CN106443319B - 一种基于告警信息时序约束的设备故障辨识方法 - Google Patents
一种基于告警信息时序约束的设备故障辨识方法 Download PDFInfo
- Publication number
- CN106443319B CN106443319B CN201510481028.6A CN201510481028A CN106443319B CN 106443319 B CN106443319 B CN 106443319B CN 201510481028 A CN201510481028 A CN 201510481028A CN 106443319 B CN106443319 B CN 106443319B
- Authority
- CN
- China
- Prior art keywords
- equipment
- fault
- state
- failure
- event
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002123 temporal effect Effects 0.000 title claims abstract description 20
- 238000012850 discrimination method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims abstract description 9
- 230000001681 protective effect Effects 0.000 claims description 11
- 230000033001 locomotion Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 238000012806 monitoring device Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 12
- 238000010276 construction Methods 0.000 abstract description 2
- 230000003111 delayed effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于告警信息时序约束的设备故障辨识方法，所述方法包括以下步骤：生成基于事件轨迹的受监控设备的故障假说最大集和故障辨识模型，根据所述受监控设备状态的变化轨迹实现故障辨识，对可疑故障设备和故障原因进行真实性评估，最终确定故障设备和故障原因。本发明对保护功能工作的全过程进行建模，促进设备监控从人工经验型向智能分析型转变，提高监控人员工作效能，有助于推进设备监控业务应用体系的建设。
Description
技术领域
本发明涉及一种电网设备集中监控技术领域，具体讲涉及一种基于告警信息时序约束的设备故障辨识方法。
背景技术
随着我国电力改革的不断深入和跨大区互联电网的快速发展，电网运行体系由传统调度运行和设备运行分离的模式逐步转向集中监控模式，调度自动化系统也由传统的仅支撑调度业务逐步转向支撑调控一体化业务的模式。然而，目前的调控一体化系统主要是在原有的调度自动化系统基础上集成变电站监控系统的相关功能，侧重于满足电网调度业务，缺乏面向设备监控业务的高级应用技术。
目前自动化系统对设备故障辨识功能的支撑较弱,相关应用功能还停留在常规的信息监视层面，并且，现有投入实际应用的设备故障辨识方法大多基于保护和断路器状态信息，没有充分利用故障信息中的时序属性，对于多重故障或存在信息丢失或畸变等的复杂故障情况，有可能得不到明确的诊断结果，甚至可能得到错误的诊断结论。
发明内容
为克服上述现有技术的不足，本发明提供一种基于告警信息时序约束的设备故障辨识方法，本发明可以在电网发生故障后快速判出故障区域、故障性质及相关的保护行为是否准确，充分利用警报信息间的时序特性，以基于时序约束网络的警报处理模型为基础，根据模拟量变化、保护动作和断路器跳闸三者之间存在的时序逻辑关系，实现故障信息间的冗余纠错，进而提高故障诊断的正确率。
实现上述目的所采用的解决方案为：
一种基于告警信息时序约束的设备故障辨识方法，其中，所述方法包括如下步骤：
(1)对受监控的电网设备的保护装置工作的全过程进行建模，生成基于事件轨迹的受监控设备的故障假说最大集和故障辨识模型；
(2)根据SOE及模拟量变化信息实时判断所述受监控设备的状态变化，根据所述受监控设备状态的变化轨迹实现故障辨识；SOE:事件顺序记录(Sequence Of Event)；
(3)根据所述受监控设备的告警时序、故障录波信息及保护装置整定数据，对可疑故障设备和故障原因进行真实性评估，最终确定故障设备和故障原因。
优选的，所述步骤(1)中，所述故障假说最大集和故障辨识模型的生成，包括以下步骤：
(1-1)在离线状态下，根据专家或运行人员的经验，形成按设备分类的故障假说最大集；
(1-2)建立设备状态定义表，根据各设备对应的保护装置的警报时序约束及保护动作的逻辑规则，定义设备故障发生过程中的所有状态；所述状态即为设备状态；每一设备状态均由设备自身模拟量、相关开关状态、相关保护信号状态组成；
