本發明涉及故障監測，具體涉及一種電力系統故障監測方法及系統。

背景技術：

1、隨著電力需求的持續攀升以及電網規模的不斷擴大，電力系統的結構愈發復雜，運行環境也日益多樣化。

2、電力設備長期處于高負荷運行狀態，例如變電站中的變壓器，在用電高峰期要承載巨大的電能轉換任務，輸電線路則需遠距離輸送大量電力，設備與線路的發熱現象愈發頻繁且嚴重，過熱極易引發絕緣老化、短路等故障，對溫度進行實時精準監測成為保障電力系統安全運行的迫切需求；電力系統周邊環境中存在諸多復雜的電磁干擾源，如通信基站、工業電磁設備等，這些外部干擾會使電力設備及線路所處的磁場環境變得不穩定。磁場強度的異常波動往往預示著設備內部可能出現了如鐵芯松動、繞組短路等故障隱患，傳統僅依靠人工巡檢觀察外觀的方式，難以察覺這種細微卻危險的磁場變化，急需一種能夠實時、連續監測磁場強度的技術手段。再者，電力設備運行過程中的振動情況同樣不容忽視。像發電機、電動機等旋轉類電力設備，由于機械磨損、不平衡力等因素，振動幅度和頻率可能超出正常范圍，而振動一旦加劇，不僅會加速設備自身的損壞，還可能導致連接部件松動，影響整個電力系統的穩定性。以往通過定期停機檢修來檢測振動問題的模式，無法滿足現代電力系統不間斷供電的要求，迫切需要在線實時監測振動頻率的變化。

3、綜上所述，為了克服現有電力系統監測技術的不足，滿足日益復雜的電力系統運行需求，保障電力供應的穩定性與可靠性，亟需一種全新的、能夠綜合多參量且精準監測電力系統故障的方法。

技術實現思路

1、本發明的目的在于提供一種電力系統故障監測方法及系統，解決了背景技術中所提出的技術問題。

2、本發明的目的可以通過以下技術方案實現：

3、一種電力系統故障監測方法，包括以下步驟：

4、第一步、數據采集：

5、通過均勻分布安裝在電力設備及線路對應采集點上的溫度傳感器、磁場傳感器和振動傳感器，實時采集溫度數據、磁場強度數據和振動頻率數據；

6、第二步、數據預處理：

7、采用中值濾波算法，對采集到的溫度數據、磁場強度數據和振動頻率數據進行濾波處理；

8、第三步、特征提?。?/p>

9、在指定的觀測時段內所有時間節點濾波后的溫度值、總磁場強度和振動頻率值中進行特征提?。?/p>

10、第四步、異常判斷：

11、將特征提取結果與對應預設的特征閾值進行比較，并依據比較結果，判定相關采集點上是否存在異常，并根據存在的異常生成相關的異常警報信號；

12、第五步、綜合故障判定：

13、依據相關采集點上生成的相關異常警報信號，進行故障分析，并依據故障分析結果，判斷是否生成故障信號。

14、作為本發明進一步的方案：其中，磁場強度數據包括水平方向磁場強度、垂直方向磁場強度和總磁場強度。

15、作為本發明進一步的方案：濾波處理方式如下：

16、對于溫度數據，在多個時間節點獲取的溫度數據中，選定一個溫度數據對應的時間節點，隨之選取該時間節點前后n個時間節點的溫度數據，之后將這個數據點按照從大到小的順序進行排序，然后從排序結果中取中間值作為該時間節點濾波后的溫度值；

17、對于磁場強度數據，為對其中的水平方向磁場強度、垂直方向磁場強度進行濾波處理，且其與溫度數據的濾波處理方式相同，并得到濾波后的水平磁場強度和垂直磁場強度，隨之將其分別標記為ha和hb；

