[发明专利]一种基于大数据技术的高压断路器快速检修方法

权利要求书

1.一种基于大数据技术的高压断路器快速检修方法，其特征在于，

包括以下步骤：

A）获取同型号高压断路器历史维保时的检测数据；

B）获取若干个存在故障的同型号的高压断路器，进行检测获得对应故障下的检测数据，建立高压断路器故障研判模型；

C）获得待检修高压断路器的检测数据，输入步骤B）获得的高压断路器故障研判模型，将高压断路器故障研判模型的输出作为待检修高压断路器的故障研判结果；

D）若高压断路器存在故障，则进行对应的维修，反之，进行下一个高压断路器的检修；

其中，所述步骤B中，建立高压断路器故障研判模型的方法包括：

B21）获得全部检测数据，获得检测数据对应的故障类型；

B22）将检测数据进行预处理，将检测数据进行二值化处理，将二值化处理后的样本数据排列成矩阵；

B23）构建图像，图像像素尺寸与矩阵行列数相同，图像像素位置对应矩阵元素的值为1，则将像素设为黑色，图像像素位置对应矩阵元素的值为0，则将像素设为白色，获得样本画像，将样本画像与检测数据对应的故障类型关联；

B24）构建卷积神经网络模型，使用关联故障类型后的样本画像进行训练，训练后的卷积神经网络模型作为故障研判模型，将待研判的高压断路器的检测数据经步骤B22）至B23）处理后，输入到本步骤获得的卷积神经网络模型，卷积神经网络模型的输出作为待研判的高压断路器的故障研判结果。

2.根据权利要求1所述的一种基于大数据技术的高压断路器快速检修方法，其特征在于，

所述检测数据包括合闸时间、分闸时间、刚合速度、刚分速度、三相不同期度、同相不同期度、金短时间、无流时间、动触头最大速度、动触头平均速度、动触头动作时间、弹跳时间、弹跳次数、弹跳最大幅度、分合闸行程、分合闸过程电流波形曲线、动触头分合闸行程内的时间速度行程动态曲线、开距以及接触电阻。

3.根据权利要求1或2所述的一种基于大数据技术的高压断路器快速检修方法，其特征在于，

步骤B中，获取存在故障的同型号的高压断路器的方法包括：

B11）获取因故障退役的高压断路器，因故障退役的高压断路器为存在损坏部件，且无法再使用的高压断路器；

B12）获取正在运行的存在不良状态的高压断路器，使其退役并对其进行若干次检测，获得不良状态下的检测数据，作为不良检测数据，所述存在不良状态的高压断路器为存在不良状态但仍能继续使用的高压断路器；

B13）获得正常的高压断路器，人为设定不良状态或故障并进行检测，获得不良检测数据或故障检测数据。

4.根据权利要求3所述的一种基于大数据技术的高压断路器快速检修方法，其特征在于，

步骤B13）中，人为设定不良状态或故障并进行检测的方法包括：

B131）对高压断路器进行若干次检测；

B132）根据高压断路器的维护要求，依次选择一项维护要求使其不达标，进行若干次带电分合闸动作后，进行若干次检测；

B133）依次选择两项维护要求使其不达标，进行若干次带电分合闸动作后，进行若干次检测；

B134）使用液氮或干冰快速冷却高压断路器，进行若干次机械特性试验，获得机械特性试验的检测数据。

5.根据权利要求1所述的一种基于大数据技术的高压断路器快速检修方法，其特征在于，

步骤B22）中，将检测数据进行二值化处理的方法包括以下步骤：

B221）将全部检测数据中的数值量进行分段处理，以分段区间为名称，将数值量转换为状态量；

B222）将全部检测数据中的状态量转换为布尔量，并使用{0,1}分别表示假和真；

B223）将处理后的全部检测数据的布尔量视为数值并求均值，将所得均值四舍五入为整数，获得的整数重新视为布尔量；

B224）将步骤B223）获得的布尔量结果作为检测数据的二值化处理结果。

6.根据权利要求1所述的一种基于大数据技术的高压断路器快速检修方法，其特征在于，

步骤B21）中，检测数据包括正常工作状态下的高压断路器的检测数据，正常工作状态下的高压断路器的检测数据对应个故障类型为无故障。