CN111222582A - 一种用于提取继电保护装置的缺陷模式的方法及系统 - Google Patents
一种用于提取继电保护装置的缺陷模式的方法及系统 Download PDFInfo
- Publication number
- CN111222582A CN111222582A CN202010031346.3A CN202010031346A CN111222582A CN 111222582 A CN111222582 A CN 111222582A CN 202010031346 A CN202010031346 A CN 202010031346A CN 111222582 A CN111222582 A CN 111222582A
- Authority
- CN
- China
- Prior art keywords
- protection device
- defect
- relay protection
- time
- value
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000001681 protective effect Effects 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 26
- 238000011084 recovery Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 8
- 230000009993 protective function Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000009826 distribution Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 3
- 241000272814 Anser sp. Species 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000002950 deficient Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 239000004973 liquid crystal related substance Substances 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 239000013307 optical fiber Substances 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000000835 fiber Substances 0.000 description 4
- 230000002787 reinforcement Effects 0.000 description 4
- 230000009191 jumping Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明公开了一种用于提取继电保护装置的缺陷模式的方法及系统,属于电力系统继电保护技术领域。本发明方法,包括:确定继电保护装置的缺陷特征指标,并对所述缺陷特征指标进行赋值,确定缺陷特征指标标准;根据所述继电保护装置的缺陷特征指标,获取继电保护装置的运行数据,并根据所述运行数据和缺陷特征指标标准,确定继电保护装置的缺陷特征指标的取值;根据所述继电保护装置的缺陷特征指标的取值,获取继电保护装置的缺陷模式。本发明提取通过聚类分析结果,获取历史缺陷的类型,并掌握各种类型缺陷的分布情况,能够为基于大数据技术的继电保护缺陷诊断提供缺陷类型信息。
Description
技术领域
本发明涉及电力系统继电保护技术领域,并且更具体地,涉及一种用于提取继电保护装置的缺陷模式的方法及系统。
背景技术
国内对于汽轮机、发电机等设备的缺陷诊断已经较为成熟,美国和日本有针对电网设备的缺陷诊断方面研究,但国内外均无保护设备缺陷模式提取、缺陷智能识别研判、缺陷处理措施智能化推荐相关研究的报道。
发明内容
本发明针对继电保护大数据汇聚的继电保护历史缺陷信息,通过对缺陷信息的分析及挖掘,获取缺陷的典型模式及一般规律,为了缺陷的智能分析诊断奠定良好基础,而提出了一种用于提取继电保护装置的缺陷模式的方法,包括:
