CN114089114A - 一种基于末端感知技术的低压配电网故障预测方法 - Google Patents
一种基于末端感知技术的低压配电网故障预测方法 Download PDFInfo
- Publication number
- CN114089114A CN114089114A CN202111383613.4A CN202111383613A CN114089114A CN 114089114 A CN114089114 A CN 114089114A CN 202111383613 A CN202111383613 A CN 202111383613A CN 114089114 A CN114089114 A CN 114089114A
- Authority
- CN
- China
- Prior art keywords
- fault
- voltage
- low
- executing
- maintenance
- 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
- 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
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及配电网技术领域，具体为一种基于末端感知技术的低压配电网故障预测方法，包括：区域重要等级划分步骤；故障严重等级划分步骤；采集步骤；故障预测步骤；区域重要等级查询步骤；故障严重等级查询步骤；运维步骤。本方法能全面监测低压配电网，及时预测故障原因和位置，有针对性的通知运维人员。
Description
技术领域
本发明涉及配电网技术领域，具体为一种基于末端感知技术的低压配电网故障预测方法。
背景技术
通常将电力系统的划分为发电、输电和配电三个系统组成。发电系统发出的电能经由输电系统的输送，最后由配电系统分配给各个用户。配电系统作为电力系统的最后一个环节，是直接面向终端用户的，因此其对用户的用电可靠性和用电质量有着重要的影响，而配电系统又可以细分为高压配电系统、中压配电系统和低压配电系统，其中低压配电系统是配电系统的最后一个环节，直接面向终端用户，因此其对用户的用电可靠性和用电质量有着重要的影响。
但是当前低压配电网存在状态监测不足，故障率高和故障难查找等问题，因为状态监测不足，不能及时发现低压配电网发生的故障，并且当低压配电网出现故障，因为故障难查找，难以查到故障，严重影响了运维人员的维修，从而严重制约了低压配电网络直接面向的终端用户的用电可靠性和用电质量的提升。
发明内容
本发明意在提供一种基于末端感知技术的低压配电网故障预测方法，能全面监测低压配电网，及时预测故障原因和位置，有针对性的通知运维人员。
本发明提供如下基础方案：一种基于末端感知技术的低压配电网故障预测方法，包括如下内容：
区域重要等级划分步骤：对低压配电网的位置区域进行重要等级划分，设置位于不同区域的低压配电网的区域重要等级；
故障严重等级划分步骤：对故障原因进行故障分类，并根据故障类别，设置不同故障的故障严重等级；
采集步骤：在智能电表侧、电表箱侧、低压分支箱侧、配电变压器侧和配电变压器台区采集低压配电网的实时状态信息；
故障预测步骤：根据实时状态信息，进行多级分析，预测低压配电网的故障原因和故障点位置信息；
区域重要等级查询步骤：根据设置的位于不同区域的低压配电网的区域重要等级，查询当前故障点所属低压配电网的区域重要等级；
故障严重等级查询步骤：根据设置的不同故障的故障严重等级，查询当前故障原因所述故障类别的故障严重等级；
运维步骤：根据故障原因、故障点位置信息、区域重要等级和故障严重等级，生成运维任务，推送给相关运维人员的运维终端。
基础方案的有益效果：在智能电表侧、电表箱侧、低压分支箱侧、配电变压器侧和配电变压器台区采集低压配电网的实时状态信息，能全面地实时地对低压配电网进行监测，再根据采集到的实时状态信息，从智能电表侧开始，到配电变压器台区进行多级分析，快速并细致化的逐步确定低压配电网的故障原因和故障点位置信息，从而能及时发现低压配电网的故障，并且及时定位故障点位置信息，预测故障原因。
对低压配电网的位置区域进行重要等级划分，设置位于不同区域的低压配电网的区域重要等级，例如：医院、网中心、消防中心等基础服务应急单位的低压配电网的区域重要等级应该为最高等级，相对的，例如娱乐场所等非必要单位的低压配电网的区域重要等级应该设置为相对较低的等级。同时，对故障原因进行故障分类，并根据故障类别，设置不同故障的故障严重等级，例如：智能电表侧出现故障只会影响该智能电表端的用户，若电表箱侧发生故障，这会影响接入这个电表箱的所有用户，以此类推，配电变压器侧发生故障则会影响该区域的所有用户，因此不同类型的故障，产生的影响是不同的，所以根据故障类别，设置不同故障的故障严重等级。
若低压配电网发生故障，根据上述方法获得故障原因、故障点位置信息、区域重要等级和故障严重等级，再这些信息，生成运维任务，推送给相关运维人员的运维终端，从而能及时有针对性的通知运维人员进行维修，保证用户基本用电，提高用户用电可靠性和用电质量。
进一步，所述低压配电网的实时状态信息，包括：智能电表信息、电表箱信息、低压分支箱信息、配电变压器信息和配电变压器台区信息；
其中智能电表信息包括：智能电表的电压电流情况信息；
电表箱信息包括：电表箱的电压电流情况信息和电表箱中的智能电表的智能电表信息；
低压分支箱信息包括：低压分支箱的电压电流情况信息；
配电变压器信息包括：配电变压器低压出线的电压电流情况信息、配电变压器高压进线的电压电流情况信息；
