CN109884473A - 一种电力检修系统及方法 - Google Patents
一种电力检修系统及方法 Download PDFInfo
- Publication number
- CN109884473A CN109884473A CN201910251361.6A CN201910251361A CN109884473A CN 109884473 A CN109884473 A CN 109884473A CN 201910251361 A CN201910251361 A CN 201910251361A CN 109884473 A CN109884473 A CN 109884473A
- Authority
- CN
- China
- Prior art keywords
- information
- fault
- failure
- risk
- level
- 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
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本公开提供了一种电力检修系统及方法,包括故障信息采集模块、故障信息处理模块、故障信息响应模块和主控平台;故障信息采集模块用于故障信息的实时采集;故障信息处理模块用于定位故障位置,诊断故障电力元件;故障信息响应模块用于根据故障判断信息,分配检修工具,得出检修工具和备件清单;主控平台根据接收到的故障信息、故障判断信息、检修工具和备件清单,采用预设故障趋势预测规则,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据故障的风险等级进行后备检修人员和检修工具的准备,实现了检修工具和备件的准确携带以及检修人员的准确配备,从而提高了电力检修的效率,极大的缩短了电力系统故障的时间。
Description
技术领域
本公开涉及电力检修技术领域,特别涉及一种电力检修系统及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术,并不必然构成现有技术。
电力系统故障诊断就是利用故障发生后所产生的故障信息及时、有效地确定故障元件,为调度人员快速辨识故障提供辅助决策,其有助于尽快切除故障,恢复电力系统的正常运行。国内外学者在这一领域开展了大量研究,提出了众多的故障诊断方法。基于现有解析模型的故障诊断方法相对成熟,已经在实际电力系统中得到应用,但是,一旦出现电力故障,检修工作人员只是携带常用检修工具去寻找检修地点,当确定故障类型后,需要人工确认需要何种检修工具以及何种备件,这都极大的拖延了电力系统的恢复时间,容易带来电力系统的二次损害,同时长时间的断电也容易带来巨大的经济损失。
因此,本公开发明人认为目前亟待解决的问题如下:(1)电力系统故障后,在不知道电网故障具体位置的情况下,盲目派出检修人员,无法及时到达准确的故障地点;(2)电力系统故障后,无法准确判断故障类型,无法准确携带检修工具和备件到达检修地点;(3)电力系统故障后,遇到未知的电力系统故障,无法做到及时分析判断。
发明内容
为了解决现有技术的不足,本公开提供了一种电力检修系统及方法,实现了电力系统故障的位置和类型的准确判断,实现了检修工具和备件的准确携带以及检修人员的准确配备以及对未知电力系统故障的准确判断,从而提高了电力检修的效率,极大的缩短了电力系统故障的时间,减少了停电时间较长带来的经济损失。
为了实现上述目的,本公开采用如下技术方案:
第一方面,本公开提供了一种电力检修系统;
一种电力检修系统,包括故障信息采集模块、故障信息处理模块、故障信息响应模块和主控平台;
所述故障信息采集模块用于对电力系统中包含的至少一个电力元件进行实时监测和实时故障信息采集,所述故障信息包括故障发生后的保护动作信息、断路器动作信息以及静态电网拓扑数据;
所述故障信息处理模块用于根据故障信息和故障类型数据库,实时排查所获取的故障信息是否为已知故障信息,并得出故障判断信息,定位故障位置,诊断故障电力元件,并向故障响应模块和主控平台发送故障判断信息和告警信息;
所述故障信息响应模块用于根据故障判断信息,分配检修工具,得出检修工具和备件清单,并将故障信息、故障判断信息和检修工具和备件清单上传到主控平台;
所述主控平台根据接收到的故障信息、故障判断信息、检修工具和备件清单,采用预设的故障趋势预测规则,对获取的故障信息和故障判断信息数据进行再处理,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据故障的风险等级进行后备检修人员和检修工具的准备。
作为可能的一些实现方式,还包括无线收发模块,所述故障信息采集模块、故障信息处理模块、故障信息响应模块、主控平台和各级变电站之间通过无线收发模块进行通信。
作为可能的一些实现方式,所述无线收发模块为5G通信收发模块,从而实现故障信息的准确快速的传输,极大的提高了故障信息传递的实时性,缩短检修时间。
