CN106469356A - 基于多维数据的输电设备状态评价及风险分析方法及装置 - Google Patents
基于多维数据的输电设备状态评价及风险分析方法及装置 Download PDFInfo
- Publication number
- CN106469356A CN106469356A CN201610862079.8A CN201610862079A CN106469356A CN 106469356 A CN106469356 A CN 106469356A CN 201610862079 A CN201610862079 A CN 201610862079A CN 106469356 A CN106469356 A CN 106469356A
- Authority
- CN
- China
- Prior art keywords
- data
- transmission facility
- transmission
- state
- line
- 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.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 334
- 238000011156 evaluation Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012502 risk assessment Methods 0.000 title claims abstract description 24
- 238000007405 data analysis Methods 0.000 title claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims abstract description 176
- 230000005611 electricity Effects 0.000 claims abstract description 81
- 230000009466 transformation Effects 0.000 claims abstract description 50
- 238000004519 manufacturing process Methods 0.000 claims abstract description 48
- 238000007726 management method Methods 0.000 claims abstract description 47
- 238000013209 evaluation strategy Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 37
- 230000008034 disappearance Effects 0.000 claims description 25
- 238000001556 precipitation Methods 0.000 claims description 24
- 230000005855 radiation Effects 0.000 claims description 24
- 238000013507 mapping Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 15
- 230000002950 deficient Effects 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000012876 topography Methods 0.000 claims description 12
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 6
- 239000010931 gold Substances 0.000 claims description 6
- 229910052737 gold Inorganic materials 0.000 claims description 6
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 3
- 238000005201 scrubbing Methods 0.000 claims description 3
- 210000000352 storage cell Anatomy 0.000 claims description 3
- 239000012212 insulator Substances 0.000 claims 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000009413 insulation Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于多维数据的输电设备状态评价及风险分析方法及装置,涉及气象与电力技术应用技术领域。方法包括:通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,并存储;对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。本发明综合考虑了多维数据。
Description
技术领域
本发明涉及气象与电力技术应用技术领域,尤其涉及一种基于多维数据的输电设备状态评价及风险分析方法及装置。
背景技术
近年来,随着智慧社会的蓬勃发展和智能电网运维在各网省不断的推进,不仅各项电网监测系统产生了海量的设备历史运行数据、设备历史故障数据、设备历史缺陷数据、山火监测数据、雷电监测数据、风偏监测数据、微气象监测数据等电网领域系统数据,同时,其他电网相关行业数据应用系统也生成了卫星遥感数据、气象数据、雷电数据、大风数据等气象专业领域数据。但是,海量数据产生的同时,各项数据的挖掘分析在电力系统中的应用还处于初级阶段,尤其是基于多维跨专业领域数据的关联挖掘分析在输电设备状态综合分析评估方面更是处于刚起步阶段。
目前,电网输电设备状态综合分析评估的数据源主要是电网巡检数据、试验数据和检修数据等静态或准动态数据,而与气象行业跨域数据实现关联挖掘分析的发明还处于较小的范围内。当前的电网输电设备状态综合分析评估并没有充分利用更多维度的数据,造成当前的输电设备状态评价和风险评估的结果较为片面和单一。
发明内容
本发明的实施例提供一种基于多维数据的输电设备状态评价及风险分析方法及装置,以解决当前的电网输电设备状态综合分析评估并没有充分利用更多维度的数据,造成当前的输电设备状态评价和风险评估的结果较为片面和单一的问题。
为达到上述目的,本发明采用如下技术方案:
一种基于多维数据的输电设备状态评价及风险分析方法,包括:
通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据;
将PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据存储于数据库中;
对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;
根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;
获取输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率;
根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。
具体的,所述PMS生产管理系统的信息数据包括:输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据以及试验数据;
