申请/专利权人：罗斯蒙特公司

申请日：2018-11-02

公开（公告）日：2023-07-18

公开（公告）号：CN109785181B

主分类号：G06Q50/06

分类号：G06Q50/06;G06Q10/04

优先权：["20171103 US 62/581,635","20180119 US 62/619,603","20180927 US 16/143,811"]

专利状态码：有效-授权

法律状态：2023.07.18#授权;2019.06.14#实质审查的生效;2019.05.21#公开

摘要：一种用于确定导电路径的动态额定值的方法，包括：使用传感器来测量负载参数的值，并选择与所述负载参数相关联的加热过程。通过去除由除所选加热过程之外的加热过程引起的温度变化，来更改额定温度变化，以产生减低的额定温度变化。根据所述减低的额定温度变化，确定热负载百分比。然后，使用所述热负载百分比和所述测量值来确定所述负载参数的动态额定值。一种方法，还包括多次测量导电路径上的温度上升、电流和电压。使用至少两个基函数和多个所测量的温度上升、电流和电压来确定至少两个变量的值。确定每个变量的趋势，以确定电力设备的状况。

主权项：1.一种用于确定沿导电路径的负载参数的动态额定值的方法，所述方法包括：使用传感器来测量所述负载参数的值；选择与所述负载参数相关联的加热过程；通过去除由除所选加热过程之外的加热过程引起的温度变化，来修改所述导电路径的额定温度变化，以产生减低的额定温度变化；将热负载百分比确定为由所选加热过程引起的温度变化与所述减低的额定温度变化的比率；以及使用所述热负载百分比和所述负载参数的测量值来动态确定所述负载参数的动态额定值。

全文数据：用于预测电力资产的健康状况的趋势分析函数相关申请的交叉引用本申请基于并要求于2017年11月3日提交的美国临时专利申请62581,635的权益，基于并要求于2018年1月9日提交的美国临时专利申请62619,603的权益，并且还基于并要求于2018年9月27日提交的美国专利申请16143,811的权益，通过引用的方式将这三者的全文并入本文。技术领域本发明涉及一种用于预测电力资产的健康状况的趋势分析函数。背景技术产生、传输和分配电力的系统的主要成本是提供给客户的电力的中断以及随之而来的依赖业务运营的损失。除了设备维修成本之外，关键资产的单一电力供应中断已经损失了数亿美元的收入。为避免此类故障，系统运营商对置于各种资产上的负载进行限制，以使这些负载保持为低于这些资产的标称的负载额定值。此外，运营商建立用于检查各种资产的固定间隔，并设置固定的更换日期以更换某些资产，而不管这些资产的健康状况如何。资产的标称的负载额定值假定资产运行正常。但是，如果资产遇到某种类型的部分故障，则资产的安全的负载额定值可能低于标称的负载额定值。此外，为检查和更换而设定固定间隔会浪费劳动力，因为许多资产在检查更换时处于可接受的状态并且不需要更换。此外，其他资产在检查更换间隔期间之间仍会失效，导致电力供应中断和随之而来的收入损失。上面的讨论仅被提供用于一般背景信息，不意在用作帮助确定请求保护的主题的范围。所请求保护的主题不限于解决了背景技术中记载的任何或所有缺点的实施方式。发明内容一种用于确定沿导电路径的负载参数的动态额定值的方法，包括：使用传感器来测量所述负载参数的值，并选择与所述负载参数相关联的加热过程。通过去除由除所选加热过程之外的加热过程引起的温度变化，来修改所述导电路径的额定温度上升，以产生减低的额定温度变化。将热负载百分比确定为由所选加热过程引起的温度变化与所述减低的额定温度变化的比率。然后使用所述热负载百分比和所述负载参数的测量值来动态确定所述负载参数的动态额定值。根据第二实施例，一种方法包括：对于多个时间点的集合中的每个时间点：测量导电路径上的温度上升；测量所述导电路径上的电流；以及测量所述导电路径上的电压。使用至少两个基函数和多个所测量的温度上升、电流和电压来确定至少两个变量的值，其中每个变量包括针对所述至少两个基函数中的相应一个基函数的权重。确定每个变量随时间变化的趋势，并使用所述至少两个变量中的至少一个变量的趋势来确定电力设备的状况。提供了本发明内容以介绍下面在具体实施方式中进一步描述的对简化形式的理念的选择。本发明内容不意在标识所请求保护的主题的关键特征或基本特征，也不意在用作帮助确定所请求保护的主题的范围。附图说明图1提供了其他加热过程对额定ΔT与额定电流之间关系的影响的曲线。图2提供了其他加热过程对额定ΔT与额定电压之间关系的影响的曲线。