作为可能的一些实现方式,所述故障信息处理模块包括故障区域确定子模块、模型建立子模块和推理运算子模块;所述故障区域确定子模块用于根据所述故障信息确定故障区域;
所述模型建立子模块用于根据故障区域中的各故障电力元件与相应保护、断路器动作和静态电网拓扑数据之间的逻辑关系对各故障电力元件建模,建立故障电力元件的加权模糊时序Petri网故障诊断模型;
所述推理运算子模块用于根据加权模糊时序Petri网故障诊断模型,构造相应矩阵进行推理运算,诊断出故障电力元件。
作为可能的一些实现方式,所述故障的风险等级至少设为五级,一级风险为特重大风险,二级级风险为重大风险,三级级风险为一般风险,四级级风险为轻微风险,五级风险为无风险。
第二方面,本公开提供了一种电力检修方法;
一种电力检修方法,步骤如下:
(1)对电力系统中的电力元件进行监测和实时故障信息采集,所述故障信息包括故障发生后的保护动作信息、断路器动作信息以及静态电网拓扑数据;
(2)根据故障信息和故障类型数据库,排查所获取的故障趋势信息是否为已知故障信息,并得出故障判断信息,诊断出故障电力元件,定位故障位置,发送告警信息;
(3)根据故障判断信息和故障电力元件,分配检修工具和备件,得出检修工具和备件清单;
(4)根据故障信息、故障判断信息、检修工具和备件清单,采用预设的故障趋势预测规则,对获取的故障信息和故障判断信息数据进行再处理,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据风险等级和对电网的危害程度进行后备检修人员和检修工具的准备。
作为可能的一些实现方式,所述步骤(2)中,
601所述故障信息中包括时序信息,设置至少三级检修工作站,根据所述故障信息确定故障区域;
602根据历史故障信息建立故障信息库,根据实时故障信息通过遍历方法对故障信息库中的数据进行遍历检查,判断是否为已知故障,如果为已知故障,转到步骤603;如果为未知故障,向三级检修工作站、二级检修工作站和一级检修工作站发送告警信息,各级检修工作站根据未知故障调派检修人员和物资进行故障类型分析;
603根据所述故障区域中的各故障电力元件与保护动作信息、断路器动作信息以及静态电网拓扑数据之间的逻辑关系对各故障电力元件建模,建立故障电力元件的加权模糊时序Petri网故障诊断模型;
604根据所述加权模糊时序Petri网故障诊断模型,构造相应矩阵进行推理运算,诊断出故障电力元件。
作为可能的一些实现方式,所述步骤(3)中,根据故障判断信息和故障电力元件,向三级检修工作站实时下发故障信息、故障判断信息、检修工具和备件清单以及故障位置信息,三级检修工作站根据收到的信息准备检修工具和备件,分配工作人员进行及时检修
作为可能的一些实现方式,所述步骤(3)中,所述故障趋势预测信息包括故障未来趋势信息和故障周期性趋势信息;
采用预设的线性回归算法和指数回归算法,对获取的故障信息、故障判断信息、检修工具和备件清单数据进行数据再处理,得到对应的故障未来趋势信息;
采用预设的三角函数回归算法,对获取到的所述故障信息进行数据处理,得到对应的故障周期性趋势信息,具体为:取出监测数据状态因子参数序列中最后采集的状态因子参数值及其之前m-1个状态因子参数值进行周期性分析,根据采集到的状态因子参数值计算这段时间内状态因子参数值变化的周期性参数,得到周期性回归分析函数,然后根据该函数绘制状态因子参数值变化的周期性曲线,周期性曲线,当有某个值超出了周期性曲线的变化范围,则该状态因子参数为对应的故障周期性趋势信息。
作为可能的一些实现方式,所述故障的风险等级至少设为五级,一级风险为特重大风险,表示为故障未来趋势信息和故障周期性趋势信息均显示电网会遭受重大关联性破坏;二级级风险为重大风险,表示为故障未来趋势信息或故障周期性趋势信息显示电网会遭受到重大关联性破坏;三级级风险为一般风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般关联性破坏;四级级风险为轻微风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般单一性破坏;五级风险为无风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网不会遭受到破坏。
作为可能的一些实现方式,当判断为五级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给三级检修工作站,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修;
当判断为四级级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给二级和三级检修工作站,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修,二级检修工作站根据风险等级、故障信息、故障判断信息、检修工具和备件清单判断是否需要增加检修工作人员和备件;
