[发明专利]一种基于热量的电容器异常检测方法及相关装置在审

专利信息
申请号: 202210743498.5 申请日: 2022-06-28
公开(公告)号: CN115128513A 公开(公告)日: 2022-09-30
发明(设计)人: 汪鹏;王铠;姚成;刘刚;高德民;刘浩;魏琨选;胡泰山 申请(专利权)人: 深圳供电局有限公司;南方电网科学研究院有限责任公司
主分类号: G01R31/64 分类号: G01R31/64;G01K13/00;G01R23/16;G01R27/26;G06N3/04
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 张茵
地址: 518010 广东省深圳市*** 国省代码: 广东;44
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 基于 热量 电容器 异常 检测 方法 相关 装置
【说明书】:

本申请公开了一种基于热量的电容器异常检测方法及相关装置,方法包括:获取电容器运行过程中的运行相关数据,运行相关数据包括电压、电流、表面温度和室内温度;根据基于运行相关数据构建的等效电路计算电容器运行参数,电容器运行参数包括谐波有效值、基波、不平衡度和电容量;采用预置BP神经网络模型根据运行相关数据进行散热分析,得到电容器预测温度;根据电容器预测温度和实测温度进行温差分析,得到电容器发热温差值;若电容器发热温差值超出预设温度范围,则根据电容器运行参数对电容器进行异常分析,得到异常检测结果。本申请能够解决现有技术缺乏高效可靠的检测策略,导致工作量较大,且效率较低的技术问题。

技术领域

本申请涉及设备检测技术领域,尤其涉及一种基于热量的电容器异常检测方法及相关装置。

背景技术

电力电容器是无功补偿装置的核心,而且,电力电容器也是电网中不可或缺的设备,如果存在缺陷,故障率将升高,很有可能发生故障导致停电,进而导致大量的直接或间接经济损失,因此,对电容器进行监测和故障诊断研究相当重要。

从近几年国内外状态监测技术的发展来看,多数监测系统功能较为单一,监测的状态量较少,设备的故障诊断仅局限于超标预警,其故障分析及定位都要由运维人员凭借以往的经验来完成,诊断水平与运维人员的专业水平有直接关系。高压并联电容器在长期运行中缺陷、故障较多,目前国内外电网企业对运行中的高压并联电容器的检测方法普遍存在工作量大、效率低等缺点;这是缺乏高效可靠的检测策略导致的。

发明内容

本申请提供了一种基于热量的电容器异常检测方法及相关装置,用于解决现有技术缺乏高效可靠的检测策略,导致工作量较大,且效率较低的技术问题。

有鉴于此,本申请第一方面提供了一种基于热量的电容器异常检测方法,包括:

获取电容器运行过程中的运行相关数据,所述运行相关数据包括电压、电流、表面温度和室内温度;

根据基于所述运行相关数据构建的等效电路计算电容器运行参数,所述电容器运行参数包括谐波有效值、基波、不平衡度和电容量;

采用预置BP神经网络模型根据所述运行相关数据进行散热分析,得到电容器预测温度;

根据所述电容器预测温度和实测温度进行温差分析,得到电容器发热温差值;

若所述电容器发热温差值超出预设温度范围,则根据所述电容器运行参数对电容器进行异常分析,得到异常检测结果。

优选地,所述根据基于所述运行相关数据构建的等效电路计算电容器运行参数,所述电容器运行参数包括谐波有效值、基波、不平衡度和电容量,包括:

基于所述运行相关数据构建电容器运行过程的等效电路;

在所述等效电路的基础上,采用快速傅里叶变换算法分解出谐波有效值和基波;

在所述等效电路的基础上,根据所述电压和所述电流分别计算电压不平衡度和电流不平衡度,不平衡度包括所述电压不平衡度和所述电流不平衡度;

基于所述基波计算电容器的电容量。

优选地,所述采用预置BP神经网络模型根据所述运行相关数据进行散热分析,得到电容器预测温度,之前还包括:

基于BP神经网络构建初始BP神经网络模型;

采用拟牛顿法根据电容器训练数据集对所述初始BP神经网络模型进行训练,得到预置BP神经网络模型。

优选地,所述若所述电容器发热温差值超出预设温度范围,则根据所述电容器运行参数对电容器进行异常分析,得到异常检测结果,包括:

若所述电容器发热温差值超出预设温度范围,基于预置异常数据库,根据预设运行阈值和所述电容器运行参数对电容器进行异常分析,得到异常检测结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳供电局有限公司;南方电网科学研究院有限责任公司,未经深圳供电局有限公司;南方电网科学研究院有限责任公司许可,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/202210743498.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top