CN109034538B - 一种面向变电站自动化设备运行质量的评价分析方法 - Google Patents
一种面向变电站自动化设备运行质量的评价分析方法 Download PDFInfo
- Publication number
- CN109034538B CN109034538B CN201810672114.9A CN201810672114A CN109034538B CN 109034538 B CN109034538 B CN 109034538B CN 201810672114 A CN201810672114 A CN 201810672114A CN 109034538 B CN109034538 B CN 109034538B
- Authority
- CN
- China
- Prior art keywords
- equipment
- ith
- substation automation
- evaluation
- quality
- 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.)
- Active
Links
Images
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及一种面向变电站自动化设备运行质量的评价分析方法,包括如下步骤:提取概率矩阵、交叉熵计算、隶属度函数计算、状态评价表达,通过对变电站运行质量的分析,为变电站自动化设备运行维修和管理人员开展变电站自动化设备运行质量评价以及制定检修策略提供参考指导,实现变电站自动化设备运行、维护、检修等相关工作的科学化。
Description
技术领域
本发明涉及电力输变电设备运行监测技术领域,特别是涉及一种面向变电站自动化设备运行质量的评价分析方法。
背景技术
变电站自动化设备的运行质量分析是未来智能二次设备状态评价与检修的重要部分。我国电力设备状态评价分析主要集中在一次设备方面,主要集中在电力变压器方面的状态评价和状态检修,相关成果在山东、浙江等电网公司以及上海、大连等电力部门已经得以应用,但尚缺乏完善定量的设备状态评价指标体系,且在线监测技术尚未成熟。与此同时,针对二次设备开展状态评价分析以及优化状态检修策略的研究较少,目前调度支持系统中的二次设备在线监视与分析模块主要处理与解决的是继电保护设备、故障录波器的相关信息,电力行业尚没有标准的指标体系用于二次设备状态评价。由于受到电力企业的管理体制、技术水平、监测手段等多方面的因素影响,二次设备运行质量评价难以实现。。
发明内容
本发明为解决上述技术问题,提出一种面向变电站自动化设备运行质量的评价分析方法,结合变电站实际运行情况和历史数据,对变电站自动化设备的运行质量进行合理的评价分析,监测变电站自动化设备的运行,为提升变电站整体性能提供坚实依据。
为了达到上述技术效果,本发明技术方案如下,一种面向变电站自动化设备运行质量的评价分析方法,该方法包括提取概率矩阵、交叉熵计算、隶属度函数计算和状态评价表达。其中,提取概率矩阵流程如下:
利用变电站自动化设备的历史运行数据,统计相关指标:假定D1,D2,…,Di,…,Dj…,DN代表对应的设备,其中N为设备的总数(i∈N、j∈N)。在统计时,依次记录D1,D2,…,Di,…,Dj…,DN设备在变电站自动化运行中的权重系数,假定第i个设备的权重系数为λi;在统计时,依次记录当D1,D2,…,Di,…,Dj…,DN设备发生故障时,剩余各设备的故障次数。假定第i个设备出现故障时(计Fi为其出现故障的总次数),第j个设备出现问题的总次数为Fi,j,则第i个设备故障时第j个设备出现问题的概率计为ρij。ρij=Fi,j/Fi。
其中,交叉熵计算流程如下:
对概率矩阵进行交叉熵计算,其中,第i个设备与第j个设备之间的运行状态存在的交叉熵表示为:
其中,隶属度函数计算流程如下:
针对第i个设备,从交叉熵矩阵第i行中的各设备对应数据即Si1,Si2,…,SiN中寻找最大值(如有多个相同的最大值,则取对应权重系数最大的设备),假定序号为Sih(h∈N),则计变量MAX=Sih,同时获取第h个设备的权重系数λh。
针对第i个设备,从交叉熵矩阵第i行中的各设备对应数据即Si1,Si2,…,SiN中寻找最小值(如有多个相同的最小值,则取对应权重系数最小的设备),假定序号为Sil(l∈N),则计变量MIN=Sil,同时获取第l个设备的权重系数λl。
针对第i个设备,更新各设备的隶属度函数:
其中,状态评价表达流程如下:
采集目前各设备的运行状态,假定第j个设备的运行状态为Stj(根据非正常状态的严重程度该值不断增加,例如0代表正常,1代表预警,…,9表示故障)
则第i个设备运行质量评价值:
QEi=St1*f(i,1)+St2*f(i,2)+…+Stj*f(i,j)…+StN*f(i,N);
变电站自动化设备整体运行质量评价值:QE=QE1+QE2+…+QEj…+QEN
预先设定阈值α1,α2,..,αn,分别对应变电站自动化设备整体运行的n个运行质量标准,判断QE如高于其中某个数值,则当前变电站自动化设备整体运行处于对应的质量标准(例如α1=0代表正常状态,α2=0.1代表预警状态,…,αn=1代表故障状态,当QE>α2时代表当前变电站自动化设备整体运行处于预警状态)。
本发明通过对变电站运行质量的分析,为变电站自动化设备运行维修和管理人员开展变电站自动化设备运行质量评价以及制定检修策略提供参考指导,实现变电站自动化设备运行、维护、检修等相关工作的科学化。
附图说明
图1为本发明的变电站自动化设备运行质量评价分析流程
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。