当判断为一级、二级或者三级级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给底层检修工作站工作人员,并将保存的风险等级、故障信息、故障判断信息发送给三级检修工作站、二级检修工作站和一级检修工作站,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修,一级检修工作站和二级检修工作站根据风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行物资调配和检修人员的准备。
与现有技术相比,本公开的有益效果是:
1、本公开所述的内容包括故障信息处理模块,用于根据故障信息和故障类型数据库,实时排查所获取的故障信息是否为已知故障信息,并得出故障判断信息,定位故障位置,诊断故障电力元件,并向故障响应模块和主控平台发送故障判断信息和告警信息,实现了故障位置和类型的确定,当无法确定故障类型时及时的向各级检修工作站发送告警信息,从而可以进行未知故障类型的及时有效判断,以尽快调配检修人员和物资,实现电力系统故障的快速排除。
2、本公开所述的主控平台根据接收到的故障信息、故障判断信息、检修工具和备件清单,采用预设的故障趋势预测规则,对获取的故障信息和故障判断信息数据进行再处理,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据故障的风险等级进行后备检修人员和检修工具的准备,从而根据现有故障实现了对故障风险等级的预测,在三级检修工作站及时派出检修人员的同时,一级和二级检修工作站对高风险等级的故障类型进行及时的检修人员和备件预备,从而实现大面积电力系统故障的有效预防。
3、本公开在获取监测设备或客户报修的故障信息后,经过排查所获取的故障信息是否为已知故障信息可以有效的过滤掉计划停电及重复故障,使得资源合理,高效调用,防止资源浪费。
4、本公开考虑了故障趋势信息的准确性,提出了延时约束的电力系统加权模糊时序Petri网故障诊断模型,并根据该加权模糊时序Petri网故障诊断模型进行故障元件诊断,由于本发明所采用的加权模糊时序Petri网故障诊断模型可以处理延时约束问题,因此有效提高了电力系统中故障趋势诊断的容错性和准确性。
5、本公开所述的内容采用预设的线性回归算法和指数回归算法,对获取的故障信息、故障判断信息、检修工具和备件清单数据进行数据再处理,得到对应的故障未来趋势信息;采用预设的三角函数回归算法,对获取到的所述故障信息进行数据处理,得到对应的故障周期性趋势信息,从而有效的实现了根据采集到的故障信息进行故障预测,以获得故障危险等级,从而根据危险等级进行检修工具和检修人员的调配准备,一旦真正出现大面积故障,可立刻进行检修人员和检修工具以及备件的投入,从而极大的提高了检修工作效率,缩短了停电时间。
附图说明
图1为本公开实施例1所述的电力检修系统示意图。
图2为本公开实施例2所述的电力检修方法流程示意图。
图3为本公开实施例2所述的故障类型和故障元件诊断示意图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例1:
如图1所述,本公开实施例1提供了一种电力检修系统,故障信息采集模块、故障信息处理模块、故障信息响应模块和主控平台;
所述故障信息采集模块用于对电力系统中包含的至少一个电力元件进行实时监测和实时故障信息采集,所述故障信息包括故障发生后的保护动作信息、断路器动作信息以及静态电网拓扑数据;
所述故障信息处理模块用于根据故障信息和故障类型数据库,实时排查所获取的故障信息是否为已知故障信息,并得出故障判断信息,定位故障位置,诊断故障电力元件,并向故障响应模块和主控平台发送故障判断信息和告警信息;
所述故障信息响应模块用于根据故障判断信息,分配检修工具,得出检修工具和备件清单,并将故障信息、故障判断信息和检修工具和备件清单上传到主控平台;
所述主控平台根据接收到的故障信息、故障判断信息、检修工具和备件清单,采用预设的故障趋势预测规则,对获取的故障信息和故障判断信息数据进行再处理,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据故障的风险等级进行后备检修人员和检修工具的准备。
还包括5G通信收发模块,所述故障信息采集模块、故障信息处理模块、故障信息响应模块、主控平台和各级变电站之间通过5G通信收发模块进行通信,从而实现故障信息的准确快速的传输,极大的提高了故障信息传递的实时性,缩短检修时间。
所述故障信息处理模块包括故障区域确定子模块、模型建立子模块和推理运算子模块;所述故障区域确定子模块用于根据所述故障信息确定故障区域;
所述模型建立子模块用于根据故障区域中的各故障电力元件与相应保护、断路器动作和静态电网拓扑数据之间的逻辑关系对各故障电力元件建模,建立故障电力元件的加权模糊时序Petri网故障诊断模型;
所述推理运算子模块用于根据加权模糊时序Petri网故障诊断模型,构造相应矩阵进行推理运算,诊断出故障电力元件。
所述故障的风险等级至少设为五级,一级风险为特重大风险,二级级风险为重大风险,三级级风险为一般风险,四级级风险为轻微风险,五级风险为无风险。
