Gis开关设备动作状态监测系统的利记博彩app
【专利摘要】本实用新型提供的一种GIS开关设备动作状态监测系统，包括：多源信息采集单元，所述多源信息采集单元检测GIS开关系统的工作状态并形成检测信号，所述多源信息采集单元再将所述检测信号调理成电模拟信号；信息融合单元，所述信息融合单元设置在电脑终端内，所述信息融合单元接收所述电模拟信号，将所述电模拟信号与预设值进行比较，判断GIS开关系统的工作状态；故障决策与预报单元，所述故障决策与预报单元根据所述电模拟信号与所述预设值的比较结果进行报警或预报。与现有技术相比，本实用新型的有益效果如下：可以基于多种传感器信号采集的信息来进行GIS故障的诊断，增加诊断的准确性，减少误报的情况发生。
【专利说明】
GIS开关设备动作状态监测系统
技术领域
[0001] 本实用新型电气设备领域，更具体地，涉及一种判断电气设备GIS开关设备动作状 态监测系统。
【背景技术】
[0002] 气体绝缘金属封闭开关设备(GIS，Gas Insulated Switchgear)作为高压配电装 置的一种形式，将变电站中除变压器以外的所有一次设备，经优化设计有机地组合成一个 整体，并封闭于金属壳内，充SF6气体作为灭弧和绝缘介质，构成一个封闭组合电器，最高配 电电压可达llOOkVAIS克服了常规敞开式开关设备的许多限制，具有占地面积小，可靠性 高，安全性强，维护工作量很小等的优点，使得高压、超高压输变电直接进入市区成为可能， 近年来得到广泛使用。随着GIS的不断完善和电力系统发展的需要，高压开关设备选用GIS 已成为整个世界的发展趋势。GIS正在朝共筒化、复合化、小型化、智能化、超高压大容量化 方向发展。GIS主要部件有断路器、隔离开关、接地开关、电压互感器、电流互感器、避雷器、 套管、电缆终端、母线、外壳、SF6气体、SF6密度监视装置、GIS绝缘子等主要部件。其中断路 器、隔尚开关、接地开关统称GIS的开关设备，是GIS的核心兀件。
[0003] 高压GIS开关设备运行状态直接影响着电力系统的运行稳定性和供电可靠性。由 于GIS设备的全封闭设计，操作人员无法直接观察到设备的状态，仅依据辅助接点的返回信 号和操作人员的现场确认来判断设备是否分合到位。开关刀闸操作后，由于种种原因，可能 出现监控后台及现场显示分合成功，但实际触头分合不到位的情况，从而引起电网安全事 件，造成相当大的经济损失和严重的社会影响。
[0004] 开关类设备是瞬动式的设备，在正常运行中其机构处于静止状态，偶而进行的操 作或事故动作，其过程又极为短暂和高速，因而给监测带来很大困难。过去的经验是建立定 期的停运检修制度，这种预防性的检修制不能及时的发现故障，盲目性大，过度的检修操作 甚至还降低了开关的机械寿命。按照IEEE建议的断路器故障监测对象选择原则，对断路器 分合闸过程中各时间参数、金属短接时间、总行程、插入行程、超行程、动触头速率、分合闸 线圈电流、触头寿命及保护动作参数进行监测，对上述参数做了详细的分析，提出监测方法 及分析判断方法，提出数据越限后的处理方案。但目前的技术大部分是针对开关设备机械 特性的测量，且是基于间接量的测量，其有效性和可靠性还有待提高。
[0005] 另外，目前对电力设备包括高压断路器实施状态监测的装置(系统），大致可以分 为:集中式在线监测系统和便携式在线监测系统。和理论研究相一致，在高压断路器在线状 态监测装置（系统）方面，较多的情况是针对高压断路器的机械特性、机械振动、触头电寿 命、绝缘性能的某一个或几个方面进行监测，这种监测装置的工作可靠性和正确性，还有待 于实践的证实和不断的总结提高，需要考虑的问题包括:可靠性、可行性和经济性。以上因 素也是制约开关设备状态检修普及和发展的主要原因。 【实用新型内容】
