一种用于变电设备GIS智能诊断系统及其方法与流程

一种用于变电设备gis智能诊断系统及其方法
技术领域
1.本发明涉及设备诊断技术领域，特别是一种用于变电设备gis智能诊断系统及其方法。


背景技术：

2.气体绝缘开关设备(gis)是由断路器、隔离开关、接地开关、互感器、避雷器、母线等电气设备组成的封闭式组合电器，具有占地空间小、检修维护工作量小、故障发生率低等优点，广泛应用于不同电压等级的变电站中。然而由于gis设备的结构较复杂，一旦发生故障便存在故障排查困难、检修工作复杂等缺点，造成停电时间长、影响范围大等较严重的后果，因此有必要消除gis设备存在的隐患和缺陷，避免故障的发生。
3.中国发明专利申请号201610406968.3公开了110kv gis在线监测方法，步骤如下：步骤1：智能传感器中的sf6微水密度传感器、局放传感器、机械特性位移传感器和机械特性电流互感器分别实现各自的数据采集；步骤2：步骤1中采集到的数据传输到110kv在线监测系统中进行数据建模、计算以及存储；110kv在线监测系统中的数字化采集模块对智能传感器获得的相关数据进行数字化建模，110kv在线监测系统中的在线监测数据建模计算模块对数字化采集模块建模后的数据进行计算，110kv在线监测系统中的flash存储模块对在线监测数据建模计算模块计算后的数据进行存储；步骤3：步骤2中的数据通过110kv在线监测系统中的对外端口传送到数据管理终端实现不同信息间的演示和分析，数据管理终端对在线监测数据建模计算模块计算的数据或flash存储模块存储的数据进行访问。
4.中国发明专利申请号201511016379.6公开了一种气体绝缘电气设备局部放电多传感器联合检测实验方法，具体包括实验准备的步骤：首先放置人工绝缘缺陷模型并对装置除尘处理，然后检查试验装置气密性，接着采用气体清洗不锈钢腔体，最后进行sf6气体充气；工频交流条件下sf6气体局部放电信号的联合检测模拟实验的步骤，具体包括：检测实验一，固有缺陷测试；检测实验二，工频交流sf6气体局部放电试验；检测实验三，脉冲电流检测；检测实验四，超高频传感器检测；检测实验五，荧光光纤传感器检测；检测实验六，放电气体的采集和检测。
5.上述现有技术的检测方法并不适用于复杂环境下gis智能诊断。


