本發(fā)明涉及電力計量，具體涉及電力機車及動車組車載電壓互感器狀態(tài)評估系統(tǒng)及方法。

背景技術(shù)：

1、電磁式電壓互感器因其精度高、容量大而被用于動車組機車上，其缺點是鐵芯容易磁飽和，過載時線性度會降低27.5kv電壓互感器故障多發(fā)領(lǐng)域為高鐵領(lǐng)域，占比超過70％。車載電壓互感器安裝于車頂，位于接觸網(wǎng)與斷路器之間，在機車運行過程中始終保持與接觸網(wǎng)的連接，故障事故大多由于機車過分相時過電壓反復(fù)沖擊導(dǎo)致的。現(xiàn)階段車頂電壓互感器故障多表現(xiàn)為互感器炸裂，事故發(fā)生時牽引網(wǎng)出現(xiàn)過電壓，炸裂設(shè)備外部及一次側(cè)線圈處有灼傷、發(fā)黑現(xiàn)象，二次側(cè)完好。炸裂事故的主要原因有以下三點：(1)互感器內(nèi)部存在缺陷導(dǎo)致其在運行過程中發(fā)生局部放電引起線圈匝間短路，最終導(dǎo)致電流增大內(nèi)部過熱爆炸；(2)電壓互感器在承受接觸網(wǎng)異常過電壓時發(fā)生局部放電引起線圈匝間絕緣燒毀；(3)互感器在承受鐵磁諧振過電壓時磁飽和，內(nèi)部能量無法釋放后發(fā)生炸裂。

2、目前，在電力機車和動車組中，電壓互感器的使用廣泛，而針對電壓互感器本身的狀態(tài)評估問題沒有很好的研究和解決。在線監(jiān)測系統(tǒng)在電力系統(tǒng)中的電壓互感器上的應(yīng)用已趨于成熟，但電力機車上的車載電壓互感器的在線監(jiān)測技術(shù)尚處于初步階段，需要進一步深入研究?，F(xiàn)有的技術(shù)主要針對電壓互感器二次側(cè)電壓進行監(jiān)測，沒有綜合考慮多種信息特征量對電壓互感器運行狀態(tài)的影響，同時，目前工作的重點也集中在對其狀態(tài)進行實時監(jiān)測，對于電壓互感器未來狀態(tài)的預(yù)測還有待完善。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中存在的不足，本發(fā)明目的是提供電力機車及動車組車載電壓互感器狀態(tài)評估系統(tǒng)及方法，該系統(tǒng)包括數(shù)據(jù)采集層，狀態(tài)評估層與數(shù)據(jù)存放層；該方法具體為：數(shù)據(jù)采集層采集并向狀態(tài)評估層發(fā)送車載電壓互感器工況運行下的特征信息量；狀態(tài)評估層用于對車載電壓互感器的特征信息量進行計算處理，實現(xiàn)對車載電壓互感器健康狀態(tài)的評估并結(jié)合當前影響因素比對預(yù)測未來狀態(tài)；數(shù)據(jù)存放層實現(xiàn)對訓練模型所需數(shù)據(jù)以及評估預(yù)測結(jié)果和特征信息量的存儲。

2、為解決上述技術(shù)問題，本發(fā)明提供的技術(shù)方案是：

3、電力機車及動車組車載電壓互感器狀態(tài)評估系統(tǒng)，該系統(tǒng)包括數(shù)據(jù)采集層、數(shù)據(jù)存放層與狀態(tài)評估層；

4、所述數(shù)據(jù)采集層包括：電壓傳感器、電流傳感器、超聲波局部放電傳感器、數(shù)據(jù)采集模塊、數(shù)據(jù)傳輸模塊一以及供電模塊一，所述電壓傳感器、電流傳感器、超聲波局部放電傳感器分別與車載電壓互感器和數(shù)據(jù)采集模塊連接；

5、所述電壓傳感器用于監(jiān)測車載電壓互感器的二次側(cè)電壓；

6、所述電流傳感器用于監(jiān)測車載電壓互感器泄露電流；

7、所述超聲波局部放電傳感器用于通過檢測電信號的大小來判斷電壓互感器是否發(fā)生局部放電，利用超聲波在空氣中的傳播原理進行局部放電的定位；

8、所述數(shù)據(jù)采集層通過數(shù)據(jù)采集模塊采集電壓互感器的泄露電流、二次側(cè)電壓值以及局部放電量的特征信息量，經(jīng)數(shù)據(jù)傳輸模塊一向所述狀態(tài)評估層發(fā)送；

