专利名称：一种户外电气设备温升的在线监测方法
技术领域：
本发明属于电气设备智能状态监测技术领域，涉及ー种电气设备温升的监测方法，具体涉及ー种户外电气设备温升的在线监测方法。
背景技术：
户外电气设备，如电カ设备，其运行温升反应设备运行状况好坏，当设备或设备局部出现温升高于正常值时，反应出设备的异常。设备运行状态下在线温升检测能够得到设备实时的温升数据，进而实现设备故障的发现和预防。目前已知的电气设备温升监测，是采用接触或非接触温度传感器进行测量，并人エ记录环境条件及电气设备运行的负荷情况，然后根据当前数据和历史记录数据进行对比分析和对设备状态进行判断。由于设备温升除了与运行负荷及设备本身是否有老化和故障等状态有关外，还受到环境因素的影响，这些影响因素包括环境温度，湿度，日照，风カ风向等，因此，在人工測量和分析对比中还要參考ー些经验数据进行补偿。这些测量，补偿和分析存在以下问题
1、需要大量人工，非常费时，人工測量间隔一般只能做到几个小时或若干天，数据量�。嗖獠患笆保实停�
2、对环境因素的补偿只是初略的补偿，因此温升测量的补偿精度差，不易发现设备老化，故障等的细微变化和趋势变化，发现问题较晩，容易错过故障判断的时机。
发明内容
本项发明的目的是提供一种户外电气设备温升的在线监测方法，解决人工监测不及时，效率低和不能准确补偿环境因素对测量的影响，而无法发现温升细微变化的问题，提高了温升监测的效率和效能。
采用的技术方案是 I、一种户外电气设备温升的在线监测方法，将以下单元构成一套户外设备温升在线监测设备，包括进行设备体表温度测量的测温仪，环境风カ传感器，环境风向传感器，环境温度传感器，环境湿度传感器，日照強度传感器，负荷參数采集器等检测装置，以及计算机处理单元，(见附图I)。用本方法对户外设备温升在线监测时，通过上述户外设备温升在线监测设备采集户外电气设备体表温度的測量数据，气象參数及负荷參数，根据各參数测量的历史数据和预测设备温升的多元线性回归方程经验模型，进行多元线性回归分析，获得预测设备温升的多元线性回归方程的回归參数，户外设备温升在线监测设备根据测量结果计算测量温升和预测温升，再根据两者的差的大小及变化趋势，判断设备运行状态下的温升是否异常，自动报警和预警。通过测温仪测量户外设备体表温度Tb，在被监测设备附近通过风カ风向传感器测量风速Vf和风向与被测设备表面内法线的夹角Af，通过温湿度传感器测量环境温度Th和环境相対湿度rh，通过日照强度传感器测量日照強度ps，再通过负荷參数采集器采集设备エ作电压Vb和电流Ib。预测设备温升的多元线性回归方程经验模型为
AT = P0 + P1 T1 + Ps T: + P3V + ^R1 + P5P + PJs2 + PTI+ ￡ ，该方程式为第一
方程式，
其中
A T为测量温升,AT = Tb - T1 ,该方程式为第ニ方程式，
P。+ T1 + P2 T: + PsV + ^R1 + P5P + Pe E2 + P7IS,该部分为预测温升，
Tb为户外设备体表温度，
Th为设备附近环境温度，
Th4为设备附近环境温度的四次方，
V为风速因子，
V= (Vr + VrI COS(Af)),该方程式为第三方程式，
第三方程式中，当Af>90°吋，入=0;当Af〈90°吋，入=1，
Rh为环境相対湿度，
P为前2小时内单位面积上得到的日照能量，
P = Jfi Pjdt，该方程式为第四方程式，
第四方程式中，Ps为日照強度，
Vb2为设备工作电压的平方，
Ib2为设备工作电流平方。V = % + ODS(Ar)),该方程式为第五方程式，
第五方程式中，A F为设备附近风速Vf和风向与被测设备表面内法线的夹角，当Af>90°时，X=O ;当 Af〈90° 时，X=I，e为回归误差，
￠0, @ 1，￠2, ￠3, ￠4, ￠5, ￠6和 ￠7 为回归參数；
监测设备温升的多元线性回归方式经验模型的回归參数PO，￠1, ￠2, @3，P 4，3 5， 和P7，通过以下方法求解
(1)在不同气象及设备负荷下记录和计算Tb,V, Af, Th, Rh, PjVb, Ib,得到n组样本数据AT i, Tai，亿，ん^し<,1し其中1=1，2，3，...，n ；