18、然后通過：計算出濾波后的總磁場強度h。

19、對于振動頻率數據的濾波處理，且其與溫度數據的濾波處理方式相同，并得到濾波后的振動頻率值。

20、作為本發明進一步的方案：溫度值特征提取方式如下：

21、在指定的觀測時段內，提取所有時間節點濾波后的溫度值，并將其標記為tj，j＝1、2、……m，m表示觀測時段內所有溫度值對應時間節點的數量；

22、通過：

23、計算出觀測時段內溫度的變化率tb；

24、其中，t0為相鄰時間節點的時間間隔；

25、同時通過：

26、計算出觀測時段內溫度的平均值tp。

27、作為本發明進一步的方案：總磁場強度特征提取方式如下：

28、在指定的觀測時段內，提取所有時間節點濾波后的總磁場強度，并將其標記為hj，j＝1、2、……m，m表示觀測時段內所有總磁場強度對應時間節點的數量；

29、通過：

30、計算出觀測時段內總磁場強度的變化率hb；

31、其中，t0為相鄰時間節點的時間間隔；

32、同時通過：

33、計算出觀測時段內總磁場強度的標準差hc；

34、式中，hp為觀測時段內總磁場強度的平均值。

35、作為本發明進一步的方案：振動頻率值中特征提取方式如下：

36、在指定的觀測時段內，提取所有時間節點濾波后的振動頻率值，并將其標記為gj，j＝1、2、……m，m表示觀測時段內所有總振動頻率對應時間節點的數量；

37、通過：

38、計算出觀測時段內振動頻率的變化率gb；

39、其中，t0為相鄰時間節點的時間間隔；

40、同時通過：

41、計算出觀測時段內振動頻率的標準差gc；

42、式中，gp為觀測時段內振動頻率的平均值。

43、作為本發明進一步的方案：異常判斷中的比較方式如下：

44、將觀測時段內溫度的平均值tp和溫度的變化率tb分別與預先設定的溫度閾值tpy和溫度變化率閾值tby進行比較：

45、當tp≥tpy和tb≥tby同時成立，則判斷該傳感器所在采集點上存在溫度異常，隨之生成溫度異常警報信號；

46、將觀測時段內總磁場強度的標準差hc和總磁場強度的變化率hb分別與預先設定的總磁場強度標準差閾值hpy和總磁場強度變化率閾值hby進行比較：

47、當hp≥hpy和hb≥hby同時成立，則判斷該傳感器所在采集點上存在磁場異常，隨之生成磁場異常警報信號；

48、將觀測時段內振動頻率的標準差gc和振動頻率的變化率gb分別與預先設定振動頻率標準差閾值gpy和振動頻率變化率閾值gby進行比較：

49、當gp≥gpy和gb≥gby同時成立，則判斷該傳感器所在采集點上存在振動頻率異常，隨之生成振動頻率異常警報信號。

50、作為本發明進一步的方案：故障分析方式如下：

51、在指定的觀測時段內，當同一采集點上含有溫度異常警報信號、磁場異常警報信號、振動頻率異常警報信號全部生成，則判定該采集點存在故障，隨之生成故障信號；

52、當同一采集點上溫度異常警報信號、磁場異常警報信號、振動頻率異常警報信號至少生成一項，且未全部生成，則獲取生成的相關異常警報信號時，并依據生成的相關異常警報信號提取對應的數據值，同時獲取與該采集點相鄰的采集點上的數據值，隨之依據其進行故障二次分析，并依據故障二次分析結果，判斷是否生成故障信號。

