CN110674240A - 一种基于gis的电力设备分布式多级智能故障诊断系统 - Google Patents

一种基于gis的电力设备分布式多级智能故障诊断系统 Download PDF

Info

Publication number
CN110674240A
CN110674240A CN201910934749.6A CN201910934749A CN110674240A CN 110674240 A CN110674240 A CN 110674240A CN 201910934749 A CN201910934749 A CN 201910934749A CN 110674240 A CN110674240 A CN 110674240A
Authority
CN
China
Prior art keywords
diagnosis
fault
equipment
intelligent
gis
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
CN201910934749.6A
Other languages
English (en)
Other versions
CN110674240B (zh
Inventor
夏拥
王奇
陈彦州
肖耀辉
张晗
罗征洋
何珏
孙萌
苏浩辉
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.)
Maintenance and Test Center of Extra High Voltage Power Transmission Co
Original Assignee
Maintenance and Test Center of Extra High Voltage Power Transmission 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 Maintenance and Test Center of Extra High Voltage Power Transmission Co filed Critical Maintenance and Test Center of Extra High Voltage Power Transmission Co
Priority to CN201910934749.6A priority Critical patent/CN110674240B/zh
Publication of CN110674240A publication Critical patent/CN110674240A/zh
Application granted granted Critical
Publication of CN110674240B publication Critical patent/CN110674240B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases

Abstract

本发明公开了一种基于GIS的电力设备分布式多级智能故障诊断系统,包括信息采集模块,通过SCADA和绝缘在线监测系统收集电力设备宏观运行特征和绝缘运行特征;初始诊断分析模块,从实时数据库中查找设备异常变量X,然后利用智能故障诊断模型进行初步诊断,得到初步诊断结果;综合诊断分析模块,查找与异常变量X相关的其他设备的被测信息,然后结合初步诊断结果,利用专家系统进行综合诊断;诊断结果显示模块,将故障信息在配电网GIS中实时显示,并发出报警信号。本发明可以有效利用电力系统的实时状态数据,按照确定距离故障最近节点、确定是否为单线接地故障、确定故障线路的步骤,实现了用于单线接地故障线路的检测定位,有利于系统安全运行。

