CN103698637A - 一种电力关键指标异常快速检测方法和装置 - Google Patents

Abstract

本发明涉及一种电力关键指标异常快速检测方法和装置，该方法是先在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列，再对各检测点采集的KPI数据的上下限值分别进行归一化处理，并将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的上下限值分别展示在同心圆的圆周上，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。该方法使得调度人员能够快速掌握电网运行状态，及时处理异常，不需要关注大量正常数据，有效提高调度人员发电调整的决策效率。

Description

一种电力关键指标异常快速检测方法和装置

技术领域

本发明涉及一种电网运行安全技术领域，特别是一种电力关键指标异常快速检测方法和装置。

背景技术

电力网络运行过程中会产生大量数据，从这些数据中寻找关键信息，掌握电力系统运行状态，对调度人员提高发电调整的决策效率有重要意义。关键性能指标KPI（Key PerformanceIndicator，简称关键指标），集中展示了电网运行状态，为公司高层决策人员和电网运行关键岗位人员提供关于电网运行安全性、经济性、优质性、环保性的信息。通过对KPI的监视，可以及时发现电网运行过程中的安全隐患、运行不经济、电能不优质、环保不达标等问题。在KPI异常时检测出异常数据，可以为用户及时干预电网运行提供依据，同时自动触发预定义的辅助分析决策功能，为调度人员决策提供支持。电网调度人员关注KPI涉及六大类方面：潮流越限类、电压越限类、备用监视类、频率突变类、低频振荡类、CPS（Control PerformanceStandard，电力控制性能评价标准）监视类。

智能告警和可视化形式展示结合，能够为用户提供快速有效地故障定位、辅助决策和控制功能。通常，调度人员可以从运行控制系统看到电压，频率等数据，要浏览大量数据，才可以了解电网运行状态。对关键指标异常数据，要通过OCS（Operation Control System，运行控制系统）告警查看，这增加了调度人员工作强度，也容易漏掉没有引起告警的异常，所以只能由电网调度人员浏览大量同一时刻的列表数据，从中依次查找或凭借经验值查找，这样就无法快速检测到KPI异常，减慢了决策过程，降低了调度人员发电调整的决策效率和电网调度运行效率，还使得电网运行存在安全隐患。

发明内容

本发明针对现有技术需要浏览海量数据才能了解电网运行状态，寻找KPI异常信息，工作强度高，效率较低且容易遗漏的问题，提供一种电力关键指标异常快速检测方法，采用归一化技术在极坐标系中同时展示一组电力KPI数据形成的数列，该方法使得调度人员能够快速掌握电网运行状态，及时处理异常，不需要关注大量正常数据，有效提高调度人员发电调整的决策效率。本发明还涉及一种电力关键指标异常快速检测装置。

本发明的技术方案如下：

一种电力关键指标异常快速检测方法，其特征在于，该方法是先在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列，再对各检测点采集的KPI数据的上下限值分别进行归一化处理，并将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的下限值展示在内圆圆周上，归一化的各检测点采集的KPI数据的上限值展示在外圆圆周上，所述内圆和外圆为同心圆，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。

设置各检测点的KPI数据的极坐标值的极角均匀分布。

在采集各检测点的KPI数据后，先对数据输入质量进行预处理，采用加权最小二乘法的状态估计方法排除不良数据。

该方法还将异常数据过滤，并传送异常数据给辅助分析决策，所述辅助分析决策包括按时序列出异常数据以进行统计分析。

将内圆和外圆之间的环形带区间、内圆以内的区间和外圆以外的区间分别用不用颜色和阴影展示。

一种电力关键指标异常快速检测装置，其特征在于，包括依次连接的KPI数据采集模块、KPI上下限值归一化处理模块和极坐标展示模块，所述KPI数据采集模块在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列；所述KPI上下限值归一化处理模块对各检测点采集的KPI数据的上下限值分别进行归一化处理；所述极坐标展示模块将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的下限值展示在内圆圆周上，归一化的各检测点采集的KPI数据的上限值展示在外圆圆周上，所述内圆和外圆为同心圆，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。

所述KPI上下限值归一化处理模块包括计算各检测点的KPI数据的极坐标值，所述各检测点的KPI数据的极坐标值的极角均匀分布。

该装置还包括数据预处理模块，所述KPI数据采集模块通过数据预处理模块与KPI上下限值归一化处理模块相连，所述数据预处理模块用于对数据输入质量进行预处理，采用加权最小二乘法的状态估计方法排除不良数据。

