CN114167200A - 一种应用于能源管理的智能研判算法 - Google Patents

Abstract

本发明涉及电力线路异常分析，具体涉及一种应用于能源管理的智能研判算法，基于对采集设备通信状况、采集设备异常、采集参数异常的研判，分析判断采集故障缺陷；基于对采集设备异常、电流互感器变比异常、电能数据异常、采集时钟异常的研判，分析判断损耗异常情况；基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况；本发明提供的技术方案能够有效克服现有技术所存在的不能快速有效确定异常数据产生原因、无法根据异常数据判定故障类型及发生位置的缺陷。

Description

一种应用于能源管理的智能研判算法

技术领域

本发明涉及电力线路异常分析，具体涉及一种应用于能源管理的智能研判算法。

背景技术

多年来，电力计量系统中存储了大量的电量数据，对这些数据的正确性检查成为系统日常维护工作的重点。

常用的方法是通过检查系统生成的母平、线损、变损等指标数据，并对这些指标所涉及的计量数据进行人工分析，确定导致指标数据错误的原因并予以纠正。但是，由于指标数据所涉及的计量点数量庞大，并且存在多种可能导致数据出错的原因，因此仅依靠人工完成错误数据的查找及纠正往往需要耗费大量时间，效率很低。

目前，国内主流的电量主站系统也提供了一些用于分析错误数据的方法，比如母平指标的分量查询、数据的突变告警等，但这些分析手段都是基于基础数据进行处理，不便快速确定异常数据产生的原因，至于错误数据的纠正则必须完全依赖人工完成。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种应用于能源管理的智能研判算法，能够有效克服现有技术所存在的不能快速有效确定异常数据产生原因、无法根据异常数据判定故障类型及发生位置的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种应用于能源管理的智能研判算法，包括以下步骤：

S1、基于对采集设备通信状况、采集设备异常、采集参数异常的研判，分析判断采集故障缺陷；

S2、基于对采集设备异常、电流互感器变比异常、电能数据异常、采集时钟异常的研判，分析判断损耗异常情况；

S3、基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况。

优选地，S1中对采集参数异常的研判，包括：先对主站采集参数进行研判，再根据采集设备采集参数与主站采集参数的校验结果，判断采集参数是否异常。

优选地，所述对主站采集参数进行研判，包括：

基于是否设置与采集设备对应的采集器、采集器工作状态是否有效、采集器通道参数是否有效、采集器中采集的数据项是否设置完全，来判断主站参数的正确性；

基于主站采集参数是否发生突变、主站采集顺序是否合理，来判断主站参数的合理性；

基于主站参数的正确性、合理性判断结果，对主站采集参数进行研判。

优选地，S1中对采集设备通信状况的研判，包括：

通过ping网关方式判定网络通道是否异常；

在当前网络通道正常、另一网络通道正常采集的情况下，若端口连接失败则认定端口异常；

在当前网络通道正常的情况下，若所有端口连接失败则认定采集设备异常。

优选地，S1或S2中对采集设备异常的研判，包括：

根据采集设备上传的异常事项判断采集设备是否异常，异常事项包括失压、断相、失流、逆相序、通讯中断。

优选地，S2中对电流互感器变比异常的研判，包括：

根据采集设备采集的负荷数据与能源管理平台接收的实时负荷数据的对比结果，判断电流互感器是否变比异常。

优选地，S2中对电能数据异常的研判，包括：

通过日电量同比、日电量环比、日电量积分对比、总电量与分时电量对比、日累计电量与月电量对比、主副表电量对比、电量与功率对比、旁路事件、换表事件、换电流互感器事件，依据异常判定规则判断电能数据是否异常。