确定继电保护装置的缺陷特征指标,并对所述缺陷特征指标进行赋值,确定缺陷特征指标标准;
根据所述继电保护装置的缺陷特征指标,获取继电保护装置的运行数据,并根据所述运行数据和缺陷特征指标标准,确定继电保护装置的缺陷特征指标的取值;
根据所述继电保护装置的缺陷特征指标的取值,获取继电保护装置的缺陷模式。
可选的,缺陷特征指标,包括:
继电保护装置的硬件的缺陷部位及损坏程度指标、继电保护装置的保护设备失去保护功能的时间和失去保护功能的保护设备的电压等级。
可选的,继电保护装置的保护设备失去保护功能的时间的取值的确定,具体包括:
确定继电保护装置对保护设备是否退出保护,当退出保护后,确定继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差,根据如下公式进行确定;
T为继电保护装置的保护设备失去保护功能的时间的取值、t为继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差和tave为历史缺陷导致保护失去功能的平均时间。
可选的,损坏程度指标的赋值,赋值的每一个值,对应一种/多种的继电保护装置的具体缺陷原因或简述缺陷原因。
可选的,所述损坏程度指标的取值,根据具体缺陷原因对应的赋值进行取值,当具体缺陷原因对应的赋值不能对损坏程度指标取值时,使用简述缺陷原因对应的赋值对损坏程度指标进行取值。
本发明还提出了一种用于提取继电保护装置的缺陷模式的系统,包括:
预处理模块,确定继电保护装置的缺陷特征指标,并对所述缺陷特征指标进行赋值,确定缺陷特征指标标准;
处理模块,根据所述继电保护装置的缺陷特征指标,获取继电保护装置的运行数据,并根据所述运行数据和缺陷特征指标标准,确定继电保护装置的缺陷特征指标的取值;
故障模式提取模块,根据所述继电保护装置的缺陷特征指标的取值,获取继电保护装置的缺陷模式。
可选的,缺陷特征指标,包括:
继电保护装置的硬件的缺陷部位及损坏程度指标、继电保护装置的保护设备失去保护功能的时间和失去保护功能的保护设备的电压等级。
可选的,继电保护装置的保护设备失去保护功能的时间的取值的确定,具体包括:
确定继电保护装置对保护设备是否退出保护,当退出保护后,确定继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差,根据如下公式进行确定;
T为继电保护装置的保护设备失去保护功能的时间的取值、t为继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差和tave为历史缺陷导致保护失去功能的平均时间。
可选的,损坏程度指标的赋值,赋值的每一个值,对应一种/多种的继电保护装置的具体缺陷原因或简述缺陷原因。
可选的,所述损坏程度指标的取值,根据具体缺陷原因对应的赋值进行取值,当具体缺陷原因对应的赋值不能对损坏程度指标取值时,使用简述缺陷原因对应的赋值对损坏程度指标进行取值。本发明提取通过聚类分析结果,获取历史缺陷的类型,并掌握各种类型缺陷的分布情况,能够为基于大数据技术的继电保护缺陷诊断提供缺陷类型信息。
附图说明
图1为本发明一种用于提取继电保护装置的缺陷模式的方法流程图;
图2为本发明一种用于提取继电保护装置的缺陷模式的方法实施例智能变电站典型继电保护装置硬件结构图;
图3为本发明一种用于提取继电保护装置的缺陷模式的方法实施例缺陷案例及聚类中心位置图;
图4为本发明一种用于提取继电保护装置的缺陷模式的系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
本发明提出了一种用于提取继电保护装置的缺陷模式的方法,如图1所示,包括:
确定继电保护装置的缺陷特征指标,并对所述缺陷特征指标进行赋值,确定缺陷特征指标标准;
根据所述继电保护装置的缺陷特征指标,获取继电保护装置的运行数据,并根据所述运行数据和缺陷特征指标标准,确定继电保护装置的缺陷特征指标的取值;
根据所述继电保护装置的缺陷特征指标的取值,获取继电保护装置的缺陷模式。
缺陷特征指标,包括:
继电保护装置的硬件的缺陷部位及损坏程度指标、继电保护装置的保护设备失去保护功能的时间和失去保护功能的保护设备的电压等级。
继电保护装置的保护设备失去保护功能的时间的取值的确定,具体包括:
