CN106779095A - 基于kmp算法的智能变电站设备软压板校核的方法 - Google Patents

Abstract

本发明公开了基于KMP算法的智能变电站设备软压板校核的方法：步骤1、建立设备检修规则库；步骤2、实时采集智能变电站内设备的软压板当前投退状态信息与投退变化信息，并实时存储到缓存器中；步骤3、采用KMP算法将获取到的设备软压板投退序列作为特征量与设备检修规则库进行模糊匹配，计算匹配程度指标；步骤4、若匹配程度指标≥配置的匹配程度指标值，则判定当前设备处于检修状态，并进入步骤5；步骤5、根据匹配出的设备检修规则，对缓存器中设备的软压板投退状态进行投退序列、投退状态的二重校核，在出现投退序列不一致或投退状态不一致时，发出软压板投退异常通知。简化工作量且校核过程的规范性、校核结果的正确性均得到有力保证。

Description

基于KMP算法的智能变电站设备软压板校核的方法

技术领域

本发明涉及基于KMP算法的智能变电站设备软压板校核的方法，适用于智能变电站正常运行以及设备检修过程中设备软压板投退状态正确性的检测。

背景技术

随着智能电网技术的迅猛发展，传统的变电站内设备软压板投退状态检测技术手段正逐步应用于智能变电站，传统设备运维技术在向智能变电站进行技术移植的过程中依然主要依靠人工校核的方式来实现设备软压板投退状态正确性的判定。

目前，智能变电站日常运行过程中继电保护、故障录波器、测控装置等设备的软压板的投退状态接入了监控系统进行实时展现，变电站运行人员根据设备运行的额定投退状态与实时投退状态进行校核，以实现设备软压板投退状态的校核。近年来出现一些自动化的设备软压板校核技术，将上述的人工校核过程通过信息化处理技术加以实现，提高了运行人员的校核效率与准确程度。

但是针对智能变电站检修过程中相关设备软压板投退的校核工作一直均由人工完成，主要难点在于以下二方面：

第一、设备当前的运行状态没有合理的判断标准，而设备软压板投退状态的校核和设备的运行状态是紧密相关的，不同的运行状态下设备软压板的校核规则是不同的。

第二、设备在检修状态时，设备软压板的校核既包括软压板投退状态的判定，也包括软压板投退序列的判定，传统的基于值至值的信息校核方式无法实现相关信息的智能化处理。

因此，现阶段在智能变电站设备检修工作过程中设备软压板投退状态的校核依然采用人工逐一核对信息的方式进行，这种校核方法不仅工作繁琐、工作量巨大，而且正确性还不能得到保证。

发明内容

针对上述问题，本发明提供基于KMP算法的智能变电站设备软压板校核的方法，可以准确、可靠、快速的对智能变电站运行状态、检修状态下站内设备的软压板投退状态的正确性进行全面的校核，大大简化人工核对工作量且校核过程的规范性、校核结果的正确性均得到有力保证。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，包括如下步骤：

步骤1、建立设备检修规则库：

采用KMP算法将智能变电站每一种检修工作规程中涉及的设备软压板操作过程进行序列化建模，包括设备软压板投退状态与投退顺序，并为每一个序列化规则配置一个匹配程度指标值，形成设备检修规则库；

步骤2、实时采集智能变电站内设备的软压板当前投退状态信息与投退变化信息，并实时存储到缓存器中；

步骤3、采用KMP算法将获取到的设备软压板投退序列作为特征量与设备检修规则库进行模糊匹配，计算匹配程度指标；

步骤4、若匹配程度指标≥配置的匹配程度指标值，则判定当前设备处于检修状态，并进入步骤5；

步骤5、根据匹配出的设备检修规则，对缓存器中设备的软压板投退状态进行投退序列、投退状态的二重校核，在出现投退序列不一致或投退状态不一致时，发出软压板投退异常通知。

优选，智能变电站每一种检修工作规程中涉及的设备包括继电保护装置、故障录波装置、测控装置。

优选，匹配程度指标值为85%。

优选，步骤2中的缓存器为Cache。

优选，步骤3中，以600秒为周期实时构建每一个设备的软压板投退序列以及相关的变位值，将实时构建的设备软压板投退序列依据KMP算法与智能变电站设备检修规则库中的序列模型进行序列化匹配。

本发明的有益效果是：

一方面可以取代通过测试设备对站控层智能设备进行加量产生输出信息，另一方面可以取代通过人工校核的方式对应用系统获取的智能设备信息进行逐一核查的传统测试方法，整个测试过程可以基于不同的设备运行模式和测试模式实现，大大提高智能变电站站控层现场工程实施与调试的效率，同时完善了测试工作的正确性和规范性。适用于智能变电站相关设备运行维护、扩建或改造的现场检测工作中。

附图说明

图1是本发明基于KMP算法的智能变电站设备软压板校核的方法的流程图。

具体实施方式

下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

基于KMP算法的智能变电站设备软压板校核的方法，如图1所示，包括如下步骤：

步骤1、建立设备检修规则库：

采用KMP算法将智能变电站每一种检修工作规程中涉及的设备软压板操作过程进行序列化建模，包括设备软压板投退状态与投退顺序，并为每一个序列化规则配置一个匹配程度指标值，形成设备检修规则库。

