CN112560214A - 变电站母线平衡故障诊断方法、系统、设备及存储介质 - Google Patents

变电站母线平衡故障诊断方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN112560214A
CN112560214A CN202011554585.3A CN202011554585A CN112560214A CN 112560214 A CN112560214 A CN 112560214A CN 202011554585 A CN202011554585 A CN 202011554585A CN 112560214 A CN112560214 A CN 112560214A
Authority
CN
China
Prior art keywords
data
bus
abnormal
fault
fault diagnosis
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
Application number
CN202011554585.3A
Other languages
English (en)
Inventor
牛茁
李鹏飞
郭鑫
马玲
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.)
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
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 State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011554585.3A priority Critical patent/CN112560214A/zh
Publication of CN112560214A publication Critical patent/CN112560214A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/16—Electric power substations

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Geometry (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明属于母线平衡领域，公开了一种变电站母线平衡故障诊断方法、系统、设备及存储介质，包括以下步骤：获取变电站内电压母线的采集数据及模型配置数据；获取电压母线的采集数据及模型配置数据中的异常数据；根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。实现变电站母线平衡故障的自动诊断，省去人工查找母线平衡故障的过程，减轻自动化人员的工作量，缩短查找缺陷的时间，并可发现母线电量不平衡的潜在隐患点，实现母线平衡故障的提前处置，总体上极大提高了母线平衡治理的效率和水平。

Description

变电站母线平衡故障诊断方法、系统、设备及存储介质
技术领域
本发明属于母线平衡领域，涉及一种变电站母线平衡故障诊断方法、系统、设备及存储介质。
背景技术
母线电量不平衡率是反映变电站各电压等级母线线损、衡量变电站电量供入、供出情况的重要技术指标，也是站内电量损耗的直观体现。电能量采集系统利用站内一次设备电压、电流互感器的量测转换，用二次线连接到电能表，再通过通讯设备将厂站端测量数据传送到主站，实现站内各级母线进出电量的计量和母线不平衡率的统计。通过对母线不平衡率的监控，有利于及时发现母平故障，尽快消除缺陷，实现电网的科学经济管理。
母线平衡主要是指进出变电站母线电量的平衡，母线不平衡率是指变电站内同一电压等级的母线(母线如有分段则整体看作一条)线损率，可以用来衡量电能量采集系统数据的可靠性和准确性，其计算公式为：母线不平衡率＝(母线供入电量-母线供出电量)/母线供入电量*100％。其中，母线供入、供出电量分别为变电站该电压等级母线进线、出线侧开关关口表的计量电量，并规定所有电量方向以母线指向线路为正。一座变电站可有多条不同电压等级的母线，不同电压等级的母线分别计算指标值，理论上进出母线电量的差值应为零。考虑到母线上电量的损耗和测量设备的误差，在实际的母线平衡分析中，规定当进出母线的差值保持在设定的范围内，即可认为该母线平衡，否则认为是不平衡的，110kV及以下电压等级的母线指标达标范围为母线不平衡率在-2％-2％之间。造成母线不平衡率不合格的因素复杂多样，受到一次设备、二次回路、电能表、软件及通讯设备、人工系统配置等因素影响较大，现有的学术论文和技术资料已经对变电站母线电量不平衡原因进行了分析和总结，一次设备：有计量电流互感器、电压互感器故障。二次回路：有二次接线错误、二次回路短接或断开等故障。电能表：电表通讯模块故障、接口接触不良、表码跳变、飞走；表计新装或更换时，未及时更新配置等。软件及通讯设备：主站e文件丢失、通讯端口故障、光纤或其他通讯通道中断等。人为原因：管理人员配置错误、运维人员处缺不及时。
