CN112414462A - 一种变压器负载状况监控中多级异常数据处理方法 - Google Patents
一种变压器负载状况监控中多级异常数据处理方法 Download PDFInfo
- Publication number
- CN112414462A CN112414462A CN202011276064.6A CN202011276064A CN112414462A CN 112414462 A CN112414462 A CN 112414462A CN 202011276064 A CN202011276064 A CN 202011276064A CN 112414462 A CN112414462 A CN 112414462A
- Authority
- CN
- China
- Prior art keywords
- transformer
- load
- judging
- overload
- criterion
- 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.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 109
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000001816 cooling Methods 0.000 claims description 7
- 238000013524 data verification Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 3
- 230000009471 action Effects 0.000 description 8
- 238000004804 winding Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种变压器负载状况监控中多级异常数据处理方法，它包括：采集变压器运行信息；采集电网运行信息；建立历史变压器运行数据库，并得到与变压器负载有关的关联数据形成历史样本集；基于历史数据样本集，利用SVM训练得到变压器负荷预测模型；利用最小二乘法得到某时刻的变压器实际负荷；对变压器负载状况信息数据判别及修正，判断数据是否异常；异常数据由省级变压器负载状况综合监控平台主站自动发布，由下级单位进行异常数据判别和处理；解决了现有技术针对变压器负载状态监控中变压器运行数据异常时，多由省级监控管理人员进行数据核查和管控，未采用分层分级管控模式，异常数据处理针对性、有效性和时效性差等技术问题。
Description
技术领域
本发明属于变压器监测技术，尤其涉及一种变压器负载状况监控中多级异常数据处理方法。
背景技术
作为当今世界不可或缺的能源，电力资源的需求量在国民经济的转型与发展过程中平稳快速增长。我国电网的发展建设也已经进入了“西电东送、南北护供、全国联网”的战略工程实施阶段。然而中国幅员辽阔，区域发展不均衡，部分地区电网建设速度还相对滞后，用电负荷持续、快速增长，导致系统的实际供电能力与用户的用电需求之间存在的差额越来越大，因此系统在运行过程中经常处于高负荷率的状态，用电负荷率高给电力系统的运行带来不稳定威胁。
变压器作为变电站中最为核心的设备，其安全、可靠、经济运行将对整个电网产生至关重要的影响，电力系统中变压器一旦出现故障将带来大面积停电的严重后果。变压器负荷的增加会导致其绕组温度升高，进而影响变压器的绝缘水平，最终导致其寿命缩短。因此有必要采取措施对变压器的负载状况进行有效监测，确保变压器负载监测到位。但现有技术中变压器负载信息只依靠现场采集电流、电压、绕温、油温等变压器运行信息传入后台监控系统，但未对采集到的信息进行多维分析、集成和整合，无法有效判断变压器负载数据的完整性和正确性；现有变压器运行数据异常时，多由省级监控管理人员进行数据核查和管控，未采用分层分级管控模式，异常数据处理针对性、有效性和时效性差等问题；同时现有重过载判断只依靠电流判据，缺少综合判据使得重过载判别不准确，造成无法进行采取相应等级设备运维及系统运行风险策略等技术难题。
发明内容
本发明要解决的技术问题是：提供一种变压器负载状况监控中多级异常数据处理方法，以解决现有技术针对变压器负载状态监控中变压器运行数据异常时，多由省级监控管理人员进行数据核查和管控，未采用分层分级管控模式，异常数据处理针对性、有效性和时效性差等技术问题。
本发明的技术方案：
一种变压器负载状况监控中多级异常数据处理方法，它包括：
步骤1、采集变压器运行信息；
步骤2、采集电网运行信息；
步骤3、建立历史变压器运行数据库，并得到与变压器负载有关的关联数据形成历史样本集；
步骤4、基于历史数据样本集，利用SVM训练得到变压器负荷预测模型；
步骤5、利用最小二乘法得到某时刻的变压器实际负荷；
