本发明涉及局部放电在线监测，具体是基于数据分析的柱上断路器局部放电在线监测系统及方法。
背景技术：
1、柱上断路器具有可频繁开断、使用寿命长的突出优点，因此在配电系统广泛应用，其安全运行对于电力系统稳定具有重要意义。据统计，柱上断路器的主要故障形式是绝缘故障，绝缘故障的早期征兆表现为局部放电，通过实时在线监测局部放电，可及时发现柱上断路器潜在的缺陷，及时进行维护和维修，避免出现严重的绝缘事故，保证配网用电的安全。对局部放电进行监测需要实时收集数据并尽快分析以捕捉可能的潜在问题。因此，传感器采集数据的传输必须及时传输到监测中心，为此，如何将传感器数据传达到监测中心，提高局部放电的监测效果，成为了一个亟需解决的问题。
技术实现思路
1、本发明的目的在于提供系统及方法，以解决现有技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：基于数据分析的柱上断路器局部放电在线监测方法，包括：
3、s11，获取每个传感器数据流的流量数据；
4、s12.根据传感器数据流的流量数据，确定传感器数据流的流量增加值；根据传感器数据流的流量增加值，得到传感器的第一风险值；获取每个传感器发生局部放电事件的历史数据，得到传感器的第二风险值；基于第一风险值和第二风险值，确定每个传感器的综合风险值；
5、s13，基于传感器的综合风险值，监测中心调整给每个传感器分配的带宽资源；
6、s14，监测中心对接收到的传感器数据进行分析，对局部放电事件进行检测；
7、s15，根据局部放电检测结果执行措施，当发生局部放电事件时，监测中心触发警报，并显示警告信息。
8、在步骤s12中，所述根据传感器数据流的流量数据，确定传感器的流量增加值还包括以下步骤：
9、s21，对传感器的数据量的流量进行监视，当传感器的数据流的流量异常增加时，对传感器的数据流的流量增加值进行分析，进入步骤s22；通过以下方式判断传感器的数据流的流量是否异常增加：获取传感器的数据流的流量序列，计算出传感器的数据流的流量的平均值μ和标准差σ，当传感器的数据量的流量不小于μ+k×σ/n时，确定传感器的数据流的流量异常增加，否则传感器的数据流的流量未异常增加；持续对传感器的数据量的流量进行监视；式中n为特定时间内传感器传输数据到监测中心的次数，k为预设常数；
10、s22，令传感器的数据流的流量异常增加时的首个数据流的流量为e2，最新的未异常增加的数据流的流量为e1，e1=n×v1，v1为正常情况下传感器单次产生的数据量的平均值；e2=（n-1）×v1+v2，v2为传感器的数据流的流量异常增加后，传感器单次产生的数据量；计算出传感器数据流的流量增加值δe0，δe0=n×（v2-v1）=n×（e2-e1），将传感器数据流的流量增加值δe0消除量纲得到传感器数据流的流量增加的幅度δe，δe=δe0/e1。
11、局部放电会产生特定的信号，如电磁波、超声波、光、热、电流或电压脉冲等，导致传感器产生的数据量增加，这些信号会被传感器检测并转换为数据。当局部放电发生时，传感器会捕捉到这些信号的瞬态变化，从而产生大量的数据，导致传感器的数据流的流量会突然增加；数据流的流量指的是在特定时间内通过数据通信渠道传输的数据量，特定时间内传感器发送数据的次数为3时，在局部放电发生前，传感器传输的数据量为v1、v2、v3等，这些数据量的大小相近，当局部放电发生后，传感器传输的数据量为v1、v2、v3、v4、v5、v6等，由于数据流的流量指的是在特定时间内通过数据通信渠道传输的数据量，因此根据v1、v2、v3；v2、v3、v4；v3、v4、v5能够得到不同的数据流的流量，当根据v2、v3、v4确定数据流的流量异常增加时，就需要对传感器的带宽进行分配，而无须等待到v6产生，才根据v4、v5、v6确定数据流的流量异常增加；数据流的流量异常增加时，首次在特定时间内仅占据传感器传输的数据量中的一个位置，因此使用西格玛等级判断数据流的流量是否异常增加时，将西格玛按照比例进行缩减。k可根据需要的西格玛等级进行设置。