目前，母线平衡故障缺陷治理流程为：首先自动化人员保持日常监视电能量采集系统中母线平衡情况。自动化人员依据相应的监测系统和设备，手动分析系统数据异常，根据专业理论和经验判断具体的缺陷或故障点。针对不同的缺陷，安排相应人员处理。缺陷处理完毕后，自动化人员核实母线进出电量是否恢复平衡。但是，对于母线平衡故障治理中查找故障和缺陷的过程，现有技术大都是自动化人员采用人工核查的方法，在母线电量不平衡率异常时，自动化人员基于电能量采集系统，根据造成母线电量不平衡的原因进行分析判断，开展处缺。由于母线平衡故障复杂多样，涉及设备较多，且变电站和母线数量众多，人员手动分析缺陷费时费力，工作量繁重，查找时间较长，极大地影响母线平衡治理的效率和水平。现有技术建立在母线不平衡率不合格时进行母线平衡故障治理，无法发现潜在的母线平衡缺陷，不能做到母线平衡故障的预防和提前处置。
发明内容
本发明的目的在于克服上述现有技术中，母线平衡故障诊断效率低、时间长的缺点，提供一种变电站母线平衡故障诊断方法、系统、设备及存储介质。
为达到上述目的，本发明采用以下技术方案予以实现：
本发明第一方面，一种变电站母线平衡故障诊断方法，包括以下步骤：
获取变电站内电压母线的采集数据及模型配置数据；
获取电压母线的采集数据及模型配置数据中的异常数据；
根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
本发明变电站母线平衡故障诊断方法进一步的改进在于：
所述获取变电站内电压母线的采集数据及模型配置数据的具体方法为：读取变电站的电能量采集系统内存储的电压母线的模型配置数据，得到变电站内电压母线的模型配置数据；实时读取电能量采集系统采集的电压母线的采集数据，得到变电站内电压母线的采集数据。
所述获取电压母线的采集数据及模型配置数据中的异常数据的具体方法为：检查电压母线的采集数据是否包含预设时刻数据，当电压母线的采集数据不包含预设时刻数据时，获取变电站内的终端设备状态；当存在终端时，确定为采集故障，并获取通讯通道状态；当通讯通道为正常状态时，确定为终端故障；否则，确定为通讯通道故障；当电压母线的采集数据包含预设时刻数据时，根据采集数据判断母线电压是否平衡；当母线电压不平衡时，获取变电站内的测点列表，循环检测测点列表内的各测点，确定故障测点，获取故障测点的采集数据和模型配置数据，得到异常数据。
所述母线平衡故障诊断模型包括若干子故障诊断模型，若干子故障诊断模型分别与母线平衡故障的若干类型一一对应；所述若干子故障诊断模型通过如下方式建立：获取变电站内历史发生的母线平衡故障，确定各母线平衡故障的类型；获取各类型的母线平衡故障发生时，母线平衡故障所处电压母线的历史数据，得到各类型母线平衡故障的历史数据；提取各类型母线平衡故障的历史数据中的异常数据，根据异常数据确定各类型母线平衡故障对应的数据异常特征，通过关联分析方法，建立数据异常特征与母线平衡故障类型之间的对应关系，得到若干子故障诊断模型。
所述根据异常数据确定各类型母线平衡故障对应的数据异常特征的具体方法为：将同一类型母线平衡故障的历史数据中的异常数据组合，得到各类型母线平衡故障的数据组；通过对各类型母线平衡故障的数据组内的异常数据进行分类和聚类，提取各类型母线平衡故障的数据组的数据异常特征，确定各类型的母线平衡故障对应的数据异常特征。
所述进行分类和聚类的具体方法为：采用逻辑回归分类方法、SVM分类方法、决策树分类方法和神经网络分类方法中的一种或几种进行分类，采用K-Means方法、DBSCAN方法和层次聚类方法中的一种或几种进行聚类；所述通过关联分析方法为APRIORI关联分析算法。
还包括：当电压母线的诊断结果中存在母线平衡故障时，获取当前母线平衡故障的告警级别和报警方式，并进行报警。
本发明第二方面，一种变电站母线平衡故障诊断系统，包括：
第一获取模块，用于获取变电站内电压母线的采集数据及模型配置数据；
第二获取模块，用于获取电压母线的采集数据及模型配置数据中的异常数据；
诊断模块，用于根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
