CN107666148A - 基于配变停电信号的线路故障研判方法 - Google Patents
基于配变停电信号的线路故障研判方法 Download PDFInfo
- Publication number
- CN107666148A CN107666148A CN201710681549.5A CN201710681549A CN107666148A CN 107666148 A CN107666148 A CN 107666148A CN 201710681549 A CN201710681549 A CN 201710681549A CN 107666148 A CN107666148 A CN 107666148A
- Authority
- CN
- China
- Prior art keywords
- distribution
- msub
- mrow
- failure
- cut signal
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供了基于配变停电信号的线路故障研判方法，属于电力系统领域，包括从历史停电数据中提取配电变压器有效停电数据以及配网检修信息；基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型；根据故障研判模型完成配电网故障的实时识别，基于识别结果进行故障主动抢修。通过建立配电变压器的停电信号和配电线路故障之间的研判模型，可有效过滤误信号噪音，在现有的硬件条件下，无需专业运维人员的主观介入，通过计算机自动计算较为可靠地完成配电线路故障的自动感知，使得配网主动抢修的常态化、制度化、流程化的开展成为可能，有效提高配网抢修指挥工作效率。
Description
技术领域
本发明属于电力系统领域，特别涉及基于配变停电信号的线路故障研判方法。
背景技术
随着经济、技术的发展,人民群众生活水平日益提高,越来越多的高科技、智能化电器走进了工厂、家庭,用电需求不仅越来越大,而且向着智能化、自动化方向发展.社会各界对缩短抢修时间、快速恢复供电、提高服务质量提出了更高的要求。
由于配电自动化系统并未覆盖农村区域以及配网分级保护装置的应用，目前县级供电企业调控部门缺乏对局部性配电线路故障停电的及时可靠的感知能力，面对突发的局配电线路故障，往往需要“接收工单-抢修派单-用户咨询-现场查勘-故障确认”等步骤才能确定故障位置和范围，耗时较长，客户停电告知服务的水平有待提升，而且同一故障点形成的重复工单也较多，需要耗费大量的人力物力进行工单流转和客户应答，总体来说工作比较被动。
发明内容
为了解决现有技术中存在的缺点和不足，本发明提供了借助研判模型提高配网抢修指挥工作效率的基于配变停电信号的线路故障研判方法。
为了达到上述技术目的，本发明提供了基于配变停电信号的线路故障研判方法，所述线路故障研判方法，包括：
从历史停电数据中提取配电变压器有效停电数据以及配网检修信息；
基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型；
根据故障研判模型完成配电网故障的实时识别，基于识别结果进行故障主动抢修。
可选的，所述历史停电数据包括：
用电信息采集系统、工程生产管理系统、营销系统以及运行单位故障处理记录。
可选的，所述从历史停电数据中提取配电变压器有效停电数据以及配网检修信息，包括：
确定用于用电采集系统的第一提取字段；
根据第一提取字段从用电采集系统中提取的第一字段信息，在第一字段信息中添加配变变压器的类型属性，得到包括配变停电信号明细表的配电变压器有效停电数据；
确定用于工程生产管理系统的第二提取字段；
根据第二采集字段从工程管理系统中提取的第二字段信息，根据第二字段信息生成包括配网检修计划停电线路明细表的配网检修信息。
可选的，所述从历史停电数据中提取配电变压器有效停电数据以及配网检修信息，还包括：
确定用于营销系统的第三提取字段；
根据第三提取字段从营销系统中提取的第三字段信息，得到包括95598工单信息明细表的配网检修信息；
确定用于运行单位故障处理记录的第四提取字段；
根据第四采集字段从运行单位故障处理记录提取的第四字段信息，根据第四字段信息生成包括配电线路运行故障细表的配网检修信息。
可选的，所述基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型，包括：
从配电变压器有效停电数据中删除停电时长小于15分钟的停电信息，获取预设时间内的停电信号数量；
从营销系统处获取到的95598工单信息明细表内，提取真实故障对应的信息，将真实故障与预设时间内的停电信号数量进行匹配，得到真实故障事件；
建立初始研判函数，基于真实故障事件对应的记录和停电信息对初始研判函数进行优化，得到优化后的基于Logistic算法的故障研判模型。
可选的，所述初始研判函数，包括：
常数项α表示自变量Xj(j＝1、2、L、m)都为0时故障发生与不发生概率之比的自然对数；