12、在步骤s12中，所述根据传感器数据流的流量增加值，得到传感器的第一风险值还包括以下步骤：
13、令p1i表示第i个传感器的第一风险值，b=δe表示传感器数据流的流量增加的幅度等于δe这一随机事件，a表示传感器所负责监测的位置处发生局部放电事件这一随机事件；对进行计算，p1i=p{a|（b=δe）}=p{a∩（b=δe）}/p{b=δe}，对b=δe这一随机事件进行放缩变为p{δe1≤b≤δe2}，式中δe1为放缩后得到的区间下限，δe2为放缩后得到的区间上限；放缩后再对传感器的第二风险值进行计算，p1i=p{a∩（δe1≤b≤δe2）}/p{δe1≤b≤δe2}=n1/n2，式中n2表示所有传感器中，数据量的流量增加的幅度处于[δe1，δe2]之间的历史数据的数量；n1表示由于局部放电引起的传感器数据量的流量增加的幅度处于[δe1，δe2]之间的历史数据的数量；
14、基于第一风险值和第二风险值，确定每个传感器的综合风险值还包括以下步骤：
15、根据每个传感器发生局部放电事件的历史数据，获取每个传感器发生局部放电事件的概率，得到每个传感器的第二风险值；令p2i表示第i个传感器的第二风险值，则第i个传感器的综合风险值pi通过以下公式进行计算：pi=min{1，p2i×（1+p1i）}。
16、除了局部放电以外，还可能存在其他因素导致传感器的数据流的流量增加，数据流的流量不同增加幅度下，局部放电发生的可能性不同，为此，采用条件概率公式计算局部放电事件出现的概率；由于局部放电发生时，传感器额外产生数据并不完全相同，所以将局部放电的幅度放缩成一个区间进行处理。
17、放缩区间的上限和下限通过以下步骤进行确定：
18、s41，从历史数据中获取局部放电事件的传感器的数据流的流量数据，令t1、t2、…、tm表示传感器的数据流的流量序列，m为流量序列中数据的数量，计算出序列中后一项与前一项之间的差值得到差值序列t2-t1、t3-t2、…、tm-tm-1；从差值序列中第三个数据开始，判断差值序列中数据是否存在异常减少的情况，若是，则将首个异常减少的数据记为tm0-tm0-1，将差值序列中tm0-tm0-1和tm0-tm0-1之后的数据除外，利用差值序列中剩余的数据计算出标准差d0，将标准差转化为幅度形式得到d，d=d0/f，式中f为发生局部放电事件传感器的数据流的流量数据；
19、s42，每个传感器的局部放电事件都对应一个幅度形式的标准差，取所有传感器所有局部放电事件的幅度形式的标准差的平均值得到averb，根据averb得到放缩区间的上限和下限，δe1=（1-averb）×δe，δe2=（1+averb）×δe；
20、局部放电发生后，传感器的数据流的流量会瞬间增加，接着逐步增加，当特定时间内不包括局部放电传感器产生的数据时，数据流的流量增加到最大程度；当v4产生时，传感器的数据流的流量瞬间增加，当v6产生时，传感器的数据流的流量增加到最大程度。
21、从差值序列中第三个数据开始，判断差值序列中数据是否存在异常减少的情况，可借助西格玛法则进行判断，即根据t2-t1、t3-t2计算出平均值和方差，判断t4-t3是否异常减小，若未异常减小，则通过t2-t1、t3-t2、t4-t3计算平均值和方差，继续对后续数据进行判断，以此类推。
22、在步骤s13中，所述基于传感器的综合风险值，监测中心调整给每个传感器分配的带宽资源还包括以下步骤：
23、获取第i个传感器的综合风险值pi，确定第i个传感器的带宽bwi，bwi=bwi0×（1+pi）-∑na，式中∑na表示其他传感器的综合风险占用的带宽，bwi0表示第i个传感器的当前带宽；第i个传感器带宽增加bwi0×pi；对第j个传感器，被第i个传感器的综合风险占用的带宽为bwi0×pi/num，num为传感器的数量；遍历所有传感器得到第j个传感器被其他传感器的综合风险占用的带宽；第i个传感器被其他传感器的综合风险占用的带宽∑na以相同方式确定；当第i个传感器的数据被监测中心分析完成时，将第i个传感器的综合风险值pi置为零，重新进行带宽分配。