所述输变电状态监测系统的信息数据包括:输电线路在线监测数据;
所述气象局系统的信息数据包括:卫星遥感数据、地形地貌数据、气象监测数据以及气象预报数据。
具体的,所述输电线路在线监测数据包括微气象状态监测数据;所述微气象状态监测数据包括输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据;
对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据,包括:
获取预先设置的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据的各自的正常数据范围;
判断监测到的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据是否超出所述各自的正常数据范围;
将超出各自的正常数据范围的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据或降水强度数据确定为无效数据,并将所述无效数据删除。
进一步的,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据,还包括:
获取微气象状态监测数据中的缺失数据的缺失时长;
判断所述缺失时长是否大于预先设置的时长阈值;
若所述缺失时长大于预先设置的时长阈值,获取微气象状态监测装置所处地理位置的气象实况监测数据替代所述缺失数据;
若所述缺失时长小于等于预先设置的时长阈值,根据微气象状态监测数据的采样频率,获取所述缺失数据的上一次采样得到的微气象状态监测数据,并将上一次采样得到的微气象状态监测数据替代所述缺失数据。
进一步的,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据,还包括:
若在一预设监测时长,所述微气象状态监测数据持续为一固定值或者在一预设监测时长内的数值跳跃幅度大于预先设置的正常平均值的预设倍数,将所述微气象状态监测数据确定为缺失数据。
具体的,根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,包括:
从输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据、试验数据或输电线路在线监测有效数据中获取输电设备中每基塔位段的各线路单元的状态量数据,并记录获取所述状态量数据的数据来源;
其中,所述每基塔位段的各线路单元包括:基础单元、杆塔单元、导地线单元、绝缘子单元、金具单元、接地装置单元、附属设施单元、通道环境单元;所述状态量数据包括各线路单元对应的状态量名称、状态量告警参数、状态量权重系数、状态程度、基本扣分数值;
根据获取所述状态量数据的数据来源确定单个状态量的修正加权系数ξ;
根据公式:
Ki'=ξ(B×Z)
确定各线路单元中的各单个状态量的修正扣分值Ki':其中,B为所述基本扣分数值;Z为所述状态量权重系数;i为各线路单元的状态量序号;
根据公式:
确定每基塔位段的各线路单元的基础扣分值Yn;其中,X为每基塔位段的一个线路单元的状态量项数;n为各线路单元的序号;
根据公式:
Qn=100-Yn
确定每基塔位段的各线路单元的基础得分值Qn;
根据公式:
确定每基塔位段的线路单元综合得分值O;其中,N为每基塔位段的线路单元的数量;
根据公式:
Rn=Qn×Pn
确定每基塔位段的各线路单元的加权得分值Rn;其中,Pn为预先设置的各线路单元的单元权重值;
根据公式:
确定每基塔位段的得分值Sm;其中,m为各基塔位段的序号;
根据公式:
确定线路状态评价的总得分T;其中,M为基塔位段的数量。
具体的,根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态,包括:
根据预先设置的状态评价对应关系表,确定每基塔位段的线路单元综合得分值O对应的各线路单元的状态;
根据预先设置的状态评价对应关系表,确定每基塔位段的得分值Sm对应的基塔位段的状态;
根据预先设置的状态评价对应关系表,确定线路状态评价的总得分T对应的输电设备线路整体状态;
具体的,根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标,包括:
根据所述卫星遥感数据确定输电设备的所处地理位置;
根据所述地形地貌数据、气象监测数据以及气象预报数据确定当前时刻输电设备所处地理位置的当前气象类型和某一预测时刻的气象类型;
根据所述当前气象类型和某一预测时刻的气象类型在一天气影响因子关系表中获取当前气象类型和某一预测时刻的气象类型分别对应的天气影响因子;
根据公式:R(t)=A(t)*F(t)*P(t)*N(t)
确定输电设备的风险指标R(t);其中,t为当前时刻或某一预测时刻;A(t)为输电设备的资产值;F(t)为输电设备的资产损失值;P(t)为输电设备的平均故障率;N(t)天气影响因子。
一种基于多维数据的输电设备状态评价及风险分析装置,包括:
多维跨域异构数据接入单元,用于通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据;
数据存储单元,用于将PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据存储于数据库中;
数据预处理单元,用于对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;
状态评价单元,用于根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;
风险分析单元,用于获取输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率;根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。
具体的,所述多维跨域异构数据接入单元获取的PMS生产管理系统的信息数据包括:输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据以及试验数据;
所述输变电状态监测系统的信息数据包括:输电线路在线监测数据;
所述气象局系统的信息数据包括:卫星遥感数据、地形地貌数据、气象监测数据以及气象预报数据。
具体的,所述输电线路在线监测数据包括微气象状态监测数据;所述微气象状态监测数据包括输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据;
所述数据预处理单元,包括数据清理处理模块:
用于获取预先设置的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据的各自的正常数据范围;判断监测到的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据是否超出所述各自的正常数据范围;将超出各自的正常数据范围的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据或降水强度数据确定为无效数据,并将所述无效数据删除。
进一步的,所述数据预处理单元,还包括数据缺失处理模块:
用于获取微气象状态监测数据中的缺失数据的缺失时长;判断所述缺失时长是否大于预先设置的时长阈值;在所述缺失时长大于预先设置的时长阈值时,获取微气象状态监测装置所处地理位置的气象实况监测数据替代所述缺失数据;在所述缺失时长小于等于预先设置的时长阈值时,根据微气象状态监测数据的采样频率,获取所述缺失数据的上一次采样得到的微气象状态监测数据,并将上一次采样得到的微气象状态监测数据替代所述缺失数据。
进一步的,所述数据预处理单元,还包括数据有效性处理模块:
用于在一预设监测时长,所述微气象状态监测数据持续为一固定值或者在一预设监测时长内的数值跳跃幅度大于预先设置的正常平均值的预设倍数,将所述微气象状态监测数据确定为缺失数据。
此外,所述状态评价单元,具体用于:
从输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据、试验数据或输电线路在线监测有效数据中获取输电设备中每基塔位段的各线路单元的状态量数据,并记录获取所述状态量数据的数据来源;
其中,所述每基塔位段的各线路单元包括:基础单元、杆塔单元、导地线单元、绝缘子单元、金具单元、接地装置单元、附属设施单元、通道环境单元;所述状态量数据包括各线路单元对应的状态量名称、状态量告警参数、状态量权重系数、状态程度、基本扣分数值;
根据获取所述状态量数据的数据来源确定单个状态量的修正加权系数ξ;
根据公式:
Ki'=ξ(B×Z)
确定各线路单元中的各单个状态量的修正扣分值Ki':其中,B为所述基本扣分数值;Z为所述状态量权重系数;i为各线路单元的状态量序号;
根据公式:
确定每基塔位段的各线路单元的基础扣分值Yn;其中,X为每基塔位段的一个线路单元的状态量项数;n为各线路单元的序号;
根据公式:
Qn=100-Yn
确定每基塔位段的各线路单元的基础得分值Qn;
根据公式:
确定每基塔位段的线路单元综合得分值O;其中,N为每基塔位段的线路单元的数量;
根据公式:
Rn=Qn×Pn
确定每基塔位段的各线路单元的加权得分值Rn;其中,Pn为预先设置的各线路单元的单元权重值;
根据公式:
确定每基塔位段的得分值Sm;其中,m为各基塔位段的序号;
根据公式:
确定线路状态评价的总得分T;其中,M为基塔位段的数量。
进一步的,所述状态评价单元,还用于:
根据预先设置的状态评价对应关系表,确定每基塔位段的线路单元综合得分值O对应的各线路单元的状态;
根据预先设置的状态评价对应关系表,确定每基塔位段的得分值Sm对应的基塔位段的状态;
根据预先设置的状态评价对应关系表,确定线路状态评价的总得分T对应的输电设备线路整体状态;
此外,所述风险分析单元,具体用于:
根据所述卫星遥感数据确定输电设备的所处地理位置;
根据所述地形地貌数据、气象监测数据以及气象预报数据确定当前时刻输电设备所处地理位置的当前气象类型和某一预测时刻的气象类型;
根据所述当前气象类型和某一预测时刻的气象类型在一天气影响因子关系表中获取当前气象类型和某一预测时刻的气象类型分别对应的天气影响因子;
根据公式:R(t)=A(t)*F(t)*P(t)*N(t)
确定输电设备的风险指标R(t);其中,t为当前时刻或某一预测时刻;A(t)为输电设备的资产值;F(t)为输电设备的资产损失值;P(t)为输电设备的平均故障率;N(t)天气影响因子。
本发明实施例提供的基于多维数据的输电设备状态评价及风险分析方法及装置,首先通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,并存储;之后,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;之后,根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。可见,本发明能够结合PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,从而完成基于多维数据的输电设备状态评价及风险分析,避免了当前的电网输电设备状态综合分析评估并没有充分利用更多维度的数据,造成当前的输电设备状态评价和风险评估的结果较为片面和单一的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于多维数据的输电设备状态评价及风险分析方法的流程图一;
图2为本发明实施例提供的一种基于多维数据的输电设备状态评价及风险分析方法的流程图二;
图3为本发明实施例提供的一种基于多维数据的输电设备状态评价及风险分析装置的结构示意图一;
图4为本发明实施例提供的一种基于多维数据的输电设备状态评价及风险分析装置的结构示意图二。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供一种基于多维数据的输电设备状态评价及风险分析方法,包括:
步骤101、通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据。
步骤102、将PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据存储于数据库中。
步骤103、对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据。
步骤104、根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态。
步骤105、获取输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率。
步骤106、根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。
本发明实施例提供的基于多维数据的输电设备状态评价及风险分析方法,首先通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,并存储;之后,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;之后,根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。可见,本发明能够结合PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,从而完成基于多维数据的输电设备状态评价及风险分析,避免了当前的电网输电设备状态综合分析评估并没有充分利用更多维度的数据,造成当前的输电设备状态评价和风险评估的结果较为片面和单一的问题。
为了使本领域的技术人员更好的了解本发明,下面列举一个更为详细的实施例,如图2所示,本发明实施例提供一种基于多维数据的输电设备状态评价及风险分析方法,包括:
步骤201、通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据。
此处,所述PMS生产管理系统(例如PMS2.0系统)的信息数据可包括:输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据以及试验数据。
所述输变电状态监测系统的信息数据包括:输电线路在线监测数据。
该输电线路在线监测数据可以包括微气象状态监测数据;所述微气象状态监测数据包括输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据。
值得说明的是,对于所述PMS生产管理系统的信息数据和输变电状态监测系统的信息数据可以来自电力公司信息管理系统中,通过电力公司数据中心缓冲区数据接口调用集成,同时,由于PMS生产管理系统和输变电设备状态监测系统都部署在电网信息安全Ⅲ区,数据可通过webservice(网络服务)方式获取或直接数据库访问获取,并推送至中心数据仓库,存放在各自专业数据集中。
所述气象局系统的信息数据包括:卫星遥感数据、地形地貌数据、气象监测数据以及气象预报数据。
对于所述气象局系统的信息数据,可以来自于其他行业信息系统(如气象局系统)。气象数据接入第一步可采用Web服务方式,气象部门提供webservice服务端,电网客户通过公共网络,从客户端访问气象部门web数据服务,将数据下载至信息安全Ⅳ区通讯服务器。气象数据接入第二步可以采用安全隔离装置方式:通过电力信息安全Ⅳ区和Ⅲ区部署全隔离装置,将公共气象信息推送至电网信息安全Ⅲ区服务器中推送至中心数据仓库,存放在各自专业数据集中。
