CN114064622A - 基于大数据的停电研判处理方法及系统 - Google Patents
基于大数据的停电研判处理方法及系统 Download PDFInfo
- Publication number
- CN114064622A CN114064622A CN202111281364.8A CN202111281364A CN114064622A CN 114064622 A CN114064622 A CN 114064622A CN 202111281364 A CN202111281364 A CN 202111281364A CN 114064622 A CN114064622 A CN 114064622A
- Authority
- CN
- China
- Prior art keywords
- power failure
- failure event
- event
- meter
- public
- 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
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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明提供基于大数据的停电研判处理方法,属于通信技术领域。包括:从数据库中选取一个待处理的停电事件;根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理,得出研判结果;所述停电事件为所述电表停电事件时:获取上报所述电表停电事件的电表信息;在所述电表停电事件属于有效停电事件的情况下,根据所述停电物理拓扑模型查找出所述电表所属的表箱,并统计所述表箱下上报过所述有效停电事件的电表数目;所述电表数目与所述表箱的电表总数的占比大于30%时,随机选取所述表箱下两个未报停电事件的电表进行透抄;透抄操作不成功、或者发现两个未报停电事件的电表存在24小时内的掉电事件,则确定电表停电事件的研判结果为表箱停电。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种基于大数据的停电研判处理方法及系统。
背景技术
线-台-变-箱-户设备构成低压电网的输电组成结构,低压电力用户发生停电情况时,户表会上报停上电消息。由于停电事件的发生原因可能为单个户表损坏、户表所在表箱停上电,以及变压器、台区、线路的停上电情况,因此,电力系统应当根据电网内各个设备的停上电情况进行监测和分析原因,从而快速准确地抢修,尽量缩短用户停电时间。
户表以及公变终端在发生停电时,可能没有足够电能支撑发送告警,导致未上报停电事件;台区停电时,由于时钟丢失,可能导致上送的停电事件时间错误以及重复上报。现场设备停上电事件重复上报、误报、漏报现象严重,停电数据未经任何分析处理直接推送供电服务指挥系统,会导致停电事件误判率较高,难以实现对停电事件的精细化研判,不能有效地支撑主动抢修工作的高效开展。
发明内容
有鉴于此,本发明提供一种基于大数据的停电研判处理方法及系统,以解决难以实现对停电事件的精细化研判、不能有效地支撑主动抢修工作的高效开展的问题。
本发明实施例解决其技术问题所采用的技术方案是:
一种基于大数据的停电研判处理方法,包括:
从数据库中选取一个待处理的停电事件,所述停电事件包括电表停电事件和公变终端停电事件;
根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理,得出研判结果,所述停电物理拓扑模型由线路、台区、公变终端、表箱、电表组成;
所述停电事件为所述电表停电事件时,所述根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理包括:
获取上报所述电表停电事件的电表信息;
在所述电表停电事件属于有效停电事件的情况下,根据所述停电物理拓扑模型查找出所述电表所属的表箱,并统计发生所述电表停电事件所在时间段内所述表箱下上报过所述有效停电事件的电表数目;
所述上报过所述有效停电事件的电表数目与所述表箱的电表总数的占比大于30%时,随机选取所述表箱下两个未报停电事件的电表进行透抄;
对所述两个未报停电事件的电表的所述透抄操作不成功、或者经所述透抄操作发现所述两个未报停电事件的电表存在24小时内的掉电事件,则确定所述电表停电事件的研判结果为表箱停电;
补全所述表箱下所有未报停电事件电表的停电事件记录;
所述待处理停电事件为所述公变终端停电事件时,所述根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理包括:
获取上报所述公变终端停电事件的公变终端信息;
在所述公变终端停电事件属于所述有效停电事件的情况下,根据所述停电物理拓扑模型查找出所述公变终端所属的台区,并统计所述台区下公变终端总数;
所述公变终端总数大于1时,统计发生所述公变终端停电事件所在时间段内所述台区下上报过所述有效停电事件的电表数目;
