CN109740797A - 一种基于条件概率的电力设备缺陷事件预警方法 - Google Patents

一种基于条件概率的电力设备缺陷事件预警方法 Download PDF

Info

Publication number
CN109740797A
CN109740797A CN201811497915.2A CN201811497915A CN109740797A CN 109740797 A CN109740797 A CN 109740797A CN 201811497915 A CN201811497915 A CN 201811497915A CN 109740797 A CN109740797 A CN 109740797A
Authority
CN
China
Prior art keywords
defect
equipment
probability
early warning
conditional probability
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
Application number
CN201811497915.2A
Other languages
English (en)
Other versions
CN109740797B (zh
Inventor
张明
徐家慧
王浩
王刚
武江
白静洁
谭琛
娄天月
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Jiangsu Electric Power Co Ltd
Beijing Kedong Electric Power Control System Co Ltd
Nanjing Power Supply Co of Jiangsu Electric Power Co
Original Assignee
State Grid Corp of China SGCC
State Grid Jiangsu Electric Power Co Ltd
Beijing Kedong Electric Power Control System Co Ltd
Nanjing Power Supply Co of Jiangsu Electric Power Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Jiangsu Electric Power Co Ltd, Beijing Kedong Electric Power Control System Co Ltd, Nanjing Power Supply Co of Jiangsu Electric Power Co filed Critical State Grid Corp of China SGCC
Priority to CN201811497915.2A priority Critical patent/CN109740797B/zh
Publication of CN109740797A publication Critical patent/CN109740797A/zh
Application granted granted Critical
Publication of CN109740797B publication Critical patent/CN109740797B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

Landscapes

  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于条件概率的电力设备缺陷事件预警方法，包括：获取历史观测数据、计算预测观测数据、计算目标设备数量、计算缺陷风险概率。本发明提供的基于条件概率的电力设备缺陷事件预警方法通过历史观测数据对与设备发生缺陷相关联的关联因素进行预测，预测出在未来态的预测观测数据，进而计算出设备群在未来态发生缺陷的缺陷风险概率，以对电力设备存在的缺陷风险概率进行预测，从而达到对设备会发生的缺陷风险进行提前预警的目的，还可以简化对电力设备进行排查和/检测的程序和检查范围，降低排查和/检测难度，省时省力，方便快捷。

