CN110311709B - 用电信息采集系统故障判别方法 - Google Patents
用电信息采集系统故障判别方法 Download PDFInfo
- Publication number
- CN110311709B CN110311709B CN201910496775.5A CN201910496775A CN110311709B CN 110311709 B CN110311709 B CN 110311709B CN 201910496775 A CN201910496775 A CN 201910496775A CN 110311709 B CN110311709 B CN 110311709B
- Authority
- CN
- China
- Prior art keywords
- data
- line
- area
- correlation
- transformer
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B3/00—Line transmission systems
- H04B3/02—Details
- H04B3/46—Monitoring; Testing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0823—Errors, e.g. transmission errors
- H04L43/0829—Packet loss
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了用电信息采集系统故障判别方法,包括如下步骤:S1:数据采集:采集线路的电量信息;S2:数据处理:对采集到的信息进行归类处理以及故障判断;S3:数据存档:生成巡检报告,通知巡检人员巡查;所述数据采集包括变压器端电量数据采集以及用户端用电信息采集,所述用电信息包括用电总量、电压值数据以及电流值数据。该方法利用用电信息采集系统提供的线路与变压器用电量、电压、电流等数据,利用大数据分析技术和台区线损非线性相关性分析方法,搭建线损模型,查找出统计错误的线变关系,提高输电线路拓扑信息的准确性;确定故障线路后,对故障线路内的用户用电情况进行巡查,找出故障原因,为电力经济运行提供指导。
Description
技术领域
本发明涉及电力技术领域,具体涉及用电信息采集系统故障判别方法。
背景技术
配电网中线路在实际运行的过程中,存在暂时的倒闸行为,倒闸之后线变关系发生了变化,但由于档案数据未随之变化,将对线损造成影响,因此需要分析电量与线损的关联性,进而判别线变关系异常的情况现有的技术判断时线损异常依据条件单一,即电量的采集数据出现一次异常波动就认定为采集电量异常,没有将异常与满负荷电量数值、采集电量上限、所属台区或线路的线损率区间及波动值等多方面因素综合考虑,导致筛选出的大部分异常并未影响线损率,采集电量与线损率相对独立,线损分析人员无法直观判断其对应关系。
城市用电为了给电力运行带来较大的经济效益,采用分区域分时段的计费模式,不同计费模式下的供电线路的电量采集采用不同的装置是电力经济运行的关键手段,但往往因为数据上传的不及时或者采集的数据不准确导致电力运转决策部门对于用户端的用户需求判断有误,对电力的经济运行带来较大的负面影响,造成电力浪费。一旦判定线路出现异常情况,需要检查人员现场排查,增加了现场检查人员工作量,降低了专业人员的工作效率。
发明内容
本发明的目是线路故障导致电力经济运行效率低下的问题,提出了用电信息采集系统故障判别方法,该方法利用用电信息采集系统提供的线路与变压器用电量、电压、电流等数据,利用大数据分析技术和台区线损非线性相关性分析方法,构建不依赖于本地通信关系的线变关系纠错模型,查找出统计错误的线变关系,提高输电线路拓扑信息的准确性;确定故障线路后,对故障线路内的用户用电情况进行巡查,找出故障原因,为电力经济运行提供指导。
为实现上述技术目的,本发明提供的一种技术方案是,用电信息采集系统故障判别方法,包括如下步骤:
S1:数据采集:采集线路的电量信息;
S2:数据处理:对采集到的信息进行归类处理以及故障判断;
S3:数据存档:生成巡检报告,通知巡检人员巡查。
本方案中,通过厂站采集终端和集中器提供的变压器端和用户端的电量信息,建立用电量和线损相关模型,计算线路、台区的用电情况和线损情况,做出判定规则,然后可视化呈现线变嫌疑台区以及嫌疑时间区间,方便巡检人员及时检修查看,提高巡检效率。
所述步骤S1数据采集包括变压器端电量数据采集以及用户端用电信息采集,所述用电信息包括用电总量、电压值数据以及电流值数据。