确定继电保护装置对保护设备是否退出保护,当退出保护后,确定继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差,根据如下公式进行确定;
T为继电保护装置的保护设备失去保护功能的时间的取值、t为继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差和tave为历史缺陷导致保护失去功能的平均时间。
损坏程度指标的赋值,赋值的每一个值,对应一种/多种的继电保护装置的具体缺陷原因或简述缺陷原因。
损坏程度指标的取值,根据具体缺陷原因对应的赋值进行取值,当具体缺陷原因对应的赋值不能对损坏程度指标取值时,使用简述缺陷原因对应的赋值对损坏程度指标进行取值。
下面结合实施例对本发明进行进一步说明。
(1)确定缺陷的关键特征指标
特征指标1:缺陷部位L。
220kV及以上电压等级智能变电站继电保护装置的硬件一般包括CPU插件、GOOSE(SV)插件、管理插件、开关量输入插件、开关量输出插件、电源插件、人机接口(HMI)插件等,如图2所示。
按照继电保护功能实现的先后逻辑对继电保护装置硬件进行排序并赋值,其中,排列方式是:
GOOSE(SV)插件及I/O插件(信号输入)→CPU插件→GOOSE插件及I/O插件(信号输出)→人机接口(HMI)插件、管理插件→电源插件及背板
保护设备不同部位发生缺陷条件下,L的取值如表1所示,表中,“GOOSE插件、I/O插件(信号输入)”表示保护装置在从信息源获取信息环节存在缺陷,“GOOSE插件、I/O插件(信号输出)”表示保护装置跳闸、联闭锁信息输出过程中存在缺陷。
表1
特征指标2:缺陷插件损坏程度指标S,本指标用于反映保护装置的损坏程度。
保护装置损坏程度由轻到重可划分为:
保护装置重启后恢复正常,针对保护装置运行死机等问题,在不采取更换插件、软件更新、加固拧紧操作等措施,仅重启保护装置即消除装置内部缓存溢出及其他运行不良状况的情形下,S取0.1;
采用加固、拧紧等手段后恢复正常。对装置插件、接口存在的螺丝不紧、装置长时间运行导致的元件位移,通过简单的操作便能排除保护设备缺陷的情形下,S取0.3;
更新软件版本、修改配置、更换定值区后恢复正常。对于由于软件或软件版本原因、通信参数设置问题、定值问题等引起的保护设备缺陷,通过更新软件版本、修改配置、更换定值区,保护设备便能够正常运行的情形下,S取0.5;
更换插件、背板、接口后恢复正常。保护设备长期运行,电源插件、CPU插件、液晶屏等插件常出现老化、损伤,导致保护设备缺陷。需用更换插件的方式消除缺陷,S取0.8。
此外,对于不采取任何措施便可自动消除的缺陷,S取0;对于需要更换整套继电保护装置的情形,S取1。
特征指标3:缺陷引起保护设备失去保护功能的时间T。缺陷引起保护装置失去保护功能的时间越长,对电力系统安全稳定运行的影响越突出。若缺陷引起保护设备失去保护功能的时间为t,历史缺陷导致保护失去功能的平均时间为tave,则
特征指标4:缺陷设备的电压等级V。用于描述发生缺陷的设备对应一次设备的电压等级。不同电压等级下指标V的取值如表2所示。
表2指标V的取值
(2)提出缺陷信息的预处理方法,确定缺陷特征指标的取值;
继电保护统计分析系统是继电保护缺陷信息的数据源。所提取的4个关键特征中,缺陷部位L可从“缺陷部位”字段获取;缺陷引起保护设备失去保护功能的时间T,先由“保护是否退出”字段判断是否为0,若保护退出,则计算“恢复时间”字段与“退出时间”字段对应时刻之差得到t,再用式(1)计算T;缺陷设备的电压等级V从“电压等级”字段获取;缺陷插件损坏程度指标S先通过“具体缺陷原因”字段判断,如表3所示。
表3
对于无法通过“具体缺陷原因”字段判断的,需依据“缺陷简述”字段判断,规则是:
如果出现“重启”(或“死机”)及“恢复”字段,则可判断为“保护装置重启后恢复正常”;
如果出现“加固”(或“拧紧”、“紧固”)及“恢复”字段,则可判断为“采用加固、拧紧等手段后恢复正常”;
如果出现“点表配置”、“更改MAC地址”、“软件程序版本”字段,但不出现“更换”或“重启”字段,则可判断为“更新软件版本、修改配置、更换定值区后恢复正常”;
如果出现“插件”(或“接口”、“光纤”、“背板”)及“更换”字段,则可判断为“更换插件、背板、接口后恢复正常”。
(3)基于K-means算法对历史缺陷得出继电保护的缺陷模式,将各历史缺陷划分到不同的缺陷类别中。