该表内容：包含设备状态，关联开关1，开关1状态，关联开关2，开关2状态，……，保护信号1，保护1状态，保护信号2，保护2状态，……等字段，该表定义设备状态与所关联开关状态和保护信号状态之间的关系，表中记录为各类设备的状态最大集，为静态表；
(1-3)用设备状态演变过程描述故障假说最大集中的每一类故障，生成设备故障辨识模型，该模型涉及故障设备、故障原因、警报信息以及相关的因果关系。
进一步的，所述故障假说最大集为受监控的电网设备可能发生的所有故障的集合；
所述设备状态定义表为设备自身模拟量与关联开关状态、保护信号状态之间的关系，表中记录各类设备的状态最大集，为静态表；
所述模拟量包括设备的电压、电流、有功功率、无功功率、温度；
所述保护动作的逻辑规则为设备发生故障时保护装置在时间顺序上的动作规则；
所述警报时序约束为事件之间的时间约束。
优选的，所述步骤(2)中，所述故障辨识包括以下步骤：
(2-1)根据开关变位或保护动作信息实时判断所述受监控设备状态是否发生变化，如发生变化则将变化信息写入设备状态信息表；设备状态信息表中存储所有电网设备的状态信息，会根据设备状态定义表中的定义实时判断并更新该表中的状态值，属于动态表；
(2-2)当设备状态发生变化时，触发设备故障推理流程，跟设备定义表匹配实时判断设备状态的演变过程，并将事件发生的轨迹与该设备故障假说最大集中的各故障对应的事件轨迹进行匹配，推理出可疑故障设备集和故障原因假说集；
(2-3)将与可疑故障设备关联的模拟量，即故障设备的电压、电流、有功功率、无功功率、温度，变换为一系列离散的电网突变事件，对所述可疑故障设备集和故障原因假说集进一步分析，推理出故障设备和故障原因。
进一步的，所述离散的电网突变事件是按照需要提取可疑故障设备某些时间点模拟量的值形成的；
所述进一步分析为将离散的电网突变事件中的模拟量与已定义的设备故障的模拟量比对，从而确定两者模拟量之间是否存在冲突，若不冲突则推理出故障设备和故障原因。如将离散的电网事件和已定义的设备故障的开关量和保护等事件比较，判断是否冲突，例如，对于开关断开事件，正常会伴随电流突变为0，但如果实际上电流未发生这样的变化，则排除该可疑故障，如果开关量变化、保护变化和模拟量变化不冲突，则确定该可疑故障为实际发生的故障。
优选的，所述步骤(3)中，所述真实性评估包括以下步骤：
(3-1)根据保护动作时间整定值及各动作的延迟时间计算各警报事件是否发生在相对于故障发生时刻的合理时间区间内；
(3-2)从与故障设备关联的故障录波文件中，提取故障时刻、故障切除时刻、重合闸时刻、开关再次跳开时刻的信息；
(3-3)基于警报信息间的时序约束，并结合从所述故障录波文件中提取出的所述信息，评价保护或开关动作行为的合理性，最终确定故障设备和故障原因。即对推理判断出的故障设备进行真实性评估，可理解为双重验证，根据这一步中更精确的时间信息或时序关系确定之前是否误判。
进一步的，所述合理时间区域是指前一事件和后一或多个事件的时间间隔与保护装置整定数值以及电网物理结构相符；
所述保护动作时间整定值是通过人工方式设置在保护装置中。
与现有技术相比，本发明具有以下有益效果：
本发明对保护功能工作的全过程进行建模，促进设备监控从人工经验型向智能分析型转变，提高监控人员工作效能，有助于推进设备监控业务应用体系的建设。
本发明充分利用基于GPS对时的SOE信息，以基于时序约束网络的故障诊断模型为基础，根据模拟量变化、保护动作和断路器跳闸三者之间存在的因果与时序逻辑关系，实现故障设备辨识和故障信息间的冗余纠错，具备较好的容错性。
附图说明
图1为本发明的监控告警信息智能推理功能框图；
图2为本发明单相永久性接地故障示意图；
图3为本发明单相永久性接地故障分析逻辑结构图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
定义的故障假设集H包含四种组元：1、状态；2、基于SOE信号的事故轨迹；3、事件概率；4、带方向的因果关联关系，四元素。
H＝{State,trajectory(time series,SOE),Probability,Arrow}
＝(St,Traj,Pr,Ar)； (1)
其中，St:状态；Traj：故障轨迹；Pr：实测发生概率(包括State和Ar(arrow)两种)；Ar：两个事件之间存在的因果联系。
在图2所示故障案例中，假设线路Line 1上发生永久性单相故障，则主保护(931、603等)动作轨迹必为：1、保护单相跳闸；2、开关单相分闸；3、经延时后保护发重合闸令；4、开关单相合闸；5、重合于故障；保护再次发三跳闸命令；6、开关三相分闸。
因此，对线路主保护在单相永久性接地故障中的动作行为进行建模，如图3所示。只有当故障按照之前设定好的故障专家经验模板走完，才能判断保护动作类型，从而推断出故障情况。
图3中故障集H＝(St,Traj,Pr,Ar)，St＝{state1,state2,state 01,state 02,state 11},Traj＝{state 01→state 1→state 11→state 2→state 1→state 02}。
合理时间约束情况：
| 1、保护单相跳闸 | 12：31：48 |
| 2、开关单相分闸 | 12：31：48 |
| 3、经延时后保护发重合闸令 | 12：31：49 |
| 4、开关单相合闸 | 12：31：49 |
| 5、重合于故障，保护再次发三跳闸命令 | 12：31：49 |
| 6、开关三相分闸 | 12：31：50 |