设备检修规则库根据智能变电站设备检修规程对站内特定设备（包括继电保护装置、故障录波装置、测控装置等）进入检修状态前的一系列设备软压板投退操作进行序列化建模，并形成模型库。传统KMP算法在对序列化数据进行数学建模时并未考虑模拟匹配的相对精度问题，本方法在基于KMP算法对设备软压板投退序列进行序列化建模时，为每一个序列化规则配置一个匹配程度指标值，在模糊匹配过程中只要大于等于该规则对应的匹配程度指标值，即认为匹配成功。

故，设备检修规则库按现有智能变电站设备检修规程构建了检修状态下设备软压板投退规则及其匹配程度标志。一般的，匹配程度指标值为85%。

步骤2、实时采集智能变电站内设备的软压板当前投退状态信息与投退变化信息，并实时存储到缓存器中。

设备软压板信息采集系统基于IEC61850规约与智能变电站内设备进行数据交互，获取设备当前的软压板投退状态以及变位信息，并将数据实时存入高速缓存器中，比如Cache。

步骤3、采用KMP算法将获取到的设备软压板投退序列作为特征量与设备检修规则库进行模糊匹配，计算匹配程度指标，匹配程度指标即为两个序列的匹配程度。

优选，以600秒为周期实时构建每一个设备的软压板投退序列以及相关的变位值，将实时构建的设备软压板投退序列依据KMP算法与智能变电站设备检修规则库中的序列模型进行序列化匹配。

步骤4、若匹配程度指标≥配置的匹配程度指标值，则判定当前设备处于检修状态，并进入步骤5，否则，则返回步骤2。

智能变电站中设备是否处于检修状态的判定是根据设备软压板的投退变化序列从设备检修规则库中模糊匹配计算得出的，而不是通过人工在系统中置标志实现的。如果当前的设备软压板投退序列值与规则库中设备软压板投退序列部分一致并且一致的匹配项目数量高于规则库中的匹配程度指标值，则判定当前设备处于检修状态。

步骤5、根据匹配出的设备检修规则，对缓存器中设备的软压板投退状态进行投退序列、投退状态的二重校核，在出现投退序列不一致或投退状态不一致时，发出软压板投退异常通知。

设备软压板投退校核过程既包括对设备检修过程中投退状态的校核，也包括对特定软压板投退序列的校核，而不是仅仅完成设备不同运行前提下软压板投退状态的比对。当软压板投退异常时，将当前设备软压板投退序列、状态与设备检修状态下软压板投退序列、状态进行数据融合，并形成校核报告并对外输出。

本方法从设备检修状态下特征值的抽象与建模、设备软压板投退数据的采集、设备运行状态以及软压板投退序列的智能评估、校核异常数据的反馈与输出四个方面形成了完善的智能变电站设备软压板校核相关的技术实现路线，大大提高了智能变电站设备软压板校核工作的精确性与智能化。

不仅实现智能变电站在正常运行过程中的设备软压板值的校核，而且填补了智能变电站在检修过程中的相关设备软压板投退序列、投退状态的自动识别与检测的技术空白，减少了智能变电站在设备检修过程中相关设备软压板投退序列、投退状态的人工校核工作量，从而避免了设备因软压板投退操作错误而导致的电网故障的发生。系统通过不断优化基于KMP算法来提升对站内设备检修规则库的匹配精度，极大提高了智能变电站检修工作中相关设备软压板校核工作的全面性和准确性。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或者等效流程变换，或者直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (7)

1.基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，包括如下步骤：

步骤1、建立设备检修规则库：

采用KMP算法将智能变电站每一种检修工作规程中涉及的设备软压板操作过程进行序列化建模，包括设备软压板投退状态与投退顺序，并为每一个序列化规则配置一个匹配程度指标值，形成设备检修规则库；

步骤2、实时采集智能变电站内设备的软压板当前投退状态信息与投退变化信息，并实时存储到缓存器中；

步骤3、采用KMP算法将获取到的设备软压板投退序列作为特征量与设备检修规则库进行模糊匹配，计算匹配程度指标；

步骤4、若匹配程度指标≥配置的匹配程度指标值，则判定当前设备处于检修状态，并进入步骤5；

步骤5、根据匹配出的设备检修规则，对缓存器中设备的软压板投退状态进行投退序列、投退状态的二重校核，在出现投退序列不一致或投退状态不一致时，发出软压板投退异常通知。

2.根据权利要求1所述的基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，智能变电站每一种检修工作规程中涉及的设备包括继电保护装置、故障录波装置、测控装置。

3.根据权利要求1所述的基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，匹配程度指标值为85%。

4.根据权利要求3所述的基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，步骤2中的缓存器为Cache。

5.根据权利要求4所述的基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，步骤3中，以600秒为周期实时构建每一个设备的软压板投退序列以及相关的变位值，将实时构建的设备软压板投退序列依据KMP算法与智能变电站设备检修规则库中的序列模型进行序列化匹配。

6.根据权利要求1所述的基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，步骤4中，若匹配程度指标＜配置的匹配程度指标值，则返回步骤2。

7.根据权利要求5所述的基于KMP算法的智能变电站设备软压板校核的方法，其特征在于，当软压板投退异常时，将当前设备软压板投退序列、状态与设备检修状态下软压板投退序列、状态进行数据融合，并形成校核报告并对外输出。