配电变压器台区信息包括：配电变压器台区所有配电变压器的配电变压器信息。
有益效果：低压配电网的实时状态信息，包括：智能电表信息、电表箱信息、低压分支箱信息、配电变压器信息和配电变压器台区信息，能全方位的反应低压配电网的实时状态，保证监测的全面性。
进一步，所述多级分析，包括：
S101、开始多级分析；
S102、判断用户的智能电表是否有电压和电流，若是，则无故障，并执行S1019；若否，则存在故障，并执行S103；
S103、判断用户的智能电表为有电压无电流还是为无电压无电流，若为有电压无电流，则执行S104；若为无电压无电流，则执行S105；
S104、判定故障原因为用户内部电路故障或用户欠费停电，并执行S1018；
S105、判断当前用户的智能电表所属的电表箱是否有电压和电流，若是，则执行S106；若否，则执行S109；
S106、判断同电表箱的其他用户的智能电表是否有电压和电流，若是，则执行S107；若否，则执行S108；
S107、判定故障原因为当前用户的智能电表故障，并执行S1018；
S108、判定故障原因为所有用户的智能电表均故障，并执行S1018；
S109、判断当前电表箱所属低压分支箱是否有电压和电流，若是，则执行S1010；若否，则执行S1011；
S1010、判定故障原因为低压分支箱和电表箱之间发生故障，并执行S1018；
S1011、判断当前低压分支箱所属的配电变压器低压出线是否有电压和电流，若是，则执行S1012；若否，则执行S1013；
S1012、判定故障原因为配电变压器低压出线与低压分支箱之间发生故障，并执行S1018；
S1013、判断配电变压器台区其他配电变压器低压出线是否有电压和电流，若是，则执行S1014；若否，则执行S1015；
S1014、判定故障原因为当前配电变压器低压出线故障，并执行S1018；
S1015、判断配电变压器高压进线是否有电压和电流，若是，则执行S1016；若否，则执行S1017；
S1016、判定故障原因为配电变压器本体及进行相关监测的设备发生故障，并执行S1018；
S1017、判定故障原因为当前配电变压器高压进线发生故障；
S1018、输出故障原因和故障点位置信息；
S1019、结束多级分析。
有益效果：通过上述步骤，能明确低压配电网故障的原因和故障点位置信息，并且从离用户最近的智能电表开始分析，分析量由少到多，先发现故障，后续就不需要对后面的相关设备进行分析，减少运算量，并给能准确获得故障的原因和故障点位置信息。
进一步，所述运维步骤，包括：
S201、开始；
S202、判断当前故障点所属低压配电网的区域重要等级是否大于第一预设区域重要等级，若是，则执行S203；若否，则执行S209；
S203、判断当前故障原因所述故障类别的故障严重等级是否大于第一预设故障严重等级，若是，则执行S204；若否，则执行S2014；
S204、生成包括故障点位置信息、故障原因、区域重要等级和故障严重等级的运维任务，对第一预设距离内的运维人员按其与故障点之间的距离值由小到大进行排序；
S205、判断排序结果中距离值最小的运维人员当前工作状态是否为空闲，若是，则执行S206；若否，则执行S207；
S206、将运维任务推送给距离值最小的运维人员的运维终端，并执行S2016；
S207、判断距离值最小的运维人员当前运维任务的故障严重等级是否小于第二预设故障等级，若是，则执行S206；若否，则执行S208；
S208、删除排序结果中距离值最小的运维人员，更新距离值排序结果，并执行S205；
S209、判断当前故障点所属低压配电网的区域重要等级是否小于第二预设区域重要等级，若是，则执行S2010；若否，则执行S2014；
S2010、对第一预设距离内的运维人员按其运维任务评分由低到高进行排序；
S2011、判断排序结果中运维任务评分最低的运维人员当前工作状态是否为空闲，若是，则执行S2012；若否，则执行S2013；
S2012、将运维任务推送给排序结果中运维任务评分最低的运维人员的运维终端，并执行S2016；
S2013、删除排序结果中运维任务评分最低的运维人员，更新运维任务评分排序结果，并执行S2011；
S2014、将运维任务推送给第一预设距离内的运维人员与故障点之间的距离值最小且当前工作状态为空闲的运维人员的运维终端；
S2015、结束。
有益效果：对故障点进行维修，相较于传统的直接通知运维人员进行维修，本运维步骤，会根据故障原因、故障点位置信息、区域重要等级和故障严重等级，有针对性的通知相关运维人员，具体的，若故障点所属低压配电网的区域重要等级大于第一预设区域重要等级，故障类别的故障严重等级大于第一预设故障严重等级，则先调取距离最近的运维人员，但是距离最近的运维人员可能当前的工作状态不是空闲，所以会先进行判断，若不为空闲，则判断距离最近的运维人员当前维修的故障的严重等级是否小于第二预设故障等级，若是，则还是调取该运维人员去进行维修，因为最近的运维人员赶到故障点最快，能最快的开始维修，增大及时修好的概率，提升维修速度，并且最近的维修人员不空闲但其当前维修的故障的故障严重等级不高，推迟维修影响不大，相反当前故障点是重要区域，故障严重等级又高，需要及时维修，以减小故障带来的损失。而对于一些不重要的区域，故障严重等级不高，则调取运维任务评分最低的运维人员去进行维修，将此类故障点作为练习机会，增加运维任务评分最低的运维人员的维修经验，提升运维人员的实战工作能力。
进一步，运维人员与故障点之间的距离值为运维人员与故障点之间的行驶距离。