(2)利用样本数据和多元线性回归模型，应用I( Si)2为最小求解方法(最小二乗法)求解，得到回归參数组(￠0, ￠1, 02，03，￠4, 05，06，P7)的估计值，以及残差的均方根值D。根据测量温升和预测温升大小及变化趋势，判断设备运行状态下的温升是否异常，自动报警和预警的方法如下
(I)户外设备温升在线监测设备通过测量和计算的数据(Tb，V，Af, Th, Rh, PVb, Ib)，利用回归參数组和第一方程式，得到回归误差，比较￡和D，当GK1D吋，AL=1，否则AL=O;其中Kl取值范围为I. 5— 3。(2)按照(I)的方法得到并滚动记忆前连续2m+l次测量的误差e = h，j=l, 1，3，…，2m+l，计算误差e的一阶变化率Q1和ニ阶变化率Q2，其中
Ql _ ( ￡ 2m+1_ ￡ m+1) / ￡ m+1,
。2_( ￡ 2m+1+ ￡「2 ￡ m+1) / e m+1，
m为不小于I的整数，
当AL=1，且Q1Wia时，户外设备温升在线监测设备发出温升预警；
当AL=1，且Q2>Q2A吋，户外设备温升在线监测设备发出温升过快报警；
其中，Qia的取值范围为0— 1，Q2a取值范围为0— I。2、用本方法对户外设备温升在线监测的工作流程见附图2，具体步骤如下
(1)开始运行后，就做循环数据采集，对测量结果做计算处理，得到实时数据At，th，
V，v，rh，p《，i；
(2)进入回归參数建立阶段，用一段时间，期间，每隔一定时间采集一次各个检测結果，得到n组样本数据，并以此样本数得到ー组回归參数(￠0, ^ I, ^2, ￠3^4, ^5, ^6, & 7),以及残差的均方根值D ;
(3)完成回归參数建立后，进行监测准备，连续取监测的数据，并滚动记忆后2m+l次的数据，得到毎次监测的回归误差e，比较e和D，得到AL值，并计算Q1，Q2的值；
(1)完成监测准备后，进入监控阶段，根据AL，Ql,Q2的值进行预警和报警；
(2)每隔一定时间，再做一次回归參数的重建立；重新建立回归參数过程中，仍用原回归參数监测，完成參数在建立后采用新的參数进行监测。本项发明把影响户外设备温升测量的气候參数，负荷參数，设备体表參数引入监测系统，实现全自动在线故障诊断和预测，提高工效和监测能力。測量系统包括进行设备体表温度测量的测温仪，环境风カ风向传感器，温湿度传感器，日照強度传感器，负荷參数采集器等检测装置，以及计算机处理单元。监测系统根据多元线性回归原理，建立预测设备温升的多元线性回归方程经验模型，把根据经验对温升影响大的主要因素納入设备温升预测回归模型中，其中还对有非线性作用的因素预先进行处理，从而实现温升的准确预測。预测设备温升的多元线性回归方程经验模型中，有两类因素，一是对设备加热，造成升温的因素，另ー类是散热，造成降温的因素，热平衡状态下，监测点的温升有下列关系
设备温度-原温度=(吸收的电功率热能量+吸收的太阳辐射热能)+比热容量-(辐射散热量+对流散热量+传导散热量)+比热容，该方程式为第四方程式。其中，比热容对于固体形态的电气设备基本为定数，在温度改变吋，比热容也有很小的变化，但一般情况下可以忽略，视为常数。吸收的电热功率热能量就是电气设备工作中设备的电功耗，热平衡时，与平均电热功率成比例，包括工作电流作用于设备内阻产生的热量和工作电压作用于绝缘电阻产生的热量，因此经验公式中包括电流的平方和电压的平方两项因子。吸收的太阳辐射热能，设备产生温升，热平衡时，与日光辐射平均功率成比例，考虑日照的周期性和波动性，及电气设备多为金属材料，传热快的特点，日照能量会很快从表面扩散到整个设备，因此，日照因子取2小时内单位面积上得到的日照能量作为日照因子。根据克希荷夫热辐射定律，热辐射功率与设备表面温度的四次方成正比，因此带入设备表面温度的四次方成因子。在户外考虑对风力风向变化产生的对流散热，以及风力小的时候，湿度的影响，取风カ因子，侧风因子和相対湿度因子。传导散热与温差成正比，因此带入环境温度，表面温度因子。
监测系统根据測量温升和预测温升差的大小及变化趋势，判断设备运行状态下的温升是否异常。监测系统根据温升及变化率的超限值情况进行自动预警和报警。监测系统检测装置在线安装，实现温升的在线监测，为户外电气设备温升提供可靠及时的监测手段。
图I为本发明监测设备的原理框图。图2为本发明监测设备的工作流程图。
具体实施方式
