[发明专利]基于运维检测大数据的高压开关柜绝缘状态分析方法

说明书

本发明基于运维检测大数据的高压开关柜绝缘状态分析方法，属于基于运维检测大数据的高压开关柜绝缘状态分析方法技术领域；所要解决的技术问题为：提供一种基于运维检测大数据的高压开关柜绝缘状态分析方法；解决该技术问题采用的技术方案为：包括如下步骤：步骤一：对一定区域内的高压开关柜基础数据进行采集，采集项包括：开关柜的电压等级、投运日期、生产厂家与型号、开关柜工作环境的温度、湿度；步骤二：以步骤一采集到的试验数据为基础，植入BP神经网络算法中，生成高压开关柜绝缘状态智能分析模型；步骤三：使用BP神经网络函数逼近功能，建立相关参数与开关柜绝缘状态之间非线性函数关系，实现精准评价开关柜绝缘状态的目的；本发明应用于评价开关柜的绝缘状态。

技术领域

本发明基于运维检测大数据的高压开关柜绝缘状态分析方法，属于基于运维检测大数据的高压开关柜绝缘状态分析方法技术领域。

背景技术

开关柜是目前电网内广泛应用的配电设施，但由于其内部结构紧凑，绝缘距离难以得到有效保障，尤其是在雨季到来时，受湿度大、凝露等因素影响，开关柜的绝缘性降低，易造成局部放电，在较短的时间内可能造成沿面闪络，继而形成短路故障等较为严重的事故，存在较大的安全隐患。

开关柜的绝缘状态是电气试验人员根据超声波检测、暂态地电压检测、特高频检测及停电耐压等检测数据以及检测环境数据等进行综合分析诊断，开关柜根据所属地段要求的不同，设置数量众多，诊断开关柜绝缘状态需要处理的数据信息量庞大，同时开关柜绝缘状态评价规程中对绝缘状态的评价定位模糊，电气试验人员做出的诊断结论基于理论经验，往往缺乏对绝缘程度定量的数据统计。

发明内容

本发明为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于运维检测大数据的高压开关柜绝缘状态分析方法；为了解决上述技术问题，本发明采用的技术方案为：基于运维检测大数据的高压开关柜绝缘状态分析方法，其特征在于：包括如下步骤：

步骤一：数据收集：

对一定区域内的高压开关柜基础数据进行采集，采集项包括：开关柜的电压等级、投运日期、生产厂家与型号、开关柜工作环境的温度、湿度；

步骤二：以步骤一采集到的试验数据为基础，植入BP神经网络算法中，生成高压开关柜绝缘状态智能分析模型；

步骤2.1：建立BP神经网络算法：

使用的BP神经网络算法，即误差反向传播算法的学习过程，包括输入层、输出层、和若干隐含层；

所述输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元，所述中间层具体为内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可以设计为单隐含层或多隐含层结构；最后一个隐含层传递到输出层各神经元的信息，经进一步处理后，完成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果；

其中，隐含层通过以下公式确定节点数目：

上式中：h为隐含层节点数目，m为输入层节点数目，n为输出层节点数目，a为1～10之间的调节常数；

所述BP神经网络算法分为两个过程：工作信号正向传递子过程和误差信号反向传递子过程；

步骤2.1.1：工作信号正向传递子过程：设节点i和节点j之间的权值为w_ij，节点j的阈值为b_j，每个节点的输入值为x_j，每个节点的输出值根据上层所有节点的输出值、当前节点与上一层所有节点的权值和当前节点的阈值和激活函数确定；

计算公式如下：

x_j＝f(S_j)；