CN111984656A - 智能变电站自动化设备基础数据关键参数校核方法及系统 - Google Patents
智能变电站自动化设备基础数据关键参数校核方法及系统 Download PDFInfo
- Publication number
- CN111984656A CN111984656A CN202010910002.XA CN202010910002A CN111984656A CN 111984656 A CN111984656 A CN 111984656A CN 202010910002 A CN202010910002 A CN 202010910002A CN 111984656 A CN111984656 A CN 111984656A
- Authority
- CN
- China
- Prior art keywords
- data
- basic data
- automation equipment
- equipment
- station
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 230000004927 fusion Effects 0.000 claims abstract description 24
- 238000012937 correction Methods 0.000 claims abstract description 6
- 230000011664 signaling Effects 0.000 claims description 26
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 14
- 238000012163 sequencing technique Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002438 flame photometric detection Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供的一种智能变电站自动化设备基础数据关键参数校核方法及系统,属于变电站自动化设备技术领域,汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型;根据关键参数模型对经处理的厂站自动化基础数据系统中的数据得到的系统数据进行辨识,修正处理系统数据中的异常基础数据,并对异常基础数据和处理结果进行统计汇总,最终输出基础数据关键参数修正值以及错误数据统计结果。本发明能够精准指出自动化基础数据系统中厂站自动化设备基础数据漏填、错填等问题,实现对系统设备关键参数唯一性、完整性、准确性等多项功能校核,与人工校核相比,可节约大量的时间和成本,实现智能站自动化设备基础数据的闭环管控。
Description
技术领域
本发明涉及变电站自动化设备技术领域,具体涉及一种智能变电站自动化设备基础数据关键参数校核方法及系统。
背景技术
厂站自动化设备基础数据是掌握厂站自动化设备类型、设备厂家及型号分布等第一手资料,也是发现设备缺陷、分析缺陷原因、研究并提出解决措施、提升设备安全运行水平、实现设备有效管理的重要基础。因而,提高厂站自动化设备基础数据质量水平对促进生产管理精益化水平提升,保障电网安全稳定运行均具有重大意义。
目前,在厂站自动化设备基础数据核查方面,相关研究较少。由于厂站自动化设备种类多,数据量大,设备的迁移、更换,以及人工录入数据的错误和遗漏等原因,厂站自动化设备基础数据系统中存在厂站自动化设备信息命名不规范、数据格式错误、关联关系不符、关键信息录入不完整等一系列问题。受外界环境、基础数据系统等一些不确定因素等的影响,在数据的存储、传输过程中,会进一步加剧数据失真的可能性。为提高数据质量,目前主要采用人工复核方式,以弥补基础数据系统校核方式的不足,但这种方式不仅工作效率较低,而且问题容易反复。因此,有必要利用多源数据融合、大数据挖掘等技术,高效、准确的核查基础数据,进而提高基础数据质量。
发明内容
本发明的目的在于提供一种可节约大量的时间和成本、可实现智能站自动化设备基础数据的闭环管控的智能变电站自动化设备基础数据关键参数校核方法及系统,以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的,本发明采取了如下技术方案:
一方面,本发明提供的一种智能变电站自动化设备基础数据关键参数校核方法,该方法包括:
汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型;根据关键参数模型对经处理的厂站自动化基础数据系统中的数据得到的系统数据进行辨识,修正处理系统数据中的异常基础数据,并对异常基础数据和处理结果进行统计汇总。