Description

一种基于条件概率的电力设备缺陷事件预警方法
技术领域
本发明涉及一种基于条件概率的电力设备缺陷事件预警方法，属于电网自动化调度技术 领域。
背景技术
随着科学技术的不断发展以及电力系统的不断完善，不仅为人们的生活带来了很多的便 利(如照明等)，而且在人们的出行等方面也提供了更多的便利(如电动汽车、火车和有轨电 车等)。
与之伴随而来的，是电力设备等的需求增加，从而电力设备等得到了大力发展，如电网 网架结构日趋复杂，电力设备呈现出制造厂商多、设备种类多、产品型号多的特征。由于电 力设备的增多，良莠不齐，以及使用环境和社会因素等的影响，导致电力设备出现缺陷的几 率大大增加。申请人在研究中发现，目前在电力设备出现缺陷或者故障后，才会逐一对电力 设备进行排查和/或检测等，来找出发生缺陷的电力设备，检查程序繁琐，检查范围广，任务 量大，需要花费大量时间成本和消耗大量人力成本。
发明内容
本发明要解决技术问题是：克服上述技术的缺点，提供一种可以对电力设备存在的缺陷 风险概率进行提前预警的基于条件概率的电力设备缺陷事件预警方法。
为了解决上述技术问题，本发明提出的技术方案是：一种基于条件概率的电力设备缺陷 事件预警方法，包括如下步骤：
(1)获取与设备发生缺陷相关联的关联因素的历史观测数据；
(2)基于所述历史观测数据，利用自回归滑动平均模型计算所述关联因素在当前时间之 后第t个时刻的预测观测数据；
(3)基于所述预测观测数据，通过条件概率缺陷趋势预测模型计算出设备群中在所述第 t个时刻存在发生缺陷风险的目标设备的数量；
(4)基于所述目标设备的数量，通过条件概率趋势预测模型计算出所述设备群在所述第 t个时刻发生缺陷的缺陷风险概率。
上述方案进一步的改进在于：所述步骤(2)中，根据以下公式计算所述关联因素在当前 时间之后第t个时刻的预测观测数据：
其中，Xt为所述关联因素在第t个时刻的预测观测数据，Xt-i为所述关联因素在第t-i个时刻的历史观测数据或者基于历史观测数据预测得出的预测观测数据，c为常数，ω和θ为模型参数，ε为白噪声，q为正数。
上述方案进一步的改进在于：所述步骤(3)中，根据以下公式计算设备群中在所述第t 个时刻存在发生缺陷风险的目标设备的数量：
其中，Yt为设备群中在所述第t个时刻发生缺陷风险概率大于预设值的目标设备的数量；
为所述条件概率缺陷趋势预测模型的后验条件密度函数，表示在所述 第t个时刻的所述关联因素影响下，所述设备群中出现yt个目标设备的概率分布；
zt为历史数据中与所述设备群具有相同属性的其它设备群中发生相同缺陷的目标设备 个数；
τ为所述关联因素中的外部因素，为所述关联因素中的温度因素，p为所述关联因 素中的功率因素，u为所述关联因素中的电压因素。
上述方案进一步的改进在于：所述步骤(4)中，根据以下公式计算在所述第t个时刻， 所述设备群发生缺陷的缺陷风险概率：
其中，为所述设备群在所述第t个时刻发生缺陷的缺陷风险概率；
为所述设备群的设备总数，所述设备群的批次为n、型号为m；
是电力设备中产品类型为k的设备被判定为存在缺陷风险的阀值。
上述方案进一步的改进在于：在所述步骤(1)之前，还包括：确定与设备发生缺陷相关 联的关联因素。
本发明提供的基于条件概率的电力设备缺陷事件预警方法，与现有技术中的完全需要人 工进行排查相比，本发明通过历史观测数据对与设备发生缺陷相关联的关联因素进行预测， 预测出在未来态的预测观测数据，进而计算出设备群在未来态发生缺陷的缺陷风险概率，以 对电力设备存在的缺陷风险概率进行预测，从而达到对设备会发生的缺陷风险进行提前预警 的目的，还可以简化对电力设备进行排查和/检测的程序和检查范围，降低排查和/检测难度， 省时省力，方便快捷。
附图说明
图1为本发明一个优选的实施例的流程图。
图2为另一实施例提供的基于条件概率的电力设备缺陷事件预警方法的流程图。
具体实施方式
实施例
首先，对本实施例可适用的应用场景进行介绍。本实施例可以应用于电网系统中，对电 力设备可能存在发生缺陷的缺陷风险概率进行预测，以便对电力设备进行预测和监控，或者 快速对电力设备进行排查的场景下。系统包括基于条件概率的电力设备缺陷事件的预警装置、 应用服务器和多个电力设备，预警装置与应用服务器连接，可以从应用服务器中调用各种数 据，如电力设备的数据，应用服务器可以收集电力设备的各种数据，如电力设备的基础数据、 使用数据和环境数据等，还可以对电力设备进行调制和控制等，电力设备可以是各种不同功 能和不同类型的电力设备，如电网网架、变压器、高压柜和低压柜等等。上述示例中，是已 预警装置与应用服务器连接，从应用服务器中调取数据，但并不局限于此，在其他示例中， 预警装置还可以是在与应用服务器连接的同时，还直接与各电力设备连接，以调取电力设备 的数据。
本实施例的基于条件概率的电力设备缺陷事件预警方法，如图1，包括如下步骤：
(201)获取与设备发生缺陷相关联的关联因素的历史观测数据。
