一种基于故障电压特征的中压配电电缆故障分析方法及系统与流程

1.本发明涉及中压配电电缆潜伏性故障识别领域，尤其涉及一种基于故障电压特征的中压配电电缆故障分析方法及系统。

背景技术：

2.现有技术中，电缆在城市中压配电网线路中所占的比例逐渐上升，电缆线路故障已经成为城市配电网的重要安全隐患。
3.在中压配电电缆运行过程中，会因自身缺陷、环境因素及外力破坏等因素导致其局部绝缘性能的下降，并会在同一位置引起多次时间极短且具有自恢复性的电弧故障，并且该类电弧故障往往会最终发展为永久性接地故障，因此称此类故障为电缆潜伏性故障。如何检测并定位电缆潜伏性故障对预防电缆永久性故障、减少因故障造成的停电损失及保障电力系统安全运行是当前亟待解决的技术问题。

技术实现要素：

4.本发明提供一种基于故障电压特征的中压配电电缆故障分析方法，分析方法可以检测并定位电缆潜伏性故障对预防电缆永久性故障、减少因故障造成的停电损失及保障电力系统安全运行。
5.基于故障电压特征的中压配电电缆故障分析方法包括：
6.s1：在电缆相电压出现波动且保护未动作时，记录的相电压波形，并上传至监控服务器；
7.s2：监控服务器接收上传的相电压波形数据后，利用相空间重构的方法将波动的一维相电压重构到时序二维相空间中；
8.s3：利用以下计盒维数公式对相空间重构后轨迹所围二维图形进行特征提取：
[0009][0010]
其中，d为相空间重构图形的计盒维数，nr是在盒子尺度r下覆盖图形所需的最小数量；
[0011]
s4：监控服务器通过对相空间重构轨迹特征进行分析，得到潜伏性故障。
[0012]
进一步需要说明的是，步骤s2中，对相电压波形数据进行相空间重构，获得异常电压信号的相空间重构轨迹，将异常电压一维时域状态序列u(t)的延迟变量u(t+τ)，u(t+2τ)，
…
，u(t+(n-1)τ)组成一个n维的向量u(t)，即将一维电压变量映射到n维时域空间，其公式如下：
[0013]
u(t)＝[u(t),u(t+τ),...,u(t+(n-1)τ)]
[0014]
其中，τ是延迟时间，n为嵌入维数。
[0015]
进一步需要说明的是，步骤s2中，利用联合选取参数最佳嵌入窗及τw及重构延迟τ，推导出最佳嵌入维数n。
[0016]
进一步需要说明的是，步骤s3的具体过程是：
[0017]
s31：统计相空间重构轨迹所围图形总像素；
[0018]
s32：令盒子尺度r(i)＝n/2，n/4，
…
，n/2n，其中，n为图像尺度；
[0019]
s33：统计不同尺度下覆盖图像所需最小盒子数目nr(i)；
[0020]
s34：在序列(r(i),nr(i))(i＝1,2,
…
n)的分形无标度区采用最小二乘法确定其负斜率，得到图像的计盒维数d。
[0021]
进一步需要说明的是，在故障发生时，将现场录波设备所记录的故障前后两周期的相电压信息上传给监控服务器。
[0022]
进一步需要说明的是，s4之后还包括：
[0023]
s51，监控服务器配置潜伏性故障曲线图，并将潜伏性故障曲线图转换成预设文件，将预设文件储存到数据库中；
[0024]
s52，监控服务器接收用户输入的控制指令，读取数据库中的预设文件；
[0025]
s53，解析预设文件，将预设文件解析成潜伏性故障曲线图，并展示潜伏性故障参数。
[0026]
进一步需要说明的是，监控服务器对相空间重构轨迹特征进行分析，得到分析数据；
[0027]
按预设曲线图建立故障分析x轴和故障分析y轴；
[0028]
创建故障分析x轴坐标网格线和故障分析y轴坐标网格线，形成时序二维相空间；
[0029]
在坐标系中设置绘制曲线图标题；
[0030]
监控服务器接收到所上传的相电压波形数据后，将波动的一维相电压重构到时序二维相空间中。
[0031]
进一步需要说明的是，预设文件采用jpeg文件、或tiff文件、或raw文件、或bmp文件、或gif文件、或png文件。
[0032]
本发明还提供一种基于故障电压特征的中压配电电缆故障分析系统，其特征在于，系统包括：监控服务器和现场录波设备；
[0033]
现场录波设备用于在电缆相电压出现波动且保护未动作时，记录的相电压波形，并上传至监控服务器；
[0034]
监控服务器用于接收到所上传的相电压波形数据后，利用相空间重构的方法将波动的一维相电压重构到时序二维相空间中；