优选地，S2中对采集时钟异常的研判，包括：

定时检测采集设备的时钟，并与主站时钟进行对比，偏差在设定阈值范围内时自动进行时间校对；否则，不进行自动校对并告警，同时判断采集时钟异常，记录为异常事件。

优选地，S3中基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况，包括：

若一侧母平异常，并且异常方向和线路异常一致，则判定由于该侧开关异常造成的线损异常；

若两侧母平都正常，先将一侧开关按照满足线路平衡的要求修正，若两侧母平依然在合理范围内，则判定由于该侧开关异常造成的线损异常；

若修正一侧开关后不能使得线损和母平同时满足要求，则需要同时修正两侧开关，修正后若能满足则判定由于两侧开关异常造成的线损异常。

优选地，在基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况之前，包括：

查询线损异常线路对应的母线和主变，在主变损耗合理的前提下，对母平进行综合判定。

(三)有益效果

与现有技术相比，本发明所提供的一种应用于能源管理的智能研判算法，具有以下有益效果：

1)对主站采集参数进行研判，再根据采集设备采集参数与主站采集参数的校验结果，判断采集参数是否异常，从而能够保证采集数据的准确；

2)通过日电量同比、日电量环比、日电量积分对比、总电量与分时电量对比、日累计电量与月电量对比、主副表电量对比、电量与功率对比、旁路事件、换表事件、换电流互感器事件，依据异常判定规则，能够对电能数据是否异常进行准确判断；

3)基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，能够准确分析线路异常的原因，提高故障缺陷的定位效率。

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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种应用于能源管理的智能研判算法，如图1所示，包括：

S1、基于对采集设备通信状况、采集设备异常、采集参数异常的研判，分析判断采集故障缺陷。

1)对采集设备通信状况的研判，包括：

通过ping网关方式判定网络通道是否异常；

在当前网络通道正常、另一网络通道正常采集的情况下，若端口连接失败则认定端口异常；

在当前网络通道正常的情况下，若所有端口连接失败则认定采集设备异常。

2)对采集设备异常的研判，包括：

根据采集设备上传的异常事项判断采集设备是否异常，异常事项包括失压、断相、失流、逆相序、通讯中断。

3)对采集参数异常的研判，包括：先对主站采集参数进行研判，再根据采集设备采集参数与主站采集参数的校验结果，判断采集参数是否异常。

其中，对主站采集参数进行研判，包括：

基于是否设置与采集设备对应的采集器、采集器工作状态是否有效、采集器通道参数是否有效、采集器中采集的数据项是否设置完全，来判断主站参数的正确性；

基于主站采集参数是否发生突变(突变后数值正常递增，且突变数据和原数据之间存在“10倍”的关系)、主站采集顺序是否合理(查找该终端下其它电表的表码是否也突变，并且初步判断为采集顺序错误所致)，来判断主站参数的合理性；

基于主站参数的正确性、合理性判断结果，对主站采集参数进行研判。

上述自动判断故障类型以及对应发生位置的研判结果可通过邮件、短信、工单等方式直接推送到运维人员手中，实现故障研判的智能化处理进程，有助于故障缺陷处理的闭环管理，提高故障缺陷的处理效率。

S2、基于对采集设备异常、电流互感器变比异常、电能数据异常、采集时钟异常的研判，分析判断损耗异常情况。

1)对采集设备异常的研判，包括：

根据采集设备上传的异常事项判断采集设备是否异常，异常事项包括失压、断相、失流、逆相序。

2)对电流互感器变比异常的研判，包括：

根据采集设备采集的负荷数据与能源管理平台接收的实时负荷数据的对比结果，判断电流互感器是否变比异常。

3)对电能数据异常的研判，包括：

通过日电量同比、日电量环比、日电量积分对比、总电量与分时电量对比、日累计电量与月电量对比、主副表电量对比、电量与功率对比、旁路事件、换表事件、换电流互感器事件，依据异常判定规则判断电能数据是否异常。

其中，对电能数据异常的研判可以按照下表内容进行：

4)对采集时钟异常的研判，包括：

定时检测采集设备的时钟，并与主站时钟进行对比，偏差在设定阈值范围内时自动进行时间校对；否则，不进行自动校对并告警，同时判断采集时钟异常，记录为异常事件，为现场处理或故障定位提供依据。

