电力设备在线监测与异常诊断分析系统

一、系统概述

电力设备在线监测与异常诊断分析系统基于现代信息技术，以物联网、多传感器、大数据、人工智能等 技术为基础，对电力设备实施在线监测与异常诊断分析。本系统通过采集运行设备的多特征参量如：局部放 电、温度、油中溶解气体、微水密度、SF6气体泄漏、电压、电流、振动等状态参数。基于物联网架构上传至 系统平台，结合设备的环境参数、历史数据，采用边缘计算、人工智能、大数据多模态的大数据分析方法， 诊断评估设备状态，为开展状态检修及智能运维提供支撑。 电力设备在线监测与异常诊断分析系统主要由设备端的各种智能化传感器和在线监测与异常分析平台组 成，也可扩展成“云、边、端”应用体系。

二、系统架构

本系统可由变压器综合监测、GIS综合监测、避雷器综合监测、高压电缆综合监测、开关柜综合监测和干 式变压器综合监测多个或单个单元组成，每个单元可以独立监测单一设备，多个单元也可以组成大的综合系统。

三、诊断评估系统

评估诊断系统通过与监测装置连接，实时获取传感器数据、运行状态和性能参数。通过数据清洗、 去噪、归一化、特征提取和数据标注等大数据技术，确保数据的准确性和一致性。通过机器学习和深度 学习等人工智能技术，完善温升速率算法模型、局部放电识别算法模型和设备老化率算法模型等分析算 法库。通过分析算法得出单参量分析结果。综合多参量的分析结果将算法和场景结合，构建卷积神经网 络模型，计算出设备的剩余寿命评估、健康状态评估和设备故障预判。整合大模型多模态的前沿技术， 创建电力设备数字孪生应用分析平台。

依靠“专家系统”对设备状态进行评估，并给出维护建议。

1.机理模型：以阿伦尼乌斯方程为基础计算绝缘寿命损耗，为寿命-故障率模型提供输入，建立油浸 式变压器、干式变压器、GIS组合电气、开关柜和电缆的绝缘老化寿命模型。以模糊综合评价法为基础， 进行状态信息合成得到最终状态，建立各类设备的多指标综合评价模型。 2.统计模型：以威布尔分布拟合历史故障率数据，用于油浸式变压器、干式变压器、GIS组合电气、 开关柜和电缆的可靠性模型；统计拟合设备故障率和健康指数之间的关系，用于油浸式变压器、干式变 压器、GIS组合电气和开关柜的可靠性模型。3.大数据模型：采用机器学习、聚类分析、回归分析等方法进行建模，利用模型进行状态识别。

2.统计模型：以威布尔分布拟合历史故障率数据，用于油浸式变压器、干式变压器、GIS组合电气、开关柜和电缆的可靠性模型；统计拟合设备故障率和健康指数之间的关系，用于油浸式变压器、干式变压器、GIS组合电气和开关柜的可靠性模型。

3.大数据模型：采用机器学习、聚类分析、回归分析等方法进行建模，利用模型进行状态识别。