[0035]
利用以下计盒维数公式对相空间重构后轨迹所围二维图形进行特征提取：
[0036][0037]
其中，d为相空间重构图形的计盒维数，nr是在盒子尺度r下覆盖图形所需的最小数量；
[0038]
通过对相空间重构轨迹特征进行分析，得到潜伏性故障，对潜伏性故障进行显示。
[0039]
进一步需要说明的是，系统还包括：数据库；
[0040]
数据库用于储存系统数据。
[0041]
从以上技术方案可以看出，本发明具有以下优点：
[0042]
本发明解决小电阻接地系统中压配电电缆潜伏性故障的识别问题，提出的基于故
障电压相空间重构轨迹所围图像不同盒子维数特征的小电阻接地系统中压配电电缆潜伏性故障识别方法，通过分析不同程度潜伏性故障与正常状态及不同永久性故障之间的区别，可以实现潜伏性故障的准确识别。本发明决绝了实际应用中电缆潜伏性故障识别困难这一难题，具有广泛的实际应用价值。
附图说明
[0043]
为了更清楚地说明本发明的技术方案，下面将对描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]
图1为基于故障电压特征的中压配电电缆故障分析方法流程框图；
[0045]
图2为不同程度潜伏性故障的相电压波形；
[0046]
图3为不同程度潜伏性故障相电压波形的相空间重构轨迹。
具体实施方式
[0047]
如图1所示，本发明提供基于故障电压特征的中压配电电缆故障分析方法中所提供的图示仅以示意方式说明本发明的基本构想，本发明实施例可以基于人工智能技术对关联的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用装置。系统包括：监控服务器和现场录波设备；
[0048]
监控服务器可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(cloud computing)的由大量主机或网络服务器构成的云。
[0049]
监控服务器具有机器学习功能，可以涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
[0050]
机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习以及基于故障电压特征的小电阻接地系统中压配电电缆潜伏性故障识别技术。
[0051]
本技术实施例提供的现场录波设备可以将数据发送给监控服务器。监控服务器可以进行数据发送方法和数据接收方法，可以应用于接收端和发送端。
[0052]
下面将结合图1至3来详细阐述本发明的基于故障电压特征的中压配电电缆故障分析方法，基于故障电压特征的中压配电电缆故障分析方法例如可应用于基于故障电压特征的中压配电电缆故障分析，分析潜伏性故障变化趋势，评价中压配电电缆是否具有异常，对于降低系统故障和风险有着积极作用。
[0053]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0054]
请参阅图1至3所示是一具体实施例中基于故障电压特征的中压配电电缆故障分
析方法的流程图，方法包括：
[0055]
s1：在电缆相电压出现波动且保护未动作时，记录的相电压波形，并上传至监控服务器；
[0056]
其中，在故障发生时，将现场录波设备所记录的故障前后两周期的相电压信息上传给监控服务器。
[0057]
s2：监控服务器接收上传的相电压波形数据后，利用相空间重构的方法将波动的一维相电压重构到时序二维相空间中；
[0058]
本发明的实施例中，对相电压波形数据进行相空间重构，获得异常电压信号的相空间重构轨迹，将异常电压一维时域状态序列u(t)的延迟变量u(t+τ)，u(t+2τ)，
…
，u(t+(n-1)τ)组成一个n维的向量u(t)，即将一维电压变量映射到n维时域空间，其公式如下：
[0059]
u(t)＝[u(t),u(t+τ),...,u(t+(n-1)τ)]
[0060]
其中，τ是延迟时间，n为嵌入维数。
[0061]
利用联合选取参数最佳嵌入窗及τw及重构延迟τ，推导出最佳嵌入维数n。
[0062]
s3：利用以下计盒维数公式对相空间重构后轨迹所围二维图形进行特征提取：
[0063][0064]
其中，d为相空间重构图形的计盒维数，nr是在盒子尺度r下覆盖图形所需的最小数量；