该装置还包括异常数据过滤模块用于将异常数据过滤，所述异常数据过滤模块与极坐标展示模块相连。

该装置还包括辅助分析决策模块，所述辅助分析决策模块与异常数据过滤模块相连，所述辅助分析决策模块按时序列出异常数据以进行统计分析；

和/或，所述极坐标展示模块将内圆和外圆之间的环形带区间、内圆以内的区间和外圆以外的区间分别用不用颜色和阴影展示。

本发明的技术效果如下：

本发明提供的电力关键指标异常快速检测方法，先在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列，再对各检测点采集的KPI数据的上下限值分别进行归一化处理，并将归一化的上限值和下限值在一个极坐标中同时展示，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。本发明所述方法能够实现电力关键指标KPI异常的快速检测，根据OCS实时量测数据，采集计算出电网运行关键指标KPI，并利用归一化技术在极坐标系中同时集中展示，采用直观形式，集中展示电网运行关键指标，解决了调度人员日常工作中，需要浏览海量监测数据才能了解电网运行状态，寻找KPI异常信息，工作强度高，效率较低且容易遗漏的问题。本发明所述方法在同一个极坐标系中，展示各检测点数据，通过外圆和内圆显示数据上下限，使超限数据清晰，易观察，调度人员能够直接观察到大量的正常数据和超限的异常数据，尤其是对于异常数据的观察，正常数据位于环形带中并以数据点展示，在异常数据对应点展示数值及设备信息，这样调度人员能够直接得到异常数据点的数据值和相关设备名称、设备位置等信息，减少了人工查找，相对于传统的人工方法，本发明方法展示形式直观、时间短、信息准确，能够帮助调度人员快速掌握电网运行状态，及时处理异常，如过滤出异常数据或传给辅助分析决策等方式，不需要关注大量正常数据，有效提高调度人员发电调整的决策效率。

本发明还涉及一种电力关键指标异常快速检测装置，包括依次连接的KPI数据采集模块、KPI上下限值归一化处理模块和极坐标展示模块，各模块配合工作，能够在一个极坐标系中，同时展示一组KPI数据构成的数列，每项电力关键指标KPI都明确有上下限值，KPI上下限值归一化处理模块对各检测点采集的KPI数据的上下限值分别进行归一化处理，通过极坐标展示模块使得归一化的上下限值在上述极坐标中以同心圆展示，并在环形带中以数据点的形式展示大量正常数据，不展示具体数值，调度人员不需要关注大量正常数据，环形带以外的异常数据对应点展示数值及设备信息。本发明该装置减轻了调度人员的工作量，能够直观的看到异常数据及其相关信息，实现KPI异常的快速精确检测，可以迅速提示调度员，加速决策进程，同时为辅助分析决策提供基础，提高了调度人员发电调整的决策效率和电网调度运行效率，加强了电网运行的安全性能。

附图说明

图1为本发明电力关键指标异常快速检测方法的流程图。

图2为本发明电力关键指标异常快速检测方法的优选流程图。

图3为KPI数据在极坐标系中展示的示意图。

图4为辅助分析决策按时序列出异常数据分析示意图。

图5为本发明电力关键指标异常快速检测装置的结构示意图。

图6为本发明电力关键指标异常快速检测装置的优选结构示意图。

具体实施方式

下面结合附图对本发明进行说明。

本发明涉及一种电力关键指标异常快速检测方法，其流程如图1所示，该方法是先在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列，再对各检测点采集的KPI数据的上下限值分别进行归一化处理，并将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的下限值展示在内圆圆周上，归一化的各检测点采集的KPI数据的上限值展示在外圆圆周上，内圆和外圆是两个同心圆，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。

图2为本发明电力关键指标异常快速检测方法的优选流程图，该方法包括下述步骤：

1）、针对OCS实时量测数据，在电网各检测点采集某项KPI数据，然后对数据输入质量进行预处理，排除设备检修等因素引起的数据异常，可以采用加权最小二乘法的状态估计方法排除不良数据，形成一组KPI数据构成的数列，可以理解为是一项KPI指标采集计算的过程，如对电压越限类KPI指标的采集或者是对电压越限类KPI指标的采集。

2）、将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的上下限值分别展示在同心圆的圆周上，即，归一化的各检测点采集的KPI数据的下限值展示在内圆圆周上，归一化的各检测点采集的KPI数据的上限值展示在外圆圆周上，内圆和外圆是两个同心圆，归一化的同时得到了检测点的KPI数据的极坐标值。具体归一化算法公式为：

${\mathrm{\ρ}}_i={\mathrm{\ρ}}_{\min }+\frac{K_i-K_{\min }}{K_{\max }-K_{\min }}\×({\mathrm{\ρ}}_{\max }-{\mathrm{\ρ}}_{\min })$