回归系数：βj(j＝1、2、L、m)表示自变量Xj改变一个单位时logit(P)的改变量。衡量自变量作用大小的比数比指标OR，对第j个变量，其计算公式为
式中P1和P0分别表示在Xj取值为c1及c0时的发病概率，ORj称作多变量调整后的优势比，表示扣除了其他自变量影响后危险因素的作用，
可选的，所述基于真实故障事件对应的记录和停电信息对初始研判函数进行优化，得到优化后的基于Logistic算法的故障研判模型，包括：
选取专变和公变的停电信号作为自变量，选用模型
其中X1表示专变停电信号数量，X2表示公变停电信号数量，P表示故障发生的概率。
运用WEKA软件调用Logistic模型，设置不同的临界值P，经过综合平衡准确率和命中率关系，选用P＝0.5作为模型参数，训练得到的模型为
本发明提供的技术方案带来的有益效果是：
通过建立配电变压器的停电信号和配电线路故障之间的研判模型，可有效过滤误信号噪音，在现有的硬件条件下，无需专业运维人员的主观介入，通过计算机自动计算较为可靠地完成配电线路故障的自动感知，使得配网主动抢修的常态化、制度化、流程化的开展成为可能，有效提高配网抢修指挥工作效率。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的基于配变停电信号的线路故障研判方法的流程示意图。
具体实施方式
为使本发明的结构和优点更加清楚，下面将结合附图对本发明的结构作进一步地描述。
实施例一
本发明提供了基于配变停电信号的线路故障研判方法，如图1所示，所述线路故障研判方法，包括：
11、从历史停电数据中提取配电变压器有效停电数据以及配网检修信息；
12、基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型；
13、根据故障研判模型完成配电网故障的实时识别，基于识别结果进行故障主动抢修。
在实施中，为了实现主动检修，需要建立故障研判模型。为了建立该模型，需要获取大量的历史停电数据，而历史停电数据主要包括专用配电变压器和公用配电变压器停电信号数量及配电线路实际故障数据。从电网用电信息采集系统中导出2015年以来的专用和公用配电变压器有效停电数据，所提取的字段信息包括：线路、户号、户名、终端停电时间、终端复电时间等，对其中停电时长小于15分钟的信号进行剔除，并以5分钟为时间间隔分别整理出专、共配电停电信号数量作为自变量数据；
从工程生产管理系统(power production management system，PMS)系统查中导出2015以来的配网检修计划信息，所提取的字段信息包括：工作日期、主线路名称、实际工作开始时间、实际工作结束时间、执行情况描述、电压等级等，根据PMS系统中相同时段的停电检修计划对自变量数据进行匹配和剔除；再次对95598工单中的故障和供电企业平时运行记录中的故障进行信息整理和合并作为故障因变量数据。
从所属线路的专、公用配电变压器停电信号数量出发，研究其与配电网故障之间的关联性，建立故障研判模型。正常工作外的专用和公用配电变压器停电信号预示着配电变压器的非正常失电，与配电线路故障之间存在一定的关联——同一时间内发生的数量越多与故障的关联越密切，相同数量的停电信号所发生的时间越紧故障的概率也越高。95598故障工单的处理结论以及供电企业平时运行中的故障处理信息是判定配电线路故障是或者否的依据。用LOGISTIC数据挖掘技术对上述数据训练和验证得到模型参数，比较选择最优模型作为故障研判模型。
根据故障研判模型，进行实时故障识别，开展主动抢修，包括通过建立配电变压器的停电信号和配电线路故障之间的研判模型，可有效过滤误信号噪音，在现有的硬件条件下，无需专业运维人员的主观介入，通过计算机自动计算较为可靠地完成配电线路故障的自动感知，使得配网主动抢修的常态化、制度化、流程化的开展成为可能，有效提高配网抢修指挥工作效率。
可选的，所述历史停电数据包括：
用电信息采集系统、工程生产管理系统、营销系统以及运行单位故障处理记录。
基于上述四种历史停电数据，具体的数据获取流程为：
所述从历史停电数据中提取配电变压器有效停电数据以及配网检修信息，包括：
确定用于用电采集系统的第一提取字段；
根据第一提取字段从用电采集系统中提取的第一字段信息，在第一字段信息中添加配变变压器的类型属性，得到包括配变停电信号明细表的配电变压器有效停电数据；
确定用于工程生产管理系统的第二提取字段；
根据第二采集字段从工程管理系统中提取的第二字段信息，根据第二字段信息生成包括配网检修计划停电线路明细表的配网检修信息。
在实施中，数据获取以2015年1月-2016年6月30日用电信息采集系统中配电变压器的停电信号数据为基础，登录用电信息采集系统，分别查询并且导出2015年至2016年6月30日的专用和公用配电变压器有效停电数据，所提取的字段信息即第一提取字段包括：线路、户号、户名、终端停电时间、终端复电时间等，并人工添加配变变压器专用、公用类型属性，明细清单导出形成《专用和公用配变停电信号明细表》。
表1：专用和公用配变停电信号明细表