本发明第三方面，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述变电站母线平衡故障诊断方法的步骤。
本发明第四方面，一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上所述变电站母线平衡故障诊断方法的步骤。
与现有技术相比，本发明具有以下有益效果：
本发明变电站母线平衡故障诊断方法，通过获取变电站内电压母线的采集数据及模型配置数据，并从中提取电压母线的采集数据及模型配置数据中的异常数据，然后基于电压母线的采集数据及模型配置数据中的异常数据，提取数据异常特征，然后将数据异常特征根据提前构建好的母线平衡故障诊断模型进行判断，推出存在的母线平衡缺陷，得到电压母线的母线平衡故障诊断结果，省去人工查找母线平衡故障的过程，减轻自动化人员的工作量，缩短查找缺陷的时间，并可发现母线电量不平衡的潜在隐患点，实现母线平衡故障的提前处置，总体上极大提高了母线平衡治理的效率和水平。
附图说明
图1为本发明实施例的变电站母线平衡故障诊断方法流程图；
图2为本发明实施例的电能量采集系统框架结构示意图；
图3为本发明实施例的变电站数据检测流程图；
图4为本发明实施例的故障测点定位流程图；
图5为本发明实施例的子故障诊断模型建立原理图；
图6为本发明实施例的母线平衡故障的不同表现形式示意图；
图7为本发明实施例的母线平衡故障分析原理图；
图8为本发明实施例的某母线的明细电量示意图；
图9为本发明实施例的某变电站的部分通道的通道状态示意图；
图10为本发明实施例的某变电站261关口通讯永久性中断电能表码图；
图11为本发明实施例的某变电站297关口通讯频繁中断电能表码图；
图12为本发明实施例的变电站母线平衡故障诊断系统总体架构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述：
参见图1，本发明一实施例中，提供一种变电站母线平衡故障诊断方法，基于电能量采集系统中大数据的异常情况，结合通过历史数据建立的母线平衡故障诊断模型，推出存在的母线平衡故障，省去人工查找缺陷的过程，减轻自动化人员的工作量，缩短查找缺陷的时间，并可发现母线电量不平衡的潜在隐患点，实现缺陷的提前处置，总体上极大提高了母线平衡治理的效率和水平。具体的，该变电站母线平衡故障诊断方法包括以下步骤：
S1：获取变电站内电压母线的采集数据及模型配置数据。
具体的，读取变电站的电能量采集系统内存储的电压母线的模型配置数据，得到变电站内电压母线的模型配置数据；实时读取电能量采集系统采集的电压母线的采集数据，得到变电站内电压母线的采集数据。
本实施例中，基于电能量采集系统，利用电能量采集系统大数据平台的海量数据，如变电站内关口电压、电流、电能量数据等实时数据和PT/CT变比、各关口表的配置信息以及各电压等级母线模型配置等配置数据。
参见图2，电能量采集系统框架结构示意，使用东方威斯顿的DF6100电能信息采集与管理系统，实现所辖区域内的所有关口表计的计量。系统网络主要包括主网及采集网，系统各功能间及与平台信息的交互机通过主网实现，采集网实现系统与上下级系统、厂站端系统，与其他系统的数据交互。主网与采集网建设在安全II区，III区、IV区不单独建设网络，各大区之间通过二次安全设备进行通信。系统通信：纵向上，系统与主站电量采集系统通过数据网进行通信，与各厂站端通过调度数据网和拨号通道进行数据传输。横向上，系统与营销部门相关系统及其他系统通过调度数据网进行通信。连接关系：电能表的数据信息经RS485通讯总线传送到厂站采集终端，厂站采集终端经电话拨号、TCP/IP网络等通讯技术传输到主站系统的采集工作站，采集工作站将收到的数据信息发送给主站服务器中的数据库服务器组数据库管理模块，电能量采集系统线损统计分析模块对数据库数据进行监测分析和处理，并筛查出异常数据和信号，得出各母线线损水平、母线平衡达标率、分线、分压线损率。电能表的数据信息包括：电流、电压、有功、无功以及视在功率等信息，电能量采集系统由主站系统、厂站采集终端、全电子式电表三部分构成。主站系统硬件由双前置采集工作站、WEB服务器、数据库服务器、打印机、网络设备、通讯设备以及GPS卫星钟等组成；软件由数据采集模块、数据库管理模块、档案管理模块、线损统计分析模块、报表模块、WEB浏览模块、以及与主站系统的接口等应用软件组成；主站系统与厂站采集终端间的通讯采用TCP/IP网络、模拟四线专线、V.28专线、电话拨号方式，规约采用部颁标准IEC870-5-102传输协议；厂站采集终端与电表间采用RS485总线，规约采用部颁DL/T 645规约。