一级风险为特重大风险,表示为故障未来趋势信息和故障周期性趋势信息均显示电网会遭受重大关联性破坏;二级级风险为重大风险,表示为故障未来趋势信息或故障周期性趋势信息显示电网会遭受到重大关联性破坏;三级级风险为一般风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般关联性破坏;四级级风险为轻微风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般单一性破坏;五级风险为无风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网不会遭受到破坏。
实施例2:
如图2-3所示,本公开实施例2提供了一种电力检修方法,步骤如下:
(1)对电力系统中的电力元件进行监测和实时故障信息采集,所述故障信息包括故障发生后的保护动作信息、断路器动作信息以及静态电网拓扑数据;
(2)根据故障信息和故障类型数据库,排查所获取的故障趋势信息是否为已知故障信息,并得出故障判断信息,诊断出故障电力元件,定位故障位置,发送告警信息;
(3)根据故障判断信息和故障电力元件,分配检修工具和备件,得出检修工具和备件清单;
(4)根据故障信息、故障判断信息、检修工具和备件清单,采用预设的故障趋势预测规则,对获取的故障信息和故障判断信息数据进行再处理,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据风险等级和对电网的危害程度进行后备检修人员和检修工具的准备。
所述步骤(2)中,
601所述故障信息中包括时序信息,设置至少三级检修工作站,根据所述故障信息确定故障区域;
602根据历史故障信息建立故障信息库,根据实时故障信息通过遍历方法对故障信息库中的数据进行遍历检查,判断是否为已知故障,如果为已知故障,转到步骤603;如果为未知故障,向三级检修工作站、二级检修工作站和一级检修工作站发送告警信息,各级检修工作站根据未知故障调派检修人员和物资进行故障类型分析;
603根据所述故障区域中的各故障电力元件与保护动作信息、断路器动作信息以及静态电网拓扑数据之间的逻辑关系对各故障电力元件建模,建立故障电力元件的加权模糊时序Petri网故障诊断模型;
604根据所述加权模糊时序Petri网故障诊断模型,构造相应矩阵进行推理运算,诊断出故障电力元件。
所述步骤(3)中,根据故障判断信息和故障电力元件,向三级检修工作站实时下发故障信息、故障判断信息、检修工具和备件清单以及故障位置信息,三级检修工作站根据收到的信息准备检修工具和备件,分配工作人员进行及时检修
所述步骤(3)中,所述故障趋势预测信息包括故障未来趋势信息和故障周期性趋势信息;
采用预设的线性回归算法和指数回归算法,对获取的故障信息、故障判断信息、检修工具和备件清单数据进行数据再处理,得到对应的故障未来趋势信息;
采用预设的三角函数回归算法,对获取到的所述故障信息进行数据处理,得到对应的故障周期性趋势信息,具体为:取出监测数据状态因子参数序列中最后采集的状态因子参数值及其之前m-1个状态因子参数值进行周期性分析,根据采集到的状态因子参数值计算这段时间内状态因子参数值变化的周期性参数,得到周期性回归分析函数,然后根据该函数绘制状态因子参数值变化的周期性曲线,周期性曲线,当有某个值超出了周期性曲线的变化范围,则该状态因子参数为对应的故障周期性趋势信息。
所述故障的风险等级至少设为五级,一级风险为特重大风险,表示为故障未来趋势信息和故障周期性趋势信息均显示电网会遭受重大关联性破坏;二级级风险为重大风险,表示为故障未来趋势信息或故障周期性趋势信息显示电网会遭受到重大关联性破坏;三级级风险为一般风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般关联性破坏;四级级风险为轻微风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般单一性破坏,所述单一性破坏为单一输电线路和单一输配电站或者变电站的破坏;五级风险为无风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网不会遭受到破坏。
当判断为五级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给三级检修工作站,三级检修工作站向主控平台发出响应信号,并指派检修人员携带检修工具和备件到指定位置进行检修;
当判断为四级级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给二级和三级检修工作站,二级和三级工作站向主控平台发出响应信号,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修,二级检修工作站根据风险等级、故障信息、故障判断信息、检修工具和备件清单判断是否需要增加检修工作人员和备件;