所述变压器端电量数据采集是厂站采集终端通过电能计量装置采集变压器端的电量数据,厂站采集终端与远程控制终端通讯连接将采集数据发送到远程控制终端的数据数据处理单元,数据处理单元对数据进行分类、分析处理以及结果输出。
用户端用电信息采集是专变采集终端获取集中器中的电量数据,集中器收集各个用户的用电量数据。
用户端电量表采用不同的计费方式,不同计费方式对应的线路不同,每一线路上都安装有一个电能计量装置,每一个计量装置上都设置有网络节点,各个网络节点之间实现通讯,将获取的个人用户电量信息发送至集中器。
所述步骤S2数据处理包括如下步骤:
步骤1:供电单位根据需要配置关联线路{N_1,N_2,…,N_m},并给定最小正关联度C_cr,大于C_cr为强正关联,小于-C_cr为强负关联;
步骤2:使用台区、线路的负荷数据,计算固定时间间隔A的线损数据,A的单位为小时,即可得到24/A个线损数据;
步骤3:遍历每一组关联台区,计算其电量数据与线路集合中各条线路线损数据;判定:若遍历完所有关联线路,则跳到步骤8,否则执行步骤3;
步骤4:针对指定的一组关联线路Nk进行分析,Nk共有线路m条{T1,T2,...,Tm},台区z个{U1,U2,...,Uz};
步骤5:遍历指定的一组关联线路的每一个台区;判定:若遍历完指定关联线路的所有台区,返回步骤2,否则执行步骤5;
步骤6:给定关联时间区间TD,最小时间区间为5个时刻,得到关联系数矩阵C,其中Cij表示台区Ui与线路Tj的相关系数;
步骤7:找到台区Ui档案所属线路为Tu及关联系数Ciu;判定:若Ciu<-Ccr,执行步骤7;否则输出用户Ui为正常台区,返回步骤4;
步骤8:找到台区Ui与所有线路的关联度最大值Civ及台区Tv;判定:若Ciu>Ccr,输出用户Ui为线变嫌疑台区以及嫌疑时间区间;否则输出台区Ui为正常台区,返回步骤4。
所述的皮尔逊积矩相关系数描述了2个定距变量间联系的紧密程度,用于度量2个变量Xi和Xj之间的相关程度,其值介于-1与1之间,一般用Cij表示,计算公式为:
其中,变量Xi表示一个变压器n天日电量数据;Xj一条线路n天日线损数据。
相关性的判定遵循以下规律:
A:若Cij(Xi,Xj)>0,表明该变压器电量与该线路线损是正相关;
B:若Cij(Xi,Xj)<0,表明两者之间是负相关;
C:若Cij(Xi,Xj)越接近于0,则表明二者间相关性越弱。
故障线路判定后,远程控制终端的数据显示单元显示故障线路电量数据,生成故障报告,通知巡检人员进行片区巡查。
本发明的有益效果:通过刺激变压器端与集中器端的用电信息,利用大数据分析技术和台区线损非线性相关性分析方法,构建不依赖于本地通信关系的线变关系纠错模型,查找出统计错误的线变关系,提高输电线路拓扑信息的准确性;2、确定故障线路后,对故障线路内的用户用电情况进行巡查,找出故障原因,为电力经济运行提供指导。
附图说明
图1为本发明的用电信息采集系统故障判别方法的方法流程图。
具体实施方式
为使本发明的目的、技术方案以及优点更加清楚明白,下面结合附图和实施例对本发明作进一步详细说明,应当理解的是,此处所描述的具体实施方式仅是本发明的一种最佳实施例,仅用以解释本发明,并不限定本发明的保护范围,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:如图1所示,是本发明的用电信息采集系统故障判别方法的方法流程图,首先,采集变压器端和用户端的用电信息,变压器端电量数据采集是厂站采集终端通过电能计量装置采集变压器端的用电总量、电压值数据以及电流值数据,厂站采集终端与远程控制终端通讯连接将采集数据发送到远程PC终端的数据数据处理单元;用户端用电信息采集是专变采集终端获取集中器中的电量数据,由于用户端电量表采用不同的计费方式,不同计费方式对应的线路不同,每一线路上都安装有一个电能计量装置,每一个计量装置上都设置有网络节点,各个网络节点之间实现通讯,将获取的个人用户电量信息发送至集中器,集中器收集各个用户的用电量数据。
然后,PC终端搭建线损模型,将采集的电量信息分类处理后,导入线损模型中,计算各个线路的情况,进行故障判断;线损模型的步骤如下:
步骤1:供电单位根据需要配置关联线路{N_1,N_2,…,N_m},并给定最小正关联度C_cr,大于C_cr为强正关联,小于-C_cr为强负关联;其中关联度按照正确线变负荷数据的统计信息进行设置,即统计关系正确的线变历史数据,得到变压器与其正确所属线路相关性系数的统计值集合,将其中的最小值设置为最小正关联度C_cr;
