CN105579859B

CN105579859B - 使用vlf td测量数据诊断电缆的状态并测量其剩余寿命的装置和方法

Info

Publication number: CN105579859B
Application number: CN201480027475.8A
Authority: CN
Inventors: 金圣民; 金东燮; 田时植; 金炳硕; 林暲燮
Original assignee: Korea Electric Power Corp; Industry Academic Cooperation Foundation of Mokpo National Maritime University
Current assignee: Korea Electric Power Corp; Industry Academic Cooperation Foundation of Mokpo National Maritime University
Priority date: 2014-07-09
Filing date: 2014-08-27
Publication date: 2019-04-02
Anticipated expiration: 2034-08-27
Also published as: JP2016533500A; KR101466623B1; EP3168630A1; CN105579859A; EP3168630A4; WO2016006756A1; US20160161541A1; EP3168630C0; US10393788B2; EP3168630B1

Abstract

在此公开的是使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命并使用呈现电缆的状态的诊断的可再现性的3D矩阵来确定电缆的更换时间的装置和方法。根据本发明的诊断电缆的状态并且测量其剩余寿命的装置和方法包括威布尔建模单元、距离限制单元、数据类型分类单元、量化表示单元、归一化单元、3D构建单元、风险等级计算单元和剩余寿命测量单元。

Description

使用VLF TD测量数据诊断电缆的状态并测量其剩余寿命的装置和方法

技术领域

本发明总体上涉及使用非常长的频率(VLF，very long frequency)tanδ(tangentdelta或TD)测量数据诊断电缆的状态并测量其剩余寿命的装置和方法，更具体地，涉及通过使用VLF TD测量数据诊断电缆的状态、创建诊断电缆的状态的可再现性已经得到改善的3D矩阵、使用作为VLF TD测量数据的统计重新释义的数据测量电缆的剩余寿命以诊断电缆的状态并测量剩余寿命的装置和方法。

背景技术

通常，电力系统中的VLF TD测量方法是用于通过各种所施加的电压测量缆线或电力设施的TD变化以诊断绝缘体中诸如水树(water tree)或缝隙的产生之类的异常迹象的最有代表性的方法。

当在已经长时间运作的绝缘体内部出现水树时，出现包括绝缘电阻降低和损耗电流增加的退化现象。这种现象表示为TD变化，并且，是否存在异常和退化的状态是通过测量这种改变的量而确定出的。特别是，由于高压绝缘体具有非常高的绝缘电阻和电容，因此泄漏电流和电压呈现出90°的相位差。然而，这是出现在理想状态电路中的理论性结论。在现实中，由于绝缘体内部的电阻组件产生轻微偏差，此时，电压-电流的相位角偏差表示为TD。换言之，大数值的TD值表明异常的产生。

作为前述测量TD的方法，存在基于Schering桥原理的测量方法和使用电压与电流之间的微小相位差的测量方法(如日本专利申请特许公开No.1996-201455中所公开的)。此时，使用相位差的TD测量方法通常采用大约0.1Hz的VLF信号。原因在于，在60Hz的实际商用频率上，不能以TD值变化容易地诊断出是否存在水树，但是在0.1Hz或更低的VLF上，可以仅用TD值变化诊断出是否存在水树。

然而，由于使用VLF测量TD的方法基于特定基准值或等级值与所测值之间的简单比较来确定退化的状态，因此存在的限制在于，由于没有统计背景，因此并未考虑各个国家的环境条件，这些条件包括地下缆线安装的比率、降雨、洪水特性、管理状态、缆线类型以及发展特性。

此外，使用VLF测量TD的方法并未建议清楚的确定规则(例如数值可再现性)，并且缺乏现场应用的标准。图1示出IEEE在2010年提出的VLF TD的新确定规则，其相比于先前那些是更大的确定值。此时，由于作为取决于缆线类型的测量因素的1Uo的测量条件的标准偏差通过逻辑OR运算而加入，因此状态确定范围设置得很宽(从4到50)，这导致很多混淆。

此外，由于使用VLF测量TD的方法依赖于来自先进欧洲国家的技术，因此存在的限制在于，由于精确确定VLF TD的产生原因是不可能的，因此难以主动地响应设施故障或设施误动作(例如绝缘击穿)，于是，设施可靠性在各种现场条件下更低。

发明内容

技术问题

本发明已被提出用于解决这些限制，其目的在于提供一种使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置和方法，其能够使用VLF TD测量数据诊断所述电缆的状态并且使用3D矩阵来测量剩余寿命，同时目标在于实现电缆的状态的可再现诊断。

此外，本发明的目的在于提供一种使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置和方法，其能够通过按电缆的每个类型的退化或结构变动对VLF TD信号进行分类以推断影响VLF TD信号特性的原因。