步骤202、将PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据存储于数据库中。
对于PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据可采用国家电网统一命名的对象模型,即数据库中的相关业务数据应遵循统一分类编码原则:对于横向集成的PMS生产管理系统和输变电状态监测系统的基础信息,应遵循国网已发布的PMS和状态监测编码规范;对于以中间件嵌入应用的气象局系统的信息数据,应遵循气象、电力行业通用编码规范。
步骤203、获取预先设置的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据的各自的正常数据范围。
例如下表1所示,列举了气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据的各自的正常数据范围:
表1:
步骤204、判断监测到的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据是否超出所述各自的正常数据范围。
步骤205、将超出各自的正常数据范围的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据或降水强度数据确定为无效数据,并将所述无效数据删除。
步骤206、获取微气象状态监测数据中的缺失数据的缺失时长。
步骤207、判断所述缺失时长是否大于预先设置的时长阈值。
若所述缺失时长大于预先设置的时长阈值,执行步骤208。否者,若所述缺失时长小于等于预先设置的时长阈值,执行步骤209。该时长阈值例如可以为120分钟,但不仅局限于此。
步骤208、获取微气象状态监测装置所处地理位置的气象实况监测数据替代所述缺失数据。
步骤209、根据微气象状态监测数据的采样频率,获取所述缺失数据的上一次采样得到的微气象状态监测数据,并将上一次采样得到的微气象状态监测数据替代所述缺失数据。
在步骤208和步骤209之后,继续执行步骤210。
步骤210、若在一预设监测时长,所述微气象状态监测数据持续为一固定值或者在一预设监测时长内的数值跳跃幅度大于预先设置的正常平均值的预设倍数,将所述微气象状态监测数据确定为缺失数据。
例如所述预设监测时长为一个星期时,微气象状态监测数据持续保持较高水平,与气象实况监测数据相差较大;又例如在预设监测时长为一天时,微气象状态监测数据的数值跳跃幅度较大,偏离正常平均值的三倍以上;这些情况均为不正常的情况,应将所述微气象状态监测数据确定为缺失数据。对于缺失数据,可以以上述步骤206-步骤209的处理方式来处理。
步骤211、根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标。
其中,该步骤211具体可以采用如下方式实现:
①从输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据、试验数据或输电线路在线监测有效数据中获取输电设备中每基塔位段的各线路单元的状态量数据,并记录获取所述状态量数据的数据来源。
其中,巡检缺陷数据一般是指电网工作人员人工巡查输电设备时所找寻到的缺陷数据;故障数据是指输电设备发生故障后的相关数据;带电检测数据是指输电设备正常工作时,电网工作人员进行带电检测时的相关数据;停电检修数据是指在停电情况下,电网工作人员对输电设备进行检查维修时的相关数据;试验数据是指将输电设备的相关部件拆卸后进行后续的试验检测的相关数据。
其中,所述每基塔位段的各线路单元包括:基础单元、杆塔单元、导地线单元、绝缘子单元、金具单元、接地装置单元、附属设施单元、通道环境单元;所述状态量数据包括各线路单元对应的状态量名称、状态量告警参数、状态量权重系数、状态程度、基本扣分数值。
该基础单元一般是指杆塔下的地基、水泥台等;该附属设施单元一般是指每基塔位段的标牌等;该通道环境单元一般是指两个杆塔之间的地形、树木、道路环境等。
对于该状态量数据的具体实例可以如下表2所示,该表2中仅以部分线路单元为例:
表2:
②根据获取所述状态量数据的数据来源确定单个状态量的修正加权系数ξ。
对于不同的数据来源,一般对应的单个状态量的修正加权系数ξ可以如预先设置的表3所示:
表3:
③根据公式:
Ki'=ξ(B×Z)
确定各线路单元中的各单个状态量的修正扣分值Ki':其中,B为所述基本扣分数值;Z为所述状态量权重系数;i为各线路单元的状态量序号。
④根据公式:
确定每基塔位段的各线路单元的基础扣分值Yn;其中,X为每基塔位段的一个线路单元的状态量项数;n为各线路单元的序号。
⑤根据公式:
Qn=100-Yn
确定每基塔位段的各线路单元的基础得分值Qn。
⑥根据公式:
确定每基塔位段的线路单元综合得分值O;其中,N为每基塔位段的线路单元的数量。
⑦根据公式:
Rn=Qn×Pn
确定每基塔位段的各线路单元的加权得分值Rn;其中,Pn为预先设置的各线路单元的单元权重值。
对于每基塔位段的各线路单元,均有各自的加权得分值,各加权的分值的权重的和为1。
如下表4所示:
表4:
⑧根据公式:
确定每基塔位段的得分值Sm;其中,m为各基塔位段的序号。
在确定线路单元状态量扣分时应对该条线路所有同类设备的状态进行评价,但某状态量在线路不同地方出现多处扣分,不应将多处扣分进行累加,只取其中最严重的扣分作为该状态量的扣分即可。
⑨根据公式:
确定线路状态评价的总得分T;其中,M为基塔位段的数量。
步骤212、根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态。
该步骤212可以通过如下方式实现:
①根据预先设置的状态评价对应关系表,确定每基塔位段的线路单元综合得分值O对应的各线路单元的状态。
②根据预先设置的状态评价对应关系表,确定每基塔位段的得分值Sm对应的基塔位段的状态。
③根据预先设置的状态评价对应关系表,确定线路状态评价的总得分T对应的输电设备线路整体状态。
该预先设置的状态评价对应关系表可以如下表5所示:
表5:
分值 | 95~100 | 85~95(含) | 75~85(含) | 75(含)以下 |
评估状态 | 正常状态 | 注意状态 | 异常状态 | 严重状态 |
步骤213、根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。
具体的,该步骤213可以通过如下方式实现:
①根据所述卫星遥感数据确定输电设备的所处地理位置。
②根据所述地形地貌数据、气象监测数据以及气象预报数据确定当前时刻输电设备所处地理位置的当前气象类型和某一预测时刻的气象类型。
③根据所述当前气象类型和某一预测时刻的气象类型在一天气影响因子关系表中获取当前气象类型和某一预测时刻的气象类型分别对应的天气影响因子。
该天气影响因子关系表可以如下表6所示:
表6:
④根据公式:R(t)=A(t)*F(t)*P(t)*N(t)
确定输电设备的风险指标R(t);其中,t为当前时刻或某一预测时刻;A(t)为输电设备的资产值(一般情况下,上述的步骤212中的输电设备线路整体状态可影响输电设备的资产值);F(t)为输电设备的资产损失值;P(t)为输电设备的平均故障率;N(t)天气影响因子。这样,可以确定当前时刻的输电设备的风险指标R(t),或者以预测时刻的输电设备的风险指标R(t),从而完成了输电设备的风险实时评估和动态预警。
本发明实施例提供的基于多维数据的输电设备状态评价及风险分析方法,首先通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,并存储;之后,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;之后,根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。可见,本发明能够结合PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,从而完成基于多维数据的输电设备状态评价及风险分析,避免了当前的电网输电设备状态综合分析评估并没有充分利用更多维度的数据,造成当前的输电设备状态评价和风险评估的结果较为片面和单一的问题。