Description

一种基于GIS的电力设备分布式多级智能故障诊断系统
技术领域
本发明涉及一种基于GIS的电力设备分布式多级智能故障诊断系统。
背景技术
随着电力网规模的不断扩大,设备也在不断增加,其先进程度也在不断提高。对电力设备的诊断效能、实时性和可靠性提出了更高的要求。针对复杂电力系统的故障诊断问题,采用传统的集中、单一的故障诊断方法难以适应电力系统的发展趋势。当保护装置和开路装置不能正常工作,或者存在多级故障时,就很难保证故障诊断的精度和速度。利用数据采集与监视控制系统(SCADA)提供的保护和故障电路信息,可以快速判断电力系统中的故障元件。
地理信息系统(GIS)是一门综合性学科,结合地理学与地图学以及遥感和计算机科学,已经广泛的应用在不同的领域,它以地理空间数据库为基础,收集、管理、操作、分析、模拟和显示空间相互关系数据,并提供动态和空间的信息。因此,它是一个决策和服务的信息系统。地理信息系统将成为配电自动化系统的技术发展方向,也是分布式管理系统的一个重要特点。
传统的SCADA存在着一些局限性,不能有效处理系统获取的大量测量信息,不能对故障设备进行及时诊断,不能在GIS中提供报警信息,也不能制定服务方法策略。因此,本发明在分布式多级智能电力设备故障诊断系统的基础上,进一步将多层次电力设备故障诊断系统与电力GIS相集成,动态显示电力设备运行状况。
发明内容
为克服上述现有技术上的不足,本发明提出一种基于GIS的电力设备分布式多级智能故障诊断系统,可对电力设备的故障进行快速分析诊断,实现GIS对电力设备的实时报警,指示故障设备的快速维修。
为实现上述目的,本发明的技术方案为:
一种基于GIS的电力设备分布式多级智能故障诊断系统,包括
信息采集模块,通过SCADA和绝缘在线监测系统收集电力设备宏观运行特征和绝缘运行特征,并将收集到的电气设备实时状态信息存储在实时数据库中;
初始诊断分析模块,从实时数据库中查找设备异常变量X,通过设备内部信号关系数据库,查询与异常变量X相关设备的其他被测信息,然后利用智能故障诊断模型进行初步诊断,得到初步诊断结果;
综合诊断分析模块,根据异常变量X,通过设备间信号关系数据库,查找与异常变量X相关的其他设备的被测信息,然后结合初步诊断结果,利用专家系统进行综合诊断,得到综合诊断结果,并保存在综合数据库中;
诊断结果显示模块:通过动态数据交换技术将综合数据库中的故障信息复制到GIS数据库中,在配电网GIS中实时显示,并发出报警信号。
进一步地,所述的设备内部信号关系数据库,用于表示每个设备内部可测信息之间的关系,在进行诊断的过程中,能够为智能故障诊测模型提供导致系统故障的异常变量X和其他影响X的被测信息,以确定故障类型及其位置。
进一步地,所述的智能故障诊断模型,包括智能诊断技术方法的知识库、专家协调诊断系统和智能推理策略;智能诊断技术方法的知识库中存储了大量智能诊断技术方法,包括混沌理论,模糊理论,模式识别,小波理论,遗传算法,神经网络和专家系统;智能推理策略利用推理机制从智能诊断技术方法的知识库中识别和传递匹配的智能故障诊断方法;专家协调诊断系统利用领域专家知识首先将设备内部信号关系数据库中检测出的故障信号进行分析,然后根据故障的性质进行分类,确定故障类型,然后根据故障设备类型、异常信号数量、故障类型和位置、邻域知识进行推理从而选择合适的智能故障诊断方法进行故障诊断,并且诊断出初步的结果。
进一步地,所述的设备间信号关系数据库,用于表示各个设备之间可测信息之间的关系,在进行诊断的过程中,能够为专家系统提供与异常变量X相关的其他设备的被测信息,以确定最终的故障源。
进一步地,所述的动态数据交换技术,将综合数据库设定为DDE客户端,将GIS数据库设定为服务器端,双方建立DDE对话,将综合数据库中的数据复制到GIS数据库中,并在GIS的地理显示图中显示出来。
与现有技术相比,本发明的有益效果在于:
本发明在故障解决思想的基础上,在调度中心对系统故障进行逐层求解,然后将相应的智能诊断方法进行协同诊断,得到初始诊断结果。然后结合设备辅助信息进行综合智能诊断,得到最终的诊断结果,并将故障报警信息显示在GIS系统中,用于系统维护决策。采用统一的多级智能故障诊断方法,可减少大量数据传输带来的传输压力,安全问题,也可显著提高故障诊断系统的诊断效能、实时性和可靠性,特别是在大型复杂电力系统中应用时,效果尤为突出。