此外，本发明的目的在于提供一种使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置和方法，其通过将从被确定为需要电缆管理的退化的起始点的原点到3D矩阵中特定退化点的距离转换为到位置矢量的距离，能够精确地并且容易地诊断电缆的状态。

此外，本发明的目的在于提供一种使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置和方法，其能够根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级和故障确定距离来计算电缆更换工作的成本、基准故障概率、与故障密度匹配的位置中的至少任一个以测量电缆的剩余经济寿命。

技术解决方案

根据用于完成上述目的的本发明的一方面，提供一种用于诊断电缆的状态并且测量其剩余寿命的装置。所述装置包括：威布尔建模单元，其通过累计针对施加到电缆的多个电压等级中的每一个所测量出的VLF tanδ(TD)信号数据来执行威布尔分布建模；距离限制单元，其针对每个测量距离将所累计的VLF TD信号数据的威布尔分布与所累计的VLF TD信号数据的预设威布尔分布进行比较，以限定测量限制距离；数据类型分类单元，其基于所限定的测量限制距离，针对每个类型对VLF TD信号数据进行分类；量化表示单元，其量化地表示所分类的类型；归一化单元，其将所述VLF TD信号数据和VLF TD信号偏差(DTD)以及从所述量化表示单元获取的VLF TD信号数据和偏差的斜率(SKIRT)表示为离散分布，并且对所述离散分布进行归一化，以获取归一化分布；3D构建单元，其以获取的归一化分布构建3D矩阵；风险等级计算单元，其基于所述3D矩阵中测量出的距离，将所述电缆的风险等级计算为各预设风险等级之一。

所述数据类型分类单元可以将所述VLF TD信号数据分类为趋势和模式，趋势可以主要地分类为线性和非线性类型，线性模式可以分类为正、负和恒定类型，非线性模式可以分类为振荡类型。

所述量化表示单元包括：虚拟连线函数表示单元，其生成连接所述VLF TD信号数据当中的最大值和最小值的虚拟连线；虚拟连线标准偏差获取单元，其对于所生成的虚拟连线和所述VLF TD信号数据，获取虚拟标准偏差STDEV_虚拟；校正变量获取单元，其获取校正变量，以用于校正获取的虚拟连线标准偏差和所述VLF TD信号数据；SKIRT获取单元，其通过将获取的校正变量乘以虚拟连线斜率来获取SKIRT；

所述校正变量获取单元可以校正所述VLF TD信号数据的数值对于所述虚拟连线的拟合程度以及所述VLF TD信号数据的量化等级。

所述归一化单元可以获取归一化分布，用于将所述VLF TD信号数据和DTD的离散分布的X和Y轴的值以及所述VLF TD信号数据和SKIRT的离散分布的X和Y轴的值归一化为0到1的归一化值。

所述3D构建单元可以以X轴取作归一化后的VLF TD数据、Y轴取作归一化后的DTD和Z轴取作归一化后的SKIRT来构建3D矩阵。

所述风险等级计算单元可以计算从所述3D矩阵的原点的坐标(0，0，0)到特定位置矢量(x，y，z)的距离，并且基于计算出的结果计算所述电缆的风险等级。

所述预设风险等级可以分类并且设置为对应于现存距离范围的多个风险等级。

所述装置可以还包括：寿命测量单元，其基于所述3D矩阵测量所述电缆的剩余寿命。

所述剩余寿命测量单元可以根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级以及故障确定时间来计算电缆更换工作的成本、基准故障概率、与故障密度匹配的位置中的至少任一个，以测量所述电缆的剩余寿命。

根据用于实现上述目的的本发明另一方面，提供一种用于诊断电缆的状态并且测量其剩余寿命的方法。所述方法包括：通过累计对于施加到电缆的多个电压中的每一个所测量的VLF tanδ(TD)信号数据来执行威布尔分布建模；针对每个测量距离对所累计的VLFTD信号数据的威布尔分布与所累计的VLF TD信号数据的预设威布尔分布进行比较，以限定测量限制距离；基于所限定的测量限制距离，针对每个类型对VLF TD信号数据进行分类；量化地表示所分类的类型；将所述VLF TD信号数据和DTD以及所述VLF TD信号数据和SKIRT表示为离散分布，并且对所述离散分布进行归一化，以获取归一化分布；以获取的归一化分布构建3D矩阵；基于所构建的3D矩阵中所测量的距离，将所述电缆的风险等级计算为各预设风险等级之一。

将所述VLF TD信号数据分类为趋势和模式可以包括：主要地将所述趋势分类为线性和非线性类型，将所述线性模式分类为正、负和恒定类型，并且将所述非线性模式分类为振荡类型。

量化地表示所分类的类型可以包括：生成连接所述VLF TD信号数据当中的最大值和最小值的虚拟连线；对于所生成的虚拟连线和所述VLF TD信号数据，获取虚拟标准偏差STDEV_虚拟；获取校正变量，以用于校正获取的虚拟连线标准偏差和所述VLF TD信号数据；以及通过将获取的校正变量乘以虚拟连线斜率来获取SKIRT。