步骤6、对变压器负载状况信息数据判别及修正，判断数据是否异常；
步骤7、异常数据由省级变压器负载状况综合监控平台主站自动发布，由下级单位进行异常数据判别和处理。
步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载。
步骤1所述采集变压器运行信息包括：变压器各侧电流信息和电压信息、油温及绕温信息、风冷系统运行状态及动作信息、风机运行状态及动作信息、各侧断路器和隔离开关的位置信息及环境数据信息。
步骤2所述采集电网运行信息包括电网潮流信息、输电线路运行信息、全网所有变电站的断路器、变压器和隔离开关的运行信息。
步骤5所述利用最小二乘法得到某时刻的变压器实际负荷的方法为：由该时刻变压器负荷预测值及上一时刻变压器负荷实际值进行表示；关系表达式为：α×该时刻变压器负荷预测值+β×上一时刻变压器负荷实际值；α和β分别为该时刻变压器负荷预测值及上一时刻变压器负荷值的权重系数。
步骤6所述对变压器负载状况信息数据判别及修正，判断数据是否异常的方法包括：
步骤6.1、当实时变压器下网或上网负载L较上一采样时刻的负载突变率ΔL大于30％时，启动功率信息判别；
步骤6.2、获取上一时刻与此时刻的变压器运行信息及与该变压器所在变电站有关的电网运行信息；
步骤6.3、确定上一时刻与此时刻的该变压器所在变电站的站内断路器是否有变位或该变电站出线输电线路的对侧变电站的站内断路器是否有变位；
步骤6.4、当该变压器所在变电站的站内断路器或该变电站出线输电线路的对侧变电站的站内断路器有变位，则判定该数据无异常，不做任何处理；否则判定该数据异常；
步骤6.5、收集上一时刻的负载数据Lζ；
步骤6.6、收集该时刻的变压器运行信息及与该变压器所在变电站有关的电网运行信息，利用步骤4训练的变压器负荷预测模型，获取该时刻的变压器负荷预测值Lθ；
步骤6.7、计算该时刻的变压器负荷值为α×Lζ+β×Lθ。
步骤7所述异常数据由省级变压器负载状况综合监控平台主站自动发布，由下级单位进行异常数据判别和处理的方法包括：
步骤7.1、省级变压器负载状况综合监控平台主站自动发布异常数据；
步骤7.2、省级电力公司接受异常数据，并下发给生产指挥中心；
步骤7.3、生产指挥中心接受异常数据，对异常数据进行判别，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站，否则进入步骤7.4，并将需要核实异常数据的任务下发给地市级变压器负载状况综合监控平台子站；
步骤7.4、地市级电力公司接受异常数据，对异常数据进行分析，按照分层分级进行异常数据核实任务分发，判断该变压器是否地市级电力公司管控变压器，若是则分发给地市级电力公司相关业务系统及人员进行数据核对，进入步骤7.5，否则进入步骤7.11分发给县级电力公司相关业务系统及人员；
步骤7.5、地市级电力公司相关业务系统及人员进行数据核对，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站；否则进入步骤7.10；
步骤7.10、地市级电力公司相关业务系统及人员采集系统自动关联多源数据进行异常数据的整改建议，并按照整改措施及时间期限进行整改，整改完成后返回无异常数据标志位给省级变压器负载状况综合监控平台主站；
步骤7.11、县级电力公司相关业务系统及人员进行数据核对，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站，否则进入步骤7.12；
步骤7.12、县级电力公司相关业务系统及人员采集系统自动关联多源数据进行异常数据的整改建议，并按照整改措施及时间期限进行整改，整改完成后返回无异常数据标志位给省级变压器负载状况综合监控平台主站。
步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器过载判据的计算：
步骤8.1.1、变压器过载最大电流判据：变压器最大负载电流/变压器额定电流≧100％时，判断为变压器过载最大电流判据满足条件；
步骤8.1.2、变压器过载平均电流判据：40％>变压器平均负载电流/变压器额定电流≧0％时，判断为变压器过载平均电流判据满足条件；
步骤8.1.3、变压器过载最大负荷判据：变压器最大负荷/变压器额定容量≧100％时，判断为变压器过载最大负荷判据满足条件；
步骤8.1.4、变压器过载平均负荷判据：40％>变压器平均负荷/变压器额定电流≧0％时，判断为变压器过载平均负荷判据满足条件；
步骤8.1.5、当变压器在评判周期内，最大负载电流满足步骤8.1.1、平均负载电流满足步骤8.1.2、最大负荷满足步骤8.1.3和平均负荷满足步骤8.1.4时，则判定该变压器在评判周期内为过载变压器。
步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器重载判据的计算：
