CN108594070A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN108594070A CN108594070A CN201810344319.4A CN201810344319A CN108594070A CN 108594070 A CN108594070 A CN 108594070A CN 201810344319 A CN201810344319 A CN 201810344319A CN 108594070 A CN108594070 A CN 108594070A
- Authority
- CN
- China
- Prior art keywords
- model
- transmission line
- equipment
- event
- electricity
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种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，包括以下步骤：1)对可能导致供电故障的因素进行收集记录后，确定导致设备故障的关键因素；2)针对确定的关键因素，基于数据挖掘和网络爬虫技术，在互联网上收集相关信息；3)对于收集到的信息采取数据清洗和分析处理后，提取关键信息并建立“潜在故障事件”模型；4)根据输电线路的自身属性，建立“设备地图”模型；5)对“潜在故障事件”模块和“设备地图”模型进行数据分析，最终生成各个区域的输电线路发生故障的风险评分。与现有技术相比，本发明具有可对故障风险进行估计，对故障的发生进行预测，将损失降到最低等优点。
Description
技术领域
本发明涉及一种输电线路故障预测建方法，尤其是涉及一种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。
背景技术
现有的电力设备处理方案，往往是在故障发生后，尽可能的减少损失，尽快恢复用电。但是电力故障一旦发生，哪怕尽力挽回，但仍然会造成不小的损失。
利用网络爬虫等手段收集可能会对电力设施正常运行产生影响的信息。结合输电线路的具体情况，如：地理因素、运行状况等，建立起故障预测的数学模型，对输电线路未来可能产生的故障进行有效合理的预测。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种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。
本发明的目的可以通过以下技术方案来实现：
一种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，包括以下步骤：
1)对可能导致供电故障的因素进行收集记录后，确定导致设备故障的关键因素；
2)针对确定的关键因素，基于数据挖掘和网络爬虫技术，在互联网上收集相关信息；
3)对于收集到的信息采取数据清洗和分析处理后，提取关键信息并建立“潜在故障事件”模型；
4)根据输电线路的自身属性，建立“设备地图”模型；
5)对“潜在故障事件”模块和“设备地图”模型进行数据分析，最终生成各个区域的输电线路发生故障的风险评分。
优选地，所述的“设备地图”模型具体为：
电线杆：在供电装置图中，抽象为一个点；
电线：在供电装置图中，抽象为两个点之间的一条线；
发电设备和中转设备：在供电装置图中，抽象为较大的一个点。
优选地，所述的“设备地图”模型评分具体为：先根据设备的使用年限进行一次评分，得到乘数因子，其中设备包括电线杆、电线、以及发电设备和中转设备。
优选地，所述的“潜在故障事件”模型包括静态事件模型和动态事件模型。
优选地，所述的静态事件模型包括下雨或下雪，根据降雨量或降雪量，将风险分值直接在供电故障风险图上的某个区域进行反应。
优选地，所述的动态事件模型需要根据风向，风力，预估出危险物运动的方向，并提高其运动轨迹上的风险分值。
优选地，该方法当危险性达到设定数值时，相关人员可提前对输电线路进行检修，防止出现经济甚至生命损失。
优选地，根据数据处理后的结果，根据所含变量因子的权值和数量的不同，在供电故障风险图上以三种颜色的深浅进行反应，分别为绿色，橙色，红色。若某个区域颜色为绿色，则该区域供电设备受损概率较低；若某个区域颜色为橙色，则该区域供电设备有设定程度的受损可能，供电公司可根据自身条件决定是否进行预防维修；若某个区域颜色为红色，则该区域供电设备很可能会在接下来的一段时间受到损伤，供电公司应该提前对这些区域内的供电设备进行预防维修。
与现有技术相比，本发明可对故障风险进行估计，对故障的发生进行预测，将损失降到最低。
附图说明
图1为本发明的流程图。