见附图2。I、户外电气设备温升的在线监测设备开始运行后，就做循环数据采集，用测量设备体表温度的红外测温仪测量运行中的电气设备表面一个指点的温度Tb ;用测量环境条件的环境风カ传感器，环境风カ传感器，环境风向传感器，环境温度传感器，环境湿度传感器和日照強度传感器，測量设备附近的环境參数VF，Af, Th, Rh, Ps ;用负荷參数采集器测量该电气设备的工作电压和电流VB，Ib ;计算机处理单元随时采集各个检测结果，并用第一方程式，第二方程式，第三方程式，第四方程式，第五方程式对测量结果做计算，得到实时数据AT，Th，T:，V，Rh，P.マ，I。2、计算机处理单元首先进入回归參数建立阶段，一周内每隔I小时采集一次各个检测结果，得到n组样本数据厶了 i，Tm ,IL ,Vi, RmjPi.^ ,1し其中1=1，2，3，...，n ； 计算机处理单元利用样本数据和多元线性回归模型，即第一方程式，应用2 ( ^)2为最小求解方法(最小ニ乘法)求解，得到回归參数组(￠0, ￠1, ^2, ^ ^5, ^6, ^7)的估计值，以及残差的均方根值D。计算机处理单元记忆这些回归模型參数。3、接着计算机处理单元进入监测准备阶段；
(I)每隔I小时取测量和计算的数据实时数据厶了，Th ,Tl，V，RH，P.ぢ，I〗，利用回归
參数(￠0, P 1，P2, P3，￠4, P5, P6, P7)和第一方程式，得到回归误差e，比较e和D，当e >K:D时，AL=I，否则AL=O ;其中Kl取值I. 5。(2)按照(I)的方法得到并滚动记忆前连续2m+l次测量的误差e = e pj=l, 1，3，…，2m+l，计算误差e的一阶变化率Q1和ニ阶变化率Q2，其中
Ql _ ( e 2m.「e m+1) / e m+1，^2- ( ￡ 2m+l+ ￡ 1_2 ￡ m+1) / ￡ m+1，HI 取值为 10。(3)当滚动记忆的数据大于2m+l次以后，计算机处理单元进入监控阶段。
4、计算机处理单元进入监测阶段后，进行设备温升检测，每完成一次循环数据采集后，做如下监测，发现问题及时报警
当AL=I，且Q1Wia时，户外设备温升在线监测设备发出温升预警；
当AL=1，且Q2>Q2A吋，户外设备温升在线监测设备发出温升过快报警；
其中，Qia的取值范围为0. 1,Q2A取值范围为0.2。 5、计算机处理单元每隔30天做一次回归參数的再建立；重新建立回归參数过程中，仍用原參数监测，完成參数在建立后采用新的參数进行监测。
权利要求
1.一种户外电气设备温升的在线监测方法，其特征在于 将以下单元构成一套户外设备温升在线监测设备，包括进行设备体表温度测量的測温仪，环境风カ传感器，环境风向传感器，环境温度传感器，环境湿度传感器，日照強度传感器，负荷參数采集器检测装置，以及计算机处理单元； 通过上述户外设备温升在线监测设备采集户外电气设备体表温度的測量数据，气象參数及负荷參数，根据各參数测量的历史数据和预测设备温升的多元线性回归方程经验模型，进行多元线性回归分析，获得预测设备温升的多元线性回归方程的回归參数，户外设备温升在线监测设备根据测量结果计算测量温升和预测温升，再根据两者的差的大小及变化趋势，判断设备运行状态下的温升是否异常，自动报警和预警； 通过测温仪测量户外设备体表温度Tb，在被监测设备附近通过风カ风向传感器测量风速Vf和风向与被测设备表面内法线的夹角Af，通过温湿度传感器测量环境温度Th和环境相对湿度Rh，通过日照强度传感器测量日照強度Ps，再通过负荷參数采集器采集设备工作电压Vb和电流Ib。·
2.根据权利要求I所述的ー种户外电气设备温升的在线监测方法，其特征在于所述的预测设备温升的多元线性回归方程经验模型为 At ニ P。+ P1 T1 + Ps T； + Ps + ^Rh + P5P + P6V12 + PTI| + ￡ ，该方程式为第一方程式， 其中 A T为测量温升,Al = Tb - I1 ,该方程式为第二方程式， P。