步骤8.2.1、变压器重载最大电流判据：100％>变压器最大负载电流/变压器额定电流≧70％时，判断为变压器重载最大电流判据满足条件；
步骤8.2.2、变压器重载平均电流判据：变压器平均负载电流/变压器额定电流≧40％时，判断为变压器重载平均电流判据满足条件；
步骤8.2.3、变压器重载最大负荷判据：100％>变压器最大负荷/变压器额定容量≧70％时，判断为变压器重载最大负荷判据满足条件；
步骤8.2.4、变压器重载平均负荷判据：变压器平均负荷/变压器额定容量≧40％时，判断为变压器重载平均负荷判据满足条件；
步骤8.2.5当变压器在评判周期内，最大负载电流满足步骤8.2.1、平均负载电流满足步骤8.2.2、最大负荷满足步骤8.2.3和平均负荷满足步骤8.2.4时，则判定该变压器在评判周期内为重载变压器。
步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器重载且过载判据计算
步骤8.3.1变压器过载最大电流判据：变压器最大负载电流/变压器额定电流≧100％时，判断为变压器过载最大电流判据满足条件；
步骤8.3.2变压器过载平均电流判据：变压器平均负载电流/变压器额定电流≧40％时，判断为变压器过载平均电流判据满足条件；
步骤8.3.3、变压器过载最大负荷判据：变压器最大负荷/变压器额定容量≧100％时，判断为变压器过载最大负荷判据满足条件；
步骤8.3.4、变压器过载平均负荷判据：变压器平均负荷/变压器额定电流≧40％时，判断为变压器过载平均负荷判据满足条件；
步骤8.3.5、当变压器在评判周期内，最大负载电流满足步骤8.3.1、平均负载电流满足步骤8.3.2、最大负荷满足步骤8.3.3和平均负荷满足步骤8.3.4时，则判定该变压器在评判周期内为过载变压器。
本发明有益效果：
本发明通过采集变压器各侧电流信息、电压信息、油温及绕温信息、风冷系统运行状态及动作信息、风机运行状态及动作信息、各侧断路器和隔离开关的位置信息及环境数据信息等，用于对采集到的信息进行多维数据集成和分析，形成本站的变压器负载状态监测数据库，通过建立变压器负载模型，对变压器负载进行预测并对负荷数据进行判别和修正，将最终的变压器负载异常数据通过省、市、县逐层分解进行处理，并返回相应的结果给省站，提高了数据处理效率，避免了省级集中处理时效性差等问题；解决了现有技术针对变压器负载状态监控中变压器运行数据异常时，多由省级监控管理人员进行数据核查和管控，未采用分层分级管控模式，异常数据处理针对性、有效性和时效性差等技术问题。
具体实施方式：
多级异常数据处理方法
1、采集变压器运行信息，变压器各侧电流信息和电压信息，油温及绕温信息，风冷系统运行状态及动作信息，风机运行状态及动作信息，各侧断路器和隔离开关的位置信息、环境数据信息。
2、采集电网运行信息，包括电网潮流信息，输电线路运行信息，全网所有变电站的断路器、变压器、隔离开关等主设备的运行信息。
3、建立历史变压器运行数据库，并得到与变压器负载有关的关联数据形成历史样本集，含变压器运行信息及与该变压器所在变电站有关的电网运行信息。
其中变压器运行信息包括油温及绕温信息，风冷系统运行状态及动作信息，风机运行状态及动作信息，各侧断路器和隔离开关的位置信息、环境数据信息。并根据变压器电流信息和电压信息，计算得到变压器负载信息。
与该变压器所在变电站有关的电网运行信息包括变电站内的断路器、变压器、隔离开关等主设备的运行信息，以及与该变压器所在变电站有关的电网潮流信息，输电线路运行信息。
4、基于步骤3的历史数据样本集，利用SVM训练得到变压器负荷预测模型。
5、利用最小二乘法进行分析，得到某时刻的变压器实际负荷可以由该时刻变压器负荷预测值及上一时刻变压器负荷实际值进行表示。其关系表达式为：α×该时刻变压器负荷预测值+β×上一时刻变压器负荷实际值。
其中，α和β分别为该时刻变压器负荷预测值及上一时刻变压器负荷值的权重系数。
步骤6所述对变压器负载状况信息数据判别及修正，判断数据是否异常的方法包括：
步骤6.1、当实时变压器下网或上网负载L较上一采样时刻的负载突变率ΔL大于30％时，启动功率信息判别；
步骤6.2、获取上一时刻与此时刻的变压器运行信息及与该变压器所在变电站有关的电网运行信息；
步骤6.3、确定上一时刻与此时刻的该变压器所在变电站的站内断路器是否有变位或该变电站出线输电线路的对侧变电站的站内断路器是否有变位；
步骤6.4、当该变压器所在变电站的站内断路器或该变电站出线输电线路的对侧变电站的站内断路器有变位，则判定该数据无异常，不做任何处理；否则判定该数据异常；
步骤6.5、收集上一时刻的负载数据Lζ；
步骤6.6、收集该时刻的变压器运行信息及与该变压器所在变电站有关的电网运行信息，利用步骤4训练的变压器负荷预测模型，获取该时刻的变压器负荷预测值Lθ；
步骤6.7、计算该时刻的变压器负荷值为α×Lζ+β×Lθ。