如图1中所示,本发明的面向变电站自动化设备运行质量的评价分析方法,主要包括提取概率矩阵、交叉熵计算、隶属度函数计算和状态评价四个流程。
其中,提取概率矩阵流程如下
利用变电站自动化设备的历史运行数据,统计相关指标:假定D1,D2,…,Di,…,Dj…,DN代表对应的设备,其中N为设备的总数(i∈N、j∈N)。在统计时,依次记录D1,D2,…,Di,…,Dj…,DN设备在变电站自动化运行中的权重系数,假定第i个设备的权重系数为λi;在统计时,依次记录当D1,D2,…,Di,…,Dj…,DN设备发生故障时,剩余各设备的故障次数。假定第i个设备出现故障时(计Fi为其出现故障的总次数),第j个设备出现问题的总次数为Fi,j,则第i个设备故障时第j个设备出现问题的概率计为ρij。ρij=Fi,j/Fi。依次类推,可以获取下表所示的概率矩阵,其实例如下表1所示。
D<sub>1</sub> | D<sub>2</sub> | … | D<sub>i</sub> | … | D<sub>j</sub> | … | D<sub>N</sub> | |
D<sub>1</sub> | ρ<sub>11</sub>=1 | ρ<sub>12</sub>=0.1 | ρ<sub>1i</sub>=0 | ρ<sub>1j</sub>=0.2 | ρ<sub>1N</sub>=0.6 | |||
D<sub>2</sub> | ρ<sub>21</sub>=0.3 | ρ<sub>22</sub>=1 | ρ<sub>2i</sub>=0.5 | ρ<sub>2j</sub>=0 | ρ<sub>2N</sub>=0 | |||
… | ||||||||
D<sub>i</sub> | ρ<sub>i1</sub>=0.4 | ρ<sub>i2</sub>=0.1 | ρ<sub>ii</sub>=1 | ρ<sub>ij</sub>=0 | ρ<sub>iN</sub>=0.55 | |||
… | ||||||||
D<sub>j</sub> | ρ<sub>j1</sub>=0.2 | ρ<sub>j2</sub>=0 | ρ<sub>ji</sub>=0.3 | ρ<sub>jj</sub>=1 | ρ<sub>jN</sub>=0 | |||
… | ||||||||
D<sub>N</sub> | ρ<sub>N1</sub>=0.25 | ρ<sub>N2</sub>=0.4 | ρ<sub>Ni</sub>=0 | ρ<sub>Nj</sub>=0 | ρ<sub>NN</sub>=1 |
表1某概率矩阵实例
其中,交叉熵计算流程如下:
对概率矩阵进行交叉熵计算,其中,第i个设备与第j个设备之间的运行状态存在的交叉熵表示为:
其实例如下表2所示。
D<sub>1</sub> | D<sub>2</sub> | … | D<sub>i</sub> | … | D<sub>j</sub> | … | D<sub>N</sub> | |
D<sub>1</sub> | S<sub>11</sub>=2.7 | S<sub>12</sub>=2.1 | S<sub>1i</sub>=2.2 | S<sub>1j</sub>=2.4 | S<sub>1N</sub>=2.2 | |||
D<sub>2</sub> | S<sub>21</sub>=2.3 | S<sub>22</sub>=2.7 | S<sub>2i</sub>=1.8 | S<sub>2j</sub>=2.2 | S<sub>2N</sub>=2.1 | |||
… | ||||||||
D<sub>i</sub> | S<sub>i1</sub>=2.4 | S<sub>i2</sub>=2.1 | S<sub>ii</sub>=2.7 | S<sub>ij</sub>=2.3 | S<sub>iN</sub>=1.7 | |||
… | ||||||||
D<sub>j</sub> | S<sub>j1</sub>=2.2 | S<sub>j2</sub>=1.7 | S<sub>ji</sub>=1.9 | S<sub>jj</sub>=2.7 | S<sub>jN</sub>=1.9 | |||
… | ||||||||
D<sub>N</sub> | S<sub>N1</sub>=2.2 | S<sub>N2</sub>=2.4 | S<sub>Ni</sub>=2.0 | S<sub>Nj</sub>=2.1 | S<sub>NN</sub>=2.7 |
表2交叉熵矩阵计算实例
其中,隶属度函数计算流程如下:
针对第i个设备,从交叉熵矩阵第i行中的各设备对应数据即Si1,Si2,…,SiN中寻找最大值(如有多个相同的最大值,则取对应权重系数最大的设备),假定序号为Sih(h∈N),则计变量MAX=Sih,同时获取第h个设备的权重系数λh。
针对第i个设备,从交叉熵矩阵第i行中的各设备对应数据即Si1,Si2,…,SiN中寻找最小值(如有多个相同的最小值,则取对应权重系数最小的设备),假定序号为Sil(l∈N),则计变量MIN=Sil,同时获取第l个设备的权重系数λl。
针对第i个设备,更新各设备的隶属度函数:
其中,状态评价表达流程如下:
采集目前各设备的运行状态,假定第j个设备的运行状态为Stj(根据非正常状态的严重程度该值不断增加,例如0代表正常,1代表预警,…,9表示故障)
则第i个设备运行质量评价值:
QEi=St1*f(i,1)+St2*f(i,2)+…+Stj*f(i,j)…+StN*f(i,N);
变电站自动化设备整体运行质量评价值:QE=QE1+QE2+…+QEj…+QEN
