CN105320123B - 一种基于在线监测数据的测控设备健康状态评价系统和方法 - Google Patents

Abstract

本发明公开了一种基于在线监测数据的测控设备健康状态评价系统和方法，属于电力系统运行与管理领域。该方法包括：在测控设备内部增加一些反映其健康状态的信息监测功能，并上传至测控设备健康状态评估工作站，对测控设备健康状态进行实时监测与评价。该方法建立了在线监测信息分类模型，根据不同类别设备信息的越线和告警情况，确立设备的健康状态，建立基于在线信息的健康状态评分办法，对设备健康状态进行评分。本发明确立的方法，是以在线监测信息为基础的健康状态评价方法，克服了传统评估模型中，主要基于历史信息和依靠人工评分的方法，更加实时准确的反映了测控设备的健康状态。

Description

一种基于在线监测数据的测控设备健康状态评价系统和方法

技术领域

本发明涉及电力系统运行与管理领域，具体来说涉及一种基于在线监测数据的测控设备健康状态评价系统和方法。

背景技术

测控设备的状态检修是国内外的研究热点，国内外的许多学者都进行了相关研究，而作为测控设备状态检修的基础——健康状态评估，由于二次设备监测技术的限制，以及对记录信息的记录与管理不够规范，二次设备健康状态评估技术无法取得突破性的进展。

传统的二次设备健康状态评估模型多是基于历史运行记录信息，对历史运行记录进行分类，然后采用专家系统确定各类信息在评估设备健康状态时的权重，最后采用逐项打分的方式进行状态评估，但是这种评估方法存在如下问题：

(1)目前这种评价方法只是根据历史运行记录的信息对设备进行健康状态评价，没有考虑直接反映其健康状态的实时监测数据，因此，评价结果不是很准确。

(2)在评估过程中，由专家根据实际经验确定各类信息在评估时的权重，而且在评分时也是由运维人员根据设备运行情况逐项评分，评估过程人为因素过重，根据打分方式获得的设备评分结果，确定设备当前健康状态可能会出现较大偏差。

发明内容

为了克服上述现有技术的不足，本发明提出了一种基于在线监测数据的测控设备健康状态评价系统和方法，对能够反映设备健康状态的信息进行监测，将信息上传至评估工作站，在工作站内实现对测控设备健康状态的实时监测与评价。

为实现上述发明目的，本发明提供如下技术方案：

一种基于在线监测数据的测控设备健康状态评价系统，该系统包括：

报文记录分析仪：安装在变电站间隔层，通过报文记录分析仪对测控设备过程层GOOSE/SV信息进行采集，并将分析结果传至站控层网络；

厂站端状态监测工作站：所述厂站端状态监测工作站接收测控设备站控层的状态信息和报文记录分析仪上传的信息，并对状态信息进行监视和管理；

主站：将测控设备站控层的状态信息和报文记录分析仪上传的信息，通过智能远动机一起上传至主站端，在主站端状态评估工作站采用下述方法进行测控设备的健康状态评估。

一种基于在线监测数据的测控设备健康状态评价方法，该方法包括以下步骤：

(1)对测控设备内部自检信息以及运行环境与工况进行信息采集，并把监测信息按数据类型分为数字量信息和逻辑量信息；

(2)根据步骤(1)采集的数字信息越过阈值的程度，确定数字量所处状态，并对设备数字量监测信息进行评分；

(3)对步骤(1)的采集的逻辑量信息按照信息对设备健康状态的影响程度进行分类，根据信息实测结果和信息所处类别，判断设备健康状态；

(4)由步骤(2)和步骤(3)确定状态的最高级别作为设备的最终状态，根据上述设备的健康状态，得到设备基础分，然后结合设备所有监测信息，对测控设备的健康状态进行综合评价。

本发明对比现有技术，有如下优点：

(1)本发明的方法对反映测控设备健康状态的信息进行监测，并将监测信息实时上传至状态评估工作站，基于实时监测结果，对测控设备进行健康状态评价，相对于以往仅仅依靠设备历史运维记录的评价，本发明更实时地反映测控设备的健康状态。

(2)本发明的方法确立了一种测控设备健康状态评估的计算方法，克服了传统评估模型中，由专家根据实际经验确定各类信息在评估时的权重，而且在评分时也是由运维人员根据设备运行情况逐项打分，人为因素过于严重的缺点，更加客观准确地反映了测控设备的健康状态。

附图说明

图1为本发明的测控设备健康状态评价流程。

图2为本发明的测控设备状态信息采集方案示意图；

具体实施方式

本发明的方法是以实时监测数据为基础，首先建立了在线监测信息分类模型，根据不同类别设备信息的越线和告警情况，确立设备的健康状态，然后建立基于在线信息的健康状态评分办法，从信息对设备健康状态影响程度、告警或越线信息数量对设备健康状态进行评分。