附图说明
图1是本发明的多级智能故障诊断系统的结构图;
图2是本发明的初始诊断分析模块的结构图;
图3是本发明的综合诊断分析模块的结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1至图3所示,一种基于GIS的电力设备分布式多级智能故障诊断系统,包括信息采集模块、初始诊断分析模块、综合诊断分析模块和诊断结果显示模块。
信息采集模块,通过SCADA和绝缘在线监测系统收集电力设备宏观运行特征和绝缘运行特征,并将收集到的信息存储在实时数据库中。该模块还为GIS系统提供电气设备实时状态信息。
SCADA用于收集断路器的实时状态,变压器的电流和油温等终端设备状态数据,反映设备运行状态。绝缘在线监测系统用于收集电气设备介损、油色谱等绝缘运行状态数据,反映设备绝缘运行状态。
初始诊断分析模块,从实时数据库中查找设备异常变量X,通过设备内部信号关系数据库,查询与异常变量X相关设备(即发出异常变量X的设备)的其他被测信息,然后利用智能故障诊断模型进行初步诊断,得到初步诊断结果。
设备内部信号关系数据库,用于表示每个设备的全部可测信息之间的关系,可测信息为SCADA和绝缘在线监测系统所测量的信息,在进行诊断的过程中,它能够为智能故障诊测模型提供导致系统故障的异常变量X和其他影响X的被测信息,以确定故障类型及其位置。
智能故障诊断模型,旨在将领域知识与自动化推理技术相结合,以便在对故障信号进行测试和处理的基础上进行初步的诊断。该模型主要由三个子系统组成:智能诊断技术方法的知识库、专家协调诊断系统和智能推理策略。智能诊断技术方法的知识库中存储了大量智能诊断技术方法,包括混沌理论,模糊理论,模式识别,小波理论,遗传算法,神经网络和专家系统等。这些诊断方法可以为不同类型的RTU设备提供技术支持。智能推理策略利用推理机制从智能诊断技术方法的知识库中识别和传递匹配的智能故障诊断方法。专家协调诊断系统利用领域专家知识首先将设备内部信号关系数据库中检测出的故障信号进行分析,然后根据故障的性质进行分类,确定故障类型,然后根据故障设备类型、异常信号数量、故障类型和位置、邻域知识等信息进行推理从而选择合适的智能故障诊断方法进行故障诊断,并且诊断出初步的结果。
综合诊断分析模块,先从实时数据库中得到设备异常变量X,通过设备间信号关系数据库,查找与该变量相关的其他设备的被测信息,然后结合初始诊断分析模块所获得的初始诊断结果,利用专家系统进行综合诊断,对比初试诊断结果和综合诊断结果,当差异达到一定的阈值,将收集全部被测信息进行重新诊断,最后将综合诊断结果保存在综合数据库中。
设备间信号关系数据库,用于表示各个设备之间可测信息之间的关系,例如,异常变量X虽然是设备A发出的但是与之相关还有其他设备,这些设备的测量信息就会被用来辅助进行综合诊断,因为有可能是出故障的其他相关设备而引发设备A产生异常信号X。在进行诊断的过程中,它能够为专家系统提供与异常变量X相关的其他设备的被测信息,以确定最终的故障源。
诊断结果显示模块,通过动态数据交换技术(DDE)将综合数据库中的故障信息复制到GIS数据库中,具体的,先将综合数据库设定为DDE客户端,将GIS数据库设定为服务器端,双方建立DDE对话,然后将系统数据库中的数据复制到GIS数据库中,在配电网GIS的地理显示图中实时显示出来,并发出报警信号。维修人员根据显示的故障位置,故障类型以及故障产生的原因进行相应的维修工作。
本发明可实现突变故障、多过程、多故障的快速分析诊断,显著提高故障诊断系统的实时性和可靠性,提高诊断效能,特别适用于大型复杂电力系统。
上述实施例只是为了说明本发明的技术构思及特点,其目的是在于让本领域内的普通技术人员能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡是根据本发明内容的实质所做出的等效的变化或修饰,都应涵盖在本发明的保护范围内。