步骤7所述异常数据由省级变压器负载状况综合监控平台主站自动发布，由下级单位进行异常数据判别和处理的方法包括：
步骤7.1、省级变压器负载状况综合监控平台主站自动发布异常数据；
步骤7.2、省级电力公司接受异常数据，并下发给生产指挥中心；
步骤7.3、生产指挥中心接受异常数据，对异常数据进行判别，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站，否则进入步骤7.4，并将需要核实异常数据的任务下发给地市级变压器负载状况综合监控平台子站；
步骤7.4、地市级电力公司接受异常数据，对异常数据进行分析，按照分层分级进行异常数据核实任务分发，判断该变压器是否地市级电力公司管控变压器，若是则分发给地市级电力公司相关业务系统及人员进行数据核对，进入步骤7.5，否则进入步骤7.11分发给县级电力公司相关业务系统及人员；
步骤7.5、地市级电力公司相关业务系统及人员进行数据核对，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站；否则进入步骤7.10；
步骤7.10、地市级电力公司相关业务系统及人员采集系统自动关联多源数据进行异常数据的整改建议，并按照整改措施及时间期限进行整改，整改完成后返回无异常数据标志位给省级变压器负载状况综合监控平台主站；
步骤7.11、县级电力公司相关业务系统及人员进行数据核对，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站，否则进入步骤7.12；
步骤7.12、县级电力公司相关业务系统及人员采集系统自动关联多源数据进行异常数据的整改建议，并按照整改措施及时间期限进行整改，整改完成后返回无异常数据标志位给省级变压器负载状况综合监控平台主站。
步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器过载判据的计算：
步骤8.1.1、变压器过载最大电流判据：变压器最大负载电流/变压器额定电流≧100％时，判断为变压器过载最大电流判据满足条件；
步骤8.1.2、变压器过载平均电流判据：40％>变压器平均负载电流/变压器额定电流≧0％时，判断为变压器过载平均电流判据满足条件；
步骤8.1.3、变压器过载最大负荷判据：变压器最大负荷/变压器额定容量≧100％时，判断为变压器过载最大负荷判据满足条件；
步骤8.1.4、变压器过载平均负荷判据：40％>变压器平均负荷/变压器额定电流≧0％时，判断为变压器过载平均负荷判据满足条件；
步骤8.1.5、当变压器在评判周期内，最大负载电流满足步骤8.1.1、平均负载电流满足步骤8.1.2、最大负荷满足步骤8.1.3和平均负荷满足步骤8.1.4时，则判定该变压器在评判周期内为过载变压器。
步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器重载判据的计算：
步骤8.2.1、变压器重载最大电流判据：100％>变压器最大负载电流/变压器额定电流≧70％时，判断为变压器重载最大电流判据满足条件；步骤8.2.2、变压器重载平均电流判据：变压器平均负载电流/变压器额定电流≧40％时，判断为变压器重载平均电流判据满足条件；
步骤8.2.3、变压器重载最大负荷判据：100％>变压器最大负荷/变压器额定容量≧70％时，判断为变压器重载最大负荷判据满足条件；
步骤8.2.4、变压器重载平均负荷判据：变压器平均负荷/变压器额定容量≧40％时，判断为变压器重载平均负荷判据满足条件；
步骤8.2.5当变压器在评判周期内，最大负载电流满足步骤8.2.1、平均负载电流满足步骤8.2.2、最大负荷满足步骤8.2.3和平均负荷满足步骤8.2.4时，则判定该变压器在评判周期内为重载变压器。
步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器重载且过载判据计算
步骤8.3.1变压器过载最大电流判据：变压器最大负载电流/变压器额定电流≧100％时，判断为变压器过载最大电流判据满足条件；
步骤8.3.2变压器过载平均电流判据：变压器平均负载电流/变压器额定电流≧40％时，判断为变压器过载平均电流判据满足条件；
步骤8.3.3、变压器过载最大负荷判据：变压器最大负荷/变压器额定容量≧100％时，判断为变压器过载最大负荷判据满足条件；
步骤8.3.4、变压器过载平均负荷判据：变压器平均负荷/变压器额定电流≧40％时，判断为变压器过载平均负荷判据满足条件；
步骤8.3.5、当变压器在评判周期内，最大负载电流满足步骤8.3.1、平均负载电流满足步骤8.3.2、最大负荷满足步骤8.3.3和平均负荷满足步骤8.3.4时，则判定该变压器在评判周期内为过载变压器。
本发明所用的监控平台包括站内变压器负载状况综合监控平台，地市级变压器负载状况综合监控平台子站，省级变压器负载状况综合监控平台主站。