下面结合附图对本发明进一步说明。

一种基于在线监测数据的测控设备健康状态评价系统包括：

(1)本发明采用网络报文分析仪，安装在变电站间隔层，对测控设备过程层GOOSE/SV信息进行采集，并将分析结果传至站控层网络；

(2)厂站端设立状态监测工作站：所述厂站端状态监测工作站接收测控设备站控层的状态信息和报文记录分析仪上传的信息，实现状态监视分析和状态预警功能；

(3)主站端设立状态评价工作站：将测控设备站控层的状态信息和报文记录分析仪上传的信息，通过南瑞继保PCS-9799智能远动机一起上传至主站端，在主站端状态评估工作站采用下述方法进行测控设备的健康状态评估。一种基于在线监测数据的测控设备健康状态评价方法包括以下步骤：

(1)对测控设备内部自检信息以及一些运行环境与工况进行信息采集，具体采集方案为：

报文记录分析仪通过组网方式采集SV、GOOSE信息，并通过DL/T860传输规约上传至站控层网络，将测控设备站控层的状态信息和报文记录分析仪上传的信息，采用DL/T860传输规约上传至厂站端状态监测工作站及智能运动机，然后智能运动机采用DL/T860传输规约上传至主站，并在主站进行测控设备健康状态评估。

对上述采集信息按照信息对测控设备健康状态的影响程度进行分类，根据信息实测结果和信息所处类别，判断设备健康状态。

对测控设备健康状态进行规定，测控设备健康状态评估结果分类如下表1。

表1测控设备状态评价标准

对监测信息进行分类，分为数字量信息和逻辑量信息；逻辑量信息为状态跳变的信息，只有正常和告警两种状态；数字量数据其值为数字，是可以连续变化的信息。

(2)根据数字量越过阈值的程度，对测控设备数字量监测信息进行评分；

对数字量信息可以定义三个阈值，分别为注意阈值、异常阈值、严重阈值，判断设备属于哪个状态根据表2决定，这些阈值由测控设备研发人员和运维人员共同商榷决定。测控设备数字监测信息主要有7个，CPU负荷率、CPU温度、内存使用率、电源电压、电源温度、端口发送功率、光口发送光强。

设某数字量测量值为a_x，定义设备状态阈值，额定值或初值a₀，注意阈值a₁、异常阈值a₂、严重阈值a₃，三个阈值分别包含两个值，上阈值和下阈值，分别用a₁₊、a_1-，a₂₊、a_2-，a₃₊、a_3-表示，根据表2对测控设备进行状态确定。特殊地，某些数字量只有上阈值，没有下阈值，例如CPU负荷率，这种情况下，只需按上阈值来处理，

表2数字信息判定设备状态条件表

然后对在线信息进行评分，主要从越线程度、越线持续时间，来衡量数字信息对监测对象的健康状态反映情况，定义越线量平均值E。

式中，T表示监测的有效周期，即评估周期，a_x表示测量值，a_f表示阈值，阈值的确定由测量值所在范围分别取上阈值和下阈值，如表3所示。然后计算监测信息越线量平均值E，设监测信息越线量平均值与该信息的得分成线性相关，又在a_x＝a₀时，该信息得分为100分，在a_x＝a₁时，该信息得分为90分，按照健康状态评估结果，不同健康状态得分不同，如表1。信息在健康状态为正常时，该信息的评分办法为同理，在a_x＝a₁时，该信息得分为90分，在a_x＝a₂时，该信息得分为80分，此时评分办法为在a_x＝a₂时，该信息得分为80分，在a_x＝a₃时，该信息得分为70分，此时评分办法为在a_x＝a₃时，该信息得分为70分，此时评分办法为a_i表示该信息允许的最大值，对于不同信息值不同，此参数由运行人员或研发人员确定。具体评分办法如表3。

表3数字信息评分表

(3)对逻辑量信息划分为四种信息。分类结果如表4所示。

(i)严重信息

该类信息告警或越线，测控设备完全无法工作，设备进入严重状态；

(ii)异常信息

该类信息告警或越线，测控设备主要功能丧失，设备进入异常状态；

(iii)注意信息

该类信息告警或越线，测控设备主要功能部分丧失，设备进入注意状态；

(iv)正常信息

该类信息告警或越线，测控设备主要功能完好，辅助功能丧失，设备基本正常；

表4测控设备在线监测逻辑信息分类图

表4中信息若发生告警，此时设备健康状态为信息重要度级别。

(4)测控设备健康状态确定

在确定测控设备健康状态时，四种状态具有不同的级别，

严重状态>异常状态>注意状态>正常状态

若(2)(3)判断结果确定设备有多种状态，取级别最高的状态作为测控设备的健康状态，例如，若测控设备的数字量确定为异常状态、逻辑量信息确定为注意状态，那么测控设备的健康状态由级别高的异常信息决定为异常状态。

根据上述测控设备的健康状态，得到测控设备基础分，然后结合测控设备所有监测信息，对测控设备的健康状态进行综合评价。

测控设备健康状态评分结果由两个部分组成，一部分为设备状态的基础分，另一部分为综合分，由设备各类信息的状态情况共同确定。健康状态总得分为测控设备基础分和综合分共同决定。

