本發明涉及線纜監測,尤其涉及固體絕緣管型母線在線監測裝置。
背景技術:
1、國內固體絕緣管型母線(后面簡稱“絕緣管母”)自2000年投入市場以來,目前已經有20多年運行歷史。在此期間為滿足市場需求,從開始的一兩家生產廠家發展到現在幾十上百家生產廠家,因原材料、工藝、施工等原因,固體絕緣管型母線在運行中多次發生絕緣擊穿、短路、甚至燒毀事故,給用電單位帶來極大的隱患和損失。
2、由于之前主要靠人工巡視、肉眼觀察、測量溫度來發現問題。往往在發現絕緣管母出現放電、高溫等情況時,絕緣管母已經處于非常危險的狀態,隨時都可能會有絕緣擊穿、燒毀的事故發生。如何能夠盡早發現問題,把問題解決在萌芽狀態,將損失降到最低,已經是每一個用戶面對的難題。
技術實現思路
1、本發明提供了固體絕緣管型母線在線監測裝置,以解決上述背景技術中提出的問題。
2、為了實現上述目的,本發明采用了如下技術方案:
3、固體絕緣管型母線在線監測裝置,包括固體絕緣管型母線、母線中間接頭、母線屏蔽接地線、母線固定金具、母線支架、母線支撐立柱、電流互感器、互感器支架、溫度傳感器、數據無線接收器、數據終端處理器;
4、每個所述母線支撐立柱上端設有母線支架,每個所述母線支架上設有母線固定金具,所述固體絕緣管型母線通過多個母線固定金具安裝在多個母線支架上,所述固體絕緣管型母線的母線屏蔽接地線位置電信號連接有電流互感器,所述電流互感器通過互感器支架安裝在母線支架的側壁上,所述固體絕緣管型母線的母線中間接頭安裝有溫度傳感器,所述溫度傳感器和電流互感器通過有線或無線電連接數據終端處理器。
5、作為本技術方案的進一步改進方案:所述溫度傳感器和電流互感器通過數據傳輸線電信號連接數據終端處理器。
6、作為本技術方案的進一步改進方案:所述溫度傳感器和電流互感器通過數據無線發射器無線電信號連接數據無線接收器,所述數據無線接收器與數據終端處理器電連接。
7、作為本技術方案的進一步改進方案:所述數據終端處理器內設有母線絕緣故障泄漏電流閾值和母線中間接頭的溫度閾值,當電流互感器探測到母線絕緣故障泄漏電流增大或溫度傳感器探測到母線中間接頭溫度過高超過了設置的閾值,數據終端處理器就會報警提示。
8、作為本技術方案的進一步改進方案:所述數據終端處理器還設有故障預警模型。
9、作為本技術方案的進一步改進方案:所述故障預警模型的構建方法為:
10、s1、獲取大量母線故障前一天的母線屏蔽接地線位置處的電流波動數據,以及母線中間接頭處的溫度波動數據,將大量母線故障前一天的電流波動數據和溫度波動數據組成數據集;
11、s2、利用所述數據集對機器學習模型進行訓練,其中機器學習模型以經過標準化后的母線故障前一天的電流波動數據和溫度波動數據作為輸入,以是否存在故障作為輸出,通過監督學習得到故障預警模型。
12、作為本技術方案的進一步改進方案:所述電流互感器和溫度傳感器將探測到電流波動數據和溫度波動數據實時發送到故障預警模型中,得是否存在故障的預測結果。
13、作為本技術方案的進一步改進方案:當故障預警模型判斷為存在故障時,可及時排險檢查,在故障發生前解決問題,降低損失。
14、作為本技術方案的進一步改進方案:所述s1中,將所述數據集分為訓練集和驗證集,利用訓練集同時訓練多種機器學習模型,并利用驗證集評估不同機器學習模型的表現精度,選擇表現最佳的機器學習模型構建融雪速率預測模型。
15、作為本技術方案的進一步改進方案:所述s2中,所選擇的機器學習模型為邏輯回歸、線性判別分析、k近鄰、樸素貝葉斯、支持向量機、隨機森林、神經網絡中的至少一種。
16、與現有技術相比,本發明的有益效果是:
17、本發明通過對絕緣管母屏蔽接地線上泄露電流的監測、以及對母線溫度的監測,來智能判斷母線的主絕緣狀況是否正常,是否有隱藏的肉眼難以發現的絕緣隱患存在,同時本發明還設有故障預警模型,可在故障發生前,提前預測是否存在故障隱患,便于及時排險檢查,在故障發生前解決問題,降低損失。
18、上述說明僅是本發明技術方案的概述,為了能夠更清楚了解本發明的技術手段,并可依照說明書的內容予以實施,以下以本發明的較佳實施例并配合附圖詳細說明如后。本發明的具體實施方式由以下實施例及其附圖詳細給出。
1.固體絕緣管型母線在線監測裝置,其特征在于,包括固體絕緣管型母線(1)、母線中間接頭(2)、母線屏蔽接地線(3)、母線固定金具(4)、母線支架(5)、母線支撐立柱(6)、電流互感器(7)、互感器支架(8)、溫度傳感器(9)、數據無線接收器(10)、數據終端處理器(11);
2.根據權利要求1所述的固體絕緣管型母線在線監測裝置,其特征在于,所述溫度傳感器(9)和電流互感器(7)通過數據傳輸線電信號連接數據終端處理器(11)。
3.根據權利要求1所述的固體絕緣管型母線在線監測裝置,其特征在于,所述溫度傳感器(9)和電流互感器(7)通過數據無線發射器無線電信號連接數據無線接收器(10),所述數據無線接收器(10)與數據終端處理器(11)電連接。
4.根據權利要求1所述的固體絕緣管型母線在線監測裝置,其特征在于,所述數據終端處理器(11)內設有母線絕緣故障泄漏電流閾值和母線中間接頭(2)的溫度閾值,當電流互感器(7)探測到母線絕緣故障泄漏電流增大或溫度傳感器(9)探測到母線中間接頭(2)溫度過高超過了設置的閾值,數據終端處理器(11)就會報警提示。
5.根據權利要求1所述的固體絕緣管型母線在線監測裝置,其特征在于,所述數據終端處理器(11)還設有故障預警模型。
6.根據權利要求5所述的固體絕緣管型母線在線監測裝置,其特征在于,所述故障預警模型的構建方法為:
7.根據權利要求6所述的固體絕緣管型母線在線監測裝置,其特征在于,所述電流互感器(7)和溫度傳感器(9)將探測到電流波動數據和溫度波動數據實時發送到故障預警模型中,得是否存在故障的預測結果。
8.根據權利要求7所述的固體絕緣管型母線在線監測裝置,其特征在于,當故障預警模型判斷為存在故障時,可及時排險檢查,在故障發生前解決問題,降低損失。
9.根據權利要求8所述的固體絕緣管型母線在線監測裝置,其特征在于,所述s1中,將所述數據集分為訓練集和驗證集,利用訓練集同時訓練多種機器學習模型,并利用驗證集評估不同機器學習模型的表現精度,選擇表現最佳的機器學習模型構建融雪速率預測模型。
10.根據權利要求9所述的固體絕緣管型母線在線監測裝置,其特征在于,所述s2中,所選擇的機器學習模型為邏輯回歸、線性判別分析、k近鄰、樸素貝葉斯、支持向量機、隨機森林、神經網絡中的至少一種。