CN106405280B - 一种智能变电站在线监测参数趋势预警方法 - Google Patents

Abstract

本发明设计了一种智能变电站在线监测参数趋势预警方法，取在线监测装置稳定后的一段时间的监测历史数据作为样本，计算监测值和时间之间的相关系数，根据相关系数确定预警阈值；预警分析前，连续从监测历史数据中获取多个样本，针对每个样本计算监测值和时间的相关系数，比较相关系数与预警阈值之间的关系，如果相关系数趋势连续增长且均大于预警阈值，则输出预警信号。本发明设计的方法能够自动进行趋势分析和预警，提高了趋势分析的准确性并减少了设备维护人员的工作量。

Description

一种智能变电站在线监测参数趋势预警方法

技术领域

本发明涉及一种智能变电站在线监测参数趋势预警方法，属于电学领域。

背景技术

随着智能变电站的推广应用，变电站内安装了大量的在线监测装置，获得了大量的一次设备的在线监测信息。用一次设备监测信息进行运行状态分析、评估和预警是在线监测的主要目的，其中参数的趋势分析是设备运行工况分析有效手段之一。

目前，在线监测系统中普遍采用的趋势分析手段是将监测到的历史数据按照时间顺序逐点相连，绘制成一条曲线，系统使用者通过观察曲线的形态，判断监测数据的趋势。该方法具有一定的应用效果，但是也存在较大的局限性。

首先，监测数据受到环境、被监测设备负荷以及测量手段等因素的影响呈现一定的上下随机波动，偶尔还会存在个别异常数据，干扰设备维护人员判断曲线趋势，造成预警分析难度大，趋势分析不准确的问题；

其次，设备维护人员需手工分析大量参数的趋势，造成工作量大、容易忽略到部分参数的趋势分析的问题。

发明内容

本发明目的在于提供一种智能变电站在线监测参数趋势预警方法，以解决智能变电站中趋势分析准确性较低、设备维护人员工作量大的问题。

为了达到上述目的，本发明的一种智能变电站在线监测参数趋势预警方法：取在线监测装置稳定后的一段时间的监测历史数据作为样本，计算监测值和时间之间的相关系数，根据相关系数确定预警阈值；预警分析前，连续从监测历史数据中获取多个样本，针对每个样本计算监测值和时间的相关系数，比较相关系数与预警阈值之间的关系，如果相关系数趋势连续增长且均大于预警阈值，则输出预警信号。

预警分析前，采用固定宽度的取样窗和固定滑动步长，沿时间轴倒推的方式连续获得样本。

所述方法步骤如下：

1)选取检测设备开始投运一段时间内监测历史数据作为初始样本，计算时间序列和监测值序列的秩；

2)计算监测值与时间之间的相关系数；

3)根据步骤2)中的相关系数确定一个预警阈值；

4)预警分析前，连续从监测历史数据中获取多个样本，针对每个样本计算监测值与时间的趋势相关系数；

5)比较步骤4)中的相关系数和预警阈值之间的关系，如果相关系数趋势连续增长且均大于预警阈值，则输出告警。

所述步骤1)中将检测历史数据按照时间从大到小的规律进行排列，当时间出现重复时则剔除对应的采样点，形成样本{(X_i,Y_i),i＝1,…,n},X_i-监测值，Y_i-采样时间；其中元素Y_i的位置序列构成秩序列{Q₁,…,Q_n}；监测值的秩的计算方法为：首先将监测值序列中的元素X_i按照从小到大进行排列，然后将元素X_i用其在原始序列中的位置替代，形成X_i对应的秩序列{R₁,…,R_n}。

