本發(fā)明涉及電氣設(shè)備檢測(cè)，尤其是涉及一種配電設(shè)備漏點(diǎn)檢測(cè)系統(tǒng)及方法。

背景技術(shù)：

1、配電設(shè)備作為電力系統(tǒng)中數(shù)量最多、分布最廣的關(guān)鍵組成部分，其安全穩(wěn)定運(yùn)行直接關(guān)系到整個(gè)電網(wǎng)的供電可靠性。絕緣性能的劣化是導(dǎo)致配電設(shè)備發(fā)生故障的主要原因之一，而漏電作為絕緣劣化的直接外在表現(xiàn)，若未能及時(shí)發(fā)現(xiàn)和處理，極易引發(fā)短路、電弧等嚴(yán)重事故，造成設(shè)備損壞、大面積停電甚至人員傷亡。因此，對(duì)配電設(shè)備進(jìn)行實(shí)時(shí)有效的漏點(diǎn)檢測(cè)，是保障電網(wǎng)安全運(yùn)行的核心環(huán)節(jié)。

2、目前，針對(duì)配電設(shè)備漏點(diǎn)的檢測(cè)技術(shù)主要依賴于單一物理量的監(jiān)測(cè)方法。例如，采用紅外熱成像技術(shù)通過監(jiān)測(cè)設(shè)備表面的異常溫升來判斷是否存在連接不良或絕緣擊穿的發(fā)熱點(diǎn)；或者采用超聲波檢測(cè)技術(shù)，通過捕捉絕緣缺陷處局部放電產(chǎn)生的超聲波信號(hào)來識(shí)別漏電。此外，還有傳統(tǒng)的定期人工巡檢方式，運(yùn)維人員借助手持式設(shè)備對(duì)配電設(shè)備進(jìn)行周期性的檢查。這些方法在一定程度上能夠發(fā)現(xiàn)部分漏電隱患。

3、然而，單一傳感器的檢測(cè)方法容易產(chǎn)生誤判，例如紅外檢測(cè)難以區(qū)分設(shè)備高負(fù)載下的正常溫升與故障發(fā)熱，且易受環(huán)境溫度和太陽(yáng)輻射等因素干擾；超聲波檢測(cè)則易受到現(xiàn)場(chǎng)的機(jī)械噪聲和電磁噪聲影響，且信號(hào)傳播路徑復(fù)雜，定位困難。而定期人工巡檢的方式，不僅人力成本高、效率低下，更無法實(shí)現(xiàn)對(duì)設(shè)備狀態(tài)的連續(xù)監(jiān)控，容易錯(cuò)失瞬時(shí)性或發(fā)展迅速的漏電故障?，F(xiàn)有的一些在線監(jiān)測(cè)系統(tǒng)大多采用固定的報(bào)警閾值，無法適應(yīng)設(shè)備負(fù)載波動(dòng)、環(huán)境變化以及設(shè)備自身老化等動(dòng)態(tài)工況，導(dǎo)致在實(shí)際應(yīng)用中虛警率和漏警率居高不下。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述問題，本發(fā)明提供了一種配電設(shè)備漏點(diǎn)檢測(cè)系統(tǒng)及方法，采用多模態(tài)傳感數(shù)據(jù)融合與設(shè)備運(yùn)行狀態(tài)自適應(yīng)的動(dòng)態(tài)閾值決策方法，能夠?qū)崿F(xiàn)對(duì)配電設(shè)備漏點(diǎn)的精準(zhǔn)檢測(cè)、定位與早期預(yù)警。

2、上述目標(biāo)可以通過如下方案實(shí)現(xiàn)：

3、一種配電設(shè)備漏點(diǎn)檢測(cè)方法，包括獲取配電設(shè)備的紅外熱成像數(shù)據(jù)、超聲波檢測(cè)數(shù)據(jù)和環(huán)境參量數(shù)據(jù)，融合成多模態(tài)傳感器數(shù)據(jù)集；提取所述多模態(tài)傳感器數(shù)據(jù)集中數(shù)據(jù)的多維物理特征，生成多模態(tài)融合特征向量；基于所述多模態(tài)融合特征向量計(jì)算得到綜合漏電概率指數(shù)；獲取所述配電設(shè)備的設(shè)備運(yùn)行狀態(tài)，并結(jié)合預(yù)獲取的歷史漏電數(shù)據(jù)生成自適應(yīng)報(bào)警閾值；比較所述綜合漏電概率指數(shù)與所述自適應(yīng)報(bào)警閾值，當(dāng)所述綜合漏電概率指數(shù)超出所述自適應(yīng)報(bào)警閾值時(shí)，生成漏電報(bào)警信號(hào)。