[0006] 针对现有技术中的缺陷，本实用新型的目的是提供一种增加诊断的准确性、减少 误报的情况发生的GIS开关设备动作状态监测系统。
[0007] 为解决上述技术问题，本实用新型提供的一种GIS开关设备动作状态监测系统，包 括:多源信息采集单元，所述多源信息采集单元检测GIS开关系统的工作状态并形成检测信 号，所述多源信息采集单元再将所述检测信号调理成电模拟信号;信息融合单元，所述信息 融合单元设置在电脑终端内，所述信息融合单元接收所述电模拟信号，将所述电模拟信号 与预设值进行比较，判断GIS开关系统的工作状态;故障决策与预报单元，所述故障决策与 预报单元根据所述电模拟信号与所述预设值的比较结果进行报警或预报。
[0008] 优选地，在所述多源信息采集单元内设置相互连接的监测器及信号调理电路。
[0009] 优选地，所述监测器包括继电器控制回路状态检测模块、连接执行高压开关状态 检测模块、机械机构状态检测模块及漏气检测模块。
[0010] 优选地，所述信息融合单元包括相互连接的数据采集板卡，故障提取模块，信息融 合模块以及日常故障判断模块;所述数据采集板卡与所述号调理电路通信。
[0011] 优选地，所述故障决策与预报单元包括相互连接的故障状态模糊特征库、故障判 断模块及故障预报模块;所述故障状态模糊特征库与所述信息融合模块通信，所述故障判 断模块与所述故障状态模糊特征库通信，所述故障预报模块分别与所述日常故障判断模块 及所述故障判断模块通信，所述日常故障判断模块与所述日常故障判断模块通信。
[0012] -种GIS开关设备动作状态监测系统的使用方法，包括如下步骤：
[0013] 步骤1，利用监测器检测GIS开关系统的工作状态并形成检测信号；
[0014] 步骤2,信号调理电路将检测信号调理成电模拟信号；
[0015]步骤3,数据采集板卡接收电模拟信号并将电模拟信号转换成数字信号；
[0016] 步骤4,将数字信号融合成故障状态向量；
[0017] 步骤5,利用主元分析方法将正常状态向量X利用奇异值分级的方法进行降维处 理，得到降维的正常状态向量i
[0018] 步骤6，从数字信号中提取SF6气体的漏气信号及日常功率损耗信号形成日常故障 特征库，进行日常故障权值计算；
[0019] 步骤7,故障状态模糊特征库接收故障状态向量并计算得到故障状态的权值；
[0020] 步骤8,根据故障状态的权值进行故障判断或故障预报。
[0021 ] 优选地，步骤5包括如下步骤：
[0022]步骤5.1，数据标准化处理：
[0023] 将GIS开关系统的η个周期的工作状态Xm写成状态矩阵形式：
[0024] Xm=(Xi,X2. . .Xn)
[0025] 其中，...义分别表示GIS开关系统的第1个至第η个周期的工作状态;GIS开 关系统的每一个周期的工作状态均由监测器采集到的η维检测数据构成；
[0026] 将Xm进行归一化处理得到X:
[0027]
[0028] 其中，尤表不Xm的均值，σ表不Xm的标准差；
[0030]
[0029] 步骤5.2,利用协方差矩阵进行奇异值分解：
[0031]
[0032] 其中，S表示数据元素之间的协方差矩阵，〇1，i = l，2，...，n，分别表示矩阵S的第1 个至第η个奇异值，Λ表不奇异值构成的矩阵，U和UT是奇异值分解的表不形式；
[0033] 步骤5.3,取主元元素：
[0034] 取矩阵Λ的前k个主元作为分析元素;并取对应的P= (ui，U2. . .Uk);其中，Ui，i = 1，2, . . .，k，分别表示矩阵U的对应分析元素的前第1个至前第k个向量，P表示矩阵U的前k个 向量构成的向量；
