[发明专利]断路器载流故障预测方法

摘要

本发明公开了一种断路器载流故障预测方法，步骤包括：1)采集相关数据，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；2)采用动态阈值算法去除奇异点数据，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。本发明的方法，精确度高。

主权项

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等问题引起的奇异点，具体过程如下：2.1)将一段时间内监测到的温度数据Xi进行归一化处理，其中，Xi为监测到的温度数据，Xmin为监测数据中的最小值，Xmax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，mi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，hi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)用预测时刻的采样值，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的数值视具体情况而定，优选K＝5；如果该点数据满足上式，则不剔除该点而沿用原来的数据，但如果该点满足下式：|xt‑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。