所述上报过所述有效停电事件的电表数目与所述台区的电表总数的占比大于60%时,召测所述台区内所有公变终端,并判断所述台区内所有公变终端是否均在发生所述公变终端停电事件所在时间段内所述有效停电事件;
当所述台区内所有公变终端均在发生所述公变终端停电事件所在时间段内所述有效停电事件时,确定所述公变终端所属的所述台区停电,并补全所述台区下所有未报停电事件表箱的停电事件记录;
根据所述停电物理拓扑模型查找出所述台区所属的线路;
判断所述线路下发生有效停电事件的台区数目占比是否大于60%;
所述线路下发生有效停电事件的台区数目占比大于60%时,确定所述台区所属的所述线路停电,并补全所述线路下所有未报停电事件台区的停电事件记录;
确定所述公变终端停电事件的研判结果为所述公变终端所属的所述线路停电。
较优地,所述获取上报所述电表停电事件的电表信息之后,所述根据所述停电物理拓扑模型查找出所述电表所属的表箱之前,还包括:
基于所述电表停电事件的信息进行去重操作,以消除所述数据库中的重复事件上报消息;
基于所述电表停电事件的信息进行时间有效性判断;
对所述电表停电事件的所述时间有效性判断结果为有效时,透抄所述电表以确定所述电表停电事件是否属于所述有效停电事件;
对所述电表的所述透抄操作不成功、或者经所述透抄操作发现所述电表存在24小时内的掉电事件,则确定所述电表停电事件属于所述有效停电事件。
较优地,所述随机选取所述表箱下两个未报停电事件的电表进行透抄之后,还包括:
经所述透抄操作发现所述两个未报停电事件的电表中至少一个电表不存在所述24小时内的掉电事件,则确定所述电表停电事件的研判结果为单表停电。
较优地,所述统计发生所述电表停电事件所在时间段内所述表箱下上报过所述有效停电事件的电表数目之后,还包括:
所述上报过所述有效停电事件的电表数目与所述表箱的电表总数的占比不大于30%时,确定所述电表停电事件的研判结果为单表停电。
较优地,所述获取上报所述公变终端停电事件的公变终端信息之后,所述根据所述停电物理拓扑模型查找出所述公变终端所属的台区之前,还包括:
基于所述公变终端停电事件的信息进行去重操作,以消除所述数据库中的重复事件上报消息;
基于所述公变终端停电事件的信息进行时间有效性判断;
对所述公变终端停电事件的所述时间有效性判断结果为有效时,透抄所述公变终端下任意两个表箱,以确定所述公变终端停电事件是否属于所述有效停电事件;
对所述任意两个表箱的所述透抄操作不成功、或者经所述透抄操作发现所述任意两个表箱均存在所述24小时内的掉电事件,则确定所述公变终端停电事件属于所述有效停电事件。
较优地,所述透抄所述公变终端下任意两个表箱之后,还包括:
经所述透抄操作发现所述任意两个表箱中至少一个表箱不存在所述24小时内的掉电事件,则确定所述公变终端停电事件的研判结果为单终端停电;
所述统计发生所述公变终端停电事件所在时间段内所述台区下上报过所述有效停电事件的电表数目之后,还包括:
所述上报过所述有效停电事件的电表数目与所述台区的电表总数的占比不大于60%时,确定所述公变终端停电事件的研判结果为单终端停电。
较优地,所述判断所述线路下发生有效停电事件的台区数目占比是否大于60%之后,还包括:
所述线路下发生有效停电事件的台区数目占比不大于60%时,确定所述公变终端停电事件的研判结果为台区停电。
较优地,所述确定所述公变终端停电事件的研判结果为所述公变终端所属的所述线路停电之后,还包括:
所述电表停电事件属于无效停电事件的情况下,计算所述电表上报所述无效停电事件的频率;
当所述电表上报所述无效停电事件的频率高于预设频率阈值时,将所述电表信息加入黑名单;
根据所述黑名单列表生成现场运维提示消息,所述现场运维提示消息中包含所述电表信息。
较优地,所述根据所述黑名单列表生成现场运维提示消息之后,还包括:
提取所述黑名单列表中的所述电表信息;
计算所述电表上报所述无效停电事件的频率;
当所述电表上报所述无效停电事件的频率不高于所述预设频率阈值时,将所述电表信息从所述黑名单中移除。
进一步地,还提供一种基于大数据的停电研判处理系统,包括停电事件有效性分析模块、停电实时精准研判模块、停电智能补全分析模块,其中:
所述停电事件有效性分析模块,用于读取停电事件;还用于分析所述停电事件是否为有效停电事件;
所述停电实时精准研判模块,用于根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理,得出研判结果;
所述停电智能补全分析模块,用于根据所述研判结果对所有未报停电事件的台区、公变终端、表箱、电表进行停电事件记录补全;
所述停电事件为所述电表停电事件时,
所述停电事件有效性分析模块,用于所述电表停电事件是否为所述有效停电事件;
所述停电实时精准研判模块,用于在所述电表停电事件属于所述有效停电事件的情况下,根据所述停电物理拓扑模型查找出所述电表所属的表箱,并统计发生所述电表停电事件所在时间段内所述表箱下上报过所述有效停电事件的电表数目;所述上报过所述有效停电事件的电表数目与所述表箱的电表总数的占比大于30%时,随机选取所述表箱下两个未报停电事件的电表进行透抄;对所述两个未报停电事件的电表的所述透抄操作不成功、或者经所述透抄操作发现所述两个未报停电事件的电表存在24小时内的掉电事件,则确定所述电表停电事件的研判结果为表箱停电;