9、所述數(shù)據(jù)存放層包括數(shù)據(jù)存儲模塊、數(shù)據(jù)傳輸模塊二和供電模塊二；

10、所述數(shù)據(jù)存儲模塊用于對數(shù)據(jù)傳輸模塊一發(fā)送的工況下電壓互感器信息特征量的原始狀態(tài)數(shù)據(jù)及狀態(tài)評估層更新的數(shù)據(jù)進行存儲；

11、所述數(shù)據(jù)傳輸模塊二用于向狀態(tài)評估層發(fā)送數(shù)據(jù)存儲模塊存儲的數(shù)據(jù)；

12、所述狀態(tài)評估層包括模型訓練模塊，狀態(tài)評估模塊，預(yù)測模塊，數(shù)據(jù)傳輸模塊三，預(yù)警報警模塊以及供電模塊三；所述狀態(tài)評估層用于對電壓互感器的當前健康狀態(tài)評估并對其未來的健康狀態(tài)預(yù)測；

13、所述模型訓練模塊用于基于數(shù)據(jù)傳輸模塊二發(fā)送的特征向量集，在建立健康狀態(tài)評估模型進行訓練；

14、所述狀態(tài)評估模塊用于利用模型訓練模塊訓練好的模型對目前因素影響下的電壓互感器當前的健康狀態(tài)進行評估；

15、所述預(yù)警報警模塊用于接收所述狀態(tài)評估模塊的評估結(jié)果，在電壓互感器特征電氣量異常時發(fā)出預(yù)警信號，在電壓互感器出現(xiàn)故障時發(fā)出報警信號；

16、所述預(yù)測模塊用于利用模型訓練模塊訓練好的模型對泄露電流、二次側(cè)電壓值以及局部放電量的特征信息量影響下的電壓互感器未來的健康狀態(tài)進行預(yù)測；

17、所述數(shù)據(jù)傳輸模塊三用于將狀態(tài)評估模塊的評估結(jié)果以及預(yù)測模塊預(yù)測結(jié)果傳輸?shù)綌?shù)據(jù)存儲模塊。

18、電力機車及動車組車載電壓互感器狀態(tài)評估方法，基于上述的電力機車及動車組車載電壓互感器狀態(tài)評估系統(tǒng)，包括以下步驟：

19、s1.數(shù)據(jù)采集層通過數(shù)據(jù)采集模塊采集電壓傳感器、電流傳感器、超聲波局部放電傳感器監(jiān)測到的車載電壓互感器工況運行下的二次側(cè)電壓u、泄露電流i，相位為θ和局部放電量特征信息量p；

20、s2.s1采集到的所述特征信息量通過數(shù)據(jù)傳輸模塊一發(fā)送到數(shù)據(jù)存放層的數(shù)據(jù)存儲模塊儲存，再通過數(shù)據(jù)傳輸模塊二發(fā)送到狀態(tài)評估層的訓練模塊，建立健康狀態(tài)評估lstm-1模型并進行訓練；

21、s3.s1采集到的所述特征信息量通過數(shù)據(jù)傳輸模塊一發(fā)送到狀態(tài)評估層的狀態(tài)評估模塊，利用s2訓練好的健康狀態(tài)評估lstm-1模型，對泄露電流、二次側(cè)電壓值以及局部放電量的特征信息量影響下的車載電壓互感器的健康狀態(tài)進行評估，得到車載電壓互感器當前的健康狀態(tài)的評估結(jié)果，通過數(shù)據(jù)傳輸模塊三發(fā)送到數(shù)據(jù)存儲模塊儲存；

22、s4.s3的評估結(jié)果傳輸?shù)綀缶K處理，在電壓互感器特征電氣量異常時發(fā)出預(yù)警信號，在電壓互感器出現(xiàn)故障時發(fā)出報警信號；

23、s5.數(shù)據(jù)存儲模塊儲存的泄露電流、二次側(cè)電壓值以及局部放電量的特征信息量的歷史數(shù)據(jù)，通過數(shù)據(jù)傳輸模塊二發(fā)送到狀態(tài)評估層的預(yù)測模塊，建立健康狀態(tài)評估lstm-2模型并進行訓練；利用訓練好的lstm-2模型對泄露電流、二次側(cè)電壓值以及局部放電量的特征信息量影響下的電壓互感器未來的健康狀態(tài)進行預(yù)測，得到車載電壓互感器未來的健康狀態(tài)的預(yù)測結(jié)果；