有益效果：运维人员与故障点之间的距离值不是直线距离，因为直线距离最短，并不能准确代表到达故障点位置最快，因此距离值为运维人员与故障点之间的行驶距离，能相对准确反应运维人员与故障点之间距离，从而帮助后续选择出相对到达故障点花费时间更短的运维人员。
进一步，若第一预设距离内未检测到运维人员，则第一预设距离增加预设距离值，更新第一预设距离，并检测第一预设距离内的运维人员。
有益效果：第一预设距离内可能没有运维人员，因此若第一预设距离内未检测到运维人员，则第一预设距离增加预设距离值，更新第一预设距离，并检测第一预设距离内的运维人员，从而保证运维任务能推送给运维人员。
进一步，所述S2012，还包括：判断故障严重程度是否大于第三故障严重等级，若是，则将运维任务推送给排序结果中运维任务评分最高且工作状态为空闲的运维人员的运维终端。
有益效果：判断故障严重程度是否大于第三故障严重等级，若是，则运维任务评分最低的运维人员可能无法独立完成维修任务，因此也将运维任务推送给排序结果中运维任务评分最高且工作状态为空闲的运维人员的运维终端，高运维任务评分的运维人员可以帮助和指导低运维任务评分的运维人员完成维修。
进一步，运维任务评分的计算，包括：
获取运维人员已完成的运维任务；
根据每个运维任务的故障严重程度，将每个运维任务转化为对应分值，故障严重程度越高对应分值越高；
将所有分值相加，获得运维任务评分。
有益效果：获取运维人员已完成的运维任务，根据每个运维任务的故障严重程度，将每个运维任务转化为对应分值，故障严重程度越高对应分值越高，将所有分值相加，获得运维任务评分，从而计算的运维任务评分能平均的准确的反应各运维人员的维修水平和工作资历。
进一步，所述运维任务还包括：故障点的低压配电网中设备的使用年限信息。
有益效果：运维人员通过运维终端接收到运维任务时，可以了解到故障点的低压配电网中设备的使用年限信息，从而判断发生故障是否是因为电路老化，是否需要更换新的设备。
进一步，所述运维任务还包括：故障点的低压配电网中设备的运维记录。
有益效果：运维人员通过运维终端接收到运维任务时，可以了解到故障点的低压配电网中设备的运维记录，可以从运维记录中获取再次触发故障的原因，提前指定维修计划。
附图说明
图1为本发明一种基于末端感知技术的低压配电网故障预测方法实施例一的流程示意图；
图2为本发明一种基于末端感知技术的低压配电网故障预测方法实施例一中多级分析的流程示意图；
图3为本发明一种基于末端感知技术的低压配电网故障预测方法实施例一中运维步骤的流程示意图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
实施例基本如附图1所示：一种基于末端感知技术的低压配电网故障预测方法，包括如下内容：
区域重要等级划分步骤：对低压配电网的位置区域进行重要等级划分，设置位于不同区域的低压配电网的区域重要等级；本实施例中对低压配电网的位置区域进行重要等级划分，主要根据低压配电网的位置区域接入的用户的类型和职能进行重要等级划分，例如：用户为企业型用户，职能为民众救护，则将该位置区域的区域重要等级设置为最高等级，具体的以用户为医院为例，医院的低压配电网的位置区域的区域重要等级为高等等级，保证其供电以及出现故障后即时维修；用户为企业型用户，职能为生产加工产品，则将该位置区域的区域重要等级设置为中等等级；用户为住户用户，职能为无，则将该位置区域的区域重要等级设置为低等等级；
故障严重等级划分步骤：对故障原因进行故障分类，并根据故障类别，设置不同故障的故障严重等级；具体是根据故障类别产生的影响进行设置不同故障的故障严重等级，例如：智能电表侧出现故障只会影响该智能电表端的用户，若电表箱侧发生故障，这会影响接入这个电表箱的所有用户，以此类推，配电变压器侧发生故障则会影响该区域的所有用户，因此不同类型的故障，产生的影响是不同的，所以根据故障类别，设置不同故障的故障严重等级；
采集步骤：在智能电表侧、电表箱侧、低压分支箱侧、配电变压器侧和配电变压器台区采集低压配电网的实时状态信息，全方位的反应低压配电网的实时状态，保证监测的全面性；其中低压配电网的实时状态信息，包括：智能电表信息、电表箱信息、低压分支箱信息、配电变压器信息和配电变压器台区信息，具体的：
智能电表信息包括：智能电表的电压电流情况信息，即智能电表是否有电压和电流；
电表箱信息包括：电表箱的电压电流情况信息和电表箱中的智能电表的智能电表信息，其中电表箱的电压电流情况信息，即电表箱是否有电压和电流；
低压分支箱信息包括：低压分支箱的电压电流情况信息，即低压分支箱是否有电压和电流；
配电变压器信息包括：配电变压器低压出线的电压电流情况信息和配电变压器高压进线的电压电流情况信息，即配电变压器低压出线是否有电压和电流和配电变压器高压进线是否有电压和电流；
配电变压器台区信息包括：配电变压器台区所有配电变压器的配电变压器信息。
故障预测步骤：根据实时状态信息，进行多级分析，预测低压配电网的故障原因和故障点位置信息；其中多级分析是根据对获取的实时状态信息从智能电表信息开始，到配电变压器台区信息进行逐一的分析，如图2所示，具体为：
S101、开始多级分析；
S102、判断用户的智能电表是否有电压和电流，若是，则无故障；若否，则存在故障，并执行S103；
S104、判断用户的智能电表为有电压无电流还是为无电压无电流，若为有电压无电流，则执行S104；若为无电压无电流，则执行S105；
S104、判定故障原因为用户内部电路故障或用户欠费停电，并执行S1018；
S105、判断当前用户所述的电表箱是否有电压和电流，若是，则执行S106；若否，则执行S109；
S106、判断同电表箱的其他用户的智能电表是否有电压和电流，若是，则执行S107；若否，则执行S108；