当判断为一级、二级或者三级级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给底层检修工作站工作人员,并将保存的风险等级、故障信息、故障判断信息发送给三级检修工作站、二级检修工作站和一级检修工作站,一级、二级和三级工作站向主控平台发出响应信号,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修,一级检修工作站和二级检修工作站根据风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行物资调配和检修人员的准备。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种电力检修系统,其特征在于,包括故障信息采集模块、故障信息处理模块、故障信息响应模块和主控平台;
所述故障信息采集模块用于对电力系统中包含的至少一个电力元件进行实时监测和实时故障信息采集,所述故障信息包括故障发生后的保护动作信息、断路器动作信息以及静态电网拓扑数据;
所述故障信息处理模块用于根据故障信息和故障类型数据库,实时排查所获取的故障信息是否为已知故障信息,并得出故障判断信息,定位故障位置,诊断故障电力元件,并向故障响应模块和主控平台发送故障判断信息和告警信息;
所述故障信息响应模块用于根据故障判断信息,分配检修工具,得出检修工具和备件清单,并将故障信息、故障判断信息和检修工具和备件清单上传到主控平台;
所述主控平台根据接收到的故障信息、故障判断信息、检修工具和备件清单,采用预设的故障趋势预测规则,对获取的故障信息和故障判断信息数据进行再处理,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据故障的风险等级通知不同等级的检修工作站进行后备检修人员、检修工具和备件的准备。
2.如权利要求1电力检修系统,其特征在于,还包括无线收发模块,所述故障信息采集模块、故障信息处理模块、故障信息响应模块、主控平台和各级变电站之间通过无线收发模块进行通信。
3.如权利要求1电力检修系统,其特征在于,所述故障信息处理模块包括故障区域确定子模块、模型建立子模块和推理运算子模块;所述故障区域确定子模块用于根据所述故障信息确定故障区域;
所述模型建立子模块用于根据故障区域中的各故障电力元件与相应保护、断路器动作和静态电网拓扑数据之间的逻辑关系对各故障电力元件建模,建立故障电力元件的加权模糊时序Petri网故障诊断模型;
所述推理运算子模块用于根据加权模糊时序Petri网故障诊断模型,构造相应矩阵进行推理运算,诊断出故障电力元件。
4.如权利要求1电力检修系统,其特征在于,所述故障的风险等级至少设为五级,一级风险为特重大风险,二级级风险为重大风险,三级级风险为一般风险,四级级风险为轻微风险,五级风险为无风险。
5.一种电力检修方法,其特征在于,步骤如下:
(1)对电力系统中的电力元件进行监测和实时故障信息采集,所述故障信息包括故障发生后的保护动作信息、断路器动作信息以及静态电网拓扑数据;
(2)根据故障信息和故障类型数据库,排查所获取的故障趋势信息是否为已知故障信息,并得出故障判断信息,诊断出故障电力元件,定位故障位置,发送告警信息;
(3)根据故障判断信息和故障电力元件,分配检修工具和备件,得出检修工具和备件清单;
(4)根据故障信息、故障判断信息、检修工具和备件清单,采用预设的故障趋势预测规则,对获取的故障信息和故障判断信息数据进行再处理,得到对应的故障趋势预测信息,根据故障趋势预测信息判断故障的风险等级,根据风险等级和对电网的危害程度进行后备检修人员和检修工具的准备。
6.如权利要求5所述的电力检修方法,其特征在于,所述步骤(2)中,
601所述故障信息中包括时序信息,设置至少三级检修工作站,根据所述故障信息确定故障区域;
602根据历史故障信息建立故障信息库,根据实时故障信息通过遍历方法对故障信息库中的数据进行遍历检查,判断是否为已知故障,如果为已知故障,转到步骤603;如果为未知故障,向三级检修工作站、二级检修工作站和一级检修工作站发送告警信息,各级检修工作站根据未知故障调派检修人员和物资进行故障类型分析;
603根据所述故障区域中的各故障电力元件与保护动作信息、断路器动作信息以及静态电网拓扑数据之间的逻辑关系对各故障电力元件建模,建立故障电力元件的加权模糊时序Petri网故障诊断模型;
604根据所述加权模糊时序Petri网故障诊断模型,构造相应矩阵进行推理运算,诊断出故障电力元件。
7.如权利要求5所述的电力检修方法,其特征在于,所述步骤(3)中,根据故障判断信息和故障电力元件,向三级检修工作站实时下发故障信息、故障判断信息、检修工具和备件清单以及故障位置信息,三级检修工作站根据收到的信息准备检修工具和备件,分配工作人员进行及时检修。
8.如权利要求5所述的电力检修方法,其特征在于,所述步骤(3)中,所述故障趋势预测信息包括故障未来趋势信息和故障周期性趋势信息;