登录PMS系统查询并导出2015年至2016年6月30日的配网检修计划信息，所提取的字段信息即第一提取字段包括：工作日期、主线路名称、实际工作开始时间、实际工作结束时间、执行情况描述、电压等级等，明细清单导出形成《配网检修计划停电线路明细表》。
| 序号 | 需求字段 | 数据来源 | 是否线上数据 |
| 1 | 工作日期 | PMS系统 | 是 |
| 2 | 主线路名称 | PMS系统 | 是 |
| 3 | 实际工作开始时间 | PMS系统 | 是 |
| 4 | 实际工作结束时间 | PMS系统 | 是 |
| 5 | 执行情况描述 | PMS系统 | 是 |
| 6 | 电压等级 | PMS系统 | 是 |
表2：配网检修计划停电线路明细表
可选的，所述从历史停电数据中提取配电变压器有效停电数据以及配网检修信息，还包括：
确定用于营销系统的第三提取字段；
根据第三提取字段从营销系统中提取的第三字段信息，得到包括95598工单信息明细表的配网检修信息；
确定用于运行单位故障处理记录的第四提取字段；
根据第四采集字段从运行单位故障处理记录提取的第四字段信息，根据第四字段信息生成包括配电线路运行故障细表的配网检修信息。
在实施中，登录营销系统，查询并导出2015年至2016年6月30日的95598工单信息，所提取的字段信息即第三提取字段包括：工单编号、受理时间、处理结果等，明细清单导出形成《95598工单信息明细表》。
表3：95598工单信息明细表
人工整理运行单位的故障处理记录，所整理的字段信息即第四提取字段包括：工作日期、实际工作开始时间、实际工作结束时间、主线路名称，整理清单导出形成《配电线路运行故障细表》。
| 序号 | 需求字段 | 数据来源 | 是否线上数据 |
| 1 | 工作日期 | 人工录入 | 否 |
| 2 | 实际工作开始时间 | 人工录入 | 否 |
| 3 | 实际工作结束时间 | 人工录入 | 否 |
| 4 | 主线路名称 | 人工录入 | 否 |
表4：配电线路运行故障细表
可选的，所述基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型，包括：
从配电变压器有效停电数据中删除停电时长小于15分钟的停电信息，获取预设时间内的停电信号数量；
从营销系统处获取到的95598工单信息明细表内，提取真实故障对应的信息，将真实故障与预设时间内的停电信号数量进行匹配，得到真实故障事件；
建立初始研判函数，基于真实故障事件对应的记录和停电信息对初始研判函数进行优化，得到优化后的基于Logistic算法的故障研判模型。
在实施中，由于调控部门临时性运行方式变更工作需要，会产生短时间负荷转移，所以用电信息采集系统中实时生成的配电变压器停电信号的停电时长不小于15分钟，因此该部分停电信号应予以清洗，从调控部门临时性运行方式变更工作实际需求出发，将停电时长小于15分钟的信号予以清洗，保留停电时长大于等于15分钟的停电信号，再统计5分钟内专变和公变停电信号数量，将它们作为故障判别的两个基础自变量。95598故障工单的处理结论以及供电企业平时运行中的故障处理信息是判定配电线路故障是或者否的依据。
其次考虑到配电线路计划检修或者故障停电后，其所供电的配电变压器会发生停电，所安装的专变、公变监测终端将即时发送停电报文至用电信息采集系统主站，若相关的专用和公用配电变压器及其所属线路并不属于停电检修设备范围内，则判定为真实故障。
95598以“多户停电”、“临时停电”、“配合停电”为配电线路故障判定的依据，充分考虑故障发生后用户拨打电话以及95598坐席受理的时间预留120分钟的余度，因此停电信号与故障记录进行匹配时，应按照相同线路，且两者发生时间间隔在120分钟以内，则此时的停电信号标记为真实故障事件，其余为非故障事件。
以2015年的信号故障记录作为训练数据，从2016年中随机筛选500条故障记录，以及500条非故障记录作为测试数据。分析发现2015年共有26897条数据，其中关联为故障的为1155条，而未关联为故障记录为25742条。
样布分布的不对称会严重影响模型的训练效果，而本次数据挖掘的目标是识别故障并指导主动抢修，因此对故障记录进行加权(惩罚)处理，将故障记录乘以20倍作为训练数据，最终训练数据中共有49997条记录，其中故障记录为24255，非故障记录为25742。
可选的，所述初始研判函数，包括：
常数项α表示自变量Xj(j＝1、2、L、m)都为0时故障发生与不发生概率之比的自然对数；
回归系数：βj(j＝1、2、L、m)表示自变量Xj改变一个单位时logit(P)的改变量。衡量自变量作用大小的比数比指标OR，对第j个变量，其计算公式为
式中P1和P0分别表示在Xj取值为c1及c0时的发病概率，ORj称作多变量调整后的优势比，表示扣除了其他自变量影响后危险因素的作用，
说明如果系数大于0，自变量的增加会导致故障发生可能性的增加，反之，故障发生的可能性随着自变量的增加而减少。