S107、判定故障原因为当前用户的智能电表故障，并执行S1018；
S108、判定故障原因为用户的智能电表均故障，并执行S1018；
S109、判断当前用户所属低压分支箱是否有电压和电流，若是，则执行S1010；若否，则执行S1011；
S1010、判定故障原因为低压分支箱和电表箱之间发生故障，并执行S1018；
S1011、判断当前低压分支箱所属的配电变压器低压出线是否有电压和电流，若有，则执行S1012；若否，则执行S1013；
S1012、判定故障原因为配电变压器低压出线与低压分支箱之间发生故障，并执行S1018；
S1013、判断配电变压器台区其他配电变压器低压出线是否有电压和电流，若是，则执行S1014；若否，则执行S1015；
S1014、判定故障原因为当前配电变压器低压出线故障，并执行S1018；
S1015、判断配电变压器高压进线是否有电压和电流，若是，则执行S1016；若否，则执行S1017；
S1016、判定故障原因为配电变压器本体及进行相关监测的设备发生故障，并执行S1018；
S1017、判定故障原因为当前配电变压器高压进线发生故障，并执行S1018；
S1018、输出故障原因和故障点位置信息；
S1019、结束多级分析。根据低压配电网络中不同设备的电流电压情况确定故障点，并且从离用户最近的智能电表开始分析，分析量由少到多，先发现故障，后续就不需要对后面的相关设备进行分析，减少运算量，并能准确获得故障的原因和故障点位置信息。
区域重要等级查询步骤：根据设置的位于不同区域的低压配电网的区域重要等级，查询当前故障点所属低压配电网的区域重要等级；
故障严重等级查询步骤：根据设置的不同故障的故障严重等级，查询当前故障原因所述故障类别的故障严重等级；
运维步骤：根据故障原因、故障点位置信息、区域重要等级和故障严重等级，生成运维任务，推送给相关运维人员的运维终端；如图3所示，具体为：
S201、开始；
S202、判断当前故障点所属低压配电网的区域重要等级是否大于第一预设区域重要等级，若是，则执行S203；若否，则执行S209；
S203、判断当前故障原因所述故障类别的故障严重等级是否大于第一预设故障严重等级，若是，则执行S204；若否，则执行S2014；
S204、生成包括故障点位置信息、故障原因、区域重要等级和故障严重等级的运维任务，对第一预设距离内的运维人员按其与故障点之间的距离值由小到大进行排序；其中运维人员与故障点之间的距离值为运维人员与故障点之间的行驶距离，运维人员与故障点之间的距离值不是直线距离，因为直线距离最短，并不能准确代表到达故障点位置最快，因此距离值为运维人员与故障点之间的行驶距离，能相对准确反应运维人员与故障点之间距离，从而帮助后续选择出相对到达故障点花费时间更短的运维人员；
S205、判断排序结果中距离值最小的运维人员当前工作状态是否为空闲，若是，则执行S206；若否，则执行S207；
S206、将运维任务推送给距离值最小的运维人员的运维终端，并执行S2016；
S207、判断距离值最小的运维人员当前运维任务的故障严重等级是否小于第二预设故障等级，若是，则执行S206；若否，则执行S208；
S208、删除排序结果中距离值最小的运维人员，更新距离值排序结果，并执行S205；
S209、判断当前故障点所属低压配电网的区域重要等级是否小于第二预设区域重要等级，若是，则执行S2010；若否，则执行S2014；
S2010、对第一预设距离内的运维人员按其运维任务评分由低到高进行排序；其中运维任务评分的计算，具体为：获取运维人员已完成的运维任务；根据每个运维任务的故障严重程度，将每个运维任务转化为对应分值，故障严重程度越高对应分值越高，具体对应分值的设置根据故障修复难度和故障出现频次进行确定，故障修复难度越难对应分值越高，故障出现频次越高对应分值越低，从而来综合确定对应分值；将所有分值相加，获得运维任务评分；
S2011、判断排序结果中运维任务评分最低的运维人员当前工作状态是否为空闲，若是，则执行S2012；若否，则执行S2013；
S2012、将运维任务推送给排序结果中运维任务评分最低的运维人员的运维终端，判断故障严重程度是否大于第三故障严重等级，若是，则将运维任务推送给排序结果中运维任务评分最高且工作状态为空闲的运维人员的运维终端，并执行S2016；若否，则执行S2016；上述第一预设故障等级大于第二预设故障等级和第三故障严重等级，保证S203步骤赛选出严重的故障；
S2013、删除排序结果中运维任务评分最低的运维人员，更新运维任务评分排序结果，并执行S2011；
S2014、将运维任务推送给第一预设距离内的运维人员与故障点之间的距离值最小且当前工作状态为空闲的运维人员的运维终端；
S2015、结束。
上述运维步骤中若第一预设距离内未检测到运维人员，则第一预设距离增加预设距离值，更新第一预设距离，并检测第一预设距离内的运维人员，防止第一预设距离内没有运维人员扩大第一预设距离的范围，保证运维任务能推送给运维人员。运维任务还包括：故障点的低压配电网中设备的使用年限信息和故障点的低压配电网中设备的运维记录。本方法在智能电表侧、电表箱侧、低压分支箱侧、配电变压器侧和配电变压器台区采集低压配电网的实时状态信息，能全面地实时地对低压配电网进行监测，先根据采集到的实时状态信息，从智能电表侧开始，到配电变压器台区进行多级分析，快速并细致化的逐步确定低压配电网的故障原因和故障点位置信息，从而能及时发现低压配电网的故障，并且及时定位故障点位置信息，预测故障原因；再进行区域重要等级查询步骤和故障严重等级查询步骤，获得故障点的区域重要等级和故障严重等级；最后根据故障原因、故障点位置信息、区域重要等级和故障严重等级，生成运维任务，推送给相关运维人员的运维终端，从而能及时有针对性的通知运维人员进行维修，保证用户基本用电，提高用户用电可靠性和用电质量。特别是进行推送步骤时，有针对性的通知相关运维人员，考虑到最近的运维人员赶到故障点最快，能最快的开始维修，增大及时修好的概率，提升维修速度，并且最近的维修人员不空闲但其当前维修的故障的故障严重等级不高，推迟维修影响不大，相反当前故障点是重要区域，故障严重等级高，需要及时维修，所以会进行S202-S208的步骤，以减小故障带来的损失。而对于一些不重要的区域，故障严重等级不高，则调取运维任务评分最低的运维人员去进行维修，将此类故障点作为练习机会，增加运维任务评分最低的运维人员的维修经验，提升运维人员的实战工作能力。
