[发明专利]电力设备负荷性能状态预测和诊断方法、电子设备、存储介质

说明书

本发明提供电力设备负荷性能状态预测和诊断方法，包括步骤：关系模型建立，设备最大载流量预测，额定负荷时的最高温度预测，短时应急负荷电流预测，设备负荷健康度诊断。本发明涉及一种电子设备和存储介质，用于执行上述方法。本发明很好的解决了电力设备的状态监测与诊断中存在的固有难题，是实现电力设备状态检修管理、提升电力生产运行管理精益化水平的重要手段。建立负荷电流、温度和环境温度之间的关系模型，并进一步设计制定四种电力设备负荷性能监测和诊断方法的具体应用：设备最大载流量预测方法；额定负荷时的最高温度预测方法；短时应急负荷电流预测方法；设备负荷健康度诊断。适用于不同的工况场景和功能需求。

技术领域

本发明涉及电力设备在线监测技术领域，尤其涉及电力设备负荷性能状态预测和诊断方法、电子设备、存储介质。

背景技术

近年来，随着全球能源问题日益严峻，世界各国都开展了智能电网的研究工作。智能电网的最终目标是建设成为覆盖电力系统整个生产过程，包括发电、输电、变电、配电、用电及调度等多个环节的全景实时系统。电力设备状态监测与诊断是智能电网的重要组成部分，其关键技术的实施能延长设备使用寿命、减少突发性故障的发生、提高电力设备的供电可靠性，因此在电力系统中得到了广泛的应用。

电力设备在线监测数据实时增长，电流传感器与温度传感器已经逐渐普及使用，其监测数据量极大、监测数据产生速度极快。尤其在负荷电流致热型电力设备上，例如电力开关柜、电力设备等设备。在行业中，已经采集了大量的现场设备的负荷电流和温度数据，大多仅采用阈值判断进行报警的功能，电力设备的状态监测存在着诊断与预警功能不足的缺点，这极大的制约了电力设备状态监测技术的全面推广与应用。

发明内容

为了克服现有技术的不足，本发明的目的在于提供电力设备负荷性能状态预测和诊断方法，很好的解决了电力设备的状态监测与诊断中存在的固有难题，是实现电力设备状态检修管理、提升电力生产运行管理精益化水平的重要手段。

本发明提供电力设备负荷性能状态预测和诊断方法，包括以下步骤：

关系模型建立，根据电流致热和散热过程的理论分析，建立电力设备负载与温度数学模型；

设备最大载流量预测，将电力设备的最高容许温度带入所述电力设备负载与温度数学模型中，求得电力设备的最大载流量；

额定负荷时的最高温度预测，将电力设备的额定负荷电流值带入所述电力设备负载与温度数学模型中，求得电力设备的额定负荷时的最高温度值；

短时应急负荷电流预测，将短时应急负荷需求限制条件数据带入所述电力设备负载与温度数学模型中，求得电力设备的短时应急负荷时的最高温度值；

设备负荷健康度诊断，将采集的电力设备的负荷电流和环境温度数据带入所述电力设备负载与温度数学模型，求得电力设备的负荷理想温升值，将所述负荷理想温升值与实测的温度数据进行对比，通过对比结果判断设备负荷健康度。

进一步地，所述关系模型建立步骤中，系统动态模型方程为：

ΔT(t)＝k_iae^-at*I(t)²，*为卷积计算

系统静态模型方程为：

ΔT(t)＝k_iI(t)²

其中，ΔT(t)＝T₁(t)-T₀(t)；ΔT(t)为t时刻电力设备被测段温升；T₁(t)为t时刻电力设备被测段测温点温度；T₀(t)为t时刻电力设备被测段环境参照点温度；a为动态模型热容温度延时效应系数；k_i为负荷带去致热温升负荷性能系数。