可选的，所述基于真实故障事件对应的记录和停电信息对初始研判函数进行优化，得到优化后的基于Logistic算法的故障研判模型，包括：
选取专变和公变的停电信号作为自变量，选用模型
其中X1表示专变停电信号数量，X2表示公变停电信号数量，P表示故障发生的概率。
运用WEKA软件调用Logistic模型，设置不同的临界值P，经过综合平衡准确率和命中率关系，选用P＝0.5作为模型参数，训练得到的模型为
在实施中，选取专变和公变的停电信号作为自变量，选用模型
其中X1表示专变停电信号数量，X2表示公变停电信号数量，P表示故障发生的概率。
运用WEKA软件调用Logistic模型，设置不同的临界值P，得到下面表格
| P | Total | Hit | 0-0 | 0-1 | 1-0 | 1-1 | Correct rate | Hit rate |
| 0.4 | 27333 | 17577 | 15987 | 9756 | 6678 | 17577 | 0.671307 | 0.643069 |
| 0.34 | 18105 | 13293 | 20931 | 4812 | 10962 | 13293 | 0.684507 | 0.734217 |
| 0.45 | 16115 | 12306 | 21934 | 3809 | 11949 | 12306 | 0.684827 | 0.763636 |
| 0.5 | 12879 | 10521 | 23385 | 2358 | 13734 | 10521 | 0.678147 | 0.816911 |
| 0.55 | 11346 | 9555 | 23952 | 1791 | 14700 | 9555 | 0.670167 | 0.842147 |
| 0.6 | 10108 | 8631 | 24266 | 1477 | 15624 | 8631 | 0.657966 | 0.853878 |
| 0.7 | 8277 | 7224 | 24690 | 1053 | 17031 | 7224 | 0.638306 | 0.87278 |
| 0.8 | 5989 | 5271 | 25025 | 718 | 18984 | 5271 | 0.605944 | 0.880114 |
| 0.9 | 3461 | 3024 | 25306 | 437 | 21231 | 3024 | 0.566623 | 0.873736 |
表5不同概率P的训练结果明细表
其中P为分类的临界值，当Logistic预测概率大于P，则判定为故障，否则判定为非故障，Total表示总共识别出的故障数量，Hit表示命中真实故障的数量，i-j表示把i识别成j的数量(i＝0,1，j＝0,1)，Correct rate表示识别准确率，Hit Rate表示故障命中率。经过综合平衡准确率和命中率关系，选用P＝0.5作为模型参数，已达到即能识别故障，又能尽量减少对非故障的误判的目的。
表6不同概率P的训练结果明细表
因此训练得到的模型为：
模型中β1,β2的系数均大于0，说明随着专变和公变停电信号数量的增加，故障概率也相应的增加，而专变停电信号数量的变化对故障概率影响更大。此模型的故障命中率为81.69％。
利用该模型就能根据专变和公变的信号数量预测故障发生概率，若预测概率大于0.5，则识别为故障，记为1，否则识别为非故障，记为0，同时我们还能得到自变量数量对应的OR值(优势比)。
| 专变 | 公变 | 常数项 | |
| 优势比 | 1.001947 | 1.196927 | 0.562292 |
表7系数OR值表
从表中可以看出：1单位的公变停电信号数量，故障发生概率会增加19％，而1单位的专变停电信号数量，故障发生概率只会增加0.19％。
从2016年中随机筛选500条故障记录和以及500条非故障记录对模型进行测试。
| P | Total | Hit | 0-0 | 0-1 | 1-0 | 1-1 | Correct rate | Hit rate |
| 0.5 | 229 | 205 | 476 | 24 | 295 | 205 | 0.681 | 0.895197 |
表8测试结果明细表
该模型的故障的命中率达到了89.5197％。
本发明对用电信息采集系统中的配电变压器的停电信号与配电线路实际故障数据之间的关联性进行分析挖掘，选取适当的时间间隔，以10千伏线路下的公变和专变的停电信号为自变量，以95598工单中的故障和供电企业平时运行记录中的故障为因变量，通过分类模型建立一个能有效过滤误信号噪音的故障判别函数。具体做法是：首先从用电信息采集系统中导出2015年来的公变和专变的有效停电信号，对其中停电时长小于15分钟的信号进行剔除，并以1-5分钟为时间间隔分别整理出初始自变量数据；其次根据PMS系统中相同时段的停电检修计划对自变量数据进行匹配和剔除；再次对95598工单中的故障和供电企业平时运行记录中的故障进行信息整理和合并作为因变量数据；最后用LOGISTIC分类模型对自变量与因变量数据进行训练，得出最终的模型参数，从而得到基于配电器停电信号的故障识别模型，可有效过滤误信号噪音，在现有的硬件条件下，无需专业运维人员的主观介入，通过计算机自动计算较为可靠地完成配电线路故障的自动感知，使得配网主动抢修的常态化、制度化、流程化的开展成为可能，有效提高配网抢修指挥工作效率。
