CN106556775B - 基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法 - Google Patents

Abstract

本发明公开了一种基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，其包括以下步骤：步骤1、从超高压运维自动化系统中获取是否单相跳闸或是否单极闭锁变量、是否重合闸成功或是否全压重启成功变量；步骤2、从雷电定位系统中获取落雷密度变量、最大落雷点回击次数变量和最大落雷点电流变量；步骤3、将上述变量带入训练好的回归模型，判断线路故障跳闸是否为雷击跳闸。本发明基于超高压运维自动化系统和雷电定位系统的数据，利用Logistic回归算法，根据历史跳闸数据进行模型训练，得出判断用的Logistic回归模型，从而将人工判断经验进行固化，实现自动快速地判断线路跳闸是否为雷击跳闸，提升了故障处理效率，提高了输电设备的运维水平。

Description

基于Logistic回归的超高压交直流输电线路雷击跳闸自动识 别方法

技术领域

本发明涉及超高压输电技术领域，具体涉及一种基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法。

背景技术

超高压输电线路距离长、跨度大、地理分布广，气象条件十分复杂，所以受雷击的概率很高，雷击事件时有发生。据电网故障分类统计资料表明，雷击引起的高压输电线路跳闸次数占总跳闸次数的40％～70％。对于电压等级500kV以上的超高压交直流输电线路，雷击故障跳闸已成为线路跳闸的主要原因。

引起输电线路故障跳闸的原因很多，当发生线路跳闸时，需要及时确定是雷击导致的跳闸还是由其他原因引起的跳闸。以前，通过人工实地登塔观测确定是否雷击跳闸，后来借助雷电定位系统，可一定程度缩短判断时间，但仍需要人工通过经验判断是否雷击跳闸和找出可能造成闪络的落雷点及闪络杆塔，技术上无法脱离人工判断实现自动判断。同时，现有的方法较为依赖人员的运行经验，结果因人而异，往往存在偏差。

有鉴于此，有必要提供一种能自动识别超高压输电线路故障跳闸是否为雷击跳闸的方法。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，利用Logistic回归模型，实现自动快速地判断线路跳闸是否为雷击跳闸，从而提升故障处理效率，提高输电设备的运维水平。

为实现上述目的，本发明采取的技术方案是：

一种基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，其包括以下步骤：

步骤1、从超高压运维自动化系统中获取交流输电线路是否单相跳闸以及是否重合闸成功的数据、或从超高压运维自动化系统中获取直流输电线路是否单极闭锁以及是否全压重启成功的数据；

步骤2、从雷电定位系统中获取落雷密度、最大落雷点回击次数和最大落雷点电流的数据；

步骤3、当交流输电线路发生跳闸故障时，将是否单相跳闸、是否重合闸成功、落雷密度、最大落雷点回击次数、最大落雷点电流五个参数组合成交流特征变量，将该交流特征变量代入训练好的回归模型，计算出交流输电线路的雷击跳闸概率；当直流输电线路发生跳闸故障时，将是否单极闭锁、是否全压重启成功、落雷密度、最大落雷点回击次数、最大落雷点电流五个参数组合成直流特征变量，将该直流特征变量代入训练好的回归模型，计算出直流输电线路的雷击跳闸概率，若计算的雷击跳闸概率大于0.5则判断为雷击跳闸，若雷击跳闸概率不大于0.5则判断为非雷击跳闸；

所述回归模型为：

其中P表示雷击跳闸概率，x₁、x₂、x₃、x₄、x₅分别表示是否单相跳闸或是否单极闭锁、是否重合闸成功或是否全压重启成功、落雷密度、最大落雷点电流、最大落雷点回击次数。

进一步地，所述基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，还包括以下步骤：

步骤4、将判断结果集成到故障跳闸自动短信告送模块之中，形成自动生成与报送的故障跳闸简报。

本发明与现有技术相比，其有益效果在于：基于超高压运维自动化系统和雷电定位系统的数据，利用Logistic回归算法，根据历史跳闸数据进行模型训练，得出判断用的Logistic回归模型，从而将人工判断经验进行固化，实现自动快速地判断线路跳闸是否为雷击跳闸；并可将判断结果集成到故障跳闸自动短信告送功能之中，形成可随时自动生成与报送的故障跳闸简报，提升了故障处理效率，提高了输电设备的运维水平。