实施例二
本实施例与上述实施例基本相同，区别在于：运维步骤还包括，生成包括故障点位置信息、故障原因、区域重要等级和故障严重等级的运维任务，判断当前故障原因是否为稀缺原因，若是，即为稀缺原因，则对能维修该故障的运维人员按其与故障点之间的距离值由小到大进行排序；根据排序结果，判断能维修该故障，且与故障点之间的距离值最小的运维人员当前是否有运维任务，若是，即当前有运维任务，则判断该运维任务是否为稀缺原因，若是，即该运维任务也是稀缺原因，则删除排序结果中该运维人员，更新排序结果，再次进行判断能维修该故障，且与故障点之间的距离值最小的运维人员当前是否有运维任务；若否，即该运维任务不是稀缺原因，则将运维任务推送给运维人员与故障点之间的距离值最小的运维人员的运维终端，并对该运维人员当前所执行的运维任务执行S202；若否，即当前没有运维任务，则将运维任务推送给运维人员与故障点之间的距离值最小的运维人员的运维终端；若否，即不为稀缺原因则执行S202。其中稀缺原因是指故障原因，只有小于等于预设数量的运维人员能维修，例如所有运维人员中只有5人能维修，则将该故障原因认定为稀缺原因，从而保证一些稀缺原因能及时得到维修，而不是派去的运维人员不会维修，增加故障维修成本。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种基于末端感知技术的低压配电网故障预测方法，其特征在于：包括如下内容：
区域重要等级划分步骤：对低压配电网的位置区域进行重要等级划分，设置位于不同区域的低压配电网的区域重要等级；
故障严重等级划分步骤：对故障原因进行故障分类，并根据故障类别，设置不同故障的故障严重等级；
采集步骤：在智能电表侧、电表箱侧、低压分支箱侧、配电变压器侧和配电变压器台区采集低压配电网的实时状态信息；
故障预测步骤：根据实时状态信息，进行多级分析，预测低压配电网的故障原因和故障点位置信息；
区域重要等级查询步骤：根据设置的位于不同区域的低压配电网的区域重要等级，查询当前故障点所属低压配电网的区域重要等级；
故障严重等级查询步骤：根据设置的不同故障的故障严重等级，查询当前故障原因所述故障类别的故障严重等级；
运维步骤：根据故障原因、故障点位置信息、区域重要等级和故障严重等级，生成运维任务，推送给相关运维人员的运维终端。
2.根据权利要求1所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：所述低压配电网的实时状态信息，包括：智能电表信息、电表箱信息、低压分支箱信息、配电变压器信息和配电变压器台区信息；
其中智能电表信息包括：智能电表的电压电流情况信息；
电表箱信息包括：电表箱的电压电流情况信息和电表箱中的智能电表的智能电表信息；
低压分支箱信息包括：低压分支箱的电压电流情况信息；
配电变压器信息包括：配电变压器低压出线的电压电流情况信息、配电变压器高压进线的电压电流情况信息；
配电变压器台区信息包括：配电变压器台区所有配电变压器的配电变压器信息。
3.根据权利要求2所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：所述多级分析，包括：
S101、开始多级分析；
S102、判断用户的智能电表是否有电压和电流，若是，则无故障，并执行S1019；若否，则存在故障，并执行S103；
S103、判断用户的智能电表为有电压无电流还是为无电压无电流，若为有电压无电流，则执行S104；若为无电压无电流，则执行S105；
S104、判定故障原因为用户内部电路故障或用户欠费停电，并执行S1018；
S105、判断当前用户的智能电表所属的电表箱是否有电压和电流，若是，则执行S106；若否，则执行S109；
S106、判断同电表箱的其他用户的智能电表是否有电压和电流，若是，则执行S107；若否，则执行S108；
S107、判定故障原因为当前用户的智能电表故障，并执行S1018；
S108、判定故障原因为所有用户的智能电表均故障，并执行S1018；
S109、判断当前电表箱所属低压分支箱是否有电压和电流，若是，则执行S1010；若否，则执行S1011；
S1010、判定故障原因为低压分支箱和电表箱之间发生故障，并执行S1018；
S1011、判断当前低压分支箱所属的配电变压器低压出线是否有电压和电流，若是，则执行S1012；若否，则执行S1013；
S1012、判定故障原因为配电变压器低压出线与低压分支箱之间发生故障，并执行S1018；
S1013、判断配电变压器台区其他配电变压器低压出线是否有电压和电流，若是，则执行S1014；若否，则执行S1015；
S1014、判定故障原因为当前配电变压器低压出线故障，并执行S1018；
S1015、判断配电变压器高压进线是否有电压和电流，若是，则执行S1016；若否，则执行S1017；