站内变压器负载状况综合监控平台包括运行信息采集单元、微气象装置、变压器二次端子箱及汇控柜、变压器信息采集服务器、变压器负载状况综合监控系统。
运行信息采集单元包括变压器电流互感器及二次回路、变压器各侧母线的电压互感器及回路、变压器上油口和下油口安放的光栅光纤传感器及回路、变压器油面温度表和绕组温度表及变送器和回路、风冷系统及回路、风机及回路、变压器各侧断路器和隔离开关的位置辅助接点及回路等，现场采集单元的回路接至变压器二次端子箱及汇控柜，用于采集变压器运行状态信息及相关设备决策辅助信息。
微气象装置获得环境温度、湿度、风速、光辐射强度等变压器运行所处环境数据信息。
变压器二次端子箱及汇控柜中布置协议变换器和智能终端，将采集到的信息传送至智能终端，智能终端通过模数转换、信号处理后将原始数据编码送入协议变换器，协议转换器将信息转换为IEC61850协议，转换协议后的数据信息传送至智能终端，用于采集变压器各侧电流信息和电压信息，油温及绕温信息，风冷系统运行状态及动作信息，风机运行状态及动作信息，各侧断路器和隔离开关的位置信息、环境数据信息。
变压器信息采集服务器与变压器二次端子箱及汇控柜的智能终端通过交换机相连，智能终端通过交换机将信息传送至变压器信息采集服务器，服务器对61850协议进行解析，获得所需数据并进行数据处理，并将信息传送至变压器负载状况综合监控系统，用于对采集到的信息进行多维数据集成和分析，形成本站的变压器负载状态监测数据库，供站内运行人员使用。
站内变压器负载状况综合监控系统通过尾纤与通信接口装置连接，通信接口装置通过同轴电缆与数字配线接口装置相连，通过调度综合数据网与地市级变压器负载状况综合监控平台子站，省级变压器负载状况综合监控平台主站进行数据传输及信息交互。
Claims (10)
1.一种变压器负载状况监控中多级异常数据处理方法，它包括：
步骤1、采集变压器运行信息；
步骤2、采集电网运行信息；
步骤3、建立历史变压器运行数据库，并得到与变压器负载有关的关联数据形成历史样本集；
步骤4、基于历史数据样本集，利用SVM训练得到变压器负荷预测模型；
步骤5、利用最小二乘法得到某时刻的变压器实际负荷；
步骤6、对变压器负载状况信息数据判别及修正，判断数据是否异常；
步骤7、异常数据由省级变压器负载状况综合监控平台主站自动发布，由下级单位进行异常数据判别和处理。
2.根据权利要求1所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：它还包括：步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载。
3.根据权利要求1所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤1所述采集变压器运行信息包括：变压器各侧电流信息和电压信息、油温及绕温信息、风冷系统运行状态及动作信息、风机运行状态及动作信息、各侧断路器和隔离开关的位置信息及环境数据信息。
4.根据权利要求1所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤2所述采集电网运行信息包括电网潮流信息、输电线路运行信息、全网所有变电站的断路器、变压器和隔离开关的运行信息。
5.根据权利要求1所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤5所述利用最小二乘法得到某时刻的变压器实际负荷的方法为：由该时刻变压器负荷预测值及上一时刻变压器负荷实际值进行表示；关系表达式为：α×该时刻变压器负荷预测值+β×上一时刻变压器负荷实际值；α和β分别为该时刻变压器负荷预测值及上一时刻变压器负荷值的权重系数。
6.根据权利要求1所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤6所述对变压器负载状况信息数据判别及修正，判断数据是否异常的方法包括：
步骤6.1、当实时变压器下网或上网负载L较上一采样时刻的负载突变率ΔL大于30％时，启动功率信息判别；
步骤6.2、获取上一时刻与此时刻的变压器运行信息及与该变压器所在变电站有关的电网运行信息；
步骤6.3、确定上一时刻与此时刻的该变压器所在变电站的站内断路器是否有变位或该变电站出线输电线路的对侧变电站的站内断路器是否有变位；
步骤6.4、当该变压器所在变电站的站内断路器或该变电站出线输电线路的对侧变电站的站内断路器有变位，则判定该数据无异常，不做任何处理；否则判定该数据异常；
步骤6.5、收集上一时刻的负载数据Lζ；
步骤6.6、收集该时刻的变压器运行信息及与该变压器所在变电站有关的电网运行信息，利用步骤4训练的变压器负荷预测模型，获取该时刻的变压器负荷预测值Lθ；
步骤6.7、计算该时刻的变压器负荷值为α×Lζ+β×Lθ。