优选的,将厂站自动化设备基础数据系统中自动化设备基础数据关键参数导出,并按照电压等级及间隔名称利用排序算法进行排序,得到所述系统数据。
优选的,汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型包括:
从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,根据标准存档点表中遥信信号点号及信号名称,获取远动配置描述文件中相应自动化设备的短地址;依据短地址,在变电站系统配置文件中获得相应自动化设备的基础数据关键参数。
优选的,利用关键字检索技术从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,并按照电压等级及间隔名称标准化进行命名和分类,利用排序算法进行排序,得到第一数据表;
根据主站系统标准存档点表遥信信号点号及信号名称,在远动配置描述文件中获取相应自动化设备的短地址;
依据短地址获得变电站系统配置文件中相应自动化设备的基础数据关键参数,并对应填入第一数据表中,同时根据停送电计划确定自动化设备投运时间,得到第二数据表。
优选的,比对第二数据表和系统数据,输出异常基础数据,对错误数据进行统计,实现智能站自动化设备基础数据关键参数唯一性、完整性以及准确性校核。
优选的,所述自动化设备包括测控装置、数据通信网关机、时间同步装置以及同步相量测量装置。
优选的,所述自动化设备的基础数据关键参数包括自动化设备的设备名称、出厂厂家、型号、数量、投运日期。
第二方面,本发明提供一种利用如上所述的方法的智能变电站自动化设备基础数据关键参数校核系统,该系统包括:
数据融合模块,用于汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型;
数据处理模块,用于根据关键参数模型对经处理的厂站自动化基础数据系统中的数据得到的系统数据进行辨识,修正处理系统数据中的异常基础数据,并对异常基础数据和处理结果进行统计汇总。
优选的,所述系统还包括:数据输出模块,用于输出基础数据关键参数修正值以及错误数据统计结果。
优选的,所述数据融合模块包括:
数据采集单元,用于采集主站系统标准存档点表数据、远动配置描述文件数据、变电站系统配置文件数据以及厂站自动化基础数据系统中的数据;
模型构建单元,从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,根据标准存档点表中遥信信号点号及信号名称,获取远动配置描述文件中相应自动化设备的短地址;依据短地址,在变电站系统配置文件中获得相应自动化设备的基础数据关键参数。
优选的,所述数据融合模块还包括:
数据排序单元,用于将厂站自动化设备基础数据系统中自动化设备基础数据关键参数导出,并按照电压等级及间隔名称利用排序算法进行排序,得到所述系统数据。
优选的,所述模型构建单元包括:
第一提取单元,利用关键字检索技术从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,并按照电压等级及间隔名称标准化进行命名和分类,利用排序算法进行排序,得到第一数据表;
短地址配对单元,根据主站系统标准存档点表遥信信号点号及信号名称,在远动配置描述文件中获取相应自动化设备的短地址;
第二提取单元,依据短地址获得变电站系统配置文件中相应自动化设备的基础数据关键参数,并对应填入第一数据表中,同时根据停送电计划确定自动化设备投运时间,得到第二数据表。
优选的,所述数据处理模块包括比对单元,所述比对单元用于比对第二数据表和系统数据,输出异常基础数据,对错误数据进行统计。
第三方面,本发明还提供一种计算机设备,包括存储器和处理器,所述处理器和所述存储器相互通信,所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令执行如上所述的方法。
第四方面,本发明还提供一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的方法。
本发明有益效果:将主站标准点表、子站远动装置配置文件和SCD配置文件等多源数据进行融合,能够精准指出自动化基础数据系统中厂站自动化设备基础数据漏填、错填等问题,实现对系统设备关键参数唯一性、完整性、准确性等多项功能校核,与人工校核相比,可节约大量的时间和成本,实现智能站自动化设备基础数据的闭环管控。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1所述的智能变电站自动化设备基础数据关键参数校核系统功能原理框图。
图2为本发明实施例2所述的智能变电站自动化设备基础数据关键参数校核方法总体框架图。
图3为本发明实施例3所述的3个500千伏智能站自动化设备型号不准确数量示意图。
具体实施方式