将所述VLF TD信号数据和DTD以及所述VLF TD信号数据和SKIRT表示为离散分布，并且对所述离散分布进行归一化，以获取归一化分布可以包括：获取用于将VLF TD信号数据和所述DTD的所述离散分布以及所述VLF TD信号数据和所述SKIRT的所述离散分布的X和Y轴归一化为0到1的归一化值的归一化分布。

以获取的归一化分布构建3D矩阵可以包括：以X轴取作归一化后的VLF TD数据、Y轴取作归一化后的VLF TD信号偏差以及Z轴取作归一化后的SKIRT来构建3D矩阵。

基于所构建的3D矩阵中所测量的距离而将所述电缆的风险等级计算为各预设风险等级之一可以包括：计算从所述3D矩阵的原点的坐标(0，0，0)到特定位置矢量(x，y，z)的距离，并且基于计算出的结果而计算所述电缆的风险等级。

所述方法可以还包括：在基于所构建的3D矩阵中所测量的距离将所述电缆的风险等级计算为各预设风险等级之一之后，基于所述3D矩阵测量所述电缆的剩余寿命。

基于所述3D矩阵测量所述电缆的剩余寿命可以包括：根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级以及故障确定时间，计算电缆更换工作的成本、基准故障概率、匹配于故障密度的位置中的至少任一个，以测量所述电缆的剩余寿命。

有益效果

根据具有上述配置的本发明，使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置和方法可以通过使用VLF TD信号诊断电缆的状态而呈现缆线退化确定的统计基础以及概率分布的逻辑基础。

此外，存在这样的效果：通过使用实现电缆的状态的诊断的可再现性的3D矩阵来测量电缆的剩余寿命，基于统计概率预测出电缆的剩余寿命并且预测出故障的产生时间。

此外，存在这样的效果：通过按电缆的退化或结构变动的每个类型对VLF TD信号进行分类，推断出影响VLF TD信号的特性的原因。

此外，存在基于从3D矩阵中可预测电缆的退化加速度的原点到特定位置的位置矢量的距离精确地并且容易地诊断电缆的状态的效果。

此外，存在这样的效果：根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级和故障确定距离计算电缆更换工作的成本、基准故障概率、匹配于故障密度的位置中的至少任一个以测量电缆的剩余经济寿命，从而建立用于确定基于经济的设施更换的确定规则。

附图说明

图1是表示IEEE在2010年提议的VLF TD的新确定规则的表。

图2是示出使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置的配置的视图；

图3至图12是示出使用针对本发明采用的距离限制单元中的预设测量距离所累计的VLF TD信号数据的威布尔分布所获得的累计概率密度函数(PDF)的视图；

图13是示出本发明采用的数据类型分类单元所分类的数据类型的视图；

图14是示出本发明采用的量化表示单元的详细配置的视图；

图15是示出本发明采用的量化表示单元所获得的VLF TD对于线性趋势的拟合程度的视图；

图16是示出本发明采用的量化表示单元所获得的VLF TD对于振动模式的拟合程度的视图；

图17是示出根据通过本发明采用的归一化单元获取的VLF TD信号数据和VLF TD信号偏差的离散分布，图18是根据通过本发明采用的归一化单元获取的VLF TD信号数据和VLF TD信号偏差的归一化后的分布；

图19是示出根据通过本发明采用的归一化单元获取的VLF TD的信号数据和偏差斜率(即SKIRT)的离散分布，图20是根据通过本发明采用的归一化单元获取的VLF TD的信号数据和SKIRT的归一化后的分布；

图21是示出本发明采用的3D配置单元所构建的3D矩阵的视图；以及

图22是示出使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的方法的流程图。

具体实施方式

下文参照附图详细描述本发明实施例，使得本领域技术人员可以容易地实现本发明。首先，应注意，相同的附图标记指代相同的构成要素，尽管它们图示在不同的附图中。此外，在本发明的描述中，当确定有关功能和构造的详细描述使得本发明的主旨模糊时，其描述将会予以省略。

下文参照附图详细描述使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置和方法的实施例。

图2是示出使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命的装置100的配置的视图。

参照图2，根据本发明的使用VLF TD测量数据诊断电缆的状态的装置100主要包括威布尔(Weibull)建模单元110、距离限制单元120、数据类型分类单元130、量化表示单元140、归一化单元150、3D配置单元160、风险等级计算单元170和剩余寿命测量单元180。

威布尔建模单元110通过累计针对施加到电缆的多个电压等级中的每一个所测量出的VLF TD信号数据来执行威布尔分布建模。

此时，施加到电缆的各个电压等级处于0.5Uo至1.5Uo的范围，并且在本发明中，使用对应于0.5Uo、1.0Uo和1.5Uo的电压等级来提取VLF TD数据。此时，最大电压等级可以设置为1.5Uo，最小电压等级可以设置为0.5Uo。

