[发明专利]基于SVR模型的开关柜内部异常发热检测方法及装置

说明书

本发明提供一种基于SVR模型的开关柜内部异常发热检测方法、装置及存储介质，其中方法包括获取开关柜隔离开关温升试验数据；选取开关柜外壳的监测点的温度值以及环境温度值作为自变量，隔离开关触头温度值作为因变量；利用遗传算法对惩罚参数C和核函数参数g进行参数寻优，得到训练好的SVR模型；利用SVR模型进行隔离开关触头温度回归监测；比较不同核函数下的回归监测结果，确定最佳方案，建立隔离开关触头温度回归监测模型；利用隔离开关触头温度回归监测模型测试开关触头的温度。本发明可以进行不同接触电阻、不同负荷电流下的开关柜隔离开关温升计算，为完善开关柜的状态监测和故障诊断打下实验基础。

技术领域

本发明涉及开关柜设备温度检测技术领域，特别是一种基于SVR模型的开关柜内部异常发热检测方法及装置。

背景技术

气体绝缘组合电器(Gas Insulated Switchgear，开关柜)以其优良的性能得到了大规模的应用。尽管开关柜制造质量、运行可靠性较高，但其发生故障时会造成大范围的停电，对电网的正常运行会造成较大的影响。开关柜设备属于封闭式组合结构，对其进行检修维护不仅需耗费大量的人力和物力，也需要花费较长的时间。由于开关柜设备投入运行的时间相对较短，运行工作人员对其内部结构可能还不甚了解，现场实际运行的经验还有些匮乏，这就可能出现对设备故障判断出现偏差，如果不及时处理故障，将会导致设备受损甚至电网崩溃。

开关柜设备中接头是产生局部过热故障的“高危”部位，其故障往往带来严重的后果，轻则减负荷、部分设备断电，重则导致设备损坏甚至引发短路故障，从而威胁整个开关柜设备系统的安全稳定运行。触头温度是反应触头热故障信息最直接的指标，因此应当实时在线监测开关柜设备触头温度，将其温度作为直观反映开关柜运行状态的重要参数。开关柜设备内部温度传递过程复杂，包含热传导、对流、辐射三种热量传递形式，呈现出很强的非线性，利用解析的方法很难基于开关柜隔离开关外壳温度和环境温度求出触头温度。虽然有部分学者提出利用试验数据拟合出了触头与外壳某些单点的温升对应关系，进而由外壳某些单点的温升初步推算出触头温升，但其精度还不能满足工程实际运用的要求。

目前国内外基于开关柜隔离开关外壳多点温度和环境温度来监测隔离开关触头温度的研究还处于起步阶段，尽管有少部分学者提出利用神经网络拟合环境温度、外壳温度与隔离开关触头温度的关系，从而通过外壳和环境温度来间接监测隔离开关触头温度，但其监测精度还有待提高。通过神经网络建模得到的往往是局部最优点，而不是全局最优点，并且神经网络训练学习过程十分依赖学习样本，常常需要大样本数据才能满足其监测精度，实际情况通过试验能够提供的数据是往往有限，一般只能提供小样本的数据。

发明内容

本发明的目的是提供一种基于SVR模型的开关柜内部异常发热检测方法及装置，可以解决现有技术中由外壳某些单点的温升初步推算出触头温升精度不高的问题，和神经网络训练学习过程需要大样本数据的问题。

本发明的目的是通过以下技术方案实现的：

第一方面，本发明提供一种基于SVR模型的开关柜内部异常发热检测方法，包括以下步骤：

步骤1、获取开关柜隔离开关温升试验数据，一部分作为训练样本，剩余部分作为监测样本；

步骤2、选取开关柜外壳的监测点的温度值以及环境温度值作为自变量，隔离开关触头温度值作为因变量；

步骤3、利用遗传算法对惩罚参数C和核函数参数g进行参数寻优，得到训练好的SVR模型；

步骤4、利用训练好的SVR模型进行隔离开关触头温度回归监测；

步骤5、比较不同核函数下的回归监测结果，确定最佳方案，建立隔离开关触头温度回归监测模型；

步骤6、利用隔离开关触头温度回归监测模型测试开关触头的温度。

进一步的，所述的开关柜外壳的监测点的数量为24个。