下面详细叙述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明,下面结合附图以具体实施例对本发明作进一步解释说明,且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解,附图只是实施例的示意图,附图中的部件并不一定是实施本发明所必须的。
实施例1
如图1所示,本发明实施例1提供一种智能变电站自动化设备基础数据关键参数校核系统,该系统包括:
数据融合模块,用于汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型。数据处理模块,用于根据关键参数模型对经处理的厂站自动化基础数据系统中的数据得到的系统数据进行辨识,修正处理系统数据中的异常基础数据,并对异常基础数据和处理结果进行统计汇总。在本实施例1中,智能变电站自动化设备基础数据关键参数校核系统还可以包括:数据输出模块,用于输出基础数据关键参数修正值以及错误数据统计结果。
在本实施例1中,所述数据融合模块包括:数据采集单元,用于采集主站系统标准存档点表数据、远动配置描述文件数据、变电站系统配置文件数据以及厂站自动化基础数据系统中的数据。模型构建单元,从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,根据标准存档点表中遥信信号点号及信号名称,获取远动配置描述文件中相应自动化设备的短地址;依据短地址,在变电站系统配置文件中获得相应自动化设备的基础数据关键参数。
所述数据融合模块还包括:数据排序单元,用于将厂站自动化设备基础数据系统中自动化设备基础数据关键参数导出,并按照电压等级及间隔名称利用排序算法进行排序,得到所述系统数据。
所述模型构建单元包括:第一提取单元,利用关键字检索技术从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,并按照电压等级及间隔名称标准化进行命名和分类,利用排序算法进行排序,得到第一数据表。短地址配对单元,根据主站系统标准存档点表遥信信号点号及信号名称,在远动配置描述文件中获取相应自动化设备的短地址。第二提取单元,依据短地址获得变电站系统配置文件中相应自动化设备的基础数据关键参数,并对应填入第一数据表中,同时根据停送电计划确定自动化设备投运时间,得到第二数据表。
在本实施例1中,所述数据处理模块包括比对单元,第二数据表以及数据排序单元获取的系统数据在比对单元进行比对,输出异常基础数据,对错误数据进行统计。
本发明实施例1所述的智能变电站自动化设备基础数据关键参数校核系统在具体使用时:
通过数据融合模块汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型。再通过数据处理模块根据关键参数模型对经处理的厂站自动化基础数据系统中的数据得到的系统数据进行辨识,修正处理系统数据中的异常基础数据,并对异常基础数据和处理结果进行统计汇总。
利用数据排序单元将厂站自动化设备基础数据系统中自动化设备基础数据关键参数导出,并按照电压等级及间隔名称利用排序算法进行排序,得到所述系统数据。
利用模型构建单元从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,根据标准存档点表中遥信信号点号及信号名称,获取远动配置描述文件中相应自动化设备的短地址;依据短地址,在变电站系统配置文件中获得相应自动化设备的基础数据关键参数。
在模型构建单元中,通过第一提取单元利用关键字检索技术从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,并按照电压等级及间隔名称标准化进行命名和分类,利用排序算法进行排序,得到第一数据表。然后,利用短地址配对单元根据主站系统标准存档点表遥信信号点号及信号名称,在远动配置描述文件中获取相应自动化设备的短地址。最后,通过第二提取单元依据短地址获得变电站系统配置文件中相应自动化设备的基础数据关键参数,并对应填入第一数据表中,同时根据停送电计划确定自动化设备投运时间,得到第二数据表。
通过数据处理模块中的比对单元,比对第二数据表和系统数据,输出异常基础数据,对错误数据进行统计,实现智能站自动化设备基础数据关键参数唯一性、完整性以及准确性校核。
实施例2
如图2所示,本发明实施例2提供的一种智能变电站自动化设备基础数据关键参数校核系统,智能站自动化设备基础数据校核系统总体架构分为4层,分别是:数据层、处理层、分析层和应用层。
数据层中可包括有数据采集单元,首先,通过数据层中的数据采集单元从各数据中心接入所需数据,包括主站系统标准存档点表数据、远动配置描述文件数据、变电站系统配置文件数据以及厂站自动化基础数据系统中的数据;然后,将采集的数据输入处理层。在处理层中,包括模型构建单元,模型构建单元利用多源数据融合技术提取自动化设备基础数据关键参数,并建立相应设备关键参数模型。在分析层中,包括对比单元,在对比单元中,将建立的关键参数模型与厂站自动化基础数据系统中关键参数进行比对,对系统中存在的错误及缺失的异常基础数据进行辨识、处理。最后,通过应用层对异常数据和处理结果进行统计汇总。