[0065]
本发明的步骤s3的具体过程是：
[0066]
s31：统计相空间重构轨迹所围图形总像素；
[0067]
s32：令盒子尺度r(i)＝n/2，n/4，
…
，n/2n，其中，n为图像尺度；
[0068]
s33：统计不同尺度下覆盖图像所需最小盒子数目nr(i)；
[0069]
s34：在序列(r(i),nr(i))(i＝1,2,
…
n)的分形无标度区采用最小二乘法确定其负斜率，得到图像的计盒维数d。
[0070]
s4：监控服务器通过对相空间重构轨迹特征进行分析，得到潜伏性故障。
[0071]
在本发明的一种实施例中，基于故障电压特征的中压配电电缆故障分析方法还涉及以下将给出一种可能的实施例对其具体的实施方案进行非限制性阐述。
[0072]
s51，监控服务器配置潜伏性故障曲线图，并将潜伏性故障曲线图转换成预设文件，将预设文件储存到数据库中；
[0073]
预设文件采用jpeg文件、或tiff文件、或raw文件、或bmp文件、或gif文件、或png文件。
[0074]
s52，监控服务器接收用户输入的控制指令，读取数据库中的预设文件；
[0075]
s53，解析预设文件，将预设文件解析成潜伏性故障曲线图，并展示潜伏性故障参数。
[0076]
本实施例中，监控服务器对相空间重构轨迹特征进行分析，得到分析数据；
[0077]
按预设曲线图建立故障分析x轴和故障分析y轴；
[0078]
创建故障分析x轴坐标网格线和故障分析y轴坐标网格线，形成时序二维相空间；
[0079]
在坐标系中设置绘制曲线图标题；
[0080]
监控服务器接收到所上传的相电压波形数据后，将波动的一维相电压重构到时序
二维相空间中。
[0081]
这样，本发明解决小电阻接地系统中压配电电缆潜伏性故障的识别问题，提出的基于故障电压相空间重构轨迹所围图像不同盒子维数特征的小电阻接地系统中压配电电缆潜伏性故障识别方法，通过分析不同程度潜伏性故障与正常状态及不同永久性故障之间的区别，可以实现潜伏性故障的准确识别。本发明决绝了实际应用中电缆潜伏性故障识别困难这一难题，具有广泛的实际应用价值。
[0082]
以下是本公开实施例提供的基于故障电压特征的中压配电电缆故障分析系统实施例，该系统与上述各实施例的基于故障电压特征的中压配电电缆故障分析方法属于同一个发明构思，在系统的实施例中未详尽描述的细节内容，可以参考上述基于故障电压特征的中压配电电缆故障分析方法的实施例。
[0083]
基于故障电压特征的中压配电电缆故障分析系统包括：数据库、监控服务器和现场录波设备；
[0084]
现场录波设备用于在电缆相电压出现波动且保护未动作时，记录的相电压波形，并上传至监控服务器；
[0085]
监控服务器用于接收到所上传的相电压波形数据后，利用相空间重构的方法将波动的一维相电压重构到时序二维相空间中；
[0086]
利用以下计盒维数公式对相空间重构后轨迹所围二维图形进行特征提取：
[0087][0088]
其中，d为相空间重构图形的计盒维数，nr是在盒子尺度r下覆盖图形所需的最小数量；
[0089]
通过对相空间重构轨迹特征进行分析，得到潜伏性故障，对潜伏性故障进行显示。
[0090]
数据库用于储存系统数据。
[0091]
本发明提供的基于故障电压特征的中压配电电缆故障分析系统，利用联合选取参数(c-c method算法)最佳嵌入窗及τw及重构延迟τ，进而推导出最佳嵌入维数m，并基于延迟τ和最佳嵌入维数m对故障相电压进行相空间重构得到其空间轨迹，并使用分形维数提取潜伏性故障相电压的故障相空间轨迹特征，并使用该空间特征对潜伏性故障进行识别。与现有技术相比，本发明可以实现中压配电电缆潜伏性故障的精确识别。
[0092]
在本发明的实施例中，可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或电力服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(示例性的讲利用因特网服务提供商来通过因特网连接)。
[0093]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明
将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：