对应于上述图1和图2所示的方法实施例,如图3所示,本发明实施例提供一种基于多维数据的输电设备状态评价及风险分析装置,包括:
多维跨域异构数据接入单元31,用于通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据。
数据存储单元32,用于将PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据存储于数据库中。
数据预处理单元33,用于对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据。
状态评价单元34,用于根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态。
风险分析单元35,用于获取输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率;根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。
具体的,所述多维跨域异构数据接入单元31获取的PMS生产管理系统的信息数据包括:输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据以及试验数据。
所述输变电状态监测系统的信息数据包括:输电线路在线监测数据。
所述气象局系统的信息数据包括:卫星遥感数据、地形地貌数据、气象监测数据以及气象预报数据。
具体的,所述输电线路在线监测数据包括微气象状态监测数据;所述微气象状态监测数据包括输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据。
如图4所示,所述数据预处理单元33,包括数据清理处理模块331:
用于获取预先设置的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据的各自的正常数据范围;判断监测到的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据是否超出所述各自的正常数据范围;将超出各自的正常数据范围的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据或降水强度数据确定为无效数据,并将所述无效数据删除。
进一步的,如图4所示,所述数据预处理单元33,还包括数据缺失处理模块332:
用于获取微气象状态监测数据中的缺失数据的缺失时长;判断所述缺失时长是否大于预先设置的时长阈值;在所述缺失时长大于预先设置的时长阈值时,获取微气象状态监测装置所处地理位置的气象实况监测数据替代所述缺失数据;在所述缺失时长小于等于预先设置的时长阈值时,根据微气象状态监测数据的采样频率,获取所述缺失数据的上一次采样得到的微气象状态监测数据,并将上一次采样得到的微气象状态监测数据替代所述缺失数据。
进一步的,如图4所示,所述数据预处理单元33,还包括数据有效性处理模块333:
用于在一预设监测时长,所述微气象状态监测数据持续为一固定值或者在一预设监测时长内的数值跳跃幅度大于预先设置的正常平均值的预设倍数,将所述微气象状态监测数据确定为缺失数据。
此外,所述状态评价单元34,具体用于:
从输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据、试验数据或输电线路在线监测有效数据中获取输电设备中每基塔位段的各线路单元的状态量数据,并记录获取所述状态量数据的数据来源。
其中,所述每基塔位段的各线路单元包括:基础单元、杆塔单元、导地线单元、绝缘子单元、金具单元、接地装置单元、附属设施单元、通道环境单元;所述状态量数据包括各线路单元对应的状态量名称、状态量告警参数、状态量权重系数、状态程度、基本扣分数值。
根据获取所述状态量数据的数据来源确定单个状态量的修正加权系数ξ。
根据公式:
Ki'=ξ(B×Z)
确定各线路单元中的各单个状态量的修正扣分值Ki':其中,B为所述基本扣分数值;Z为所述状态量权重系数;i为各线路单元的状态量序号。
根据公式:
确定每基塔位段的各线路单元的基础扣分值Yn;其中,X为每基塔位段的一个线路单元的状态量项数;n为各线路单元的序号。
根据公式:
Qn=100-Yn
确定每基塔位段的各线路单元的基础得分值Qn。
根据公式:
确定每基塔位段的线路单元综合得分值O;其中,N为每基塔位段的线路单元的数量。
根据公式:
Rn=Qn×Pn
确定每基塔位段的各线路单元的加权得分值Rn;其中,Pn为预先设置的各线路单元的单元权重值。
根据公式:
确定每基塔位段的得分值Sm;其中,m为各基塔位段的序号。
根据公式:
确定线路状态评价的总得分T;其中,M为基塔位段的数量。
进一步的,所述状态评价单元34,还用于:
根据预先设置的状态评价对应关系表,确定每基塔位段的线路单元综合得分值O对应的各线路单元的状态。
根据预先设置的状态评价对应关系表,确定每基塔位段的得分值Sm对应的基塔位段的状态。
根据预先设置的状态评价对应关系表,确定线路状态评价的总得分T对应的输电设备线路整体状态。
此外,所述风险分析单元35,具体用于:
根据所述卫星遥感数据确定输电设备的所处地理位置。
根据所述地形地貌数据、气象监测数据以及气象预报数据确定当前时刻输电设备所处地理位置的当前气象类型和某一预测时刻的气象类型。
根据所述当前气象类型和某一预测时刻的气象类型在一天气影响因子关系表中获取当前气象类型和某一预测时刻的气象类型分别对应的天气影响因子。
根据公式:R(t)=A(t)*F(t)*P(t)*N(t)
确定输电设备的风险指标R(t);其中,t为当前时刻或某一预测时刻;A(t)为输电设备的资产值;F(t)为输电设备的资产损失值;P(t)为输电设备的平均故障率;N(t)天气影响因子。
值得说明的是,本发明实施例提供的基于多维数据的输电设备状态评价及风险分析装置的具体实现方式可以参见上述图1和图2对应的方法实施例,此处不再赘述。
本发明实施例提供的基于多维数据的输电设备状态评价及风险分析装置,首先通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,并存储;之后,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;之后,根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。可见,本发明能够结合PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据,从而完成基于多维数据的输电设备状态评价及风险分析,避免了当前的电网输电设备状态综合分析评估并没有充分利用更多维度的数据,造成当前的输电设备状态评价和风险评估的结果较为片面和单一的问题。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (16)
1.一种基于多维数据的输电设备状态评价及风险分析方法,其特征在于,包括:
通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据;
将PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据存储于数据库中;
对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;
根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;
获取输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率;
