本發(fā)明屬于高壓設(shè)備領(lǐng)域，特別涉及一種高壓設(shè)備狀態(tài)評(píng)估方法、在線監(jiān)測(cè)裝置評(píng)估方法及裝置。

背景技術(shù)：

基于“大運(yùn)行”和“大檢修”的需求，設(shè)備運(yùn)行狀態(tài)和控制狀態(tài)的精確感知和可靠性評(píng)估是智能高壓設(shè)備的核心內(nèi)容之一。在智能高壓設(shè)備工程建設(shè)中，通過傳感器、智能組件、網(wǎng)絡(luò)和各級(jí)主站的相互配合實(shí)現(xiàn)高壓設(shè)備信息的就地狀態(tài)采集和評(píng)估分析，但就目前實(shí)際應(yīng)用效果來看，普遍存在設(shè)備監(jiān)測(cè)數(shù)據(jù)可用性差，誤報(bào)警和漏報(bào)警率高等現(xiàn)象，對(duì)狀態(tài)檢修指導(dǎo)作用不強(qiáng)。同時(shí)由于種種原因，采集的大量設(shè)備譜圖數(shù)據(jù)沒有得到充分利用，造成資源浪費(fèi)。

在智能變電站建設(shè)過程中，變壓器油色譜監(jiān)測(cè)、高壓局部放電監(jiān)測(cè)和高壓開關(guān)機(jī)構(gòu)狀態(tài)監(jiān)測(cè)技術(shù)應(yīng)用越來越廣，但實(shí)際上應(yīng)用效果不盡人意，主要表現(xiàn)在以下幾方面：

1)用于宿主設(shè)備運(yùn)行狀態(tài)感知的監(jiān)測(cè)裝置可靠性差，有效報(bào)警率低等情況突出，其產(chǎn)品成熟度需進(jìn)一步提升。如國(guó)網(wǎng)2014年24號(hào)文指出“截至2013年6月，國(guó)網(wǎng)28家省電力公司(含國(guó)網(wǎng)運(yùn)行公司)共裝用各類變電設(shè)備在線監(jiān)測(cè)裝置30422套。包括油中溶解氣體、避雷器絕緣在線監(jiān)測(cè)、超高頻GIS局放監(jiān)測(cè)、紅外測(cè)溫等在線監(jiān)測(cè)裝置共15類。目前，各類裝置共發(fā)現(xiàn)設(shè)備缺陷2626次，缺陷發(fā)現(xiàn)率為0.061次/(臺(tái)·年)，裝置故障率為0.124次/(臺(tái)·年)，裝置有效報(bào)警率為7.7％”。同樣，裝置譜圖由于在線監(jiān)測(cè)裝置應(yīng)用環(huán)境干擾、采集回路和處理回路的缺陷也不同程度存在“失真”情況。附圖1給出了油中溶解氣體監(jiān)測(cè)裝置生成的譜圖，其中有真實(shí)反應(yīng)宿主高壓設(shè)備狀態(tài)的譜圖，也有監(jiān)測(cè)裝置回路異常生成的“失真”譜圖。附圖2給出了GIS局放在線監(jiān)測(cè)裝置生成的譜圖，其中有真實(shí)反應(yīng)宿主高壓設(shè)備狀態(tài)的譜圖，也有環(huán)境因素、安裝因素影響的“失真”譜圖。

2)目前監(jiān)測(cè)裝置側(cè)重?cái)?shù)據(jù)采集，僅僅按格式要求生成譜圖和實(shí)現(xiàn)譜圖上送，交于后級(jí)主站處理即可，裝置層面的譜圖分析不夠深入，譜圖僅在調(diào)試和用戶有需求時(shí)展示，要有效提升裝置正確預(yù)警率，應(yīng)加強(qiáng)對(duì)譜圖信息挖掘和識(shí)別譜圖能力。

