[发明专利]一种空气型开关柜用伴生物预警检测方法

权利要求书

1.一种空气型开关柜用伴生物预警检测方法，其特征在于：具体包括以下步骤：

S1、建立数据库：1)、首先搭建空气型开关柜内部过热性故障模拟试验装置，采用热重分析法和质谱分析方法监测环氧树脂、交联聚乙烯、有机硅橡胶等绝缘复合材料在空气气氛下的热分解逸出气体，根据气体产出速率与温度变化的关系筛选主要特征气体分解产物，探究主要绝缘材料与空气分子在不同温度下的分解规律，其中热重分析法通过公式(1)计算在程序控制温度下，物质的质量与温度或时间的关系，

m＝f(t或T) (1)

式中，t为时间，T为温度，m为物质的质量；

2)、进一步采用热重-气相色谱-质谱联用技术，研究开关柜主要绝缘材料环氧树脂、交联聚乙烯、有机硅橡胶等与空气分子在不同温度下的分解规律与主要特征气体分解产物，然后结合热重、质谱、扫描电子显微镜、红外光谱及热重-气相色谱-质谱联用分析结果，确定主要绝缘材料热分解反应机理，对比研究主要绝缘材料在不同温度下的反应动力学特性及差异性行为；

3)、建立空气放电模拟分解气室，进行局部放电实验，利用脉冲电流法对各类绝缘缺陷模型进行放电量的校准，通过逐步升压法确定电压梯度或微粒颗数调节放电量，并测量各实验组的局部放电特性，采集统计相关数据，实验持续24小时，用烟气分析仪每四小时测量一次分解组分，记录各组分的浓度值，最终建立起模拟过热、局放故障下固体绝缘材料特征气体分解产物的分布规律与故障类型的对应关系；

S2、建立气体关联模型：1)、获取数据，选用电化学传感器作为检测传感器，安置在开关柜母线室检测开关柜运行状态，采集气体组分信息c，确定气体浓度净增长，作为SVM和BP神经网络输入层，根据实验训练学习样本预测开关柜当前运行状态；

2)、确定分析对象，不同绝缘缺陷模型下气体组分特性如浓度不一样，根据步骤1)中获取的数据，选择了浓度变化较为明显的三种气体为代表，以这三种气体的浓度净增长作为BP神经网络输入对象，由此训练SVM和BP神经网络；

3)、结合步骤2)中开关柜气体组分信息，通过K-CV交叉验证算法确定SVM的最优惩罚参数c和核函数参数g，以建立高精度的SVM模型；

S3、基于SVM的绝缘缺陷类型诊断：结合步骤S2中确定SVM的最优惩罚参数c和核函数参数g，从数据库中提取数据用于SVM预测，将开关柜内气体浓度c、生成速率v作为输入层，将开关柜常见劣化缺陷模型为输出，不断训练调整网络学习速率、权值阈值，直至网络误差满足设定误差阈值停止迭代，完成开关柜绝缘缺陷类型诊断模型训练；

S4、结合步骤S2中开关柜内气体组分信息和步骤S3中确定的绝缘缺陷类型，确定BP神经网络拓扑结构，确定遗传算法编码规则、编码方式，由适应值函数对初始种群进行选择，判断是否满足停止条件，是则执行步骤S3，否则对父代执行交叉变异操作，生产子代种群，不断重复操作直至满足停止条件；

S5、结合步骤S4确定BP神经网络初始化权值阈值，从数据库提取数据用于神经网络预测，将开关柜内气体浓度c、生成速率v作为神经网络输入层，以模型局部放电的放电时间作为绝缘缺陷劣化程度的参照，并以此为神经网络的输出，不断训练调整网络学习速率、权值阈值，直至网络误差满足设定误差阈值停止迭代，完成开关柜绝缘缺陷劣化程度预测模型训练，预测绝缘劣化程度，从而对相关工作人员进行预警。

2.根据权利要求1所述的一种空气型开关柜用伴生物预警检测方法，其特征在于：所述步骤S1中过热故障模拟装置主要包括长方体密闭钢板器皿、排气阀、待测固体绝缘材料、开关电源、固态继电器、PID温控仪、热源、温度传感器和无线气体传感器，其中PID温控仪控制固态继电器的开断调节热源温度，并通过温度传感器实时监测，实现主要绝缘材料在不同温度下的热降解，无线气体传感器实时监测模拟试验装置内部有机气态物质的体积分数，初步探究主要绝缘材料的热分解有机气态物质体积分数随加热时间变化的规律。

3.根据权利要求1所述的一种空气型开关柜用伴生物预警检测方法，其特征在于：所述步骤S1中空气放电时先将放电模拟气室进行抽真空处理，然后注入干燥空气直至气压与大气一致，利用循环泵抽打去离子水调节湿度至70RH％。