采用预设的线性回归算法和指数回归算法,对获取的故障信息、故障判断信息、检修工具和备件清单数据进行数据再处理,得到对应的故障未来趋势信息;
采用预设的三角函数回归算法,对获取到的所述故障信息进行数据处理,得到对应的故障周期性趋势信息,具体为:取出监测数据状态因子参数序列中最后采集的状态因子参数值及其之前m-1个状态因子参数值进行周期性分析,根据采集到的状态因子参数值计算这段时间内状态因子参数值变化的周期性参数,得到周期性回归分析函数,然后根据该函数绘制状态因子参数值变化的周期性曲线,周期性曲线,当有某个值超出了周期性曲线的变化范围,则该状态因子参数为对应的故障周期性趋势信息。
9.如权利要求8所述的电力检修方法,其特征在于,所述故障的风险等级至少设为五级,一级风险为特重大风险,表示为故障未来趋势信息和故障周期性趋势信息均显示电网会遭受重大关联性破坏;二级级风险为重大风险,表示为故障未来趋势信息或故障周期性趋势信息显示电网会遭受到重大关联性破坏;三级级风险为一般风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般关联性破坏;四级级风险为轻微风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网会遭受到一般单一性破坏;五级风险为无风险,表示为故障未来趋势信息和/或故障周期性趋势信息显示电网不会遭受到破坏。
10.如权利要求9所述的电力检修方法,其特征在于,当判断为五级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给三级检修工作站,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修;
当判断为四级级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给二级和三级检修工作站,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修,二级检修工作站根据风险等级、故障信息、故障判断信息、检修工具和备件清单判断是否需要增加检修工作人员和备件;
当判断为一级、二级或者三级级风险时,将风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行保存并下发给底层检修工作站工作人员,并将保存的风险等级、故障信息、故障判断信息发送给三级检修工作站、二级检修工作站和一级检修工作站,三级检修工作站指派检修人员携带检修工具和备件到指定位置进行检修,一级检修工作站和二级检修工作站根据风险等级、故障信息、故障判断信息、检修工具和备件清单以及故障位置信息进行物资调配和检修人员的准备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251361.6A CN109884473B (zh) | 2019-03-29 | 2019-03-29 | 一种电力检修系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251361.6A CN109884473B (zh) | 2019-03-29 | 2019-03-29 | 一种电力检修系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109884473A true CN109884473A (zh) | 2019-06-14 |
CN109884473B CN109884473B (zh) | 2020-09-04 |
Family
ID=66935239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910251361.6A Active CN109884473B (zh) | 2019-03-29 | 2019-03-29 | 一种电力检修系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884473B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110571937A (zh) * | 2019-10-24 | 2019-12-13 | 国网江苏省电力有限公司沭阳县供电分公司 | 一种基于互联网的配网设备运行监控管理系统 |
CN110610330A (zh) * | 2019-11-18 | 2019-12-24 | 中苏科技股份有限公司 | 智能泵站运维方法 |
CN111740492A (zh) * | 2020-06-02 | 2020-10-02 | 国网河北省电力有限公司邯郸供电分公司 | 一种电力自动化设备电源故障自动检测系统 |
CN111899372A (zh) * | 2020-07-06 | 2020-11-06 | 唐山昌宏科技有限公司 | 一种人机交互式管理系统 |
CN113740775A (zh) * | 2021-08-17 | 2021-12-03 | 广州番禺电缆集团有限公司 | 一种电缆护层在线检测方法、装置、设备及储存介质 |