[0035] 步骤5.4，得到X的降维形式
[0036] ^ - jp'
[0037] 其中，τ=ΧΡ。
[0038] 优选地，步骤7中，故障状态模糊特征库的建立是基于TS模糊模型，包括如下步骤： [0039]步骤7 · 1，建立模糊规则：
[0040] 第i条模糊规则Rh^TS模糊模型输出的在第(k+Ι)时刻的贡献分量yUk+l)为：
[0041]
[0042]其中，c为模糊规则数目，η为TS模糊模型的输入变量数目，X1(k)，X2(k)，-_， Xn(k) 分别为第k个时刻的TS模糊模型η维输入输出数据的回归变量，X(k) = [X1 (k)，X2(k)，…，χη (k)]为第k时刻TS模糊模型的输入向量; 名,…，4表示对应第i条模糊规则的n个模糊子 空间的具有线性隶属度函数的模糊集，iiA,…,乂为第i条模糊规则的η维后件参数；
[0043]步骤7.2,输出计算：
[0044] 1 = 1
[0045] 其中，&为第i条模糊规则的适应度，定义
[0046]
[0047] 其中r = c(n+l)，得到：
[0048] y(k+l) = Φ (1〇τΘ (k)
[0049] 其中，Φ (k)和Θ (k)表示在第k个时刻的模糊规则的参数，θ:，θ2，…，Θ (k)的 列向量，r表示列向量的序号，r = c(n+l)，Θ (k)按由小到大的序号将每c个列向量作为一组 列向量组，Puv为Θ (k)的序号为v的列向量组中第u个列向量，u=l~C，v = 0~n，puv表示在 第k个时刻的后件参数。
[0050] 优选地，步骤8包括如下步骤：
[00511步骤8 · 1，建立模糊规则：
[0052]建立方程计算TS模糊模型第k个时刻的输入x(k)与第k-Ι个时刻对应第i条模糊规 则的聚类中心向量Vi(k-ι)的距离d/ (k):
[0053]
[0054] 其中，x(k) = (xi(k)，X2(k)，. . .，xn(k))，xj(k)表示TS模糊模型第k个时刻第j个输 入向量，c为模糊规则数目；
[0055] 步骤8.2，评价输入义(1〇对每一个聚类中心￥1(1^-1)4 = 1，2，"，(3的隶属度11/(1〇， 其中Vl(k-1)表示第k-Ι个时刻对应第i条模糊规则的聚类中心向量，
[0056]
一 - j. ·. _
[0057]其中，f表示模糊因子，且f的取值大于l;d、(k)表示TS模糊模型第k个时刻的输入 x(k)与第k-Ι个时刻对应第j条模糊规则的聚类中心向量的距离；
[0058] 步骤8.3,修正聚类中心向量：
[0059] vi(k) =Vi(k-l )+Aui7 (k)2[x(k)-Vi(k-l)]
[0060] 其中，λ表示学习率，λ的取值的范围为小于1大于〇的数;Vl(k)为第k个时刻对应第 i条模糊规则的聚类中心向量；
[0061 ] 步骤8.4,更新距离d/ (k)与隶属度u/ (k): ^ J-l
[0062] 步骤8.5，计算第i条模糊规则对TS模糊模型输出的适应度私：
[0063]
[0064] 其中，1^表示矩阵U的对应分析元素的前第j个向量；
[0065] 步骤8.6，根据公式7仏+1) = 〇(1〇%(1〇，利用最小二乘法得到?(1〇 = (〇4)-1 ΦΤ · y(k+l);其中y(k+l)表示模糊规则在第k+Ι时刻对TS模糊模型输出的贡献分量，Φ (k) 和Θ (k)表示在第k时刻的模糊规则的参数；
[0066] 步骤8.7,对不同时刻下的Φ (k)和Θ (k)进行统计，统计y和yf并建立起y模糊规格 库和yf的模糊规则库;其中y表示在降维数据状态?情况下发生故障的概率，yf表示在降维 数据状态i情况下下一次操作会发生故障的概率；