7.根据权利要求1所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤7所述异常数据由省级变压器负载状况综合监控平台主站自动发布，由下级单位进行异常数据判别和处理的方法包括：
步骤7.1、省级变压器负载状况综合监控平台主站自动发布异常数据；
步骤7.2、省级电力公司接受异常数据，并下发给生产指挥中心；
步骤7.3、生产指挥中心接受异常数据，对异常数据进行判别，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站，否则进入步骤7.4，并将需要核实异常数据的任务下发给地市级变压器负载状况综合监控平台子站；
步骤7.4、地市级电力公司接受异常数据，对异常数据进行分析，按照分层分级进行异常数据核实任务分发，判断该变压器是否地市级电力公司管控变压器，若是则分发给地市级电力公司相关业务系统及人员进行数据核对，进入步骤7.5，否则进入步骤7.11分发给县级电力公司相关业务系统及人员；
步骤7.5、地市级电力公司相关业务系统及人员进行数据核对，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站；否则进入步骤7.10；
步骤7.10、地市级电力公司相关业务系统及人员采集系统自动关联多源数据进行异常数据的整改建议，并按照整改措施及时间期限进行整改，整改完成后返回无异常数据标志位给省级变压器负载状况综合监控平台主站；
步骤7.11、县级电力公司相关业务系统及人员进行数据核对，识别无异常时，返回无异常数据标志位给省级变压器负载状况综合监控平台主站，否则进入步骤7.12；
步骤7.12、县级电力公司相关业务系统及人员采集系统自动关联多源数据进行异常数据的整改建议，并按照整改措施及时间期限进行整改，整改完成后返回无异常数据标志位给省级变压器负载状况综合监控平台主站。
8.根据权利要求2所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器过载判据的计算：
步骤8.1.1、变压器过载最大电流判据：变压器最大负载电流/变压器额定电流≧100％时，判断为变压器过载最大电流判据满足条件；
步骤8.1.2、变压器过载平均电流判据：40％>变压器平均负载电流/变压器额定电流≧0％时，判断为变压器过载平均电流判据满足条件；
步骤8.1.3、变压器过载最大负荷判据：变压器最大负荷/变压器额定容量≧100％时，判断为变压器过载最大负荷判据满足条件；
步骤8.1.4、变压器过载平均负荷判据：40％>变压器平均负荷/变压器额定电流≧0％时，判断为变压器过载平均负荷判据满足条件；
步骤8.1.5、当变压器在评判周期内，最大负载电流满足步骤8.1.1、平均负载电流满足步骤8.1.2、最大负荷满足步骤8.1.3和平均负荷满足步骤8.1.4时，则判定该变压器在评判周期内为过载变压器。
9.根据权利要求2所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器重载判据的计算：
步骤8.2.1、变压器重载最大电流判据：100％>变压器最大负载电流/变压器额定电流≧70％时，判断为变压器重载最大电流判据满足条件；
步骤8.2.2、变压器重载平均电流判据：变压器平均负载电流/变压器额定电流≧40％时，判断为变压器重载平均电流判据满足条件；
步骤8.2.3、变压器重载最大负荷判据：100％>变压器最大负荷/变压器额定容量≧70％时，判断为变压器重载最大负荷判据满足条件；
步骤8.2.4、变压器重载平均负荷判据：变压器平均负荷/变压器额定容量≧40％时，判断为变压器重载平均负荷判据满足条件；
步骤8.2.5当变压器在评判周期内，最大负载电流满足步骤8.2.1、平均负载电流满足步骤8.2.2、最大负荷满足步骤8.2.3和平均负荷满足步骤8.2.4时，则判定该变压器在评判周期内为重载变压器。
10.根据权利要求2所述的一种变压器负载状况监控中多级异常数据处理方法，其特征在于：步骤8、计算评判周期内的变压器负载特性评判依据，并进行判别变压器过载或重载的方法包括：
变压器重载且过载判据计算
步骤8.3.1变压器过载最大电流判据：变压器最大负载电流/变压器额定电流≧100％时，判断为变压器过载最大电流判据满足条件；
步骤8.3.2变压器过载平均电流判据：变压器平均负载电流/变压器额定电流≧40％时，判断为变压器过载平均电流判据满足条件；
步骤8.3.3、变压器过载最大负荷判据：变压器最大负荷/变压器额定容量≧100％时，判断为变压器过载最大负荷判据满足条件；
步骤8.3.4、变压器过载平均负荷判据：变压器平均负荷/变压器额定电流≧40％时，判断为变压器过载平均负荷判据满足条件；