此外，以相间电压表示电缆的正常工作电压。换言之，所谓的22.9kV等级是国内主要分布线路中的相间电压。然而，由于地与导体之间的电压是基本电压，因此大约13.2kV是国内情况下的测量基准电压，并且其定义为VLF TD测量中的1Uo。于是，由于传输和分布电压等级对于每个国家是不同的，因此Uo是基本应用电压等级的基准等级。

通过将所累计的VLF TD信号数据的威布尔分布与针对每个测量距离所累计的VLFTD信号数据的预设威布尔分布进行比较，距离限制单元120限定测量距离。距离限制单元120针对每个测量距离比较并且分析用于韩国电子电力公司(KEPCO)所拥有的大约20,000Km的线路的威布尔分布。其可以针对每个测量距离使用1.5Uo VLF TD的威布尔分布来表示所累计的概率分布函数(PDF)，如稍后将描述的图3至图12所示。

基于所限定的测量限制距离，数据类型分类单元130对VLF TD信号数据进行分类。数据类型分类单元130将VLF TD信号数据分类为趋势和模式，趋势进一步分类为线性和非线性类型，模式也进一步分类为正、负、恒定和振荡类型。这样可以将VLF TD信号分类为趋势和模式，如图13所示。

量化表示单元140以量化方式表示所分类的类型。其具有图14所示的配置，并且将稍后加以详细描述。

归一化单元150将VLF TD信号数据和VLF TD信号偏差(DTD)以及从量化表示单元140得到的VLF TD信号数据和SKIRT表示为离散分布，并且对离散分布进行归一化以获取归一化分布。换言之，归一化单元150获取将VLF TD信号数据和DTD的离散分布的X和Y轴的值以及VLF TD信号数据和SKIRT的离散分布的X和Y轴的值归一化为具有范围从0到1的值的归一化分布。这如稍后描述的图16A、图16B、图17A和图17B所示表示的那样。

以此方式归一化的原因是由于数据分布可广泛地应用于特定缆线类型或电压级别。然而，在应用范围与之不同或缆线为另一类型的情况下，当通过统计分布分析对当前拥有的数据进行归一化时，缆线管理者可以以从0到1的相同类别表示它。

于是，本发明提出一种可广泛地应用于另一缆线类型的分布的量化区域。换言之，设置电缆需要管理的区域，并且将该区域内部的所有数据分布从0到1进行归一化。这是为了由专家组分析数据，并且将其传递给可以容易获知该区域的运营商，而不是对于特定TD值作出相应规则。换言之，允许数据分布处于从0到100％的范围，以使得运营商容易地在现场执行确定。例如，当1.5Uo的TD值表示“A类型缆线为10*10-3[ABU]并且B类型缆线是6*10-3[ABU]”时，实际上将它们转换为各自相对量化值，即0.2(20％)和0.8(80％)，而不是建议不同的基准值。于是，也可以通过归一化转换来快速地设置比现有累计的KEPCO数据更少的数据组的新基准值。

3D配置单元160以获取的归一化分布构建3D矩阵。3D配置单元以对于VLF TD数据取得的X轴、对于DTD取得的Y轴以及对于归一化后的SKIRT取得的Z轴来构建3D矩阵。这可以如稍后描述的图18中所示那样加以表示。

风险等级计算单元170基于3D矩阵中测量出的距离，将电缆的风险等级映射到一个预设风险等级。风险等级计算单元170计算从3D矩阵的原点的坐标(0，0，0)到特定位置矢量(x，y，z)的距离并且基于计算出的结果来计算电缆的风险等级。此时，预设风险等级分类并且设为对应于预设距离范围的多个风险等级。

剩余寿命测量单元180基于3D矩阵来测量电缆的剩余寿命。根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级以及故障确定时间，剩余寿命测量单元180计算电缆更换工作的成本、基准故障概率、与故障密度匹配的位置中的至少任一个，并且测量剩余寿命。

图3至图12是示出使用针对本发明采用的距离限制单元中的预设测量距离所累计的VLF TD信号数据的威布尔分布的累计概率密度函数(PDF)的视图。

图3示出使用威布尔分布将1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图4示出使用威布尔分布将0至500m的范围中的1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图5示出使用威布尔分布将500至1000m的范围中的1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图6示出使用威布尔分布将1000至1500m的范围中的1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图7示出使用威布尔分布将1500至2000m的范围中的1.5Uo的VLFTD信号数据建模到累计的PDF的示例，图8示出使用威布尔分布将2000至2500m的范围中的1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图9示出使用威布尔分布将2500至3000m的范围中的1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图10示出使用威布尔分布将3000至3500m的范围中的1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图11示出使用威布尔分布将3500至4000m的范围中的1.5Uo的VLF TD信号数据建模到累计的PDF的示例，图12示出使用威布尔分布将4000m或更远处的1.5Uo的VLF TD信号数据建模到累计的PDF的示例。