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，所描述的实施例是本发明的一部分实施例，而不是全部实施例。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的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
1、输电线路故障原因分析
设备老旧
电气设备载流部分的绝缘损坏。设备老化被正常电压击穿。
自然灾害
台风，大风：台风等大风将居民的简易房屋薄膜刮到线路上造成短路，比例占事故总数的20-30％。
雷电：绝缘合乎要求而被过电压(包括雷电过电压)击穿,雷击电塔造成的电力故障达到了10％-20％的比例。
暴雨，冻雨
大雪、大雾、高湿度等
外力破坏
设备绝缘受到鸟兽咬坏设备和导线电缆的绝缘造成短路。如(包括蛇，鼠等)
特殊的事件：
a)大型机械作业施工不当
据统计，大型机械作业施工不当致使电力设备故障，占到了故障比例的40％-50％。包括1.修建大型建筑；2.施工挖掘破坏地下电缆
b)其他事件，如树木快速生长碰到线路(占10％)，车辆碰撞电线杆等。
特殊的时间点：集会，特殊的时间点(学生毕业或大型考试、节日前)的孔明灯或气球或烟花炮竹(均受到风向和风力的影响)
特殊的地点：公园是气球和风筝引起用电故障的高发区。
用电高峰，线路负荷
2、技术方案
如图1所示，一种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，包括以下步骤：
1)对可能导致供电故障的因素进行收集记录后，确定导致设备故障的关键因素；
2)针对确定的关键因素，基于数据挖掘和网络爬虫技术，在互联网上收集相关信息；
3)对于收集到的信息采取数据清洗和分析处理后，提取关键信息并建立“潜在故障事件”模型；
4)根据输电线路的自身属性，建立“设备地图”模型，此模型包含输电线路的地理信息、运维信息等；
5)对“潜在故障事件”模块和“设备地图”模型进行数据分析，最终生成各个区域的输电线路发生故障的风险评分。
具体实施：
模型建立
收集信息，进行建模。直观地说将会产生两张地图。一张含有所有输电线路，记录了设备的信息，包括设备的时间年限(内因)。一张是潜在故障事件分布的地(外因)。整合潜在故障事件分布及设备健康状况后，生成的预警图示例，红色区域高危，橙色危险，黄色有风险。
可能造成风险的变量因子信息：
1.设备的年限。
2.天气(暴雨闪电，冻雨，台风，大雪，大雾，大风)。
3.特殊的事件信息：施工修路信息。
4.特殊的地点信息：标注出公园等场所，且公园周末的风险评分高于工作日，且有风日的风险评分远高于无风日。车祸高发地区等。
5.特殊的时间信息：爬取集会的信息，并对特殊的时间点的某些位置(如学校)进行风险加分。
设备：
设备模型：
电线杆：在供电装置图中，抽象为一个点
电线：在供电装置图中，抽象为两个点(电线杆)之间的一条线
发电设备,中转设备：在供电装置图中，抽象为较大的一个点
设备评分：因为设备的年限，质量不同。可先根据设备(电线杆，电线，发电中转设备)的使用年限进行一次评分，得到乘数因子。如1.0,1.1,1.2，其结果反应在供电设备装置图。
事件：
将事件分为静态事件和动态事件，对于静态事件，如下雨，大雪，可根据降雨量或降雪量，将风险分值直接在供电故障风险图上的某个区域进行反应。对于动态事件，则需要根据风向，风力，预估出危险物运动的方向，并提高其运动轨迹上的风险分值。
静态事件：
天气(除台风)事件：
雨雪雾事件的风险，是随着持续时间的推移时间的延长而迅速上升的。
风险值的确立，需要爬取湿度，降雨降水量，是否为雷雨，风力，持续时间等信息。
大型建筑修筑地区：对周围区域进行风险值加成，以建筑物为圆心画圆，由于每发生一次这种事件，发生故障率很高很高，故风险全值较高。
树木未经修剪致使故障：往往是由于某个区域的修剪人员工作习惯所致。故获取常常出该类故障的区域位置，予以适当风险加分。
车祸高发地区：对公路四周进行风险值加成。
动态事件：
台风：获取台风过境时的风力以及风速信息，且因台风是逐渐减弱。风力随着经过的路径而逐步减小，故每个区域的风险值不同。
施工修路信息：不时根据修路情况，更新路况信息，对埋有输电线路，可能导致供电故障的区域，进行风险加分。
风筝、孔明灯与气球：重点关注学校，公园，大型集会场所。其中，公园是风筝、气球挂在输电线导致输电故障的高发地。根据当天的风向与风力，预估出风筝、气球的运动路线，对处于该条路线上的输电线路(尤其输电线)进行风险加分。同样对于孔明灯，当在网站上爬取到具体活动或集会日期时，也根据当天的风向风力，对可能飘到的位置进行风险加分。由于风向与风速无法对具体危险位置进行准确的预估。故这种危险路线，在模型中以扇形表示。
烟花：由于烟花大多是垂直上升，且速率很快，受风向的影响不大，但烟花上升到上空爆炸后，会向四周四散落下，也可能对周围电线造成损害，但危险程度要小于上身时的直线区域，故建立同心圆模型，中间圆圈的风险值高于外面圆圈的风险值。和修建筑物模型的同心圆相比，整个圆的危险度小一些。圆心是烟花燃放频率高的区域。
