[发明专利]基于多源信息融合和深度学习网络的GIS故障检测系统及方法

说明书

一种基于多源信息融合和深度学习网络的GIS故障检测系统及方法，包括：多源信息采集与调理模块、深度学习模块以及信息融合与故障推理模块，其中：多源信息采集与调理模块分别采用局部放电时间解析方法、局部放电相位解析方法和超高频法对GIS系统进行故障状态监测，将得到的电流、电压和电磁信息中分别提取出对应的特征向量并输出至深度学习模块；深度学习模块基于离线学习优化得到的深度学习网络对三种特征向量进行在线模式识别得到对应的识别结论并输出至信息融合与故障推理模块，信息融合与故障推理模块将三种识别结论融合处理得到故障特征矩阵后通过CLIPS推理机得到故障结论。利用本发明可以快速、高效、准确的诊断出GIS系统的故障信息。

技术领域

本发明涉及的是一种电气设备领域的技术，具体是一种基于多源信息融合和深度学习网络的GIS故障检测系统及方法。

背景技术

气体绝缘金属封闭开关设备(GIS，Gas Insulated Switchgear)作为高压配电装置的一种形式，将变电站中除变压器以外的所有一次设备，经优化设计有机地组合成一个整体，并封闭于金属壳内，充SF6气体作为灭弧和绝缘介质，构成一个封闭组合电器，最高配电电压可达1100kV。GIS克服了常规敞开式开关设备的许多限制，具有占地面积小，可靠性高，安全性强，维护工作量很小等的优点，使得高压、超高压输变电直接进入市区成为可能，近年来得到广泛使用。随着GIS的不断完善和电力系统发展的需要，高压开关设备选用GIS已成为整个世界的发展趋势。GIS正在朝共筒化、复合化、小型化、智能化、超高压大容量化方向发展。GIS主要部件有断路器、隔离开关、接地开关、电压互感器、电流互感器、避雷器、套管、电缆终端、母线、外壳、SF6气体、SF6密度监视装置、GIS绝缘子等主要部件。其中断路器、隔离开关、接地开关统称GIS的开关设备，是GIS的核心元件。

高压GIS开关设备运行状态直接影响着电力系统的运行稳定性和供电可靠性。由于GIS设备的全封闭设计，操作人员无法直接观察到设备的状态，仅依据辅助接点的返回信号和操作人员的现场确认来判断设备是否分合到位。开关刀闸操作后，由于种种原因，可能出现监控后台及现场显示分合成功，但实际触头分合不到位的情况，从而引起电网安全事件，造成相当大的经济损失和严重的社会影响。

开关类设备是瞬动式的设备，在正常运行中其机构处于静止状态，偶而进行的操作或事故动作，其过程又极为短暂和高速，因而给监测带来很大困难。过去的经验是建立定期的停运检修制度，这种预防性的检修制不能及时的发现故障，盲目性大，过度的检修操作甚至还降低了开关的机械寿命。按照IEEE建议的断路器故障监测对象选择原则，对断路器分合闸过程中各时间参数、金属短接时间、总行程、插入行程、超行程、动触头速率、分合闸线圈电流、触头寿命及保护动作参数进行监测，对上述参数做了详细的分析，提出监测方法及分析判断方法，提出数据越限后的处理方案。但目前的技术大部分是针对开关设备机械特性的测量，且是基于间接量的测量，其有效性和可靠性还有待提高。

另外，目前对电力设备包括高压断路器实施状态监测的装置(系统)，大致可以分为：集中式在线监测系统和便携式在线监测系统。和理论研究相一致，在高压断路器在线状态监测装置(系统)方面，较多的情况是针对高压断路器的机械特性、机械振动、触头电寿命、绝缘性能的某一个或几个方面进行监测，这种监测装置的工作可靠性和正确性，还有待于实践的证实和不断的总结提高，需要考虑的问题包括：可靠性、可行性和经济性。以上因素也是制约开关设备状态检修普及和发展的主要原因。

发明内容

本发明针对现有检测方法所采用的BP等神经网络无法进行准确建模、多数检测方法均仅涉及一种评估机制导致判断结果误差较大等缺陷，提出一种基于多源信息融合和深度学习网络的GIS故障检测系统及方法，通过三种传感器信号采集的信息来进行GIS故障的诊断，增加诊断的准确性，减少误报的情况发生。

本发明是通过以下技术方案实现的：