Claims (5)

1.一种基于GIS的电力设备分布式多级智能故障诊断系统,其特征在于:包括
信息采集模块,通过SCADA和绝缘在线监测系统收集电力设备宏观运行特征和绝缘运行特征,并将收集到的电气设备实时状态信息存储在实时数据库中;
初始诊断分析模块,从实时数据库中查找设备异常变量X,通过设备内部信号关系数据库,查询与异常变量X相关设备的其他被测信息,然后利用智能故障诊断模型进行初步诊断,得到初步诊断结果;
综合诊断分析模块,根据异常变量X,通过设备间信号关系数据库,查找与异常变量X相关的其他设备的被测信息,然后结合初步诊断结果,利用专家系统进行综合诊断,得到综合诊断结果,并保存在综合数据库中;
诊断结果显示模块:通过动态数据交换技术将综合数据库中的故障信息复制到GIS数据库中,在配电网GIS中实时显示,并发出报警信号。
2.根据权利要求1所述的一种基于GIS的分布式电力设备多级智能故障诊断系统,其特征在于:所述的设备内部信号关系数据库,用于表示每个设备内部可测信息之间的关系,在进行诊断的过程中,能够为智能故障诊测模型提供导致系统故障的异常变量X和其他影响X的被测信息,以确定故障类型及其位置。
3.根据权利要求2所述的一种基于GIS的电力设备分布式多级智能故障诊断系统,其特征在于:所述的智能故障诊断模型,包括智能诊断技术方法的知识库、专家协调诊断系统和智能推理策略;智能诊断技术方法的知识库中存储了大量智能诊断技术方法,包括混沌理论,模糊理论,模式识别,小波理论,遗传算法,神经网络和专家系统;智能推理策略利用推理机制从智能诊断技术方法的知识库中识别和传递匹配的智能故障诊断方法;专家协调诊断系统利用领域专家知识首先将设备内部信号关系数据库中检测出的故障信号进行分析,然后根据故障的性质进行分类,确定故障类型,然后根据故障设备类型、异常信号数量、故障类型和位置、邻域知识进行推理从而选择合适的智能故障诊断方法进行故障诊断,并且诊断出初步的结果。
4.根据权利要求1所述的一种基于GIS的电力设备分布式多级智能故障诊断系统,其特征在于:所述的设备间信号关系数据库,用于表示各个设备之间可测信息之间的关系,在进行诊断的过程中,能够为专家系统提供与异常变量X相关的其他设备的被测信息,以确定最终的故障源。
5.根据权利要求1所述的一种基于GIS的电力设备分布式多级智能故障诊断系统,其特征在于:所述的动态数据交换技术,将综合数据库设定为DDE客户端,将GIS数据库设定为服务器端,双方建立DDE对话,将综合数据库中的数据复制到GIS数据库中,并在GIS的地理显示图中显示出来。
CN201910934749.6A 2019-09-29 2019-09-29 一种基于gis的电力设备分布式多级智能故障诊断系统 Active CN110674240B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910934749.6A CN110674240B (zh) 2019-09-29 2019-09-29 一种基于gis的电力设备分布式多级智能故障诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910934749.6A CN110674240B (zh) 2019-09-29 2019-09-29 一种基于gis的电力设备分布式多级智能故障诊断系统

Publications (2)

Publication Number Publication Date
CN110674240A true CN110674240A (zh) 2020-01-10
CN110674240B CN110674240B (zh) 2020-11-13

Family

ID=69080122

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910934749.6A Active CN110674240B (zh) 2019-09-29 2019-09-29 一种基于gis的电力设备分布式多级智能故障诊断系统

Country Status (1)