3)在線監(jiān)測(cè)裝置生成的譜圖包含有豐富的高壓宿主設(shè)備狀態(tài)和監(jiān)測(cè)裝置運(yùn)行狀態(tài)信息，由于在線監(jiān)測(cè)裝置運(yùn)行環(huán)境惡劣、自身器件故障、老化導(dǎo)致譜圖“失真”現(xiàn)象時(shí)有發(fā)生，給后級(jí)系統(tǒng)甄別設(shè)備故障帶來困難。目前不論在裝置級(jí)或后臺(tái)分析層面，均缺乏對(duì)“失真”譜圖的鑒別能力。在智能高壓設(shè)備運(yùn)行中，會(huì)出現(xiàn)監(jiān)測(cè)裝置自身狀態(tài)或運(yùn)行條件變化導(dǎo)致的譜圖“失真”的現(xiàn)象。

由于目前設(shè)備無“失真”譜圖鑒別能力，這些“失真”譜圖往往都認(rèn)為是高壓宿主設(shè)備運(yùn)行特征從而導(dǎo)致誤報(bào)警。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種高壓設(shè)備狀態(tài)評(píng)估方法，用于解決高壓設(shè)備運(yùn)行狀態(tài)評(píng)估的正確判斷率低的問題；以及一種高壓設(shè)備監(jiān)測(cè)裝置狀態(tài)評(píng)估方法，用于解決在線監(jiān)測(cè)裝置自身故障狀態(tài)的監(jiān)測(cè)評(píng)估問題，同時(shí)解決了高壓設(shè)備誤告警的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明的一種基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估方法，技術(shù)方案是，該方法的步驟如下：

S1.將采集的各種譜圖與建立的典型譜圖樣本庫進(jìn)行比對(duì)，所述典型樣本圖庫至少包括各種“失真”類典型譜圖；

S2.判斷采集的譜圖屬于“失真”譜圖或“非失真”譜圖，當(dāng)屬于“失真”譜圖時(shí)，與在線監(jiān)測(cè)裝置自身故障有關(guān)，當(dāng)屬于“非失真”譜圖時(shí)，將采集的譜圖用于判斷高壓設(shè)備的運(yùn)行狀態(tài)。

對(duì)采集的譜圖，利用聚類算法挑選出“失真”譜圖，從而分離出“非失真”譜圖，或利用聚類算法挑揀出“失真”譜圖和“非失真”譜圖，從而將譜圖分為“失真”譜圖與“非失真”譜圖。

當(dāng)采集的譜圖屬于“失真”譜圖時(shí)用于發(fā)出在線監(jiān)測(cè)裝置自身故障報(bào)警信號(hào)，同時(shí)高壓設(shè)備運(yùn)行狀態(tài)告警回路或高壓設(shè)備控制狀態(tài)告警回路閉鎖。

站級(jí)對(duì)所述在線監(jiān)測(cè)裝置上發(fā)送的自身故障報(bào)警信號(hào)進(jìn)行關(guān)聯(lián)性分析和再次確認(rèn)，防止誤報(bào)警。

本發(fā)明的一種基于譜圖智能識(shí)別的高壓設(shè)備在線監(jiān)測(cè)裝置狀態(tài)評(píng)估方法，技術(shù)方案是，該方法的步驟如下：

S1.將采集的各種譜圖與建立的典型譜圖樣本庫進(jìn)行比對(duì)，所述典型樣本圖庫包括各種“失真”類典型譜圖；

S2.判斷采集的譜圖，當(dāng)屬于“失真”譜圖時(shí)，在線監(jiān)測(cè)裝置發(fā)出自身故障報(bào)警信號(hào)。

當(dāng)“失真”譜圖發(fā)出在線監(jiān)測(cè)裝置故障報(bào)警信號(hào)時(shí)，高壓設(shè)備運(yùn)行狀態(tài)告警回路或高壓設(shè)備控制狀態(tài)告警回路閉鎖。

本發(fā)明還提供了一種基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估裝置，該裝置包括：

比對(duì)單元：用于將采集的各種譜圖與典型譜圖樣本庫進(jìn)行比對(duì)，所述典型樣本圖庫至少包括各種“失真”類典型譜圖；

判斷單元：用于判斷采集的譜圖屬于“失真”譜圖或“非失真”譜圖，當(dāng)屬于“失真”譜圖時(shí)，與在線監(jiān)測(cè)裝置自身故障有關(guān)，當(dāng)屬于“非失真”譜圖時(shí)，將采集的譜圖用于判斷高壓設(shè)備的運(yùn)行狀態(tài)。