24、监测中心的可用带宽有限，当第i个传感器数据流的流量增加时，需要占用其他传感器的带宽进行数据传输，在监测中心完成分析之后，将占用的其他传感器的带宽释放。
25、在步骤s14中，所述监测中心对接收到的传感器数据进行分析，对局部放电事件进行检测还包括以下步骤：
26、获取传感器提供的电流数据，以a、b和c表示柱上断路器的三相固封极柱，将a、b和c三相电流波形记作ya、yb和yc，每两相分别做相间差值处理，得到三个差值波形yab、ybc和yca，yab=ya-yb，ybc=yb-yc，yca=yc-ya，对三个差值波形yab、ybc和yca的幅值进行判断，若存在幅值大于阈值的情况，则确定发生局部放电事件，否则未发生局部放电事件。
27、为实现上述目的，本发明提供如下技术方案：基于数据分析的柱上断路器局部放电在线监测系统，包括：数据采集模块、响应模块和监测中心；所述数据采集模块的输出端与所述监测中心的输入端相连接，用于对监测位置的参数变量进行采集并发送给监测中心；所述监测中心的输出端与所述响应模块的输入端相连接，用于对数据采集模块发送的参数变量进行分析，对局部放电事件进行检测；所述响应模块，当监测中心确定发生局部放电事件时，触发警报并显示警示信息。
28、所述数据采集模块还包括传感器单元和第一通信单元；所述传感器单元用于获取监测位置的参数变量数据，所述第一通信单元用于建立数据采集模块和监测中心的数据连接，将传感器单元获取的数据发送到监测中心。
29、所述监测中心还包括数据存储单元、第二通信单元、数据流监测单元、数据流分析单元、风险值分析单元、资源管理单元和局部放电分析单元；所述数据存储单元用于存储传感器采集的参数变量数据和传感器数据流的流量数据；所述第二通信单元用于建立数据采集模块和监测中心的数据连接；所述数据流监测单元用于获取传感器数据流的流量数据；所述数据流分析单元用于分析传感器数据流的流量是否异常增加，若异常增加，则确定传感器数据流的流量增加值，若未异常增加，则持续对传感器数据流的流量进行监测；所述风险值分析单元根据传感器数据流的流量增加值，得到传感器的第一风险值；获取每个传感器发生局部放电事件的历史数据，得到传感器的第二风险值；基于第一风险值和第二风险值，确定每个传感器的综合风险值；所述资源管理单元根据每个传感器的综合风险，为传感器分配带宽资源；所述局部放电分析单元，根据接收到的监测位置的参数变量数据分析监测位置的局部放电情况。
30、所述风险值分析单元通过以下步骤确定传感器的综合风险值：令p1i表示第i个传感器的第一风险值，b=δe表示传感器数据流的流量增加的幅度等于δe这一随机事件，a表示传感器所负责监测的位置处发生局部放电事件这一随机事件；对进行计算，p1i=p{a|（b=δe）}=p{a∩（b=δe）}/p{b=δe}，对b=δe这一随机事件进行放缩变为p{δe1≤b≤δe2}，式中δe1为放缩后得到的区间下限，δe2为放缩后得到的区间上限；放缩后再对传感器的第二风险值进行计算，p1i=p{a∩（δe1≤b≤δe2）}/p{δe1≤b≤δe2}=n1/n2，式中n2表示所有传感器中，数据量的流量增加的幅度处于[δe1，δe2]之间的历史数据的数量；n1表示由于局部放电引起的传感器数据量的流量增加的幅度处于[δe1，δe2]之间的历史数据的数量；δe为传感器数据流的流量增加的幅度；根据每个传感器发生局部放电事件的历史数据，获取每个传感器发生局部放电事件的概率，得到每个传感器的第二风险值；令p2i表示第i个传感器的第二风险值，则第i个传感器的综合风险值pi通过以下公式进行计算：pi=min{1，p2i×（1+p1i）}。
31、与现有技术相比，本发明的有益效果是：对传感器的数据流进行监视，在传感器短时间内产生大量数据的情况下，可以确保监测中心仍能保持数据传输的速度；基于电流波形的相间差值法消除噪声干扰信号，有效识别局部放电信号，提高了柱上断路器的局部放电在线监测灵敏度和可靠性。
1.基于数据分析的柱上断路器局部放电在线监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据分析的柱上断路器局部放电在线监测方法，其特征在于，在步骤s12中，所述根据传感器数据流的流量数据，确定传感器的流量增加值还包括以下步骤：