图3提供了确定电力资产的动态负载额定值的方法的流程图。图4提供了一种系统的框图，该系统用于确定电力资产的动态负载额定值并用于趋势分析状态变量和研究其趋势以确定电力资产的健康状况。图5提供了趋势分析状态变量和研究其趋势以确定电力资产的健康状况的方法的流程图。图6提供了显示健康电力资产和受损坏的电力资产的趋势分析值的曲线图7示出了针对电力资产的故障模式集合的各种趋势状态变量的曲线。具体实施方式在电力的产生、传输、分配和最终使用方面一直需要用于预测电力资产的瞬时额定值、健康状况和剩余寿命的简洁、自动且可靠的方法。对于诸如电压互感器、母线槽、电缆、开关设备和变压器之类的固定资产，导致故障的三个主要原因是导体故障温度过高、冷凝引起的闪络过度潮湿和绝缘故障局部放电损坏。需要一种综合资产监控器，其能够考虑所有这些因素，提供预兆性和预测性输出，并提供对各种资产的动态负载额定值的指导。电气资产具有多个不同的额定值，这些额定值为其安全运营方式设定了合法限制。这些额定值包括负载参数如电流、电压、功率和温度的负载额定值。因此，这些额定值设定了资产的最大电流和电压幅值以及最大允许温度上升ΔTrated和最大资产温度Tc：rated。假设资产通常处于与其所处环境相同的温度，因此，它通常应与环境的环境温度TA处于相同的温度。结果，温度上升ΔT被定义为：ΔT＝TC-TA，其中TC是电力资产导电路径的温度。无论在特定标准中指定哪一温度额定值，都可以通过环境温度TA的知识获得另一个量。通过持续测量资产的瞬时温度，可以确定资产的温度是否正在接近额定值中之一。通过将警报限制设置为低于额定值限制但高于资产的正常操作温度的温度，可以在资产开始故障时但在资产完全故障之前接收警报。但是，当得到警报时，设备可能已经被损坏。虽然主动报警的维修成本会明显低于“运行到故障为止”的情况，但最好在问题造成损坏该损坏需要更换可能需要很长交付时间的重要部件之前，更早地预测问题。作为由耗散功率产生的热增益和由各种冷却路径产生的热损失的平衡，产生温度上升。物体的净热流和热容量决定了物体的温度。有几个重要的热源。其中最重要的是由于负载电流流过资产的导电元件而导致的电阻欧姆损耗。等式1提供了电流由于欧姆损耗而在一段时间内产生的热增益：dQi＝C**rI，…等式1其中，dQi是由于在一段时间内施加到资产的负载电流I的电阻损耗导致的每单位质量资产的热量增加，C是资产的热容量，rI，…是至少I的函数，其中省略号表示可能在该函数中使用的资产的其他测量值，并且是函数rI，…的幅值。rI，…的示例包括：rI，…＝I2*R等式2以及rI，…＝I2*Ro*1+αΔT等式3其中I是通过资产的电流，R是资产的固定电阻，R。是资产在环境温度TA下的电阻，ΔT是资产相对于环境温度的温度上升，并且a是资产的电阻的温度系数。在等式2中，假设电阻不随温度上升而显著变化，并且在等式3中，该函数考虑了由于温度上升而引起的电阻变化。在这两个示例中，该函数相对于负载电流是非线性的，但相对于负载电流的平方是线性的。电气资产的第二个热源是绝缘体中的电导损耗conductiveloss。通过设计和构造，这些电导损耗可以忽略不计，直到资产寿命即将结束之时。由于绝缘电流泄漏除局部放电以外的电导绝缘故障而流入系统的热量被定义为：dQv≈C**gV，…等式4其中，dQv是由于穿过资产的绝缘体的电导损耗而导致的每单位质量资产的热量增加，V是绝缘体两端的电压，在一些实施例中，该电压被视为资产的负载电压，C是资产的热容量，gV…是至少V的函数，其中省略号表示可能在该函数中使用的资产的其他测量值，并且是函数gV，…的幅值。gV，…的示例包括：gV，…＝V2*G等式5以及gV，…＝V2*Go*1+G’ΔT+G”H等式6其中V是绝缘体两端的电压在一些实施例中被视为资产的负载电压，G是绝缘体的固定电导率，G0是绝缘体在环境温度TA下的电导率，H是绝缘体周围的湿度，ΔT是温度上升，G’是电导率的温度系数，G”是电导率的湿度系数。在等式5中，假设电导率不随温度上升或湿度而显著变化，在等式6中，该函数考虑了由于温度上升和湿度而引起的电导率变化。在这两个示例中，该函数相对于负载电压是非线性的，并且相对于电压的平方是线性的。备选地，电导损耗可以是半导电的，具有激活电位或G对电压的一些其他依赖性。一个示例是在局部放电故障的末期阶段某些塑料的碳化。另一个示例是绝缘体表面的污染盐灰尘和湿度。由于绝缘体电导损耗引起的热输入与负载电流无关，这不同于负载电流与线电压之间的工作关系以及电导的温度依赖性其可能与I2有关。