該裝置還包括用于對(duì)采集的譜圖，利用聚類算法挑選出“失真”譜圖，從而分離出“非失真”譜圖，或利用聚類算法挑揀出“失真”譜圖和“非失真”譜圖，從而將譜圖分為“失真”譜圖與“非失真”譜圖的單元。

該裝置還包括用于當(dāng)采集的譜圖屬于“失真”譜圖時(shí)用于發(fā)出在線監(jiān)測(cè)裝置自身故障報(bào)警信號(hào)，同時(shí)高壓設(shè)備運(yùn)行狀態(tài)告警回路或高壓設(shè)備控制狀態(tài)告警回路閉鎖的單元。

該裝置還包括用于站級(jí)對(duì)所述在線監(jiān)測(cè)裝置上發(fā)送的自身故障報(bào)警信號(hào)進(jìn)行關(guān)聯(lián)性分析和再次確認(rèn)，防止誤報(bào)警的單元。

本發(fā)明還提供了一種基于譜圖智能識(shí)別的高壓設(shè)備在線監(jiān)測(cè)裝置狀態(tài)評(píng)估裝置，該裝置包括：

S1.比對(duì)單元：用于將采集的各種譜圖與建立的典型譜圖樣本庫進(jìn)行比對(duì)，所述典型樣本圖庫包括各種“失真”類典型譜圖；

S2.判斷單元：用于判斷采集的譜圖，當(dāng)屬于“失真”譜圖時(shí)，在線監(jiān)測(cè)裝置發(fā)出自身故障報(bào)警信號(hào)。

該裝置還包括用于當(dāng)“失真”譜圖發(fā)出在線監(jiān)測(cè)裝置故障報(bào)警信號(hào)時(shí)，高壓設(shè)備運(yùn)行狀態(tài)告警回路或高壓設(shè)備控制狀態(tài)告警回路閉鎖的單元。

本發(fā)明的有益效果是：

本發(fā)明的利用基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估方法，在現(xiàn)有方法的基礎(chǔ)上，該方法將失真圖譜剔除出去，只對(duì)非失真譜圖進(jìn)行高壓設(shè)備運(yùn)行狀態(tài)評(píng)估，提升了高壓設(shè)備運(yùn)行狀態(tài)評(píng)估的正確判斷率，能夠有效的解決工程應(yīng)用中高壓設(shè)備誤告警率高的難題。

由于高壓設(shè)備本身對(duì)譜圖沒有鑒別能力，將高壓設(shè)備工作平臺(tái)與服務(wù)器平臺(tái)相連接，利用計(jì)算機(jī)智能算法能夠有效地對(duì)譜圖識(shí)別，提高輸變電站設(shè)備狀態(tài)智能感知水平。

利用聚類算法將譜圖特征與在線監(jiān)測(cè)裝置狀態(tài)和電力設(shè)備狀態(tài)關(guān)聯(lián)，能夠有效實(shí)現(xiàn)在線監(jiān)測(cè)裝置故障判斷和電力設(shè)備狀態(tài)分析。

本發(fā)明的利用基于譜圖識(shí)別的高壓設(shè)備在線監(jiān)測(cè)裝置狀態(tài)評(píng)估方法，實(shí)現(xiàn)了對(duì)在線監(jiān)測(cè)裝置本身運(yùn)行狀態(tài)的監(jiān)測(cè)評(píng)估功能。

將在線監(jiān)測(cè)裝置發(fā)出的故障報(bào)警信號(hào)分別作為高壓設(shè)備運(yùn)行狀態(tài)和控制狀態(tài)告警回路的閉鎖條件，使在線監(jiān)測(cè)裝置傳輸?shù)男盘?hào)不能夠傳送到高壓設(shè)備，避免了高壓設(shè)備運(yùn)行狀態(tài)誤告警現(xiàn)象的發(fā)生。