基于本申请中提出的主动研判模型，使得在用户报修之前，启动抢修服务流程，使检修方式由以往的被动检修转变为主动检修，提高了工作效率，减小了停电影响，提升了客户满意度。
本发明提供了基于配变停电信号的线路故障研判方法，包括：从历史停电数据中提取配电变压器有效停电数据以及配网检修信息；基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型；根据故障研判模型完成配电网故障的实时识别，基于识别结果进行故障主动抢修。通过建立配电变压器的停电信号和配电线路故障之间的研判模型，可有效过滤误信号噪音，在现有的硬件条件下，无需专业运维人员的主观介入，通过计算机自动计算较为可靠地完成配电线路故障的自动感知，使得配网主动抢修的常态化、制度化、流程化的开展成为可能，有效提高配网抢修指挥工作效率。
上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.基于配变停电信号的线路故障研判方法，其特征在于，所述线路故障研判方法，包括：
从历史停电数据中提取配电变压器有效停电数据以及配网检修信息；
基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型；
根据故障研判模型完成配电网故障的实时识别，基于识别结果进行故障主动抢修。
2.根据权利要求1所述的基于配变停电信号的线路故障研判方法，其特征在于，所述历史停电数据包括：
用电信息采集系统、工程生产管理系统、营销系统以及运行单位故障处理记录。
3.根据权利要求2所述的基于配变停电信号的线路故障研判方法，其特征在于，所述从历史停电数据中提取配电变压器有效停电数据以及配网检修信息，包括：
确定用于用电采集系统的第一提取字段；
根据第一提取字段从用电采集系统中提取的第一字段信息，在第一字段信息中添加配变变压器的类型属性，得到包括配变停电信号明细表的配电变压器有效停电数据；
确定用于工程生产管理系统的第二提取字段；
根据第二采集字段从工程管理系统中提取的第二字段信息，根据第二字段信息生成包括配网检修计划停电线路明细表的配网检修信息。
4.根据权利要求2所述的基于配变停电信号的线路故障研判方法，其特征在于，所述从历史停电数据中提取配电变压器有效停电数据以及配网检修信息，还包括：
确定用于营销系统的第三提取字段；
根据第三提取字段从营销系统中提取的第三字段信息，得到包括95598工单信息明细表的配网检修信息；
确定用于运行单位故障处理记录的第四提取字段；
根据第四采集字段从运行单位故障处理记录提取的第四字段信息，根据第四字段信息生成包括配电线路运行故障细表的配网检修信息。
5.根据权利要求1所述的基于配变停电信号的线路故障研判方法，其特征在于，所述基于有效停电数据、配网检修信息与配电网故障之间的关联特性，建立基于Logistic算法的故障研判模型，包括：
从配电变压器有效停电数据中删除停电时长小于15分钟的停电信息，获取预设时间内的停电信号数量；
从营销系统处获取到的95598工单信息明细表内，提取真实故障对应的信息，将真实故障与预设时间内的停电信号数量进行匹配，得到真实故障事件；
建立初始研判函数，基于真实故障事件对应的记录和停电信息对初始研判函数进行优化，得到优化后的基于Logistic算法的故障研判模型。
6.根据权利要求5所述的基于配变停电信号的线路故障研判方法，其特征在于，所述初始研判函数，包括：
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mi>i</mi>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>ln</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>P</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>P</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>&alpha;</mi>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>X</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>X</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mi>L</mi>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mi>m</mi>
</msub>
<msub>