由于上游串联电阻，在零负载电流下线电压可能最大，因为无负载电压可能是最高工作情况。这可能导致该热源与负载电流之间的明显反比关系。电气资产的第三个热源涉及由于局部放电活动而沿着或穿过绝缘的等效电流。局部放电是在没有对绝缘进行完全桥接的缺陷处的、起始电压之上的电荷的突然释放。dQp≈C**pV，…等式7其中，dQp是由于局部放电而导致的每单位质量资产的热量增加，V是资产的电压负载，C是资产的热容量，pV…是至少V的函数，其中省略号表示可能在该函数中使用的资产的其他测量值，并且是函数pV，…的幅值。在正常条件下，在起始电压Vi以下，局部放电活动可忽略不计。通过设计和构造，起始电压高于正常工作条件。即使差分线间电压不超过起始电压，诸如共模电压浪涌之类的瞬变也可能导致线对地的局部放电。差分瞬变可能会暂时产生比起始电压高的电压。机械损坏、微粒和冷凝可能会降低起始电压。在大多数情况下，局部放电电流是非线性函数，其对于|V|＜|Vi|为零，其他时为非线性。结果，该函数表示为pV，，…，其中Vi是起始电压的当前值。可能存在零次、一次或多次放电。每次放电将具有电荷转移qn，净电流是电力周期中各次放电中的电荷的和乘以线路频率。因此，局部放电会产生等效电流。IPD＝f∑n＝1toNqn等式8其中IPD是由于局部放电引起的电流，f是线路频率，N是每个电力周期的各个局部放电事件的次数，qn是在局部放电事件n中传导的电荷。使用该模型pV，，…的示例包括：pV，，…＝V*f∑n＝1toNqn等式9以及pV，，…＝f∑n＝1toNqnVn等式10其中Vn是与局部放电n相对应的瞬时负载电压。然而，放电倾向于在正弦波的峰值附近发生，因此不需要了解细节。在许多测量系统中，仅记录最大放电，而在其他测量系统中，仅已知总合的局部放电活动。在其他实施例中，可以从测量局部放电PD和电晕SD强度的另一系统获得总合输入，使得基函数与外部测量成比例：pV，PD，SD，…＝{f}*PD{g}+{h}*SD{i}V等式11其中SD和PD是电晕放电和局部放电强度测量，可以根据诸如美国专利9,753,080的方法获得，该专利在此引入作为参考，并且{f}-{i}是模型参数。备选地，可以从外部监测系统获得起始电压、每次局部放电的电荷和每个周期的局部放电次数，并且pV，，，…可以被估计为：pV，，，…＝fV等式12由于部分局部放电引起的热输入与负载电流无关，甚至在零负载电流下也可能最大，因为电压通常在没有负载的情况下处于峰值。除了由功率耗散产生的热量之外，热量还通过传导、对流和辐射而损失到周围环境中。通常假设环境温度TA不会因局部加热而增加；然而，在许多紧凑型资产中，这个假设是不成立的，ΔT和TA都需要包含在基函数中。传导冷却和对流冷却与温度上升ΔT成比例。温度上升又通过热量增加的净平衡除以资产的热容量来确定。传导冷却和对流冷却可以考虑为：dQc≈c*C*ΔT等式13其中dQc是每单位质量资产的传导热和对流热损失，ΔT是资产的热量上升，并隐含地考虑由于资产导致的环境温度的任何上升，c是比例常数，C是资产的热容量。辐射冷却提供由一些热感测系统用来测量温度的红外能量，它不是线性的。从物体辐射的能量与绝对物体温度的4次幂成比例，并且从热背景吸收的能量是绝对环境温度的4次幂。dQr≈kCT4-TA4＝kCT2-TA2T2+TA2≈kCΔT+2TAΔT+TA2+TA2ΔT等式14dQr≈kCΔTTA32+5ΔTTA+4ΔTTA2+ΔTTA3等式15其中dQr是每单位质量资产的辐射热损耗，k是比例常数，其余值与上面讨论的相同。由于标称环境温度为300K或更高，并且温度上升被标准限制为小于100K，因此线性近似是一种可行但不准确的表示。在大多数情况下，为了在较高ΔT下具有良好精度，仅需要添加二次项，尽管在本发明中考虑了更高次项。dQr≈[2kCTA3+5kCTA2ΔT]ΔT等式16资产的热的净变化dQ可用于确定资产的温度变化：ΔT＝dQC。不同的实施例使用热增益和热损耗的不同组合来确定热的净变化，并因此确定资产的温度变化。以下是净热量的确定和资产的相应温度变化的各种示例性实施例：实施例1：dQ≈dQi+dQv等式17ΔT≈rI，…+gV，…等式18实施例2：dQ≈dQi+dQP等式19ΔT≈rI，…+pV，…等式20实施例3：dQ≈dQi+dQv+dQP等式21ΔT≈rI，…+gV，…+pV，…等式22实施例4：dQ＝dQi+dQv+dQP-dQr-dQc等式23ΔT＝rI，…+gV，…+pV，…-cΔT-2kTA31+52ΔTTAΔT等式241+c+2kTA31+52ΔTTAΔT＝rI，…+gV，…+pV，Vi，…等式25其中等式26右侧的分母可以合并到基函数rI，…、gV，…和pV，Vi，…中，以产生：ΔT＝rI，…+gV，…+pV，，…等式27其中各个基函数全部隐含地包括非线性项，例如11+c+2kTA31+52ΔTTA，或者更简单地说，1{a}+{b}ΔTTA，其中项{a}和{b}是模型参数，它们具有可选的TA依赖性。