聚类分析遵循“同一个聚类的特征比不同聚类的特征更相近”的原则,按照样本的距离远近划分类别。聚类中心反映一类事物的整体特性,是综合了所有同类事物的相同或相近点,同时同其他类事物有显著区别的量化表征,K-means算法是一种常用的聚类分析方法。
(1)K-means算法原理
K-means算法的工作原理:首先随机从数据集中选取K个点,每个点初始地代表每个簇的聚类中心,然后计算剩余各个样本到聚类中心的距离,将它赋给最近的簇,接着重新计算每簇的平均值,整个过程不断重复,如果相邻两次调整没有明显变化,说明数据聚类形成的簇已经收敛。本算法的一个特点是在每次迭代中都要考察每个样本的分类是否正确。若不正确,就要调整,在全部样本调整完后,再修改聚类中心,进人下一次迭代。这个过程将不断重复直到满足某个终止条件,终止条件可以是以下任何一个:
①没有对象被重新分配给不同的聚类。
②聚类中心不再发生变化
③误差平方和局部最小。
(2)K-means算法步骤
处理流程:
①从N个数据对象任意选择K个对象作为初始聚类中心。
②循环③到④直到每个聚类不再发生变化为止。
③根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离,并根据最小距离重新对相应对象进行划分。
④重新计算每个聚类的均值(中心对象),直到聚类中心不再变化。
(3)K-means算法特点
①在K-means算法中K是事先给定的,这个K值的选定是非常难以估计的。
②在K-means算法中,首先需要根据初始聚类中心来确定一个初始划分,然后对初始划分进行优化。
③K-means算法需要不断地进行样本分类调整,不断地计算调整后的新的聚类中心,因此当数据量非常大时,算法的时间开销是非常大的。
④K-means算法对一些离散点和初始K值敏感,不同的距离初始值对同样的数据样本可能得到不同的结果。
应用K-means算法计算了分属于7个类别的28个对象中任意两个对象的绝对距离,绘制聚类树实现了聚类,如表4所示。
表4
从继电保护统计分析系统中调取2009年以来7699余项继电保护装置缺陷,对于每项缺陷,读取描述信息,确定关键特征指标取值。根据经验,将聚类数目设置为7,应用K-means算法获得7个聚类中心,对应保护装置7种缺陷模式,如表5所示。
表5
7699项缺陷的分布情况及聚类中心的位置如图3所示,图中,星状点表示7699起缺陷特征指标取值的分布,圆圈表示7个聚类中心,图中3维坐标分别是缺陷位置L、缺陷插件损坏程度指标S、缺陷设备的电压等级V。
应用K-means算法可获得7699项缺陷的类别,也就是每项缺陷的模式。7个的缺陷模式及每个模式的特点及实例如下:
(1)聚类中心1:采用加固、拧紧等手段,或更新软件版本、修改配置、更换定值区后恢复正常;
特点:S取值范围为0.3~0.5,保护装置平均退出运行时间为0.6126小时,集中发生在信息输入环节或CPU插件上。
“采用加固、拧紧等手段后恢复正常”和“更新软件版本、修改配置、更换定值区后恢复正常”具有不同的缺陷形式,相比“装置死机”严重,相比“插件损坏”较轻,但由于样本数量较少,所以被划分到一个类别中。
案例1:检查发现××变侧××线路保护装置光差CPU内厂家配置的跳纤装工艺不良,跳纤限位器未卡入法兰头卡槽,已重新装接,通道恢复正常。
案例2:××站220kV母线第2套××母线保护装置的GOOSE插件软件程序版本较低,当接入间隔较多,数据量变大,GOOSE插件会偶发GOOSE断链。经厂家现场检查,确认将GOOSE插件软件程序版本升级到最新版本后可恢复正常。
(2)聚类中心2:保护设备电源插件发生硬件损坏;
特点:保护设备电源插件发生硬件损坏,缺陷位置为电源插件,L取值在1左右;
插件损坏需要更换,S取值接近0.8;保护装置平均退出运行时间为0.7305小时。
案例1:××变××线路开关保护××保护装置发“电源异常”信号,无法复归,继保人员现场检查发现该装置电源板故障,24V和5V电源灯均不亮,初步判断为电源板故障。申请停用该保护装置后,更换电源板,装置恢复正常。
案例2:220kV××站3号变××保护装置发装置异常信号,装置运行灯灭。现场检查为该装置电源插件损坏,更换后恢复正常。
(3)聚类中心3:CPU插件发生损坏;
特点:CPU插件发生硬件损坏,缺陷位置为CPU插件,L取值在0.4左右;插件损坏需要更换,S取值接近0.8;