所述停电实时精准研判模块,用于补全所述表箱下所有未报停电事件电表的停电事件记录。
由上述技术方案可知,本发明实施例提供的一种基于大数据的停电研判处理方法及系统,具体是根据电网设备的停电物理拓扑模型对停电事件进行停电研判处理,得出研判结果,具体的,停电事件为电表停电事件时,获取上报电表停电事件的电表信息;在电表停电事件属于有效停电事件的情况下,根据停电物理拓扑模型查找出电表所属的表箱,并统计发生电表停电事件所在时间段内表箱下上报过有效停电事件的电表数目;上报过有效停电事件的电表数目占比大于30%时,随机选取表箱下两个未报停电事件的电表进行透抄;对两个未报停电事件的电表的透抄操作不成功、或者经透抄操作发现两个未报停电事件的电表存在24小时内的掉电事件,则确定电表停电事件的研判结果为表箱停电,并补全表箱下所有未报停电事件电表的停电事件记录;另外,待处理停电事件为公变终端停电事件时,获取上报公变终端停电事件的公变终端信息,在公变终端停电事件属于有效停电事件的情况下,根据停电物理拓扑模型查找出公变终端所属的台区,并统计发生公变终端停电事件所在时间段内台区下上报过有效停电事件的公变终端数目;上报过有效停电事件的公变终端数目占比大于60%时,召测台区内所有公变终端,并判断台区内所有公变终端是否均在发生公变终端停电事件所在时间段内有效停电事件;当台区内所有公变终端均在发生公变终端停电事件所在时间段内有效停电事件时,确定公变终端所属的台区停电,并补全台区下所有未报停电事件表箱的停电事件记录;根据停电物理拓扑模型查找出台区所属的线路;判断线路下发生有效停电事件的台区数目占比是否大于60%;线路下发生有效停电事件的台区数目占比大于60%时,确定台区所属的线路停电,并补全线路下所有未报停电事件台区的停电事件记录;确定公变终端停电事件的研判结果为公变终端所属的线路停电。通过本发明的方法,可以实现对停电事件的精细化研判、有效地支撑主动抢修工作的高效开展。
附图说明
图1为本发明的基于大数据的停电研判处理方法的第一流程图。
图2为本发明的基于大数据的停电研判处理方法的第二流程图。
图3为本发明的基于大数据的停电研判处理系统的第一结构图。
图4为本发明的基于大数据的停电研判处理系统的工作流程图。
具体实施方式
以下结合本发明的附图,对本发明的技术方案以及技术效果做进一步的详细阐述。
本发明提供一种基于大数据的停电研判处理方法,具体步骤包括:
步骤S1,从数据库中选取一个待处理的停电事件,停电事件包括电表停电事件和公变终端停电事件;
步骤S2,根据电网设备的停电物理拓扑模型对停电事件进行停电研判处理,得出研判结果,停电物理拓扑模型由线路、台区、公变终端、表箱、电表及其上下所属关系组成。
如图1所示,待处理的停电事件为电表停电事件时,根据电网设备的停电物理拓扑模型对停电事件进行停电研判处理包括:
步骤S11,获取上报电表停电事件的电表信息;
步骤S12,在电表停电事件属于有效停电事件的情况下,根据停电物理拓扑模型查找出该电表所属的表箱,并统计发生电表停电事件所在时间段内表箱下上报过有效停电事件的电表数目;
步骤S13,上报过有效停电事件的电表数目与表箱的电表总数的占比大于30%时,随机选取表箱下两个未报停电事件的电表进行透抄;
步骤S14,对两个未报停电事件的电表的透抄操作不成功、或者经透抄操作发现两个未报停电事件的电表存在24小时内的掉电事件,则确定电表停电事件的研判结果为表箱停电;
步骤S15,补全表箱下所有未报停电事件电表的停电事件记录;
进一步地,在步骤S12之前,还需根据电表停电事件进行去重和有效性判断,具体步骤包括:基于电表停电事件的信息进行去重操作,以消除数据库中的重复事件上报消息;基于电表停电事件的信息进行时间有效性判断;对电表停电事件的时间有效性判断结果为有效时,透抄电表以确定电表停电事件是否属于有效停电事件;对电表的透抄操作不成功、或者经透抄操作发现电表存在24小时内的掉电事件,则确定电表停电事件属于有效停电事件。时间有效性判断是为了确定停电事件的有效性,避免由于设备内部时钟错误导致的重复上报。
进一步地,步骤S12统计发生电表停电事件所在时间段内表箱下上报过有效停电事件的电表数目的占比不大于30%时,确定电表停电事件的研判结果为单表停电。
进一步地,步骤S13对表箱下随机两个未报停电事件的电表进行透抄操作后,若发现两个未报停电事件的电表中至少一个电表不存在24小时内的掉电事件,则确定电表停电事件的研判结果为单表停电。
如图2所示,待处理的停电事件为公变终端停电事件时,根据电网设备的停电物理拓扑模型对停电事件进行停电研判处理包括:
步骤S21,获取上报公变终端停电事件的公变终端信息;
步骤S22,在公变终端停电事件属于有效停电事件的情况下,根据停电物理拓扑模型查找出该公变终端所属的台区,并统计该台区下公变终端总数;
步骤S23,公变终端总数大于1时,统计发生公变终端停电事件所在时间段内台区下上报过有效停电事件的电表数目;