设备维修：
根据数据处理后的结果，根据所含变量因子的权值和数量的不同，在供电故障风险图上以三种颜色的深浅进行反应。分别为绿色，橙色，红色。若某个区域颜色为绿色，则该区域供电设备受损概率较低。若某个区域颜色为橙色，则该区域供电设备有一定程度的受损可能，供电公司可根据自身条件决定是否进行预防维修。若某个区域颜色为红色，则该区域供电设备很可能会在接下来的一段时间受到损伤，供电公司应该提前对这些区域内的供电设备进行预防维修。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种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，其特征在于，包括以下步骤：
1)对可能导致供电故障的因素进行收集记录后，确定导致设备故障的关键因素；
2)针对确定的关键因素，基于数据挖掘和网络爬虫技术，在互联网上收集相关信息；
3)对于收集到的信息采取数据清洗和分析处理后，提取关键信息并建立“潜在故障事件”模型；
4)根据输电线路的自身属性，建立“设备地图”模型；
5)对“潜在故障事件”模块和“设备地图”模型进行数据分析，最终生成各个区域的输电线路发生故障的风险评分。
2.根据权利要求1所述的方法，其特征在于，所述的“设备地图”模型具体为：
电线杆：在供电装置图中，抽象为一个点；
电线：在供电装置图中，抽象为两个点之间的一条线；
发电设备和中转设备：在供电装置图中，抽象为较大的一个点。
3.根据权利要求2所述的方法，其特征在于，所述的“设备地图”模型评分具体为：先根据设备的使用年限进行一次评分，得到乘数因子，其中设备包括电线杆、电线、以及发电设备和中转设备。
4.根据权利要求1所述的方法，其特征在于，所述的“潜在故障事件”模型包括静态事件模型和动态事件模型。
5.根据权利要求4所述的方法，其特征在于，所述的静态事件模型包括下雨或下雪，根据降雨量或降雪量，将风险分值直接在供电故障风险图上的某个区域进行反应。
6.根据权利要求4所述的方法，其特征在于，所述的动态事件模型需要根据风向，风力，预估出危险物运动的方向，并提高其运动轨迹上的风险分值。
7.根据权利要求1所述的方法，其特征在于，该方法当危险性达到设定数值时，相关人员可提前对输电线路进行检修，防止出现经济甚至生命损失。
8.根据权利要求1所述的方法，其特征在于，根据数据处理后的结果，根据所含变量因子的权值和数量的不同，在供电故障风险图上以三种颜色的深浅进行反应，分别为绿色，橙色，红色。若某个区域颜色为绿色，则该区域供电设备受损概率较低；若某个区域颜色为橙色，则该区域供电设备有设定程度的受损可能，供电公司可根据自身条件决定是否进行预防维修；若某个区域颜色为红色，则该区域供电设备很可能会在接下来的一段时间受到损伤，供电公司应该提前对这些区域内的供电设备进行预防维修。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810344319.4A CN108594070A (zh) | 2018-04-17 | 2018-04-17 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810344319.4A CN108594070A (zh) | 2018-04-17 | 2018-04-17 | 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 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108594070A true CN108594070A (zh) | 2018-09-28 |
Family
ID=63611326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810344319.4A Pending CN108594070A (zh) | 2018-04-17 | 2018-04-17 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108594070A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110807844A (zh) * | 2019-10-09 | 2020-02-18 | 国网上海市电力公司 | 一种基于区块链技术的电网基塔巡检方法 |
| CN112886468A (zh) * | 2021-01-12 | 2021-06-01 | 云南电网有限责任公司电力科学研究院 | 一种基于巡维数据的输电线路区域故障定位方法及装置 |