步骤2:使用台区、线路的负荷数据,计算固定时间间隔A的线损数据,A的单位为小时,即可得到24/A个线损数据;如,设定固定时间间隔A=0.25小时,则可以得到96个线损数据;步骤3:遍历每一组关联台区,计算其电量数据与线路集合中各条线路线损数据;判定:若遍历完所有关联线路,则跳到步骤8,否则执行步骤3
步骤4:针对指定的一组关联线路Nk进行分析,Nk共有线路m条{T1,T2,...,Tm},台区z个{U1,U2,...,Uz};
步骤5:遍历指定的一组关联线路的每一个台区;判定:若遍历完指定关联线路的所有台区,返回步骤2,否则执行步骤5;
步骤6:给定关联时间区间TD,最小时间区间为5个时刻,得到关联系数矩阵C,其中Cij表示台区Ui与线路Tj的相关系数;
步骤7:找到台区Ui档案所属线路为Tu及关联系数Ciu;判定:若Ciu<-Ccr,执行步骤7;否则输出用户Ui为正常台区,返回步骤4;
步骤8:找到台区Ui与所有线路的关联度最大值Civ及台区Tv;判定:若Ciu>Ccr,输出用户Ui为线变嫌疑台区以及嫌疑时间区间;否则输出台区Ui为正常台区,返回步骤4;
步骤9:最后通过数据显示模块显示日电量信息、线损信息、线变嫌疑台区以及嫌疑时间区间,方便巡检人员及时了解线路异常情况,同时可以建立线路异常预警模型,对易故障线路进行针对性的整改,以提高供电质量以及增加电厂的效益。
皮尔逊积矩相关系数描述了2个定距变量间联系的紧密程度,用于度量2个变量Xi和Xj之间的相关程度,其值介于-1与1之间,一般用Cij表示,计算公式为:
其中,变量Xi表示一个变压器n天日电量数据;Xj一条线路n天日线损数据。
相关性的判定遵循以下规律:
A:若Cij(Xi,Xj)>0,表明该变压器电量与该线路线损是正相关;
B:若Cij(Xi,Xj)<0,表明两者之间是负相关;
C:若Cij(Xi,Xj)越接近于0,则表明二者间相关性越弱。
最后,故障线路判定完成后,远程控制终端的数据显示单元显示故障线路电量数据,生成故障报告,通知巡检人员进行片区巡查,巡查人员可以先调试节点网络,看是存在数据传输延迟或丢失的情况,若存在节点数据丢失或延迟的情况,快速锁定问题网络节点,查看具体的故障情况,做到节点优化;若存在电路故障如电表损坏或线路损坏的情况,可以针对不同时区收费线路进行调试,以期排除故障,为电厂的经济运行提供指导。
以上所述之具体实施方式为本发明用电信息采集系统故障判别方法的较佳实施方式,并非以此限定本发明的具体实施范围,本发明的范围包括并不限于本具体实施方式,凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。
Claims (7)
1.用电信息采集系统故障判别方法,其特征在于:包括如下步骤:
S1:数据采集:采集线路的电量信息;
S2:数据处理:对采集到的信息进行归类处理以及故障判断;
S3:数据存档:生成巡检报告,通知巡检人员巡查;
所述步骤S2数据处理包括如下步骤:
步骤1:供电单位根据需要配置关联线路{N1,N2,...,Nn},并给定最小正关联度Ccr,大于Ccr为强正关联,小于-Ccr为强负关联;
步骤2:使用台区、线路的负荷数据,计算固定时间间隔A的线损数据,A的单位为小时,即可得到24/A个线损数据;
步骤3:遍历每一组关联台区,计算其电量数据与线路集合中各条线路线损数据;判定:若遍历完所有关联线路,则跳到步骤8,否则执行步骤4;
步骤4:针对指定的一组关联线路Nk进行分析,Nk共有线路m条{T1,T2,...,Tm},台区z个{U1,U2,...,Uz};
步骤5:遍历指定的一组关联线路的每一个台区;判定:若遍历完指定关联线路的所有台区,返回步骤3,否则执行步骤6;
步骤6:给定关联时间区间TD,最小时间区间为5个时刻,得到关联系数矩阵C,其中Cij表示台区Ui与线路Tj的相关系数;
步骤7:找到台区Ui档案所属线路为Tu及关联系数Ciu;判定:若Ciu<-Ccr,执行步骤8;否则输出台区Ui为正常台区,返回步骤5;
步骤8:找到台区Ui与所有线路的关联度最大值Civ及线路Tv;判定:若Civ>Ccr,输出台区Ui为线变嫌疑台区以及嫌疑时间区间;否则输出台区Ui为正常台区,返回步骤5;
所述步骤6中的相关系数用皮尔逊积矩相关系数表示:皮尔逊积矩相关系数描述了2个定距变量间联系的紧密程度,用于度量2个变量Xi和Xj之间的相关程度,其值介于-1与1之间,一般用Cij表示,计算公式为:
其中,变量Xi表示一个变压器n天日电量数据;Xj一条线路n天日线损数据。