例如，允许包含辐射冷却非线性的基函数rI，…的一种形式是：rI，ΔT，…＝I2{a}+{b}ΔTTA等式28在另一个实施例中，基函数rI，…采用允许包含辐射冷却非线性和温度依赖电阻的形式：rI，TA，ΔT，…＝I21+{c}TA+ΔT{a}+{b}ΔTTA等式29相同的项可以应用于电导和局部放电基函数。在一个实施例中，基函数gV，…采用以下形式：gV，H，TA，ΔT，…＝V21+{d}H1+{e}TA+ΔT{a}+{b}ΔTTA等式30在一个实施例中，基函数pV，…采用以下形式：pV，TA，ΔT，…＝a*PDc+b*SDdVe+fΔTTA等式31各种实施例使用基函数和基函数与资产温度变化ΔT之间的关系，通过动态调整电气系统的负载额定值以防止系统损坏，和或通过识别指示电气资产存在失效危险的基函数的幅值趋势，来改善电气系统的工作。特别地，通过将温度变化描述为基函数的和，本发明的发明人已经能够将由于所选择的负载参数引起的温度变化与由于其他因素引起的温度变化分开。通过将这些温度变化分开，本发明的发明人能够识别出对温度变化的更准确的限制，该限制应当是由于所选择的负载参数所允许的。通常，该更准确的限制与比负载参数的额定值更低的负载参数的值相关联。通过动态地选择该更准确的限制作为负载参数的动态额定值，各种实施例通过减少发生火灾或其他破坏性事件的机会来改善电气系统的安全性。例如，图1示出了作为负载电流的平方的函数的、资产的温度变化的曲线100，其中垂直轴102上示出了温度变化，并且水平轴104上示出了电流的平方。在假设电流的平方与温度变化之间具有线性关系106的情况下，最大额定温度变化110ΔTrated将具有相关联的电流额定值108Irated。然而，这种关系假设向资产增加热量的唯一过程是欧姆加热过程。本发明的发明人已经认识到这种假设并不总是成立，特别是当资产开始失效时。相反，与负载电流微弱相关或独立于负载电流的其他加热过程导致温度的附加变化，如曲线112所示，这种温度的附加变化与负载电流的平方是非线性的和或是恒定的。通过认识到资产的温度变化是由欧姆加热引起的温度变化与由诸如局部放电和绝缘体电导之类的其他加热过程引起的温度变化的组合，本发明的发明人已经发现电流的平方与温度变化之间的真实关系更类似于曲线114，其在更小电流116处截取额定温度变化110。因此，由于资产的性能下降，资产可以工作的最大电流减小到电流116。如下所述，本发明的发明人能够识别该更小电流的值，并且还能够动态地将该更小电流设置为资产的动态电流额定值。图2示出了作为绝缘体两端的负载电压的平方的函数的、资产的温度变化的曲线200，其中在垂直轴202上示出了温度变化，并且在水平轴204上示出了电压的平方。在假设电压的平方与温度变化之间具有线性关系206的情况下，最大额定温度变化210ΔTrated将具有相关联的电压额定值208Irated。然而，该关系假设对资产热量的贡献仅来自绝缘体导电过程，该过程是电压的平方的函数，但该假设是不成立的。由资产中的电流引起的欧姆加热是大多数资产中的主要热源，并且这种欧姆加热不是绝缘体两端的电压的函数。另外，局部放电加热与资产的电压的平方具有非线性关系。因此，来自绝缘体电导之外的过程的热量可以由非线性曲线212表示。这使得电压的平方与温度变化之间的真实关系更类似于曲线214，其在更小电压216处截取额定温度变化210。因此，资产可以工作的最大电压减小到电压216。如下所述，本发明的发明人能够识别该更小电压的值，并且还能够动态地将该更小电压设置为资产的动态电压额定值。图3提供了用于确定导电路径电力资产的动态额定值的方法，图4提供了用于设置这种动态额定值的系统的框图。在步骤300中，测量沿导电路径电力资产400的参数。这些参数包括要设置其动态额定值的负载参数，例如导电路径电力资产400上的负载电流、或导电路径电力资产400的绝缘体两端的负载电压。使用产生电流幅值currentmagnitude404的电流传感器402来测量负载电流。电流幅值可以是峰-峰幅值或RMS幅值。