附圖說明

圖1-a為油色譜在線監(jiān)測(cè)裝置生成的非失真譜圖；

圖1-b為油色譜在線監(jiān)測(cè)裝置生成的溫度過低及載氣欠壓譜圖；

圖1-c為油色譜在線監(jiān)測(cè)裝置生成的電磁干擾、接地不良譜圖；

圖1-d為油色譜在線監(jiān)測(cè)裝置生成的重復(fù)進(jìn)樣譜圖；

圖2-a為局放在線監(jiān)測(cè)裝置生成的內(nèi)置式傳感器“非失真”譜圖；

圖2-b為局放在線監(jiān)測(cè)裝置生成的內(nèi)置式傳感器“非失真”譜圖；

圖2-c為外置式傳感器澆筑空偏移譜圖；

圖2-d為受周圍裝置生成的譜圖；

圖3為基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估方法流程圖。

具體實(shí)施方式

本發(fā)明的一種基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估方法的實(shí)施例：

實(shí)施例一，具體的，如圖3所示，基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估方法的具體步驟如下：

步驟(1)建立典型譜圖樣本庫，支撐譜圖朔源分析：

在在線監(jiān)測(cè)裝置譜圖生成技術(shù)研究基礎(chǔ)上，通過對(duì)監(jiān)測(cè)產(chǎn)品設(shè)計(jì)、材料和應(yīng)用環(huán)境方面進(jìn)行系統(tǒng)分析，并結(jié)合產(chǎn)品現(xiàn)場(chǎng)應(yīng)用和現(xiàn)場(chǎng)測(cè)試技術(shù)，收集和整理出在線監(jiān)測(cè)裝置各種工況下的各種“失真”類譜圖，如圖1和圖2所示，用于譜圖模式識(shí)別的特征參量有頻度、陡峭度、偏離度、出峰位置、不對(duì)稱度等，為有效識(shí)別出“非失真”譜圖和“失真”譜圖提供參照模板。

步驟(2)甄別出“失真”譜圖與“非失真”譜圖兩大類：

基于典型樣本庫模板，樣本庫模板包括各種“失真”譜圖，通過基于劃分的聚類算法把當(dāng)前采集的譜圖歸類到樣本庫樣本所代表的“失真”譜圖特征簇類中，在同一簇中的對(duì)象之間具有較高的相似度，而不同簇中對(duì)象的差別較大，因而譜圖歸類于哪一簇類，即可反應(yīng)該簇類中典型樣本所代表的那種情況，然后挑揀出“失真”譜圖，未被歸入失真類的譜圖都?xì)w為“非失真”圖譜類，從而分理出“非失真”譜圖；例如，譜圖v0與典型樣本庫中油色譜裝置溫度過低及載氣欠壓譜圖v1為一類，則該譜圖直接歸為“失真”圖譜類，同理，譜圖v0若與油色譜裝置接地不良譜圖v2或油色譜裝置重復(fù)進(jìn)樣譜圖v3為一類，則該譜圖也直接歸為“失真”圖譜類。其中“失真”圖譜與在線監(jiān)測(cè)裝置應(yīng)用環(huán)境和自身回路相關(guān)，可用于在線監(jiān)測(cè)裝置自身運(yùn)行故障的診斷，并確定在線監(jiān)測(cè)裝置故障類型，不真實(shí)反應(yīng)高壓設(shè)備運(yùn)行狀態(tài)，不能用于對(duì)高壓設(shè)備運(yùn)行狀態(tài)分析評(píng)估，而“非失真”譜圖與高壓設(shè)備真實(shí)狀態(tài)相關(guān)，可用于高壓設(shè)備運(yùn)行狀態(tài)或控制狀態(tài)分析。此外，也可以利用其他具有聚類功能的算法甄別“失真”譜圖。

針對(duì)“非失真”類譜圖進(jìn)行分析處理，通過前級(jí)“篩選”過的該類譜圖真實(shí)地反映宿主設(shè)備運(yùn)行狀態(tài)，可根據(jù)宿主設(shè)備的故障圖譜特征結(jié)合神經(jīng)網(wǎng)絡(luò)、SVM算法等實(shí)現(xiàn)高壓設(shè)備內(nèi)部絕緣狀態(tài)的關(guān)聯(lián)，實(shí)現(xiàn)宿主設(shè)備運(yùn)行狀態(tài)和控制狀態(tài)實(shí)時(shí)感知。