图13是示出本发明采用的数据类型分类单元所分类的数据类型的视图。

参照图13，VLF TD信号数据主要地分类为线性趋势和非线性模式。在8次或更多次连续测量期间，趋势进一步分类为正、负或恒定模式。这4种类型的趋势和模式鉴于绝缘体的退化或结构变动而彼此相关。具体地，在电缆有关事故方面的故障的最终产生之时，这4种类型的趋势和模式根据复杂退化现象和可靠性的急剧降低而联系到剩余寿命的大改变。特别是，在重大事故的情况下，它们被发现处于增加或减少模式中，测量值的这种改变与刚好在击穿之前产生的部分泄漏现象相联系，这被推断为影响TD特性的原因。此时，图中的圆圈表示关于故障的产生的数据，直线斜率表示威布尔形状参数。

图14是示出本发明采用的量化表示单元的详细配置的视图，图15是示出本发明采用的量化表示单元获得的VLF TD的对于线性趋势的拟合程度的视图；图16是示出本发明采用的量化表示单元所获得的VLF TD的对于振动模式的拟合程度的视图。

参照图14，根据本发明的量化表示单元140包括虚拟连线函数表示单元141、虚拟连线标准偏差获取单元143、校正变量获取单元145以及SKIRT驱动单元147。

虚拟连线函数表示单元141生成连接VLF TD信号数据当中的最大值和最小值的虚拟连线。

虚拟连线函数表示单元141生成连接八个VLF TD信号数据tn当中的最大值和最小值的虚拟连线。此外，虚拟连线具有分别对应于测量时间编号的虚拟点Tn。此时，可以通过以下等式(1)获取虚拟连线：

其中，t_max：tanδ的8个实测值当中的最大值，

其中，t_min：tanδ的8个实测值当中的最小值，

N_max：t_max的x轴值，

N_min：t_min的x轴值，

A0：虚拟连线的y轴截距。

在等式(1)和(2)中，Y表示对应于测量序列的虚拟连线的x轴VLF TD值，对应于测量序列1、2、……、n的Y的VLF TD值表示为T1、T2、……、Tn。当具有线性趋势时，8个VLF TD测量值示出实际所测量的VLF TD值的图线匹配虚拟连线，如图14所示。然而，当具有振荡趋势时，8个VLF TD测量值示出实际所测量的VLF TD值的图线不匹配虚拟连线，如图15所示。于是，VLF TD对于虚拟连线的拟合程度可以量化到虚拟点Tn与作为实际所测量的VLF TD图线的tn之间的算术差值的标准偏差。

虚拟连线标准偏差获取单元143获取所生成的虚拟连线与VLF TD信号数据之差的虚拟标准偏差STDEV_虚拟。此时，可以通过以下等式(3)获取虚拟连线：

其中，m：m:|T_n-t_n|的平均值。

等式(3)表示分别对应于序号的各虚拟点Tn与VLF TD测量值tn之差的标准偏差，以表示所测量的VLF TD对于虚拟连线的拟合程度。可见，由于虚拟连线的标准偏差值越小，因此所测量的VLF TD示出对于虚拟连线的高拟合程度，并且具有线性趋势。反之，大标准偏差值示出所测量的VLF TD具有无规律的非线性趋势。接下来，必须执行虚拟连线所处的VLFTD等级的反映。这是因为，在用低等级化的VLF TD和用高等级的VLF TD配置虚拟连线的直线配置的情况下，风险等级不同的。于是，校正等式必须将作为虚拟连线Y的VLF TD等级合成为表示对虚拟连线的拟合程度的虚拟标准偏差。

校正变量获取单元145获取校正变量，用于校正VLF TD信号数据和获取的虚拟连线的标准偏差。此时，可以通过以下等式(4)获取校正变量：

在等式(4)中，由于8个所测量的VLF TD值的量值和虚拟连线的标准偏差的量值趋于彼此冲突(即，随着退化变得更严重，VLF TD值变得更大，而虚拟DTD变得更小)，因此校正变量k是用于将标准偏差校正为具有相同倾向的计算等式。换言之，通过将VLF TD值对于虚拟连线的拟合程度与VLF TD的量化等级进行匹配，可以增加具有测量误差的数据与正常地测量的数据之间的量化差、以及对应于故障区域的数据与对应于正常区域的数据之间的量化差。此时，由于虚拟连线标准偏差的刻度非常小，因此STDEV_虚拟乘以常数10,000，以将校正执行到与A0相同的等级。

SKIRT获取单元147通过将获取的校正变量乘以虚拟连线的斜率来获取SKIRT。此时，可以通过以下等式(5)获取SKIRT：

Skirt＝倾斜度×k(5)