保护装置平均退出运行时间最长,为1.1861小时。
案例1:××站110kV母线××母线保护装置发GOOSE断链告警,经检查为母线保护装置CPU插件损坏,更换插件后恢复正常,可以投入运行。
案例2:××变220kV××线274间隔报“内部通信中断”,现场检查该间隔线路保护装置××上“后备运行灯,重合允许灯”灭,装置记录的装置自检中报文显示“板2内部通信中断”的信号,经检查判断保护装置的后备保护CPU插件故障,更换新的CPU插件后,恢复正常。
(4)聚类中心4:保护设备状态量输出环节发生硬件损坏;
特点:保护设备状态量输出环节发生硬件损坏,缺陷位置为状态量输出环节,L取值在0.6左右;
插件损坏需要更换,S取值接近0.8;保护装置平均退出运行时间为0.9190小时。
案例1:500kV××变“5022开关第一套智能终端收1号主变第一套保护GOOSE直跳通讯中断”信号不能复归,更换通信光纤恢复正常。
案例2:××220kV变电站2号主变220kV第二套智能终端××装置异常告警,GOOSE断链告警,66kV第二套智能终端××装置异常告警,GOOSE断链告警,第二套母差失灵保护××GOOSE组网中断告警;原因:GOOSE插件故障;处理情况:更换插件后恢复。
(5)聚类中心5:保护设备信号采集环节发生硬件损坏;
特点:保护设备信号采集环节发生硬件损坏,缺陷位置为模拟量采集环节和状态量采集环节,且多为模拟量采集环节,L取值在0~0.2间;插件损坏需要更换,S取值接近0.8;
保护装置平均退出运行时间为0.8954小时。
案例1:××风电场220kV主变第二套保护××装置插件上8B插头(模拟量采样插件)烧毁,更换装置插头后,设备恢复正常。
案例2:××变××线××保护装置通道异常,现场检查保护装置上显示“纵联通道无有效帧”,通道异常告警灯亮,现场申请停用该保护装置后,进行通道自环试验,本侧通道仍然告警,对侧通道不告警,因此,初步判断为本侧保护装置光纤通信板故障,现场更换新的光纤通信板后恢复正常。
(6)聚类中心6:人机界面、管理插件、液晶屏发生硬件损坏;
特点:人机界面、管理插件、液晶屏等发生硬件损坏,缺陷位置为人机界面、管理插件、液晶屏等,L取值在0.8左右;
插件损坏需要更换,S取值接近0.8;保护装置平均退出运行时间为0.5184小时。
案例1:××站220kV××线××线路保护装置运行灯一直闪烁,原因是人机插件损坏。经更换保护装置人机插件模块后,保护装置恢复正常,保护可以投入运行。
案例2:220kV××站2号主变第二套保护液晶板鼠标指示不准,更换液晶板恢复正常。
(7)聚类中心7:保护设备死机或异常,重启后恢复正常;
特点:虽然缺陷处置较为容易,但对保护设备正常运行有较大影响。装置重启便恢复正常,S取值接近0.1;
缺陷处置操作较简单,保护装置平均退出运行时间较短,为0.3299小时。
案例1:××站220千伏××Ⅱ线2号线路保护装置××告“CPU2同步串口出错”“DSP总数不正确”。该站装置重新上电后恢复正常。
案例2:××变110kV××I回××线路保护装置接收智能终端GOCB2GOOSE断链,现场检查后,发现线路保护装置死机,现场申请退出线路保护后重启装置恢复正常。
本发明还提出了一种用于提取继电保护装置的缺陷模式的系统200,如图4所示,包括:
预处理模块201,确定继电保护装置的缺陷特征指标,并对所述缺陷特征指标进行赋值,确定缺陷特征指标标准;
处理模块202,根据所述继电保护装置的缺陷特征指标,获取继电保护装置的运行数据,并根据所述运行数据和缺陷特征指标标准,确定继电保护装置的缺陷特征指标的取值;
故障模式提取模块203,根据所述继电保护装置的缺陷特征指标的取值,获取继电保护装置的缺陷模式。
缺陷特征指标,包括:
继电保护装置的硬件的缺陷部位及损坏程度指标、继电保护装置的保护设备失去保护功能的时间和失去保护功能的保护设备的电压等级。
继电保护装置的保护设备失去保护功能的时间的取值的确定,具体包括:
确定继电保护装置对保护设备是否退出保护,当退出保护后,确定继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差,根据如下公式进行确定;
T为继电保护装置的保护设备失去保护功能的时间的取值、t为继电保护装置退出保护设备的退出时间和恢复保护时间的是时间差和tave为历史缺陷导致保护失去功能的平均时间。
