[发明专利]一种气体绝缘组合电器设备故障定位方法

说明书

本发明公开了一种气体绝缘组合电器设备故障定位方法，它包括：对GIS设备进行故障分区，分为10个故障区域；将不同故障区域的气体数据按滑动时间窗口进行处理；将滑动处理好的不同故障区域气体数据按80％和20％的比例划分为训练集和测试集；确定神经网络初始参数；搭建CNN‑LSTM神经网络模型；将训练集数据预处理后送入神经网络模型中训练；通过误差反向传播计算神经网络内部参数的梯度值；通过优化算法更新神经网络参数，反复迭代直到损失函数降到设定值，结束神经网络模型训练；通过训练集数量的改变和测试集的测试确定CNN‑LSTM模型的精度；解决了GIS故障定位存在的工作较为复杂，定位精度不高等技术问题。

技术领域

本发明属于气体绝缘组合电器设备故障技术领域；尤其涉及一种气体绝缘组合电器设备故障定位方法。

背景技术

气体绝缘组合电器设备(GIS)由于占地面积少、受外界环境影响小、运行安全可靠和维护简单等优点,近几十年来在国内外得到越来越广泛的运用。但在GIS的制造和装配过程中,往往由于工艺等问题会使GIS内部留下一些小的缺陷,如金属微粒、绝缘气隙等,这些微小的缺陷在GIS运行过程中可能会发展为危险的放电通道,并最终引起绝缘击穿事故。因此,为预防GIS设备的绝缘故障,保障电力系统的安全运行,对运行中的GIS进行局部放电监测就显得日益重要。在GIS局部放电监测中,发现设备存在局部放电后快速准确地对局部放电定位,以制定高效可行的设备检修维护方案,这对于迅速排除故障隐患,保障系统安全运行具有重要的意义。因此,局部放电定位技术在GIS现场安全维护中得到广泛的关注。

然而，现有技术广泛使用的三种局部放电定位方法均存在缺陷；超高频定位法(UHF)存在抗干扰能力弱，难以实现故障的准确定位；、超声波定位法存在其有效范围较小,现场应用时工作较为繁重；声电联合定位法所用传感器数量多，现场应用工作较为复杂，难以及时定位GIS设备内部局放源位置。

发明内容

本发明要解决的技术问题：提供一种气体绝缘组合电器设备故障定位方法，以解决现有技术对气体绝缘组合电器设备(GIS)故障定位存在的工作较为复杂，定位精度不高等技术问题。

本发明技术方案：

一种气体绝缘组合电器设备故障定位方法，它包括：

步骤1、对GIS设备进行故障分区，分为10个故障区域；

步骤2、将不同故障区域的气体数据按滑动时间窗口进行处理，时间步长20s；

步骤3、将滑动处理好的不同故障区域气体数据按80％和20％的比例划分为训练集和测试集；

步骤4、确定神经网络初始参数；

步骤5、搭建CNN-LSTM神经网络模型；

步骤6、将训练集数据预处理后送入CNN-LSTM神经网络模型中训练，通过激活函数激活神经网络内部参数；

步骤7、通过误差反向传播计算神经网络内部参数的梯度值；

步骤8、通过优化算法更新神经网络参数，反复迭代直到损失函数降到设定值，结束神经网络模型训练；

步骤9、按照均方误差和分类准确率指标，通过训练集数量的改变和测试集的测试确定CNN-LSTM模型的精度；

步骤10、通过采集各个故障区域内的气体数据输入训练好的神经网络模型进行故障定位。

步骤1所述10个故障区域的划分方法为：采用Spacecliam方法将GIS设备划分为10个故障区域；划分方法为：依据距离设备取气口的远近来划分，区域1距离取气口最近，区域10距离取气口最远。

步骤4所述确定神经网络初始参数为：卷积核的类型为1d，大小为20，池化层的池化方式为最大池化，神经元个数为100。