①测控设备状态基础分

由测控设备状态信息决定的板件状态，根据设备健康状态得分表，得出其状态基础分，具体得分如表5。

表5测控设备不同状态下的基础得分

②设备状态综合分

表6测控设备状态参量表

如表所示，定义测控设备信息状态参量，状态量重要度为i，i的取值与所表示的状态见表7，n_i、表示数字量越过i阈值的信息总数，m_i表示逻辑量中为i类信息的总数，数字参量有k_i1个超过严重阈值，逻辑量有k_i2个严重信息告警，β_i用来衡量综合评价时，数字信息所占的权重，α_i用来衡量综合评价时，逻辑信息所占的权重。

k_i1＝n_i，k_i2≤m_i，β₁＞β₂＞β₃＞β₄，α₁＞α₂＞α₃＞α₄

表7信息重要度i状态对应表

Ⅰ设测控设备在i状态下，数字参量有k_i1个超过严重阈值，逻辑量有k_i2个严重信息告警

计

Ⅱ仅考虑测控设备信息告警和超过阈值的数字量个数，得分系数为：

Ⅲ综合分系数

式中，用来衡量逻辑量的影响，用来衡量数字量的影响，y_i表示数字信息的得分，评分规则在(3)中有详细介绍。

③设备总得分

表8测控设备总得分计算表

将本发明的内容应用于某220kV变电站某测控设备，其具体实施步骤如下：

(1)对某测控设备内部自检信息以及一些运行环境与工况信息进行采集，如图2所示，报文记录分析仪通过组网方式采集测控设备的SV、GOOSE信息，并通过DL/T860传输规约上传至站控层网络，将测控设备站控层的状态信息和报文记录分析仪上传的信息，采用DL/T860传输规约上传至厂站端状态监测工作站及智能运动机，然后智能运动机采用DL/T860传输规约上传至主站。

采集信息结果为

逻辑量信息中只有对时异常和GOOSE总告警，其他信息都正常。

数字量信息中只有CPU负荷率和温度超过阈值，表中列出的是评价周期内测量数据的评价值，其他数字量信息均为额定值或初值，这里就不列出。

(2)对上述采集信息按照信息对设备健康状态的影响程度进行分类，根据信息实测结果和信息所处类别，判断设备健康状态。

根据上面对信息分类结果可知，对时异常为异常信息、GOOSE总告警属于异常信息；CPU负荷率越过严重阈值为90％，CPU温度越过异常阈值60℃。因此，测控设备健康状态为严重状态决定。

(3)根据数字量越过阈值的程度，对设备数字量监测信息进行评分；

1)CPU负荷率得分

根据表4计算式，a_i＝100％，a₃＝90％，a_x＝92％，计算得S＝42。

2)CPU温度得分

根据表4计算式，a₂＝55℃，a₃＝65℃，a₃＝63℃，计算得S＝73.6。

(4)根据上述设备的健康状态，得到设备基础分，然后结合设备所有监测信息，对测控设备的健康状态进行综合评价。

1)设备状态为严重，故基础得分为70分

2)设备综合得分

根据信息量监测结果，对测控设备状态参量确定如下：

Ⅰ测控设备在严重状态下，数字参量有1个超过严重阈值，逻辑量有0个严重信息告警，由表2知，逻辑量为严重信息有3个。

计算得

Ⅱ仅考虑测控设备信息告警和超过阈值的数字量，得分系数为：

Ⅲ综合分系数

逻辑量的影响

数字量的影响y_i表示数字信息的得分，在(3)中求得。

3)总分

由表8得该测控设备状态的健康状态得分为：

S＝70·S_Z＝70×0.8977＝62.839

该测控设备健康状态为严重，设备健康得分为62.839。

本发明的实施方式不限于此，在本发明上述基本技术思想前提下，按照本领域的普通技术知识和惯用手段对本发明内容所做出其它多种形式的修改、替换或变更，均落在本发明权利保护范围之内。

Claims (1)

1.一种基于在线监测数据的测控设备健康状态评价方法，其特征在于：评价方法中用到一种基于在线监测数据的测控设备健康状态评价系统，系统包括：报文记录分析仪：安装在变电站间隔层，通过报文记录分析仪对测控设备过程层

GOOSE/SV信息进行采集，并将分析结果传至站控层网络；

厂站端状态监测工作站：所述厂站端状态监测工作站接收测控设备站控层的状态信息和报文记录分析仪上传的信息，并对状态信息进行监视和管理；

主站：将测控设备站控层的状态信息和报文记录分析仪上传的信息，通过智能远动机一起上传至主站端；

所述的方法包括以下步骤：

(1)对测控设备内部自检信息以及运行环境与工况进行信息采集，并把监测信息按数据类型分为数字量信息和逻辑量信息；

(2)根据步骤(1)采集的数字信息越过阈值的程度，确定数字量所处状态，并对设备数字量监测信息进行评分；

(3)对步骤(1)的采集的逻辑量信息按照信息对设备健康状态的影响程度进行分类，根据信息实测结果和信息所处类别，判断设备健康状态；

(4)由步骤(2)和步骤(3)确定状态的最高级别作为设备的最终状态，根据上述设备的健康状态，得到设备基础分，然后结合设备所有监测信息，对测控设备的健康状态进行综合评价。