在一个实施例中，使用电压传感器406测量负载电压，电压传感器406测量导电路径电力资产400与地408之间的电压以产生电压幅值410。附加的测量参数可以包括由传感器413检测的局部放电，传感器413例如是VHFUHF天线、电容接触器、接触器、或配置成接收射频发射的高频电流互感器、或声学传感器、超声波音频传感器或者光学探测器。传感器413产生局部放电值414，例如每次放电的电荷和每个周期的放电次数。另外，电晕放电传感器416例如检测紫外光的光学传感器感测电晕放电，并且作为响应产生电晕放电值418。传感器输出404、410、414和418被提供给信号调节模块412，其在必要时将传感器输出转换为数字值，并执行将传感器输出与各种噪声源隔离所需的任何滤波或放大。在一些实施例中，信号调节模块412抽取传感器输出以减少所处理的数据量。然后，信号调节模块412将导电路径电力资产400的各种参数的数字传感器值提供给微处理器420。信号调节模块412还从环境温度传感器430接收环境温度值432TA，并从导电路径电力资产温度传感器426接收导电路径温度值428TC。环境温度传感器430测量导电路径电力资产400周围的空气的温度，并且温度传感器426测量导电路径电力资产400的温度。信号调节模块412在需要时将温度值432和434转换成数字值，并执行将温度值与噪声隔离所需的任何滤波或放大。在一些实施例中，信号调节模块412抽取温度值432和434以减少所处理的数据量。在步骤302，微处理器420选择要为其设置动态额定值的加热过程。这种过程的一个示例是欧姆加热过程，该过程基于通过导电路径电力资产400的电流，并且为该过程设置负载电流的动态额定值。这种过程的另一个示例是绝缘体电导加热过程，该绝缘体电导加热过程基于通过绝缘体的电流，并且为该绝缘体电导加热过程设置负载电压的动态额定值。微处理器可以在交替计算中交替计算多个动态额定值。在步骤304，微处理器420使用所测量的传感器值来确定由于除了在步骤302选择的加热过程之外的至少一个加热过程引起的导电路径电力资产400的温度变化。例如，如果在步骤302中选择了欧姆加热，则在步骤304可以确定以下任何温度变化：ΔTother＝gV，…等式32ΔTother＝pV，…等式33或者ΔTother＝gV，…+pV，…等式34备选地，如果在步骤302选择了绝缘体电导加热，则在步骤304可以确定以下任何温度变化，例如：ΔTother＝rI，…等式35或者ΔTother＝rI，…+pV，…等式36在步骤306，通过减去在步骤304确定的由于一个或多个加热过程引起的温度变化，来改变导电路径电力资产400的温度变化额定值。因此，从温度额定值中减去使用等式32至36之一计算的温度变化，以产生减低的温度额定值：ΔTimpaired＝ΔTrated-ΔTother等式37在步骤308，确定由于所选择的加热过程引起的温度变化。根据一个实施例，步骤308涉及从测量的温度变化中减去由至少一个其他加热过程例如，等式32至36中的任何一个引起的温度变化，其中测量的温度变化被确定为以下两者之间的差：由温度传感器426测量的导电路径400的温度428TC、和由温度传感器430测量的导电路径400周围的空气的环境温度432TA。ΔTprocess＝ΔTmeas-ΔTother＝TC-TA-ΔTother等式38在其他实施例中，通过在不同负载条件下沿着至少一个导电路径进行多次温度测量并且将多次温度测量中的最低测量温度作为测量的环境温度TA，来确定环境温度TA。在其他实施例中，使用用于该加热过程的基函数来直接计算由于所选择的加热过程引起的温度变化。例如，如果在步骤302选择了欧姆加热，则使用等式35来确定由于资产400的导体中的电流引起的温度变化：ΔTprocess＝rI，…等式39如果在步骤302选择了绝缘体电导加热，则使用等式32来确定由于通过绝缘体传导的电流引起的温度变化：ΔTprocess＝gV，…等式40在步骤310，微处理器420通过将由于所选加热过程引起的温度变化除以减低的温度额定值，来确定热负载百分比：％Loadthermal＝ΔTprocessΔTimpdired等式41在步骤312，将所选加热过程与负载电流或负载电压的关系的逆应用于％Loadthermal。该关系由所选加热过程的基函数设置。例如，对于欧姆加热过程，负载电流与温度变化之间的关系设置在r中，并且对于绝缘体导电过程，负载电压与温度变化之间的关系设置在g中。因此，如果r与I2成比例，则该关系的逆是平方根，步骤312涉及将平方根应用于％Loadthermal。