Country Link
CN (1) CN110674240B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110172852A1 (en) * 2007-11-19 2011-07-14 Integrated Power Technology Corporation Supervisory control and data acquisition system for energy extracting vessel navigation
CN102830626A (zh) * 2012-09-13 2012-12-19 武汉瑞莱保能源技术有限公司 基于故障树的多层次电力系统故障诊断系统
CN103017818A (zh) * 2012-08-09 2013-04-03 江苏科技大学 一种智能开关柜故障诊断系统及方法
CN103106565A (zh) * 2012-10-22 2013-05-15 山东电力集团公司青岛供电公司 基于gis和scada的电网信息实时展示方法和装置
CN103986227A (zh) * 2014-05-04 2014-08-13 国网河南省电力公司南阳供电公司 一种基于gis平台的电力配网监控运营方法及系统
CN104124756A (zh) * 2013-04-27 2014-10-29 国家电网公司 一种基于全网数据的省级配电网运行监测系统
CN105245185A (zh) * 2015-09-30 2016-01-13 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
CN106124982A (zh) * 2016-06-14 2016-11-16 都城绿色能源有限公司 一种风电机组的自动专家综合故障诊断系统及诊断方法
CN107329079A (zh) * 2017-07-28 2017-11-07 河海大学 一种高压断路器在线监测及故障综合诊断系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110172852A1 (en) * 2007-11-19 2011-07-14 Integrated Power Technology Corporation Supervisory control and data acquisition system for energy extracting vessel navigation
CN103017818A (zh) * 2012-08-09 2013-04-03 江苏科技大学 一种智能开关柜故障诊断系统及方法
CN102830626A (zh) * 2012-09-13 2012-12-19 武汉瑞莱保能源技术有限公司 基于故障树的多层次电力系统故障诊断系统
CN103106565A (zh) * 2012-10-22 2013-05-15 山东电力集团公司青岛供电公司 基于gis和scada的电网信息实时展示方法和装置
CN104124756A (zh) * 2013-04-27 2014-10-29 国家电网公司 一种基于全网数据的省级配电网运行监测系统
CN103986227A (zh) * 2014-05-04 2014-08-13 国网河南省电力公司南阳供电公司 一种基于gis平台的电力配网监控运营方法及系统
CN105245185A (zh) * 2015-09-30 2016-01-13 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
CN106124982A (zh) * 2016-06-14 2016-11-16 都城绿色能源有限公司 一种风电机组的自动专家综合故障诊断系统及诊断方法
CN107329079A (zh) * 2017-07-28 2017-11-07 河海大学 一种高压断路器在线监测及故障综合诊断系统

Also Published As

Publication number Publication date
CN110674240B (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
Dao et al. Condition monitoring and fault detection in wind turbines based on cointegration analysis of SCADA data
CN103487749B (zh) 高压断路器机械状态在线监测诊断系统及方法
KR102073912B1 (ko) 고부하 가스 터빈들에 대한 진단 규칙들을 위한 방법 및 시스템
Jarventausta et al. Using fuzzy sets to model the uncertainty in the fault location process of distribution networks
US6313752B1 (en) System for displaying dynamic on-line operating conditions of an interconnected power transmission network
RU2313815C2 (ru) Устройство и способ для контроля технической установки, содержащей множество систем, в частности установки электростанции
CN105353702B (zh) 高压设备智能监控系统
CN106199305B (zh) 煤矿井下供电系统用干式变压器绝缘健康状态评估方法
CN106655522B (zh) 一种适用于电网二次设备运维管理的主站系统
CN103793853B (zh) 基于双向贝叶斯网络的架空输电线路运行状态评估方法
CN106597231B (zh) 基于多源信息融合和深度学习网络的gis故障检测系统及方法
EP2697699B1 (en) Dynamic assessment system for high-voltage electrical components
CN103823433B (zh) 一种使用通讯过程分析实现继电保护设备在线监测的方法
EP2397926A2 (en) A self-healing power grid and method thereof
US20110320388A1 (en) System, Method and Computer Program for Pattern Based Intelligent Control, Monitoring and Automation
CN104007336B (zh) 一种基于物联网的变压器在线监测信息聚合方法
CN104299659B (zh) 核电站运行状态监控方法、装置及系统
CN104753178A (zh) 一种电网故障处理系统
Liu et al. Knowledge-based system for distribution system outage locating using comprehensive information
Duraisamy et al. Neuro fuzzy schemes for fault detection in power transformer
WO2018086488A1 (zh) 一种配电网风险辨识系统、方法及计算机存储介质
CN106384210B (zh) 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
CN104135074B (zh) 基于离群点检测的超高压变电站设备温度监测告警方法
CN102368634A (zh) 智能变电站状态监测统一信息平台系统
CN101601057A (zh) 变电站监测和诊断

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