一种基于XGBoost算法的六氟化硫电气设备微水检测方法

摘要

本发明提供一种基于XGBoost算法的六氟化硫电气设备微水检测方法，包括如下步骤：1)根据六氟化硫电气设备水分管理标准将六氟化硫气体的微水含量划分为安全工作区之下、安全工作区与水分管理线之间和超出水分管理线共3个梯度。启用人工气候室用于调节六氟化硫气体的微水含量，采集各微水梯度下，环氧绝缘沿面放电发展过程中的PRPD图谱。2)从所采集的PRPD图谱中提取两类特征值，其一为描述图谱中放电点特征的PRPD基本统计参数，其二为宏观描述图谱型貌的PRPD图谱统计参数。3)构建并训练基于XGBoost算法的分类器，对不同微水含量下的PRPD图谱进行模式识别，以达到对不同微水量下环氧绝缘沿面放电的辨识，实现对微水诱发六氟化硫电气设备微水量的检测效果。

说明书

技术领域

本发明涉及六氟化硫气体绝缘组合电器故障诊断技术领域，具体为一种基于XGBoost算法的六氟化硫电气设备微水检测方法。

背景技术

六氟化硫气体绝缘组合电器(Gas Insulated Switchgears，GIS)自上世纪中叶研发制成后，逐渐成为现代大型电力系统中广泛采用的关键设备。近些年来，随着我国电力工业的发展、输电电压等级的逐步提高和国民经济对电网安全要求的提升，至今GIS设备已经越来越多的被我国电网在各个电压等级使用。

沿面绝缘往往是GIS设备绝缘的薄弱环节，通常多种主部件的三结合点会产生局部放电，随着时间的推移，其会沿着绝缘表面向前慢慢发展，最初放电会由电晕放电慢慢发展成流注放电，继而随着放电愈发激烈，会转化成先导放电，伴随着六氟化硫气体分子的电离和光子的发射，形成绝缘沿面闪络。

不同于外部环境大气中的高水蒸气分压，GIS设备内部的水蒸气分压非常低，若GIS设备所处环境高温高湿，外部环境气温越高，相对湿度相差越大，且设备各气室之间的密封是其薄弱环节，会造成设备外的水分子向内渗透。GIS在正常工作时，高压导体会产生高温和些许电弧，GIS设备中的六氟化硫气体会分解并产生硫化物等产物，若六氟化硫气体湿度超标，则水分子极易与分解物发生反应并产生有害物质，随着时间的推移很可能会开始腐蚀GIS中的绝缘材料，严重威胁GIS环氧绝缘性能。另一方面，当外部环境昼夜温度骤变、温差较大或有些极寒地域会使GIS内温度降低到露点温度时，GIS设备内部的饱和水蒸气压力会随着温度降低，会使得六氟化硫气体中的水蒸气在固体材料表面凝露，极大的使环氧绝缘的闪络电压降低，绝缘性能锐减。

目前对于GIS环氧绝缘的诊断技术已发展的较为成熟，多针对GIS环氧典型缺陷或表面染污诱发的沿面放电，而对于微水量诱发的沿面放电的诊断方法较少。综上，对于微水量超标诱发六氟化硫开关设备沿面放电的诊断方法亟待开发，以全面维护电力设备的安全运行，保障电力系统的可靠性。

发明内容

针对现有技术中存在的问题，本发明提供一种基于XGBoost算法的六氟化硫电气设备微水检测方法，旨在解决六氟化硫开关设备在微水含量超标方面检测手段不足的问题，为六氟化硫开关设备的诊断提供有效判据。

本发明通过以下技术方案来实现：

一种基于XGBoost算法的六氟化硫电气设备微水检测方法，包括如下步骤：

步骤1)根据六氟化硫电气设备气体的水分管理标准将六氟化硫气体的微水含量划分为安全工作区之下、安全工作区与水分管理线之间和超出水分管理线共3个梯度；启用人工气候室用于调节六氟化硫气体的微水含量，采集各个微水量梯度下，环氧绝缘沿面放电发展过程中的局部放电相位分辩PRPD图谱；

步骤2)从所采集的PRPD图谱中提取特征值，所提取的特征值分为两类，其一为描述图谱中放电点特征的参数，称之为PRPD基本统计参数，其二为宏观描述图谱型貌的参数，称为PRPD图谱统计参数；

步骤3)构建并训练基于极大梯度提升树XGBoost算法的分类器，对不同微水含量下的PRPD图谱进行模式识别，以达到对不同微水量梯度环氧绝缘沿面放电的辨识，实现对微水诱发六氟化硫电气设备沿面放电的检测效果。