+ Ti + Ps 丁: + P3V + ^R1 + P5P + P6V^ + PtIし该部分为预测温升， Tb为户外设备体表温度， Th为设备附近环境温度， Th4为设备附近环境温度的四次方， V为风速因子， V= (VF + V1X COS(Af)),该方程式为第三方程式, 第三方程式中，当Af>90°吋，入=0;当Af〈90°吋，入=1， Rh为环境相対湿度， P为前2小时内单位面积上得到的日照能量， P = J0 P,dt ,该方程式为第四方程式， 第四方程式中，Ps为日照強度， Vb2为设备工作电压的平方， Ib2为设备工作电流平方； V= Cvr + VfX COS(Af)),该方程式为第五方程式， 第五方程式中，A F为设备附近风速Vf和风向与被测设备表面内法线的夹角，当Af>90°时，X=O ;当 Af〈90° 时，X=I，e为回归误差，￠0, e 1，￠2, ￠3, ￠4, ￠5, ￠6和 ￠7 为回归參数； 监测设备温升的多元线性回归方式经验模型的回归參数PO，￠1, ￠2, @3，P 4，3 5， 和P7，通过以下方法求解 (1)在不同气象及设备负荷下记录和计算Tb,V, Af, Th, Rh, PjVb, Ib,得到n组样本数据At i，THi，亿，Vi, Rm，Pi ザ,4’其中 i=l，2，3，...，n ； (2)利用样本数据和多元线性回归模型，应用I( Si)2为最小求解方法(最小二乗法)求解，得到回归參数组(￠0, ￠1, 02，03，￠4, 05，06，P7)的估计值，以及残差的均方根值D。
3.根据权利要求I所述的ー种户外电气设备温升的在线监测方法，其特征在于所述的户外设备温升在线监测设备根据测量温升和预测温升大小及变化趋势，判断设备运行状态下的温升是否异常，自动报警和预警的方法如下 (1)户外设备温升在线监测设备通过测量和计算的数据(Tb，V，Af,Th, Rh, PVb, Ib)，利用回归參数组和第一方程式，得到回归误差，比较￡和D，当GK1D吋，AL=1，否则AL=O;其中Kl取值范围为I. 5— 3 ； (2)按照(I)的方法得到并滚动记忆前连续2m+l次测量的误差e= ￡j，j=l，l，3^"，2m+l，计算误差e的一阶变化率Q1和ニ阶变化率Q2，其中 Ql —( ￡ 2m+1 ￡ m+1) / ￡ m+1, 。2_ ( ￡ 2m+1+ ￡ 1_2 e m+1) / e m+i， m为不小于I的整数， 当AL=1，且Q1Wia时，户外设备温升在线监测设备发出温升预警； 当AL=1，且Q2>Q2A吋，户外设备温升在线监测设备发出温升过快报警； 其中，Qia的取值范围为0— 1，Q2a取值范围为0— I。
4.根据权利要求I所述的ー种户外电气设备温升的在线监测方法，其特征在于户外设备温升在线监测的工作流程，具体步骤如下 (1)户外设备温升在线监测设备开始运行，做循环数据采集，对测量结果做计算处理，得到实时数据AT，Th，Tk4，V，Rh, P. Vs2，Il ; (2)进入回归參数建立阶段，用一段时间，期间，每隔一定时间采集一次各个检测結果，得到n组样本数据，并以此样本数得到ー组回归參数(￠0, ^ I, ^2, ^3^4, ^5, ^6, & 7),以及残差的均方根值D ; (3)完成回归參数建立后，进行监测准备，连续取监测的数据，并滚动记忆后2m+l次的数据，得到毎次监测的回归误差e，比较e和D，得到AL值，并计算Q1，Q2的值； 完成监测准备后，进入监控阶段，根据AL，Ql, Q2的值进行预警和报警； (4)每隔一定时间，再做一次回归參数的重建立；重新建立回归參数过程中，仍用原回归參数监测，完成參数在建立后采用新的參数进行监测。
全文摘要
一种户外电气设备温升的在线监测方法，所选用的各种参数测量用仪器包括进行设备体表温度测量的测温仪，环境风力风向传感器，温湿度传感器，日照强度传感器，负荷参数采集器等检测装置，以及计算器处理单元。测量系统根据多元线性回归原理，建立预测设备温升的多元线性回归方程经验模型，把根据经验对温升影响大的主要因素纳入设备温升预测回归模型中，其中还对有非线性作用的因素预先进行处理，从而实现温升的准确预测。本发明实现全自动在线监测和故障诊断及预测，提高工效和监测能力，特别是提高了监测质量。
文档编号G01K1/02GK102721479SQ20121010902
公开日2012年10月10日 申请日期2012年4月16日 优先权日2012年4月16日
发明者仇明, 张 浩, 胡宇 申请人:沈阳华岩电力技术有限公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