在实施例2中,通过数据层实现了各类数据以及厂站自动化基础数据系统中的数据的汇集。通过数据处理层实现了将数据层中提供的各类数据利用多源数据融合技术将关键信息提取、分类、整合,建立设备基础数据关键参数模型。通过数据分析层实现了依据数据处理层结果对厂站自动化设备基础数据系统的错误值、缺失值进行辨识,对异常基础数据进行修正和处理,并对异常基础数据和处理结果进行统计汇总。通过应用层实现了输出异常基础数据修正值,对错误数据进行统计。
在实施例2中,利用的多源数据类型主要有以下三类:主站标准存档点表、远动配置描述文件(RCD,Remote Configuration Description)、变电站系统配置文件(SCD,Substation Configuration Description)文件。
对于主站标准存档点表,全面完整的标准存档点表“一站一表”如保护定值,其涵盖了站内所有一、二次设备及辅助设备,因此可以利用主站标准存档点表校验厂站自动化设备基础数据的完整性。尽管全面完整的标准存档点表中包含所有厂站自动化设备,但并不包含比如设备厂家、型号等设备基础数据关键参数,需要关联RCD、SCD等其他文件。
对于远动配置描述文件(RCD),是实现主站与子站信息交互的桥梁,根据主站系统标准存档点表的点号与信号名称,与对应远动配置描述文件点号对应,进而获取装置信息短地址。
对于变电站系统配置文件SCD文件。根据装置信息短地址关联至SCD中对应装置模型文件获取其基础数据关键参数。但SCD文件并不包含所有厂站自动化设备,比如PMU,所以单一SCD文件无法完全包含所有设备基础数据信息。主站标准存档点表和远动配置文件可在一定程度上可弥补这一缺失。
上述三类数据以单一信息均无法获得全部设备关键参数,因此,本实施例2中利用多源数据融合技术可将不同源数据信息整合,实现不同源数据信息相互验证,确保智能站自动化设备基础数据信息的正确性,进而实现厂站自动化设备基础数据关键参数校核。此外,利用停送电检修计划可获得厂站自动化设备准确的投、退运时间。
在实施例2中,智能变电站自动化设备基础数据参数为静态数据,基础数据关键参数校核主要包含唯一性、完整性、准确性等3个方面。
第一方面,基础数据关键参数的唯一性校核。利用排序合并算法将厂站自动化设备基础数据系统中设备名称进行排序,通过对数据排序并比较相邻的记录,从而找出重复记录。通过检测出重复数据后,在清洗过程中将重复记录进行合并。
第二方面,基础数据关键参数的完整性校核。人工录入的漏填、数据推送的缺失等原因均会导致系统中基础数据关键参数的不完整。利用关键字检索和穷举技术,从主站系统标准点表中提取并规范化命名全站自动化设备,并与厂站自动化基础数据系统中关键参数进行完整性比对。
第三方面,基础数据关键参数的准确性校核。数据准确性是指厂站自动化基础数据系统中关键参数与实际值相一致的程度。错误数据会严重偏离真实值,不能准确反映厂站自动化设备的真实情况。先对基础数据关键参数进行准确性校验,识别出有问题的条目,然后针对这些问题对数据进行准确性治理。
实施例3
本发明实施例3中,提供一种智能变电站自动化设备基础数据关键参数校核方法,该方法包括如下的基本步骤:
第一步,将厂站自动化设备基础数据系统中各类设备基础数据关键参数导出,并按照电压等级及间隔名称利用排序算法进行排序,获得系统数据表。
第二步,利用关键字检索技术从主站系统标准存档点表中遥信信号名称中提取全站自动化设备,并按照电压等级及间隔名称标准化命名设备及分类,并利用排序算法将其排序,获得第一数据表。
第三步,根据主站系统标准存档点表遥信信号点号及信号名称,在远动配置描述文件中获取相应自动化设备的短地址。
第四步,依据第三步得到的自动化设备相应短地址,在SCD文件中对应获得相应自动化设备的厂家、型号及对应装置数量等基础数据关键参数,并对应填入第二步生成的表中,同时根据停送电计划确定自动化设备投运时间,获取第二数据表。
第五步,将第一步与第四步生成的表格进行比对,输出异常基础数据,对错误数据进行统计,进而实现智能站自动化设备基础数据关键参数唯一性、完整性、准确性校核。
本实施例3中以某地区3个500千伏智能变电站自动化设备为例,从唯一性、完整性、准确性三个方面分别验证智能变电站自动化设备基础数据关键参数校核方法的有效性。
1)唯一性校核。利用上述方法,校核出站1厂站自动化基础数据系统中5011开关间隔测控装置重复性录入。站1自动化设备重复性校核结果如表1所示。
表1:
间隔设备名称 | 设备型号 |
5011开关测控 | PSR-662U |
5011开关测控 | PSR-662U |