如果关系是指数的，那么逆将是对数的。在某些情况下，可能需要通过迭代数值方法来估计逆。然后将逆运算的结果乘以负载电流当选择了欧姆加热过程时或负载电压当选择了绝缘体电导加热过程时的测量值，以产生动态额定值。例如，对于选择了欧姆加热过程时的负载电流与温度变化之间的平方关系，负载电流的动态额定值变为：其中Idyn.rated是负载电流的动态额定值，它变为以下两者中的最小值：导电路径资产400的所列电流额定值Irated、和负载电流测量值Imeas与％Loadthermal的平方根的乘积。类似地，对于选择了绝缘体电导加热过程时的负载电压与温度变化之间的平方关系，负载电压的动态额定值变为：在一些实施例中，电压的动态额定值可以进一步限制为低于起始电压Vi，起始电压Vi通过外部测量或通过拟合Vi和pV，Vi，…中的幅值来确定：在步骤312确定动态额定值之后，微处理器420可以将动态额定值存储在存储器422中，并使用该额定值来确定何时发出指示导电路径资产400上的负载已超过动态额定值的警报。替代地或另外地，微处理器420可以通过输出通道424将动态额定值发送到一个或多个控制器或其他系统，所述一个或多个控制器或其他系统使用动态额定值来：调整施加到资产的负载以使其保持低于动态额定值，或者当负载超过动态额定值时触发对资产的维护。图3的过程可以定期地重复，或者每当诸如绝缘体电导或局部放电之类的加热过程被确定为正在增加时重复执行。根据另一实施例，所测量的温度变化与多个不同的基函数之间的关系例如上面的等式18、20、22和2627中所示的任何关系例如用于确定一个或多个状态变量中的趋势。具体而言，这些关系用于确定诸如、和之类的权重的趋势。这些趋势又用于确定导电路径电力资产的健康状况。图5提供了识别这种状态变量中的趋势的方法的流程图。在步骤500中，在不同时间点测量导电路径电力资产400的温度和负载。例如，对于每个时间点，温度传感器426和430用于测量导电路径400的温度、和导电路径周围的空气的环境温度TA。然后将所测量的温度变化ΔTmeas设置为该时间点的导电路径温度与环境温度之间的差。另外，对于每个时间点，电流传感器402测量导电路径电力资产400的负载电流，并且电压传感器406测量导电路径电力资产400的负载电压。根据一个实施例，多个时间点至少跨越电流的周期性变化的周期。在步骤502，选择描述两个或更多个基函数与温度变化之间的关系的函数。例如，如果要评估欧姆基函数，则从以下函数中选择函数：ΔT＝FV，，I，…～rI，…+gV，…+pV，…+remainderI，V，…等式45ΔT＝FV，，I，…～rI，…+pV，…+remainderI，V，…等式46ΔT＝FV，I，…～rI，…+gV，…+remainderI，V，…等式47ΔT＝FV，I，…～rI，…+remainderI，V，…等式48其中，基函数可以采取例如包括等式2、3、5、6、9～12和28～30的形式在内的任何形式，并且每个余项考虑非显示地或不完全地由基函数表示的热源和热损耗。通过类比，用于评估电压或局部放电基函数的类似的等式将是显而易见的。通过在存储器422中存储的两个或更多个函数之间进行选择，可以显式地选择函数，备选地，通过使用存储在存储器422中的唯一函数，可以隐式地选择函数。在步骤504，使用多个时间点的负载电流、负载电压、温度变化和环境温度的测量值，来确定所选择的函数的权重状态变量例如、、和的值。例如，在一个实施例中，通过取函数相对于I和V的偏导数，根据等式46确定和的值。然后，将针对时间点之间的I的变化的、ΔTmeas的变化与在一个或多个时间点评估的相对于I的偏导数一起使用，来确定的值，并且将针对时间点之间的V的变化的、ΔTmeas的变化与在一个或多个时间点评估的相对于V的偏导数一起使用，来确定的值。本领域技术人员将认识到，可以使用其他数值方法，从而根据对于各时间点收集的数据来确定和。在多个不同时间点确定权重状态变量的值。在步骤506，识别权重状态变量相对于基值的趋势。根据一个实施例，这种趋势分析滤除权重状态变量的慢速变化，并突出权重状态变量的快速变化。例如，趋势分析可以使用指数遗忘函数exponentialforgettingfunction，使得权重状态变量的当前平均值更重地依赖于权重状态变量的较新值而不是过去值。在步骤508，使用经趋势分析的trended权重状态变量，确定导电路径电力资产400的健康状况。例如，当经趋势分析的重量状态变量开始偏离基值时，确定导电路径电力资产400的健康状况将下降，并且通过输出信道424发送警报。