公开/公告号CN113128482A
专利类型发明专利
公开/公告日2021-07-16
原文格式PDF
申请/专利权人 武汉华瑞伏安电力科技有限公司;
申请/专利号CN202110669791.7
申请日2021-06-17
分类号G06K9/00(20060101);G06Q10/06(20120101);G06Q50/06(20120101);G01R31/08(20060101);G01R31/12(20060101);
代理机构42257 武汉大楚知识产权代理事务所(普通合伙);
代理人徐杨松;高源
地址 430000 湖北省武汉市东湖新技术开发区关山二路特1号国际企业中心4栋4层01号-4
入库时间 2023-06-19 11:52:33
技术领域
本发明涉及电网领域,具体涉及一种多因素影响的输电线路异常放电风险等级评估方法。
背景技术
随着电气社会的飞速发展,电网在生产、生活等方面扮演着极为重要的角色,输电线路作为电网的主动脉,其安全、稳定运行日益受到电网的关注。输电线路常处于荒郊野外,其运行环境恶劣,为保障供电的可靠性,需要进行日常维护工作。
典型故障主要包括雷击、外破、树障等,其中雷击、外破等故障是瞬发性故障,而树障等故障则存在渐进发展过程,故障前常产生一定时间的异常特征,输电线路常见缺陷有通道树木超高、绝缘子积污、金具曲线等,其中树木临近导线、污秽、金具异常等缺陷易产生异常放电,线路缺陷异常放电所产生的电流幅值极小(数毫安~几安培),无法引发继保动作,但若长时间不管理,则放电会加剧,致使带电的线路本体与外物之间介质的绝缘水平降低,最终引发跳闸。
目前,针对输电线路故障监测较为有效的手段即为输电线路分布式故障监测装置,但该装置主要作用于线路故障领域,无法监测异常放电状态,另外,现阶段新兴的输电线路故障、异常放电一体化监测系统(监测终端)可实现异常放电的在线、广域监测,但该系统暂无有效的方法针对线路异常放电风险等级进行评估。
发明内容
本发明所要解决的技术问题是提供一种多因素影响的输电线路异常放电风险等级评估方法,以克服上述现有技术中的不足。
本发明解决上述技术问题的技术方案如下:一种多因素影响的输电线路异常放电风险等级评估方法,包括如下步骤:
S000、根据监测终端获取输电线路波形数据;
S001、通过波形数据中放电波形特征进行异常放电原因分类辨识;
S002、确定影响因素,并以影响因素为准则层构建风险等级层次分析模型;
S003、比较影响因素之间的重要程度;
S004、根据影响因素之间的重要程度对比标度,构建层次分析判断矩阵;
S005、确定影响因素权重指标;
S006、根据所得到的所有影响因素的权重向量划定放电风险等级。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步,放电原因包括:
树木超高、绝缘子污秽、绝缘子覆冰、金具浮放电、避雷线缺陷放电、其他;
放电波形特征包括:脉宽、上升沿时间、波尾时间和半峰值时间。
更进一步,若脉宽≥30us、上升沿时间:10us~30us、波尾时间≥10us、半峰值时间≥15us,则放电原因判断为树木超高;
若脉宽:8us~40us、上升沿时间:5us~15us、波尾时间:10us~20us、半峰值时间:6us~30us,则放电原因判断为绝缘子污秽;
若脉宽:8us~30us、上升沿时间:4us~10us、波尾时间:3us~15us、半峰值时间:6us~25us,则放电原因判断为绝缘子覆冰;
若脉宽≤10us、上升沿时间:1us~5us、波尾时间:2us~5us、半峰值时间:2us~8us,则放电原因判断为金具浮放电;
若脉宽:3us~20us、上升沿时间:1us~8us、波尾时间:2us~12us、半峰值时间:2us~15us,则放电原因判断为避雷线缺陷放电;
不满足树木超高、绝缘子污秽、绝缘子覆冰、金具浮放电、避雷线缺陷放电的放电波形特征,则放电原因判断为其他。
进一步,影响因素分别为异常放电幅值、异常放电原因、线路重要等级、定位杆塔所处区段重要程度和放电幅值增长速度。
进一步,比较影响因素之间的重要程度采用问卷或个人调研方式获取;
在构建层次分析判断矩阵后,确定影响因素是否为个人判断;
若为是,则判断层次分析判断矩阵是否满足一致性校验指标;
若为否,则进入S005;