2)完整性校核。利用上述方法,对系统中3个500千伏智能站进行厂站自动化设备完整性校核,系统中站3数据最为完整。站1缺少#2主变本体测控装置以及时间同步系统扩展柜II的两个扩展装置,站2缺少#1主变本体测控装置、220千伏某线路221开关间隔测控装置、220千伏某线路225开关间隔测控装置以及同步相量测量装置。校核结果分别如表2和表3所示,表2为站1自动化设备完整性校核结果,表3为站2自动化设备完整性校核结果。
表2:
缺少#2主变本体测控装置 |
缺少全站时间同步系统扩展柜丨丨扩展一扩展钟 |
缺少全站时间同步系统扩展柜丨丨扩展二扩展钟 |
表3:
缺少#1主变本体测控装置 |
缺少220KV某线路221开关间隔测控装置 |
缺少220KV某线路225开关间隔测控装置 |
缺少同步相量测量装置 |
3)准确性校核。准确性校核包括数量、厂家以及型号的准确性等三个方面,本实施例3中,对3个500千伏智能站分别从以上三个方面对校核结果进行说明。
数量准确性校核:根据重复性校核结果,将厂站自动化基础数据系统中站1重复录入间隔装置剔除后,3个500千伏智能站自动化设备数量准确性校核结果如表4所示。
表4:
厂站自动化基础数据系统 | 实际数量 | 检测数量 | |
站1 | 55 | 59 | 59 |
站2 | 58 | 62 | 62 |
站3 | 48 | 48 | 48 |
厂家准确性校核:利用上述方法对3个500千伏智能站自动化设备厂家准确性进行校核,站1和站3录入系统的设备厂家准确性较高,基本与实际一致。站2的自动化设备厂家准确性校核结果如表5所示,I区数据通信网关机B厂家应为南瑞继保,系统录入为南瑞科技。
表5:
型号准确性校核:利用上述方法对3个500千伏智能站自动化设备型号准确性进行校核,校核结果如图3所示,3个站的设备型号不准确的数量分别为6,4,18,如表6所示,站3的自动化设备型号不准确部分结果。
表6:
通过上述分析,可以看出本实施例3所述的方法能够对厂站自动化设备基础数据关键参数唯一性、完整性、准确性等多项功能校核。与人工校核相比,不仅大大缩短了校核时间和成本,而且显著提高了基础数据的质量。
实施例4
本发明实施例4提供一种计算机设备,该计算机设备包括存储器和处理器,所述处理器和所述存储器相互通信,所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令执行如上所述的智能变电站自动化设备基础数据关键参数校核方法。
实施例5
本发明实施例5提供一种计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的智能变电站自动化设备基础数据关键参数校核方法。
综上所述,本发明实施例所述的基于多源数据融合的智能变电站自动化设备基础数据关键参数校核方法,能够精准指出厂站自动化设备基础数据系统中设备基础数据漏填、错填等问题,实现对厂站自动化基础数据系统的设备关键参数唯一性、完整性、准确性等多项功能校核。该方法大大节约了人工校核的成本和时间,显著提升优化了基础数据关键参数的质量。对开展智能变电站合并单元、智能终端、交换机等设备基础数据关键参数的校核研究提供了基础。
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。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本发明公开的技术方案的基础上,本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形,都应涵盖在本发明的保护范围之内。
Claims (15)
1.一种智能变电站自动化设备基础数据关键参数校核方法,其特征在于,包括:
汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型;根据关键参数模型对经处理的厂站自动化基础数据系统中的数据得到的系统数据进行辨识,修正处理系统数据中的异常基础数据,并对异常基础数据和处理结果进行统计汇总。
2.根据权利要求1所述的智能变电站自动化设备基础数据关键参数校核方法,其特征在于:将厂站自动化设备基础数据系统中自动化设备基础数据关键参数导出,并按照电压等级及间隔名称利用排序算法进行排序,得到所述系统数据。
3.根据权利要求1所述的智能变电站自动化设备基础数据关键参数校核方法,其特征在于,汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型包括:
从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,根据标准存档点表中遥信信号点号及信号名称,获取远动配置描述文件中相应自动化设备的短地址;依据短地址,在变电站系统配置文件中获得相应自动化设备的基础数据关键参数。
4.根据权利要求3所述的智能变电站自动化设备基础数据关键参数校核方法,其特征在于:
利用关键字检索技术从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,并按照电压等级及间隔名称标准化进行命名和分类,利用排序算法进行排序,得到第一数据表;