根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。
2.根据权利要求1所述的基于多维数据的输电设备状态评价及风险分析方法,其特征在于,所述PMS生产管理系统的信息数据包括:输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据以及试验数据;
所述输变电状态监测系统的信息数据包括:输电线路在线监测数据;
所述气象局系统的信息数据包括:卫星遥感数据、地形地貌数据、气象监测数据以及气象预报数据。
3.根据权利要求2所述的基于多维数据的输电设备状态评价及风险分析方法,其特征在于,所述输电线路在线监测数据包括微气象状态监测数据;所述微气象状态监测数据包括输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据;
对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据,包括:
获取预先设置的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据的各自的正常数据范围;
判断监测到的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据是否超出所述各自的正常数据范围;
将超出各自的正常数据范围的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据或降水强度数据确定为无效数据,并将所述无效数据删除。
4.根据权利要求3所述的基于多维数据的输电设备状态评价及风险分析方法,其特征在于,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据,还包括:
获取微气象状态监测数据中的缺失数据的缺失时长;
判断所述缺失时长是否大于预先设置的时长阈值;
若所述缺失时长大于预先设置的时长阈值,获取微气象状态监测装置所处地理位置的气象实况监测数据替代所述缺失数据;
若所述缺失时长小于等于预先设置的时长阈值,根据微气象状态监测数据的采样频率,获取所述缺失数据的上一次采样得到的微气象状态监测数据,并将上一次采样得到的微气象状态监测数据替代所述缺失数据。
5.根据权利要求4所述的基于多维数据的输电设备状态评价及风险分析方法,其特征在于,对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据,还包括:
若在一预设监测时长,所述微气象状态监测数据持续为一固定值或者在一预设监测时长内的数值跳跃幅度大于预先设置的正常平均值的预设倍数,将所述微气象状态监测数据确定为缺失数据。
6.根据权利要求5所述的基于多维数据的输电设备状态评价及风险分析方法,其特征在于,根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,包括:
从输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据、试验数据或输电线路在线监测有效数据中获取输电设备中每基塔位段的各线路单元的状态量数据,并记录获取所述状态量数据的数据来源;
其中,所述每基塔位段的各线路单元包括:基础单元、杆塔单元、导地线单元、绝缘子单元、金具单元、接地装置单元、附属设施单元、通道环境单元;所述状态量数据包括各线路单元对应的状态量名称、状态量告警参数、状态量权重系数、状态程度、基本扣分数值;
根据获取所述状态量数据的数据来源确定单个状态量的修正加权系数ξ;
根据公式:
Ki'=ξ(B×Z)
确定各线路单元中的各单个状态量的修正扣分值Ki':其中,B为所述基本扣分数值;Z为所述状态量权重系数;i为各线路单元的状态量序号;
根据公式:
确定每基塔位段的各线路单元的基础扣分值Yn;其中,X为每基塔位段的一个线路单元的状态量项数;n为各线路单元的序号;
根据公式:
Qn=100-Yn
确定每基塔位段的各线路单元的基础得分值Qn;
根据公式:
确定每基塔位段的线路单元综合得分值O;其中,N为每基塔位段的线路单元的数量;
根据公式:
Rn=Qn×Pn
确定每基塔位段的各线路单元的加权得分值Rn;其中,Pn为预先设置的各线路单元的单元权重值;
根据公式:
确定每基塔位段的得分值Sm;其中,m为各基塔位段的序号;
根据公式:
确定线路状态评价的总得分T;其中,M为基塔位段的数量。
7.根据权利要求6所述的基于多维数据的输电设备状态评价及风险分析方法,其特征在于,根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态,包括:
根据预先设置的状态评价对应关系表,确定每基塔位段的线路单元综合得分值O对应的各线路单元的状态;
根据预先设置的状态评价对应关系表,确定每基塔位段的得分值Sm对应的基塔位段的状态;
根据预先设置的状态评价对应关系表,确定线路状态评价的总得分T对应的输电设备线路整体状态。
8.根据权利要求7所述的基于多维数据的输电设备状态评价及风险分析方法,其特征在于,根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标,包括:
根据所述卫星遥感数据确定输电设备的所处地理位置;
根据所述地形地貌数据、气象监测数据以及气象预报数据确定当前时刻输电设备所处地理位置的当前气象类型和某一预测时刻的气象类型;
根据所述当前气象类型和某一预测时刻的气象类型在一天气影响因子关系表中获取当前气象类型和某一预测时刻的气象类型分别对应的天气影响因子;
根据公式:R(t)=A(t)*F(t)*P(t)*N(t)
确定输电设备的风险指标R(t);其中,t为当前时刻或某一预测时刻;A(t)为输电设备的资产值;F(t)为输电设备的资产损失值;P(t)为输电设备的平均故障率;N(t)天气影响因子。
9.一种基于多维数据的输电设备状态评价及风险分析装置,其特征在于,包括:
多维跨域异构数据接入单元,用于通过多维跨域异构数据接入,获取PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据;
数据存储单元,用于将PMS生产管理系统的信息数据、输变电状态监测系统的信息数据以及气象局系统的信息数据存储于数据库中;
数据预处理单元,用于对输变电状态监测系统的信息数据进行数据预处理,生成输电线路在线监测有效数据;
状态评价单元,用于根据PMS生产管理系统的信息数据和输电线路在线监测有效数据确定输电设备状态评价指标,并根据预先设置的状态评价策略确定输电设备状态评价指标对应的评价状态;
风险分析单元,用于获取输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率;根据气象局系统的信息数据、输电设备的资产值、输电设备的资产损失值以及输电设备的平均故障率确定输电设备的风险指标。
10.根据权利要求9所述的基于多维数据的输电设备状态评价及风险分析装置,其特征在于,所述多维跨域异构数据接入单元获取的PMS生产管理系统的信息数据包括:输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据以及试验数据;
所述输变电状态监测系统的信息数据包括:输电线路在线监测数据;
所述气象局系统的信息数据包括:卫星遥感数据、地形地貌数据、气象监测数据以及气象预报数据。
11.根据权利要求10所述的基于多维数据的输电设备状态评价及风险分析装置,其特征在于,所述输电线路在线监测数据包括微气象状态监测数据;所述微气象状态监测数据包括输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据;
所述数据预处理单元,包括数据清理处理模块:
用于获取预先设置的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据的各自的正常数据范围;判断监测到的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据、降水强度数据是否超出所述各自的正常数据范围;将超出各自的正常数据范围的输电线路处的气温数据、风速数据、风向数据、光辐射强度数据、湿度数据、气压数据或降水强度数据确定为无效数据,并将所述无效数据删除。
12.根据权利要求11所述的基于多维数据的输电设备状态评价及风险分析装置,其特征在于,所述数据预处理单元,还包括数据缺失处理模块:
用于获取微气象状态监测数据中的缺失数据的缺失时长;判断所述缺失时长是否大于预先设置的时长阈值;在所述缺失时长大于预先设置的时长阈值时,获取微气象状态监测装置所处地理位置的气象实况监测数据替代所述缺失数据;在所述缺失时长小于等于预先设置的时长阈值时,根据微气象状态监测数据的采样频率,获取所述缺失数据的上一次采样得到的微气象状态监测数据,并将上一次采样得到的微气象状态监测数据替代所述缺失数据。
13.根据权利要求12所述的基于多维数据的输电设备状态评价及风险分析装置,其特征在于,所述数据预处理单元,还包括数据有效性处理模块:
用于在一预设监测时长,所述微气象状态监测数据持续为一固定值或者在一预设监测时长内的数值跳跃幅度大于预先设置的正常平均值的预设倍数,将所述微气象状态监测数据确定为缺失数据。
14.根据权利要求13所述的基于多维数据的输电设备状态评价及风险分析装置,其特征在于,所述状态评价单元,具体用于:
从输电设备的巡检缺陷数据、故障数据、带电检测数据、停电检修数据、试验数据或输电线路在线监测有效数据中获取输电设备中每基塔位段的各线路单元的状态量数据,并记录获取所述状态量数据的数据来源;
其中,所述每基塔位段的各线路单元包括:基础单元、杆塔单元、导地线单元、绝缘子单元、金具单元、接地装置单元、附属设施单元、通道环境单元;所述状态量数据包括各线路单元对应的状态量名称、状态量告警参数、状态量权重系数、状态程度、基本扣分数值;
根据获取所述状态量数据的数据来源确定单个状态量的修正加权系数ξ;
根据公式:
Ki'=ξ(B×Z)
确定各线路单元中的各单个状态量的修正扣分值Ki':其中,B为所述基本扣分数值;Z为所述状态量权重系数;i为各线路单元的状态量序号;
根据公式:
确定每基塔位段的各线路单元的基础扣分值Yn;其中,X为每基塔位段的一个线路单元的状态量项数;n为各线路单元的序号;
根据公式:
Qn=100-Yn
确定每基塔位段的各线路单元的基础得分值Qn;
根据公式:
确定每基塔位段的线路单元综合得分值O;其中,N为每基塔位段的线路单元的数量;
根据公式:
Rn=Qn×Pn
确定每基塔位段的各线路单元的加权得分值Rn;其中,Pn为预先设置的各线路单元的单元权重值;
根据公式:
确定每基塔位段的得分值Sm;其中,m为各基塔位段的序号;
根据公式:
确定线路状态评价的总得分T;其中,M为基塔位段的数量。
15.根据权利要求14所述的基于多维数据的输电设备状态评价及风险分析装置,其特征在于,所述状态评价单元,还用于:
根据预先设置的状态评价对应关系表,确定每基塔位段的线路单元综合得分值O对应的各线路单元的状态;
根据预先设置的状态评价对应关系表,确定每基塔位段的得分值Sm对应的基塔位段的状态;
根据预先设置的状态评价对应关系表,确定线路状态评价的总得分T对应的输电设备线路整体状态。
16.根据权利要求15所述的基于多维数据的输电设备状态评价及风险分析装置,其特征在于,所述风险分析单元,具体用于:
根据所述卫星遥感数据确定输电设备的所处地理位置;
根据所述地形地貌数据、气象监测数据以及气象预报数据确定当前时刻输电设备所处地理位置的当前气象类型和某一预测时刻的气象类型;
根据所述当前气象类型和某一预测时刻的气象类型在一天气影响因子关系表中获取当前气象类型和某一预测时刻的气象类型分别对应的天气影响因子;
根据公式:R(t)=A(t)*F(t)*P(t)*N(t)
确定输电设备的风险指标R(t);其中,t为当前时刻或某一预测时刻;A(t)为输电设备的资产值;F(t)为输电设备的资产损失值;P(t)为输电设备的平均故障率;N(t)天气影响因子。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610862079.8A CN106469356A (zh) | 2016-09-28 | 2016-09-28 | 基于多维数据的输电设备状态评价及风险分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610862079.8A CN106469356A (zh) | 2016-09-28 | 2016-09-28 | 基于多维数据的输电设备状态评价及风险分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106469356A true CN106469356A (zh) | 2017-03-01 |
Family
ID=58230794
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610862079.8A Pending CN106469356A (zh) | 2016-09-28 | 2016-09-28 | 基于多维数据的输电设备状态评价及风险分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106469356A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710164A (zh) * | 2017-03-06 | 2017-05-24 | 国电南瑞科技股份有限公司 | 一种针对多因素的配电网设备故障预警方法 |
CN107146018A (zh) * | 2017-05-04 | 2017-09-08 | 北京许继电气有限公司 | 基于电网状态监测系统的数据处理分析方法和系统 |
CN107403268A (zh) * | 2017-07-24 | 2017-11-28 | 国网江苏省电力公司电力科学研究院 | 输电线路风险评估系统 |
CN107784393A (zh) * | 2017-10-27 | 2018-03-09 | 国网新疆电力公司电力科学研究院 | 一种输电线路的缺陷预测方法及装置 |
CN108594070A (zh) * | 2018-04-17 | 2018-09-28 | 国网上海市电力公司 | 基于多维度网络公共信息分析的输电线路故障预测建方法 |
CN109543974A (zh) * | 2018-11-13 | 2019-03-29 | 天津送变电工程有限公司 | 一种架空输电线路状态评价系统及其工作方法 |
CN109765515A (zh) * | 2018-12-28 | 2019-05-17 | 国网辽宁省电力有限公司电力科学研究院 | 在线监测装置数据准确性智能核查系统 |
CN111224467A (zh) * | 2019-12-25 | 2020-06-02 | 云南电网有限责任公司信息中心 | 一种基于时空信息统一服务的输电线路监测系统和方法 |
CN112379196A (zh) * | 2019-04-10 | 2021-02-19 | 国网江苏省电力有限公司南通供电分公司 | 一种基于物联网技术的输变电设备状态监测分析方法 |
CN113657622A (zh) * | 2021-07-13 | 2021-11-16 | 国网河北省电力有限公司电力科学研究院 | 电力设备多维状态数据融合方法、装置、终端及存储介质 |