4、可選地，所述融合成多模態(tài)傳感器數(shù)據(jù)集包括：獲取配電設(shè)備的紅外熱成像數(shù)據(jù)，并實(shí)時(shí)分析所述紅外熱成像數(shù)據(jù)以識(shí)別異常發(fā)熱點(diǎn)，生成協(xié)同觸發(fā)指令；響應(yīng)于所述協(xié)同觸發(fā)指令，同步采集超聲波檢測(cè)數(shù)據(jù)和環(huán)境參量數(shù)據(jù)；將所述紅外熱成像數(shù)據(jù)與同步采集的所述超聲波檢測(cè)數(shù)據(jù)和所述環(huán)境參量數(shù)據(jù)進(jìn)行時(shí)間對(duì)齊，融合成所述多模態(tài)傳感器數(shù)據(jù)集。

5、可選地，所述基于所述多模態(tài)融合特征向量計(jì)算得到綜合漏電概率指數(shù)包括：獲取配電設(shè)備的設(shè)備類型，并基于所述設(shè)備類型，獲取對(duì)應(yīng)的歷史漏電數(shù)據(jù)；根據(jù)所述設(shè)備類型和所述歷史漏電數(shù)據(jù)，生成動(dòng)態(tài)權(quán)重系數(shù)；利用所述動(dòng)態(tài)權(quán)重系數(shù)對(duì)所述多模態(tài)融合特征向量中的各維度特征進(jìn)行加權(quán)融合計(jì)算，生成綜合漏電概率指數(shù)。

6、可選地，所述生成自適應(yīng)報(bào)警閾值包括：獲取所述配電設(shè)備的設(shè)備運(yùn)行狀態(tài)，并從所述設(shè)備運(yùn)行狀態(tài)中解析出負(fù)載電流和設(shè)備老化程度；基于所述歷史漏電數(shù)據(jù)確定基準(zhǔn)閾值；根據(jù)所述負(fù)載電流生成負(fù)載補(bǔ)償系數(shù)，并根據(jù)所述設(shè)備老化程度生成老化補(bǔ)償系數(shù)；結(jié)合所述負(fù)載補(bǔ)償系數(shù)和所述老化補(bǔ)償系數(shù)，對(duì)所述基準(zhǔn)閾值進(jìn)行調(diào)整，生成自適應(yīng)報(bào)警閾值。

7、可選地，所述方法還包括：基于所述漏電報(bào)警信號(hào)確認(rèn)誤報(bào)警事件，并標(biāo)記為誤報(bào)數(shù)據(jù)；分析所述誤報(bào)數(shù)據(jù)對(duì)應(yīng)的多模態(tài)融合特征向量和設(shè)備運(yùn)行狀態(tài)，生成優(yōu)化參數(shù)；基于所述優(yōu)化參數(shù)修正所述動(dòng)態(tài)權(quán)重系數(shù)和所述基準(zhǔn)閾值。

8、可選地，所述方法包括：響應(yīng)于所述漏電報(bào)警信號(hào)，激活多傳感器定位模式；基于多傳感器定位模式，對(duì)所述紅外熱成像數(shù)據(jù)和所述超聲波檢測(cè)數(shù)據(jù)進(jìn)行空間關(guān)聯(lián)分析，得到漏電點(diǎn)的三維坐標(biāo)。

9、可選地，所述得到漏電點(diǎn)的三維坐標(biāo)包括：基于所述超聲波檢測(cè)數(shù)據(jù)，利用超聲波信號(hào)到達(dá)不同傳感器的傳播時(shí)間差，計(jì)算出所述聲源位置；將所述紅外熱成像數(shù)據(jù)中的高溫區(qū)域投影至預(yù)設(shè)的設(shè)備三維模型，得到所述熱源位置；對(duì)所述聲源位置和所述熱源位置進(jìn)行空間關(guān)聯(lián)分析，生成漏電點(diǎn)的三維坐標(biāo)。

10、可選地，所述方法還包括：按時(shí)間序列記錄所述綜合漏電概率指數(shù)，形成歷史趨勢(shì)數(shù)據(jù)；基于所述歷史趨勢(shì)數(shù)據(jù)進(jìn)行趨勢(shì)預(yù)測(cè)，生成絕緣劣化趨勢(shì)量化值；當(dāng)所述絕緣劣化趨勢(shì)量化值滿足預(yù)設(shè)的惡化條件時(shí)，生成早期預(yù)警信號(hào)。