該實(shí)施例的進(jìn)一步優(yōu)化，對(duì)“失真”譜圖進(jìn)行分析：

針對(duì)“失真”譜圖類譜圖進(jìn)行分析處理，主要是參照“失真”圖譜典型樣本，通過聚類算法實(shí)現(xiàn)圖譜特征與狀態(tài)監(jiān)測(cè)裝置內(nèi)部缺陷的關(guān)聯(lián)，進(jìn)而給出在線監(jiān)測(cè)裝置自身故障告警信號(hào)和故障分析指導(dǎo)建議，其所生成的反應(yīng)高壓設(shè)備運(yùn)行狀態(tài)的譜圖以及相關(guān)監(jiān)測(cè)參量均不是設(shè)備實(shí)際運(yùn)行狀態(tài)的真實(shí)反映，如果用于高壓設(shè)備狀態(tài)評(píng)估就會(huì)導(dǎo)致錯(cuò)誤結(jié)果。如變壓器油色譜在線監(jiān)測(cè)裝置的某個(gè)“失真”類譜圖與溫度過低及載氣欠壓譜圖樣本特征關(guān)聯(lián)度很高，聚類算法識(shí)別為同一類，則給出變壓器油色譜在線監(jiān)測(cè)裝置“溫度過低及載氣欠壓”告警信號(hào)，提醒運(yùn)行人員進(jìn)行處理；同時(shí)給出的在線監(jiān)測(cè)裝置自身故障告警信號(hào)標(biāo)志，作為高壓設(shè)備運(yùn)行狀態(tài)或控制狀態(tài)告警回路的閉鎖條件，避免對(duì)高壓設(shè)備運(yùn)行狀態(tài)誤告警現(xiàn)象。例如，為防止誤報(bào)，變壓器油色譜在線監(jiān)測(cè)裝置“溫度過低及載氣欠壓”告警信號(hào)則對(duì)變壓器絕緣告警模塊進(jìn)行閉鎖，防止把油色譜監(jiān)測(cè)裝置載氣欠壓的工況作為宿主設(shè)備變壓器內(nèi)部高溫或放電的誤告警。

該實(shí)施例的進(jìn)一步優(yōu)化，進(jìn)行系統(tǒng)級(jí)告警甄別，提升正確報(bào)警率

由于現(xiàn)有狀態(tài)監(jiān)測(cè)裝置產(chǎn)品質(zhì)量差異大，正確報(bào)警率低的現(xiàn)狀，站級(jí)也利用譜圖分析結(jié)果對(duì)在線監(jiān)測(cè)裝置上送的告警信息進(jìn)行關(guān)聯(lián)性分析和再次確認(rèn)，進(jìn)而防止誤報(bào)警。

此外，當(dāng)譜圖分析提示高壓設(shè)備異常而無裝置預(yù)警信號(hào)情況下，可以通過縮短監(jiān)測(cè)周期或多參量信息融合算法等方式減少漏報(bào)警可能性。

實(shí)施例二：具體的，如圖3所示，基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估方法的具體步驟如下：

步驟(1)建立典型譜圖樣本庫，支撐譜圖朔源分析：

在在線監(jiān)測(cè)裝置譜圖生成技術(shù)研究基礎(chǔ)上，通過對(duì)監(jiān)測(cè)產(chǎn)品設(shè)計(jì)、材料和應(yīng)用環(huán)境方面進(jìn)行系統(tǒng)分析，并結(jié)合產(chǎn)品現(xiàn)場(chǎng)應(yīng)用和現(xiàn)場(chǎng)測(cè)試技術(shù)，收集和整理出在線監(jiān)測(cè)裝置各種工況下的各種“失真”類譜圖和“非失真”譜圖，如圖1和圖2所示，用于譜圖模式識(shí)別的特征參量有頻度、陡峭度、偏離度、出峰位置、不對(duì)稱度等，為有效識(shí)別出“非失真”譜圖和“失真”譜圖提供參照模板。