2.根据权利要求1所述的用电信息采集系统故障判别方法,其特征在于:所述步骤S1数据采集包括变压器端电量数据采集以及用户端用电信息采集,所述用电信息包括用电总量、电压值数据以及电流值数据。
3.根据权利要求2所述的用电信息采集系统故障判别方法,其特征在于:所述变压器端电量数据采集是厂站采集终端通过电能计量装置采集变压器端的电量数据,厂站采集终端与远程控制终端通讯连接将采集数据发送到远程控制终端的数据处理单元,数据处理单元对数据进行分类、分析处理以及结果输出。
4.根据权利要求2所述的用电信息采集系统故障判别方法,其特征在于:用户端用电信息采集是专变采集终端获取集中器中的电量数据,集中器收集各个用户的用电量数据。
5.根据权利要求4所述的用电信息采集系统故障判别方法,其特征在于:用户端电量表采用不同的计费方式,不同计费方式对应的线路不同,每一线路上都安装有一个电能计量装置,每一个计量装置上都设置有网络节点,各个网络节点之间实现通讯,将获取的个人用户电量信息发送至集中器。
6.根据权利要求1所述的用电信息采集系统故障判别方法,其特征在于:相关性的判定遵循以下规律:
A:若Cij(Xi,Xj)>0,表明该变压器电量与该线路线损是正相关;
B:若Cij(Xi,Xj)<0,表明两者之间是负相关;
C:若Cij(Xi,Xj)越接近于0,则表明二者间相关性越弱。
7.根据权利要求1所述的用电信息采集系统故障判别方法,其特征在于:故障线路判定后,远程控制终端的数据显示单元显示故障线路电量数据,生成故障报告,通知巡检人员进行片区巡查。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910496775.5A CN110311709B (zh) | 2019-06-10 | 2019-06-10 | 用电信息采集系统故障判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910496775.5A CN110311709B (zh) | 2019-06-10 | 2019-06-10 | 用电信息采集系统故障判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110311709A CN110311709A (zh) | 2019-10-08 |
CN110311709B true CN110311709B (zh) | 2022-05-24 |
Family
ID=68077119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910496775.5A Active CN110311709B (zh) | 2019-06-10 | 2019-06-10 | 用电信息采集系统故障判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110311709B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125608B (zh) * | 2019-11-14 | 2023-05-05 | 国网浙江海宁市供电有限公司 | 一种基于召测数据的理论线损估算方法 |
CN110928866A (zh) * | 2019-12-09 | 2020-03-27 | 国网天津市电力公司 | 基于停电信息大数据分析的线路拓扑核查方法及系统 |
CN110874373A (zh) * | 2019-12-10 | 2020-03-10 | 杭州岑石能源科技有限公司 | 一种基于机器学习stacking模型的线变关系判定方法 |
CN111191915B (zh) * | 2019-12-27 | 2023-05-30 | 国网浙江海盐县供电有限公司 | 一种基于配电网运行数据的10kV双电源用户线变关系分析方法 |
CN113125875A (zh) * | 2020-01-10 | 2021-07-16 | 国网上海市电力公司 | 基于scada模型计算35千伏及以上线损以及线损不合格成因的分析方法 |
CN113125874A (zh) * | 2020-01-10 | 2021-07-16 | 国网上海市电力公司 | 一种变电站电量采集故障的智能研判方法 |