不合理时间约束情况：
| 1、保护单相跳闸 | 12：31：48 |
| 2、开关单相分闸 | 12：32：48 |
| 3、经延时后保护发重合闸令 | 12：32：49 |
| 4、开关单相合闸 | 12：32：49 |
| 5、重合于故障，保护再次发三跳闸命令 | 12：32：49 |
| 6、开关三相分闸 | 12：32：50 |
保护整定的开关跳闸延迟时间为毫秒或秒级，如果开关在保护动作后的1分钟后跳闸，则该开关跳闸与保护动作无关，因此根据时间约束，判断出仅根据表中事件轨迹判断线路单相永久故障是不合理的。
根据图3状态变化过程和模拟量信息可推理出可疑故障，结合警报时序约束和故障录波文件中的信息确定真实发生的故障。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。
Claims (1)
1.一种基于告警信息时序约束的设备故障辨识方法，其特征在于，所述方法包括如下步骤：
(1)对受监控的电网设备的保护装置工作的全过程进行建模，生成基于事件轨迹的受监控设备的故障假说最大集和故障辨识模型；
(2)根据SOE及模拟量变化信息实时判断所述受监控设备的状态变化，根据所述受监控设备状态的变化轨迹实现故障辨识；
(3)根据所述受监控设备的告警时序、故障录波信息及保护装置整定数据，对可疑故障设备和故障原因进行真实性评估，最终确定故障设备和故障原因；所述步骤(1)中，所述故障假说最大集和故障辨识模型的生成，包括以下步骤：
(1-1)在离线状态下，根据专家或运行人员的经验，形成按设备分类的故障假说最大集；
(1-2)建立设备状态定义表，根据各设备对应的保护装置的警报时序约束及保护动作的逻辑规则，定义设备故障发生过程中的所有状态；
所述状态即为设备状态；
每一设备状态均由设备自身模拟量、相关开关状态、相关保护信号状态组成；
(1-3)用设备状态演变过程描述故障假说最大集中的每一类故障，生成设备故障辨识模型，该模型涉及故障设备、故障原因、警报信息以及相关的因果关系；
1)所述故障假说最大集为受监控的电网设备可能发生的所有故障的集合；
2)所述设备状态定义表为设备自身模拟量与关联开关状态、保护信号状态之间的关系，表中记录各类设备的状态最大集，为静态表；
3)所述模拟量包括设备的电压、电流、有功功率、无功功率、温度；
4)所述保护动作的逻辑规则为设备发生故障时保护装置在时间顺序上的动作规则；
5)所述警报时序约束为事件之间的时间约束；
所述步骤(3)中，所述真实性评估包括以下步骤：
(3-1)根据保护动作时间整定值及各动作的延迟时间计算各警报事件是否发生在相对于故障发生时刻的合理时间区间内；
(3-2)从与故障设备关联的故障录波文件中，提取故障时刻、故障切除时刻、重合闸时刻、开关再次跳开时刻的信息；
(3-3)基于警报信息间的时序约束，并结合从所述故障录波文件中提取出的所述信息，评价保护或开关动作行为的合理性，最终确定故障设备和故障原因；
所述合理时间区域是指前一事件和后一或多个事件的时间间隔与保护装置整定数值以及电网物理结构相符；
所述保护动作时间整定值是通过人工方式设置在保护装置中；所述步骤(2)中，所述故障辨识包括以下步骤：
(2-1)根据开关变位或保护动作信息实时判断所述受监控设备状态是否发生变化，如发生变化则将变化信息写入设备状态信息表；
设备状态信息表中存储所有电网设备的状态信息，根据设备状态定义表中的定义实时判断并更新设备状态信息表中的状态值，属于动态表；
(2-2)当设备状态发生变化时，触发设备故障推理流程，跟设备定义表匹配实时判断设备状态的演变过程，并将事件发生的轨迹与该设备故障假说最大集中的各故障对应的事件轨迹进行匹配，推理出可疑故障设备集和故障原因假说集；
所述可疑故障设备集为可能发生故障的设备的集合；
所述故障原因假说集为可能发生故障的原因的集合；
(2-3)将与可疑故障设备关联的模拟量，即故障设备的电压、电流、有功功率、无功功率、温度，变换为一系列离散的电网突变事件，对所述可疑故障设备集和故障原因假说集进一步分析，推理出故障设备和故障原因；所述离散的电网突变事件是按照需要提取可疑故障设备某些时间点模拟量的值形成的；
所述进一步分析为将离散的电网突变事件中的模拟量与已定义的设备故障的模拟量比对，从而确定两者模拟量之间是否存在冲突，若不冲突则推理出故障设备和故障原因。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510481028.6A CN106443319B (zh) | 2015-08-07 | 2015-08-07 | 一种基于告警信息时序约束的设备故障辨识方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510481028.6A CN106443319B (zh) | 2015-08-07 | 2015-08-07 | 一种基于告警信息时序约束的设备故障辨识方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106443319A CN106443319A (zh) | 2017-02-22 |
| CN106443319B true CN106443319B (zh) | 2019-07-26 |
Family