步骤S24,上报过有效停电事件的电表数目与台区的电表总数的占比大于60%时,召测台区内所有公变终端,并判断台区内所有公变终端是否均在发生公变终端停电事件所在时间段内有效停电事件;
步骤S25,当台区内所有公变终端均在发生公变终端停电事件所在时间段内有效停电事件时,确定公变终端所属的台区停电,并补全台区下所有未报停电事件表箱的停电事件记录;
步骤S26,根据停电物理拓扑模型查找出台区所属的线路;
步骤S27,判断线路下发生有效停电事件的台区数目占比是否大于60%;
步骤S28,线路下发生有效停电事件的台区数目占比大于60%时,确定台区所属的线路停电,并补全线路下所有未报停电事件台区的停电事件记录;
步骤S29,确定公变终端停电事件的研判结果为公变终端所属的线路停电。
进一步地,在步骤S22之前,还需根据公变终端停电事件进行去重和有效性判断,具体步骤包括:基于公变终端停电事件的信息进行去重操作,以消除数据库中的重复事件上报消息;基于公变终端停电事件的信息进行时间有效性判断;对公变终端停电事件的时间有效性判断结果为有效时,透抄公变终端下任意两个表箱,以确定公变终端停电事件是否属于有效停电事件;对任意两个表箱的透抄操作不成功、或者经透抄操作发现任意两个表箱均存在24小时内的掉电事件,则确定公变终端停电事件属于有效停电事件。进一步地,上述透抄公变终端下任意两个表箱之后,经透抄操作发现任意两个表箱中至少一个表箱不存在24小时内的掉电事件,则确定公变终端停电事件的研判结果为单终端停电。
进一步地,步骤S22统计上报过有效停电事件的电表数目与台区的电表总数的占比不大于60%时,确定公变终端停电事件的研判结果为单终端停电。
进一步地,步骤S23统计台区下公变终端的数目为1时,可直接确定研判结果为台区停电。
进一步地,步骤S27统计线路下发生有效停电事件的台区数目占比不大于60%时,确定公变终端停电事件的研判结果为台区停电。
进一步地,本发明对于电表设备频繁上报无效停电事件的情况做如下处理步骤:电表停电事件属于无效停电事件的情况下,计算该电表上报无效停电事件的频率;当该电表上报无效停电事件的频率高于预设频率阈值时,将该电表信息加入黑名单;根据黑名单列表生成现场运维提示消息,现场运维提示消息中包含该电表信息。
进一步地,现场工作人员可根据运维提示消息对存在故障的电表进行现场故障排除,电表重新正常工作后,系统做如下处理:提取黑名单列表中的电表信息;计算该电表上报无效停电事件的频率;当该电表上报无效停电事件的频率不高于预设频率阈值时,将该电表信息从黑名单中移除。
通过本发明的方法,可以系统地对停上电时间进行研判,提供精准的研判结果,以提高电网维运效率。
进一步地,如图3所示,本发明还提供一种基于大数据的停电研判处理系统,包括停电事件有效性分析模块31、停电实时精准研判模块32、停电智能补全分析模块33,其中:
停电事件有效性分析模块31,用于读取停电事件;还用于分析停电事件是否为有效停电事件;还用于进一步将停电事件的分析结果写入数据层的数据库;停电事件消息是从消息总线得来。
停电实时精准研判模块32,用于根据电网设备的停电物理拓扑模型对停电事件进行停电研判处理,得出研判结果;用于定时从数据层读取模型和有效事件数据,以及将研判结果批量写入数据库;
停电智能补全分析模块33,用于从数据库读取研判结果,并根据研判结果对所有未报停电事件的台区、公变终端、表箱、电表进行停电事件记录补全。
具体的,停电事件为电表停电事件时,
停电事件有效性分析模块31,用于电表停电事件是否为有效停电事件;具体为:基于电表停电事件的信息进行去重操作,以消除数据库中的重复事件上报消息;基于电表停电事件的信息进行时间有效性判断;对电表停电事件的时间有效性判断结果为有效时,透抄电表以确定电表停电事件是否属于有效停电事件;对电表的透抄操作不成功、或者经透抄操作发现电表存在24小时内的掉电事件,则确定电表停电事件属于有效停电事件。
停电实时精准研判模块32,用于在电表停电事件属于有效停电事件的情况下,根据停电物理拓扑模型查找出电表所属的表箱,并统计发生电表停电事件所在时间段内表箱下上报过有效停电事件的电表数目;上报过有效停电事件的电表数目与表箱的电表总数的占比大于30%时,随机选取表箱下两个未报停电事件的电表进行透抄;对两个未报停电事件的电表的透抄操作不成功、或者经透抄操作发现两个未报停电事件的电表存在24小时内的掉电事件,则确定电表停电事件的研判结果为表箱停电;发生电表停电事件所在时间段内表箱下上报过有效停电事件的电表数目的占比不大于30%时,确定电表停电事件的研判结果为单表停电;对表箱下随机两个未报停电事件的电表进行透抄操作后,若发现两个未报停电事件的电表中至少一个电表不存在24小时内的掉电事件,则确定电表停电事件的研判结果为单表停电。
停电实时精准研判模块33,用于补全表箱下所有未报停电事件电表的停电事件记录。
系统对于批量停上电事件有效性分析如下:批量读取数据层HBASE中的停上电事件原始数据;使用Spark计算引擎,以及有效性分析规则,对事件进行预处理;最后将处理结果批量写入HBASE中。