该步骤中，用于基于条件概率的对电力设备缺陷事件进行预警的预警装置，在需要对电 力设备进行预警时，可以获取关联因素的历史观测数据。其中，关联因素为与设备发生缺陷 相互之间有关联的因素。
其中，预警装置获取历史观测数据，可以是预警装置从应用服务器中调取存储的历史观 测数据，也可以是预警装置直接与各电力设备连接，直接从个电力设备出调取存储的历史观 测数据。
优选的，历史观测数据可以是预警装置需要监控的设备群，在进行监控之前的某段时间 内的历史数据，但并不局限于此，如在设备群还没有历史数据时，预警装置获取的历史观测 数据，可以是与设备群相同的其他设备群(如型号、厂家、批次等特性相同的其他设备群) 的历史数据。
(202)基于历史观测数据，利用自回归滑动平均模型计算关联因素在当前时间之后第t 个时刻的预测观测数据。
该步骤中，预警装置在获取到所述历史观测数据之后，预警装置可以使用历史观测数据 来对关联因素在未来态的值进行预测，来得到关联因素未来态的预测观测数据。
具体的：根据以下公式计算关联因素在当前时间之后第t个时刻的预测观测数据：
其中，Xt为关联因素在第t个时刻的预测观 测数据，Xt-i为关联因素在第t-i个时刻的历史观测数据或者基于历史观测数据预测得出的 预测观测数据，c为常数，ω和θ为模型参数，ε为白噪声，q为正数。
(203)基于预测观测数据，通过条件概率缺陷趋势预测模型计算出设备群中在第t个时 刻存在发生缺陷风险的目标设备的数量。
该步骤中，预警装置在通过计算得到预测观测数据之后，预警装置可以进一步的使用预 测观测数据进行预测，来预测设备群在未来态存在发生缺陷风险的目标设备的数量。
其中，设备群可以是由同一厂家生产的，同一批次，不同类型的电力设备组成的设备集 群，其中，不同类型的电力设备，可以是指不同作用，或者使用目的不同的电力设备，如类 型可以是电网网架、变压器以及高压柜等电力设备。
具体的：根据以下公式计算设备群中在第t个时刻存在发生缺陷风险的目标设备的数量：
其中，Yt为设备群中在第t个时刻发生缺陷风险概率大于预设值的目标设备的数量；
为条件概率缺陷趋势预测模型的后验条件密度函数，表示在第t个时 刻的关联因素影响下，设备群中出现yt个目标设备的概率分布；
zt为历史数据中与设备群具有相同属性的其它设备群中发生相同缺陷的目标设备个数；
τ为关联因素中的外部因素，为关联因素中的温度因素，p为关联因素中的功率因 素，u为关联因素中的电压因素。
(204)基于目标设备的数量，通过条件概率趋势预测模型计算出设备群在第t个时刻发 生缺陷的缺陷风险概率。
该步骤中，预警装置在通过计算的到目标设备的数量之后，预警装置就可以使用目标设 备的数量对设备群进行预测，来预测所述设备群在第t个时刻发生缺陷的缺陷风险概率。
具体的：根据以下公式计算在第t个时刻，设备群发生缺陷的缺陷风险概率：
其中，为设备群在第t个时刻发生缺陷的缺陷风险概率；
为设备群的设备总数，设备群的批次为n、型号为m；
是电力设备中产品类型为k的设备被判定为存在缺陷风险的阀值。
本发明实施例提供的基于条件概率的电力设备缺陷事件预警方法，获取与设备发生缺陷 相关联的关联因素的历史观测数据；基于所述历史观测数据，利用自回归滑动平均模型计算 所述关联因素在当前时间之后第t个时刻的预测观测数据；基于所述预测观测数据，通过条 件概率缺陷趋势预测模型计算出设备群中在所述第t个时刻存在发生缺陷风险的目标设备的 数量；基于所述目标设备的数量，通过条件概率趋势预测模型计算出所述设备群在所述第t 个时刻发生缺陷的缺陷风险概率。
与现有技术中的完全需要人工进行排查相比，本发明通过历史观测数据对与设备发生缺 陷相关联的关联因素进行预测，预测出在未来态的预测观测数据，进而计算出设备群在未来 态发生缺陷的缺陷风险概率，以对电力设备存在的缺陷风险概率进行预测，从而达到对设备 会发生的缺陷风险进行提前预警的目的，还可以简化对电力设备进行排查和/检测的程序和检 查范围，降低排查和/检测难度，省时省力，方便快捷。
参阅图2，图2为本发明另一实施例提供的基于条件概率的电力设备缺陷事件预警方法 的流程图，包括：
(301)确定与设备发生缺陷相关联的关联因素。
该步骤中，预警装置在需要对设备进行预测时，预警装置需要确定与设备相关联的关联 因素，关联因素即与设备存在发生缺陷的事件相关联。
其中，关联因素，可以是温度因素、功率因素、电流因素、电压因素和环境因素等外部 因素。
(302)获取与设备发生缺陷相关联的关联因素的历史观测数据。
(303)基于历史观测数据，利用自回归滑动平均模型计算关联因素在当前时间之后第t 个时刻的预测观测数据。
(304)基于预测观测数据，通过条件概率缺陷趋势预测模型计算出设备群中在第t个时 刻存在发生缺陷风险的目标设备的数量。
(305)基于目标设备的数量，通过条件概率趋势预测模型计算出设备群在第t个时刻发 生缺陷的缺陷风险概率。
其中，步骤(302)至步骤(305)的描述，可以参照图1所示实施例中的说明，在此不做赘述。
本发明不局限于上述实施例。凡采用等同替换形成的技术方案，均落在本发明要求的保 护范围。