S2：获取电压母线的采集数据及模型配置数据中的异常数据。
具体的，检查电压母线的采集数据是否包含预设时刻数据，当电压母线的采集数据不包含预设时刻数据时，获取变电站内的终端设备状态；当存在终端时，确定为采集故障，并获取通讯通道状态；当通讯通道为正常状态时，确定为终端故障；否则，确定为通讯通道故障。当电压母线的采集数据包含预设时刻数据时，根据采集数据判断母线电压是否平衡；当母线电压不平衡时，获取变电站内的测点列表，循环检测测点列表内的各测点，确定故障测点，获取故障测点的采集数据和模型配置数据，得到异常数据。
本实施例中，当电压母线的采集数据不包含预设时刻数据时，一般预设时刻数据为0点和24点数据，参见图3，首先，检查变电站指定时间是否有数据，无数据检查是否有终端，无终端则认为是接口问题。有终端则认为是采集问题，如果通讯正常则为终端故障，否则任务通道故障。
如果变电站存在预设时刻数据，则进行下一步母线平衡故障分析。参见图4，以母线平衡为核心，结合测量点的数据异常分析，定位故障点，考虑小电量问题，提高故障判断准确率，进行缺陷智能研判和修正。具体的，首先检测母线是否平衡，当母线平衡时，结束，当母线不平衡时，检测是否为小电量不平衡，当是小电量不平衡时，结束，当不是小电量不平衡时，获取变电站内的测点列表，并筛掉排除表的测点，然后循环获取剩余的各测点，当能够获取时，按照规则库设置检查测点，并生成测点异常列表，记录异常测点的数据；当不能够获取时，按照替换规则进行故障智能定位，当定位成功时，根据定位结果筛选异常数据并保存测点异常事项，结束，当定位不成功时，保存测点异常事项，结束。
S3：根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
其中，所述母线平衡故障诊断模型包括若干子故障诊断模型，若干子故障诊断模型分别与母线平衡故障的若干类型一一对应。具体的，大数据在计量装置异常信息的多维分析与诊断中的应用，除了面临大数据关键技术的挑战之外，主要是装置异常的建模工作和诊断算法的选取以及分析方法的改进等。建模工作要求结合具体的应用场景，本实施例中，针对不同的母线平衡故障，建立不同的子故障诊断模型，以求尽量准确的描述异常特征及异常特征和异常原因之间的关系，可以说建模工作是最基础也是最重要的工作，算法的选取和改进也是大数据技术在电力业务中应用的核心。
通过归纳总结常见的母线平衡故障，分析不同故障在电能量采集系统中的不同表现形式以及数据的异常变化，然后反推电能量采集系统中数据的异常变化情况对应的具体母线平衡故障类别，根据单一异常事件，构建母线平衡故障诊断模型。具体的，参见图5，若干子故障诊断模型通过如下方式建立：获取变电站内历史发生的母线平衡故障，确定各母线平衡故障的类型；获取各类型的母线平衡故障发生时，母线平衡故障所处电压母线的历史数据，得到各类型母线平衡故障的历史数据；提取各类型母线平衡故障的历史数据中的异常数据，根据异常数据确定各类型母线平衡故障对应的数据异常特征，通过关联分析方法，建立数据异常特征与母线平衡故障类型之间的对应关系，得到若干子故障诊断模型。
其中，根据异常数据确定各类型母线平衡故障对应的数据异常特征的具体方法为：将同一类型母线平衡故障的历史数据中的异常数据组合，得到各类型母线平衡故障的数据组；通过对各类型母线平衡故障的数据组内的异常数据进行分类和聚类，提取各类型母线平衡故障的数据组的数据异常特征，确定各类型的母线平衡故障对应的数据异常特征。进行分类和聚类的具体方法为：采用逻辑回归分类方法、SVM分类方法、决策树分类方法和神经网络分类方法中的一种或几种进行分类，采用K-Means方法、DBSCAN方法和层次聚类方法中的一种或几种进行聚类；所述通过关联分析方法为APRIORI关联分析算法。
本实施例中，参见图6，分析总结不同母线平衡故障在电能量采集系统中的不同表现形式，再通过电能量采集系统数据异常情况反推母线平衡故障类别，不同母线平衡故障的具体表现形式如下：
1、关口模型和运算量：母线两侧关口模型配置正确是母线平衡的基础，同时当表计接线正确，线路上无反送电时，只有运算量为正向时表计才走数，反之不走数。当系统运维人员错误配置关口模型或运算量时，会导致母线电量不平衡。
2、PT(电压互感器)及CT(电流互感器)变比：若变电站内新装或更换电压互感器、电流互感器，系统运维人员在系统中错误设置倍率或者未进行相应改正，将会导致计算电量有规律的成倍数增加或减少，造成母线电量不平衡。3、采集通讯中断：当站端、主站或传输通道的采集设备出现异常时，会发生采集频繁中断或永久性中断的现象，影响电量数据的正常传输。若采集正常时系统表计示数显示为黑色，采集通讯异常时表计示数变红并停走。当采集永久性中断，表计示数持续显示红色并停走。采集频繁中断，示数在采集短时中断期间变红停走。4、PT/CT硬件问题：PT设备存在本体异常、接线错误或接触不良等问题，会导致表计失压，电量可能会变为零或缺失接近正常值的1/3、2/3。5、电能表异常：当问题表计示数为黑色，但走数存在异常，如停走、突变为零或无规律跳变时，考虑表计本体存在问题。
本实施例中，考虑母线平衡故障的产生原因分析，结合不同母线平衡故障在电能量采集系统中的不同表现形式，更好的建立数据异常特征与母线平衡故障类型之间的对应关系。
具体的，参见图7，母线平衡故障的产生原因分析分为两部分，基于电能量采集系统，第一部分为数据异常分析，包含通讯异常分析、电能表停走、飞走及突变分析、二次回路分析、一次设备分析以及系统配置分析等，第二部分为关联缺陷分析，包括通讯中断、电能表故障、互感器异常以及系统配置错误等。
其中，系统配置分析包括：利用电采系统的明细电量分析模组可以分析变电站内任一电压等级母线关口、运算量及倍率配置详情，参见图8，当供入、供出电量模型出现完全相同配置，或配置关口与变电站站名称或电压等级不符时，系统配置异常。通讯状态分析包括：根据通道运行监视模块分析变电站整站通道运行状态，分为状态正常、未知和异常，参见图9，通道状态为未知和异常时，发出变电站通道状态报警信号；参见图10和图11，分别为变电站某关口永久性中断和频繁中断时电能表示数颜色的变化示意图，其中，图10中28至42均为红色，图11中36、38及39均为红色，监测系统中关口示数的颜色变化情况，出现连续变红时，通道永久性中断，出现黑红交替出现时，通道时断时续，频繁中断。电能表停走、飞走及突变分析包括：1、电能表飞走：一、通过小时电量环比，发现电量增减超过3倍以上。二、各相电流I增减幅度与电量增减幅度相比在0.6至1.5倍范围内(缺电流数据时，跳过此条件)；三、各相电流值I>10％In(缺电流数据时，跳过此条件)；四、在计算范围内不存在换表事件、满码归零事件；上述一、二、三及四同时满足而形成异常。2、电能表倒走：一、电能表后一时间点的任一计度器示度<电能表前一时间点该计度器的示度。二、有换表事件的示度下降及因满码归零的示度下降不能判定为表码倒走。3、电能表停走：关口电能表日表码差值＝0，一天内，任意时刻负荷大于零。4、电量突变：换表后日电量显著超过换表前，分别取换表前后5天的日电量，去除最高和最低两天，计算3天的平均值，如差值的绝对值大于阀值K，且前后日电量平均值的比值在0.5-2以外(换表后0电量比值做为0)，则生成异常。二次回路分析包括：二次回路PT故障，监测各关口每日电量波动情况：某关口第n日总电量＝第n-1或n-2日总电量的1/3或2/3倍时，则生成PT二次回路异常；某关口第n日电量变为零，则生成PT二次回路或电能表异常。
通过上述基于历史数据的分析，若干子故障诊断模型，在获取电压母线的采集数据及模型配置数据中的异常数据的基础上，根据异常数据提取数据异常特征，然后将数据异常特征输入若干子故障诊断模型中，通过若干子故障诊断模型进行母线平衡故障诊断，得到母线平衡故障诊断结果。
综上所述，本发明变电站母线平衡故障诊断方法，通过获取变电站内电压母线的采集数据及模型配置数据，并从中提取电压母线的采集数据及模型配置数据中的异常数据，然后基于电压母线的采集数据及模型配置数据中的异常数据，提取数据异常特征，推出存在的母线平衡缺陷，然后将数据异常特征根据提前构建好的母线平衡故障诊断模型进行判断，得到电压母线的母线平衡故障诊断结果，省去人工查找母线平衡故障的过程，减轻自动化人员的工作量，缩短查找缺陷的时间，并可发现母线电量不平衡的潜在隐患点，实现母线平衡故障的提前处置，总体上极大提高了母线平衡治理的效率和水平。
本发明再一个实施例中，提供一种变电站母线平衡故障诊断方法，该变电站母线平衡故障诊断方法除包括上一实施例中变电站母线平衡故障诊断方法的全部内容外，还至少包括：当电压母线的诊断结果中存在母线平衡故障时，获取当前母线平衡故障的告警级别和报警方式，并进行报警。其中，利用专家经验，提前确定各类型的母线平衡故障的告警级别和报警方式，并预先储存。
下述为本发明的装置实施例，可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节，请参照本发明方法实施例。
本发明再一个实施例中，提供了一种变电站母线平衡故障诊断系统，该变电站母线平衡故障诊断系统能够用于实施上述的变电站母线平衡故障诊断方法，具体的，该变电站母线平衡故障诊断系统包括第一获取模块、第二获取模块以及诊断模块。
其中，第一获取模块用于获取变电站内电压母线的采集数据及模型配置数据；第二获取模块用于获取电压母线的采集数据及模型配置数据中的异常数据；诊断模块用于根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
参见图12，本发明变电站母线平衡故障诊断系统的总体架构，底层为数据源层，包含电能量采集系统、D5000及其他业务系统数据库信息构成的数据库，第二层为云基础设施层(Iaas层)，包括服务器、网络、存储、虚拟化、负载均衡等，第三层为平台层(PaaS层)，搭建电采系统平台，包括数据采集模块、数据库管理模块、档案管理模块、线损统计分析模块等，第四层为软件层(Saas层)，建立母线平故障智能分析和诊断综合应用。
本发明再一个实施例中，提供了一种计算机设备，该计算机设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于变电站母线平衡故障诊断方法的操作，包括：获取变电站内电压母线的采集数据及模型配置数据；获取电压母线的采集数据及模型配置数据中的异常数据；根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关变电站母线平衡故障诊断方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：获取变电站内电压母线的采集数据及模型配置数据；获取电压母线的采集数据及模型配置数据中的异常数据；根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
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)

1.一种变电站母线平衡故障诊断方法，其特征在于，包括以下步骤：
获取变电站内电压母线的采集数据及模型配置数据；
获取电压母线的采集数据及模型配置数据中的异常数据；
根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
2.根据权利要求1所述的变电站母线平衡故障诊断方法，其特征在于，所述获取变电站内电压母线的采集数据及模型配置数据的具体方法为：
读取变电站的电能量采集系统内存储的电压母线的模型配置数据，得到变电站内电压母线的模型配置数据；实时读取电能量采集系统采集的电压母线的采集数据，得到变电站内电压母线的采集数据。
3.根据权利要求1所述的变电站母线平衡故障诊断方法，其特征在于，所述获取电压母线的采集数据及模型配置数据中的异常数据的具体方法为：
检查电压母线的采集数据是否包含预设时刻数据，当电压母线的采集数据不包含预设时刻数据时，获取变电站内的终端设备状态；当存在终端时，确定为采集故障，并获取通讯通道状态；当通讯通道为正常状态时，确定为终端故障；否则，确定为通讯通道故障；当电压母线的采集数据包含预设时刻数据时，根据采集数据判断母线电压是否平衡；当母线电压不平衡时，获取变电站内的测点列表，循环检测测点列表内的各测点，确定故障测点，获取故障测点的采集数据和模型配置数据，得到异常数据。
4.根据权利要求1所述的变电站母线平衡故障诊断方法，其特征在于，所述母线平衡故障诊断模型包括若干子故障诊断模型，若干子故障诊断模型分别与母线平衡故障的若干类型一一对应；所述若干子故障诊断模型通过如下方式建立：
获取变电站内历史发生的母线平衡故障，确定各母线平衡故障的类型；
获取各类型的母线平衡故障发生时，母线平衡故障所处电压母线的历史数据，得到各类型母线平衡故障的历史数据；
提取各类型母线平衡故障的历史数据中的异常数据，根据异常数据确定各类型母线平衡故障对应的数据异常特征，通过关联分析方法，建立数据异常特征与母线平衡故障类型之间的对应关系，得到若干子故障诊断模型。
5.根据权利要求4所述的变电站母线平衡故障诊断方法，其特征在于，所述根据异常数据确定各类型母线平衡故障对应的数据异常特征的具体方法为：
将同一类型母线平衡故障的历史数据中的异常数据组合，得到各类型母线平衡故障的数据组；通过对各类型母线平衡故障的数据组内的异常数据进行分类和聚类，提取各类型母线平衡故障的数据组的数据异常特征，确定各类型的母线平衡故障对应的数据异常特征。
6.根据权利要求5所述的变电站母线平衡故障诊断方法，其特征在于，所述进行分类和聚类的具体方法为：采用逻辑回归分类方法、SVM分类方法、决策树分类方法和神经网络分类方法中的一种或几种进行分类，采用K-Means方法、DBSCAN方法和层次聚类方法中的一种或几种进行聚类；所述通过关联分析方法为APRIORI关联分析算法。
7.根据权利要求1所述的变电站母线平衡故障诊断方法，其特征在于，还包括：当电压母线的诊断结果中存在母线平衡故障时，获取当前母线平衡故障的告警级别和报警方式，并进行报警。
8.一种变电站母线平衡故障诊断系统，其特征在于，包括：
第一获取模块，用于获取变电站内电压母线的采集数据及模型配置数据；
第二获取模块，用于获取电压母线的采集数据及模型配置数据中的异常数据；
诊断模块，用于根据异常数据提取数据异常特征，通过数据异常特征及预设的母线平衡故障诊断模型，得到电压母线的母线平衡故障诊断结果。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述变电站母线平衡故障诊断方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至7任一项所述变电站母线平衡故障诊断方法的步骤。
CN202011554585.3A 2020-12-24 2020-12-24 变电站母线平衡故障诊断方法、系统、设备及存储介质 Pending CN112560214A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011554585.3A CN112560214A (zh) 2020-12-24 2020-12-24 变电站母线平衡故障诊断方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011554585.3A CN112560214A (zh) 2020-12-24 2020-12-24 变电站母线平衡故障诊断方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN112560214A true CN112560214A (zh) 2021-03-26

Family

ID=75033819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011554585.3A Pending CN112560214A (zh) 2020-12-24 2020-12-24 变电站母线平衡故障诊断方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112560214A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113224844A (zh) * 2021-05-19 2021-08-06 广东电网有限责任公司 一种配网母线失压事件智能感知方法、系统和设备
CN114236448A (zh) * 2021-11-23 2022-03-25 国网山东省电力公司日照供电公司 一种基于大数据的计量装置故障检修系统
CN114792975A (zh) * 2022-06-22 2022-07-26 上海爱可生信息技术股份有限公司 电网中母线平衡的数据修复方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103163389A (zh) * 2011-12-08 2013-06-19 沈阳工业大学 智能母线在线监测及状态评估系统
CN103728507A (zh) * 2013-11-18 2014-04-16 芜湖大学科技园发展有限公司 一种基于数据挖掘的电网故障诊断方法
US20180238951A1 (en) * 2016-09-07 2018-08-23 Jiangnan University Decision Tree SVM Fault Diagnosis Method of Photovoltaic Diode-Clamped Three-Level Inverter

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103163389A (zh) * 2011-12-08 2013-06-19 沈阳工业大学 智能母线在线监测及状态评估系统
CN103728507A (zh) * 2013-11-18 2014-04-16 芜湖大学科技园发展有限公司 一种基于数据挖掘的电网故障诊断方法
US20180238951A1 (en) * 2016-09-07 2018-08-23 Jiangnan University Decision Tree SVM Fault Diagnosis Method of Photovoltaic Diode-Clamped Three-Level Inverter

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
AGUSTIN FLORES NOVELO 等: "Fault Diagnosis of Electric Transmission Lines using Modular Neural Networks", IEEE LATIN AMERICA TRANSACTION, vol. 14, no. 08, 1 August 2016 (2016-08-01), pages 3663 - 3668, XP011637456, DOI: 10.1109/TLA.2016.7786348 *
刘莅文 等: "电能量采集数据异常处理对策分析", 电子世界, no. 09, 8 May 2018 (2018-05-08), pages 58 - 59 *
王吉;欧家祥;王俊融;杨婧;: "省级计量自动化系统母线不平衡率异常分析及处理", 贵州电力技术, no. 06, 29 June 2015 (2015-06-29) *
王洪彬 等: "基于结构熵权法与故障树的智能变电站保护系统扰动度在线评估方法", 电网技术, vol. 43, no. 05, 14 March 2019 (2019-03-14), pages 1772 - 1787 *
顾雪平，张文勤，高曙，杨以涵，盛四清: "人工神经网络和专家系统结合运用的电力系统故障诊断方法", 华北电力大学学报（自然科学版）, no. 02, 30 April 1994 (1994-04-30) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113224844A (zh) * 2021-05-19 2021-08-06 广东电网有限责任公司 一种配网母线失压事件智能感知方法、系统和设备
CN114236448A (zh) * 2021-11-23 2022-03-25 国网山东省电力公司日照供电公司 一种基于大数据的计量装置故障检修系统
CN114792975A (zh) * 2022-06-22 2022-07-26 上海爱可生信息技术股份有限公司 电网中母线平衡的数据修复方法

Similar Documents

Publication Publication Date Title
CN112560214A (zh) 变电站母线平衡故障诊断方法、系统、设备及存储介质
CN107358366B (zh) 一种配电变压器故障风险监测方法及系统
CN110674189B (zh) 一种智能变电站二次状态监测与故障定位的方法
CN105915398B (zh) 基于农村电网故障快速检测及复电系统及其集中器检测方法
CN108931972B (zh) 一种基于模型驱动的变电站二次设备状态智能诊断方法
CN111191878A (zh) 一种基于异常分析的台区及电能表状态评价方法及系统
CN107402332A (zh) 一种智能配电终端多表位自动检测系统及其检测方法
CN114640173A (zh) 一种基于多特征量的变压器和发电机的预警模型
CN102436226A (zh) 在线监测及状态检修管理系统
CN104777813A (zh) 综合气象观测运行监控系统及其监控方法
CN102254256A (zh) 输、配网一体化的综合性线损管理分析系统及其处理流程
CN109501834A (zh) 一种道岔转辙机故障预测方法及装置
CN107798395A (zh) 一种电网事故信号自动诊断方法及系统
CN103218695A (zh) 二次设备智能状态评估诊断系统及其方法
CN103810533A (zh) 一种基于云模型的配电网故障风险识别方法
CN103701212A (zh) 一种用于电网安全稳定控制装置的监测分析方法及系统
CN104881003A (zh) 一种计量生产设施效能评估方法
CN103259333A (zh) 智能告警及故障综合分析系统
CN111027026A (zh) 一种抄表数据异常智能诊断系统
CN114742488B (zh) 一种主变压器运行风险评估方法和系统
CN101771275A (zh) 电能监控系统
CN104680239A (zh) 一种基于元件失效模型的配电网检修方案优化方法及装置
CN105277910A (zh) 远程评估电能质量在线监测装置可靠性的方法及系统
CN104834305A (zh) 基于dms系统的配网自动化终端遥测异常分析系统及方法
CN108596450B (zh) 电网风险预警方法和系统

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