系统对于批量停上电事件研判处理如下:定义定时任务,批量读取HBASE中的设备有效停上电事件;使用Spark计算引擎,匹配配网及停电研判模型进行实时停电分析;将研判结果批量写入HBASE中。
具体的,停电事件为公变终端停电事件时,
停电事件有效性分析模块31,用于公变终端停电事件是否为有效停电事件;具体为:基于公变终端停电事件的信息进行去重操作,以消除数据库中的重复事件上报消息;基于公变终端停电事件的信息进行时间有效性判断;对公变终端停电事件的时间有效性判断结果为有效时,透抄公变终端下任意两个表箱,以确定公变终端停电事件是否属于有效停电事件;对任意两个表箱的透抄操作不成功、或者经透抄操作发现任意两个表箱均存在24小时内的掉电事件,则确定公变终端停电事件属于有效停电事件。进一步地,上述透抄公变终端下任意两个表箱之后,经透抄操作发现任意两个表箱中至少一个表箱不存在24小时内的掉电事件,则确定公变终端停电事件的研判结果为单终端停电。
停电实时精准研判模块32,用于在公变终端停电事件属于有效停电事件的情况下,根据停电物理拓扑模型查找出该公变终端所属的台区,并统计该台区下公变终端总数;当公变终端总数大于1时,统计发生公变终端停电事件所在时间段内台区下上报过有效停电事件的电表数目;经统计上报过有效停电事件的电表数目与台区的电表总数的占比不大于60%时,确定公变终端停电事件的研判结果为单终端停电;上报过有效停电事件的电表数目与台区的电表总数的占比大于60%时,召测台区内所有公变终端,并判断台区内所有公变终端是否均在发生公变终端停电事件所在时间段内有效停电事件;当台区内所有公变终端均在发生公变终端停电事件所在时间段内有效停电事件时,确定公变终端所属的台区停电;根据停电物理拓扑模型查找出台区所属的线路;判断线路下发生有效停电事件的台区数目占比是否大于60%;经统计线路下发生有效停电事件的台区数目占比不大于60%时,确定公变终端停电事件的研判结果为台区停电;线路下发生有效停电事件的台区数目占比大于60%时,确定台区所属的线路停电确定公变终端停电事件的研判结果为公变终端所属的线路停电;
停电实时精准研判模块33,用于补全台区下所有未报停电事件表箱的停电事件记录;还用于补全线路下所有未报停电事件台区的停电事件记录。
进一步地,本发明的系统对于电表设备频繁上报无效停电事件的情况做如下处理:
无效停电事件管理模块34,用于电表停电事件属于无效停电事件的情况下,计算该电表上报无效停电事件的频率;当该电表上报无效停电事件的频率高于预设频率阈值时,将该电表信息加入黑名单;根据黑名单列表生成现场运维提示消息,现场运维提示消息中包含该电表信息。
进一步地,现场工作人员可根据运维提示消息对存在故障的电表进行现场故障排除,电表重新正常工作后,系统做如下处理:
无效停电事件管理模块34,用于提取黑名单列表中的电表信息;计算该电表上报无效停电事件的频率;当该电表上报无效停电事件的频率不高于预设频率阈值时,将该电表信息从黑名单中移除。
如图4所示,图4展示了图3所示系统的研判流程,当出现停上电事件时,系统可分为电表停电研判、表箱停电研判、公变终端停电研判、台区停电研判和线路停电研判这五个研判单元,逐步进行停电研判。
对于电表停电研判,首先进行去重和时间有效性校验,然后透抄该电表的掉电事件,若透抄成功、且24小时内没有掉电事件,则该条停电事件为无效停电事件,若透抄不成功、或者发现24小时内出现掉电事件,则确定该条停电事件为有效停电事件,并进一步进入表箱停电研判。
对于表箱停电研判,首先查看同一表箱下的电表上报的有效停电事件数目,如果有效停电数目的占比不高于30%,则确定最终研判结果为单表停电;如果有效停电数目的占比高于30%,则随机透抄2个表箱下未报停电事件的电表,若存在透抄成功、且24小时内没有掉电事件的电表,则确定最终研判结果为单表停电,若透抄不成功、或者发现24小时内出现掉电事件,则确定研判结果为表箱停电,并补全表箱下所有电表的停电事件数据。
对于公变终端停电研判,首先进行去重和时间有效性校验,然后透抄该公变终端任意两个表箱的掉电事件,若透抄成功、且24小时内没有掉电事件,则该条停电事件为无效停电事件,若透抄成功若透抄不成功、或者发现24小时内出现掉电事件,则确定该条停电事件为有效停电事件,补全公变终端下所有表箱的停电事件数据,并进一步进入台区停电研判;
对于台区停电研判,首先可对公变终端所在台区的公变终端数目进行分析,如果台区下只有一个公变终端,则可直接确定最终研判结果为单终端停电;若台区下有至少两个公变终端,则统计该台区下上报有效停电事件的电表数目占比,如果台区下上报有效停电事件的电表数目占比高于60%,确认台区停电;若占比不高于60%,召测该台区下所有的公变终端,确定是否所有的公变终端均发生了停电事件,如果所有的公变终端均发生了停电事件,确认台区停电;如果存在未发生停电事件的公变终端,则确定最终研判结果为单终端停电。确认台区停电后,补全台区下所有公变终端的停电事件数据,并进一步进入线路停电研判;
对于线路停电研判,是判断是否线路下的发生停电的台区数目占比高于60%,若是占比高于60%,则确定最终研判结果为线路停电,并补全下路下所有台区的停电数据;若是占比不高于60%,则确定最终研判结果为台区停电。