根据主站系统标准存档点表遥信信号点号及信号名称,在远动配置描述文件中获取相应自动化设备的短地址;
依据短地址获得变电站系统配置文件中相应自动化设备的基础数据关键参数,并对应填入第一数据表中,同时根据停送电计划确定自动化设备投运时间,得到第二数据表。
5.根据权利要求4所述的智能变电站自动化设备基础数据关键参数校核方法,其特征在于:比对第二数据表和系统数据,输出异常基础数据,对错误数据进行统计,实现智能站自动化设备基础数据关键参数唯一性、完整性以及准确性校核。
6.根据权利要求1-5任一项所述的智能变电站自动化设备基础数据关键参数校核方法,其特征在于,所述自动化设备包括测控装置、数据通信网关机、时间同步装置以及同步相量测量装置。
7.根据权利要求6所述的智能变电站自动化设备基础数据关键参数校核方法,其特征在于,所述自动化设备的基础数据关键参数包括自动化设备的设备名称、出厂厂家、型号、数量、投运日期。
8.一种利用如权利要求1-7任一项所述的方法的智能变电站自动化设备基础数据关键参数校核系统,其特征在于,包括:
数据融合模块,用于汇集自动化设备数据进行多源数据融合,建立设备基础数据关键参数模型;
数据处理模块,用于根据关键参数模型对经处理的厂站自动化基础数据系统中的数据得到的系统数据进行辨识,修正处理系统数据中的异常基础数据,并对异常基础数据和处理结果进行统计汇总。
9.根据权利要求8所述的智能变电站自动化设备基础数据关键参数校核系统,其特征在于,还包括:
数据输出模块,用于输出基础数据关键参数修正值以及错误数据统计结果。
10.根据权利要求8所述的智能变电站自动化设备基础数据关键参数校核系统,其特征在于,所述数据融合模块包括:
数据采集单元,用于采集主站系统标准存档点表数据、远动配置描述文件数据、变电站系统配置文件数据以及厂站自动化基础数据系统中的数据;
模型构建单元,从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,根据标准存档点表中遥信信号点号及信号名称,获取远动配置描述文件中相应自动化设备的短地址;依据短地址,在变电站系统配置文件中获得相应自动化设备的基础数据关键参数。
11.根据权利要求10所述的智能变电站自动化设备基础数据关键参数校核系统,其特征在于,所述数据融合模块还包括:
数据排序单元,用于将厂站自动化设备基础数据系统中自动化设备基础数据关键参数导出,并按照电压等级及间隔名称利用排序算法进行排序,得到所述系统数据。
12.根据权利要求10所述的智能变电站自动化设备基础数据关键参数校核系统,其特征在于,所述模型构建单元包括:
第一提取单元,利用关键字检索技术从主站系统标准存档点表中的遥信信号名称中提取全站自动化设备,并按照电压等级及间隔名称标准化进行命名和分类,利用排序算法进行排序,得到第一数据表;
短地址配对单元,根据主站系统标准存档点表遥信信号点号及信号名称,在远动配置描述文件中获取相应自动化设备的短地址;
第二提取单元,依据短地址获得变电站系统配置文件中相应自动化设备的基础数据关键参数,并对应填入第一数据表中,同时根据停送电计划确定自动化设备投运时间,得到第二数据表。
13.根据权利要求12所述的智能变电站自动化设备基础数据关键参数校核系统,其特征在于,所述数据处理模块包括比对单元,所述比对单元用于比对第二数据表和系统数据,输出异常基础数据,对错误数据进行统计。
14.一种计算机设备,其特征在于:包括存储器和处理器,所述处理器和所述存储器相互通信,所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令执行如权利要求1-7任一项所述的方法。
15.一种计算机可读存储介质,其存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910002.XA CN111984656B (zh) | 2020-09-02 | 2020-09-02 | 智能变电站自动化设备基础数据关键参数校核方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910002.XA CN111984656B (zh) | 2020-09-02 | 2020-09-02 | 智能变电站自动化设备基础数据关键参数校核方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111984656A true CN111984656A (zh) | 2020-11-24 |
CN111984656B CN111984656B (zh) | 2024-02-06 |
Family