技术实现要素：

6.为克服现有技术的缺陷，本发明提供了一种用于变电设备gis智能诊断系统，包括过程层、间隔层和站控层，过程层通过rs232总线或rs485总线与间隔层连接，间隔层通过iec61850模块与站控层连接，过程层包括传感器阵列，传感器阵列由局放监测传感器、电压电流监测传感器、sf6气体监测传感器、母线位移监测传感器、温度监测传感器、机械特性监测传感器组成，间隔层包括合并单元，合并单元由机械特性监测单元、电压电流监测单元、温度监测单元、母线位移监测单元、sf6气体监测单元、局放监测单元组成，机械特性监测单元、电压电流监测单元、温度监测单元、母线位移监测单元、sf6气体监测单元、局放监测单
元分别接收机械特性监测传感器、电压电流监测传感器、温度监测传感器、母线位移监测传感器、sf6气体监测传感器、局放监测传感器的信息数据，站控层包括后台监测平台，各个监测单元将对应传感器接收的信息数据传送至后台监测平台，后台监测平台包括状态监测平台和大数据分析平台。
7.进一步地，sf6气体监测传感器测量sf6气体状态参数，包括sf6气体压力、密度、温度和微水含量。
8.另一方面，本发明提供了一种用于变电设备gis智能诊断方法，包括如下步骤：
9.步骤1，从gis不同位置传感器获取信号，并基于源域传感器的数量n构建多个源域数据集；
10.步骤2，基于待诊断的目标域传感器数据，构建对应的目标域数据集，将目标域数据集分为训练数据和测试数据；
11.步骤3，将多个源域数据集输入到特征编码网络提取高维特征，并输入到分类器获得预测输出；
12.步骤4，将训练数据输入到特征编码网络提取高维特征，并获得预测输出；
13.步骤5，根据最大均值差异损失函数平均值，分别计算步骤3和步骤4的高维特征的最大均值差异损失，并进行损失分类；
14.步骤6，基于总体损失函数，分别计算步骤3和步骤4的预测输出的总体损失函数；
15.步骤7，采用bp算法对特征编码网络和分类器进行训练和参数更新；
16.步骤8，将测试数据输入到编码网络中提取特征，并采用对应的分类器获得对个分类器的概率输出，将输出概率进行求合取平均，输出监测结果。
17.进一步地，传感器包括局放监测传感器、电压电流监测传感器、sf6气体监测传感器、母线位移监测传感器、温度监测传感器、机械特性监测传感器。
18.进一步地，特征编码网络由cnn的卷积层conv、批次归一化层bn、池化层pool和全连接层fc组成。
19.进一步地，最大均值差异损失函数平均值表示为：
[0020][0021]
其中，d(gj(xj),(gj(x
t
))表示对j个特征编码网络获取对应的源域和目标域高维特征后执行最大均值差异操作，gj(xj)表示为特征编码网络获取源域高维特征，gj(x
t
)表示为特征编码网络获取目标域高维特征。
[0022]
进一步地，总体损失函数表示为：
[0023]
l
disc
＝l
cls
+λ*l
mmd
+γ*l
disc
；
[0024]
其中，l
cls
表示为损失分类，l
mmd
表示为最大均值差异损失，l
disc
表示为分类器输出损失，λ和γ表示为损失函数的参数。
[0025]
与现有技术相比，本发明的优越效果在于：通过对gis上多个传感器的源域传感器数据与目标域传感器数据进行域适配，减少数据分布差异，并结合决策层融合，改进了检测的分类能力，扩展了现有诊断的应用范围，为复杂环境下gis的诊断提供了新手段。
附图说明
[0026]
图1为本发明用于变电设备gis智能诊断系统的结构示意图。
具体实施方式
[0027]
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。
[0028]
如图1所述，本发明提供了本发明提供了一种用于变电设备gis智能诊断系统，包括过程层、间隔层和站控层，过程层通过rs232总线或rs485总线与间隔层连接，间隔层通过iec61850模块与站控层连接，过程层包括传感器阵列，传感器阵列由局放监测传感器、电压电流监测传感器、sf6气体监测传感器、母线位移监测传感器、温度监测传感器、机械特性监测传感器组成，间隔层包括合并单元，合并单元由机械特性监测单元、电压电流监测单元、温度监测单元、母线位移监测单元、sf6气体监测单元、局放监测单元组成，机械特性监测单元、电压电流监测单元、温度监测单元、母线位移监测单元、sf6气体监测单元、局放监测单元分别接收机械特性监测传感器、电压电流监测传感器、温度监测传感器、母线位移监测传感器、sf6气体监测传感器、局放监测传感器的信息数据，站控层包括后台监测平台，各个监测单元将对应传感器接收的信息数据传送至后台监测平台，后台监测平台包括状态监测平台和大数据分析平台。
[0029]
进一步地，sf6气体监测传感器测量sf6气体状态参数，包括sf6气体压力、密度、温度和微水含量。
[0030]
另一方面，本发明提供了一种用于变电设备gis智能诊断方法，包括如下步骤：
[0031]
步骤1，从gis不同位置传感器获取信号，并基于源域传感器的数量n构建多个源域数据集；
[0032]
步骤2，基于待诊断的目标域传感器数据，构建对应的目标域数据集，将目标域数据集分为训练数据和测试数据；
[0033]
步骤3，将多个源域数据集输入到特征编码网络提取高维特征，并输入到分类器获得预测输出；
[0034]
步骤4，将训练数据输入到特征编码网络提取高维特征，并获得预测输出；
[0035]
步骤5，根据最大均值差异损失函数平均值，分别计算步骤3和步骤4的高维特征的最大均值差异损失，并进行损失分类；
[0036]
步骤6，基于总体损失函数，分别计算步骤3和步骤4的预测输出的总体损失函数；
[0037]
步骤7，采用bp算法对特征编码网络和分类器进行训练和参数更新；
[0038]
步骤8，将测试数据输入到编码网络中提取特征，并采用对应的分类器获得对个分类器的概率输出，将输出概率进行求合取平均，输出监测结果。
[0039]
进一步地，传感器包括局放监测传感器、电压电流监测传感器、sf6气体监测传感器、母线位移监测传感器、温度监测传感器、机械特性监测传感器。
[0040]
进一步地，特征编码网络由cnn的卷积层conv、批次归一化层bn、池化层pool和全连接层fc组成。
[0041]
进一步地，最大均值差异损失函数平均值表示为：
[0042][0043]
其中，d(gj(xj),(gj(x
t
))表示对j个特征编码网络获取对应的源域和目标域高维特征后执行最大均值差异操作，gj(xj)表示为特征编码网络获取源域高维特征，gj(x
t
)表示为特征编码网络获取目标域高维特征。
[0044]
进一步地，总体损失函数表示为：
[0045]
l
disc
＝l
cls
+λ*l
mmd
+γ*l
disc
；
[0046]
其中，l
cls
表示为损失分类，l
mmd
表示为最大均值差异损失，l
disc
表示为分类器输出损失，λ和γ表示为损失函数的参数。
[0047]
本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书界定。