Claims (5)

1.一种基于条件概率的电力设备缺陷事件预警方法，其特征在于，包括如下步骤：
(1)获取与设备发生缺陷相关联的关联因素的历史观测数据；
(2)基于所述历史观测数据，利用自回归滑动平均模型计算所述关联因素在当前时间之后第t个时刻的预测观测数据；
(3)基于所述预测观测数据，通过条件概率缺陷趋势预测模型计算出设备群中在所述第t个时刻存在发生缺陷风险的目标设备的数量；
(4)基于所述目标设备的数量，通过条件概率趋势预测模型计算出所述设备群在所述第t个时刻发生缺陷的缺陷风险概率。
2.根据权利要求1所述的基于条件概率的电力设备缺陷事件预警方法，其特征在于，所述步骤(2)中，根据以下公式计算所述关联因素在当前时间之后第t个时刻的预测观测数据：
其中，Xt为所述关联因素在第t个时刻的预测观测数据，Xt-i为所述关联因素在第t-i个时刻的历史观测数据或者基于历史观测数据预测得出的预测观测数据，c为常数，ω和θ为模型参数，ε为白噪声，q为正数。
3.根据权利要求2所述的基于条件概率的电力设备缺陷事件预警方法，其特征在于，所述步骤(3)中，根据以下公式计算设备群中在所述第t个时刻存在发生缺陷风险的目标设备的数量：
其中，Yt为设备群中在所述第t个时刻发生缺陷风险概率大于预设值的目标设备的数量；
为所述条件概率缺陷趋势预测模型的后验条件密度函数，表示在所述第t个时刻的所述关联因素影响下，所述设备群中出现yt个目标设备的概率分布；
zt为历史数据中与所述设备群具有相同属性的其它设备群中发生相同缺陷的目标设备个数；
τ为所述关联因素中的外部因素，为所述关联因素中的温度因素，p为所述关联因素中的功率因素，u为所述关联因素中的电压因素。
4.根据权利要求3所述的基于条件概率的电力设备缺陷事件预警方法，其特征在于，所述步骤(4)中，根据以下公式计算在所述第t个时刻，所述设备群发生缺陷的缺陷风险概率：
其中，Ft n,m为所述设备群在所述第t个时刻发生缺陷的缺陷风险概率；
为所述设备群的设备总数，所述设备群的批次为n、型号为m；
是电力设备中产品类型为k的设备被判定为存在缺陷风险的阀值。
5.根据权利要求1所述的基于条件概率的电力设备缺陷事件预警方法，其特征在于：在所述步骤(1)之前，还包括：确定与设备发生缺陷相关联的关联因素。
CN201811497915.2A 2018-12-07 2018-12-07 一种基于条件概率的电力设备缺陷事件预警方法 Active CN109740797B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811497915.2A CN109740797B (zh) 2018-12-07 2018-12-07 一种基于条件概率的电力设备缺陷事件预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811497915.2A CN109740797B (zh) 2018-12-07 2018-12-07 一种基于条件概率的电力设备缺陷事件预警方法

Publications (2)

Publication Number Publication Date
CN109740797A true CN109740797A (zh) 2019-05-10
CN109740797B CN109740797B (zh) 2022-08-23

Family

ID=66358586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811497915.2A Active CN109740797B (zh) 2018-12-07 2018-12-07 一种基于条件概率的电力设备缺陷事件预警方法

Country Status (1)