其中，倾斜度＝(tmax-tmin)/(Nmax-Nmin)

等式(5)可以通过将从等式(1)至(4)获得的校正变量k乘以虚拟连线斜率来定义SKIRT，其为能够最终量化缆线的风险等级的因子。

此时，可见，连续测量的VLF TD组的斜率、VLF TD组所处于的等级、复杂度(即趋势和模式)必须反映于SKIRT中，并且正确的校正对此是必须的。于是，在本发明中，首先，提出数学模型，以虚拟地将VLF TD所示的斜率表示为虚拟连线，其次，使用标准偏差来量化所测量的VLF TD对于虚拟连线的拟合程度。继而，建议校正变量k，其为能够对于数据给出倾向并且同时合成所量化的拟合程度和VLF TD组所处于的等级的数学模型。最后，可以通过将量化的数值与虚拟连线斜率进行合成，以单个算术值表示VLF TD组所表示的VLF TD的量值和形状以及具有测量误差的有效和无效数据。

图17是示出根据通过本发明采用的归一化单元获取的VLF TD信号数据和DTD的离散分布，图18是根据通过本发明采用的归一化单元获取的VLF TD信号数据和DTD的归一化后的分布；图19是示出根据通过本发明采用的归一化单元获取的VLF TD的信号数据和SKIRT的离散分布，图20是根据通过本发明采用的归一化单元获取的VLF TD的信号数据和SKIRT的归一化后的分布。

图17是根据通过归一化单元150获取的VLF TD信号数据和DTD的示例性离散分布，图18是用于从0到1对图18所示离散分布的X和Y轴进行归一化的示例性归一化分布。

图19是根据通过归一化单元150获取的VLF TD的VLF TD信号数据和SKIRT的示例性离散分布，图20是用于从0到1对图19所示的离散分布的X和Y轴进行归一化的示例性归一化分布。

图21是示出本发明采用的3D配置单元所构建的3D矩阵的视图。

参照图21，3D矩阵是通过3个重要归一化特性而得以归一化的模型。用归一化后的TD、归一化后的DTD以及归一化后的SKIRT配置每个3D轴。3D矩阵构建为立方体模型，并且用原点坐标(0，0，0)和最大坐标(1，1，1)加以表示。于是，从原点到顶点的最大距离是大约1.73(即sqrt(1^2+1^2+1^2))。在图中，点BD▲表示操作期间报告的击穿事故，并且具有与距原点的距离的高相关性。顶部的小立方体是估计为击穿事故在2年的运营内产生具有20％的概率的区域的时段。此外，6个预设风险等级表示于图的右侧。基于此，在风险等级计算单元中，当特定位置矢量处于(0.5，0.5，0.5)时，位置矢量距离按照Rd＝SQRT(0.5^2+0.5^2+0.5^2)计算为大约0.85。于是，缆线等级近似估计为E等级。E等级表示确定为在2sis内执行重新测量并且对其采取行动的状态的状态诊断结果。目前，KEPCO建议0.91作为立即更换点。换言之，等级A确定为可运营得与所设计的寿命同样长的缆线，等级B和C是兴趣线路，但确定为在获得DE等级的结果后建议正确重新测量时段和管理计划的线路。对于等级D，重新测量时段设置为大约4至5年，等级E是用于在重新测量之时根据改变精确地确定是否更换缆线的时段。

参照图22，本发明属于一种使用上述方法诊断电缆的状态的方法，以使用VLF TD测量数据诊断电缆的状态并且测量其剩余寿命，而且测量其剩余寿命，下文中，将省略冗余描述。

首先，累计针对施加到电缆的多个电压等级中的每一个所测量的VLF TD信号数据，以执行威布尔分布建模(步骤S100)。

然后，针对每个测量距离将所累计的VLF TD信号数据的威布尔分布与所累计的VLF TD信号数据的预设威布尔分布进行比较，以限定测量限制距离(步骤S110)。

然后，基于所限定的测量限制距离，针对每个类型对VLF TD信号数据进行分类(步骤S120)。在步骤S120，VLF TD信号数据分类为趋势和模式，趋势进一步分类为线性或非线性类型，模式进一步分类为正、负、恒定和振荡类型中的任一个。

然后，量化地表示所分类的类型(步骤S130)。在步骤S130，根据所分类的类型生成虚拟函数，获取虚拟标准偏差，获取校正变量，并且获取SKIRT。

然后，将VLF TD信号数据及其DTD、VLF TD信号数据及其SKIRT表示为离散分布，对离散分布中的每一个进行归一化，以获取归一化分布(步骤S140)。在步骤S140，获取归一化后的分布，其从0到1对每个离散分布的X和Y轴进行归一化。

然后，获取的归一化分布构建为3D矩阵(步骤S150)。在步骤S150，以对于VLF TD数据所取得的X轴、对于DTD所取得的Y轴以及对于归一化后的SKIRT所取得的Z轴来构建3D矩阵。