CN118034990B (zh) * | 2024-04-11 | 2024-06-18 | 中电装备山东电子有限公司 | 一种基于机器学习的集中器校验方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018056509A1 (ko) * | 2016-09-23 | 2018-03-29 | 한국전력공사 | 전력계통 고장 해석 장치 및 방법 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105245185B (zh) * | 2015-09-30 | 2017-09-12 | 南京南瑞集团公司 | 一种接入配电网的区域分布式光伏故障诊断系统及方法 |
KR102440335B1 (ko) * | 2016-10-28 | 2022-09-02 | 삼성에스디에스 주식회사 | 이상 감지 관리 방법 및 그 장치 |
CN107220906B (zh) * | 2017-05-31 | 2019-10-11 | 国网上海市电力公司 | 基于用电采集系统的多时间尺度用电异常分析方法 |
CN109461096A (zh) * | 2018-11-05 | 2019-03-12 | 杭州致成电子科技有限公司 | 一种基于电量关联性的户变关系异常判别方法 |
-
2019
- 2019-06-10 CN CN201910496775.5A patent/CN110311709B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018056509A1 (ko) * | 2016-09-23 | 2018-03-29 | 한국전력공사 | 전력계통 고장 해석 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN110311709A (zh) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110311709B (zh) | 用电信息采集系统故障判别方法 | |
CN109298379B (zh) | 一种基于数据监测的智能电表现场误差异常的识别方法 | |
CN107680368A (zh) | 一种基于采集数据的计量装置在线监测与智能诊断方法 | |
CN104796082A (zh) | 一种光伏发电系统在线故障诊断系统及方法 | |
CN109813544B (zh) | 一种基于在线监测的旋转机械早期故障诊断方法及系统 | |
CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
CN107741577B (zh) | 一种关口表准确度在线监控和分析方法及系统 | |
CN109039261B (zh) | 光伏电站积灰智能判断方法 | |
CN110703009B (zh) | 台区线损率异常分析及处理方法 | |
CN103489035A (zh) | 基于灰色加权关联分析算法的电网电能质量综合评价方法 | |
CN110276511A (zh) | 一种基于电量与线损关联性的线变关系异常判别方法 | |
CN103886518A (zh) | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 | |
CN113532598B (zh) | 智能水表在线故障检测调节系统 | |
CN111257820B (zh) | 三相智能电表接线远程检测方法 | |
CN108287327A (zh) | 基于贝叶斯分类的计量自动化终端故障诊断方法 | |
CN114354783A (zh) | 基于在运数据的特高压油色谱监测装置健康度评估方法 | |
CN111551887A (zh) | 一种多维度识别电压互感器计量性能在线监测平台 | |
CN109613372B (zh) | 一种基于多元电网数据库的电网故障诊断方法 | |
CN114325555A (zh) | 一种计量设备异常在线监测模型及误差计算方法 | |
CN117394311B (zh) | 一种基于多源信息融合的配电网韧性评估及紧急控制方法 | |
CN114152909A (zh) | 基于大数据的中高压失准分析系统 | |
CN113256272A (zh) | 一种电力设备精细化评价系统 | |
CN117743794A (zh) | 一种分布式光伏电站故障诊断及效能损失评估系统 | |
CN116500451B (zh) | 一种蓄电池在线监测系统 | |
CN117607784A (zh) | 一种电表运行误差实时监测系统 |
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 |