θ_i=(i/n)×2π

归一化的过程即为计算K_i极坐标值（ρ_i，θ_i）的过程，该实施例是作为一种优选方案是将各检测点的KPI数据的极坐标值的极角均匀分布，这样各KPI数据能够更清晰易直观明了，当然，极角也可以不在极坐标中均匀分布。其中：K_i为设备i对应的某项关键指标，即设备i这一检测点在步骤1）采集到的某项KPI数据值，K_min为指标K下限，K_max为指标K上限，K_max和K_min为当前指标值作为正常数据时其可以容忍的上下限值，ρ_min为指标K下限对应极径值，ρ_max为指标K上限对应极径值，ρ_min和ρ_max为在极坐标中的设定参考值，即内圆和外圆为设定值。

3）、该极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备名称、设备地理位置等相关信息。如图3所示的KPI数据在极坐标系中展示的示意图，内圆的极径值为ρ_min，外圆的极径值为ρ_max，环形带中的数据点的极径值在ρ_min和ρ_max之间，为正常数据，只展示为一个数据点，不展示具体数值；图中不在环形带中的另一个数据点即为异常数据，展示电压数据异常，数值、设备和位置，这样调度人员就可以直接清楚是在哪个具体位置的哪台设备的工作电压异常，异常值偏高为何值。如果在环形带的内圆内部有数据点时，同样为异常的KPI数据，展示该KPI数据的数值、设备和位置等相关信息，表明是哪个具体位置的哪台设备的工作电压异常，异常值偏低为何值。在环形带的外圆外部的异常数据为偏高的KPI数据，在环形带的内圆内部的异常数据为偏低的KPI数据，非常直观。

优选地，在极坐标系中的内圆和外观形成的同心圆展示的同时，还可以将内圆和外圆之间的环形带区间、内圆以内的区间和外圆以外的区间分别用不用颜色和阴影展示，即用颜色和阴影的展示来区分三个区间，使得正常、偏高和偏低的KPI数据可以更加清楚观察。

图3所示实施例仅展示了两个检测点形成的数据点，一个正常数据和一个异常数据，当然，对于复杂电网运行而言，存在大量检测点，在极坐标中会形成大量数列，极坐标图中显示KPI数据上下限。通常大量为正常数据，此时不需要调度人员关注，仅以数据点的形式展示，异常数据不在环形带中，超限数据清晰易观察。上述实施例是以电压越线类KPI数据为例，当然，也可以采集其它类的KPI数据，每项关键指标都形成一个归一化的极坐标系下的数列，在形成的各极坐标系下对相应展示的各项关键指标分别进行异常检测。

4）、还可以将异常数据过滤，也可以直接传送异常数据给辅助分析决策，该辅助分析决策可以是按时序列出异常数据以进行后续统计分析，如图4所示，分析在各一定时间段内电网检测点电压指标发生异常数据的个数统计，如在7:00至16:00这段时间内，有121个电压异常数据，其中50个电压偏高数据，71个电压偏低数据，还可以在每条统计的时间段内进一步展示是哪些检测点在什么时间异常，如厂站A这一检测点在15:39电压过低等展示。这样不仅减轻了调度人员的工作量，提高决策效率，而且实现精细化调度。

本发明所述电力关键指标异常快速检测方法，在极坐标展示的某项KPI数据构成的数列，是以某时间周期为单位显示的数据，设定时间周期，读取异常数据，计算和刷新极坐标图形，如五分钟刷新一次，直接展示电力关键指标异常数据，便于迅速提示调度人员，使其第一时间掌握电网运行状态，及时处理异常，故提高了电网调度运行效率，同时也加强了电网运行的安全性能。

本发明还涉及一种电力关键指标异常快速检测装置，该检测装置与上述检测方法相对应，其结构如图5所示，包括依次连接的KPI数据采集模块、KPI上下限值归一化处理模块和极坐标展示模块，其中，KPI数据采集模块在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列；KPI上下限值归一化处理模块对各检测点采集的KPI数据的上下限值分别进行归一化处理；极坐标展示模块将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的下限值展示在内圆圆周上，归一化的各检测点采集的KPI数据的上限值展示在外圆圆周上，所述内圆和外圆为同心圆，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。