步驟(2)甄別出“失真”譜圖與“非失真”譜圖兩大類：

基于典型樣本庫模板，樣本庫模板包括各種“失真”譜圖，通過聚類算法把當(dāng)前采集的譜圖歸類到樣本庫樣本所代表的“失真”譜圖特征和“非失真”譜圖特征簇類中，在同一簇中的對(duì)象之間具有較高的相似度，而不同簇中對(duì)象的差別較大，因而譜圖歸類于哪一簇類，即可反應(yīng)該簇類中典型樣本所代表的那種情況，挑揀出“失真”譜圖和“非失真”譜圖，從而將譜圖分為“失真”譜圖與“非失真”譜圖；例如，譜圖v0與典型樣本庫中油色譜裝置溫度過低及載氣欠壓譜圖v1為一類，則該譜圖直接歸為“失真”圖譜類，同理，譜圖v0若與油色譜裝置接地不良譜圖v2或油色譜裝置重復(fù)進(jìn)樣譜圖v3為一類，則該譜圖也直接歸為“失真”圖譜類。其中“失真”圖譜與在線監(jiān)測(cè)裝置應(yīng)用環(huán)境和自身回路相關(guān)，可用于在線監(jiān)測(cè)裝置自身運(yùn)行故障的診斷，并確定在線監(jiān)測(cè)裝置故障類型，不真實(shí)反應(yīng)高壓設(shè)備運(yùn)行狀態(tài)，不能用于對(duì)高壓設(shè)備運(yùn)行狀態(tài)分析評(píng)估，而“非失真”圖譜與高壓設(shè)備真實(shí)狀態(tài)相關(guān)，可用于高壓設(shè)備運(yùn)行狀態(tài)或控制狀態(tài)分析。此外，也可以利用其他具有聚類功能的算法甄別“失真”譜圖。

步驟(3)“失真”譜圖分析：

針對(duì)“失真”譜圖類譜圖進(jìn)行分析處理，主要是參照“失真”圖譜典型樣本，通過聚類算法實(shí)現(xiàn)圖譜特征與狀態(tài)監(jiān)測(cè)裝置內(nèi)部缺陷的關(guān)聯(lián)，進(jìn)而給出在線監(jiān)測(cè)裝置自身故障告警信號(hào)和故障分析指導(dǎo)建議，其所生成的反應(yīng)高壓設(shè)備運(yùn)行狀態(tài)的譜圖以及相關(guān)監(jiān)測(cè)參量均不是設(shè)備實(shí)際運(yùn)行狀態(tài)的真實(shí)反映，如果用于高壓設(shè)備狀態(tài)評(píng)估就會(huì)導(dǎo)致錯(cuò)誤結(jié)果。如變壓器油色譜在線監(jiān)測(cè)裝置的某個(gè)“失真”類譜圖與溫度過低及載氣欠壓譜圖樣本特征關(guān)聯(lián)度很高，聚類算法識(shí)別為同一類，則給出變壓器油色譜在線監(jiān)測(cè)裝置“溫度過低及載氣欠壓”告警信號(hào)，提醒運(yùn)行人員進(jìn)行處理；同時(shí)給出的在線監(jiān)測(cè)裝置自身故障告警信號(hào)標(biāo)志，作為高壓設(shè)備運(yùn)行狀態(tài)或控制狀態(tài)告警回路的閉鎖條件，避免對(duì)高壓設(shè)備運(yùn)行狀態(tài)誤告警現(xiàn)象。例如，為防止誤報(bào)，變壓器油色譜在線監(jiān)測(cè)裝置“溫度過低及載氣欠壓”告警信號(hào)則對(duì)變壓器絕緣告警模塊進(jìn)行閉鎖，防止把油色譜監(jiān)測(cè)裝置載氣欠壓的工況作為宿主設(shè)備變壓器內(nèi)部高溫或放電的誤告警。

步驟(4)“非失真”譜圖分析

針對(duì)“非失真”類譜圖進(jìn)行分析處理，通過前級(jí)“篩選”過的該類譜圖真實(shí)地反映宿主設(shè)備運(yùn)行狀態(tài)，可根據(jù)宿主設(shè)備的故障圖譜特征結(jié)合神經(jīng)網(wǎng)絡(luò)、SVM算法等實(shí)現(xiàn)高壓設(shè)備內(nèi)部絕緣狀態(tài)的關(guān)聯(lián)，實(shí)現(xiàn)宿主設(shè)備運(yùn)行狀態(tài)和控制狀態(tài)實(shí)時(shí)感知。