24、s6.狀態(tài)評估層的數(shù)據(jù)傳輸模塊三將s3的評估結(jié)果的特征信息量和s5的預(yù)測結(jié)果傳輸?shù)綌?shù)據(jù)存放層的數(shù)據(jù)存儲模塊儲存。

25、進一步地，

26、所述s2利用數(shù)據(jù)存儲模塊儲存的特征信息量數(shù)據(jù)，建立健康狀態(tài)評估lstm-1模型并進行訓練的具體步驟如下：

27、s2.1設(shè)健康評估系數(shù)為h，通過對健康評估系數(shù)進行計算并分析，得到健康程度量化判定；其計算公式為：

28、hn＝aun+bin+cθn+dtn+epn+f

29、(1)

30、其中1≤n≤k且取整數(shù)，h為總體健康評估系數(shù)；u為二次側(cè)電壓；i為泄漏電流，相位為θ，p為局部放電量；f為干擾修正常量；

31、根據(jù)不同信號特征值在運行狀態(tài)評估中所占的比重，給其賦予不同的權(quán)重a，b，c，d和e；

32、設(shè)置健康臨界標準為x，x通過工程實際得到的經(jīng)驗參數(shù)或者依據(jù)實際情況進行設(shè)定；當h＞x時，運行狀態(tài)為故障運行；當h＜x時，運行狀態(tài)為正常運行；

33、s2.2將實測數(shù)據(jù)當作訓練集，采用均方誤差損失函數(shù)對其進行訓練；

34、

35、其中，hi為實際值，為評估值；

36、s2.3將時間t分為m1個區(qū)間，作為大時間區(qū)間；在每個大時間區(qū)間中劃分為m2個區(qū)間，作為小時間區(qū)間；大時間區(qū)間數(shù)據(jù)作為長期記憶數(shù)據(jù)，小時間區(qū)間數(shù)據(jù)作為短期記憶數(shù)據(jù)；

37、s2.4建立長短期記憶神經(jīng)網(wǎng)絡(luò)模型lstm-1，對電壓互感器運行狀態(tài)的評估，去除掉工況下臨時電壓波動造成的誤報警；

38、s2.5工況運行下，電壓互感器二次側(cè)電壓較為穩(wěn)定，二次側(cè)電壓與運行時間關(guān)聯(lián)較大，在建立長短期記憶神經(jīng)網(wǎng)絡(luò)中加強長期記憶數(shù)據(jù)權(quán)重，獲得基于大時間區(qū)間變化的評估值；

39、s2.6.工況運行下，泄露電流和局部放電量的變化即時地反映電壓互感器的狀態(tài)，其波動受時間影響較小，在建立長短期記憶神經(jīng)網(wǎng)絡(luò)中加強短期記憶數(shù)據(jù)權(quán)重，獲得基于小時間區(qū)間變化的評估值；

40、s2.7將采集到的實際數(shù)據(jù)分為訓練數(shù)據(jù)和驗證數(shù)據(jù)，其中70％用于訓練，30％用于驗證；

41、s2.8按照大時間區(qū)間和小時間區(qū)間劃分權(quán)重矩陣；

42、s2.9訓練長短期記憶神經(jīng)網(wǎng)絡(luò)模型lstm-1并驗證。

43、進一步地，

44、所述s3中狀態(tài)評估模塊利用信息特征量賦權(quán)比較法，通過分別對二次側(cè)電壓、泄露電流和局部放電量進行賦權(quán)，得到狀態(tài)評價系數(shù)h，再與當前實際的狀態(tài)系數(shù)進行比值計算后與判定閾值進行比較，從而對電壓互感器的狀態(tài)進行評估，具體步驟為：

45、s3.1設(shè)m2個小時間區(qū)間內(nèi)的均方根誤差計算結(jié)果如下：

46、

47、其中，hi表示第i個實際測量值；表示第i個評估結(jié)果值；n表示在小時間區(qū)間內(nèi)共有n個采樣點；

48、判定磁場波動條件為：

49、|rmse-rmsetrain|>ε????(4)

50、其中，rmsetrain表示在訓練集中測得臨近前兩個小時間區(qū)間的rmse的平均值；ε表示精度，根據(jù)工程經(jīng)驗設(shè)置；

51、s3.2當電壓波動條件|rmse-rmsetrain|>ε滿足時，將時間區(qū)間擴大到包含該小時間區(qū)間的大時間區(qū)間內(nèi)，計算其mae值，mae計算公式如下：