11、可選地，所述生成絕緣劣化趨勢(shì)量化值包括：從所述歷史趨勢(shì)數(shù)據(jù)中同步提取綜合漏電概率指數(shù)序列和負(fù)載電流序列；分析所述綜合漏電概率指數(shù)序列與所述負(fù)載電流序列之間的相關(guān)性，建立絕緣劣化趨勢(shì)預(yù)測(cè)模型；基于所述絕緣劣化趨勢(shì)預(yù)測(cè)模型，生成絕緣劣化趨勢(shì)量化值。

12、基于相同的發(fā)明構(gòu)思，本發(fā)明還提供了一種配電設(shè)備漏點(diǎn)檢測(cè)系統(tǒng)，所述系統(tǒng)包括：多模態(tài)傳感模塊，用于獲取配電設(shè)備的紅外熱成像數(shù)據(jù)、超聲波檢測(cè)數(shù)據(jù)和環(huán)境參量數(shù)據(jù)，融合成多模態(tài)傳感器數(shù)據(jù)集；數(shù)據(jù)處理模塊，用于提取所述多模態(tài)傳感器數(shù)據(jù)集中數(shù)據(jù)的多維物理特征，生成多模態(tài)融合特征向量；數(shù)據(jù)融合模塊，用于基于所述多模態(tài)融合特征向量計(jì)算得到綜合漏電概率指數(shù)；自適應(yīng)閾值生成模塊，用于獲取所述配電設(shè)備的設(shè)備運(yùn)行狀態(tài)，并結(jié)合預(yù)獲取的歷史漏電數(shù)據(jù)生成自適應(yīng)報(bào)警閾值；報(bào)警決策模塊，用于比較所述綜合漏電概率指數(shù)與所述自適應(yīng)報(bào)警閾值，當(dāng)所述綜合漏電概率指數(shù)超出所述自適應(yīng)報(bào)警閾值時(shí)，生成漏電報(bào)警信號(hào)。

13、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)：

14、1、本發(fā)明通過多模態(tài)傳感器數(shù)據(jù)的融合分析，將紅外熱成像、超聲波檢測(cè)和環(huán)境參量相結(jié)合，構(gòu)建了對(duì)設(shè)備狀態(tài)的多維度、全方位監(jiān)測(cè)，克服了單一檢測(cè)手段信息片面、易受干擾的缺陷，通過多物理現(xiàn)象的交叉驗(yàn)證，極大地提升了漏電故障識(shí)別的準(zhǔn)確性和可靠性；

15、2、本發(fā)明引入了基于設(shè)備運(yùn)行狀態(tài)和歷史數(shù)據(jù)的自適應(yīng)報(bào)警閾值與動(dòng)態(tài)權(quán)重系數(shù)機(jī)制，使得檢測(cè)模型能夠根據(jù)負(fù)載電流、設(shè)備老化程度等實(shí)時(shí)工況進(jìn)行智能調(diào)整，并能從誤報(bào)警事件中自我學(xué)習(xí)和優(yōu)化；這種動(dòng)態(tài)自適應(yīng)能力有效降低了在復(fù)雜工況下的誤報(bào)與漏報(bào)率，顯著增強(qiáng)了系統(tǒng)的智能化水平和環(huán)境適應(yīng)性；

16、3、本發(fā)明不僅能檢測(cè)漏電故障的存在，還能在確認(rèn)故障后激活多傳感器定位模式，通過對(duì)熱源與聲源的空間關(guān)聯(lián)分析，精確計(jì)算出漏電點(diǎn)的三維坐標(biāo)；該功能為運(yùn)維人員提供了直觀準(zhǔn)確的故障位置指引，大幅縮短了故障排查時(shí)間，提升了維修工作的效率和精準(zhǔn)度；

17、4、本發(fā)明通過對(duì)綜合漏電概率指數(shù)的長(zhǎng)期趨勢(shì)進(jìn)行預(yù)測(cè)分析，并剝離負(fù)載等工況因素的干擾，能夠量化評(píng)估設(shè)備絕緣性能的劣化趨勢(shì)。這使得系統(tǒng)能夠從故障檢測(cè)升級(jí)為風(fēng)險(xiǎn)預(yù)警，在漏電故障發(fā)生前發(fā)出早期預(yù)警信號(hào)，為實(shí)施預(yù)測(cè)性維護(hù)提供了科學(xué)依據(jù)，從而有效避免非計(jì)劃停機(jī)，保障了配電系統(tǒng)的安全穩(wěn)定運(yùn)行。

18、本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。