在判断是否满足一致性校验指标时;
若为是,则进入S005;
若为否,则修正判断矩阵,并再次进行一致性校验。
进一步,将准则层的每一个影响因素的重要程度划分等级,不同等级对应不同的量化指标,计算每个影响因素的平均值,根据平均值按照数值大小排序五个影响因素,按照九分制标法定义每两个影响因素之间的重要性对比。
进一步,层次分析判断矩阵中元素为五个影响因素之间的重要程度对比标度。
进一步,确定影响因素权重指标具体为:
归一化判断矩阵:每一个矩阵元素除以其所在列之和;
归一化矩阵按行求和;
将相加后得到的向量中每一个元素除以影响因素个数,即得到权重向量。
本发明的有益效果是:
1)风险等级评估的样本数据来源于监测终端,可有效反应线路异常放电的放电点及放电类型,可靠性极高;
2)结合运维多因素,多维度地评估线路异常放电风险等级,更具指导意义。
附图说明
图1为本发明所述多因素影响的输电线路异常放电风险等级评估方法的流程图;
图2为异常点定位原理图;
图3为风险等级层次分析模型。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
为实现输电线路异常放电风险等级评估,需结合输电线路故障、异常放电监测终端(输电线路故障、异常放电一体化监测系统,其为现有技术)所诊断的数据:
监测终端主要实现以下功能:
1)输电线路故障监测、诊断;
2)输电线路异常放电监测、诊断;
多因素影响的输电线路异常放电风险等级评估系统包含监测终端、数据中心和前端展示系统,其中,监测终端与数据中心采用无线连接,比如采用4G网络、5G网络等,数据中心则与前端展示系统可以通过数据线连接;
监测终端:分布式安装于线路本体上,实时采集波形数据,并以无线的方式上传至数据中心,其中,波形数据包含故障行波电流/异常放电行波电流等;
数据中心:接收监测终端所上传的波形数据,并进行分析、处理;
前端展示系统:前端展示APP,读取数据中心的处理结果,展示分析诊断数据及预警风险等级等信息。
实施例1
如图1所示,一种多因素影响的输电线路异常放电风险等级评估方法,包括如下步骤:
S000、根据监测终端获取输电线路波形数据;
S001、通过放电波形特征进行异常放电原因分类辨识;
S002、确定影响因素,并以影响因素为准则层构建风险等级层次分析模型;
S003、比较影响因素之间的重要程度;
S004、根据影响因素之间的重要程度对比标度,构建层次分析判断矩阵;
S005、确定影响因素权重指标;
S006、根据所得到的所有影响因素的权重向量划定放电风险等级。
实施例2
本实施例为在实施例1的基础上对其所进行的进一步改进,具体如下:
根据所监测到的波形数据可以进行放电点精确定位,实现原理如下:
在1#变电站与2#变电站之间的线路本体上安装#m监测终端、#n监测终端,而#m监测终端与#n监测终端之间具有放电杆塔a,#m监测终端距离放电杆塔a的距离为s,而#n监测终端与#m监测终端之间的距离为L
根据监测终端所监测到的波形数据进行双端定位,最终定位放电杆塔为a,则计算
实施例3
如图1所示,本实施例为在实施例1或2的基础上对其所进行的进一步改进,具体如下:
放电原因分类辨识:根据监测终端所监测到的波形数据中的放电波形特征进行异常放电原因辨识,放电原因主要分为:树木超高、绝缘子污秽、绝缘子覆冰、金具浮放电、避雷线缺陷放电、其他(不满足上述类型放电特征量的为其他);
放电波形特征包括:脉宽、上升沿时间、波尾时间和半峰值时间;
通常情况下,不同类型放电波形特征如表1所示:
表1不同类型放电波形特征
而在本实施例中,可以优选如下:
即:若脉宽≥30us、上升沿时间:10us~30us、波尾时间≥10us、半峰值时间≥15us,则放电原因判断为树木超高;
若脉宽:8us~40us、上升沿时间:5us~15us、波尾时间:10us~20us、半峰值时间:6us~30us,则放电原因判断为绝缘子污秽;
若脉宽:8us~30us、上升沿时间:4us~10us、波尾时间:3us~15us、半峰值时间:6us~25us,则放电原因判断为绝缘子覆冰;
若脉宽≤10us、上升沿时间:1us~5us、波尾时间:2us~5us、半峰值时间:2us~8us,则放电原因判断为金具浮放电;
若脉宽:3us~20us、上升沿时间:1us~8us、波尾时间:2us~12us、半峰值时间:2us~15us,则放电原因判断为避雷线缺陷放电;