<mi>X</mi>
<mi>m</mi>
</msub>
</mrow>
常数项α表示自变量Xj(j＝1、2、L、m)都为0时故障发生与不发生概率之比的自然对数；
回归系数：βj(j＝1、2、L、m)表示自变量Xj改变一个单位时logit(P)的改变量，衡量自变量作用大小的比数比指标OR，对第j个变量，其计算公式为
<mrow>
<msub>
<mi>OR</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>P</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>P</mi>
<mn>0</mn>
</msub>
<mo>/</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>P</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
式中P1和P0分别表示在Xj取值为c1及c0时的发病概率，ORj称作多变量调整后的优势比，表示扣除了其他自变量影响后危险因素的作用，
7.根据权利要求6所述的基于配变停电信号的线路故障研判方法，其特征在于，所述基于真实故障事件对应的记录和停电信息对初始研判函数进行优化，得到优化后的基于Logistic算法的故障研判模型，包括：
选取专变和公变的停电信号作为自变量，选用模型
<mrow>
<mi>l</mi>
<mi>o</mi>
<mi>g</mi>
<mi>i</mi>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>P</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>P</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>&alpha;</mi>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>X</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&beta;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>X</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
</mrow>
其中X1表示专变停电信号数量，X2表示公变停电信号数量，P表示故障发生的概率，
运用WEKA软件调用Logistic模型，设置不同的临界值P，经过综合平衡准确率和命中率关系，选用P＝0.5作为模型参数，训练得到的模型为
<mrow>
<mi>log</mi>
<mi>i</mi>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>P</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>ln</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>P</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mi>P</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mn>0.5757</mn>
<mo>+</mo>
<mn>0.0019</mn>
<msub>
<mi>X</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mn>0.1798</mn>
<msub>
<mi>X</mi>
<mn>2</mn>
</msub>
<mo>.</mo>
</mrow>
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710681549.5A CN107666148B (zh) | 2017-08-10 | 2017-08-10 | 基于配变停电信号的线路故障研判方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710681549.5A CN107666148B (zh) | 2017-08-10 | 2017-08-10 | 基于配变停电信号的线路故障研判方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107666148A true CN107666148A (zh) | 2018-02-06 |
| CN107666148B CN107666148B (zh) | 2021-03-05 |
Family
ID=61098048