S1016、判定故障原因为配电变压器本体及进行相关监测的设备发生故障，并执行S1018；
S1017、判定故障原因为当前配电变压器高压进线发生故障；
S1018、输出故障原因和故障点位置信息；
S1019、结束多级分析。
4.根据权利要求1所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：所述运维步骤，包括：
S201、开始；
S202、判断当前故障点所属低压配电网的区域重要等级是否大于第一预设区域重要等级，若是，则执行S203；若否，则执行S209；
S203、判断当前故障原因所述故障类别的故障严重等级是否大于第一预设故障严重等级，若是，则执行S204；若否，则执行S2014；
S204、生成包括故障点位置信息、故障原因、区域重要等级和故障严重等级的运维任务，对第一预设距离内的运维人员按其与故障点之间的距离值由小到大进行排序；
S205、判断排序结果中距离值最小的运维人员当前工作状态是否为空闲，若是，则执行S206；若否，则执行S207；
S206、将运维任务推送给距离值最小的运维人员的运维终端，并执行S2016；
S207、判断距离值最小的运维人员当前运维任务的故障严重等级是否小于第二预设故障等级，若是，则执行S206；若否，则执行S208；
S208、删除排序结果中距离值最小的运维人员，更新距离值排序结果，并执行S205；
S209、判断当前故障点所属低压配电网的区域重要等级是否小于第二预设区域重要等级，若是，则执行S2010；若否，则执行S2014；
S2010、对第一预设距离内的运维人员按其运维任务评分由低到高进行排序；
S2011、判断排序结果中运维任务评分最低的运维人员当前工作状态是否为空闲，若是，则执行S2012；若否，则执行S2013；
S2012、将运维任务推送给排序结果中运维任务评分最低的运维人员的运维终端，并执行S2016；
S2013、删除排序结果中运维任务评分最低的运维人员，更新运维任务评分排序结果，并执行S2011；
S2014、将运维任务推送给第一预设距离内的运维人员与故障点之间的距离值最小且当前工作状态为空闲的运维人员的运维终端；
S2015、结束。
5.根据权利要求4所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：运维人员与故障点之间的距离值为运维人员与故障点之间的行驶距离。
6.根据权利要求4所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：若第一预设距离内未检测到运维人员，则第一预设距离增加预设距离值，更新第一预设距离，并检测第一预设距离内的运维人员。
7.根据权利要求4所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：所述S2012，还包括：判断故障严重程度是否大于第三故障严重等级，若是，则将运维任务推送给排序结果中运维任务评分最高且工作状态为空闲的运维人员的运维终端。
8.根据权利要求4所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：运维任务评分的计算，包括：
获取运维人员已完成的运维任务；
根据每个运维任务的故障严重程度，将每个运维任务转化为对应分值，故障严重程度越高对应分值越高；
将所有分值相加，获得运维任务评分。
9.根据权利要求4所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：所述运维任务还包括：故障点的低压配电网中设备的使用年限信息。
10.根据权利要求4所述的基于末端感知技术的低压配电网故障预测方法，其特征在于：所述运维任务还包括：故障点的低压配电网中设备的运维记录。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111383613.4A CN114089114A (zh) | 2021-11-19 | 2021-11-19 | 一种基于末端感知技术的低压配电网故障预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111383613.4A CN114089114A (zh) | 2021-11-19 | 2021-11-19 | 一种基于末端感知技术的低压配电网故障预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114089114A true CN114089114A (zh) | 2022-02-25 |
Family
ID=80302542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111383613.4A Pending CN114089114A (zh) | 2021-11-19 | 2021-11-19 | 一种基于末端感知技术的低压配电网故障预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114089114A (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103248118A (zh) * | 2012-02-06 | 2013-08-14 | 上海市电力公司 | 一种电网故障智能识别及治理系统 |
| CN103683511A (zh) * | 2013-12-23 | 2014-03-26 | 国家电网公司 | 一种基于配电网综合监测平台的故障处理方法及系统 |