本发明的系统中,停电物理拓扑模型是基于PMS、电网GIS、营销已有的变电站档案、线路档案、台区档案、终端档案、表箱档案、计量点档案、用户档案、电表档案生成中低压电网拓扑图,通过关联终端、电表实时停上电事件信息,利用电网拓扑单线图实时展示线路-台区-终端-表箱-户表的关系及实时停上电情况,实现停复电的全景可视化展现,为供电可靠性指标监视提供辅助支撑。
本发明的系统中,停电的历史数据和批量数据采用Sqoop工具接入至大数据平台,实时数据采用实时数据采集工具(Kafka+Storm/Flink)采集至大数据平台。
本发明中,系统通过流处理技术实现停上电事件有效性分析:大数据平台每批处理上报时间为大于T-3分钟小于T-13分钟的事件,采用流处理技术对停上电时间是否完整、时间前后顺序是否符合逻辑,是否重复上报,是否频繁上报等实时分析,对不合理的事件数据进行过滤。对于合理上报的停电时间透抄终端下的任意两电表的掉电时间,进而分析事件有效性。
本发明中,系统基于大数据技术实现停电实时分析:通过大数据平台Flink+Hbase技术,实现停电数据的批量处理,以流式计算的方式,提高运算的效率,满足停上电事件实时分析、精准研判的要求。
本发明中,系统可基于停电物理拓扑模型实现停电事件智能补全:利用停电研判规则、各个设备的拓扑档案关系等对停电故障区域及影响范围进行研判,统计中低压设备(终端、电能表)上报的停电事件数量,建立停电物理拓扑模型,该模型具备可靠的停电事件采集完整性分析与自动补全方法,通过分布式存储(HBASE)与内存并行计算技术(SPARK)方法,对停电事件、档案信息以档案宽表的形式进行归集、预处理,按设定的规则进行停电有效性分析、依据电网拓扑以及计划停电、故障停电研判结果,对采集终端自动报送的停电事件有效性和完整性进行分析,对误报或漏报的终端、电表停上电事件进行补全和标注,形成准确、有效、完整的中压用户停电事件数据,同时为后续设备异常分析提供数据参考。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (10)
1.一种基于大数据的停电研判处理方法,其特征在于,包括:
从数据库中选取一个待处理的停电事件,所述停电事件包括电表停电事件和公变终端停电事件;
根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理,得出研判结果,所述停电物理拓扑模型由线路、台区、公变终端、表箱、电表组成;
所述停电事件为所述电表停电事件时,所述根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理包括:
获取上报所述电表停电事件的电表信息;
在所述电表停电事件属于有效停电事件的情况下,根据所述停电物理拓扑模型查找出所述电表所属的表箱,并统计发生所述电表停电事件所在时间段内所述表箱下上报过所述有效停电事件的电表数目;
所述上报过所述有效停电事件的电表数目与所述表箱的电表总数的占比大于30%时,随机选取所述表箱下两个未报停电事件的电表进行透抄;
对所述两个未报停电事件的电表的所述透抄操作不成功、或者经所述透抄操作发现所述两个未报停电事件的电表存在24小时内的掉电事件,则确定所述电表停电事件的研判结果为表箱停电;
根据所述停电物理拓扑模型中的拓扑关系补全所述表箱下所有未报停电事件电表的停电事件记录;
所述停电事件为所述公变终端停电事件时,所述根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理包括:
获取上报所述公变终端停电事件的公变终端信息;
在所述公变终端停电事件属于所述有效停电事件的情况下,根据所述停电物理拓扑模型查找出所述公变终端所属的台区,并统计所述台区下公变终端总数;
所述公变终端总数大于1时,统计发生所述公变终端停电事件所在时间段内所述台区下上报过所述有效停电事件的电表数目;
所述上报过所述有效停电事件的电表数目与所述台区的电表总数的占比大于60%时,召测所述台区内所有公变终端,并判断所述台区内所有公变终端是否均在发生所述公变终端停电事件所在时间段内所述有效停电事件;
当所述台区内所有公变终端均在发生所述公变终端停电事件所在时间段内所述有效停电事件时,确定所述公变终端所属的所述台区停电,并补全所述台区下所有未报停电事件表箱的停电事件记录;
根据所述停电物理拓扑模型查找出所述台区所属的线路;
判断所述线路下发生有效停电事件的台区数目占比是否大于60%;
所述线路下发生有效停电事件的台区数目占比大于60%时,确定所述台区所属的所述线路停电,并补全所述线路下所有未报停电事件台区的停电事件记录;
确定所述公变终端停电事件的研判结果为所述公变终端所属的所述线路停电。
2.如权利要求1所述的基于大数据的停电研判处理方法,其特征在于,所述获取上报所述电表停电事件的电表信息之后,所述根据所述停电物理拓扑模型查找出所述电表所属的表箱之前,还包括:
基于所述电表停电事件的信息进行去重操作,以消除所述数据库中的重复事件上报消息;
基于所述电表停电事件的信息进行时间有效性判断;