损坏程度指标的赋值,赋值的每一个值,对应一种/多种的继电保护装置的具体缺陷原因或简述缺陷原因。
损坏程度指标的取值,根据具体缺陷原因对应的赋值进行取值,当具体缺陷原因对应的赋值不能对损坏程度指标取值时,使用简述缺陷原因对应的赋值对损坏程度指标进行取值。本发明提取通过聚类分析结果,获取历史缺陷的类型,并掌握各种类型缺陷的分布情况,能够为基于大数据技术的继电保护缺陷诊断提供缺陷类型信息。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种用于提取继电保护装置的缺陷模式的方法,所述方法包括:
确定继电保护装置的缺陷特征指标,并对所述缺陷特征指标进行赋值,确定缺陷特征指标标准;
根据所述继电保护装置的缺陷特征指标,获取继电保护装置的运行数据,并根据所述运行数据和缺陷特征指标标准,确定继电保护装置的缺陷特征指标的取值;
根据所述继电保护装置的缺陷特征指标的取值,获取继电保护装置的缺陷模式。
2.根据权利要求1所述的方法,所述缺陷特征指标,包括:
继电保护装置的硬件的缺陷部位及损坏程度指标、继电保护装置的保护设备失去保护功能的时间和失去保护功能的保护设备的电压等级。
4.根据权利要求2所述的方法,所述损坏程度指标的赋值,赋值的每一个值,对应一种/多种的继电保护装置的具体缺陷原因或简述缺陷原因。
5.根据权利要求4所述的方法,所述损坏程度指标的取值,根据具体缺陷原因对应的赋值进行取值,当具体缺陷原因对应的赋值不能对损坏程度指标取值时,使用简述缺陷原因对应的赋值对损坏程度指标进行取值。
6.一种用于提取继电保护装置的缺陷模式的系统,所述系统包括:
预处理模块,确定继电保护装置的缺陷特征指标,并对所述缺陷特征指标进行赋值,确定缺陷特征指标标准;
处理模块,根据所述继电保护装置的缺陷特征指标,获取继电保护装置的运行数据,并根据所述运行数据和缺陷特征指标标准,确定继电保护装置的缺陷特征指标的取值;
故障模式提取模块,根据所述继电保护装置的缺陷特征指标的取值,获取继电保护装置的缺陷模式。
7.根据权利要求6所述的系统,所述缺陷特征指标,包括:
继电保护装置的硬件的缺陷部位及损坏程度指标、继电保护装置的保护设备失去保护功能的时间和失去保护功能的保护设备的电压等级。
9.根据权利要求7所述的系统,所述损坏程度指标的赋值,赋值的每一个值,对应一种/多种的继电保护装置的具体缺陷原因或简述缺陷原因。
10.根据权利要求9所述的系统,所述损坏程度指标的取值,根据具体缺陷原因对应的赋值进行取值,当具体缺陷原因对应的赋值不能对损坏程度指标取值时,使用简述缺陷原因对应的赋值对损坏程度指标进行取值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010031346.3A CN111222582B (zh) | 2020-01-13 | 2020-01-13 | 一种用于提取继电保护装置的缺陷模式的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010031346.3A CN111222582B (zh) | 2020-01-13 | 2020-01-13 | 一种用于提取继电保护装置的缺陷模式的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111222582A true CN111222582A (zh) | 2020-06-02 |
CN111222582B CN111222582B (zh) | 2023-12-05 |
Family
ID=70808272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010031346.3A Active CN111222582B (zh) | 2020-01-13 | 2020-01-13 | 一种用于提取继电保护装置的缺陷模式的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222582B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112732773A (zh) * | 2020-12-15 | 2021-04-30 | 中国电力科学研究院有限公司 | 一种继电保护缺陷数据的唯一性校核方法及系统 |