步骤8.3.5、当变压器在评判周期内，最大负载电流满足步骤8.3.1、平均负载电流满足步骤8.3.2、最大负荷满足步骤8.3.3和平均负荷满足步骤8.3.4时，则判定该变压器在评判周期内为过载变压器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011276064.6A CN112414462A (zh) | 2020-11-16 | 2020-11-16 | 一种变压器负载状况监控中多级异常数据处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011276064.6A CN112414462A (zh) | 2020-11-16 | 2020-11-16 | 一种变压器负载状况监控中多级异常数据处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112414462A true CN112414462A (zh) | 2021-02-26 |
Family
ID=74832730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011276064.6A Pending CN112414462A (zh) | 2020-11-16 | 2020-11-16 | 一种变压器负载状况监控中多级异常数据处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112414462A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794566A (zh) * | 2015-04-08 | 2015-07-22 | 国家电网公司 | 变电站在线监测及辅助设备监控系统统一平台 |
| CN106154084A (zh) * | 2016-07-18 | 2016-11-23 | 国家电网公司 | 电网负荷异常及运行风险实时监控预警方法 |
| CN106447227A (zh) * | 2016-10-31 | 2017-02-22 | 国网上海市电力公司 | 城市电网异常状态分析方法及系统 |
| CN106936127A (zh) * | 2017-02-28 | 2017-07-07 | 国家电网公司 | 一种线路负荷回归分析与预测方法及系统 |
| CN108596407A (zh) * | 2018-05-15 | 2018-09-28 | 浙江工业大学 | 一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法 |
| CN109636025A (zh) * | 2018-12-05 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于支持向量机的配变负载预测方法 |
| CN109740859A (zh) * | 2018-12-11 | 2019-05-10 | 国网山东省电力公司淄博供电公司 | 基于主成分分析法和支持向量机的变压器状态评估方法及系统 |
| CN110322135A (zh) * | 2019-06-26 | 2019-10-11 | 国网江苏省电力有限公司南京供电分公司 | 一种电网设备安全运行状态的实时监控方法及系统 |
| CN110674971A (zh) * | 2019-08-26 | 2020-01-10 | 国网天津市电力公司 | 一种基于正交制约负荷预测的变压器改造计划分析方法 |
| CN111929618A (zh) * | 2020-08-25 | 2020-11-13 | 广东电网有限责任公司 | 变压器监测方法及监测系统 |
-
2020
- 2020-11-16 CN CN202011276064.6A patent/CN112414462A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794566A (zh) * | 2015-04-08 | 2015-07-22 | 国家电网公司 | 变电站在线监测及辅助设备监控系统统一平台 |
| CN106154084A (zh) * | 2016-07-18 | 2016-11-23 | 国家电网公司 | 电网负荷异常及运行风险实时监控预警方法 |
| CN106447227A (zh) * | 2016-10-31 | 2017-02-22 | 国网上海市电力公司 | 城市电网异常状态分析方法及系统 |
| CN106936127A (zh) * | 2017-02-28 | 2017-07-07 | 国家电网公司 | 一种线路负荷回归分析与预测方法及系统 |
| CN108596407A (zh) * | 2018-05-15 | 2018-09-28 | 浙江工业大学 | 一种基于曼哈顿距离和无迹卡尔曼滤波的微电网日常综合负荷短时预测方法 |
