[发明专利]六氟化硫电气设备绝缘状态综合评估的方法无效

专利信息
申请号: 201010504048.8 申请日: 2010-10-12
公开(公告)号: CN102034019A 公开(公告)日: 2011-04-27
发明(设计)人: 张晓星;唐炬;郑新才;张申;曾福平;刘勋;张凯;曹海军;李明;王丽君 申请(专利权)人: 重庆大学
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 重庆大学专利中心 50201 代理人: 胡正顺
地址: 400044 *** 国省代码: 重庆;85
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种六氟化硫电气设备绝缘状态综合评估的方法,属于SF6电气设备绝缘状态的监测及评估技术领域。本发明利用计算机和申请号为201020240900.0的“六氟化硫电气设备综合评估装置”,通过程序,应用模糊理论和神经网络方法,采用Windows界面工作方式,对SF6电气设备绝缘状态进行综合评估。本发明能对SF6电气设备的SF6气体中所含微水、主要放电分解产物(HF、CO、SO2、H2S)及其浓度等运行指标进行监测和智能分析及综合评估,具有操作简单、高效,使用灵活方便,便于现场快速检测及评估等特点。本发明可广泛应用于发电厂、变电站现场快速检测及评估SF6电气设备绝缘状态。
搜索关键词: 六氟化硫 电气设备 绝缘 状态 综合 评估 方法
【主权项】:
一种六氟化硫电气设备绝缘状态综合评估的方法,其特征在于具体的方法步骤如下:(1)初始化待笔记本电脑开机后,先输入操作人员的用户名及密码,当用户名及密码与系统预先设置的用户名及密码相符合时,才能打开本综合评估系统并进入系统主界面,再进行系统功能选择;(2)系统功能选择第(1)步完成后,根据被管理电力企业的具体情况及SF·6·电气设备综合评估的要求进行管理系统的功能选择,即变电站管理、SF·6·电气设备管理、SF·6·电气设备绝缘状态综合评估、退出系统功能的选择,并自动选择“变电站管理”,进入变电站管理子系统;1)变电站管理①建立变电站管理数据库首次使用本系统时,需要将被管理电力企业中的有SF·6·电气设备的变电站的基本信息,即变电站名称、地址、电压等级、容量、投入运行时间,录入本系统数据库中,并以两位数字按01、02、03...的顺序对其统一进行编号,建立变电站管理数据库,数据库采用关系型数据库;②新增变电站第(2)‑1)‑①步完成后,当被管理电力企业中出现新建变电站且该站有SF·6·电气设备、因管理权限发生变更而新增变电站且该站有SF·6·电气设备、因设备更新而新增SF·6·电气设备的变电站,将新建或新增变电站的基本信息,即变电站名称、地址、电压等级、容量、投入运行时间,并编号后输入第(2)‑1)‑①步建立的变电站管理数据库中,及时更新变电站管理数据库;③删除变电站第(2)‑1)‑①步完成后,当被管理电力企业因管理权限发生变更而减少有SF·6·电气设备的变电站时,将所减少的变电站的基本信息及编号从(2)‑1)‑①步所建立的变电站管理数据库中及时删除,同时删除该变电站所辖的所有SF·6·电气设备的相关信息;2)SF·6·电气设备管理①建立SF·6·电气设备管理数据库第(2)‑1)步完成后,录入第(2)‑1)步中被管理变电站中的SF·6·电气设备的基本信息,即名称、型号、电压等级、检修周期、检修情况,并按xx xxxx x xx九位数字进行统一编号,其编号中,前两位为第(2)‑1)中变电站的编号;第3至第6位为SF·6·电气设备的电压等级,即1000代表1000kV、0800代表800kV、0500代表500kV、0330代表330kV、0220表示220kV、0110代表110kV、0035表示35kV;第7位数字为SF·6·电气设备的类型,其中:1代表GIS、2表示SF·6·断路器、3代表GIT、4代表气体绝缘线路(GIL);最后两位数字代表相同类型的SF·6·电气设备的编号;②新增SF·6·电气设备第(2)‑2)‑①步完成后,当被管理变电站中的因设备更新或者设备升级而新增了SF·6·电气设备时,需要将新增的SF·6·电气设备的基本信息,即名称、型号、电压等级、检修周期、检修情况,及时地录入到系统的数据库中并按前述的九位数字进行编号,并且将该SF·6·电气设备关联到所属的变电站的数据库中,及时更新变电站管理数据库;③删除SF·6·电气设备第(2)‑2)‑①步完成后,当被管理变电站中的SF·6·电气设备因设备变更,当型号变更、类型变更、设备被替换时,将变更后的SF·6·电气设备的基本信息及编号录入第(2)‑2)‑①步建立的SF·6·电气设备管理数据库中,并删除变更前的SF·6·电气设备的所有信息,及时更新SF·6·电气设备管理数据库;3)SF·6·电气设备绝缘状态的综合评估第(2)‑2)步完成后,或对已建立变电站管理数据库和SF6电气设备管理数据库的电力企业进行SF6电气设备绝缘状态综合评估时,选择“综合评估”;当选择“综合评估”功能时,对SF·6·电气设备的绝缘状态进行综合评估,包括“数据采集”、“趋势分析”和“诊断分析”,其具体步骤如下:①数据采集采集能表征所管理的电力企业中的变电站中所辖的SF6电气设备绝缘状态的相关数据,具体为:利用申请号为:201020240900.0的“六氟化硫电气设备综合评估装置”采集SF6电气设备中SF6气体微水含量、分解组分气体的浓度,即CO、HF、SO2、H2S的浓度能表征SF6电气设备气体绝缘状态的运行指标,并存储后,通过串口连接线将所述装置的通讯接口的输出端连接和笔记本电脑的通讯接口相连接;在第(2