例如，值的上升可以指示导电路径电力资产400与相邻设备之间的连接不良，而的增加指示通过绝缘体的电导增加，的增加指示局部放电的增加，的减少指示局部放电的增加。图6示出了两个不同电力资产的、作为时间的函数的的曲线。在图6中，沿着垂直轴600示出了的值，并且沿着水平轴602示出了时间。图6的曲线604示出了正常运行的电力资产的的值，曲线606示出了正常运行至时间点608然后可能是由于连接松动开始偏离其基值的电力资产的的值。在时间608，微处理器420在各种实施例中识别出的趋势中的这种偏离并发送警报，从而允许在进一步损坏发生之前修复电力资产。图7示出了针对电力资产的各种故障模式的、、和的曲线。在图7中，沿水平轴700示出时间，并且沿垂直轴702示出各种状态变量、、和的值。曲线704示出了由于资产的导体的电阻增加例如由于连接松动或连接受到腐蚀而引起的的变化。曲线706示出了由于绝缘体电导的增加例如由于绝缘体的劣化而引起的的变化。曲线708和710示出的增加和的减小，它们将随着沿电力资产的局部放电的增加而发生。因此，各种实施例提供：1通过学习过去的相关性来考虑非线性关系的能力。这些影响的引入改善了对负载能力进行实时估计的准确性。2预测电力资产剩余寿命的预测分析方法。虽然短期负载估计在确定负载的动态限制时很有用，但它们不是单调的，且不能为预测分析提供容易趋势分析的变量。前面的讨论涉及一种方法的各个方面和实施例，该方法用于使用多变量基函数，以提取表示电力资产中的机器健康状况的物理方面的可趋势分析trendable的值。这些值提供稳定的状态变量，这些状态变量补偿线路电压、负载电流和可选的额外的被测量工作参数。在一个方面，提供了一种用于确定受热限制的负载电流的改进方法。在另一方面，提供了一种用于确定受额定电流限制的温度的改进方法。在另一方面，提供了一种用于确定受热限制的线路电压的方法。在本发明的另一个方面，从温度-电流曲线中提取与负载无关的“动态电阻”，从而提供了对温度的趋势分析的改进。在其他方面，提供了预测资产出现故障前的剩余时间的附加状态变量。给出了用于状态变量去卷积的示例性基函数。给出的示例是说明性的而非限制性的，并且可以使用基函数的任何数量的变型。所提出的发明要求保护任何这种扩展的基函数包括引入额外的非线性和环境依赖性在内的权益。上面的讨论包括各种模型参数。在一些实现中，可以仅使用这些模型参数的子集。在其它方面，可以在不背离本发明的情况下添加根据本发明显而易见的附加术语。在一些实施方式中，模型参数将通过包括预测、测量和曲线拟合在内的工程方法来确定。在其他实施方式中，基于机器学习的自动化系统可以基于历史数据来优化模型参数以获得拟合函数的最小值。尽管元件已经被示出或描述为上述独立的实施例，但每一个实施例的部分可以与上述其他实施例的全部或部分组合。尽管已经以对结构特征和或方法动作特定的语言描述了主题，但是应当理解的是，在所附权利要求中限定的主题不必受限于上面描述的特定特征或动作。

权利要求：1.一种用于确定沿导电路径的负载参数的动态额定值的方法，所述方法包括：使用传感器来测量所述负载参数的值；选择与所述负载参数相关联的加热过程；通过去除由除所选加热过程之外的加热过程引起的温度变化，来修改所述导电路径的额定温度变化，以产生减低的额定温度变化；将热负载百分比确定为由所选加热过程引起的温度变化与所述减低的额定温度变化的比率；以及使用所述热负载百分比和所述负载参数的测量值来动态确定所述负载参数的动态额定值。2.根据权利要求1所述的方法，其中，确定所述热负载百分比还包括：通过从所测量的温度变化中减去由除所选加热过程之外的加热过程引起的温度变化，来确定由所选加热过程引起的温度变化。3.根据权利要求2所述的方法，其中，所测量的温度变化是通过以下方式来测量的：测量环境温度，测量所述导电路径的温度，并从所述导电路径的测量温度中减去所测量的环境温度。4.根据权利要求3所述的方法，其中，测量所述环境温度包括：在不同负载条件下进行至少一个导电路径的多次温度测量，并将来自所述多次温度测量的最低测量温度作为所测量的环境温度。5.根据权利要求1所述的方法，其中，确定所述负载参数的动态额定值包括：对所述热负载百分比执行函数的逆运算以形成负载参数百分比，并将所述测量值除以所述负载参数百分比以获得所述负载参数的动态额定值。6.根据权利要求5所述的方法，其中，执行函数的逆运算包括取所述热负载百分比的平方根。7.根据权利要求5所述的方法，其中，执行函数的逆运算包括执行与平方根不同的逆运算。8.