对所述电表停电事件的所述时间有效性判断结果为有效时,透抄所述电表以确定所述电表停电事件是否属于所述有效停电事件;
对所述电表的所述透抄操作不成功、或者经所述透抄操作发现所述电表存在24小时内的掉电事件,则确定所述电表停电事件属于所述有效停电事件。
3.如权利要求1所述的基于大数据的停电研判处理方法,其特征在于,所述随机选取所述表箱下两个未报停电事件的电表进行透抄之后,还包括:
经所述透抄操作发现所述两个未报停电事件的电表中至少一个电表不存在所述24小时内的掉电事件,则确定所述电表停电事件的研判结果为单表停电。
4.如权利要求1所述的基于大数据的停电研判处理方法,其特征在于,所述统计发生所述电表停电事件所在时间段内所述表箱下上报过所述有效停电事件的电表数目之后,还包括:
所述上报过所述有效停电事件的电表数目与所述表箱的电表总数的占比不大于30%时,确定所述电表停电事件的研判结果为单表停电。
5.如权利要求1所述的基于大数据的停电研判处理方法,其特征在于,所述获取上报所述公变终端停电事件的公变终端信息之后,所述根据所述停电物理拓扑模型查找出所述公变终端所属的台区之前,还包括:
基于所述公变终端停电事件的信息进行去重操作,以消除所述数据库中的重复事件上报消息;
基于所述公变终端停电事件的信息进行时间有效性判断;
对所述公变终端停电事件的所述时间有效性判断结果为有效时,透抄所述公变终端下任意两个表箱,以确定所述公变终端停电事件是否属于所述有效停电事件;
对所述任意两个表箱的所述透抄操作不成功、或者经所述透抄操作发现所述任意两个表箱均存在所述24小时内的掉电事件,则确定所述公变终端停电事件属于所述有效停电事件。
6.如权利要求5所述的基于大数据的停电研判处理方法,其特征在于,
所述透抄所述公变终端下任意两个表箱之后,还包括:
经所述透抄操作发现所述任意两个表箱中至少一个表箱不存在所述24小时内的掉电事件,则确定所述公变终端停电事件的研判结果为单终端停电;
所述统计发生所述公变终端停电事件所在时间段内所述台区下上报过所述有效停电事件的电表数目之后,还包括:
所述上报过所述有效停电事件的电表数目与所述台区的电表总数的占比不大于60%时,确定所述公变终端停电事件的研判结果为单终端停电。
7.如权利要求1所述的基于大数据的停电研判处理方法,其特征在于,所述判断所述线路下发生有效停电事件的台区数目占比是否大于60%之后,还包括:
所述线路下发生有效停电事件的台区数目占比不大于60%时,确定所述公变终端停电事件的研判结果为台区停电。
8.如权利要求1所述的基于大数据的停电研判处理方法,其特征在于,所述确定所述公变终端停电事件的研判结果为所述公变终端所属的所述线路停电之后,还包括:
所述电表停电事件属于无效停电事件的情况下,计算所述电表上报所述无效停电事件的频率;
当所述电表上报所述无效停电事件的频率高于预设频率阈值时,将所述电表信息加入黑名单;
根据所述黑名单列表生成现场运维提示消息,所述现场运维提示消息中包含所述电表信息。
9.如权利要求1所述的基于大数据的停电研判处理方法,其特征在于,所述根据所述黑名单列表生成现场运维提示消息之后,还包括:
提取所述黑名单列表中的所述电表信息;
计算所述电表上报所述无效停电事件的频率;
当所述电表上报所述无效停电事件的频率不高于所述预设频率阈值时,将所述电表信息从所述黑名单中移除。
10.一种基于大数据的停电研判处理系统,其特征在于,包括停电事件有效性分析模块、停电实时精准研判模块、停电智能补全分析模块,其中:
所述停电事件有效性分析模块,用于读取停电事件;还用于分析所述停电事件是否为有效停电事件;
所述停电实时精准研判模块,用于根据电网设备的停电物理拓扑模型对所述停电事件进行停电研判处理,得出研判结果;
所述停电智能补全分析模块,用于根据所述研判结果对所有未报停电事件的台区、公变终端、表箱、电表进行停电事件记录补全;
所述停电事件为所述电表停电事件时,
所述停电事件有效性分析模块,用于所述电表停电事件是否为所述有效停电事件;
所述停电实时精准研判模块,用于在所述电表停电事件属于所述有效停电事件的情况下,根据所述停电物理拓扑模型查找出所述电表所属的表箱,并统计发生所述电表停电事件所在时间段内所述表箱下上报过所述有效停电事件的电表数目;所述上报过所述有效停电事件的电表数目与所述表箱的电表总数的占比大于30%时,随机选取所述表箱下两个未报停电事件的电表进行透抄;对所述两个未报停电事件的电表的所述透抄操作不成功、或者经所述透抄操作发现所述两个未报停电事件的电表存在24小时内的掉电事件,则确定所述电表停电事件的研判结果为表箱停电;
所述停电实时精准研判模块,用于补全所述表箱下所有未报停电事件电表的停电事件记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111281364.8A CN114064622A (zh) | 2021-11-01 | 2021-11-01 | 基于大数据的停电研判处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111281364.8A CN114064622A (zh) | 2021-11-01 | 2021-11-01 | 基于大数据的停电研判处理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114064622A true CN114064622A (zh) | 2022-02-18 |