)‑1)和第(2)‑2)步中建立的变电站和SF6电气设备管理数据库中选择被评估的SF6电气设备所从属的变电站,并在该变电站所辖SF6电气设备的目录中选择被评估的SF6电气设备的名称,进入数据采集模式;点击开始采集按钮,计算机通过RS_232总线给装置下达数据传输命令,装置接到数据传输命令后,通过RS_232总线向计算机系统传输相应传感器所采集到的数据,且综合评估系统的存储模块具有将接收到的传感器数据自动保存的功能,存储内容包括:SF6气体的微水含量、分解组分气体即CO、HF、SO2、H2S的浓度、设备号、采集时间,数据库采用通用的关系型数据库,待数据传输完毕后显示采集结果,并在历史数据中显示;历史数据供系统综合分析评估使用;当数据采集操作完成后,进行是否“继续”判断,当还需要进行其他综合评估,即查询历史趋势、诊断分析操作时,则选择“是”,程序调回到综合评估对话框入口处,弹出综合评估对话框,进行相应的评估选择操作;当不需要进行其他综合评估操作时,选择“否”,程序运行到等待确认退出系统,进行“退出”判断;②历史查询第(2)‑3)‑①步完成后,当需要对被选择和检测的SF6电气设备进行历史趋势分析时,选择“历史趋势查询”功能选项,系统将对设备进行历史趋势分析,查询计算机系统所存储的该SF6电气设备自被本综合评估系统管理以来每一检修周期所采集的表征SF6气体绝缘状态指标,即SF6电气设备中SF·6·气体的微水含量、分解组分气体,即CO、HF、SO·2·、H·2·S的含量的历史数据;首先选择微水、CO、HF、SO2、H2S的属性,然后选择起始时间,终止时间,然后按时间排序并绘制出相应的表征绝缘状态的指标的趋势曲线,以便进行绝缘状态的趋势分析,方便变电站工作人员及上级管理人员观察站内SF·6·电气设备绝缘的长期运行状态,为其进行相关决策提供历史依据;查询完毕后,进行是否“继续”判断,当还需要进行其他综合评估,即数据采集、诊断分析操作时,则选择“是”,程序调回到综合评估对话框入口处,弹出综合评估对话框,进行相应的评估选择操作;当不需要进行其他综合评估操作时,选择“否”,程序运行到等待确认退出系统,进行“退出”判断;③诊断分析第(2)‑3)‑①完成后,当需要对被选择的SF6电气设备的绝缘状态进行诊断分析,则需选择综合评估对话框中的“诊断分析”,系统程序将跳到“诊断分析”子程序入口处,等待诊断分析初始化操作,待初始化操作完成后,诊断程序将结合模糊神经网络方法依次执行计算特征量即SF·6·气体微水含量、分解组分气体即CO、HF、SO·2·、H·2·S的含量x·i·的隶属度、模糊推理、计算SF·6·电气设备的绝缘状态θ的隶属度、给出并保存诊断结果及故障可能原因,具体为:综合评估系统根据表征SF·6·电气设备气体绝缘状态的特征量x·i·的特征值,即SF·6·气体微水含量、分解组分气体即CO、HF、SO·2·、H·2·S的含量,采用模糊神经网络方法对SF·6·电气设备的绝缘状态进行综合评估,以便准确掌握SF·6·电气设备内部绝缘状态和指导维修,模糊神经网络采用基于径向基函数(RBF)神经网络技术实现模糊隶属函数生成与模糊推理,且RBF神经网络的隐含层神经元传递函数采用高斯核函数形式,对于每个特征量x·i·,用一个子网络产生其隶属于相应模糊子集的隶属度,不同的特征量x·i·其取值范围不同,其高斯核函数的中心值C·jN·、C·jM·、C·jH·也不同,而且,特征量x·i·隶属于模糊集合{‘正常’,‘轻微故障’,‘严重故障’}的隶属度函数表达式为: μ iN ( x i ) = 1 x i < C iN exp ( - ( x i - C iN ) 2 σ iN 2 ) x i > C iN - - - ( 1 ) μ iM ( x i ) = exp ( - ( x i - C iM ) 2 σ iM 2 ) - - - ( 2 ) μ iH ( x i ) = exp ( - ( x i - C iH ) 2 σ iH 2 ) x i < C iH 1 x i > C iH - - - ( 3 ) 其中C·jN·、C·jM·、C·jH·,σiN、σiM、σiH,分别代表特征量x·i·含量正常、含量偏高、含量过高所对应的高斯核函数的中心值和标准偏差,其值根据相关标准查询,再把各模糊量化子网络输出μ·iN·(x·i·)、μ·iM·(x·i·)、μ·iH·(x·i·)作为模糊推理网络的输入,其中μ·iN·(x·i·)代表特征量x·i·含量正常、μ·iM·(x·i·)代表特征量x·i·含量偏高、μ·iH·(x·i·)代表特征量x·i·含量过高,确定相应标准输出模式,再反复训练网络,实现模糊推理,神经网络输出值μ·N·(θ)、μ·M·(θ)、μ·H·(θ)分别为SF·6·电气设备的绝缘状态θ隶属于模糊集合{‘正常’,‘轻微故障’,‘严重故障’}的隶属度,根据最大隶属度原则判定SF·6·电气设备的绝缘状态,并根据最大隶属度原则,由模糊量化每个特征量x·i·的子网络的输出值给出引起SF·6·电气设备的绝缘故障的可能原因,具体为:SF·6·气体微水含量过高、分解组分气体即CO、HF、SO·2·、H·2·S的含量偏高;4)退出系统当选择“退出系统”功能时,系统退出,程序结束。
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重庆大学,未经重庆大学许可,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/patent/201010504048.8/,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