构建装置,该装置包括:
25、第一获取模块,用于获取气体绝缘组合设备的局部放电历史数据、设备特征参数历史数据、运行历史数据,设备特征参数历史数据包括气体绝缘组合设备中故障率超过预设值的电气元件的设备特征参数历史数据;
26、确定模块,用于根据局部放电历史数据、设备特征参数历史数据、运行历史数据,确定气体绝缘组合设备的历史状态结果;
27、建立模块,用于根据局部放电历史数据、设备特征参数历史数据、运行历史数据,以及对应的历史状态结果,建立训练集;
28、训练模块,用于通过训练集对长短时记忆网络模型进行训练,得到气体绝缘组合设备状态预测模型。
29、第四方面,本发明还提供了一种气体绝缘组合设备状态预测装置,该装置包括:
30、第二获取模块,用于获取当前局部放电数据、当前设备特征参数数据、当前运行数据;
31、预测模块,用于根据当前局部放电数据、当前设备特征参数数据、当前运行历史数据,以及气体绝缘组合设备状态预测模型,对气体绝缘组合设备的运行状态进行预测,气体绝缘组合设备状态预测模型根据第一方面或第一方面的任一实施例中的气体绝缘组合设备状态预测模型构建方法获得。
32、第五方面,本发明还提供了一种计算机设备,包括存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行
技术实现要素:
中气体绝缘组合设备状态预测模型构建方法的任一实施例,或,气体绝缘组合设备状态预测方法的任一实施例对应的步骤。
1.一种气体绝缘组合设备状态预测模型构建方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,获取气体绝缘组合设备的设备特征参数历史数据,包括:
3.根据权利要求1所述的方法,其特征在于,根据所述局部放电历史数据、所述设备特征参数历史数据、所述运行历史数据,确定所述气体绝缘组合设备的历史状态结果,包括:
4.根据权利要求1所述的方法,其特征在于,所述设备特征参数历史数据包括sf6气体密度、主回路电阻、气动机构的气压、操作次数和出线套管接线处的温度中的至少一种。
5.根据权利要求1或4所述的方法,其特征在于,所述运行历史数据包括设备家族缺陷、运行年限和检修记录中的至少一种。
6.根据权利要求1所述的方法,其特征在于,获取气体绝缘组合设备的局部放电历史数据、设备特征参数历史数据、运行历史数据,包括:
7.一种气体绝缘组合设备状态预测方法,其特征在于,所述方法包括:
8.一种气体绝缘组合设备状态预测模型构建装置,其特征在于,所述装置包括:
9.一种气体绝缘组合设备状态预测装置,其特征在于,所述装置包括:
10.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-6中任一项所述的气体绝缘组合设备状态预测模型构建方法,或权利要求7所述的气体绝缘组合设备状态预测方法的步骤。