步驟(5)進(jìn)行系統(tǒng)級(jí)告警甄別，提升正確報(bào)警率

由于現(xiàn)有狀態(tài)監(jiān)測(cè)裝置產(chǎn)品質(zhì)量差異大，正確報(bào)警率低的現(xiàn)狀，站級(jí)也利用譜圖分析結(jié)果對(duì)在線監(jiān)測(cè)裝置上送的告警信息進(jìn)行關(guān)聯(lián)性分析和再次確認(rèn)，進(jìn)而防止誤報(bào)警。

此外，當(dāng)譜圖分析提示高壓設(shè)備異常而無裝置預(yù)警信號(hào)情況下，可以通過縮短監(jiān)測(cè)周期或多參量信息融合算法等方式減少漏報(bào)警可能性。

本發(fā)明的一種基于譜圖智能識(shí)別的高壓設(shè)備在線監(jiān)測(cè)裝置狀態(tài)評(píng)估方法的實(shí)施例：

步驟(1)建立典型譜圖樣本庫，支撐譜圖朔源分析：

在在線監(jiān)測(cè)裝置譜圖生成技術(shù)研究基礎(chǔ)上，通過對(duì)監(jiān)測(cè)產(chǎn)品設(shè)計(jì)、材料和應(yīng)用環(huán)境方面進(jìn)行系統(tǒng)分析，并結(jié)合產(chǎn)品現(xiàn)場(chǎng)應(yīng)用和現(xiàn)場(chǎng)測(cè)試技術(shù)，收集和整理出在線監(jiān)測(cè)裝置各種工況下的各種“失真”類譜圖，如圖1和圖2所示，用于譜圖模式識(shí)別的特征參量有頻度、陡峭度、偏離度、出峰位置、不對(duì)稱度等，為有效識(shí)別出“非失真”譜圖和“失真”譜圖提供參照模板。

步驟(2)甄別出“失真”譜圖與“非失真”譜圖兩大類：

基于典型樣本庫模板，樣本庫模板包括各種“失真”譜圖，通過聚類算法把當(dāng)前采集的譜圖歸類到樣本庫樣本所代表的“失真”譜圖特征簇類中，挑揀出“失真”譜圖，在同一簇中的對(duì)象之間具有較高的相似度，而不同簇中對(duì)象的差別較大，因而譜圖歸類于哪一簇類，即可反應(yīng)該簇類中典型樣本所代表的那種情況，未被歸入失真類的譜圖都?xì)w為“非失真”圖譜類，從而分理出“非失真”譜圖；例如，譜圖v0與典型樣本庫中油色譜裝置溫度過低及載氣欠壓譜圖v1為一類，則該譜圖直接歸為“失真”圖譜類，同理，譜圖v0若與油色譜裝置接地不良譜圖v2或油色譜裝置重復(fù)進(jìn)樣譜圖v3為一類，則該譜圖也直接歸為“失真”圖譜類。其中“失真”圖譜與在線監(jiān)測(cè)裝置應(yīng)用環(huán)境和自身回路相關(guān)，可用于在線監(jiān)測(cè)裝置自身運(yùn)行故障的診斷，并確定在線監(jiān)測(cè)裝置故障類型，不真實(shí)反應(yīng)高壓設(shè)備運(yùn)行狀態(tài)，不能用于對(duì)高壓設(shè)備運(yùn)行狀態(tài)分析評(píng)估，而“非失真”圖譜與高壓設(shè)備真實(shí)狀態(tài)相關(guān)，可用于高壓設(shè)備運(yùn)行狀態(tài)或控制狀態(tài)分析。此外，也可以利用其他具有聚類功能的算法甄別“失真”譜圖。