1.一种基于故障电压特征的中压配电电缆故障分析方法，其特征在于，方法包括：s1：在电缆相电压出现波动且保护未动作时，记录的相电压波形，并上传至监控服务器；s2：监控服务器接收上传的相电压波形数据后，利用相空间重构的方法将波动的一维相电压重构到时序二维相空间中；s3：利用以下计盒维数公式对相空间重构后轨迹所围二维图形进行特征提取：其中，d为相空间重构图形的计盒维数，nr是在盒子尺度r下覆盖图形所需的最小数量；s4：监控服务器通过对相空间重构轨迹特征进行分析，得到潜伏性故障。2.根据权利要求1所述的基于故障电压特征的中压配电电缆故障分析方法，其特征在于，步骤s2中，对相电压波形数据进行相空间重构，获得异常电压信号的相空间重构轨迹，将异常电压一维时域状态序列u(t)的延迟变量u(t+τ)，u(t+2τ)，
…
，u(t+(n-1)τ)组成一个n维的向量u(t)，即将一维电压变量映射到n维时域空间，其公式如下：u(t)＝[u(t),u(t+τ),...,u(t+(n-1)τ)]其中，τ是延迟时间，n为嵌入维数。3.根据权利要求2所述的基于故障电压特征的中压配电电缆故障分析方法，其特征在于，步骤s2中，利用联合选取参数最佳嵌入窗及τw及重构延迟τ，推导出最佳嵌入维数n。4.根据权利要求3所述的基于故障电压特征的中压配电电缆故障分析方法，其特征在于，步骤s3的具体过程是：s31：统计相空间重构轨迹所围图形总像素；s32：令盒子尺度r(i)＝n/2，n/4，
…
，n/2n，其中，n为图像尺度；s33：统计不同尺度下覆盖图像所需最小盒子数目nr(i)；s34：在序列(r(i),nr(i))(i＝1,2,
…
n)的分形无标度区采用最小二乘法确定其负斜率，得到图像的计盒维数d。5.根据权利要求1所述的基于故障电压特征的中压配电电缆故障分析方法，其特征在于，在故障发生时，将现场录波设备所记录的故障前后两周期的相电压信息上传给监控服务器。6.根据权利要求1所述的基于故障电压特征的中压配电电缆故障分析方法，其特征在于，s4之后还包括：s51，监控服务器配置潜伏性故障曲线图，并将潜伏性故障曲线图转换成预设文件，将预设文件储存到数据库中；s52，监控服务器接收用户输入的控制指令，读取数据库中的预设文件；s53，解析预设文件，将预设文件解析成潜伏性故障曲线图，并展示潜伏性故障参数。7.根据权利要求6所述的基于故障电压特征的中压配电电缆故障分析方法，其特征在于，
监控服务器对相空间重构轨迹特征进行分析，得到分析数据；按预设曲线图建立故障分析x轴和故障分析y轴；创建故障分析x轴坐标网格线和故障分析y轴坐标网格线，形成时序二维相空间；在坐标系中设置绘制曲线图标题；监控服务器接收到所上传的相电压波形数据后，将波动的一维相电压重构到时序二维相空间中。8.根据权利要求6所述的基于故障电压特征的中压配电电缆故障分析方法，其特征在于，预设文件采用jpeg文件、或tiff文件、或raw文件、或bmp文件、或gif文件、或png文件。9.一种基于故障电压特征的中压配电电缆故障分析系统，其特征在于，系统采用如权利要求1至8任意一项所述的基于故障电压特征的中压配电电缆故障分析方法；系统包括：监控服务器和现场录波设备；现场录波设备用于在电缆相电压出现波动且保护未动作时，记录的相电压波形，并上传至监控服务器；监控服务器用于接收到所上传的相电压波形数据后，利用相空间重构的方法将波动的一维相电压重构到时序二维相空间中；利用以下计盒维数公式对相空间重构后轨迹所围二维图形进行特征提取：其中，d为相空间重构图形的计盒维数，nr是在盒子尺度r下覆盖图形所需的最小数量；通过对相空间重构轨迹特征进行分析，得到潜伏性故障，对潜伏性故障进行显示。10.根据权利要求9所述的基于故障电压特征的中压配电电缆故障分析系统，其特征在于，系统还包括：数据库；数据库用于储存系统数据。

技术总结

本发明提供一种基于故障电压特征的中压配电电缆故障分析方法及系统，涉及中压配电电缆潜伏性故障识别领域，在电缆相电压出现波动且保护未动作时，记录的相电压波形，并上传至监控服务器；监控服务器接收上传的相电压波形数据后，利用相空间重构的方法将波动的一维相电压重构到时序二维相空间中；利用以下计盒维数公式对相空间重构后轨迹所围二维图形进行特征提取：监控服务器通过对相空间重构轨迹特征进行分析，得到潜伏性故障。本发明可以检测并定位电缆潜伏性故障对预防电缆永久性故障、减少因故障造成的停电损失及保障电力系统安全运行。全运行。全运行。