不满足树木超高、绝缘子污秽、绝缘子覆冰、金具浮放电、避雷线缺陷放电的放电波形特征,则放电原因判断为其他。
实施例4
如图1所示,本实施例为在实施例3的基础上对其所进行的进一步改进,具体如下:
构建风险等级层次分析模型:
结合输电线路实际维护过程中所需要关注线路的影响因素,构建风险等级层次分析模型;
影响因素即为准则层,根据经验,输电线路异常放电的消缺处理需考虑以下影响因素:异常放电幅值(记作A)、异常放电原因(记作B)、线路重要等级(记作C)、定位杆塔所处区段重要程度(记作D)、放电幅值增长速度(记作E);
按照上述影响因素,所构成的风险等级层次分析模型如图3所示;
其中,目标层为:输电线路异常放电风险等级;
准则层为:异常放电幅值、异常放电原因、线路重要等级、定位杆塔所处区段重要程度和放电幅值增长速度;
而方案层为:风险等级Ι、风险等级Ⅱ、风险等级Ⅲ和风险等级Ⅳ。
实施例5
如图1所示,本实施例为在实施例4的基础上对其所进行的进一步改进,具体如下:
比较影响因素之间的重要程度,具体为:
评判模型中准则层各影响因素的重要程度,各影响因素的样本数量为n;
如,将准则层的每一个影响因素的重要程度划分为五级,分别为:影响重大、中度影响、微弱影响、不清楚和不影响;
量化后分别对应5、4、3、2、1五个量化指标;
计算每个影响因素的平均值:
异常放电幅值平均值
计算公式为:
其中,n为对应影响因素的样本数量,而z
按照数值大小排序五个影响因素,按照九分制标法定义每两个影响因素之间的重要性对比:
表2 A、B两个影响因素之间的重要性对比
即:若A和B同样重要,则对应标度1;若A比B稍微重要,则对应标度3;若A比B明显重要,则对应标度5;若A比B强烈重要,则对应标度7;若A比B极端重要,则对应标度9;
同理对于C、D、E亦如此,异常放电幅值(记作A)、异常放电原因(记作B)、线路重要等级(记作C)、定位杆塔所处区段重要程度(记作D)、放电幅值增长速度(记作E)。
实施例6
如图1所示,本实施例为在实施例4或5的基础上对其所进行的进一步改进,具体如下:
比较影响因素之间的重要程度采用问卷或个人调研方式获取;
在构建层次分析判断矩阵后,确定影响因素是否为个人判断;
若为是,则判断层次分析判断矩阵是否满足一致性校验指标;
若为否,则进入S005;
在判断是否满足一致性校验指标时;
若为满足,则进入S005;
若为不满足,则修正判断矩阵,并再次进行一致性校验;
其中,如何判断是否满足一致性校验指标,具体如下:
一致性指标:
,查找平均随机一致性指标,由于影响因素个数N=5,故查平均随机一致性指标表得一致性指标RI=1.12,最后计算一致性比例CR=CI/RI,若CR小于0.1,则矩阵正确,反之重新构建矩阵,再次进行一致性校验。
实施例7
如图1所示,本实施例为在实施例5或6的基础上对其所进行的进一步改进,具体如下:
构建层次分析判断矩阵具体为:
根据五个影响因素之间的重要程度对比标度,构建层次分析判断矩阵,层次分析判断矩阵中元素为五个影响因素之间的重要程度对比标度;
表3多因素重要程度对比表
根据表3,生成判断矩阵:
其中,a、b、c、d、e、f、g、h、i、j代表两影响因素之间的标度值,取值按照表2中规则对应的标度值。
实施例8
如图1所示,本实施例为在实施例7的基础上对其所进行的进一步改进,具体如下:
确定影响因素权重指标:计算每个影响因素的权重指标;
1)归一化判断矩阵:每一个矩阵元素除以其所在列之和;
例如:根据表3所生成的判断矩阵归一化后,第一行第一列的元素为
2)归一化矩阵按行求和;
3)将相加后所得到的向量中每一个元素除以影响因素个数,影响因素个数为5个,即得到权重向量,分别记为α、β、χ、δ、ε。
实施例9
如图1所示,本实施例为在实施例8的基础上对其所进行的进一步改进,具体如下:
根据所得到的五个影响因素的权重向量划定放电风险等级:
计算
0≤P<i
i
i
i
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
机译: 道路沉降风险等级评估装置,道路沉降风险等级评估方法以及用于道路沉降风险等级评估的计算机程序
机译: 电力系统风险等级评估方法
机译: 电力系统风险等级评估方法