[0067] 步骤8.8,利用y和yf与预先设定的阈值比较进行故障判断或故障预报。
[0068] 优选地，步骤8.8中，利用y和yf与预先设定的阈值比较进行故障判断或故障预报 的步骤如下：
[0069] 如果y值大于上限阈值Au，则判断本次发生了故障；
[0070] 如果y值小于下限阈值AL，则判断本次状态处于正常工作状态，没有发生故障；
[0071] 如果y值小于等于上限阈值Au且大于等于下限阈值AL，无法判断本次状态，则启用 yf与上限阈值Au和下限阈值AL按照如下的方法进行故障预报：
[0072]如果yf值大于上限阈值Au，则判断下一次操作会发生故障；
[0073]如果yf值小于下限阈值AL，则判断下一次操作不会发生故障；
[0074]如果yf值小于等于上限阈值Au且大于等于下限阈值AL，则认为下一次操作暂不会 发生故障。
[0075] 与现有技术相比，本实用新型的有益效果如下：可以基于多种传感器信号采集的 信息来进行GIS故障的诊断，增加诊断的准确性，减少误报的情况发生。本实用新型既可以 根据当前GIS开关的工作状态判断本次开关是否正常工作，也可以根据多源信息预报处下 一次GIS开关工作是否会发生故障，对故障起到了预报的作用。本实用新型也可以根据GIS 开关的日常工作状态的异常，判断出GIS将要发生故障的可能，提前消除可能发生的后果。 主要工作在软件中实现，对硬件要求低，大幅节约系统成本。
【附图说明】
[0076] 通过阅读参照以下附图对非限制性实施例所作的详细描述，本实用新型的其它特 征目的和优点将会变得更明显。
[0077] 图1为本实用新型GIS开关设备动作状态监测系统结构示意图；
[0078] 图2为本实用新型GIS开关设备动作状态监测系统信息融合示意图；
[0079] 图3为本实用新型GIS开关设备动作状态监测系统故障特征模糊库示意图。
【具体实施方式】
[0080] 下面采用具体实施例对本实用新型进行详细说明。以下实施例将有助于本领域的 技术人员进一步理解本实用新型，但不以任何形式限制本实用新型。应当指出的是，对本领 域的普通技术人员来说，在不脱离本实用新型构思的前提下，还可以做出若干变化和改进。 这些都属于本实用新型的保护范围。
[0081] 如图1所示，本实用新型GIS开关设备动作状态监测系统，多源信息采集单元，信息 融合单元，故障决策与预报单元。
[0082] 多源信息采集单元，多源信息采集单元检测GIS开关系统的工作状态并形成检测 信号，多源信息采集单元再将检测信号调理成电模拟信号;在多源信息采集单元内设置监 测器及信号调理电路，监测器包括继电器控制回路状态检测模块、连接执行高压开关状态 检测模块、机械机构状态检测模块及漏气检测模块。
[0083]多源信息采集单元利用多种传感器技术，检测GIS开关系统的工作状态，包括:继 电器控制回路状态检测、连接执行高压开关状态检测、机械机构状态检测、其他设备状态检 测以及信号调理电路。
[0084] 其中，继电器控制回路检测，主要检测的是：日常二次回路功率损耗检测，分合闸 线圈暂态电流检测，开关动作功率检测。
[0085] 连接执行高压开关状态检测，主要检测的是:分合闸暂态磁场检测，电弧电磁波检 测。
[0086]机械机构状态检测，主要检测的是:触头的运行距离检测，机械的振动检测。
[0087]其他设备状态检测，主要检测的是：灭弧绝缘介质气体SF6的漏气检测。信号调理 电路将上述传感器检测的信号调理成信号采集板卡能够识别的电模拟信号，并传递到数据 采集卡。