| CN105634775A (zh) * | 2014-10-31 | 2016-06-01 | 中兴通讯股份有限公司 | 一种告警信息派单方法及装置 |
| CN105701596A (zh) * | 2015-12-24 | 2016-06-22 | 国家电网公司 | 一种基于大数据技术的配网抢修精益化方法以及管理系统 |
| CN106529794A (zh) * | 2016-10-28 | 2017-03-22 | 上海金智晟东电力科技有限公司 | 一种配电网故障波及范围可视化方法及系统 |
| CN107390087A (zh) * | 2017-07-12 | 2017-11-24 | 国网青海省电力公司海南供电公司 | 一种电网抢修作业支持平台 |
| CN108521123A (zh) * | 2018-04-26 | 2018-09-11 | 福建积微科技有限公司 | 一种可视化的多联络点配电网故障区段关联方法 |
| CN108897310A (zh) * | 2018-07-26 | 2018-11-27 | 合肥云联电子科技有限公司 | 一种智能化工控设备故障监控调控方法 |
| CN109473970A (zh) * | 2017-12-28 | 2019-03-15 | 国网浙江省电力公司嘉兴供电公司 | 保供电故障监测排除系统及方法 |
| CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电系统设备状态检修决策方法 |
| CN109934459A (zh) * | 2019-01-31 | 2019-06-25 | 国网浙江省电力有限公司 | 基于可视化网格的低压台区电能表运行误差异常派工方法 |
| CN109995145A (zh) * | 2019-05-15 | 2019-07-09 | 国网湖北省电力有限公司电力科学研究院 | 一种基于智能配变终端的低压配电网故障主动研判方法 |
| CN110289682A (zh) * | 2019-06-11 | 2019-09-27 | 广西电网有限责任公司南宁供电局 | 一种配网抢修辅助决策及智能管控系统 |
| CN111080140A (zh) * | 2019-12-19 | 2020-04-28 | 江苏亨通工控安全研究院有限公司 | 工控设备维修调度系统及方法 |
| CN111431265A (zh) * | 2020-04-27 | 2020-07-17 | 许江军 | 一种应用于地铁车站的智慧配电运维系统 |
| CN112686405A (zh) * | 2020-12-29 | 2021-04-20 | 南京后生远达科技有限公司 | 一种基于故障树的配电网故障区域划分方法 |
| CN112884245A (zh) * | 2021-03-22 | 2021-06-01 | 国网电力科学研究院有限公司 | 两阶段配电网灾后抢修调度及负荷恢复协同优化方法及系统 |
| CN113177738A (zh) * | 2021-05-26 | 2021-07-27 | 云南电网有限责任公司怒江供电局 | 一种电力自动化告警快速抢修调配方法 |
| CN113537527A (zh) * | 2021-07-26 | 2021-10-22 | 重庆夏软科技有限公司 | 基于物联网的智慧运维管理系统及方法 |
-
2021
- 2021-11-19 CN CN202111383613.4A patent/CN114089114A/zh active Pending
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103248118A (zh) * | 2012-02-06 | 2013-08-14 | 上海市电力公司 | 一种电网故障智能识别及治理系统 |
| CN103683511A (zh) * | 2013-12-23 | 2014-03-26 | 国家电网公司 | 一种基于配电网综合监测平台的故障处理方法及系统 |
| CN105634775A (zh) * | 2014-10-31 | 2016-06-01 | 中兴通讯股份有限公司 | 一种告警信息派单方法及装置 |
| CN105701596A (zh) * | 2015-12-24 | 2016-06-22 | 国家电网公司 | 一种基于大数据技术的配网抢修精益化方法以及管理系统 |
| CN106529794A (zh) * | 2016-10-28 | 2017-03-22 | 上海金智晟东电力科技有限公司 | 一种配电网故障波及范围可视化方法及系统 |
| CN107390087A (zh) * | 2017-07-12 | 2017-11-24 | 国网青海省电力公司海南供电公司 | 一种电网抢修作业支持平台 |
| CN109473970A (zh) * | 2017-12-28 | 2019-03-15 | 国网浙江省电力公司嘉兴供电公司 | 保供电故障监测排除系统及方法 |
| CN108521123A (zh) * | 2018-04-26 | 2018-09-11 | 福建积微科技有限公司 | 一种可视化的多联络点配电网故障区段关联方法 |
| CN108897310A (zh) * | 2018-07-26 | 2018-11-27 | 合肥云联电子科技有限公司 | 一种智能化工控设备故障监控调控方法 |