CN114201884A (zh) * | 2021-12-16 | 2022-03-18 | 中国电力科学研究院有限公司 | 基于专家规则推演的继电保护缺陷的诊断方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855187A (zh) * | 2012-07-31 | 2013-01-02 | 许继集团有限公司 | 一种继电保护装置软件缺陷跟踪管理系统及方法 |
CN102932167A (zh) * | 2012-10-10 | 2013-02-13 | 华南理工大学 | 提高智能变电站继电保护可靠性的信息流控制方法和系统 |
CN104299115A (zh) * | 2014-11-11 | 2015-01-21 | 国网重庆市电力公司电力科学研究院 | 基于模糊c均值聚类算法的智能变电站二次系统状态分析方法 |
WO2015158165A1 (zh) * | 2014-04-14 | 2015-10-22 | 南京南瑞继保电气有限公司 | 一种继电保护定值可视化方法 |
CN108846511A (zh) * | 2018-06-04 | 2018-11-20 | 国家电网公司 | 一种基于调控大数据平台的变电设备缺陷趋势分析方法 |
CN109064071A (zh) * | 2018-09-20 | 2018-12-21 | 国网重庆市电力公司电力科学研究院 | 一种基于保护失效的智能变电站二次系统风险评估方法 |
CN109472045A (zh) * | 2018-09-26 | 2019-03-15 | 中国电力科学研究院有限公司 | 一种基于随机截尾数据的继电保护缺陷分布评估方法及系统 |
CN110502751A (zh) * | 2019-08-09 | 2019-11-26 | 国网山西省电力公司 | 大电网运行态势感知方法、终端设备和存储介质 |
-
2020
- 2020-01-13 CN CN202010031346.3A patent/CN111222582B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855187A (zh) * | 2012-07-31 | 2013-01-02 | 许继集团有限公司 | 一种继电保护装置软件缺陷跟踪管理系统及方法 |
CN102932167A (zh) * | 2012-10-10 | 2013-02-13 | 华南理工大学 | 提高智能变电站继电保护可靠性的信息流控制方法和系统 |
WO2015158165A1 (zh) * | 2014-04-14 | 2015-10-22 | 南京南瑞继保电气有限公司 | 一种继电保护定值可视化方法 |
CN104299115A (zh) * | 2014-11-11 | 2015-01-21 | 国网重庆市电力公司电力科学研究院 | 基于模糊c均值聚类算法的智能变电站二次系统状态分析方法 |
CN108846511A (zh) * | 2018-06-04 | 2018-11-20 | 国家电网公司 | 一种基于调控大数据平台的变电设备缺陷趋势分析方法 |
CN109064071A (zh) * | 2018-09-20 | 2018-12-21 | 国网重庆市电力公司电力科学研究院 | 一种基于保护失效的智能变电站二次系统风险评估方法 |
CN109472045A (zh) * | 2018-09-26 | 2019-03-15 | 中国电力科学研究院有限公司 | 一种基于随机截尾数据的继电保护缺陷分布评估方法及系统 |
CN110502751A (zh) * | 2019-08-09 | 2019-11-26 | 国网山西省电力公司 | 大电网运行态势感知方法、终端设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
PENG LIU等: "Research on Fault Diagnosis Technology for Power Grid Equipment Based on Spark", 《2018 IEEE 9TH ANNUAL INFORMATION TECHNOLOGY, ELECTRONICS AND MOBILE COMMUNICATION CONFERENCE (IEMCON)》, pages 1126 - 1131 * |