CN114372596A (zh) * | 2022-03-21 | 2022-04-19 | 广东电网有限责任公司佛山供电局 | 一种基于数据融合的电力数据分析方法和系统 |
CN117057590A (zh) * | 2023-10-11 | 2023-11-14 | 国网山东省电力公司博兴县供电公司 | 一种电网检修管理系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6298438A (ja) * | 1985-10-24 | 1987-05-07 | Nec Corp | 遠隔保守システム |
CN103487723A (zh) * | 2013-08-30 | 2014-01-01 | 中国南方电网有限责任公司 | 电力系统故障诊断方法及系统 |
CN103914791A (zh) * | 2014-03-17 | 2014-07-09 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种电力设备状态检修系统 |
CN104267318A (zh) * | 2014-10-29 | 2015-01-07 | 杭州凯达电力建设有限公司 | 一种电力维护方法及系统 |
CN104297637A (zh) * | 2014-10-31 | 2015-01-21 | 国家电网公司 | 综合利用电气量和时序信息的电力系统故障诊断方法 |
CN104992270A (zh) * | 2015-06-19 | 2015-10-21 | 国家电网公司 | 输变电设备状态检修辅助决策系统及方法 |
CN105093069A (zh) * | 2015-09-22 | 2015-11-25 | 国网冀北电力有限公司唐山供电公司 | 一种在Android平台上实现配电网络快速运维抢修服务的方法 |
CN106384210A (zh) * | 2016-10-28 | 2017-02-08 | 贵州电网有限责任公司贵阳供电局 | 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 |
CN106789239A (zh) * | 2016-12-21 | 2017-05-31 | 国网江西省电力公司信息通信分公司 | 面向电力业务的信息应用系统故障趋势预测方法及装置 |
CN109459659A (zh) * | 2018-11-14 | 2019-03-12 | 国网黑龙江省电力有限公司信息通信公司 | 一种用于预测电力系统故障的系统及方法 |
-
2019
- 2019-03-29 CN CN201910251361.6A patent/CN109884473B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6298438A (ja) * | 1985-10-24 | 1987-05-07 | Nec Corp | 遠隔保守システム |
CN103487723A (zh) * | 2013-08-30 | 2014-01-01 | 中国南方电网有限责任公司 | 电力系统故障诊断方法及系统 |
CN103914791A (zh) * | 2014-03-17 | 2014-07-09 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种电力设备状态检修系统 |
CN104267318A (zh) * | 2014-10-29 | 2015-01-07 | 杭州凯达电力建设有限公司 | 一种电力维护方法及系统 |
CN104297637A (zh) * | 2014-10-31 | 2015-01-21 | 国家电网公司 | 综合利用电气量和时序信息的电力系统故障诊断方法 |
CN104992270A (zh) * | 2015-06-19 | 2015-10-21 | 国家电网公司 | 输变电设备状态检修辅助决策系统及方法 |
CN105093069A (zh) * | 2015-09-22 | 2015-11-25 | 国网冀北电力有限公司唐山供电公司 | 一种在Android平台上实现配电网络快速运维抢修服务的方法 |
CN106384210A (zh) * | 2016-10-28 | 2017-02-08 | 贵州电网有限责任公司贵阳供电局 | 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 |
CN106789239A (zh) * | 2016-12-21 | 2017-05-31 | 国网江西省电力公司信息通信分公司 | 面向电力业务的信息应用系统故障趋势预测方法及装置 |