CN116362631A (zh) * | 2023-06-02 | 2023-06-30 | 国网安徽省电力有限公司经济技术研究院 | 一种基于大数据的直流配电网运行安全性评价系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143158A (zh) * | 2013-05-31 | 2014-11-12 | 贵州电网公司电力调度控制中心 | 多气象因子的电力系统元件可靠性监控方法 |
CN105160593A (zh) * | 2015-08-18 | 2015-12-16 | 国家电网公司 | 面向大数据的输变电设备多维异构数据融合方法及系统 |
-
2016
- 2016-09-28 CN CN201610862079.8A patent/CN106469356A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104143158A (zh) * | 2013-05-31 | 2014-11-12 | 贵州电网公司电力调度控制中心 | 多气象因子的电力系统元件可靠性监控方法 |
CN105160593A (zh) * | 2015-08-18 | 2015-12-16 | 国家电网公司 | 面向大数据的输变电设备多维异构数据融合方法及系统 |
Non-Patent Citations (2)
Title |
---|
江炯: "输电线路运行风险评价与控制研究", 《中国优秀论文硕士学位论文全文数据库工程科技II辑》 * |
王奇等: "基于组合赋权的变权模糊输电设备状态评估方法", 《中国电力》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710164A (zh) * | 2017-03-06 | 2017-05-24 | 国电南瑞科技股份有限公司 | 一种针对多因素的配电网设备故障预警方法 |
CN107146018A (zh) * | 2017-05-04 | 2017-09-08 | 北京许继电气有限公司 | 基于电网状态监测系统的数据处理分析方法和系统 |
CN107403268A (zh) * | 2017-07-24 | 2017-11-28 | 国网江苏省电力公司电力科学研究院 | 输电线路风险评估系统 |
CN107784393A (zh) * | 2017-10-27 | 2018-03-09 | 国网新疆电力公司电力科学研究院 | 一种输电线路的缺陷预测方法及装置 |
CN108594070A (zh) * | 2018-04-17 | 2018-09-28 | 国网上海市电力公司 | 基于多维度网络公共信息分析的输电线路故障预测建方法 |
CN109543974A (zh) * | 2018-11-13 | 2019-03-29 | 天津送变电工程有限公司 | 一种架空输电线路状态评价系统及其工作方法 |
CN109765515A (zh) * | 2018-12-28 | 2019-05-17 | 国网辽宁省电力有限公司电力科学研究院 | 在线监测装置数据准确性智能核查系统 |
CN112379196A (zh) * | 2019-04-10 | 2021-02-19 | 国网江苏省电力有限公司南通供电分公司 | 一种基于物联网技术的输变电设备状态监测分析方法 |
CN112379196B (zh) * | 2019-04-10 | 2021-09-14 | 国网江苏省电力有限公司南通供电分公司 | 一种基于物联网技术的输变电设备状态监测分析方法 |
CN111224467A (zh) * | 2019-12-25 | 2020-06-02 | 云南电网有限责任公司信息中心 | 一种基于时空信息统一服务的输电线路监测系统和方法 |
CN113657622A (zh) * | 2021-07-13 | 2021-11-16 | 国网河北省电力有限公司电力科学研究院 | 电力设备多维状态数据融合方法、装置、终端及存储介质 |
CN113657622B (zh) * | 2021-07-13 | 2024-02-27 | 国网河北省电力有限公司电力科学研究院 | 电力设备多维状态数据融合方法、装置、终端及存储介质 |
CN116362631A (zh) * | 2023-06-02 | 2023-06-30 | 国网安徽省电力有限公司经济技术研究院 | 一种基于大数据的直流配电网运行安全性评价系统 |
CN116362631B (zh) * | 2023-06-02 | 2023-08-11 | 国网安徽省电力有限公司经济技术研究院 | 一种基于大数据的直流配电网运行安全性评价系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106469356A (zh) | 基于多维数据的输电设备状态评价及风险分析方法及装置 | |
CN108375715A (zh) | 一种配电网线路故障风险日预测方法及系统 | |
CN106447227A (zh) | 城市电网异常状态分析方法及系统 | |
CN104732058B (zh) | 一种多维度输电设备状态的评估方法 | |
CN105278004B (zh) | 一种电网输电线路区段的气象情况分析方法 | |
CN117390403B (zh) | 一种新能源灯塔发电站的电网故障检测方法及系统 | |
CN104992373A (zh) | 一种输电线路自然灾害风险预警方法 | |
Dokic et al. | Risk assessment of a transmission line insulation breakdown due to lightning and severe weather | |
CN106327071A (zh) | 电力通信风险分析方法和系统 | |
CN109474333A (zh) | 一种基于深度学习的电力光缆实时监测保护系统 | |
CN207409918U (zh) | 一种输电线路的智能巡检装置 | |
CN109359896A (zh) | 一种基于svm的电网线路故障风险预警方法 | |
CN111047169A (zh) | 一种电网调度用故障分析检测系统 | |
CN113177858B (zh) | 一种多维度的电网抗台风评价方法 | |
CN115912625A (zh) | 一种输电线路在线监测系统及方法 | |
CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
CN117614137A (zh) | 基于多源数据融合的配电网优化系统 | |
CN116050599A (zh) | 一种线路覆冰故障预测方法、系统、存储介质及设备 | |
CN113537846B (zh) | 基于气象灾害的输配电线路杆塔的风险分析方法及系统 | |
CN107370146A (zh) | 一种计及风随机性影响的直线塔输电线路风偏放电概率在线预警方法 | |
CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
CN112016739B (zh) | 故障检测方法、装置、电子设备及存储介质 | |
Broström | Ice storm modelling in transmission system reliability calculations | |
CN116243103A (zh) | 基于多源数据的输变电设备状态智能感知预警方法 | |
Xu et al. | Early Warning Method of Power Grid Meteorological Disasters Based on Scene Recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170301 |
|
RJ01 | Rejection of invention patent application after publication |