(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210733741.5 (22)申请日 2022.06.27 (71)申请人 国网江苏省电力有限公司扬州市江 都区供电分公司 地址 225200 江苏省扬州市江都区工农东 路38号 申请人 扬州永茂电力建 设有限公司 　 国网江苏省电力有限公司扬州供电 分公司 (72)发明人 殷刚　王健　陈巍　程洁　朱益民　 杨丹　 (74)专利代理 机构 扬州市苏为知识产权代理事 务所(普通 合伙) 32283 专利代理师 周全(51)Int.Cl. G01R 31/00(2006.01) G01D 21/02(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 3/12(2006.01) (54)发明名称 一种电力系统绝 缘环网柜故障检测方法 (57)摘要 一种电力系统绝缘环网柜故障检测方法。 能 够快速监测环网柜内部各项参数， 实现环网柜出 现故障时的快速识别和种类判断， 提高故障判断 正确率， 节约时间成本， 降低故障造成的损失的 目标。 本发明包括： 利用遗传算法(GA)优化后的 径向基函数(RBF)， 将已有历史数据集进行训练， 构成GA‑RBF环网柜故障检测模型并得到环网柜 内部多种参数的 降维矩阵并计算其T2和SPE统计 限； 通过各类传感器采集环网柜各项参数， 若采 集的数据超过两个统计量的统计限中的一个且 连续不断， 则判定为发生故障； 根据超限的参数 快速对环网柜内设备进行检测排查， 达到实时监 测， 降低故障影响的目的。 本发明适用于如电力 系统绝缘环网柜对故障实时监测有一定要求的 应用场合。 权利要求书2页 说明书6页 附图4页 CN 115112978 A 2022.09.27 CN 115112978 A 1.一种电力系统绝 缘环网柜故障检测判断方法， 其特 征在于， 包括： S1、 通过已有的历史数据集Nh， 将环网柜内部参数进行分类， 分析常见的环网柜内部故 障和导致故障发生的原因， 定位故障发生的位置； S2、 对历史数据集进行 预处理， 包括去除异常数据和对数据进行归一 化等操作； S3、 通过遗传算法对RBF神经网络 的参数进行优化， 构成GA ‑RBF算法， 运用优化后的神 经网络算法， 结合预处 理后的数据集， 构成环网柜多变量信息融合模型； S4、 利用历史数据对上述数据集进行训练， 得到降维矩阵O， 并得到各个参数对应的平 方预测误差(S PE)和T2两种统计量的统计限； S5、 通过环网柜内部的传感器和参数采集元件采集环网柜内实时运行的各个参数， 构 成在线数据集 Nl， 并将在线数据集中的各项参数 数据进行 预处理； S6、 计算获取的在线数据集中的各项参数的T2和SPE统计量； S7、 将得到的T2和SPE统计量与上述得到的T2和SPE统计限进行实 时对比， 根据各项参数 的统计量比较结果分析系统故障状态； S8、 根据比较结果 寻找异常参数， 定位发生故障位置 。 2.根据权利要求1所述的一种电力系统绝缘环网柜 故障检测判断方法， 其特征在于， 步 骤S1中， 所述环网柜内部各项参数， 指环网柜内部温度， 湿度， 电路电流， 气体浓度， 局部放 电产生气体等各项参数。 3.根据权利要求2所述的一种电力系统绝缘环网柜 故障检测判断方法， 其特征在于， 步 骤S2中， 所述数据预处 理包含数据清理， 数据集成， 数据归约， 数据变换等 步骤。 4.根据权利要求3所述的一种电力系统绝缘环网柜 故障检测判断方法， 其特征在于， 步 骤S3中， 所述神经网络参数优化， 指利用遗传算法优化RBF神经网络的结构参数MN和DF值， 达到能量函数最小的效果。 5.根据权利要求4所述的一种电力系统绝缘环网柜 故障检测判断方法， 其特征在于， 步 骤S3中， 所述多变量信息融合模型， 指基于环网柜 内部各项参数综合组成的统计量预测模 型。 6.根据权利要求1 ‑5任一所述的一种电力系统绝缘环网柜故障检测判断方法， 其特征 在于， 步骤S4包括： S41、 将所述温度， 湿度， 电路电流， 气体浓度， 局部放电产生气体的T2和SPE统计量作为 所述GA‑RBF算法的自变量， 将目标一维数据矩阵O作为所述GA ‑RBF算法的因变量进行训练； S42、 在所述GA ‑RBF算法训练完毕之后， 输入所述各项参数的统计量， 得到所述GA ‑RBF 算法回归得到的各项参数对应的统计限， 即得到所述多变量信息融合模型； S43、 求出S2中计算的标准化矩阵的协方差矩阵∑， 对Σ进行特征分解， 得到特征值λ1, λ2,…, λm及其对应的特征向量p1,p2,…,pm， 当前k个主元的累计方差贡献率达到85 ％， 则主 元数取k值， 其中Σ和主元贡献率sumavc的计算方法为： 权　利　要　求　书 1/2 页 2 CN 115112978 A 2其中， Ns为标准化后的数据矩阵； S44、 对于样本个数为 n住院个数为 k， 置信度为a的T2和SPE统计量的统计限计算方法为： 其中， Fa为置信度对应的F分布函数， Ca为与(1‑a)分位点对应的标准差 。 7.根据权利要求1所述的一种电力系统绝缘环网柜 故障检测判断方法， 其特征在于， 步 骤S6具体为： 将实时采集的数据集Nl进行中心化和标准化处理， 得到Nls， 计算其T2统计量和 SPE统计量， 计算方法为： S＝diag( λ1, λ2,..., λk) 其中， O为 步骤S4中GA ‑RBF算法训练得到的降维数据矩阵。 8.根据权利要求1所述的一种电力系统绝缘环网柜 故障检测判断方法， 其特征在于， 步 骤S7中， 所述对比与分析， 指将在线数据集 的T2与SPE统计量与所述统计限对比， 若某一参 数的统计量连续超 越其对应的统计限， 则判断该参数对应的环网柜内部装置出现故障。权　利　要　求　书 2/2 页 3 CN 115112978 A 3