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710681549.5A Active CN107666148B (zh) | 2017-08-10 | 2017-08-10 | 基于配变停电信号的线路故障研判方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107666148B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109582676A (zh) * | 2018-11-30 | 2019-04-05 | 广州供电局有限公司 | 电力数据处理方法、装置、计算机设备和存储介质 |
| CN109636029A (zh) * | 2018-12-10 | 2019-04-16 | 国网江苏省电力有限公司扬州供电分公司 | 基于大数据的配电网中短期电压越限预警方法 |
| CN110544176A (zh) * | 2019-08-12 | 2019-12-06 | 广东电网有限责任公司 | 一种ocs主站系统配变失压信息倒推开关故障方法 |
| CN110895536A (zh) * | 2019-11-07 | 2020-03-20 | 国网浙江杭州市富阳区供电有限公司 | 基于大数据的电力信息检索方法和电力信息检索装置 |
| CN111553807A (zh) * | 2019-10-28 | 2020-08-18 | 国网辽宁省电力有限公司抚顺供电公司 | 重点机房停电信息核查方法 |
| CN113837720A (zh) * | 2021-09-16 | 2021-12-24 | 江苏方天电力技术有限公司 | 一种电力营销档案变更电能表的异常恢复方法及系统 |
| CN113902583A (zh) * | 2021-09-22 | 2022-01-07 | 国网安徽省电力有限公司电力科学研究院 | 利用低压网络设备数据的配网侧运维方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103901317A (zh) * | 2012-12-24 | 2014-07-02 | 天津市电力公司 | 一种基于多系统协作的配电故障研判方法 |
| CN104091231A (zh) * | 2014-06-30 | 2014-10-08 | 国家电网公司 | 配网故障抢修指挥处理系统及方法 |
| CN105260843A (zh) * | 2015-10-16 | 2016-01-20 | 国网甘肃省电力公司天水供电公司 | 一种停电信息分析系统 |
| CN106203830A (zh) * | 2016-07-12 | 2016-12-07 | 国网江西省电力公司南昌供电分公司 | 提升配网故障响应和抢修能力的供电服务体系 |
| CN106992520A (zh) * | 2017-05-25 | 2017-07-28 | 国网福建省电力有限公司 | 基于多源数据的配电网停复电监视方法 |
-
2017
- 2017-08-10 CN CN201710681549.5A patent/CN107666148B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103901317A (zh) * | 2012-12-24 | 2014-07-02 | 天津市电力公司 | 一种基于多系统协作的配电故障研判方法 |
| CN104091231A (zh) * | 2014-06-30 | 2014-10-08 | 国家电网公司 | 配网故障抢修指挥处理系统及方法 |
| CN105260843A (zh) * | 2015-10-16 | 2016-01-20 | 国网甘肃省电力公司天水供电公司 | 一种停电信息分析系统 |
| CN106203830A (zh) * | 2016-07-12 | 2016-12-07 | 国网江西省电力公司南昌供电分公司 | 提升配网故障响应和抢修能力的供电服务体系 |
| CN106992520A (zh) * | 2017-05-25 | 2017-07-28 | 国网福建省电力有限公司 | 基于多源数据的配电网停复电监视方法 |
Non-Patent Citations (1)
| Title |
|---|
| LE XU 等: ""A classification approach for power distribution systems fault cause identification"", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109582676A (zh) * | 2018-11-30 | 2019-04-05 | 广州供电局有限公司 | 电力数据处理方法、装置、计算机设备和存储介质 |