根据权利要求1所述的方法，其中，所述负载参数包括所述导电路径上的电流。9.根据权利要求8所述的方法，其中，去除由除所选加热过程之外的加热过程引起的温度变化包括：去除由通过绝缘体的电导引起的温度变化。10.根据权利要求9所述的方法，其中，去除由除所选加热过程之外的加热过程引起的温度变化还包括：去除由局部放电引起的温度变化。11.根据权利要求8所述的方法，其中，去除由除所选加热过程之外的加热过程引起的温度变化包括：去除由局部放电引起的温度变化。12.根据权利要求1所述的方法，其中，所述负载参数包括绝缘体两端的电压。13.根据权利要求12所述的方法，其中，去除由除所选加热过程之外的加热过程引起的温度变化包括：去除由通过所述导电路径的欧姆电流引起的温度变化。14.根据权利要求13所述的方法，还包括：通过去除由局部放电引起的温度变化，来进一步修改所述导电路径的额定温度变化。15.根据权利要求12所述的方法，其中，使用所述热负载百分比和所述测量值来动态确定所述负载参数的动态额定值包括：对所述热负载百分比执行函数的逆运算以形成负载参数百分比，将所述测量值除以所述负载参数百分比以获得结果，并选择所述结果和部分放电起始电压中的较小者作为所述负载参数的动态额定值。16.根据权利要求1所述的方法，其中，去除由除所选加热过程之外的加热过程引起的温度变化包括：将第二负载参数应用于基函数以产生基函数结果，并将所述基函数结果乘以状态变量。17.根据权利要求16所述的方法，其中，所述基函数包括：I21+cTA+ΔTa+bΔTTA其中，I是所述导电路径上的电流，TA是环境温度，ΔT是所述导电路径的温度与所述环境温度之间的差，并且a、b和c是考虑所述基函数的非线性的模型参数。18.根据权利要求16所述的方法，其中，所述基函数包括：V21+dH1+cTA+ΔTa+bΔTTA其中，V是所述导电路径上的电压，TA是环境温度，ΔT是所述导电路径的温度与所述环境温度之间的差，a、b、c和d是考虑所述基函数的非线性的模型参数，并且H是相对湿度。19.根据权利要求16所述的方法，其中，所述基函数包括：a*PDc+b*SDdVe+fΔTTA其中，PD是外部测量的局部放电强度，SD是外部测量的电晕放电强度，V是所述导电路径上的电压，TA是环境温度，ΔT是所述导电路径的温度与所述环境温度之间的差，并且a、b、c、d和e是所述基函数的参数。20.根据权利要求16所述的方法，其中，所述基函数包括：fV其中，f是所述导电路径上的电压V的频率，是与局部放电事件相关联的峰值电荷，并且是重复次数，表示每个电压V的周期的局部放电事件的次数。21.一种方法，包括：对于多个时间点的集合中的每个时间点：测量导电路径上的温度上升；测量所述导电路径上的电流；以及测量所述导电路径上的电压；使用至少两个基函数和多个所测量的温度上升、电流和电压来确定至少两个变量的值，其中，每个变量包括针对所述至少两个基函数中的相应一个基函数的权重；确定每个变量随时间变化的趋势；以及使用所述至少两个变量中的至少一个变量的趋势来确定电力设备的状况。22.根据权利要求21所述的方法，其中，所述多个时间点至少跨越所述电流的周期性变化的一个周期。23.根据权利要求21所述的方法，其中，所述基函数包括：I21+cTA+ΔTa+bΔTTA其中，I是所述导电路径上的电流，TA是环境温度，ΔT是所述导电路径的温度与所述环境温度之间的差，并且a、b和c是考虑所述基函数的非线性的模型参数。24.根据权利要求21所述的方法，其中，所述基函数包括：V21+dH1+cTA+ΔTa+bΔTTA其中，I是所述导电路径上的电流，TA是环境温度，ΔT是所述导电路径的温度与所述环境温度之间的差，a、b、c和d是考虑所述基函数的非线性的模型参数，并且H是相对湿度。25.根据权利要求21所述的方法，其中，所述基函数包括：a*PDc+b*SDdVe+fΔTTA其中，PD是外部测量的局部放电强度，SD是外部测量的电晕放电强度，V是所述导电路径上的电压，TA是环境温度，ΔT是所述导电路径的温度与所述环境温度之间的差，并且a、b、c、d和e是所述基函数的参数。26.根据权利要求21所述的方法，其中，所述基函数包括：fV其中，f是所述导电路径上的电压V的频率，是与局部放电事件相关联的峰值电荷，并且是重复次数，表示每个电压V的周期的局部放电事件的次数。

百度查询： 罗斯蒙特公司 确定负载参数额定值的方法和确定电力设备状况的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD