CN112485593B - 一种基于大数据驱动的配电网问题智能诊断方法 - Google Patents
一种基于大数据驱动的配电网问题智能诊断方法 Download PDFInfo
- Publication number
- CN112485593B CN112485593B CN202011352969.7A CN202011352969A CN112485593B CN 112485593 B CN112485593 B CN 112485593B CN 202011352969 A CN202011352969 A CN 202011352969A CN 112485593 B CN112485593 B CN 112485593B
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- line
- data
- distribution network
- distribution
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Abstract
本发明公开了一种基于大数据驱动的配电网问题智能诊断方法,包括步骤:步骤S10,归集生产系统设备台账数据、调度系统运行数据、计量系统监测数据和配网自动化智能设备监测数据,存入大数据平台;步骤S11,利用大数据平台数据分析功能,将配网规划业务所需的实时运行数据、台账数据、监测数据和配网网架数据进行清洗和整合;步骤S12,结合每一类型数据所对应诊断算法,对网架结构、设备运行、电能监测数据进行分析诊断,识别出配网网架的薄弱点,形成诊断结果;步骤S13,存储所述诊断结果以及分析过程数据,并展示所述诊断结果。实施本发明,可以利用大数据快速准确分析配电网所存在的问题,并采用可视化的方式展示出来。
Description
技术领域
本发明涉及配电网诊断技术领域,特别是涉及一种基于大数据驱动的配电网问题智能诊断方法。
背景技术
当前国内配网规划问题大多依赖规划人员经验进行判定,配网问题的准确性难以保证;同时规划人员对配网运行基础数据的真实性、准确性难以高效的收集整理,从而降低了配网规划项目库的质量,给配网规划工作造成不利影响;如何智能诊断配网网架存在的问题,成为本领域技术人员亟待解决的问题。
配电网故障智能诊断,通过建立专家系统,利用制定框架和逻辑词语,来形象表述模型,使用产生式规则形式,依据开关提供的信息来推断故障的位置,实现准确定位。
配电网故障智能诊断技术是针对电网运行情况进行实时诊断,对于电网设备运维具备重要辅助作用,但不适用于配电网规划业务。配电网规划是针对网架类、装备类、运行类和智能化类的问题进行诊断,对时效性要求较低。如运行类的线路重过载问题诊断规则为,“正常运行方式1个自然月内累计出现3次、且每次持续时间大于1小时及负载率大于等于80%的线路”。为了满足配电网规划问题诊断需求,需要建立一套新的智能诊断方法。
发明内容
本发明所要解决的技术问题在于,提供一种基于大数据驱动的配电网问题智能诊断方法,利用大数据可以快速准确分析配电网所存在的问题,并采用可视化的方式展示出来。
本发明所采用的技术方案在于,提供一种基于大数据驱动的配电网问题智能诊断方法,其包括如下步骤:
步骤S10,归集生产系统设备台账数据、调度系统运行数据、计量系统监测数据和配网自动化智能设备监测数据,存入大数据平台;
步骤S11,利用大数据平台数据分析功能,将配网规划业务所需的实时运行数据、台账数据、监测数据和配网网架数据进行清洗和整合;
步骤S12,结合每一类型数据所对应诊断算法,对网架结构、设备运行、电能监测数据进行分析诊断,识别出配网网架的薄弱点,形成诊断结果;
步骤S13,存储所述诊断结果以及分析过程数据,并展示所述诊断结果。
优选地,所述步骤S12进一步包括:
对于网架类数据,基于GIS供电路径分析配网网架,通过GIS供电关系结合GIS空间特性进行供电路径的追踪,利用GIS空间分析技术以及二叉树进行电网网架拓扑分析,开展单辐射线路、供电半径过长、不合理分支/节点问题诊断;
如果判断到存在供电半径过长、不合理分支/节点问题,则将相应诊断结果存入配网问题库中;
如果单辐射线路诊断结果为否,则进行联络不可转供问题诊断;否则,则将相应的诊断结果存入配网问题库中;
如果联络不可转供诊断结果为否,则进行同母联络问题诊断;否则,则将相应的诊断结果存入配网问题库中。
优选地,在所述步骤S12中,具体采用下述方法来进行不合理分支/节点诊断:
基于网架拓扑分析,识别主干线线路,根据主干线上的开关连接关系和该段线路是否与其他联络点有建立关系,判定出是否节点设备;
根据节点上的开关连接关系、是否与其他线路联络点建立关系和是否线路末端等规则,识别出分支线路;
根据分支/节点下的配变设备查找供电的用户,按照预定的超容标准统计出不合理分支/节点,生成配网问题。
优选地,在所述步骤S12中,具体采用下述方法来进行单辐射线路诊断:
基于调度单线图实时运行数据和馈线联络点信息,判断线路是否与其他线路有联络,识别出单辐射线路,并生成单辐射线路问题。
优选地,在所述步骤S12中,具体采用下述方法来进行联络不可转供线路诊断:
基于调度单线图拓扑关系信息,分析出馈线组信息,分别判断馈线组中某一条线路前一天预定间隔时间内的时刻电流是否可由联络线路的剩余电流最大的线路转供电;
如果判断到某一条线路不可转供时,再根据正常运行方式下,前一天同一时刻线路下配变负荷累计进行判断;
如果判断到存在一个计算时刻不可转供,则判定为存在联络不可转供线路问题。
优选地,在所述步骤S12中,具体采用下述方法来进行同母联络线路诊断:
基于调度单线图拓扑关系信息,判定馈线组内是否有两回及以上的线路来自同一条母线段,如果存在,则分析该馈线组前一天在预定间隔时间内的时刻电流是否可由联络线路的剩余电流分别转供电,如果无法转供电,则判定为存在同母联络线路问题。
优选地,在所述步骤S12中,具体采用下述方法来进行线路供电半径过长诊断:
基于网架拓扑结构,识别主干线线路,计算主干线上所有线段的长度,10kV线路大于3km或者20kV大于6km,则判定为过长。
优选地,所述步骤S12进一步包括:
对于运行类数据,依次进行馈线重满载诊断、配变重满载诊断、馈线预测重载诊断、配变预测重载诊断、馈线轻载诊断、配变轻载诊断、末端电压不合格线路诊断、台区低压线路末端电压不合格诊断、配变重满载诊断、馈线预测重载诊断、配变预测重载诊断、馈线轻载诊断、配变轻载诊断、末端电压不合格线路诊断以及台区低压线路末端电压不合格诊断,并分别获得诊断结果。
优选地,所述步骤S12进一步包括:
对于配电自动化覆盖数据,依次进行配电自动化覆盖诊断、配电台区光纤覆盖诊断,并分别获得诊断结果。
优选地,进一步包括:根据诊断过程生成诊断溯源图,所述诊断溯源图以树形方式列出每一诊断问题及诊断结果,对于诊断结果异常的诊断问题进行标示;或/及
根据所述诊断结果,调取预存的地图模板,并在地图的相应位置上对异常诊断结果进行标示。
实施本发明,具有如下的有益效果:
本发明提供一种基于大数据驱动的配电网问题智能诊断方法,基于电网大数据,结合智能诊断模型和大数据分析技术,通过大数据平台抽取调度运行数据、计量数据、智能终端状态数据和配网网架数据,将调度运行数据、计量数据、智能终端状态数据和配网网架数据整合进行预处理,得到预处理数据;通过智能诊断模型结合大数据分析技术,和基于GIS供电路径分析技术,自动识别配网网架薄弱点,一键生成配网问题;通过智能诊断可减轻工作量,提升问题诊断准确度;
利用可视化技术,提供数据溯源和可视化展示,直观呈现配网网架薄弱点,方便规划人员对问题进行回溯和问题定位,进一步提升问题诊断能力以及诊断准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的一种基于大数据驱动的配电网问题智能诊断方法的一个实施的主流程示意图;
图2为本发明提供的一种基于大数据驱动的配电网问题智能诊断方法的运行环境示意图;
图3为图1中的对网架结构进行诊断的更详细的流程图;
图4为图1中涉及的诊断结果列表示意图;
图5为图4中涉及的诊断溯源图的示意图;
图6为图4中涉及的定位的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
为使本领域的普通技术人员更加清楚地理解发明的目的、技术方案和优点,以下结合附图和实施例对发明做进一步的阐述。
首先介绍一下本发明涉及的一些术语:
GIS:即地理信息系统是将计算机硬件、软件、地理数据以及系统管理人员组织而成的对任一形式的地理信息进行高效获取、存储、更新、操作、分析及显示的集成。
配电网规划网格:按照地理位置、网架现状、负荷分布和上级电源等实际情况,将复杂的配电网划分成若干地理上和电气上均相对独立的供电网格。并以网格作为配电网规划、项目管理和用户接入的最小单元。
分支定义:T接于主干线的辐射型线路。
节点定义:电缆线路单一主干节点设备或架空线路两个开关间的线路设备。
其中,仅统计存在低压用户及大于2MW的中压用户的分支、节点;不统计公线专用、双电源用户。
请结合图1所述,示出了本发明提供的提供一种基于大数据驱动的配电网问题智能诊断方法,其包括如下步骤:
步骤S10,归集生产系统设备台账数据、调度系统运行数据、计量系统监测数据和配网自动化智能设备监测数据,存入大数据平台;
可结合图2中示出的结构,其中,大数据平台可以收集来自上述系统的基础数据,然后进行计算,包括机器学习、离线计算、图计算等内容;进一步进行数据的清洗和整合,为配网规划辅助系统提供统计分析后的数据,供配网规划辅助系统进行使用。
步骤S11,利用大数据平台数据分析功能,将配网规划业务所需的实时运行数据、台账数据、监测数据和配网网架数据进行清洗和整合;
步骤S12,结合每一类型数据所对应诊断算法,对网架结构、设备运行、电能监测数据进行分析诊断,识别出配网网架的薄弱点,形成诊断结果;
下述将从三个方面进行详细描述:
一、针对网架类问题:
在一个例子中,所述步骤S12进一步包括:
对于网架类数据,基于GIS供电路径分析配网网架,通过GIS供电关系结合GIS空间特性进行供电路径的追踪,可参考图3所示,利用GIS空间分析技术以及二叉树进行电网网架拓扑分析,开展单辐射线路、供电半径过长、不合理分支/节点问题诊断;
如果判断到存在供电半径过长、不合理分支/节点问题,则将相应诊断结果存入配网问题库中;
如果单辐射线路诊断结果为否,则进行联络不可转供问题诊断;否则,则将相应的诊断结果存入配网问题库中;
如果联络不可转供诊断结果为否,则进行同母联络问题诊断;否则,则将相应的诊断结果存入配网问题库中。
更加具体地,在所述步骤S12中,首先定义:
具体采用下述方法来进行不合理分支/节点诊断:
基于网架拓扑分析,识别主干线线路,根据主干线上的开关连接关系和该段线路是否与其他联络点有建立关系,判定出是否节点设备;
根据节点上的开关连接关系、是否与其他线路联络点建立关系和是否线路末端等规则,识别出分支线路;
根据分支/节点下的配变设备查找供电的用户,按照预定的超容标准统计出不合理分支/节点,生成配网问题。如下表即示出了一个应用场景的节点(分支)容量及户数控制标准。
表一节点(分支)容量及户数控制标准表
在一个例子中,在所述步骤S12中,具体采用下述方法来进行单辐射线路诊断:
基于调度单线图实时运行数据和馈线联络点信息,判断线路是否与其他线路有联络,识别出单辐射线路,并生成单辐射线路问题。
在一个例子中,在所述步骤S12中,具体采用下述方法来进行联络不可转供线路诊断:
基于调度单线图拓扑关系信息,分析出馈线组信息,分别判断馈线组中某一条线路前一天预定间隔时间(如一个小时)内的时刻电流(上限电流-线路最大电流)是否可由联络线路的剩余电流最大的线路转供电;如线路A、B、C、D联络(该联络关系由L2网格信息表中同一组接线获得,而不是单线图获得),电流上限均为441A,A的昨天某一时刻电流值为300A,B的昨天同一时刻电流为400A,C的昨天同一时刻电流为380A,D的昨天同一时刻电流为390A,BCD剩余容量中最大值为max(441-400,441-380,441-390)=61,小于A的最大电流300A,线路A不可转供;
如果判断到某一条线路不可转供时,再根据正常运行方式下,前一天同一时刻线路下配变负荷累计进行判断;线路上限负荷的计算公式:P=√3UIcosθ,其中cosθ=0.95;
如果判断到存在一个计算时刻不可转供,则判定为存在联络不可转供线路问题。
在一个具体的例子中,在所述步骤S12中,具体采用下述方法来进行同母联络线路诊断:
基于调度单线图拓扑关系信息,判定馈线组内是否有两回及以上的线路来自同一条母线段,如果存在,则分析该馈线组前一天在预定间隔时间(如一小时)内的时刻电流是否可由联络线路的剩余电流(上限电流-线路最大电流)分别转供电,如果无法转供电,则判定为存在同母联络线路问题。下述通过几个示例进一步说明:
示例1,如线路A、B、C、D联络(该联络关系由L2网格信息表中同一组接线获得,而不是单线图获得),其中A、B为同一母线段出线,电流上限均为441A,A的昨天某一时刻电流值为290A,B的昨天同一时刻电流为10A,C的昨天同一时刻电流为200A,C剩余容量为441-200=241A,D的昨天同一时刻电流为160A,D剩余容量为441-160=281A,线路A无法通过除B以外的其他线路转供,线路A为同母联络导致母线不可转供。
示例2,如线路A、B、C、D、E联络,其中A、B为同一母线段出线,电流上限均为441A,A的昨天某一时刻电流值为250A,B的昨天同一时刻电流为300A,C的昨天同一时刻电流为200A,C剩余容量441-200=241A,D的昨天同一时刻电流为170A,D剩余容量441-170=271A,E的昨天同一时刻电流为160A,E剩余容量为441-160=281,A可以由D转供,B无法通过任意一条其他母线段上的线路转供,则线路A也为同母联络导致母线不可转供。
示例3如线路A、B、C、D联络,其中A、B为同一母线段出线,电流上限均为441A,A的昨天某一时刻电流值为100A,B的昨天同一时刻电流为150A,C的昨天同一时刻电流为200A,C剩余容量441-200=241A,D的昨天同一时刻电流为170A,D剩余容量441-170=271A,A可以由C转供,B可以由D转供,则线路A为同母联络但是母线可转供。
说明:线路AB同母,与线路CD联络,判断AB是否可转供时,以下两种情况可转供,其余不可转供。
如果AB线路可以全部由C或者D转供电,即AB都由C转,或者AB都由D转。
如果AB线路可分别由C、D转供电,即A由C转,B由D转,或者A由D转,B由C转。
如果不可转供时,再根据正常运行方式下,昨天同一时刻线路下配变负荷累计来判断;其中线路上限负荷的计算公式:P=√3UIcosθ,其中cosθ=0.95。
在一个例子中,在所述步骤S12中,具体采用下述方法来进行线路供电半径过长诊断:
基于网架拓扑结构,识别主干线线路,计算主干线上所有线段的长度,10kV线路大于3km或者20kV大于6km,则判定为过长。
二、针对运行类问题:
基于调度运行数据和计量运行数据,统计一段时间范围内的设备运行状态,根据运行问题诊断规则,诊断出中压线路、配变等设备的重满载、轻载、预测重载等问题。
在一个具体的例子中,所述步骤S12进一步包括:
对于运行类数据,依次进行馈线重满载诊断、配变重满载诊断、馈线预测重载诊断、配变预测重载诊断、馈线轻载诊断、配变轻载诊断、末端电压不合格线路诊断、台区低压线路末端电压不合格诊断、配变重满载诊断、馈线预测重载诊断、配变预测重载诊断、馈线轻载诊断、配变轻载诊断、末端电压不合格线路诊断以及台区低压线路末端电压不合格诊断,并分别获得诊断结果。
具体地,对于馈线重满载诊断,所采用的算法规则为:正常运行方式1个自然月内累计出现3次、且每次持续时间大于1小时及负载率大于等于80%的线路,或者正常运行方式出现过载或负载率大于90%的中压线路。
首先采用调度OPEN3000中的电流数据判断,若负载率大于80%,再按照持续时间进行判断;若负载率大于80%,持续时间大于1小时,再通过正常运行方式下的配变负荷叠加进行计算;电流和配变叠加的结果均给出,供人工参考。
对于配变重满载诊断算法,所采用的算法规则为:配变1个自然月内累计出现10次、且干变每次持续时间超过1小时(油变每次持续时间超过2小时)及负载率大于等于80%。
首先采用计量自动化中的配变运行数据判断,如配变负载率大于等于80%,再按照持续时间进行判断是否持续超过一小时(油变每次持续时间超过2小时),根据一个自然月内重满载累计次数,分析出配变是否存在重满载问题。
对于馈线预测重载诊断,所采用的算法规则为:正常运行方式负载率大于等于70%且持续时间大于1小时的线路。
采用调度OPEN3000中的电流数据判断,若存在正常运行方式负载率大于等于70%且持续时间大于1小时的线路,再根据供电属性关系查找线路下的配变负荷叠加进行校核;馈线电流和配变叠加的结果均给出,供人工参考。
对于配变预测重载诊断,所采用的算法规则为正常运行方式负载率大于等于70%的线路。
采用计量自动化系统中的配变负载率进行判断,若存在正常运行方式负载率大于等于70%且持续时间大于1小时的线路,则系统生成一条问题记录,并提供一键入库功能。
对于馈线轻载诊断,所采用的算法规则为:正常运行方式下,馈线年最大负载率低于20%,且持续时间大于1小时的馈线。
采用调度OPEN3000近365天的馈线运行数据,若馈线负载率最大值小于20%,且持续时间大于1小时(即负载率均低于20%,或者存在大于等于20%但持续时间不超过1小时),则判定该馈线存在轻载问题。
对于配变轻载诊断,所采用的算法规则为:正常运行方式下,配变年最大负载率低于20%
采用计量系统近365天的配变运行数据,若配变负载率最大值小于20%,且持续时间大于1小时(即负载率均低于20%,或者存在大于等于20%但持续时间不超过1小时),则判定该配变存在轻载问题,系统生成一条问题记录,并提供一键入库功能。
对于末端电压不合格线路诊断,所采用的算法规则为:10(20)kV中压线路线路末梢电压允许偏差超过标称电压(10kV、20kV)的±7%。
通过配网拓扑数据,分析出馈线的末端设备,结合电能质量系统监测数据,获取线路末梢电压,判定电压是否偏差超过标称电压(10kV、20kV)的±7%,超过系统则生成一条问题记录,并提供一键入库功能。
对于台区低压线路末端电压不合格诊断,所采用的算法规则为:配变低压线路末端电压超过标称电压(380V/220V)电压7%,或低于-10%。
基于计量系统监测数据,获取低压表箱进线开关的电压数据,如电压超过标称电压(380V/220V)电压7%,或低于-10%,则电压不合格,系统根据低压拓扑数据追踪到上级配变设备,生成一条问题记录,并提供一键入库功能。
三、针对配电自动化覆盖类问题:
基于配网自动化数据和台区光纤数据,结合诊断算法,自动识别出自动化未有效覆盖的线路和未覆盖光纤的配变(公变)设备。
在一个具体的例子中,所述步骤S12进一步包括:
对于配电自动化覆盖数据,依次进行配电自动化覆盖诊断、配电台区光纤覆盖诊断,并分别获得诊断结果。
针对配电自动化覆盖诊断,可以基于配网自动化数据,梳理出线路和自动化设备对应关系,结合配电自动化覆盖问题诊断算法,自动识别出自动化未有效覆盖的线路,系统生成一条问题记录,并提供一键入库功能。
针对配电台区光纤覆盖诊断,可以基于台区光纤数据,梳理出台区和光纤设备的对应关系,结合配电台区光纤覆盖诊断算法,自动识别出自动化未覆盖光纤的配变(公变)设备,系统生成一条问题记录,并提供一键入库功能。
步骤S13,存储所述诊断结果以及分析过程数据,并展示所述诊断结果。
如图4所示,示出了一个诊断结果示意图,其中至少列出了出现问题所在线路名称、问题类型、问题库编码以及诊断时间等信息。
进一步包括:根据诊断过程生成诊断溯源图,所述诊断溯源图以树形方式列出每一诊断问题及诊断结果,对于诊断结果异常的诊断问题进行标示;该诊断溯源图可以参考图5所示,在图4中点击“溯源”图标即可以展示该诊断溯源图;
或/及
根据所述诊断结果,调取预存的地图模板,并在地图的相应位置上对异常诊断结果进行标示(例如可以采用颜色标示),形成诊断结果异常定位图。诊断结果异常的定位图可以参考图6所示,在图4中点击“定位”图标即可以展示该诊断结果异常的定位图。
实施本发明,具有如下的有益效果:
本发明提供一种基于大数据驱动的配电网问题智能诊断方法,基于电网大数据,结合智能诊断模型和大数据分析技术,通过大数据平台抽取调度运行数据、计量数据、智能终端状态数据和配网网架数据,将调度运行数据、计量数据、智能终端状态数据和配网网架数据整合进行预处理,得到预处理数据;通过智能诊断模型结合大数据分析技术,和基于GIS供电路径分析技术,自动识别配网网架薄弱点,一键生成配网问题;通过智能诊断可减轻工作量,提升问题诊断准确度;
利用可视化技术,提供数据溯源和可视化展示,直观呈现配网网架薄弱点,方便规划人员对问题进行回溯和问题定位,进一步提升问题诊断能力以及诊断准确性。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (8)
1.一种基于大数据驱动的配电网问题智能诊断方法,其特征在于,包括如下步骤:
步骤S10,归集生产系统设备台账数据、调度系统运行数据、计量系统监测数据和配网自动化智能设备监测数据,存入大数据平台;
步骤S11,利用大数据平台数据分析功能,将配网规划业务所需的实时运行数据、台账数据、监测数据和配网网架数据进行清洗和整合;
步骤S12,结合每一类型数据所对应诊断算法,对网架结构、设备运行和电能监测数据进行分析诊断,识别出配网网架的薄弱点,形成诊断结果;
步骤S13,存储所述诊断结果以及分析过程数据,并展示所述诊断结果;
其中,所述步骤S12进一步包括:
对于网架类数据,基于GIS供电路径分析配网网架,通过GIS供电关系结合GIS空间特性进行供电路径的追踪,利用GIS空间分析技术以及二叉树进行电网网架拓扑分析,开展单辐射线路、供电半径过长和不合理分支/节点问题诊断;
如果判断到存在供电半径过长或不合理分支/节点问题,则将相应诊断结果存入配网问题库中;
如果单辐射线路诊断结果为否,则进行联络不可转供问题诊断;否则,则将相应的诊断结果存入配网问题库中;
如果联络不可转供诊断结果为否,则进行同母联络问题诊断;否则,则将相应的诊断结果存入配网问题库中;
其中,在所述步骤S12中,具体采用下述方法来进行不合理分支/节点问题诊断:
基于网架拓扑分析,识别主干线线路,根据主干线上的开关连接关系和该段线路是否与其他联络点有建立关系,判定出是否节点设备;
根据节点上的开关连接关系、是否与其他线路联络点建立关系和是否线路末端规则,识别出分支线路;
根据分支/节点下的配变设备查找供电的用户,按照预定的超容标准统计出不合理分支/节点,生成配网问题的诊断结果。
2.如权利要求1所述的方法,其特征在于,在所述步骤S12中,具体采用下述方法来进行单辐射线路问题诊断:
基于调度单线图实时运行数据和馈线联络点信息,判断线路是否与其他线路有联络,识别出单辐射线路,并生成单辐射线路问题的诊断结果。
3.如权利要求2所述的方法,其特征在于,在所述步骤S12中,具体采用下述方法来进行联络不可转供问题诊断:
基于调度单线图拓扑关系信息,分析出馈线组信息,分别判断馈线组中某一条线路前一天预定间隔时间内的时刻电流是否可由联络线路的剩余电流最大的线路转供电;
如果判断到某一条线路不可转供时,再根据正常运行方式下,前一天同一时刻线路下配变负荷累计进行判断;
如果判断到存在一个计算时刻不可转供,则判定为存在联络不可转供线路问题。
4.如权利要求1所述的方法,其特征在于,在所述步骤S12中,具体采用下述方法来进行同母联络问题诊断:
基于调度单线图拓扑关系信息,判定馈线组内是否有两回及以上的线路来自同一条母线段,如果存在,则分析该馈线组前一天在预定间隔时间内的时刻电流是否可由联络线路的剩余电流分别转供电,如果无法转供电,则判定为存在同母联络线路问题。
5.如权利要求1所述的方法,其特征在于,在所述步骤S12中,具体采用下述方法来进行线路供电半径过长问题诊断:
基于网架拓扑结构,识别主干线线路,计算主干线上所有线段的长度,10kV线路大于3km或者20kV线路大于6km,则判定为过长。
6.如权利要求1至5任一项所述的方法,其特征在于,所述步骤S12进一步包括:
对于运行类数据,依次进行馈线重满载诊断、配变重满载诊断、馈线预测重载诊断、配变预测重载诊断、馈线轻载诊断、配变轻载诊断、末端电压不合格线路诊断和台区低压线路末端电压不合格诊断,并分别获得诊断结果。
7.如权利要求6所述的方法,其特征在于,所述步骤S12进一步包括:
对于配电自动化覆盖数据,依次进行配电自动化覆盖诊断、配电台区光纤覆盖诊断,并分别获得诊断结果。
8.如权利要求7所述的方法,其特征在于,进一步包括:根据诊断过程生成诊断溯源图,所述诊断溯源图以树形方式列出每一诊断问题及诊断结果,对于诊断结果异常的诊断问题进行标示;或/及
根据所述诊断结果,调取预存的地图模板,并在地图的相应位置上对异常诊断结果进行标示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011352969.7A CN112485593B (zh) | 2020-11-27 | 2020-11-27 | 一种基于大数据驱动的配电网问题智能诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011352969.7A CN112485593B (zh) | 2020-11-27 | 2020-11-27 | 一种基于大数据驱动的配电网问题智能诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112485593A CN112485593A (zh) | 2021-03-12 |
CN112485593B true CN112485593B (zh) | 2022-08-02 |
Family
ID=74935672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011352969.7A Active CN112485593B (zh) | 2020-11-27 | 2020-11-27 | 一种基于大数据驱动的配电网问题智能诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112485593B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112906174B (zh) * | 2021-03-23 | 2023-12-01 | 广东电网有限责任公司佛山供电局 | 一种配网自愈线路网架问题智能分析方法和系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104332999B (zh) * | 2014-11-21 | 2016-07-06 | 国家电网公司 | 地区电网主网自动转供电策略生成方法 |
CN104599067B (zh) * | 2015-01-23 | 2017-10-20 | 国家电网公司 | 基于山区配电网供电模型的新型指标评估体系构建方法 |
CN107167704B (zh) * | 2017-05-16 | 2019-12-31 | 国网山东省电力公司 | 基于cim模型的配电网故障诊断系统及方法 |
CN107665467A (zh) * | 2017-09-18 | 2018-02-06 | 安徽蓝杰鑫信息科技有限公司 | 一种基于gis供电路径分析电网网架的方法 |
CN108306282B (zh) * | 2017-12-29 | 2021-05-14 | 国网宁夏电力有限公司经济技术研究院 | 一种以解决电网诊断问题为导向的配电网自动规划方法 |
CN109460004A (zh) * | 2018-10-26 | 2019-03-12 | 国网天津市电力公司 | 基于大数据的配电网故障预测方法及系统 |
CN109687458B (zh) * | 2019-03-05 | 2022-03-18 | 东北电力大学 | 考虑区域配电网风险承受能力差异的网架规划方法 |
CN110460150A (zh) * | 2019-05-24 | 2019-11-15 | 深圳供电局有限公司 | 一种配电网结构数字化智能展示系统及方法 |
CN110909935B (zh) * | 2019-11-20 | 2022-08-19 | 国网江苏省电力有限公司南通供电分公司 | 一种基于电网规划数据的网架诊断分析、智能辅助系统 |
CN110957724B (zh) * | 2019-12-16 | 2023-10-24 | 深圳供电局有限公司 | 一种配电网运行方式及网架结构评估的方法 |
CN111177101B (zh) * | 2019-12-18 | 2023-07-28 | 广西电网有限责任公司电力科学研究院 | 一种基于大数据架构的配电网多维可视化平台 |
CN111682534B (zh) * | 2020-06-17 | 2022-01-21 | 广东电网有限责任公司 | 一种配电网馈线批量转供方案分析的方法 |
-
2020
- 2020-11-27 CN CN202011352969.7A patent/CN112485593B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112485593A (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460833B (zh) | 配网故障的设备数据和报修工单数据处理方法及系统 | |
CN106124935A (zh) | 中低压配电网络故障定位方法 | |
CN109447284B (zh) | 用于供电服务指挥平台的配网故障信息发送方法及系统 | |
CN110879327B (zh) | 一种多元数据融合10kv线路监测方法 | |
CN109120069A (zh) | 一种配电网运维管控平台及方法 | |
CN112865316B (zh) | 一种基于大数据的供电服务分析指挥系统及方法 | |
CN108206522B (zh) | 一种电力设备状态监控方法及系统 | |
CN108683187A (zh) | 一种基于大数据的ems电网监测系统 | |
CN112467724A (zh) | 一种低压配电网故障研判方法 | |
CN115356975A (zh) | 一种综合电气监控系统 | |
CN112485593B (zh) | 一种基于大数据驱动的配电网问题智能诊断方法 | |
CN109581115B (zh) | 一种配电网低电压诊断系统和诊断方法 | |
CN113949155A (zh) | 一种具有实时监测功能的全景式电能质量监测系统 | |
CN114039425A (zh) | 低压配电网的故障处理系统及方法 | |
CN109193946B (zh) | 面向电力用户的抢修信息发布系统 | |
CN106776750B (zh) | 一种图模一体化的配电网数字化预案系统 | |
CN109165837B (zh) | 基于主配一体的保供电区域分级运行风险分析方法 | |
CN112256922B (zh) | 一种故障停电快速识别方法及系统 | |
CN114968014A (zh) | 一种基于数据可视化的同期线损交互式展示方法 | |
CN114596171A (zh) | 一种基于多源数据融合的停电事件智能分析方法 | |
CN110942161B (zh) | 一种基于业务中台的提高供电可靠性的方法 | |
CN113868821A (zh) | 一种基于营配大数据融合的配网降损方法及终端机 | |
CN113256178A (zh) | 一种配网运行方式合理性评估方法和系统 | |
CN111985794A (zh) | 一种基于营配信息集成平台的线损管理方法 | |
CN112270619A (zh) | 基于大数据的变电设备智能精益检修管理系统 |
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 |