来庭煜等: "电力系统继电保护自适应消缺方法仿真研究", 《计算机仿真》, vol. 35, no. 10, pages 158 - 161 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112732773A (zh) * | 2020-12-15 | 2021-04-30 | 中国电力科学研究院有限公司 | 一种继电保护缺陷数据的唯一性校核方法及系统 |
CN112732773B (zh) * | 2020-12-15 | 2024-04-16 | 中国电力科学研究院有限公司 | 一种继电保护缺陷数据的唯一性校核方法及系统 |
CN114201884A (zh) * | 2021-12-16 | 2022-03-18 | 中国电力科学研究院有限公司 | 基于专家规则推演的继电保护缺陷的诊断方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111222582B (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111222582A (zh) | 一种用于提取继电保护装置的缺陷模式的方法及系统 | |
CN104331042A (zh) | 水电厂计算机监控系统的状态评价方法 | |
CN108053332B (zh) | 一种基于配置文件的故障树自动生成方法及系统 | |
CN111563658A (zh) | 一种二次安措中压板可视化在线校核方法及装置 | |
CN113537523A (zh) | 一种变电设备状态检修及辅助决策方法 | |
CN110287347A (zh) | 采用大数据检测电力机房故障的方法 | |
CN112560214A (zh) | 变电站母线平衡故障诊断方法、系统、设备及存储介质 | |
CN110350660B (zh) | 一种继电保护功能压板在线监视方法和系统 | |
CN107846314A (zh) | 一种智能运维管理系统 | |
CN112950064B (zh) | 一种电网安全风险影响因素分析方法及装置 | |
CN113471864A (zh) | 一种变电站二次设备现场检修装置及方法 | |
CN111969709A (zh) | 基于电力系统备自投分析的智能告警方法和系统 | |
CN110942187A (zh) | 火灾探测系统不可用相关条款优化方法、系统及存储介质 | |
Wu et al. | Analysis of typical modes of relay protection defects based on k-means algorithm | |
CN115009948A (zh) | 一种电梯按需维保智能管理系统及其管理方法 | |
CN112968525B (zh) | 一种换流阀子模块现场运维检修系统和方法 | |
CN106650154B (zh) | 一种基于热力性能指标的核电常规岛设备可靠性监测方法 | |
JPH06100921B2 (ja) | プラントの異常時処置決定方法 | |
CN113238530B (zh) | 监测系统显示功能设计方法及系统、验证方法、显示方法 | |
CN113608959A (zh) | 故障硬盘定位方法、系统、终端及存储介质 | |
Zhao et al. | Development of historical database for SF6 extra high voltage circuit breaker intelligent monitoring system | |
CN106709158B (zh) | 电网馈线自动化系统的性能提升方法 | |
CN113725872B (zh) | 一种agc关键量测安全校验方法及闭锁控制方法 | |
CN112018754A (zh) | 一种电网主设备多态工况确定方法及系统 | |
CN113224844B (zh) | 一种配网母线失压事件智能感知方法、系统和设备 |
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 |