[0088]信息融合单元，信息融合单元设置在PCB板上，信息融合单元通过PCI插槽设置在 电脑终端内，信息融合单元接收电模拟信号，将电模拟信号与预设值进行比较，判断GIS开 关系统的工作状态;信息融合单元包括相互连接的数据采集板卡，故障提取模块，信息融合 模块以及日常故障判断模块;数据采集板卡与号调理电路通信。
[0089]信息融合单元是利用多源信息采集单元采集的信息，提取故障的特征并进行信息 的融合的模块。主要包括:数据采集板卡，故障提取模块，信息融合单元以及日常故障判断 丰旲块。
[0090] 其中，数据采集板卡采集多源信息采集单元的GIS工作状态的电信号，将GIS工作 状态的电信号转换成数字信号并输入到PC中。
[0091] 故障特征提取模块，利用数据采集板卡采集的GIS工作状态数据，将数字信号融合 成故障状态向量，并且将正常状态向量与故障状态的向量分类传递到信息融合模块中。
[0092] 故障决策与预报单元，故障决策与预报单元根据电模拟信号与预设值的比较结果 进行报警;故障决策与预报单元包括相互连接的故障状态模糊特征库、故障判断模块及故 障预报模块;故障状态模糊特征库与信息融合模块通信，故障判断模块与故障状态模糊特 征库通信，故障预报模块分别与日常故障判断模块及故障判断模块通信。
[0093] 信息融合模块是利用主元分析方法(PCA)将工作状态向量X利用奇异值分级的方 法进行降维处理，得到i。日常故障特征，根据SF6气体的漏气情况和日常功率损耗不正常 的情况直接记录GIS系统发生异常的特征，利用这两条高级别的信息建立起日常故障特征 库可以进行日常故障权值计算。
[0094] 故障决策与预报单元，根据信息融合单元过滤后的GIS工作状态?，利用历史数据 建立起基于TS模型的故障状态模糊特征库，可以计算得到本次故障状态的权值，然后将权 值输入到故障判断模块进行故障的判断以及未来故障的预报。
[0095] 对于所述的日常故障判断通过信息融合模块中的日常故障判断模块计算的日常 故障权值，不需要结合其他信息，如果发生漏气和日常功率异常可以直接判断出GIS系统发 生故障，具有最尚优先级。
[0096]图2所示，主要采用的是PCA主元分析方法，将GIS工作状态X进行降维处理，具体算 法为：
[0097]数据标准化处理。多信息采集模块采集到本周期的GIS系统工作状态：
[0098] Xl= (xi,X2. . .Xn)T
[0099] 将η个周期的状态写成状态矩阵形式：
[0100] . .Xn);其中，XhX% ...义分别表示GIS开关系统的第1个至第η个周期 的工作状态;GIS开关系统的每一个周期的工作状态均由监测器采集到的η维检测数据构 成；
[0101] 将Xm进行归一化处理得到：
[0102]
其中：n表不数据的维数，T表不矩阵转置，X表不Xm的均值，σ表不 标准差；
[0103] 奇异值分解，协方差矩阵进行奇异值分解：
[0104] 其中 其中：S表示数据元素之间的协方差矩阵，〇1，i = 1， ? 2, ...，n,分别表不矩阵S的第1个至第η个奇异值，Λ表不奇异值构成的矩阵，U和UT是奇异 值分解的表不形式；
[0105] 取主元元素，取Λ的前k个主元作为分析元素;并取对应的P=(m，U2...Uk);其中， 1 11，1 = 1，2，...，1^，分别表示矩阵1]的对应分析元素的前第1个至前第1^个向量，？表示矩阵1] 的前k个向量构成的向量；
[0106] 得到X的降维形式，义=ΓΡ''，其中T=XP。
[0107] 图3所示为本实用新型故障特征模糊库结构图。
[0108] 本模块主要是根据TS模糊模型的模糊规则，将输入量进行模糊化处理主要机理 为：
[0109] (1.1)模糊规则。
[0110] 第i条TS模糊规则对系统输出的贡献分量yUk+l)可以用"If ???Then"语句表示如 下：
[0111]