| CN109559043A (zh) * | 2018-11-30 | 2019-04-02 | 天津大学 | 一种基于风险评估的配电系统设备状态检修决策方法 |
| CN109934459A (zh) * | 2019-01-31 | 2019-06-25 | 国网浙江省电力有限公司 | 基于可视化网格的低压台区电能表运行误差异常派工方法 |
| CN109995145A (zh) * | 2019-05-15 | 2019-07-09 | 国网湖北省电力有限公司电力科学研究院 | 一种基于智能配变终端的低压配电网故障主动研判方法 |
| CN110289682A (zh) * | 2019-06-11 | 2019-09-27 | 广西电网有限责任公司南宁供电局 | 一种配网抢修辅助决策及智能管控系统 |
| CN111080140A (zh) * | 2019-12-19 | 2020-04-28 | 江苏亨通工控安全研究院有限公司 | 工控设备维修调度系统及方法 |
| CN111431265A (zh) * | 2020-04-27 | 2020-07-17 | 许江军 | 一种应用于地铁车站的智慧配电运维系统 |
| CN112686405A (zh) * | 2020-12-29 | 2021-04-20 | 南京后生远达科技有限公司 | 一种基于故障树的配电网故障区域划分方法 |
| CN112884245A (zh) * | 2021-03-22 | 2021-06-01 | 国网电力科学研究院有限公司 | 两阶段配电网灾后抢修调度及负荷恢复协同优化方法及系统 |
| CN113177738A (zh) * | 2021-05-26 | 2021-07-27 | 云南电网有限责任公司怒江供电局 | 一种电力自动化告警快速抢修调配方法 |
| CN113537527A (zh) * | 2021-07-26 | 2021-10-22 | 重庆夏软科技有限公司 | 基于物联网的智慧运维管理系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106908674B (zh) | 一种基于多状态量预测的变压器状态评估方法 | |
| CN106251420B (zh) | 电力设备巡检系统 | |
| CN110429714B (zh) | 一种基于大数据的云平台智能配电系统 | |
| CN102231521B (zh) | 一种配电网自愈控制中的电网运行状态辨识方法 | |
| US20210278464A1 (en) | Condition assessment method and device for an outdoor post-mounted vacuum switch | |
| CN112926666A (zh) | 一种轨道交通故障诊断方法 | |
| CN108347352B (zh) | 一种电力系统中信息系统及设备性能的诊断方法 | |
| CN104103019A (zh) | 含分布式电源的配电网运行风险评估方法及评估系统 | |
| CN105703258A (zh) | Gis开关设备动作状态监测系统及其使用方法 | |
| 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 | |
| CN104166940A (zh) | 配电网运行风险评估方法及评估系统 | |
| CN103077476A (zh) | Gis设备状态评估方法和gis设备状态评估系统 | |
| CN109450089B (zh) | 一种台区低电压识别方法、装置及终端设备 | |
| KR102664021B1 (ko) | 부하 예측 모델 기반의 전압 최적화 제어를 통한 보전 전압 강하를 위한 전압 제어 장치 | |
| CN111929527A (zh) | 设备故障特征规则化知识表示的适应性评价系统及方法 | |
| CN114089114A (zh) | 一种基于末端感知技术的低压配电网故障预测方法 | |
| Zickler et al. | Asset management in distribution systems considering new knowledge on component reliability and damage costs | |
| Li et al. | A risk evaluation based approach to replacement strategy of aged HVDC components and its application at BCTC | |
| CN112990764B (zh) | 基于报销凭证的电网设备检修情况监控方法 | |
| CN115409264A (zh) | 基于馈线故障预测的配电网抢修驻点位置优化方法 | |
| CN114678866A (zh) | 一种基于调控云的输电线路负荷转移控制方法 | |
| CN115619098A (zh) | 一种基于分级监控预警的智能电力物资数据处理方法 | |
| CN114236306A (zh) | 基于配电主站的配电线区间绝缘劣化程度评价方法及系统 | |
| CN113722655A (zh) | 一种基于风险评估的电力设备检修策略优化方法和系统 | |
| CN112966837B (zh) | 基于任务可靠度分析的变电站设备维护方法 |
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 |