预先设定阈值α1,α2,..,αn,分别对应变电站自动化设备整体运行的n个运行质量标准,判断QE如高于其中某个数值,则当前变电站自动化设备整体运行处于对应的质量标准(例如α1=0代表正常状态,α2=0.1代表预警状态,…,αn=1代表故障状态,当QE>α2时代表当前变电站自动化设备整体运行处于预警状态)。
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (2)
1.一种面向变电站自动化设备运行质量的评价分析方法,其特征在于:该方法包括如下步骤:
步骤1:提取概率矩阵,利用变电站自动化设备的历史运行数据,统计相关指标,并根据该相关指标,记录设备在变电站自动化运行中的权重系数,获得概率矩阵;
步骤2:交叉熵计算,所述熵计算为对所述步骤1中的概率矩阵进行交叉熵,获得交叉熵矩阵;
步骤3:隶属度函数计算,首先从步骤2中所述的交叉熵矩阵寻找各个设备对应数据的最大值和最小值,同时获取该设备的权重系数,然后更新个设备的隶属度函数;
步骤4:状态评价表达,采集各设备的运行状态,并建立相应的设备运行质量评价值公式和变电站自动化设备整体运行质量评价值公式,并建立变电站自动化设备整体运行的质量标准;预先设定各个设备运行质量评价值的阈值,将该阈值与变电站自动化设备整体运行质量评价值进行比较,以此判断当前变电站自动化设备整体运行所对应的质量标准;
在所述步骤1中,利用变电站自动化设备的历史运行数据,统计相关指标:假定D1,D2,…,Di,…,Dj…,DN代表对应的设备,其中N为设备的总数i∈N、j∈N,N为正整数,依次记录D1,D2,…,Di,…,Dj…,DN设备在变电站自动化运行中的权重系数,其中第i个设备的权重系数为λi;在统计时,依次记录当D1,D2,…,Di,…,Dj…,DN设备发生故障时,剩余各设备的故障次数;假定第i个设备出现故障时,设Fi为其出现故障的总次数,则第j个设备出现问题的总次数为Fi,j,则第i个设备故障时第j个设备出现问题的概率记为ρij=Fi,j/Fi;
在所述步骤2中,第i个设备与第j个设备之间的运行状态存在的交叉熵表示为:
在所述步骤3中,隶属度函数计算流程如下:
针对第i个设备,从交叉熵矩阵第i行中的各设备对应数据即Si1,Si2,…,SiN中寻找最大值变量MAX=Sih,h∈N,并同时获取第h个设备的权重系数λh;如有多个相同的最大值,则取对应权重系数最大的设备;
针对第i个设备,从交叉熵矩阵第i行中的各设备对应数据即Si1,Si2,…,SiN中寻找最小值MIN=Sil,l∈N,并同时获取第l个设备的权重系数λl,如有多个相同的最小值,则取对应权重系数最小的设备;
针对第i个设备,更新各设备的隶属度函数:
2.如权利要求1所述的一种面向变电站自动化设备运行质量的评价分析方法,其特征在于:在所述步骤4中,状态评价表达流程如下:
采集各设备的运行状态,建立第i个设备运行质量评价值:QEi=St1*f(i,1)+St2*f(i,2)+…+Stj*f(i,j)…+StN*f(i,N);
其中,Stj为第j个设备的运行状态,Stj=0,1,2…,9,根据非正常状态的严重程度该运行状态的值不断增加;
变电站自动化设备整体运行质量评价值:QE=QE1+QE2+…+QEj…+QEN;
预先设定阈值α1,α2,..,αN,分别对应变电站自动化设备整体运行的N个运行质量标准,如果QE高于其中某个设定阈值,则当前变电站自动化设备整体运行处于对应的质量标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810672114.9A CN109034538B (zh) | 2018-06-26 | 2018-06-26 | 一种面向变电站自动化设备运行质量的评价分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810672114.9A CN109034538B (zh) | 2018-06-26 | 2018-06-26 | 一种面向变电站自动化设备运行质量的评价分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109034538A CN109034538A (zh) | 2018-12-18 |
CN109034538B true CN109034538B (zh) | 2021-08-03 |
Family
ID=64611059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810672114.9A Active CN109034538B (zh) | 2018-06-26 | 2018-06-26 | 一种面向变电站自动化设备运行质量的评价分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109034538B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022133889A1 (zh) * | 2020-12-24 | 2022-06-30 | 华能国际电力股份有限公司 | 基于设备监理的电站设备质量数据处理方法及装置 |
CN113298415B (zh) * | 2021-06-10 | 2023-09-19 | 国家电网有限公司 | 一种用于能量枢纽的协同运行质量分析评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794534A (zh) * | 2015-04-16 | 2015-07-22 | 国网山东省电力公司临沂供电公司 | 一种基于改进深度学习模型的电网安全态势预测方法 |