[0112] 其中，c为模糊规则数目，η为TS模糊模型的输入变量数目，X1(k)，X2(k)，~， Xn(k) 分别为第k个时刻的TS模糊模型η维输入输出数据的回归变量，X(k) = [X1 (k)，X2(k)，…，χη (k)]为第k时刻TS模糊模型的输入向量;<，…，4表示对应第i条模糊规则的n个模糊子 空间的具有线性隶属度函数的模糊集，/4/^，…，g为第i条模糊规则的η维后件参数；
[0113] (1.2)输出计算。
[0114] 定义&为模糊规则i的适应度，那么模型在第(k+Ι)时刻的输出y(k+l)可以通过下 面的公式计算：
[0115]
/=1
[0116] 其中，&为第i条模糊规则的适应度，定义
[0117]
[0118] 其中r = c(n+l)，可以得到：
[0119] y(k+l) = ?(k)T0(k)
[0120] 其中，Φ (k)和Θ (k)表示在第k个时刻的模糊规则的参数，θ:，θ2，…，Θ (k)的 列向量，r表示列向量的序号，r = c(n+l)，Θ (k)按由小到大的序号将每c个列向量作为一组 列向量组，Puv为Θ (k)的序号为v的列向量组中第u个列向量，u=l~C，v = 0~n，puv表示在 第k个时刻的后件参数。
[0121] 根据上述的模糊规则建立GIS故障特征模糊规则库，需要通过系统辨识的方法根 据实验数据辨识出模糊规则在第k时刻的两个参数Φ (k)和Θ (k)，具体的流程如下：
[0122] (2.1)故障特征统计
[0123] 根据大量GIS开关实验，统计出在降维数据状态玉情况下发生故障的概率y，以及 在下一次操作会发生故障的概率yf。没有实验获得的概率，通过多维差值发的到。
[0124] (2.2)模糊规则
[0125] 聚类中心向量ν(1) = [νι(1)，ν2(1)，···，ι(1)]的初始值可以用一部分实验数据的 离线辨识采用C聚类算法获得，然后进行更新。获得用下面的方程计算输入x(k)与第k-Ι个 时刻对应第i条模糊规则的聚类中心向量 Vl(k-1)的距离(1/(10:
[0126]
?其中，x(k) = (xi(k)，X2(k)，· · ·，χη V /=' , (k))，Xj(k)表示TS模糊模型第k个时刻第j个输入向量，c为模糊规则数目；
[0127] 评价输入x(k)对每一个聚类中心Vi(k-l)，i = l，2,…，c的隶属度u/ (k)，其中Vi(k-l) 表示第k-1个时刻对应第i条模糊规则的聚类中心向量
其中，f表示模糊因子，且f的取值大于l;d、(k)表示TS模糊模型第k个时刻的输入x(k)与第 k-Ι个时刻对应第j条模糊规则的聚类中心向量的距离；
[0128] 基于第(k-Ι)时刻x(k)的隶属度和模糊规则学习率，利用如下公式修正聚类中心 向量V(k-l): vi(k) =vi(k-l)+Au/ (k)2[x(k)-vi(k-l)];其中λ表示学习率，λ的取值的范围 为小于1大于0的数;Vl(k)为第k个时刻对应第i条模糊规则的聚类中心向量；
[0129] 根据新获得的聚类中心向量，更新输入x(k)与中心点的距离d/U)与隶属度m' (k)：
[0130] 计算第i条模糊规则对系统输出的适应度β ^是通过 ιι>· 隶属度u/ (k)求得向量:其中，1^表示矩阵U的对应分析元素的第前j个向量；
[0131] 计算当输入为x(k)时，第i条规则对系统输出的适应度：
[0132] j * j
[0133] 然后可以求得向量：
[0134] Φ (k) = [βι，···，0c，Pixi(k)，···，0cxi(k)，···，foxn(k)，···，0 cxn(k) ]τ·