53、作為本發明進一步的方案：故障二次分析方式如下：

54、選定溫度異常警報信號，當同一采集點上僅有溫度異常警報信號生成，隨之獲取該采集點及其相鄰采集點在觀測時段內的溫度值，并將其分別標記為t1?j和t2j；

55、隨之按照特征提取步驟分別計算出t1?j的平均值和變化率，并將其分別標記為tp1和tb1，以及t2j的平均值和變化率，并將其分別標記為tp2和tb2；

56、然后通過：

57、計算出該采集點及其相鄰采集點在觀測時段內溫度值的關聯指標qu；

58、同時通過：

59、計算出該采集點及其相鄰采集點在觀測時段內溫度變化的一致性指標qs；

60、將該采集點及其相鄰采集點在觀測時段內溫度值的關聯指標qu和溫度變化的一致性指標qs分別與預先設定的關聯指標閾值quy和一致性指標閾值qsy進行比較：

61、當qu≥quy和qs≥qsy同時成立，則判定該采集點及其相鄰采集點所在的電力設備及線路上存在故障，隨之生成故障信號；反之，則不生成故障信號。

62、一種電力系統故障監測系統，該系統用以實現一種電力系統故障監測方法，該系統包括：

63、數據采集單元，用于通過均勻分布安裝在電力設備及線路對應采集點上的溫度傳感器、磁場傳感器和振動傳感器，實時采集溫度數據、磁場強度數據和振動頻率數據；

64、數據預處理單元，用于采用中值濾波算法，對采集到的溫度數據、磁場強度數據和振動頻率數據進行濾波處理；

65、特征提取單元，用于在指定的觀測時段內所有時間節點濾波后的溫度值、總磁場強度和振動頻率值中進行特征提?。?/p>

66、異常判斷單元，用于將特征提取結果與對應預設的特征閾值進行比較，并依據比較結果，判定相關采集點上是否存在異常，并根據存在的異常生成相關的異常警報信號；

67、故障判定單元，用于依據相關采集點上生成的相關異常警報信號，進行故障分析，并依據故障分析結果，判斷是否生成故障信號。

68、本發明的有益效果：

69、多參量監測，精準度高：通過在電力設備及線路對應采集點上均勻分布安裝溫度傳感器、磁場傳感器和振動傳感器，同時采集溫度數據、磁場強度數據和振動頻率數據，實現了對電力系統運行狀態的多維度實時監測，相較于單一參量監測，能夠更全面、精準地反映設備與線路的實際工況，有效避免因單一參量誤判導致的故障漏檢或誤診情況。

70、有效降噪，數據可靠：采用中值濾波算法對采集數據進行預處理，無論是溫度、磁場強度還是振動頻率數據，都能依據特定規則去除噪聲干擾。如在溫度數據濾波時，綜合考慮時間節點前后多個數據，選取中間值作為濾波后結果，確保所獲取的數據真實可靠，為后續精確的故障判斷奠定堅實基礎，減少因數據波動造成的誤報警。

71、科學特征提取，深度洞察運行狀態：在指定觀測時段內，針對不同類型的數據分別設計了嚴謹且科學的特征提取方式。對于溫度，計算變化率和平均值，能清晰洞察溫度的動態變化趨勢與整體水平；對于磁場強度，標準差與變化率的提取可精準反映磁場穩定性及變化情況；振動頻率的變化率和標準差同樣能全方位展現其運行特征。這些特征參數為故障判斷提供了豐富且極具價值的信息，使得對電力系統潛在問題的識別更加深入、準確。

72、分層異常判斷，及時預警：構建了細致的異常判斷體系，將各類特征提取結果與對應預設閾值進行比較。依據溫度、磁場、振動頻率各自的閾值標準，獨立判斷是否存在異常，一旦發現異常即刻生成相應警報信號，這種分層式判斷機制能夠及時捕捉到單一參量的異常波動，讓運維人員第一時間知曉潛在風險點，為快速響應爭取寶貴時間。

73、綜合故障判定，降低誤判風險：在綜合故障判定環節，充分考慮同一采集點多種警報信號的組合情況。當所有異常警報信號全部生成時，果斷判定存在故障；當僅有部分信號生成時，進一步結合相鄰采集點數據深入分析，計算關聯指標與一致性指標，并與閾值比較，通過這種全面且嚴謹的綜合判定方式，極大程度地降低了故障誤判概率，確保故障判定的準確性與可靠性，保障電力系統安全穩定運行。