ID=58093794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510481028.6A Active CN106443319B (zh) | 2015-08-07 | 2015-08-07 | 一种基于告警信息时序约束的设备故障辨识方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106443319B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109738753A (zh) * | 2018-12-07 | 2019-05-10 | 国网江苏省电力有限公司南京供电分公司 | 一种电网故障状态及故障类型的检测方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005019846A1 (en) * | 2003-08-22 | 2005-03-03 | Uber Iii Arthur E | Power line property measurement devices and power line fault location methods,devices and systems |
| CN102721901B (zh) * | 2012-06-26 | 2015-08-19 | 西南交通大学 | 基于时序贝叶斯知识库tbkb的电网故障诊断方法 |
| CN104316801B (zh) * | 2014-10-31 | 2015-09-02 | 国家电网公司 | 基于时间序列相似性匹配的电力系统故障诊断方法 |
| CN104297637B (zh) * | 2014-10-31 | 2015-09-02 | 国家电网公司 | 综合利用电气量和时序信息的电力系统故障诊断方法 |
-
2015
- 2015-08-07 CN CN201510481028.6A patent/CN106443319B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106443319A (zh) | 2017-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102638100B (zh) | 地区电网设备异常告警信号关联分析与诊断方法 | |
| CN106597231B (zh) | 基于多源信息融合和深度学习网络的gis故障检测系统及方法 | |
| WO2022037234A1 (zh) | 一种面向优质供电服务的主配一体化负荷转供方法 | |
| CN107944657B (zh) | 一种电力多源信息故障定位及预判方法 | |
| CN101989766B (zh) | 基于保护动作链的电力系统故障诊断的方法 | |
| CN108988487B (zh) | 一种基于多维数据的电网停电事件辨识方法 | |
| CN107294089A (zh) | 一种面向电网事件的智能关联分析和评价方法 | |
| CN104657913A (zh) | 一种基于全数据模型的智能告警系统 | |
| CN107102259A (zh) | 一种多信息融合的断路器状态监测方法和系统 | |
| CN103995215A (zh) | 一种基于多层次反馈调整的智能电网故障诊断方法 | |
| CN105606931A (zh) | 一种基于量子遗传算法的中压配电网故障诊断方法 | |
| CN105224667B (zh) | 基于电网智能监控信息的多站端故障诊断与辅助决策方法 | |
| CN109738753A (zh) | 一种电网故障状态及故障类型的检测方法 | |
| CN111768076A (zh) | 一种以电网事件为中心的监控告警信号聚类方法 | |
| CN106487004B (zh) | 智能变电站一二次系统运行隐患智能排查方法 | |
| CN103227450A (zh) | 在线故障恢复方法及系统 | |
| CN105337314B (zh) | 一种基于分布式电源黑启动技术的多源协调控制故障处理方法 | |
| CN110348690A (zh) | 基于树形搜索的结果查询菜单化电网事故辅助决策系统及方法 | |
| CN106199337A (zh) | 一种基于模拟量和开关量组合判断的电网故障分析方法 | |
| CN106199251B (zh) | 一种基于自适应建模分析的配电网故障预警系统及方法 | |
| CN111049131A (zh) | 一种地区电网在线故障处置预案生成方法及系统 | |
| CN104764979A (zh) | 一种基于概率推理的虚拟信息融合电网报警方法 | |
| CN106443319B (zh) | 一种基于告警信息时序约束的设备故障辨识方法 | |
| CN107478988A (zh) | 基于非精确贝叶斯模型的断路器异常判别方法和系统 | |
| Guo et al. | A new analytic approach for power system fault diagnosis employing the temporal information of alarm messages |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |