[发明专利]断路器载流故障预测方法

权利要求书

1.一种断路器载流故障预测方法，其特征在于，按照以下步骤实施：

步骤1、采集相关数据，

监测主机同时连接N个监测从机，各个监测从机通过采集相对应的断路器触头上的温度信号、电流信号和从机电源电压信号，并通过433MHz无线传送给监测主机，监测主机收到各个监测从机发送来的采集数据之后，通过与监测主机上的温湿度传感器检测出来的温湿度值进行对比，形成温升值，并在监测主机的LCD液晶屏上显示出来，还可通过RS485/GPRS长距离传输至上位机，实现远距离监控；

步骤2、采用动态阈值算法去除奇异点数据，

监测主机接收到各个监测从机输送来的数据之后，首先通过以贝塔分布为核心的动态阈值算法，通过算法处理，消除由同步偏差、传输错误和信道噪声问题引起的奇异点，具体过程如下：

2.1)将一段时间内监测到的温度数据X_i进行归一化处理，

其中，X_i为监测到的温度数据，X_min为监测数据中的最小值，X_max为监测数据中的最大值；

2.2)计算监测数据趋势概率的贝塔分布，

其中，γ、η是形状参数，m_i是监测数据落在第i个区间内的个数，n是监测数据的个数，h_i是每个区间的半宽度，N是所有区间的个数；

2.3)利用最小二乘法求贝塔分布的形状参数γ,η；

2.4)计算双侧α分位数λ₁及λ₂，

λ₁是下侧分位数，λ₂是上侧分位数；

2.5)求正常温度数据区间[THreshoad1 THreshold2]，α取0.05，

得到正常温度数据区间之后，剔除不在正常范围内的温度值，并通过前两个时刻的温度值预测剔除点所对应时刻的温度值；

2.6)用预测t时刻的温度值，其中x_t-1、x_t-2分别为t-1、t-2时刻的温度值；连续剔除并替代两个奇异项之后，重新选择新的起始点x_t-1和x_t-2，并判断其是否满足下式：

其中，W为误差下限，W₂为误差上限，K＝5；如果实际温度值x_t与预测的温度值满足公式(5)，则在预测下一时刻温度值时使用实际温度值x_t；但如果实际温度值x_t与预测的温度值满足下式：

|x_t-x′_t|＞W₂， (6)

则认为是干扰点，继续用取代x_t；一旦找到满足的点，就自动选择新的起点，否则一直重复步骤2.6，

若两次采样增速小于Δ，采用相似日法；

若增速大于Δ，则采用等效电阻分析法预测温度发展趋势；即如果增速大于Δ，则进行即时故障预测；如果增速小于Δ，则进行长期故障预测，

所述的即时故障预测过程如下：

在触点唯一确定的条件下，将故障触点看作集总热容系统，即温度仅仅是实际时间的函数而与空间位置坐标无关，由热力学第一定律推得，物体内能增加量＝物体导入净热流量+物体内热源，则有：

其中，Q代表整个边界面传入触点的热流量；Q_v代表内热源产生的热量；ρ为物体密度；v为物体体积；c物体比热容，T是触点的实时温度，τ是时间变量；

其中Q＝δS(T_f-T)，δ代表整个边界面上的平均换热系数，S为物体表面积，T_f代表环境温度；Q_V＝I²R′，I为载流导体的电流，R′为触点电阻；

当设备处于热故障时触点处温度增加，则有：

进而得到触点的等效电阻模型为：

其中，

若能确定与触点对应的参数ω₁、ω₂，实时电流I及触点电阻R′，就能求出触点的实时温度T，将I²R′视为单位电流产生相同内能的等效电阻值，

建立触点温度传导模型，在该模型中，R_i为各层导线之间的传导热阻，C_i为各层导线热容；根据电热类比理论，热力学中的温度差、热阻、热容与电路中的电压、电阻、电容一一对应，将以触点为热源区的径向热路分析模型转换结构，其中R_e为导线与环境的对流热阻，C_e为环境热容，