本发明进一步的改进在于，所述步骤1)中的六氟化硫电气设备气体的水分管理标准为国家现行的管理标准，经试验划分了电力设备内充入的六氟化硫气体在不同压强下的水分管理界限，设置了3条管理限值曲线，分别为刚充气产品水分合格线、水分管理线和0℃露点界线。

本发明进一步的改进在于，所述步骤1)中的人工气候室能够做到在短时间内改变箱内温湿度，通过调控面板模拟环氧绝缘沿面放电所处的不同湿度条件。

本发明进一步的改进在于，所述步骤1)中的PRPD图谱检测，其采集过程从沿面放电起始阶段直至闪络阶段，确保每组数据涵盖单次放电过程。

本发明进一步的改进在于，PRPD图谱采集范围覆盖工况下可能出现的各个微水量1000—3000ppm。

本发明进一步的改进在于，所述步骤2)中的PRPD基本统计参数包括：最大放电量、平均放电量、放电量标准差、放电相位宽度、放电相位重心、放电相位标准差、正负放电相位宽度比、正负放电起始相位比、正负放电相位重心比、正负放电相位标准差比、正负放电平均量比、正负放电量标准差比以及正负放电次数比。

本发明进一步的改进在于，所述步骤2)中的PRPD图谱统计参数包括：图谱偏斜度、图谱陡峭度、局部峰值个数、图谱互相关系数以及图谱修正互相关系数。

本发明进一步的改进在于，所述步骤3)中的XGBoost算法分类器，以决策树为基础，其构架对应大量的CART树，将数据集特征极度细化，最终将每一棵CART树的预测值求和即为该模型的预测值。

本发明进一步的改进在于，所述步骤3)中的XGBoost算法分类器，其输出分为三类：放电环境的微水含量在安全工作区之下、放电环境的微水含量在安全工作区与水分管理线之间和放电环境的微水含量超出水分管理线。

本发明至少具有如下有益的技术效果：

本发明提供的一种基于XGBoost算法的六氟化硫电气设备微水检测方法，本发明所述检测方法，构建了基于XGBoost算法的六氟化硫开关设备微水检测分类器，利用极大梯度提升树能将权值最优化的特性，使六氟化硫开关设备微水量的划分更加精细化。此外，还通过大量放电数据对XGBoost分类器进行训练，确保该检测方法有着极高的识别准确率，为六氟化硫开关设备的状态监测提供可靠判据，保障电力系统的稳定运行。

附图说明

图1为国家现行的六氟化硫电气设备气体的水分管理标准；

图2为XGBoost(eXtreme Gradient Boosting)算法的构架示意图；

其中，1为特征值划分结点，2为叶子结点，3为权值；

图3为分类器的模式识别流程示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

如图1所示，电力设备的微水含量表征手段为体积分数(水分对六氟化硫气体体积比，μL/L)，符合国家标准《六氟化硫电气设备中气体管理和检验导则(GB/T 8905—2012)》，电力部推荐标准《电力设备预防性试验规程(DL/T596-1996)》以及IEEE标准《IEEE Guidefor Moisture Measurement and Control in SF

如图2所示，左树中5个样本都分配到了叶子结点中，对不同的叶子结点分配不同的权重项，正数代表符合特征划分，负数则反之，后以叶子结点与权值的结合综合为判据，划分样本归属。右树则使用不同指标，将样本重新划分。所述分类器是由多个cart树集成组合而成。分类器基于集成思想，若样本预测值

如图3所示，所提取的特征值皆来源于PRPD(Phase Resovled PartialDischarge)图谱，将特征值分为两类，其一为描述图谱中放电点特征的参数，称之为PRPD基本统计参数，其二为宏观描述图谱型貌的参数，称为PRPD图谱统计参数。PRPD基本统计参数包括：最大放电量、平均放电量、放电量标准差、放电相位宽度、放电相位重心、放电相位标准差、正负放电相位宽度比、正负放电起始相位比、正负放电相位重心比、正负放电相位标准差比、正负放电平均量比、正负放电量标准差比、正负放电次数比。PRPD图谱统计参数包括：图谱偏斜度、图谱陡峭度、局部峰值个数、图谱互相关系数、图谱修正互相关系数。首先采集PRPD图谱作为样本集，接着通过PRPD谱图提取基本参数和图谱统计参数，继而将其输入XGBoost分类器进行训练，通过参数调整达到分类器的最高识别准确率。

虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。