CN105576655A (zh) * | 2016-01-13 | 2016-05-11 | 国网山西省电力公司大同供电公司 | 一种基于可靠性价值增量的关键线路识别方法和系统 |
CN106934242A (zh) * | 2017-03-16 | 2017-07-07 | 杭州安脉盛智能技术有限公司 | 基于交叉熵法的多模式下设备的健康度评估方法及系统 |
CN107256449A (zh) * | 2017-05-22 | 2017-10-17 | 武汉大学 | 一种智能变电站继电保护装置状态评价与评估方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107203947A (zh) * | 2017-05-22 | 2017-09-26 | 武汉大学 | 一种数字化变电站继电保护系统状态评价方法 |
-
2018
- 2018-06-26 CN CN201810672114.9A patent/CN109034538B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794534A (zh) * | 2015-04-16 | 2015-07-22 | 国网山东省电力公司临沂供电公司 | 一种基于改进深度学习模型的电网安全态势预测方法 |
CN105576655A (zh) * | 2016-01-13 | 2016-05-11 | 国网山西省电力公司大同供电公司 | 一种基于可靠性价值增量的关键线路识别方法和系统 |
CN106934242A (zh) * | 2017-03-16 | 2017-07-07 | 杭州安脉盛智能技术有限公司 | 基于交叉熵法的多模式下设备的健康度评估方法及系统 |
CN107256449A (zh) * | 2017-05-22 | 2017-10-17 | 武汉大学 | 一种智能变电站继电保护装置状态评价与评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109034538A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN110610121B (zh) | 基于曲线聚类的小时级源荷功率异常数据辨识与修复方法 | |
CN109034538B (zh) | 一种面向变电站自动化设备运行质量的评价分析方法 | |
CN110084158B (zh) | 一种基于智能算法的用电设备识别方法 | |
CN107491783B (zh) | 基于改进密度峰值聚类算法的变压器故障类型分类方法 | |
CN110569278A (zh) | 一种基于大数据分析的变压器缺陷评估方法 | |
CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
CN111666978B (zh) | 一种it系统运维大数据的智能故障预警系统 | |
CN114118588A (zh) | 聚类欠采样下基于博弈特征提取的迎峰度夏停电预测方法 | |
CN112949874B (zh) | 一种配电终端缺陷特征自诊断方法及系统 | |
CN112711947B (zh) | 一种基于文本向量化的故障停电抢修事中处置参考方法 | |
CN105741184B (zh) | 一种变压器状态评估方法及装置 | |
CN109167684A (zh) | 一种通信网络状态故障监控系统及检修方法 | |
CN117113135A (zh) | 一种可对异常数据整理分类的碳排放异常监测分析系统 | |
CN107832408B (zh) | 一种基于数据标签及熵权法的电网缺陷推荐方法 | |
CN110580578A (zh) | 一种智能变电站二次系统运行质量多分层评价方法 | |
Li et al. | Fault prediction of power transformer by association rules and markov | |
CN111476383B (zh) | 一种泵站机组状态检修动态决策方法 | |
Fan et al. | Risk assessment of power communication network based on node importance | |
CN112527789A (zh) | 变电设备在线监测数据中的重复数据检测方法及装置 | |
CN113011047A (zh) | 一种基于220kV及以下智能变电站二次系统的可靠性分析方法 | |
Shan et al. | Root Cause Analysis of Failures for Power Communication Network Based on CNN | |
Zhang et al. | Research on transformer fault diagnosis method based on rough set optimization BP neural network | |
CN114895115B (zh) | 特高压直流控保系统中基于启发式搜索分析的故障预测方法 | |
Ding et al. | Reliability evaluation of direct current distribution system for intelligent buildings based on big data analysis |
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 |