根据热力学第二定律，内能高的物体会向内能低的物体转移热量，所以对故障触点来说，其他热源区不会向它传导热量，把R_i、C_i等效为一个R和C，

由响应的初始状态、时间常数及最终状态，通过与电路中一阶电路全响应对应可得，任何时刻的响应量θ_xt见下式：

其中，θ(0₊)为触点热源区初始温度，θ(∞)为最终温度，t为时间变量，τ_c为时间常数且τ_c＝RC；

得出式(9)及式(10)之后，按照如下步骤进行即时故障预测：

3.1)利用空间分析法，提取故障初期的温度集合X₀；

3.2)基于式(10)，将温度集合X₀中第一个元素作为θ(0₊)，最后一个元素作为θ(∞)，求出温度集合中间时刻的温度T_mid；

3.3)以T_mid为基准，求出式(9)中的dT/dτ；

3.4)以温度集合X₀及dT/dτ为参数，利用最小二乘法求出式(9)的等效电阻阻值；

3.5)求出各触点等效电阻阻值之比，并再次利用空间相关分析法，求出故障触点，得到即时故障的预测结果；

所述的长期故障预测过程如下：

首先对相关因素进行量化，采用专家判断、客观分析相结合的方法获取各相关因素客观权重，将相似日赋予不同权重，具体过程如下：

步骤4.1)对相似日相关因素进行量化，

触点温度受电力负荷影响，而电力负荷受气象、日循环因素影响，且温度具有累计效应，为此本步骤考虑日类型、气象和日期差三个因素，

日类型包括日负荷类型、日天气类型；对于日负荷类型因素，对周一和周五赋值0.7，周二至周四赋值0.8，周六赋值0.4，周日赋值0.3；日天气类型包括晴、多云、阴天、雨、雪，故设定映射值分别为0.9、0.7、0.5、0.3、0.1；将日期差量化为：

式中，D为日期差的量化值；k为历史日与待测日的相差天数；a为衰减系数，取值为0.9；b为量化的下限，取值为0.1，

利用熵权法进行改进，具体实现过程如下：

4.1.1)建立量化数值组成的评估指标矩阵：

Z＝[z_ij]_mn， (12)

其中，i为评价对象；j为评价指标；z_ij为第j个评价指标下第i个评价对象的评估值；m为评价对象个数；n为评价指标个数；

4.1.2)计算第j个评价指标下第i个评价对象的比重：

其中，r_ij为相似度；

4.1.3)计算每个评价指标的熵值：

其中，Y为评价指标的熵值；

4.1.4)计算各评价指标的权重：

其中，w为评价指标的权重；

步骤4.2)选择相似日，

选最近15天的日类型、气象和日期差以及整点时刻的温度数据作为预测样本集，设第i日量化后，由日类型、气象和日期差组成的向量为H_i＝[h_i1,h_i2,h_i3]，设预测日第j日由日类型、气象和日期差组成的向量为H_j＝[h_j1,h_j2,h_j3]，通过聚类分析法计算如下：

计算出历史日与预测日的相似度r_ij，使得抽象的相似度通过r_ij来量化其具体大小数值；

步骤4.3)确定权重系数的值，

4.3.1)选取由聚类分析法求出的相似度最大的5日作为相似日，且其相似度具有顺序关系w₁＞w₂＞w₃＞w₄＞w₅，w₁ w₂ w₃ w₄ w₅均为权重；

4.3.2)求出专家关于评价指标的重要程度之比：

其中，r为专家关于评价指标的重要程度之比；

4.3.3)求分权重：

y₁＝r₂*r₃*r₄*r₅,y₂＝r₃*r₄*r₅,y₃＝r₄*r₅,y₄＝r₅， (18)

其中，y为分权重；

4.3.4)总权重导数：y^-＝r₂*r₃*r₄*r₅+r₃*r₄*r₅+r₄*r₅+r₅， (19)

其中，y^-为总权重系数；

4.3.5)求出各相似日的序权重：

其中，w^/为相似日的序权重，

求出各相似日的序权重后，根据式(20)求出的序权重即可求得待预测日各时刻温度，得到长期故障的预测结果。

2.根据权利要求1所述的断路器载流故障预测方法，其特征在于，该方法依赖于一种断路器载流故障预测系统，该系统的结构是，包括多个监测从机(1)、监测主机(2)及上位机(3)，每个监测从机(1)各自通过433MHz无线传送方式与监测主机(2)互联，监测主机(2)通过RS485/GPRS方式与上位机(3)互联；监测从机(1)用于对电力设备测温节点的温度信号、触头的电流信号、从机电源的电压信号进行采集，其中的控制芯片再将采集数据通过无线模块上传至监测主机(2)；监测主机(2)的主控连接有LCD液晶屏、报警指示灯和环境温湿度传感器；监测主机(2)将收到的采集数据汇总显示并通过RS485/GPRS方式上传至上位机(3)，上位机(3)通过对数据进行处理，给出预测结论。