52、

53、其中，hi表示第i個實際測量值；表示第i個實際結(jié)果值；n表示在該大時間區(qū)間內(nèi)共有n個采樣點；

54、磁場非周期性波動條件為：

55、|mae-maetrain|<δ????(6)

56、其中，maetrain表示在訓練集中測得相鄰大時間區(qū)間的mae值；δ表示精度，根據(jù)工程經(jīng)驗設(shè)置；

57、當h＞x時，運行狀態(tài)為故障運行，當h＜x時，運行狀態(tài)為正常運行。

58、進一步地，

59、所述s4中預(yù)警報警模塊有三種輸出狀態(tài)，①正常狀態(tài)：不發(fā)出報警信號，指示燈為綠色；②異常狀態(tài)：發(fā)出預(yù)警信號，指示燈為黃色；③故障狀態(tài)：發(fā)出故障報警信號，指示燈為紅色。

60、進一步地，

61、所述s5具體步驟為：

62、s5.1設(shè)健康評估預(yù)測系數(shù)為j，通過對健康評估系數(shù)進行計算并分析，得到健康程度量化判定；其計算公式為：

63、

64、其中，1≤n≤k且取整數(shù)，j為總體健康評估系數(shù)；u1—un為二次側(cè)電壓的歷史數(shù)據(jù)；i1—in為泄漏電流歷史數(shù)據(jù)，θ1—θn為相位歷史數(shù)據(jù)，p1—pn為局部放電量歷史數(shù)據(jù)；f為干擾修正常量；

65、根據(jù)不同信號特征值在運行狀態(tài)評估中所占的比重，給其賦予不同的權(quán)重a，b，c，d和e；

66、設(shè)置健康臨界標準為x，x通過工程實際得到的經(jīng)驗參數(shù)或者依據(jù)實際情況進行設(shè)定；當j＞x時，運行狀態(tài)為故障運行；當j＜x時，運行狀態(tài)為正常運行；

67、s5.2將實測數(shù)據(jù)當作訓練集，采用均方誤差損失函數(shù)對其進行訓練；

68、

69、其中，ji為實際值，為預(yù)測值；

70、s5.3將時間t分為m1個區(qū)間，作為大時間區(qū)間；在每個大時間區(qū)間中劃分為m2個區(qū)間，作為小時間區(qū)間；大時間區(qū)間數(shù)據(jù)作為長期記憶數(shù)據(jù)，小時間區(qū)間數(shù)據(jù)作為短期記憶數(shù)據(jù)；

71、s5.4建立長短期記憶神經(jīng)網(wǎng)絡(luò)模型lstm-2，對電壓互感器的健康狀態(tài)進行預(yù)測；

72、s5.5工況運行下，電壓互感器二次側(cè)電壓較為穩(wěn)定，二次側(cè)電壓與運行時間關(guān)聯(lián)較大，在建立長短期記憶神經(jīng)網(wǎng)絡(luò)中加強長期記憶數(shù)據(jù)權(quán)重，獲得基于大時間區(qū)間變化的預(yù)測值；

73、s5.6.工況運行下，泄露電流和局部放電量的變化即時地反映電壓互感器的狀態(tài)，其波動受時間影響較小，在建立長短期記憶神經(jīng)網(wǎng)絡(luò)中加強短期記憶數(shù)據(jù)權(quán)重，獲得基于小時間區(qū)間變化的評估預(yù)測值；

74、s5.7將采集到的實際數(shù)據(jù)分為訓練數(shù)據(jù)和驗證數(shù)據(jù)，其中70％用于訓練，30％用于驗證；

75、s5.8按照大時間區(qū)間和小時間區(qū)間劃分權(quán)重矩陣；

76、s5.9訓練長短期記憶神經(jīng)網(wǎng)絡(luò)模型lstm-2并對預(yù)測結(jié)果進行驗證。

77、本發(fā)明的有益效果是：

78、本發(fā)明提供的供電力機車及動車組車載電壓互感器狀態(tài)評估系統(tǒng)和方法，綜合考慮多種信息特征量對電壓互感器運行狀態(tài)的影響，利用對車載電壓互感器的二次側(cè)電壓、泄露電流和局部放電量等信息特征量的在線監(jiān)測，同時實現(xiàn)了對互感器的狀態(tài)評估和未來預(yù)測，可有效提高設(shè)備的運維效率，避免發(fā)生故障影響列車與人員安全。