Country Link
CN (1) CN109740797B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112488420A (zh) * 2020-12-15 2021-03-12 浙江智昌机器人科技有限公司 一种基于条件概率的设备故障预测方法
CN116993327A (zh) * 2023-09-26 2023-11-03 国网安徽省电力有限公司经济技术研究院 用于变电站的缺陷定位系统及其方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504525A (zh) * 2014-12-26 2015-04-08 国家电网公司 通过大数据挖掘技术实现电网设备故障预警的方法
CN105224782A (zh) * 2014-10-16 2016-01-06 华北电力大学 一种基于故障模式的变电设备故障概率计算方法
US20160077163A1 (en) * 2013-04-22 2016-03-17 Zhao Wang Method and apparatus for defect pre-warning of power device
CN105740975A (zh) * 2016-01-26 2016-07-06 云南电网有限责任公司电力科学研究院 一种基于数据关联关系的设备缺陷评估与预测方法
CN107767088A (zh) * 2017-12-07 2018-03-06 广东电网有限责任公司电力科学研究院 一种基于设备缺陷的变压器风险评估方法及装置
CN108776867A (zh) * 2018-06-04 2018-11-09 国家电网公司 基于调控大数据平台的变电设备家族性缺陷趋势分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160077163A1 (en) * 2013-04-22 2016-03-17 Zhao Wang Method and apparatus for defect pre-warning of power device
CN105224782A (zh) * 2014-10-16 2016-01-06 华北电力大学 一种基于故障模式的变电设备故障概率计算方法
CN104504525A (zh) * 2014-12-26 2015-04-08 国家电网公司 通过大数据挖掘技术实现电网设备故障预警的方法
CN105740975A (zh) * 2016-01-26 2016-07-06 云南电网有限责任公司电力科学研究院 一种基于数据关联关系的设备缺陷评估与预测方法
CN107767088A (zh) * 2017-12-07 2018-03-06 广东电网有限责任公司电力科学研究院 一种基于设备缺陷的变压器风险评估方法及装置
CN108776867A (zh) * 2018-06-04 2018-11-09 国家电网公司 基于调控大数据平台的变电设备家族性缺陷趋势分析方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112488420A (zh) * 2020-12-15 2021-03-12 浙江智昌机器人科技有限公司 一种基于条件概率的设备故障预测方法
CN116993327A (zh) * 2023-09-26 2023-11-03 国网安徽省电力有限公司经济技术研究院 用于变电站的缺陷定位系统及其方法
CN116993327B (zh) * 2023-09-26 2023-12-15 国网安徽省电力有限公司经济技术研究院 用于变电站的缺陷定位系统及其方法

Also Published As

Publication number Publication date
CN109740797B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN108518804B (zh) 一种机房温湿度环境预测方法及系统
US20200134516A1 (en) Method for asset management of electric power equipment
JP5992186B2 (ja) 二次電池装置および二次電池装置の異常検出方法
US11221367B2 (en) Evaluation device, energy storage system, evaluation method and non-transitory computer readable medium
JP6635743B2 (ja) 蓄電池保全装置、及び、蓄電池保全方法
CN109034424B (zh) 一种变电站设备维护管理方法、装置及终端设备
US10845421B2 (en) Storage battery evaluation device, energy storage system, and storage battery evaluation method
CN104316879B (zh) 一种铅酸蓄电池组寿命的预测方法
EP2174197A1 (en) System and method for predictive maintenance of a battery assembly using temporal signal processing
CN104977087A (zh) 一种基于红外成像测温的电力设备故障自动预警的方法
CN117078017A (zh) 一种用于电力电网设备监控智能化决策分析系统
CN108205114B (zh) 电池寿命的预测方法及系统
CN109740797B (zh) 一种基于条件概率的电力设备缺陷事件预警方法
US20200050990A1 (en) Method for asset management of substation
US20230038461A1 (en) Asset management method for substation
US20220166075A1 (en) Method for Enhancing a Battery Module Model of a Battery Module Type
CN110907064A (zh) 一种gis隔离开关触头温度预测方法、装置及可读存储介质
CN114821852A (zh) 基于特征金字塔的电网缺陷深度识别巡查机器人控制系统
CN113787914B (zh) 动力电池的监控方法、装置、服务器及存储介质
CN107544008B (zh) 车载igbt状态监测方法及装置
CN117665595A (zh) 电池状态监控方法、装置、电子设备和存储介质
CN117723878A (zh) 一种配电网干式变压器故障预警装置及方法
CN112734201A (zh) 基于预期故障概率的多台设备整体质量评价方法
CN111562450B (zh) 一种用于监测电抗器寿命的系统及方法
US11315083B2 (en) Asset management method for substation

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