图6为本发明电力关键指标异常快速检测装置的优选结构示意图，该结构包括依次连接的KPI数据采集模块、数据预处理模块、KPI上下限值归一化处理模块、极坐标展示模块、异常数据过滤模块和辅助分析决策模块。先通过KPI数据采集模块在电网各检测点采集某项KPI数据，再由数据预处理模块对数据输入质量进行预处理，排除检修计划等引起的数据异常，可采用加权最小二乘法的状态估计方法排除不良数据，形成一组KPI数据构成的数列；KPI上下限值归一化处理模块对各检测点采集的KPI数据的上下限值分别进行归一化处理，KPI上下限值归一化处理模块包括计算各检测点的KPI数据的极坐标值，优选将各检测点的KPI数据的极坐标值的极角均匀分布；极坐标展示模块将归一化的上限值和下限值在一个极坐标中同时展示，如图3所示结构形成的内圆和外圆，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备的名称、状态、地理位置等相关信息，减少了人工查找。优选地，极坐标展示模块还可以将内圆和外圆之间的环形带区间、内圆以内的区间和外圆以外的区间分别用不用颜色和阴影展示，以便展示更清楚明了。异常数据过滤模块将异常数据过滤，再由辅助分析决策模块按时序列出异常数据以进行统计分析，形成如图4所示的统计表，当然也可以省去异常数据过滤模块，使得极坐标展示模块直接与辅助分析决策模块相连，直接将异常数据交给辅助分析决策模块。本发明所述装置可以实现电力关键指标异常快速检测，可以减少辅助分析决策模块中的辅助分析决策输入数据量，使信息更准确，稍稍不良信息对辅助分析决策的干扰。

本发明电力关键指标异常快速检测装置适用于复杂大电网调度中心的智能调度自动化系统。且容易和电力运行控制系统结合，便于维护前期投资。该装置可以迅速展示电网运行数据，和传统的报表工具不同，本发明可以直接展示实时数据，并突显KPI异常数据和相关信息，且展示形式直观、时间短、信息准确，对于调度人员的经济安全调度决策，更加有效。

应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。

Claims (10)

1.一种电力关键指标异常快速检测方法，其特征在于，该方法是先在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列，再对各检测点采集的KPI数据的上下限值分别进行归一化处理，并将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的下限值展示在内圆圆周上，归一化的各检测点采集的KPI数据的上限值展示在外圆圆周上，所述内圆和外圆为同心圆，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。

2.根据权利要求1所述的电力关键指标异常快速检测方法，其特征在于，设置各检测点的KPI数据的极坐标值的极角均匀分布。

3.根据权利要求1或2所述的电力关键指标异常快速检测方法，其特征在于，在采集各检测点的KPI数据后，先对数据输入质量进行预处理，采用加权最小二乘法的状态估计方法排除不良数据。

4.根据权利要求1或2所述的电力关键指标异常快速检测方法，其特征在于，该方法还将异常数据过滤，并传送异常数据给辅助分析决策，所述辅助分析决策包括按时序列出异常数据以进行统计分析。

5.根据权利要求1或2所述的电力关键指标异常快速检测方法，其特征在于，将内圆和外圆之间的环形带区间、内圆以内的区间和外圆以外的区间分别用不用颜色和阴影展示。

6.一种电力关键指标异常快速检测装置，其特征在于，包括依次连接的KPI数据采集模块、KPI上下限值归一化处理模块和极坐标展示模块，所述KPI数据采集模块在电网各检测点采集某项KPI数据，形成一组KPI数据构成的数列；所述KPI上下限值归一化处理模块对各检测点采集的KPI数据的上下限值分别进行归一化处理；所述极坐标展示模块将归一化的上限值和下限值在一个极坐标中同时展示，归一化的各检测点采集的KPI数据的下限值展示在内圆圆周上，归一化的各检测点采集的KPI数据的上限值展示在外圆圆周上，所述内圆和外圆为同心圆，检测点的KPI数据的极坐标值展示在内圆和外圆之间的环形带中时作为正常数据并以数据点展示，极坐标值展示在环形带以外的各检测点的KPI数据为异常数据，在异常数据对应点展示数值及设备信息。

7.根据权利要求6所述的电力关键指标异常快速检测装置，其特征在于，所述KPI上下限值归一化处理模块包括计算各检测点的KPI数据的极坐标值，所述各检测点的KPI数据的极坐标值的极角均匀分布。

8.根据权利要求6或7所述的电力关键指标异常快速检测装置，其特征在于，还包括数据预处理模块，所述KPI数据采集模块通过数据预处理模块与KPI上下限值归一化处理模块相连，所述数据预处理模块用于对数据输入质量进行预处理，采用加权最小二乘法的状态估计方法排除不良数据。

9.根据权利要求6或7所述的电力关键指标异常快速检测装置，其特征在于，还包括异常数据过滤模块用于将异常数据过滤，所述异常数据过滤模块与极坐标展示模块相连。

10.根据权利要求9所述的电力关键指标异常快速检测装置，其特征在于，还包括辅助分析决策模块，所述辅助分析决策模块与异常数据过滤模块相连，所述辅助分析决策模块按时序列出异常数据以进行统计分析；

和/或，所述极坐标展示模块将内圆和外圆之间的环形带区间、内圆以内的区间和外圆以外的区间分别用不用颜色和阴影展示。

Images