Family
ID=80236200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111281364.8A Pending CN114064622A (zh) | 2021-11-01 | 2021-11-01 | 基于大数据的停电研判处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114064622A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115061013A (zh) * | 2022-08-17 | 2022-09-16 | 国网江西省电力有限公司电力科学研究院 | 基于停电事件大数据分析的低压常见故障研判方法及系统 |
-
2021
- 2021-11-01 CN CN202111281364.8A patent/CN114064622A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115061013A (zh) * | 2022-08-17 | 2022-09-16 | 国网江西省电力有限公司电力科学研究院 | 基于停电事件大数据分析的低压常见故障研判方法及系统 |
CN115061013B (zh) * | 2022-08-17 | 2022-12-30 | 国网江西省电力有限公司电力科学研究院 | 基于停电事件大数据分析的低压常见故障研判方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11062212B2 (en) | Outage prevention in an electric power distribution grid using smart meter messaging | |
CN108665186B (zh) | 基于计量自动化系统的配变重过载停电监测方法及装置 | |
CN110879327B (zh) | 一种多元数据融合10kv线路监测方法 | |
CN112763846A (zh) | 基于多数据源信息融合的配电线路智能停电判断方法 | |
CN110244163B (zh) | 一种台区停复电事件层级智能研判方法及装置 | |
CN106597225A (zh) | 一种配电网在线状态监测系统及其在线监测方法 | |
CN110703009A (zh) | 台区线损率异常分析及处理方法 | |
CN115061013B (zh) | 基于停电事件大数据分析的低压常见故障研判方法及系统 | |
CN103401316A (zh) | 智能电网设备状态数据集成式监测及处理方法 | |
CN110837532A (zh) | 一种基于大数据平台对充电桩窃电行为的检测方法 | |
CN104714206B (zh) | 一种故障发现及时的电能计量装置远程监测诊断方法 | |
CN114064622A (zh) | 基于大数据的停电研判处理方法及系统 | |
CN116823226A (zh) | 一种基于大数据的电力台区故障监测系统 | |
CN108695974B (zh) | 一种判定10千伏线路主干线路停电的方法 | |
CN114462762A (zh) | 电力系统无工作票作业安全稽查方法、装置、系统及存储装置 | |
CN113256272A (zh) | 一种电力设备精细化评价系统 | |
CN105207358A (zh) | 电能质量在线监测平台 | |
Zhang et al. | Research on power grid fault diagnosis based on a quantitative representation of alarm information | |
CN111062825A (zh) | 基于移动App的低压故障诊断和快速复电方法 | |
CN112766636B (zh) | 基于用电信息采集终端采集电气量信息的配变停电判断方法 | |
CN115587635A (zh) | 一种基于中性点偏移判断的台区线损分析方法、系统 | |
CN112557745A (zh) | 一种线损监测的功率叠加对比系统及方法 | |
CN111817437B (zh) | 一种智能变电站智能录波器建模方法 | |
CN116430749A (zh) | 电力监控系统仿真测试方法、装置、介质及电子设备 | |
CN108683176B (zh) | 一种判定10千伏线路分支线路停电的方法 |
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 |