一种开关柜负荷指数预测装置及方法

摘要

本发明一种开关柜负荷指数预测装置及方法，属于开关柜技术领域，该装置包括电流传感器、电压传感器、功率测量仪、温度传感器、数据采集芯片、处理器、工控机和无线通讯模块；本发明能够了解开关柜的负荷状态，减少过早或不必要的停电试验和检修，做到应修则修，显著提高了电力系统可靠性和经济性，对生产企业自行研发并制造生产的新型户内开关柜气体绝缘强度进行预测分析，可以方便维修人员进行检修。

主权项

一种开关柜负荷指数预测方法，该方法采用一种开关柜负荷指数预测装置，该装置包括电流传感器、电压传感器、功率测量仪、温度传感器、数据采集芯片、中央处理器、工控机和无线通讯模块，其中，电流传感器的输出端、电压传感器的输出端、功率测量仪的输出端和温度传感器的输出端依次连接数据采集芯片的四路输入端，数据采集芯片的输出端连接中央处理器的输入端，中央处理器的两路输出端分别连接工控机的输入端和无线通信模块的输入端；其特征在于：方法包括以下步骤：步骤1、采集开关柜的温度、工作电压、开断电流、功率四个参数，并将上述四个参数发送至数据采集芯片中；步骤2、数据采集芯片对所采集的四个参数进行模数转换，并将模数转换后的四个参数发送至数据处理器中；步骤3、数据处理器根据所采集的四个参数对开关柜负荷指数进行预测；步骤3‑1、采用经验模式分解法对由开关柜的温度、工作电压、开断电流和功率四个参数所构成的时间序列进行分解处理；步骤3‑2、采用递归神经网络方法对分解后时间序列进行预测，并基于相空间重构理论，将分解后的时间序列嵌入到相空间中，采用互信息量法确定相空间中的延迟时间，采用嵌入维算法确定相空间的关联维数，进而获得多个不同的预测分量；步骤3‑3、设置动态递归神经网络结构，将步骤3‑2获得的多个不同的预测分量输入动态递归神经网络进行训练，并采用线性组合的方法对训练后的所有不同分量进行线性组合，即获得开关柜负荷指数预测函数；步骤4、数据处理器将预测的开关柜负荷指数发送至工控机中储存，并通过无线通讯模块发送至远方调度终端，以便维修人员及时进行检修。