[发明专利]一种开关柜负荷指数预测装置及方法

说明书

技术领域

属于开关柜技术领域，特别涉及一种开关柜负荷指数预测装置及方法。 

背景技术

开关电器在电力系统中起着控制和保护等重要作用。随着电力系统自动化水平的不断提高，要求开关电器逐步实现智能化，能够与变电站综合自动化、配电自动化的发展相适应和配套。智能化开关电器是在传统的开关设备中引入计算机技术、数字处理技术和网络通信技术而发展起来的新一代开关电器。智能化日渐成为开关电器的一个重要发展方向。无论是高压电器还是低压电器，无论是电器元件还是成套开关设备，都出现了智能化的发展趋势。开关柜是机、电、磁三种相结合的复杂装置，为了提高其工作的可靠性，对柜体自身工作状态的监测与控制就变得十分重要，它是开关柜智能化的重要内容。但是开关柜本身、开关柜控制对象和开关柜组成的电力网三者都具有物理过程的复杂性、不确定性和模糊性，难以有精确的数学模型，所以开关柜的状态监测需要采用各种先进理论和技术，通过感知、学习、记忆和大范围的自适应手段来进行有效的处理和控制，以便各方面都基本达到最佳性能指标。 

发明内容

针对现有技术的不足，本发明提出一种开关柜负荷指数预测装置及方法，以达到减少过早或不必要的停电试验和检修，提高电力系统可靠性、经济性和检修的便捷性的目的。 

一种开关柜负荷指数预测装置，包括电流传感器、电压传感器、功率测量仪、温度传感器、数据采集芯片、中央处理器、工控机和无线通讯模块，其中，电流传感器的输出端、电压传感器的输出端、功率测量仪的输出端和温度传感器的输出端依次连接数据采集芯片的四路输入端，数据采集芯片的输出端连接中央处理器的输入端，中央处理器的两路输出端分别连接工控机的输入端和无线通信模块的输入端。 

采用开关柜负荷指数预测装置进行预测的方法，包括以下步骤： 

步骤1、采集开关柜的温度、工作电压、开断电流、功率四个参数，并将上述四个参数发送至数据采集芯片中； 

步骤2、数据采集芯片对所采集的四个参数进行模数转换，并将模数转换后的四个参数发送至数据处理器中； 

步骤３、数据处理器根据所采集的四个参数对开关柜负荷指数进行预测； 

步骤３-1、采用经验模式分解法对由开关柜的温度、工作电压、开断电流和功率四个参数所构成的时间序列进行分解处理； 

步骤３-2、采用递归神经网络方法对分解后时间序列进行预测，并基于相空间重构理论， 将分解后的时间序列嵌入到相空间中，采用互信息量法确定相空间中的延迟时间，采用嵌入维算法确定相空间的关联维数，进而获得多个不同的预测分量； 

步骤３-３、设置动态递归神经网络结构，将步骤杂-2获得的多个不同的预测分量输入动态递归神经网络进行训练，并采用线性组合的方法对训练后的所有不同分量进行线性组合，即获得开关柜负荷指数预测函数； 

步骤4、数据处理器将预测的开关柜负荷指数发送至工控机中储存，并通过无线通讯模块发送至远方调度终端，以便维修人员及时进行检修。 

步骤３-1所述的采用经验模式分解法对由开关柜的温度、工作电压、开断电流和功率四个参数所构成的时间序列进行分解处理，具体步骤如下： 

步骤3-1-1、确定时间序列信号所有的局部极值点，并采用三次样条插值曲线将所有的局部极大值点连接起来形成上包络线； 

步骤3-1-2、采用三次样条插值曲线将所有的局部极小值点连接起来形成下包络线，根据上下包络线确定包络线包络的所有数据点； 

步骤3-1-3、上下包络线的平均值记为m₁，求出差值h₁： 

h₁=z(t)-m₁   (1) 

其中，z(t)=[z₁(t),z₂(t),...,z₄(t)]；z₁(t)表示t时刻采集的四个参数中第1个输入量的数据；z₂(t)表示t时刻采集的四个参数中第2个输入量的数据；z₄(t)表示t时刻采集的四个参数中第4个输入量的数据； 

若h₁的最大值h_max和最小值h_min之差小于一个预先设定的值ε，ε≤0.01 

|h_max-h_min|≤ε   (2) 

则h₁为z(t)的一个模式分量；否则，执行步骤3-1-4；