若监测值序列中的元素有重复值，重复元素的秩为排列后位置的算术平均值。

计算监测值与时间之间的相关系数的方法如下：

其中，m_x,m_y:计算公式在计算m_x时，m_i为变量x的同秩次数；计算m_y时，m_i为变量y的同秩次数；

n:序列中元素个数；

R_i:监测值变量的秩；

Q_i:时间变量的秩。

根据相关系数确定一个预警阈值：当|r|+0.3|r|≤0.4时，r₀＝|r|+0.3|r|设置为预警阈值；否则选择r₀＝0.4为预警阈值。

获取n个样本，计算时间相关系数r_n，r_n-1，···r₁，比较r_n，r_n-1，···r₁和r₀之间的关系，如果r_n≥r_n-1≥···≥r₁≥r₀，即表示趋势连续增长且增长趋势大于预警阈值，则输出告警。

所述固定滑动步长为1/3取样窗宽度。

本发明设计一种智能变电站在线监测参数趋势预警方法，通过将监测值从小到大排列，以原始位置替代元素，使监测值具有一定趋势，避免了因监测值随机的波动和存在异常数据，设备维护人员无法准确判断的问题，提高了趋势分析的准确性；同时，计算方法具备工程灵活性，容易实现，减少设备维护人员的工作量。

附图说明

图1预警处理流程图；

图2数据样本求秩示意图；

图3从检测历史数据中取样示意图。

具体实施方式

本发明的技术方案为：取在线监测装置稳定后的一段时间的监测历史数据作为样本，计算监测值和时间之间的相关系数，根据趋势相关系数确定预警阈值；预警分析前，连续从监测历史数据中获取多个样本，针对每个样本计算监测值和时间的相关系数，比较相关系数与预警阈值之间的关系，如果相关系数趋势连续增长且大于预警阈值，则输出预警信号。

下面结合附图对本发明的技术方案作进一步说明：

如图1所示为本发明预警处理的流程图，具体步骤如下：

1)选取监测设备开始投运一段时间内监测参数数据作为初始样本：

当投运的在线监测装置稳定后，选一段时间(这里取一个星期)的在线监测数据，按照时间从小到大的规律进行排列，当时间出现重复时则剔除对应的采样点，形成样本{(X_i,Y_i),i＝1,…,n},X_i-监测值，Y_i-采样时间；

计算时间序列和监测值序列的秩，：

Y_i中元素的位置即为秩，位置序列构成秩序列{Q₁,…,Q_n}；

X_i的秩计算方法：首先将X_i中的元素按照从小到大进行排列，然后将元素X_i用其在原始序列中的位置替代，如果序列中有重复值，重复元素的秩为排列后位置的算术平均值，形成X_i对应的秩序列{R₁,…,R_n}。

如图2所示计算X_i和Y_i的秩：首先得到一组样本，按照时间从小到大的顺序排列得到对应的样本序列{(5.0，1:00)，(2.0，2:00)，(6.0，3:00)，(8.0，4:00)，(2.0，5:00)，(7.0，6:00)}，得到时间序列的秩序列为{1，2，3，4，5，6}，将监测值从小到大排序，并用原监测值的位置代替，得到{2，5，1，3，6，4}，由于位置2和位置5出的元素重复，故用二者的算术平均值代替元素，最终得到监测值序列的秩序列为{3.5，3.5，1，3，6，4}。

2)计算监测值与时间之间的相关系数：根据秩序列计算参数监测值与采样时间之间的相关系数r，计算方法如下：

其中，m_x,m_y:计算公式在计算m_x时，m_i为变量x的同秩次数；计算m_y时，m_i为变量y的同秩次数；

n:序列中元素个数；

R_i:监测值变量的秩；

Q_i:时间变量的秩。

3)根据2)中的相关系数确定一个预警用相关系数阈值：当|r|+0.3|r|≤0.4时，r₀＝|r|+0.3|r|设置为预警阈值；否则选择r₀＝0.4为预警阈值。

4)连续从监测历史数据中获取多个样本，针对每个样本计算监测值与时间的趋势相关系数：

获取n个样本，计算时间相关系数r_n，r_n-1，···r₁。

5)比较4)中相关系数计算值与预警相关系数之间的关系确定是否进行告警输出：比较r_n，r_n-1，···r₁和r₀之间的关系，如果r_n≥r_n-1≥···≥r₁≥r₀，即表示趋势连续增长且增长趋势大于预警阈值，则输出告警。