| CN109582676B (zh) * | 2018-11-30 | 2020-06-23 | 广州供电局有限公司 | 电力数据处理方法、装置、计算机设备和存储介质 |
| CN109636029A (zh) * | 2018-12-10 | 2019-04-16 | 国网江苏省电力有限公司扬州供电分公司 | 基于大数据的配电网中短期电压越限预警方法 |
| CN110544176A (zh) * | 2019-08-12 | 2019-12-06 | 广东电网有限责任公司 | 一种ocs主站系统配变失压信息倒推开关故障方法 |
| CN110544176B (zh) * | 2019-08-12 | 2021-09-21 | 广东电网有限责任公司 | 一种ocs主站系统配变失压信息倒推开关故障方法 |
| CN111553807A (zh) * | 2019-10-28 | 2020-08-18 | 国网辽宁省电力有限公司抚顺供电公司 | 重点机房停电信息核查方法 |
| CN110895536A (zh) * | 2019-11-07 | 2020-03-20 | 国网浙江杭州市富阳区供电有限公司 | 基于大数据的电力信息检索方法和电力信息检索装置 |
| CN113837720A (zh) * | 2021-09-16 | 2021-12-24 | 江苏方天电力技术有限公司 | 一种电力营销档案变更电能表的异常恢复方法及系统 |
| CN113902583A (zh) * | 2021-09-22 | 2022-01-07 | 国网安徽省电力有限公司电力科学研究院 | 利用低压网络设备数据的配网侧运维方法及系统 |
| CN113902583B (zh) * | 2021-09-22 | 2024-06-14 | 国网安徽省电力有限公司电力科学研究院 | 利用低压网络设备数据的配网侧运维方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107666148B (zh) | 2021-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107666148A (zh) | 基于配变停电信号的线路故障研判方法 | |
| CN109765883B (zh) | 配电自动化终端运行状态评价与故障诊断方法 | |
| CN106815709B (zh) | 一种服务快速响应中心支撑系统及方法 | |
| CN110674189B (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
| CN106384210A (zh) | 一种基于检修风险收益的输变电设备检修优先级排序方法 | |
| CN107450445A (zh) | 一种电力系统监控信号多站统一校核与验收方法 | |
| CN111008193B (zh) | 一种数据清洗与质量评价方法及系统 | |
| CN109343395A (zh) | 一种核电厂dcs操作日志的异常检测系统和方法 | |
| CN111738462A (zh) | 电力计量装置故障抢修主动服务预警方法 | |
| CN109359950A (zh) | 一种电网监控信息全过程管控的方法 | |
| CN107680193A (zh) | 一种移动巡检管理系统及其使用方法 | |
| CN110806518A (zh) | 一种台区线损异动分析模块及其操作方法 | |
| CN110687473B (zh) | 一种智能变电站继电保护测试故障定位方法及系统 | |
| CN104463712A (zh) | 一种配网故障信息智能统计分析系统 | |
| CN110309884A (zh) | 基于泛在电力物联网体系的用电数据异常识别系统 | |
| CN113011959A (zh) | 一种“七项费用”智慧审计系统及其使用方法 | |
| CN106570567A (zh) | 一种主网检修多约束多目标评估专家系统及优化方法 | |
| CN106897779A (zh) | 一种数据中心运维系统事件的处理方法 | |
| CN106327359A (zh) | 一种基于用电模式分析的集抄数据异常判定方法 | |
| CN110688389A (zh) | 变电站二次设备缺陷云管理系统 | |
| CN116522746A (zh) | 高耗能企业配电托管方法 | |
| CN115965266A (zh) | 一种基于大数据的智能分析系统 | |
| CN114493238A (zh) | 供电服务风险预测方法、系统、存储介质及计算机设备 | |
| CN111698711B (zh) | 公网无线通信通道故障智能诊断的分析方法及分析系统 | |
| CN106709059B (zh) | 基于计量自动化系统的终端在线率指标的监控方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |