[发明专利]一种气体绝缘组合电器状态预警数据异常值的筛查方法

摘要

本发明属于智能电网中气体绝缘组合电器局部放电状态监测及故障诊断的研究、应用技术领域，特别涉及一种气体绝缘组合电器状态预警数据异常值的筛查方法，通过分布于各处的局部放电监测装置采集各套气体绝缘组合电器的监测数据，并将监测数据通过逐级上传至监测预警中心的主站系统平台数据服务器进行数据分析；然后通过一致性检验筛查分析各类表征气体绝缘组合电器状态特征的局部放电预警数据中异常值；并准确地识别放电幅值中的典型异常值表征，规避因异常值造成监测预警、故障诊断的误判，最终可靠评价设备的状态，解决了全面实时地掌握和区分设备及其环境的监测数据；有助于应对广泛分布于各处的组合电器设备故障。

主权项

一种气体绝缘组合电器状态预警数据异常值的筛查方法，其特征在于：包括以下步骤：步骤1：通过分布于各处的局部放电监测装置采集各台气体绝缘组合电器的监测数据；步骤2：将监测数据通过逐级上传至监测预警中心的主站系统平台数据服务器进行数据分析；所述数据分析的步骤如下：(1)在主站系统平台数据服务器中对监测数据样本进行分析计算，提取在某一套监测装置在指定时间段内放电幅值监测数据样本为X1，X2，X3，…，Xn；(2)将监测数据样本Xi由小到大依次排列成统计数集X(i)，其中若存在测值相同的监测数据则随机排列，即：X(1)≤X(2)≤…≤X(n)；(3)针对不同样本数量n时求解统计量C，结合迪克逊分析法对工程应用时放电幅值历史样本的一致性检验，针对其置信区间统计值求解出显著性差异水平α经验值为0.01，以求解其临界值C1‑α(n)，从而样本数据值预警气体绝缘组合电器的运行状态；(4)依据筛选后的监测数据样本分析、诊断被监测气体绝缘组合电器的状态；步骤3：通过一致性检验筛查分析各类表征气体绝缘组合电器状态特征的局部放电预警数据中异常值，包括以下步骤：(31)提取在某一路局部放电监测装置在指定时间段内放电幅值监测数据样本为X1，X2，X3，…，Xn；(32)将监测数据样本Xi由小到大依次排列成统计数序列X(i)，其中若存在测值相同的监测数据则随机排列，即：X(1)≤X(2)≤…≤X(n)；(33)针对不同样本数量n时求解统计量C，结合迪克逊分析法对工程应用时放电幅值历史样本的一致性检验，设放电幅值监测数据样本序列算术平均值为则:$\stackrel{\‾}{X}=\frac{X_1+X_2+\mathrm{...}+X_n}{n}=\frac{\underset{i=1}{\overset{n}{\Σ}}{X}_i}{n},$因此，相同运行条件下某一放电幅值X_i的误差为ΔX，则：$\mathrm{\Δ}X=X_i-\stackrel{\‾}{X};$ΔX太大，误差项的自相关可能很严重，将会导致被估参数的非一致性，由于放电幅值数据数列是一个非平稳系统；对其显著性差异水平进行检验，并判断其置信是否满足；(34)针对其置信区间统计值求解出显著性差异水平α经验值为0.01，在放电幅值监测数据样本区间为[C₁，C₂]时,则区间[C₁，C₂]的置信水平为1‑α的置信区间，C₁为置信上限测值，C₂为置信下限测值；(35)对应的，当放电幅值监测数据样本序列算术平均值为时求解第n个样本统计量C的显著性差异水平α经验值α(n),进而以求解其临界值从而通过样本数据是否正常而分析气体绝缘组合电器的运行状态；当样本统计量C≥临界值则样本x(n)为异常值；当样本统计量C＜临界值则样本x(n)为正常值；(36)依据筛选后的监测数据样本分析、诊断被监测气体绝缘组合电器的状态并对局部放电的类型和严重程度作出诊断；步骤4：准确地识别放电幅值中的典型异常值表征，规避异常值对正常监测预警、故障诊断的干扰和误判，最终可靠评价设备的状态。