[发明专利]一种电力设备故障程度的定量评估方法在审
申请号: | 202010182674.3 | 申请日: | 2020-03-16 |
公开(公告)号: | CN113406537A | 公开(公告)日: | 2021-09-17 |
发明(设计)人: | 陈言;张延武;孙银银;李玉珍 | 申请(专利权)人: | 上海长庚信息技术股份有限公司 |
主分类号: | G01R31/56 | 分类号: | G01R31/56;G06Q10/00;G06Q50/06 |
代理公司: | 北京知呱呱知识产权代理有限公司 11577 | 代理人: | 杜立军 |
地址: | 201209 上海市浦东新区*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电力设备 故障 程度 定量 评估 方法 | ||
1.一种电力设备故障程度的定量评估方法,其特征在于,所述方法包括:
构建设备故障严重度评估模型;
利用所述严重度评估模型,计算表征设备健康状态的多变量估计值;
获取测点实际值,并通过测点实际值和测点估计值计算测点故障严重度;
以测点故障严重度为基础,逐级计算特征故障严重度、故障模式严重度、部件故障严重度和设备故障严重度。
2.如权利要求1所述的一种电力设备故障程度的定量评估方法,其特征在于,所述构建设备故障严重度评估模型,具体包括:
获取电力设备的测点历史数据样本,对样本进行清洗,去掉存在坏点、空值的样本,使用拉以达法则去除异常点;
使用PCA降维方法筛选设备测点变量,获取设备这些变量的历史数据作为样本,使用皮尔逊相关性分析法去掉高度相似的样本,减少样本数,保证数据完整的前提下提高计算效率;
将样本数据值进行区间映射,获取表征设备健康状态的全工况矩阵模型。
3.如权利要求1所述的一种电力设备故障程度的定量评估方法,其特征在于,所述计算表征设备健康状态的多变量估计值,具体包括:
利用任一时刻设备测点数据组成的观测向量以及该观测向量与全工况健康状态矩阵模型的相似性,计算测点在健康状态下的估计值,估计值的计算公式为:
其中,Xest为设备健康状态估计值,D为设备的全工况健康状态矩阵,W为权值向量,Xobs为设备的观测向量,DT为矩阵D的转置矩阵。
4.如权利要求1所述的一种电力设备故障程度的定量评估方法,其特征在于,所述测点故障严重度的方法计算包括:
计算设备待测点的基础点在Sigmoid函数的反函数坐标曲线上的映射点横坐标,所述基础点包括低报点、低极值点、估计值点、高极值点和高报点;
定义设备待测点的多个阈值的变量向量,并利用线性插值法将所述变量向量映射到上述横坐标中,得到插值结果,所述多个阈值包括负保护点、负极值点,估计值点、正极值点和正保护点;
计算待测点的实际测量值的内插函数值,计算内插函数值的Sigmoid逆函数值,并映射到坐标系,得到测点严重度曲线。
5.如权利要求1所述的一种电力设备故障程度的定量评估方法,其特征在于,所述特征故障严重度的计算方法包括:
计算待测点的实际值与估计值的差值,将该差值与预警阈值作比较,若该差值小于预警阈值,则特征故障严重度为0;
若该差值大于预警阈值,则特征故障严重度为待测点对应方向的测点故障严重度最大值。
6.如权利要求1所述的一种电力设备故障程度的定量评估方法,其特征在于,所述故障模式严重度的计算方法包括:
获取待测点的所有特征故障严重度组合,并按照大小顺序排列,再利用公式:故障模式严重度=I(max)+1/2I(sec)+1/4I(thi)
计算故障模式严重度,其中,I(max)为待测点的特征故障严重度最大值,I(sec)为待测点的特征故障严重度第二值,I(thi)为待测点的特征故障严重度第三值。
7.如权利要求1所述的一种电力设备故障程度的定量评估方法,其特征在于,所述部件故障严重度的计算方法包括:
获取部件包含的所有故障模式严重度,计算每个故障模式严重度,将所有故障模式严重度排序,取前三项,组合成部件故障严重度;
部件故障严重度=N(max)+1/2N(sec)+1/4N(thi)
其中,N(max)为最大故障模式故障严重度,N(sec)为第二故障模式故障严重度,N(thi)为第三故障模式故障严重度。
8.如权利要求1所述的一种电力设备故障程度的定量评估方法,其特征在于,所述设备故障严重度的计算方法包括:
获取待测电厂设备下的所有部件,读取所有部件的部件故障严重度;
将所述部件故障严重度按照大小排序,取前三项,则:
设备故障严重度=M(max)+1/2M(sec)+1/4M(thi)
其中,M(max)为最大部件故障严重度,M(sec)为第二部件故障严重度,M(thi)为第三部件故障严重度。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海长庚信息技术股份有限公司,未经上海长庚信息技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010182674.3/1.html,转载请声明来源钻瓜专利网。