[发明专利]一种基于局部放电检测的电容器冲击老化程度预测方法有效

专利信息
申请号: 202110474581.2 申请日: 2021-04-29
公开(公告)号: CN113203924B 公开(公告)日: 2023-07-11
发明(设计)人: 张晨萌;谢施君;张榆;仰枫;姜南希;张血琴 申请(专利权)人: 国网四川省电力公司电力科学研究院;西南交通大学
主分类号: G01R31/12 分类号: G01R31/12;G06N20/00
代理公司: 成都正德明志知识产权代理有限公司 51360 代理人: 杨木梅
地址: 610041 四川*** 国省代码: 四川;51
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 局部 放电 检测 电容器 冲击 老化 程度 预测 方法
【权利要求书】:

1.一种基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,包括以下步骤:

S1、对多个试品电容器施加冲击电压发生器模拟直流输电系统中电容器投切中承受的操作冲击电压,得到多个老化试品电容器;

S2、对多个老化试品电容器进行局部放电检测,得到归一化训练数据矩阵;

S3、构建并采用归一化训练数据矩阵训练评估模型,得到训练完成的评估模型;

S4、将冲击电压老化电容器的局部放电特征量构成输入数据矩阵,并将输入数据矩阵输入训练完成的评估模型,得到冲击电压老化电容器的老化程度,实现直流输电系统电容器老化程度检测;

所述步骤S2包括以下分步骤:

S21、对多个老化试品电容器加上电压,进行局部放电检测,将检测到的局部放电特征量构建为局部放电特征矩阵,得到每种缺陷的老化试品电容器的局部放电特征矩阵;

S22、采用筛选法对每种缺陷的老化试品电容器的局部放电特征矩阵的列向量进行筛选,将相关度高的列向量构建为新的局部放电特征矩阵,在新的局部放电特征矩阵加入冲击电压老化次数、环境变量和浪涌电压,得到每种缺陷的老化试品电容器的训练数据矩阵;

S23、对每种缺陷的老化试品电容器的训练数据矩阵进行归一化处理,得到矩阵元素范围为(-1,1)的归一化训练数据矩阵。

2.根据权利要求1所述的基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,所述步骤S1包括以下分步骤:

S11、设置N种不同缺陷的试品电容器,每种缺陷的试品电容器有M个;

S12、对M×N个试品电容器施加冲击电压发生器模拟直流输电系统中电容器投切中承受的操作冲击电压,得到M×N个老化试品电容器。

3.根据权利要求1所述的基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,所述步骤S1中操作冲击电压为:电容器在投切中,电容器所承受的暂态操作过电压。

4.根据权利要求1所述的基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,所述步骤S21中局部放电特征量包括:单位时间内局部放电次数、局部放电出现的最小电压和局部放电峰值。

5.根据权利要求1所述的基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,所述步骤S22中环境变量包括:老化试品电容器所处的位置温度和大气湿度。

6.根据权利要求1所述的基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,所述步骤S22中浪涌电压包括:老化试品电容器受到冲击后的浪涌电压幅值、浪涌电压频率和浪涌电压谐波次数。

7.根据权利要求1所述的基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,所述步骤S3包括以下分步骤:

S31、构建标签数据矩阵,在标签数据矩阵和归一化训练数据矩阵中选择相同老化程度的标签数据矩阵和归一化训练数据矩阵,构建数量不低于10的相同老化程度的样本;

S32、根据局部放电特征量与老化损伤程度对应关系,采用ANN算法,建立评估模型;

S33、初始化评估模型的模型参数;

S34、采用样本对评估模型进行训练;

S35、判断训练过程中评估模型的输出与预测结果的差值是否小于设定阈值,若是,则得到训练完成的评估模型,若否,则跳转至步骤S36;

S36、基于差值自适应调节模型参数,并跳转至步骤S34对评估模型进行再次训练。

8.根据权利要求1所述的基于局部放电检测的电容器冲击老化程度预测方法,其特征在于,所述步骤S4包括以下分步骤:

S41、将冲击电压老化电容器的浪涌电压幅值、浪涌电压频率和浪涌电压谐波次数构成输入数据矩阵;

S42、将输入数据矩阵输入训练完成的评估模型,得到冲击电压老化电容器的老化程度,实现直流输电系统电容器老化程度检测。

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国网四川省电力公司电力科学研究院;西南交通大学,未经国网四川省电力公司电力科学研究院;西南交通大学许可,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/202110474581.2/1.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