| CN109636025A (zh) * | 2018-12-05 | 2019-04-16 | 广西电网有限责任公司电力科学研究院 | 一种基于支持向量机的配变负载预测方法 |
| CN109740859A (zh) * | 2018-12-11 | 2019-05-10 | 国网山东省电力公司淄博供电公司 | 基于主成分分析法和支持向量机的变压器状态评估方法及系统 |
| CN110322135A (zh) * | 2019-06-26 | 2019-10-11 | 国网江苏省电力有限公司南京供电分公司 | 一种电网设备安全运行状态的实时监控方法及系统 |
| CN110674971A (zh) * | 2019-08-26 | 2020-01-10 | 国网天津市电力公司 | 一种基于正交制约负荷预测的变压器改造计划分析方法 |
| CN111929618A (zh) * | 2020-08-25 | 2020-11-13 | 广东电网有限责任公司 | 变压器监测方法及监测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 张玲玲: "城市微电网短期负荷预测研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》 * |
| 张玲玲: "城市微电网短期负荷预测研究", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技Ⅱ辑》, no. 05, 15 May 2016 (2016-05-15), pages 10 - 12 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108537433B (zh) | 基于多维评价指标的地区电网风险预警方法 | |
| CN108287294B (zh) | 基于停电配变和拓扑分析的配电网故障区域快速辨识方法 | |
| CN112396311A (zh) | 一种变压器负载过载风险评估方法 | |
| CN111552925B (zh) | 一种交直流混联配电网综合评价指标体系构建方法 | |
| CN210422883U (zh) | 基于c/s架构的多风场风机电气集中控制系统 | |
| CN112787398A (zh) | 一种智能配电网异常处理方法及系统 | |
| CN111339475B (zh) | 一种基于主配协同、多维度智能电网规划评价系统 | |
| CN112001686A (zh) | 一种架空线路停电研判系统 | |
| CN115208064A (zh) | 光伏箱变用智能监控系统及其监控方法 | |
| CN110705885A (zh) | 一种电网设备光伏渗透率智能统计分析方法 | |
| CN112559967A (zh) | 一种基于二次设备光强趋势分析的状态检修方法、系统及存储介质 | |
| CN111929528A (zh) | 一种市域电网设备故障风险监测预警方法 | |
| CN112414462A (zh) | 一种变压器负载状况监控中多级异常数据处理方法 | |
| CN111582626A (zh) | 一种基于大数据的电网规划适应性方法 | |
| CN108336818B (zh) | 一种智能配电终端及充电站充电管理系统 | |
| CN112448478B (zh) | 一种变压器负载管控方法 | |
| Jiang et al. | Design and application of dynamic line rating system for distribution lines | |
| CN115224687A (zh) | 220千伏以下输变电设备停电检修安全校核方法及系统 | |
| CN108539740A (zh) | 一种电网事故预想模拟系统及其方法 | |
| CN112448479B (zh) | 一种变压器负载状况综合判别方法 | |
| CN114596171A (zh) | 一种基于多源数据融合的停电事件智能分析方法 | |
| CN103401313A (zh) | 低压电控柜智能监控系统 | |
| CN112529250A (zh) | 一种变压器负载状况综合监控方法 | |
| CN111426975A (zh) | 用于开闭所的智能在线监测系统 | |
| CN112414463A (zh) | 一种变压器负载状况综合监控平台 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210226 |
|
| RJ01 | Rejection of invention patent application after publication |