技术特征：
1.一种用于变电设备gis智能诊断系统，包括过程层、间隔层和站控层，其特征在于，过程层通过rs232总线或rs485总线与间隔层连接，间隔层通过iec61850模块与站控层连接，过程层包括传感器阵列，传感器阵列由局放监测传感器、电压电流监测传感器、sf6气体监测传感器、母线位移监测传感器、温度监测传感器、机械特性监测传感器组成，间隔层包括合并单元，合并单元由机械特性监测单元、电压电流监测单元、温度监测单元、母线位移监测单元、sf6气体监测单元、局放监测单元组成，机械特性监测单元、电压电流监测单元、温度监测单元、母线位移监测单元、sf6气体监测单元、局放监测单元分别接收机械特性监测传感器、电压电流监测传感器、温度监测传感器、母线位移监测传感器、sf6气体监测传感器、局放监测传感器的信息数据，站控层包括后台监测平台，各个监测单元将对应传感器接收的信息数据传送至后台监测平台，后台监测平台包括状态监测平台和大数据分析平台。2.根据权利要求1所述的用于变电设备gis智能诊断系统，其特征在于，sf6气体监测传感器测量sf6气体状态参数，包括sf6气体压力、密度、温度和微水含量。3.一种如权利要求1所述的用于变电设备gis智能诊断方法，其特征在于，包括如下步骤：步骤1，从gis不同位置传感器获取信号，并基于源域传感器的数量n构建多个源域数据集；步骤2，基于待诊断的目标域传感器数据，构建对应的目标域数据集，将目标域数据集分为训练数据和测试数据；步骤3，将多个源域数据集输入到特征编码网络提取高维特征，并输入到分类器获得预测输出；步骤4，将训练数据输入到特征编码网络提取高维特征，并获得预测输出；步骤5，根据最大均值差异损失函数平均值，分别计算步骤3和步骤4的高维特征的最大均值差异损失，并进行损失分类；步骤6，基于总体损失函数，分别计算步骤3和步骤4的预测输出的总体损失函数；步骤7，采用bp算法对特征编码网络和分类器进行训练和参数更新；步骤8，将测试数据输入到编码网络中提取特征，并采用对应的分类器获得对个分类器的概率输出，将输出概率进行求合取平均，输出监测结果。4.根据权利要求3所述的用于变电设备gis智能诊断方法，其特征在于，特征编码网络由cnn的卷积层conv、批次归一化层bn、池化层pool和全连接层fc组成。5.根据权利要求3所述的用于变电设备gis智能诊断方法，其特征在于，最大均值差异损失函数平均值表示为：其中，d(g
j
(x
j
),(g
j
(x
t
))表示对j个特征编码网络获取对应的源域和目标域高维特征后执行最大均值差异操作，g
j
(x
j
)表示为特征编码网络获取源域高维特征，g
j
(x
t
)表示为特征编码网络获取目标域高维特征。6.根据权利要求3所述的用于变电设备gis智能诊断方法，其特征在于，总体损失函数表示为：l
disc
＝l
cls
+λ*l
mmd
+γ*l
disc
；
其中，l
cls
表示为损失分类，l
mmd
表示为最大均值差异损失，l
disc
表示为分类器输出损失，λ和γ表示为损失函数的参数。7.根据权利要求3所述的用于变电设备gis智能诊断方法，其特征在于，传感器包括局放监测传感器、电压电流监测传感器、sf6气体监测传感器、母线位移监测传感器、温度监测传感器、机械特性监测传感器。

技术总结
本发明公开一种用于变电设备GIS智能诊断系统及其方法，诊断系统包括过程层、间隔层和站控层，过程层通过RS232总线或RS485总线与间隔层连接，间隔层通过IEC61850模块与站控层连接；诊断方法通过对GIS上多个传感器的源域传感器数据与目标域传感器数据进行域适配，减少数据分布差异，并结合决策层融合，改进了检测的分类能力，扩展了现有诊断的应用范围，为复杂环境下GIS的诊断提供了新手段。杂环境下GIS的诊断提供了新手段。杂环境下GIS的诊断提供了新手段。


技术研发人员：闫双峰
受保护的技术使用者：江苏世秦电力工程技术有限公司
技术研发日：2023.06.29
技术公布日：2023/10/11