[发明专利]一种地下变电站状态监测和可靠性分析方法和系统

摘要

本申请公开了一种地下变电站状态监测和可靠性分析方法及系统，该方法包括：对环境的参数进行监测，对记录的所述环境的参数进行统计和相关性分析，得到第一结果；将变电站的分布式控制系统中的数据提取到数据库服务器中，用于相关性分析和可靠性评估，得到第二结果；监测电力设备的参数，并进行分析和故障概率预测，得到第三结果；根据所述第一结果、所述第二结果和所述第三结果，进行预警和警报。本申请提供的上述方法和系统能够针对地下变电站的恶劣环境进行状态监测和分析预测，从而保障地下变电站的运行可靠性和安全性。

主权项

1.一种地下变电站状态监测和可靠性分析方法，其特征在于，包括：对环境的参数进行监测，对记录的所述环境的参数进行统计和相关性分析，得到第一结果；将变电站的分布式控制系统中的数据提取到数据库服务器中，用于相关性分析和可靠性评估，得到第二结果；监测电力设备的参数，并进行分析和故障概率预测，得到第三结果；根据所述第一结果、所述第二结果和所述第三结果，进行预警和警报；所述对环境的参数进行监测包括：对所述环境的温度、湿度、盐度和动态情景进行监测；所述将变电站的分布式控制系统中的数据提取到数据库服务器中包括：将所述变电站的分布式控制系统中的电压、电流、功率和功率因素数据提取到所述数据库服务器中；所述监测电力设备的参数包括：监测所述电力设备的局部放电和内部温度所述根据所述第一结果、所述第二结果和所述第三结果，进行预警和警报包括：测得的各个参数表示如下：环境温度T_a，空气湿度H，空气盐度S，均方根电压V、电流I，有功功率P，功率因素cosα；RCMS有变压器内部温度T_c，视在放电量q，放电强度M，将这一系列参数表示成矩阵形式其中每一个参数都表示成时间序列的n维矢量；x_i和x_j的相关系数由下式计算：对于互相关参数的预测，通过BP人工神经网络，T_c、q根据上一个时刻的监测值和自相关参数T_a,I,H,S的预测值来预测，根据预测误差满足正态分布这一特性，第i个参数x_i在第j个时间段通过自相关参数的预测值X_a’得到的越限概率如下：P_ij(X′_a)＝P_ij(x′_i＞x_i，lim‑Δx_i，j‑1)＝1‑F(x_i，lim‑Δx_i，j‑1)互相关参数的预测值x_i’也满足正态分布，x_ij’是x_i在j时刻的预测值，由自相关参数在j时刻的预测值X_a’和x_i在j‑1时刻的监测值x_i，j‑1得到，x_i,lim是互相关参数x_i的上限，△x_i,j‑1是x_i在j‑1时刻的预测误差，假设X_a’中有L个参数，则x_i的越限概率由各自相关参数的概率密度函数积分得到：P_ij＝∫…∫p(x′_a1)…p(x′_al)dx′_a1…dx′_al上式x_a1’,…,x_al’为矩阵X_a’的参数，p(x_a1’)，…，p(x_al’)是正态分布的概率密度函数，正态分布的均值和标准差由历史预测值得到；对于系统中任意一个参数越限都将导致设备断电，所以系统的故障概率计算如下：上式中P_kj是第k个参数在j时刻的越限概率，一共有m个参数，此处需要计算越限概率的参数有T_c、q两个。