ID=73447900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010910002.XA Active CN111984656B (zh) | 2020-09-02 | 2020-09-02 | 智能变电站自动化设备基础数据关键参数校核方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111984656B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051870A (zh) * | 2021-03-04 | 2021-06-29 | 国网冀北电力有限公司承德供电公司 | 一种scd虚端子表制作方法和系统 |
CN113342882A (zh) * | 2021-05-21 | 2021-09-03 | 贵州电网有限责任公司 | 一种用于大数据下保护定值颗粒化智能校核系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930365A (zh) * | 2012-09-24 | 2013-02-13 | 中国电力科学研究院 | 一种继电保护统计分析与运行管理数据的校核方法 |
CN104685427A (zh) * | 2012-10-10 | 2015-06-03 | 西门子公司 | 适合在变电站自动化系统中使用的智能电子设备以及对其进行操作的方法 |
CN107402976A (zh) * | 2017-07-03 | 2017-11-28 | 国网山东省电力公司经济技术研究院 | 一种基于多元异构模型的电网多源数据融合方法及系统 |
CN109193945A (zh) * | 2018-10-19 | 2019-01-11 | 国网福建省电力有限公司 | 一种智能变电站远动数据配置自动闭环校核的方法 |
CN110334819A (zh) * | 2019-05-28 | 2019-10-15 | 广州供电局有限公司 | 变电站保护安自设备台账数据的处理方法及系统 |
CN110378809A (zh) * | 2019-07-29 | 2019-10-25 | 国网河北省电力公司 | 一种变电站监控信息表信息数据的智能校核方法 |
CN110750500A (zh) * | 2019-09-10 | 2020-02-04 | 贵州电网有限责任公司 | 一种智能变电站ccd文件与scd文件检验方法及系统 |
CN110852904A (zh) * | 2019-11-17 | 2020-02-28 | 云南电网有限责任公司普洱供电局 | 一种基于rcd和scd校验的信号校核系统和方法 |
CN111478818A (zh) * | 2020-05-11 | 2020-07-31 | 广西电网有限责任公司钦州供电局 | 一种基于scd文件和rcd文件的远动校核方法 |
-
2020
- 2020-09-02 CN CN202010910002.XA patent/CN111984656B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930365A (zh) * | 2012-09-24 | 2013-02-13 | 中国电力科学研究院 | 一种继电保护统计分析与运行管理数据的校核方法 |
CN104685427A (zh) * | 2012-10-10 | 2015-06-03 | 西门子公司 | 适合在变电站自动化系统中使用的智能电子设备以及对其进行操作的方法 |
CN107402976A (zh) * | 2017-07-03 | 2017-11-28 | 国网山东省电力公司经济技术研究院 | 一种基于多元异构模型的电网多源数据融合方法及系统 |
CN109193945A (zh) * | 2018-10-19 | 2019-01-11 | 国网福建省电力有限公司 | 一种智能变电站远动数据配置自动闭环校核的方法 |
CN110334819A (zh) * | 2019-05-28 | 2019-10-15 | 广州供电局有限公司 | 变电站保护安自设备台账数据的处理方法及系统 |
CN110378809A (zh) * | 2019-07-29 | 2019-10-25 | 国网河北省电力公司 | 一种变电站监控信息表信息数据的智能校核方法 |
CN110750500A (zh) * | 2019-09-10 | 2020-02-04 | 贵州电网有限责任公司 | 一种智能变电站ccd文件与scd文件检验方法及系统 |
CN110852904A (zh) * | 2019-11-17 | 2020-02-28 | 云南电网有限责任公司普洱供电局 | 一种基于rcd和scd校验的信号校核系统和方法 |
CN111478818A (zh) * | 2020-05-11 | 2020-07-31 | 广西电网有限责任公司钦州供电局 | 一种基于scd文件和rcd文件的远动校核方法 |