[0135] 根据公式y(k+l) = C> (1〇τΘ (k)，已知y(k+l)和Φ (k)，利用最小二乘法得到Θ (k) =(φ τφ广1 φ τ · y (k+1);其中y (k+1)表示模糊规则在k+1时刻对系统输出的贡献分量，Φ (k)和Θ (k)表示在k时刻的模糊规则的参数。
[0136] 通过上述步骤，就通过系统辨识的方法得到了模糊规则的两个参数Φ(1〇和Θ (k)，就建立起了y模糊规格库。利用同样的方法，也可以建立起yf的模糊规则库。
[0137] (3.1)故障的判断整体流程
[0138] 根据多源信息采集单元采集的状态，精度信息融合单元降维之后，输入到建立起 来的模糊规则库中进行计算可以得到本状态下发生故障的权值，根据权值进行故障的判断 和预测。
[0139] (3.2)故障判断机制
[0140]如图3所示，首先y值与上限阈值Au做比较，如果发现当前故障权值超过了阈值，则 直接判断本次发生了故障；
[0141] 如果y值小于下限阈值AL，则判断本次状态处于正常工作状态，没有发生故障；
[0142] 如果y值上限阈值Au和下限阈值AL之间，则利用y无法进行故障的判断；启用yf判 断机制按照同样的方法进行故障预报。
[0143] 按照上述的方法可以进行故障的判断与故障的预报。
[0144] 以上对本实用新型的具体实施例进行了描述。需要理解的是，本实用新型并不局 限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改， 这并不影响本实用新型的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特 征可以任意相互组合。
【主权项】
1. 一种GIS开关设备动作状态监测系统，其特征在于，包括： 多源信息采集单元，所述多源信息采集单元检测GIS开关系统的工作状态并形成检测 信号，所述多源信息采集单元再将所述检测信号调理成电模拟信号； 信息融合单元，所述信息融合单元设置在电脑终端内，所述信息融合单元接收所述电 模拟信号，将所述电模拟信号与预设值进行比较，判断GIS开关系统的工作状态； 故障决策与预报单元，所述故障决策与预报单元根据所述电模拟信号与所述预设值的 比较结果进行报警或预报。2. 根据权利要求1所述的GIS开关设备动作状态监测系统，其特征在于，在所述多源信 息采集单元内设置相互连接的监测器及信号调理电路。3. 根据权利要求2所述的GIS开关设备动作状态监测系统，其特征在于，所述监测器包 括继电器控制回路状态检测模块、连接执行高压开关状态检测模块、机械机构状态检测模 块及漏气检测模块。4. 根据权利要求2所述的GIS开关设备动作状态监测系统，其特征在于，所述信息融合 单元包括相互连接的数据采集板卡，故障提取模块，信息融合模块以及日常故障判断模块； 所述数据采集板卡与所述号调理电路通信。5. 根据权利要求4所述的GIS开关设备动作状态监测系统，其特征在于，所述故障决策 与预报单元包括相互连接的故障状态模糊特征库、故障判断模块及故障预报模块;所述故 障状态模糊特征库与所述信息融合模块通信，所述故障判断模块与所述故障状态模糊特征 库通信，所述故障预报模块分别与所述日常故障判断模块及所述故障判断模块通信，所述 日常故障判断模块与所述日常故障判断模块通信。
【文档编号】H02B13/065GK205622133SQ201620224374
【公开日】2016年10月5日
【申请日】2016年3月21日
【发明人】李海涛, 谢建容, 万四维, 刘珂, 阙伟平, 胡晓军, 陈坤汉, 赖建娜, 黎日明, 徐淑珍, 陈学仕, 廖兰, 李国强, 胡岳, 李双宏
【申请人】广东电网有限责任公司东莞供电局, 上海交通大学