| CN114202079A (zh) * | 2021-12-15 | 2022-03-18 | 国网四川省电力公司天府新区供电公司 | 一种配电网故障抢修调度系统 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101789596A (zh) * | 2009-01-22 | 2010-07-28 | 四川华雁信息产业股份有限公司 | 电网故障自动检测方法 |
| CN103440400A (zh) * | 2013-07-29 | 2013-12-11 | 清华大学 | 考虑灾害因素的电力系统短期风险判定方法 |
| CN104217261A (zh) * | 2014-09-22 | 2014-12-17 | 国家电网公司 | 一种主站系统运行状态风险预警方法 |
| CN104504616A (zh) * | 2014-12-22 | 2015-04-08 | 国家电网公司 | 基于gis和气象信息的存在运行风险的电网设备定位方法 |
| CN104517241A (zh) * | 2014-12-16 | 2015-04-15 | 上海交通大学 | 一种基于输电线路全工况信息的风险评估方法 |
| CN106251240A (zh) * | 2016-08-01 | 2016-12-21 | 上海曦途信息科技有限公司 | 基于大数据的输电网络预警方法 |
| CN106469356A (zh) * | 2016-09-28 | 2017-03-01 | 国家电网公司 | 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 |
| 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 |
| CN107256447A (zh) * | 2017-05-15 | 2017-10-17 | 国家电网公司 | 10kV配网架空线路雷害风险状态层级式多因素综合评估方法 |
| 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 |
| CN107729803A (zh) * | 2017-08-18 | 2018-02-23 | 国网上海市电力公司 | 输电线可疑飞行物识别方法 |
| CN107886194A (zh) * | 2017-10-31 | 2018-04-06 | 广东电网有限责任公司惠州供电局 | 一种大风灾害下异物挂线故障概率计算方法 |
| CN107886220A (zh) * | 2017-10-23 | 2018-04-06 | 广西电网有限责任公司南宁供电局 | 一种基于历史因素分析的配电线路风险概率评估方法 |
-
2018
- 2018-04-17 CN CN201810344319.4A patent/CN108594070A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101789596A (zh) * | 2009-01-22 | 2010-07-28 | 四川华雁信息产业股份有限公司 | 电网故障自动检测方法 |
| CN103440400A (zh) * | 2013-07-29 | 2013-12-11 | 清华大学 | 考虑灾害因素的电力系统短期风险判定方法 |
| CN104217261A (zh) * | 2014-09-22 | 2014-12-17 | 国家电网公司 | 一种主站系统运行状态风险预警方法 |
| CN104517241A (zh) * | 2014-12-16 | 2015-04-15 | 上海交通大学 | 一种基于输电线路全工况信息的风险评估方法 |
| CN104504616A (zh) * | 2014-12-22 | 2015-04-08 | 国家电网公司 | 基于gis和气象信息的存在运行风险的电网设备定位方法 |
| CN106251240A (zh) * | 2016-08-01 | 2016-12-21 | 上海曦途信息科技有限公司 | 基于大数据的输电网络预警方法 |
| CN106469356A (zh) * | 2016-09-28 | 2017-03-01 | 国家电网公司 | 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 |
| 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 |
| CN107256447A (zh) * | 2017-05-15 | 2017-10-17 | 国家电网公司 | 10kV配网架空线路雷害风险状态层级式多因素综合评估方法 |
| 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 |