附图说明

图1为本发明方法的流程示意图。

具体实施方式

下面结合附图和具体实施方式对本发明的内容做进一步详细说明。

请参照图1所示，一种基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，其包括以下步骤：

S1)从超高压运维自动化系统中获取交流输电线路是否单相跳闸以及是否重合闸成功的数据、或从超高压运维自动化系统中获取直流输电线路是否单极闭锁以及是否全压重启成功的数据；

S2)从雷电定位系统中获取落雷密度、最大落雷点回击次数和最大落雷点电流的数据；

S3)当交流输电线路发生跳闸故障时，将是否单相跳闸、是否重合闸成功、落雷密度、最大落雷点回击次数、最大落雷点电流五个参数组合成交流特征变量，将该交流特征变量代入训练好的回归模型，计算出交流输电线路的雷击跳闸概率；当直流输电线路发生跳闸故障时，将是否单极闭锁、是否全压重启成功、落雷密度、最大落雷点回击次数、最大落雷点电流五个参数组合成直流特征变量，将该直流特征变量代入训练好的回归模型，计算出直流输电线路的雷击跳闸概率，若计算的雷击跳闸概率大于0.5则判断为雷击跳闸，若雷击跳闸概率不大于0.5则判断为非雷击跳闸；

S4)形成故障跳闸简报，并将故障跳闸简报集成到故障跳闸自动短信告送功能之中。

其中，Logistic回归模型的建立过程如下：

(1)Logistic回归模型建立

设y为一个取值y＝1或y＝0的二项型变量，x₁，x₂，…，x_n为与y相关的确定性变量，训练集m组数据为(x_i1，x_i2，…，x_in；y_i)(i＝1，2，…，m)，其中y₁，y₂，…，y_m是取值为0或1的随机变量，y_i与x_i1，x_i2，…，x_in的关系如下：

E(y_i)＝f(β₀+β₁x_i1+β₂x_i2+…+β_nx_in) (1.1)

函数f(x)为单调增函数，取值在[0，1]区间内，最终得Logistic回归方程为：

其中β₀，β₁…，β_n为偏回归系数，β₀为常数项。

(2)Logistic回归模型检验

Logistic回归模型的拟合优度高低可以通过Hosmer-Lemeshow(HL)检验计算，HL指标P值(P-value)越大，说明方程拟合优度越高，模型拟合得越好。计算公式如下：

其中G代表分组数，且G＜10，n_g为第n组中的案例数；y_g为第g组事件的观测数量；为第g组的预测事件概率。

(3)Logistic回归模型结果

根据从超高压运维自动化系统和雷电定位系统中获取的历史跳闸数据，通过Logistic回归对历史跳闸数据进行训练，求出偏回归系数β₀，β₁…，β_n，从而得到训练好的回归模型：

其中P代表雷击跳闸概率，x₁、x₂、x₃、x₄、x₅分别代表是否单相跳闸或是否单极闭锁、是否重合闸成功或是否全压重启成功、落雷密度、最大落雷点电流、最大落雷点回击次数。

下面对本发明的基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法的具体过程进行进一步说明：

一、超高压交流输电线路发生跳闸的情形

1、当超高压交流输电线路发生跳闸之后，从超高压运维自动化系统获取跳闸相别、重合闸是否成功等数据；得到是否单相跳闸变量x₁、是否重合闸成功变量x₂，其中变量x₁和x₂均为取值为0或1的二项型变量；

2、从雷电定位系统中获取落雷密度、最大落雷点回击次数和最大落雷点电流等数据，其中落雷密度指跳闸前后5分钟、输电线路走廊半径5千米内的落雷点个数，最大落雷点为跳闸前3分钟内、距离杆塔2千米内的最大落雷点，得到落雷密度变量x₃、最大落雷点电流变量x₄、最大落雷点回击次数变量x₅；

其中，雷电定位系统是一整套全自动、大面积、高精度、连续性、实时雷电监测系统，能大面积实时探测并显示每次云对地雷击的位置、时间及雷电流幅值极性、回击次数等多项雷电参数。

3、将是否单相跳闸变量x₁、是否重合闸成功变量x₂、落雷密度变量x₃、最大落雷点回击次数变量x₄、最大落雷点电流变量x₅代入训练好的回归模型，计算出雷击跳闸概率P，若雷击跳闸概率P大于0.5则判断为雷击跳闸，若雷击跳闸概率P不大于0.5则判断为非雷击跳闸；