然后，基于3D矩阵中测量出的距离，将电缆的风险等级计算为各预设风险等级之一(步骤S160)。

然后，基于3D矩阵来测量电缆的剩余寿命(步骤S170)。在步骤S170，根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级以及故障确定时间来计算电缆更换工作的成本、基准故障概率、匹配于故障密度的位置中的至少任一个，以测量剩余寿命。

详细地说，首先，为了获取电力更换工作成本，剩余寿命测量单元基于构造成本获取每单位时段的缆线更换工作成本、每故障情况的平均中断电力量(kWh)、每kWh的销售价格每kWh的社会损失成本以及平均缆线更换完成时段(月)。此时，缆线更换完成时段表示从现场勘察和设计到现场设施更换的整个完成时段。

然后，用于计算基准故障概率的等式如以下等式(6)：

然后，用于根据基准故障概率计算与故障密度匹配的位置的等式如以下等式(7)：

基准R＝基准f(t)和故障密度f(R)匹配的位置的R(7)

在此，根据3D矩阵数据分布，获取距离指数R的每个步长的闭合表面和R＝1.73的闭合表面中包括的所有数据(T)上产生故障数据(t)的故障密度f(t)，并且获取基准f(t)基于距离指数R匹配故障密度f(t)的距离指数R。

然后，用于计算退化速度的等式如以下等式。

等式(8)属于确保根据初始诊断的距离指数R1和通过再次诊断的R2的情况。

等式(9)属于如诊断情况下那样距离指数R靠近基准R的情况。

然后，用于设置边际率的方法如以下等式(10)中那样：

然后，用于设置余量率的方法遵循政策确定，并且默认设置为使得开始获得故障数据的距离指数R变为基准R。

然后，用于确定故障可靠性等级F(t)的方法如以下等式(11)：

F(t)＝100％-x％-y％ (11)

然后，用于计算故障确定距离指数R的方法如以下等式(12)：

更换确定距离R＝基准R×F(t) (12)

以此方式，通过使用VLF TD信号诊断电缆的状态，本发明可以呈现缆线退化确定规则的统计基础和使用概率分布的逻辑基础。

此外，存在这样的效果：通过使用实现电缆的状态的可再现诊断的3D矩阵来测量电缆的剩余寿命，基于统计概率来预测电缆的剩余寿命并且预测故障产生时间。

同时，本发明不限于上述实施例，而是可以在不脱离本发明的主旨的情况下加以改变和变型，应理解，这些改变和变型的技术精神也属于所附权利要求的范围。

Claims

1.一种用于诊断电缆的状态并且测量其剩余寿命的装置，包括：

威布尔建模单元，其通过累计针对施加到电缆的多个电压等级中的每一个所测量出的VLF TD信号数据来执行威布尔分布建模，其中TD为tanδ；

距离限制单元，其针对每个测量距离，将所累计的VLF TD信号数据的威布尔分布与所累计的VLF TD信号数据的预设威布尔分布进行比较，以限定测量限制距离；

数据类型分类单元，其基于所限定的测量限制距离，针对每个类型对VLF TD信号数据进行分类；

量化表示单元，其量化地表示所分类的类型；

归一化单元，其将所述VLF TD信号数据和VLF TD信号偏差DTD以及从所述量化表示单元获取的VLF TD信号数据和偏差的斜率SKIRT表示为离散分布，并且对所述离散分布进行归一化，以获取归一化分布；

3D构建单元，其以获取的归一化分布构建3D矩阵；

风险等级计算单元，其基于所述3D矩阵中测量出的距离，将所述电缆的风险等级计算为各预设风险等级之一；以及

寿命测量单元，其基于所述3D矩阵来测量所述电缆的剩余寿命，其中，根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级以及故障确定时间，所述剩余寿命测量单元计算电缆更换工作的成本、基准故障概率、与故障密度匹配的位置中的至少任一个，以测量所述电缆的剩余寿命。

2.如权利要求1所述的用于诊断电缆的状态并且测量其剩余寿命的装置，其中，所述数据类型分类单元将所述VLF TD信号数据分类为趋势和模式，所述趋势主要地分类为线性和非线性类型，所述线性模式分类为正、负和恒定类型，所述非线性模式分类为振荡类型。

3.如权利要求1所述的用于诊断电缆的状态并且测量其剩余寿命的装置，其中，所述量化表示单元包括：

虚拟连线函数表示单元，其生成连接所述VLF TD信号数据当中的最大值和最小值的虚拟连线；

虚拟连线标准偏差获取单元，其针对所生成的虚拟连线和所述VLF TD信号数据，获取虚拟标准偏差STDEV_虚拟；

校正变量获取单元，其获取校正变量，用于校正获取的虚拟连线标准偏差和所述VLFTD信号数据；以及

SKIRT获取单元，其通过将获取的校正变量乘以虚拟连线斜率来获取SKIRT。

4.如权利要求3所述的用于诊断电缆的状态并且测量其剩余寿命的装置，其中，所述校正变量获取单元校正所述VLF TD信号数据的数值对于所述虚拟连线的拟合程度以及所述VLF TD信号数据的量化等级。