如图3，以两个样本为例。第一个样本为从当前时刻起倒推一个星期的历史数据，第二个样本为将时间窗倒推1/3获得的样本，针对两个样本，按照1)和2)的方法计算相关系数r₂，计算相关系数r₁。

比较r₂、r₁和告警限值r₀之间的关系，如果r₂≥r₁≥r₀表示趋势连续增长且增长趋势大于告警限值，输出告警。

进一步的，预警分析前，采用固定宽度的取样窗和固定滑动步长，沿时间轴倒推的方式连续获得样本，所述固定滑动步长为1/3取样窗宽度，但不局限于该值，可根据需要自行设定。

以上给出了具体的实施方式，但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。

本发明适用于智能变电站所有一次设备在线监测参量的预警，并且可以应用于在线监测装置、在线监测系统以及一次设备状态评价系统。该方法可以很好地适应在线监测数据存在偶然波动和个别数据异常的情况，提高了趋势分析的准确性和趋势分析效率，同时减少了设备维护人员的工作量，具有较高的实用价值。

Claims (8)

1.一种智能变电站在线监测参数趋势预警方法，其特征在于，取在线监测装置稳定后的一段时间的监测历史数据作为样本，计算监测值和时间之间的相关系数，根据相关系数确定预警阈值；预警分析前，连续从监测历史数据中获取多个样本，针对每个样本计算监测值和时间的相关系数，比较相关系数与预警阈值之间的关系，如果相关系数趋势连续增长且均大于预警阈值，则输出预警信号；

计算监测值与时间之间的相关系数的方法如下：

其中，m_x,m_y:计算公式在计算m_x时，m_i为变量x的同秩次数；计算m_y时，m_i为变量y的同秩次数；

n:序列中元素个数；

R_i:监测值变量的秩；

Q_i:时间变量的秩。

2.根据权利要求1所述的方法，其特征在于，预警分析前，采用固定宽度的取样窗和固定滑动步长，沿时间轴倒推的方式连续获得样本。

3.根据权利要求2所述的方法，其特征在于，所述方法具体步骤如下：

1)选取检测设备开始投运一段时间内监测历史数据作为初始样本，计算时间序列和监测值序列的秩；

2)计算监测值与时间之间的相关系数；

3)根据步骤2)中的相关系数确定一个预警阈值；

4)预警分析前，连续从监测历史数据中获取多个样本，针对每个样本计算监测值与时间的趋势相关系数；

5)比较步骤4)中的相关系数和预警阈值之间的关系，如果相关系数趋势连续增长且均大于预警阈值，则输出告警。

4.根据权利要求3所述的方法，其特征在于，所述步骤1)中将检测历史数据按照时间从大到小的规律进行排列，当时间出现重复时则剔除对应的采样点，形成样本{(X_i,Y_i),i＝1,…,n},X_i-监测值，Y_i-采样时间；其中元素Y_i的位置序列构成秩序列{Q₁,…,Q_n}；监测值的秩的计算方法为：首先将监测值序列中的元素X_i按照从小到大进行排列，然后将元素X_i用其在原始序列中的位置替代，形成X_i对应的秩序列{R₁,…,R_n}。

5.根据权利要求4所述的方法，其特征在于，若监测值序列中的元素有重复值，重复元素的秩为排列后位置的算术平均值。

6.根据权利要求5所述的方法，其特征在于，根据相关系数确定一个预警阈值：当|r|+0.3|r|≤0.4时，r₀＝|r|+0.3|r|设置为预警阈值；否则选择r₀＝0.4为预警阈值。

7.根据权利要求6所述的方法，其特征在于，获取n个样本，计算时间相关系数r_n，r_n-1，···r₁，比较r_n，r_n-1，···r₁和r₀之间的关系，如果r_n≥r_n-1≥···≥r₁≥r₀，即表示趋势连续增长且增长趋势大于预警阈值，则输出告警。

8.根据权利要求2～7任意一项所述的方法，其特征在于，所述固定滑动步长为1/3取样窗宽度。