4、形成故障跳闸简报，并将故障跳闸简报集成到故障跳闸自动短信告送功能之中，实现故障简报随时自动生成与报送。其中故障跳闸简报的模板如下：

xx年xx月xx日xx时xx分xx秒xxxx毫秒，xxkVxx线路发生线路跳闸，经计算，跳闸时在线路走廊2km范围内，有一个最大落雷点电流为xxkA，判断为雷击引起跳闸(或非雷击引起跳闸)，雷击跳闸概率P为xx,请相关单位组织输电班组进行后续跟踪。

二、超高压直流输电线路发生跳闸的情形

1、当超高压直流输电线路发生跳闸之后，从超高压运维自动化系统获取跳闸极别、全压重启是否成功等数据；得到是否单极闭锁变量x₁、是否全压重启成功变量x₂，其中变量x₁和x₂均为取值为0或1的二项型变量；

2、从雷电定位系统中获取落雷密度、最大落雷点回击次数和最大落雷点电流等数据，其中落雷密度指跳闸前后5分钟、输电线路走廊半径5千米内的落雷点个数，最大落雷点为跳闸前3分钟内、距离杆塔2千米内的最大落雷点，得到落雷密度变量x₃、最大落雷点电流变量x₄、最大落雷点回击次数变量x₅；

3、将是否单极闭锁变量x₁、是否全压重启成功变量x₂、落雷密度变量x₃、最大落雷点回击次数变量x₄、最大落雷点电流变量x₅代入训练好的回归模型，计算出雷击跳闸概率P，若雷击跳闸概率P大于0.5则判断为雷击跳闸，若雷击跳闸概率P不大于0.5则判断为非雷击跳闸；

4、形成故障跳闸简报，并将故障跳闸简报集成到故障跳闸自动短信告送功能之中，实现故障简报随时自动生成与报送。其中故障跳闸简报的模板如下：

xx年xx月xx日xx时xx分xx秒xxxx毫秒，xxkVxx线路发生线路闭锁，经计算，闭锁时在线路走廊2km范围内，有一个最大落雷点电流为xxkA，判断为雷击引起跳闸(或非雷击引起跳闸)，雷击跳闸概率P为xx,请相关单位组织输电班组进行后续跟踪。

本发明的基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，基于超高压运维自动化系统和雷电定位系统的数据，利用Logistic回归算法，根据历史跳闸数据进行模型训练，得出判断用的Logistic回归模型，从而将人工判断经验进行固化，实现自动快速地判断线路跳闸是否为雷击跳闸；并可将判断结果集成到故障跳闸自动短信告送功能之中，形成可随时自动生成与报送的故障跳闸简报，提升了故障处理效率，提高了输电设备的运维水平。

上述实施例只是为了说明本发明的技术构思及特点，其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰，都应涵盖在本发明的保护范围内。

Claims (2)

1.一种基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，其特征在于，包括以下步骤：

步骤1、从超高压运维自动化系统中获取交流输电线路是否单相跳闸以及是否重合闸成功的数据、或从超高压运维自动化系统中获取直流输电线路是否单极闭锁以及是否全压重启成功的数据；

步骤2、从雷电定位系统中获取落雷密度、最大落雷点回击次数和最大落雷点电流的数据；

步骤3、当交流输电线路发生跳闸故障时，将是否单相跳闸、是否重合闸成功、落雷密度、最大落雷点回击次数、最大落雷点电流五个参数组合成交流特征变量，将该交流特征变量代入训练好的回归模型，计算出交流输电线路的雷击跳闸概率；当直流输电线路发生跳闸故障时，将是否单极闭锁、是否全压重启成功、落雷密度、最大落雷点回击次数、最大落雷点电流五个参数组合成直流特征变量，将该直流特征变量代入训练好的回归模型，计算出直流输电线路的雷击跳闸概率，若计算的雷击跳闸概率大于0.5则判断为雷击跳闸，若雷击跳闸概率不大于0.5则判断为非雷击跳闸；

所述回归模型为：

其中P表示雷击跳闸概率，x₁、x₂、x₃、x₄、x₅分别表示是否单相跳闸或是否单极闭锁、是否重合闸成功或是否全压重启成功、落雷密度、最大落雷点电流、最大落雷点回击次数，变量x₁和x₂均为取值为0或1的二项型变量。

2.根据权利要求1所述的基于Logistic回归的超高压交直流输电线路雷击跳闸自动识别方法，其特征在于，还包括以下步骤：

步骤4、将判断结果集成到故障跳闸自动短信告送模块之中，形成自动生成与报送的故障跳闸简报。