CN109459659A (zh) * | 2018-11-14 | 2019-03-12 | 国网黑龙江省电力有限公司信息通信公司 | 一种用于预测电力系统故障的系统及方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110571937A (zh) * | 2019-10-24 | 2019-12-13 | 国网江苏省电力有限公司沭阳县供电分公司 | 一种基于互联网的配网设备运行监控管理系统 |
CN110610330A (zh) * | 2019-11-18 | 2019-12-24 | 中苏科技股份有限公司 | 智能泵站运维方法 |
CN110610330B (zh) * | 2019-11-18 | 2020-05-15 | 中苏科技股份有限公司 | 智能泵站运维方法 |
CN111740492A (zh) * | 2020-06-02 | 2020-10-02 | 国网河北省电力有限公司邯郸供电分公司 | 一种电力自动化设备电源故障自动检测系统 |
CN111899372A (zh) * | 2020-07-06 | 2020-11-06 | 唐山昌宏科技有限公司 | 一种人机交互式管理系统 |
CN113740775A (zh) * | 2021-08-17 | 2021-12-03 | 广州番禺电缆集团有限公司 | 一种电缆护层在线检测方法、装置、设备及储存介质 |
CN113740775B (zh) * | 2021-08-17 | 2023-10-24 | 广州番禺电缆集团有限公司 | 一种电缆护层在线检测方法、装置、设备及储存介质 |
CN114372596A (zh) * | 2022-03-21 | 2022-04-19 | 广东电网有限责任公司佛山供电局 | 一种基于数据融合的电力数据分析方法和系统 |
CN117057590A (zh) * | 2023-10-11 | 2023-11-14 | 国网山东省电力公司博兴县供电公司 | 一种电网检修管理系统及方法 |
CN117057590B (zh) * | 2023-10-11 | 2024-02-02 | 国网山东省电力公司博兴县供电公司 | 一种电网检修管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109884473B (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109884473A (zh) | 一种电力检修系统及方法 | |
CN111983383B (zh) | 一种电力系统故障抢修方法及系统 | |
CN108591104B (zh) | 一种基于云平台的风机故障预测与健康管理系统、方法 | |
CN106655522B (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
CN110941918B (zh) | 智能化变电站故障分析系统 | |
CN110378492A (zh) | 一种加强配网设备运维管控的方法 | |
CN105354614B (zh) | 一种基于大数据的电网信息运维主动预警方法 | |
CN109885021A (zh) | 一种基于实时采集数据对采集设备进行监测的方法及系统 | |
CN108805441A (zh) | 电力应急指挥系统 | |
CN103078403B (zh) | 一种智能变电站二次系统的在线状态评估方法 | |
CN106204330A (zh) | 一种配电网智能诊断系统 | |
CN107798395A (zh) | 一种电网事故信号自动诊断方法及系统 | |
CN103473710A (zh) | 一种集中运维系统的故障分级处理方法 | |
CN105160483A (zh) | 一种基于数据挖掘的二次设备故障诊断方法 | |
CN102354918A (zh) | 输变电设备检修方法及装置 | |
CN102737287B (zh) | 一种地区电网在线供电风险评估系统 | |
CN110569997A (zh) | 一种基于多维度数据体系的充电站运行维护方法 | |
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 | |
CN109459659A (zh) | 一种用于预测电力系统故障的系统及方法 | |
CN115293370A (zh) | 一种分布式光伏电站的数字一体化运维管理系统 | |
CN117614137A (zh) | 基于多源数据融合的配电网优化系统 | |
CN118353162A (zh) | 一种电厂变压器智能检测预警方法及系统 | |
CN105867267A (zh) | 通过图像识别技术实现配电站房仪表读数自动上报的方法 | |
CN113949155A (zh) | 一种具有实时监测功能的全景式电能质量监测系统 | |
CN117390944A (zh) | 一种变电站运行工况仿真系统 |
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 |