Non-Patent Citations (5)
Title |
---|
吴刚 等: ""基于双向仿真技术的新建子站自动校核系统研究"", 《科技资讯》, vol. 15, no. 22, pages 22 - 23 * |
季成: ""基于标准格式的变电站信息表校核办法"", 《自动化应用》, no. 10, pages 47 - 48 * |
彭熹 等: ""一种通信网关机遥控组态智能比对系统的研究与实现"", 《湖南电力》, vol. 38, no. 03, pages 4 - 8 * |
李贺平 等: ""基于电网调度自动化基础数据质量整治的探讨"", 《河南科技 》, vol. 21, no. 11, pages 98 - 99 * |
高志 等: ""(变电站 or 变电所 or 变电厂) p (基础 s 数据 s 设备 s (校验 or 校核 or 核验 or 清洗 or 比对 or 检验))"", 《电力大数据》, vol. 23, no. 03, pages 19 - 26 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113051870A (zh) * | 2021-03-04 | 2021-06-29 | 国网冀北电力有限公司承德供电公司 | 一种scd虚端子表制作方法和系统 |
CN113051870B (zh) * | 2021-03-04 | 2022-07-12 | 国网冀北电力有限公司承德供电公司 | 一种scd虚端子表制作方法和系统 |
CN113342882A (zh) * | 2021-05-21 | 2021-09-03 | 贵州电网有限责任公司 | 一种用于大数据下保护定值颗粒化智能校核系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111984656B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2022204116B2 (en) | Verification method for electrical grid measurement data | |
CN110795921B (zh) | 一种智能变电站设备监控信息自动生成及校验方法 | |
CN104933631A (zh) | 一种配电网运行在线分析评价系统 | |
CN107292769B (zh) | 一种基于rcd变电站改扩建配置一致性比对校验方法 | |
CN112114172A (zh) | 一种具有自动拓扑功能的低压台区非正常线损测试系统及方法 | |
CN110687473B (zh) | 一种智能变电站继电保护测试故障定位方法及系统 | |
CN111984656B (zh) | 智能变电站自动化设备基础数据关键参数校核方法及系统 | |
CN109444800B (zh) | 基于无线通信采集的台区识别方法 | |
CN102141950A (zh) | 一种智能变电站测控装置联闭锁逻辑验证方法 | |
CN103107914A (zh) | 远方电量采集终端检测方法及系统 | |
CN108595390B (zh) | 智能变电站scd与ied参数一致性的校验方法 | |
CN114123482A (zh) | 一种主厂站信息联调解耦方法 | |
CN115660631A (zh) | 一种基于修正权重故障树模型的配电终端状态评估方法 | |
CN103700024A (zh) | 基于d5000系统的省地一体化远动信息自动导入方法 | |
CN111274056A (zh) | 智能电能表故障库的自学习方法与装置 | |
CN105447261A (zh) | 一种用于智能变电站虚回路的检验工具 | |
CN113890013A (zh) | 利用网络终端掉电数据自动识别低压线路拓扑方法及系统 | |
CN113256175A (zh) | 一种配变电量表码数据采集自动分析方法和系统 | |
CN114915032B (zh) | 一种生成低压台区拓扑图的自动化系统 | |
CN109298698B (zh) | 一种公共建筑能耗全自动化监测系统 | |
CN110955808A (zh) | 一种主厂站四遥监控信息匹配关联的方法 | |
CN102820703A (zh) | 开关变位实时确定方法及系统 | |
CN114123503B (zh) | 一种变电站现场定值校核方法 | |
CN105224729A (zh) | 基于变电站二次设备全景信息模拟的信息接入检验方法 | |
CN107748701A (zh) | 一种电能计量自动化系统的可靠性分析方法 |
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 |