电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究

不具备维修条件的情况下为保障重点区域供电的可靠性,允许故障设备在系统失稳前运行一段时间,演化预测当前故障渐变规律成为了安全预警亟待解决的核心问题.然而,现有演化预测方法所需的评估参量不仅获取困难,还会因参量之间融合不当,而使得预估时间偏差较大.为此,通过改进的全状态集成法模型,进行了电力设备多光谱图像融合及多参量影响的故障渐变规律演化预测研究.通过红外检测图像与红外标准图库匹配以及红外-可见光的图像融合的方式从非结构化的图像数据中提取设备关键构件温度参量.结合运行参数采用聚类算法进行故障诊断,在此基础上综合短期电负荷和环境因素构建了负荷/环境-温升模型,并通过关联热老化、负载率、光照等状态约束条件预估设备故障后续走势.以综合状态为评估依据的电压互感器PT故障演化实验表明:该方法可有效识别设备并对热缺陷进行定位和分类评估,预测设备的运行状态随负荷、环境变化的趋势,为电力设备不停电检修智能化决策提供理论基础.