3.根据权利要求2所述的基于数据分析的柱上断路器局部放电在线监测方法，其特征在于，在步骤s12中，所述根据传感器数据流的流量增加值，得到传感器的第一风险值还包括以下步骤：
4.根据权利要求3所述的基于数据分析的柱上断路器局部放电在线监测方法，其特征在于，放缩区间的上限和下限通过以下步骤进行确定：
5.根据权利要求4所述的基于数据分析的柱上断路器局部放电在线监测方法，其特征在于，在步骤s13中，所述基于传感器的综合风险值，监测中心调整给每个传感器分配的带宽资源还包括以下步骤：
6.根据权利要求5所述的基于数据分析的柱上断路器局部放电在线监测方法，其特征在于，在步骤s14中，所述监测中心对接收到的传感器数据进行分析，对局部放电事件进行检测还包括以下步骤：
7.基于数据分析的柱上断路器局部放电在线监测系统，其特征在于，包括：数据采集模块、响应模块和监测中心；所述数据采集模块的输出端与所述监测中心的输入端相连接，用于对监测位置的参数变量进行采集并发送给监测中心；所述监测中心的输出端与所述响应模块的输入端相连接，用于对数据采集模块发送的参数变量进行分析，对局部放电事件进行检测；所述响应模块，当监测中心确定发生局部放电事件时，触发警报并显示警示信息。
8.根据权利要求7所述的基于数据分析的柱上断路器局部放电在线监测系统，其特征在于：所述数据采集模块还包括传感器单元和第一通信单元；所述传感器单元用于获取监测位置的参数变量数据，所述第一通信单元用于建立数据采集模块和监测中心的数据连接，将传感器单元获取的数据发送到监测中心。
9.根据权利要求7所述的基于数据分析的柱上断路器局部放电在线监测系统，其特征在于：所述监测中心还包括数据存储单元、第二通信单元、数据流监测单元、数据流分析单元、风险值分析单元、资源管理单元和局部放电分析单元；所述数据存储单元用于存储传感器采集的参数变量数据和传感器数据流的流量数据；所述第二通信单元用于建立数据采集模块和监测中心的数据连接；所述数据流监测单元用于获取传感器数据流的流量数据；所述数据流分析单元用于分析传感器数据流的流量是否异常增加，若异常增加，则确定传感器数据流的流量增加值，若未异常增加，则持续对传感器数据流的流量进行监测；所述风险值分析单元根据传感器数据流的流量增加值，得到传感器的第一风险值；获取每个传感器发生局部放电事件的历史数据，得到传感器的第二风险值；基于第一风险值和第二风险值，确定每个传感器的综合风险值；所述资源管理单元根据每个传感器的综合风险，为传感器分配带宽资源；所述局部放电分析单元，根据接收到的监测位置的参数变量数据分析监测位置的局部放电情况。
10.根据权利要求9所述的基于数据分析的柱上断路器局部放电在线监测系统，其特征在于，所述风险值分析单元通过以下步骤确定传感器的综合风险值：令p1i表示第i个传感器的第一风险值，b=δe表示传感器数据流的流量增加的幅度等于δe这一随机事件，a表示传感器所负责监测的位置处发生局部放电事件这一随机事件；对进行计算，p1i=p{a|（b=δe）}=p{a∩（b=δe）}/p{b=δe}，对b=δe这一随机事件进行放缩变为p{δe1≤b≤δe2}，式中δe1为放缩后得到的区间下限，δe2为放缩后得到的区间上限；放缩后再对传感器的第二风险值进行计算，p1i=p{a∩（δe1≤b≤δe2）}/p{δe1≤b≤δe2}=n1/n2，式中n2表示所有传感器中，数据量的流量增加的幅度处于[δe1，δe2]之间的历史数据的数量；n1表示由于局部放电引起的传感器数据量的流量增加的幅度处于[δe1，δe2]之间的历史数据的数量；δe为传感器数据流的流量增加的幅度；根据每个传感器发生局部放电事件的历史数据，获取每个传感器发生局部放电事件的概率，得到每个传感器的第二风险值；令p2i表示第i个传感器的第二风险值，则第i个传感器的综合风险值pi通过以下公式进行计算：pi=min{1，p2i×（1+p1i）}。
