[发明专利]基于高压开关的故障影响因素定量分析方法

说明书

技术领域

本发明涉及高压开关的运维分析，具体为基于高压开关的故障影响因素定量分析方法。

背景技术

高压开关指额定电压在3kV及以上，主要用于开断和关合导电回路的电器。其别名叫做高压断路器，该类产品不仅可以切断或闭合高压电路中的空载电流和负荷电流，而且当系统发生故障时通过继电器保护装置的作用，切断过负荷电流和短路电流，它具有相当完善的灭弧结构和足够的断流能力。高压开关通常为机电液一体化设备，其在电网中主要安装在各地区不同变电站中，起到开断电路实现正常输配电，以及过载切断线路起到保护作用。具有使用量大，分布分散等特点。由于这些特点，该类产品在电网运行过程中容易发生各类故障，一般均会造成大面积停电事故，不仅影响居民生活，且对工业生产造成损失。

高压开关在运维过程中由于各种故障的发生，在运营单位会有相关的运维数据记录。该运维数据主要包含“故障类别”和一系列故障发生时所记录的与设备运行相关的因素。通常情况下，该运维数据仅仅局限于记录与积累，而并没有对其进行充分的分析与挖掘，即并没有发现里面蕴含的“故障类别”与运行相关因素之间的关系。当前故障影响因素的发现主要是通过操作人员或技术人员通过运维数据凭借其经验得到，在面对日趋复杂的智能化、自动化高压开关较为隐蔽的故障影响因素分析问题时，显得越来越具有主观局限性，很难全面对实际的运维工作进行指导和相对应的参考依据。

发明内容

针对现有技术中存在的问题，本发明提供一种基于高压开关的故障影响因素定量分析方法，进行定量分析，能够得到故障影响因素与对应故障类型之间的准确关系，为后续的运维工作提供准确依据和参考，极大的提高了高压开关的使用寿命，降低故障率。

本发明是通过以下技术方案来实现：

基于高压开关的故障影响因素定量分析方法，包括如下步骤，

步骤1，通过各电力公司信息系统获得待分析高压开关的故障运维数据；所述的故障运维数据至少包括待分析高压开关发生故障时记录故障性质的故障类型数据，以及待分析高压开关发生故障时记录运维信息的运行参数数据；按照运行参数数据和数据归类后的故障类型数据得到初始数据样本；

步骤2，对初始数据样本进行如下预处理；

步骤2.1，用故障类型数据形成二分类数据资源，对二分类数据资源进行映射，将故障类型分别映射为0或1；

步骤2.2，将初始数据样本中的离散型数据映射为数字类型；

步骤2.3，在步骤2.1和步骤2.2的处理基础上，对初始数据样本进行标准化处理，得到量纲统一的标准数据样本；

步骤3，基于二分类Logistic回归分析算法，根据得到的标准数据样本，将运行参数数据作为自变量引入回归分析，故障类别数据作为因变量引入回归分析，建立高压开关故障影响因素定量分析模型；通过测试数据集进行检验，优选得到最优高压开关故障影响因素定量分析模型；

步骤4，对最优高压开关故障影响因素定量分析模型的Logistic回归方程进行回归诊断，如果回归诊断合格进入步骤5；如果不合格，则需要取步骤3中次优高压开关故障影响因素定量分析模型，再次对其回归方程进行回归诊断，直到回归诊断合格进入步骤5；

步骤5，根据步骤4中回归诊断合格的高压开关故障影响因素定量分析模型，由其Logistic回归方程定量分析得到高压开关故障影响因素。

优选的，步骤2.3中，通过最小-最大标准化方法对初始数据样本进行标准化处理，将初始数据样本中数据的值域映射到[0,1]中。

进一步的，根据下式对初始数据样本进行最小-最大标准化的处理，

其中，x*表示初始数据样本中的原始变量，x表示经过标准化后的变量，max表示原始变量值域的上界值，min表示原始变量值域的下界值。

优选的，步骤3中还包括对自变量剔除的步骤；

在建立高压开关故障影响因素定量分析模型后，利用逐步回归法进行显著性剔除，将不符合AIC指标准则的变量从回归方程中剔除，则最终保留在回归方程中的自变量是对故障发生具有明显影响的自变量。

优选的，步骤3中，通过测试数据集进行检验，优选得到最优高压开关故障影响因素定量分析模型的具体步骤如下，

a.将运行参数数据集随机分为大小相同的n份，n为大于1的正整数，在每次运行时选择其中一份作为检验集，而其余的全为训练集，并通过Logistic回归算法进行模型构建；