步驟(3)“失真”譜圖分析：

針對(duì)“失真”譜圖類譜圖進(jìn)行分析處理，主要是參照“失真”圖譜典型樣本，通過聚類算法實(shí)現(xiàn)圖譜特征與狀態(tài)監(jiān)測(cè)裝置內(nèi)部缺陷的關(guān)聯(lián)，進(jìn)而給出在線監(jiān)測(cè)裝置自身故障告警信號(hào)和故障分析指導(dǎo)建議，其所生成的反應(yīng)高壓設(shè)備運(yùn)行狀態(tài)的譜圖以及相關(guān)監(jiān)測(cè)參量均不是設(shè)備實(shí)際運(yùn)行狀態(tài)的真實(shí)反映，如果用于高壓設(shè)備狀態(tài)評(píng)估就會(huì)導(dǎo)致錯(cuò)誤結(jié)果。如變壓器油色譜在線監(jiān)測(cè)裝置的某個(gè)“失真”類譜圖與溫度過低及載氣欠壓譜圖樣本特征關(guān)聯(lián)度很高，聚類算法識(shí)別為同一類，則給出變壓器油色譜在線監(jiān)測(cè)裝置“溫度過低及載氣欠壓”告警信號(hào)，提醒運(yùn)行人員進(jìn)行處理；同時(shí)給出的在線監(jiān)測(cè)裝置自身故障告警信號(hào)標(biāo)志，作為高壓設(shè)備運(yùn)行狀態(tài)或控制狀態(tài)告警回路的閉鎖條件，避免對(duì)高壓設(shè)備運(yùn)行狀態(tài)誤告警現(xiàn)象。例如，為防止誤報(bào)，變壓器油色譜在線監(jiān)測(cè)裝置“溫度過低及載氣欠壓”告警信號(hào)則對(duì)變壓器絕緣告警模塊進(jìn)行閉鎖，防止把油色譜監(jiān)測(cè)裝置載氣欠壓的工況作為宿主設(shè)備變壓器內(nèi)部高溫或放電的誤告警。

本發(fā)明還提供了一種基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估裝置，包括比對(duì)單元和判斷單元，其中比對(duì)單元用于將采集的各種譜圖與典型譜圖樣本庫進(jìn)行比對(duì)，所述典型樣本圖庫至少包括各種“失真”類典型譜圖；判斷單元用于判斷采集的譜圖屬于“失真”譜圖或“非失真”譜圖，當(dāng)屬于“失真”譜圖時(shí)，與在線監(jiān)測(cè)裝置自身故障有關(guān)，當(dāng)屬于“非失真”譜圖時(shí)，將采集的譜圖用于判斷高壓設(shè)備的運(yùn)行狀態(tài)。

上述評(píng)估裝置，實(shí)際上是一種功能模塊構(gòu)架，其中的各單元是與上述評(píng)估方法實(shí)施例一中的步驟(1)-(2)和實(shí)施例二中的步驟(1)-(5)相對(duì)應(yīng)的進(jìn)程或程序。因此，不再對(duì)該評(píng)估裝置進(jìn)行詳細(xì)說明。該評(píng)估裝置作為一種程序，可以在高壓設(shè)備中運(yùn)行，能夠提升高壓設(shè)備運(yùn)行狀態(tài)評(píng)估的正判率，避免工程應(yīng)用中高壓設(shè)備誤告警率高的問題。

本發(fā)明還提供了一種基于譜圖智能識(shí)別的高壓設(shè)備在線監(jiān)測(cè)裝置狀態(tài)評(píng)估裝置，該裝置包括比對(duì)單元和判斷單元，其中比對(duì)單元用于將采集的各種譜圖與建立的典型譜圖樣本庫進(jìn)行比對(duì)，所述典型樣本圖庫包括各種“失真”類典型譜圖；判斷單元用于判斷采集的譜圖，當(dāng)屬于“失真”譜圖時(shí)，在線監(jiān)測(cè)裝置發(fā)出自身故障報(bào)警信號(hào)。

上述評(píng)估裝置實(shí)際上是一種功能模塊構(gòu)架，其中的各單元是與上述種基于譜圖智能識(shí)別的高壓設(shè)備狀態(tài)評(píng)估方法的實(shí)施例步驟(1)-(3)相對(duì)應(yīng)的進(jìn)程或程序。因此，不再對(duì)該評(píng)估裝置進(jìn)行詳細(xì)說明。該評(píng)估裝置作為一種程序，可以在高壓設(shè)備在線監(jiān)測(cè)裝置中運(yùn)行，能夠使在線監(jiān)測(cè)裝置對(duì)自身運(yùn)行狀態(tài)進(jìn)行檢測(cè)和評(píng)估，并能夠避免對(duì)高壓設(shè)備的誤報(bào)警。