5.如权利要求1所述的用于诊断电缆的状态并且测量其剩余寿命的装置，其中，所述归一化单元获取归一化分布，用于将所述VLF TD信号数据和DTD的离散分布的X和Y轴的值以及所述VLF TD信号数据和SKIRT的离散分布的X和Y轴的值归一化为从0到1的归一化值。

6.如权利要求1所述的用于诊断电缆的状态并且测量其剩余寿命的装置，其中，所述3D构建单元以取作归一化后的VLF TD数据的X轴、取作归一化后的DTD的Y轴以及取作归一化后的SKIRT的Z轴来构建3D矩阵。

7.如权利要求1所述的用于诊断电缆的状态并且测量其剩余寿命的装置，其中，所述风险等级计算单元计算从所述3D矩阵的原点的坐标(0，0，0)到特定位置矢量(x，y，z)的距离，并且基于计算出的结果来计算所述电缆的风险等级。

8.如权利要求7所述的用于诊断电缆的状态并且测量其剩余寿命的装置，其中，所述预设风险等级分类并且设置到对应于现存距离范围的多个风险等级。

9.一种用于诊断电缆的状态并且测量其剩余寿命的方法，其包括：

通过累计针对施加到电缆的多个电压中的每一个所测量出的VLF TD信号数据来执行威布尔分布建模，其中TD为tanδ；

针对每个测量距离，将所累计的VLF TD信号数据的威布尔分布与所累计的VLF TD信号数据的预设威布尔分布进行比较，以限定测量限制距离；

基于所限定的测量限制距离，针对每个类型对VLF TD信号数据进行分类；

量化地表示所分类的类型；

将所述VLF TD信号数据和VLF TD信号偏差DTD以及所述VLF TD信号数据和偏差的斜率SKIRT表示为离散分布，并且对离散分布进行归一化，以获取归一化分布；

以获取的归一化分布构建3D矩阵；

基于所构建的3D矩阵中测量出的距离，将所述电缆的风险等级计算为各预设风险等级之一；以及

在基于所构建的3D矩阵中测量出的距离将所述电缆的风险等级计算为一个预设风险等级之后，基于所述3D矩阵测量所述电缆的剩余寿命，其中，基于所述3D矩阵测量所述电缆的剩余寿命包括：

根据基准故障概率、退化速度、边际率、余量率、故障可靠性等级以及故障确定时间，计算电缆更换工作的成本、基准故障概率、与故障密度匹配的位置中的至少任一个，以测量所述电缆的剩余寿命。

10.如权利要求9所述的用于诊断电缆的状态并且测量其剩余寿命的方法，其中，将所述VLF TD信号数据分类为趋势和模式包括：将所述趋势广泛地分类为线性和非线性类型，将所述线性模式分类为正、负和恒定类型，将所述非线性模式分类为振荡类型。

11.如权利要求9所述的用于诊断电缆的状态并且测量其剩余寿命的方法，其中，所述量化地表示所分类的类型包括：

生成连接所述VLF TD信号数据当中的最大值和最小值的虚拟连线；

针对所生成的虚拟连线和所述VLF TD信号数据，获取虚拟标准偏差STDEV_虚拟；

获取校正变量，用于校正获取的虚拟连线标准偏差和所述VLF TD信号数据；以及

通过将获取的校正变量乘以虚拟连线斜率来获取SKIRT。

12.如权利要求9所述的用于诊断电缆的状态并且测量其剩余寿命的方法，其中，将所述VLF TD信号数据和DTD以及所述VLF TD信号数据和SKIRT表示为离散分布并且对所述离散分布进行归一化以获取归一化分布包括：

获取用于将VLF TD信号数据和所述DTD的所述离散分布以及所述VLF TD信号数据和所述SKIRT的所述离散分布的X和Y轴归一化为0到1的归一化值的归一化分布。

13.如权利要求9所述的用于诊断电缆的状态并且测量其剩余寿命的方法，其中，以获取的归一化分布构建3D矩阵包括：以X轴取作归一化后的VLF TD数据、Y轴取作归一化后的VLF TD信号偏差、Z轴取作归一化后的SKIRT来构建3D矩阵。

14.如权利要求9所述的用于诊断电缆的状态并且测量其剩余寿命的方法，其中，基于所构建的3D矩阵中测量出的距离将所述电缆的风险等级计算为一个预设风险等级包括：

计算从所述3D矩阵的原点的坐标(0，0，0)到特定位置矢量(x，y，z)的距离，并且基于计算出的结果而计算所述电缆的风险等级。