| CN107729803A (zh) * | 2017-08-18 | 2018-02-23 | 国网上海市电力公司 | 输电线可疑飞行物识别方法 |
| CN107886220A (zh) * | 2017-10-23 | 2018-04-06 | 广西电网有限责任公司南宁供电局 | 一种基于历史因素分析的配电线路风险概率评估方法 |
| CN107886194A (zh) * | 2017-10-31 | 2018-04-06 | 广东电网有限责任公司惠州供电局 | 一种大风灾害下异物挂线故障概率计算方法 |
Non-Patent Citations (2)
| Title |
|---|
| 胡毅等: "输电线路运行安全影响因素分析及防治措施", 《高电压技术》 * |
| 郑传材等: "基于影响因素识别的架空输电线路可靠性管理系统和评估模型", 《电网技术》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110807844A (zh) * | 2019-10-09 | 2020-02-18 | 国网上海市电力公司 | 一种基于区块链技术的电网基塔巡检方法 |
| CN112886468A (zh) * | 2021-01-12 | 2021-06-01 | 云南电网有限责任公司电力科学研究院 | 一种基于巡维数据的输电线路区域故障定位方法及装置 |
| CN112886468B (zh) * | 2021-01-12 | 2022-06-07 | 云南电网有限责任公司电力科学研究院 | 一种基于巡维数据的输电线路区域故障定位方法及装置 |
| CN114202079A (zh) * | 2021-12-15 | 2022-03-18 | 国网四川省电力公司天府新区供电公司 | 一种配电网故障抢修调度系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108594070A (zh) | 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 | |
| CN104951585B (zh) | 一种基于电网设备的台风预警方法及装置 | |
| CN105745804A (zh) | 用于进行雷电预警的方法和风能设备 | |
| CN203798381U (zh) | 一种输电设备在线监测系统 | |
| CN105184492A (zh) | 基于三维数字地球的电网抵御台风灾害仿真分析预警系统 | |
| CN101621191A (zh) | 超高压输电线路三维可视化处理方法及系统 | |
| CN111612315A (zh) | 一种新型电网灾害性大风预警方法 | |
| CN101819245A (zh) | 输电线路监测方法和系统 | |
| CN105426671B (zh) | 一种雷暴天气下架空配电线路的可靠性评测方法 | |
| CN104950348B (zh) | 一种气象数据与电网设施的关联方法及系统 | |
| CN106707096A (zh) | 基于多源数据的电网故障定位及分析报告自动生成方法 | |
| CN109784683A (zh) | 一种电网广域气象灾害综合防御方法 | |
| CN102903018B (zh) | 一种基于gis的输电线路风速预警信息处理方法 | |
| CN103427367A (zh) | 一种输电线路检修方法 | |
| KR101248936B1 (ko) | 열화정도를 고려한 교량 재난관리시스템 | |
| CN102946069A (zh) | 特高压输电线路三维可视化智能监控系统 | |
| CN113344735B (zh) | 电网设备的防灾减灾监测预警系统 | |
| CN107069975A (zh) | 一种分布式输电设备状态数据反馈系统及其方法 | |
| CN104951992B (zh) | 基于gis的电力-气象纵向关联方法及系统 | |
| CN110097223A (zh) | 一种台风灾害下输电线路损毁预警方法 | |
| CN114360213A (zh) | 一种铁路地质灾害智慧安全监测预警系统 | |
| CN117273528A (zh) | 高速公路机电系统健康指数评估方法及系统 | |
| KR101722989B1 (ko) | 기지국 유동인구 정보를 활용한 재난 관리 장치 및 방법 | |
| CN114254831A (zh) | 一种风力电网的预警方法 | |
| Sorensen et al. | The update of IEC 61400-24 lightning protection of wind turbines |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180928 |