[发明专利]SF6高压断路器运行状态评估方法及智能系统

摘要

一种SF6高压断路器运行状态评估方法及智能系统，属于输变电设备技术领域。该系统包括WEB服务器、数据服务器、工控机、局部放电监测单元、分合闸线圈电流监测单元、开断电流监测单元、分合闸行程监测单元、分合闸位置监测单元、SF6气体温度及压力监测单元和传感元件。该方法包括：1建立评估智能系统；2量化评估指标；3确定待评物元R；4确定模型经典域；5确定模型节典域；6主观权重计算；7客观权重计算；8确定主客观组合权重；9确定待评物元关联度；10子项目层物元评估；11项目层物元评估；12目标层物元评估；13确定运行状态等级；14确定特性指标状态等级趋势。本发明优点：模型简单，评估结果直观，自我完善特性强。

主权项

1.一种SF₆高压断路器运行状态评估方法，其特征在于：按如下步骤进行：步骤1、建立SF₆高压断路器运行状态评估智能系统，该系统的指标体系从纵向分为目标层、项目层、子项目层和指标层，项目层包括机械特性、电气特性和绝缘特性，子项目层包括时间特性、速度特性、开断特性、气体特性和运行特性，时间特性的指标层包括合闸时间、分闸时间、合闸不同期性和分闸不同期性；速度特性的指标层包括刚合闸速度、刚分闸速度、合闸平均速度和分闸平均速度；开断特性的指标层包括相对电磨损程度、导电回路电阻、累计开断次数和使用年数；气体特性的指标层包括微水含量、气体泄漏、密度和分解物；运行特性的指标层包括断路器的外观情况即持绝缘子部分、操动机构润滑、主体及机构外观和主回路端子和环境的污秽度、湿度及温度；步骤2、量化高压断路器运行状态的评估指标，采用时间特性、速度特性、开断特性和气体特性的定量指标进行量化，量化采用升、降半梯形函数，其中极小型指标采用升半梯形函数，极大型指标采用降半梯形函数；升半梯形函数：X=0x≤a1x-a2a2-a1a1<x≤a21x>a2]]>公式(1)降半梯形函数：X=1x≤a1a2-xa2-a1a1<x≤a20x>a2]]>公式(2)式中，X为指标归一化后的值，x为指标实测值，a1，a2表示该指标的注意值和最优值；步骤3、确定待评物元R，定量的待评物元可通过升半梯形函数和降半梯形函获得，定性的待评物元可通过专家评分方式获得；R=Pc1v1c2v2······cnvn]]>公式(3)式中，P为待评物元，vn为P关于物元指标cn的量值，即待评物元量化后的值，n为物元指标个数；步骤4、确定模型经典域RjRj=(Nj,Ci,Vji)=Njc1vj1c2vj2······cnbjn=Njc1<aj1,bj1>c2<aj2,bj2>······cn<ajn,bjn>]]>公式(4)式中，Nj代表断路器某项目层物元所划分的第j个评价等级名称；Ci为该物元中的第i个评价指标；Vji为Nj关于指标Ci所规定的量值范围<aji，bji>，即经典域；根据表1，将断路器的运行状态划分为四个等级：“良好”、“一般”、“注意”和“故障”，即可取所有待评物元的经典域均为：Rj=(Nj,C4,Vj4)=Njc1<0.0,0.2>c2<0.2,0.5>c3<0.5,0.8>c4<0.8,1.0>]]>表1相对劣化度的定义步骤5、确定模型节典域RpRp=(P,Ci,Vpi)=Pc1vp1c2vp2······cnvpn=Pc1<ap1,bp1>c2<ap2,bp2>······cn<apn,bpn>]]>公式(5)式中，P为评价等级的全体，vpi为P关于物元指标Ci所取的量值范围<api，bpi>，即节典域，有，由于各评估指标都被量化为[0，1]之间的数，所有待评物元的节域均为[0，1]，以时间特性P1为例，其节典域为RP1=(p1,C4,Vp4)=P1c1<0,1>c2<0,1>c3<0,1>c4<0,1>]]>步骤6、基于可拓层次分析法的主观权重计算，可拓层次分析法是基于可拓集合理论的层次分析方法，研究在相对重要程度不确定时层次分析法如何构造判断矩阵的方法，该方法在构造判断矩阵时，将人判断的模糊性考虑进去并采用扩展到(-∞，+∞)的关联函数值，使评价精细化、定量化；步骤7、基于熵值法的客观权重计算，用信息熵评价所获系统信息的有序度及效用，由指标值构成的判断矩阵来确定指标权重；步骤8、主客观组合权重的确定a=(aj)1×n=PjωjΣj=1nPjωj,j=1,...,n;]]>公式(14)式中，P_j为采用可拓层次分析法计算得到的主观权重矩阵向量，ω_j为采用熵值法计算得到的客观权重矩阵向量；步骤9、确定待评物元关于各指标状态等级的关联度kj(vi)=ρ(vi,vji)ρ(vi,vpi)-ρ(vi,vji)vi∉vji-ρ(vi,vji)|vji|vi∈vji]]>公式(15)式中，k_j(v_i)表示物元的第i个特征关于第j个状态等级的关联度，ρ(v_i，v_ji)，ρ(v_i，v_pi)分别表示点vi与区间vji和vpi的距离，vi为第i个评估指标量值，vji为关于i指标的经典域，vpi为关于i指标的节典域，第i个评估指标第的第为关联度集为K(vi)＝{k1(vi)，k2(vi)，…，kj(vi)}，表示按指标vi评估的结果，则该项目下的所有物元指标就构成了其关联度矩阵：Kv=K1(v1)K2(v1)···Kj(v1)K1(v2)K2(v1)···Kj(v2)············K1(vi)K2(vi)···Kj(vi)]]>公式(16)步骤10、子项目层物元评估Kj(S)=Σk=1nkλhik×Kj(vhik)]]>公式(17)式中，K_j(S)为对于j个节典域的子项目层评估结果集合，S为子项目层物元集合，λ_hik表示第h个项目中第i个子项目的第k个物元指标的权重，K_j(v_hik)表示该指标的关联度；步骤11、项目层物元评估Kj(P)=Σi=1niλhi×Kj(vhi)]]>公式(18)式中，K_j(P)为对于j个节典域的项目层评估结果集合，P为项目层物元集合，λ_hi表示第h个项目中第i个子项目的第k个物元指标的权重，K_j(v_hi)表示该指标的关联度；步骤12、目标层物元评估Kj(G)=Σh=1hλh×Kj(vh)]]>公式(19)式中，K_j(G)为对于j个节典域的目标层评估结果集合，G为目标层物元，λ_h表示第h个项目的权重，K_j(v_h)表示该指标的关联度；步骤13、运行状态等级的确定Kj0(P)=maxKj(P)]]>公式(20)式中，j＝(1，2，…，m)，j0为待评物元所属的状态等级；步骤14、确定特性指标状态等级趋势，关联度的大小能够反映该对象符合标准对象等级的程度，其值越大，符合的程度越高，令Kj‾(N)=Kj(N)-minjnKj(N)maxjmKj(N)-minjmKj(N)]]>公式(21)j*=Σjmj·Kj‾(N)ΣjmKj‾(N)]]>公式(22)式中，j*为N的级别变量特征值，N为断路器状态评估的等级，如j*-j0为正值，则表示从j0等级向下一等级的趋势程度；如为负值，则表示从j0等级向上一等级的趋势程度。