S3、基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况。

对异常线路分析除了采用数据和事件进行诊断外，还可以基于电网拓扑结构模型进行异常分析。该校验功能是通过线路对应变电站的母平进行综合校验判定，给出处理的合理建议。

首先，查询线损异常线路对应的母线和主变，在主变损耗合理的前提下，对母平进行综合判定：

若一侧母平异常，并且异常方向和线路异常一致，则判定由于该侧开关异常造成的线损异常；

若两侧母平都正常，先将一侧开关按照满足线路平衡的要求修正，若两侧母平依然在合理范围内，则判定由于该侧开关异常造成的线损异常；

若修正一侧开关后不能使得线损和母平同时满足要求，则需要同时修正两侧开关，修正后若能满足则判定由于两侧开关异常造成的线损异常。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种应用于能源管理的智能研判算法，其特征在于：包括以下步骤：

S1、基于对采集设备通信状况、采集设备异常、采集参数异常的研判，分析判断采集故障缺陷；

S2、基于对采集设备异常、电流互感器变比异常、电能数据异常、采集时钟异常的研判，分析判断损耗异常情况；

S3、基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况。

2.根据权利要求1所述的应用于能源管理的智能研判算法，其特征在于：S1中对采集参数异常的研判，包括：先对主站采集参数进行研判，再根据采集设备采集参数与主站采集参数的校验结果，判断采集参数是否异常。

3.根据权利要求2所述的应用于能源管理的智能研判算法，其特征在于：所述对主站采集参数进行研判，包括：

基于是否设置与采集设备对应的采集器、采集器工作状态是否有效、采集器通道参数是否有效、采集器中采集的数据项是否设置完全，来判断主站参数的正确性；

基于主站采集参数是否发生突变、主站采集顺序是否合理，来判断主站参数的合理性；

基于主站参数的正确性、合理性判断结果，对主站采集参数进行研判。

4.根据权利要求3所述的应用于能源管理的智能研判算法，其特征在于：S1中对采集设备通信状况的研判，包括：

通过ping网关方式判定网络通道是否异常；

在当前网络通道正常、另一网络通道正常采集的情况下，若端口连接失败则认定端口异常；

在当前网络通道正常的情况下，若所有端口连接失败则认定采集设备异常。

5.根据权利要求4所述的应用于能源管理的智能研判算法，其特征在于：S1或S2中对采集设备异常的研判，包括：

根据采集设备上传的异常事项判断采集设备是否异常，异常事项包括失压、断相、失流、逆相序、通讯中断。

6.根据权利要求5所述的应用于能源管理的智能研判算法，其特征在于：S2中对电流互感器变比异常的研判，包括：

根据采集设备采集的负荷数据与能源管理平台接收的实时负荷数据的对比结果，判断电流互感器是否变比异常。

7.根据权利要求6所述的应用于能源管理的智能研判算法，其特征在于：S2中对电能数据异常的研判，包括：

通过日电量同比、日电量环比、日电量积分对比、总电量与分时电量对比、日累计电量与月电量对比、主副表电量对比、电量与功率对比、旁路事件、换表事件、换电流互感器事件，依据异常判定规则判断电能数据是否异常。

8.根据权利要求7所述的应用于能源管理的智能研判算法，其特征在于：S2中对采集时钟异常的研判，包括：

定时检测采集设备的时钟，并与主站时钟进行对比，偏差在设定阈值范围内时自动进行时间校对；否则，不进行自动校对并告警，同时判断采集时钟异常，记录为异常事件。

9.根据权利要求1或8所述的应用于能源管理的智能研判算法，其特征在于：S3中基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况，包括：

若一侧母平异常，并且异常方向和线路异常一致，则判定由于该侧开关异常造成的线损异常；

若两侧母平都正常，先将一侧开关按照满足线路平衡的要求修正，若两侧母平依然在合理范围内，则判定由于该侧开关异常造成的线损异常；

若修正一侧开关后不能使得线损和母平同时满足要求，则需要同时修正两侧开关，修正后若能满足则判定由于两侧开关异常造成的线损异常。

10.根据权利要求9所述的应用于能源管理的智能研判算法，其特征在于：在基于电网拓扑结构模型通过对线损异常线路对应变电站的母平进行综合判定，分析线路异常情况之前，包括：

查询线损异常线路对应的母线和主变，在主变损耗合理的前提下，对母平进行综合判定。

Images