CN114354783A - 基于在运数据的特高压油色谱监测装置健康度评估方法 - Google Patents
基于在运数据的特高压油色谱监测装置健康度评估方法 Download PDFInfo
- Publication number
- CN114354783A CN114354783A CN202111550880.6A CN202111550880A CN114354783A CN 114354783 A CN114354783 A CN 114354783A CN 202111550880 A CN202111550880 A CN 202111550880A CN 114354783 A CN114354783 A CN 114354783A
- Authority
- CN
- China
- Prior art keywords
- high voltage
- monitoring device
- extra
- voltage oil
- chromatography monitoring
- 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 121
- 238000004587 chromatography analysis Methods 0.000 title claims abstract description 108
- 238000011156 evaluation Methods 0.000 title claims abstract description 75
- 230000036541 health Effects 0.000 title claims abstract description 51
- 238000004140 cleaning Methods 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 239000007789 gas Substances 0.000 claims description 103
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000005259 measurement Methods 0.000 claims description 32
- 238000012423 maintenance Methods 0.000 claims description 28
- 238000012544 monitoring process Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 21
- 238000010972 statistical evaluation Methods 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000012217 deletion Methods 0.000 description 4
- 230000037430 deletion Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明提供了一种基于在运数据的特高压油色谱监测装置健康度评估方法,包括以下步骤:获取特高压油色谱监测装置在评估时段内采集的指定组分气体的油中溶解浓度值,作为目标数据集;对目标数据集进行预处理和清洗;进行特高压油色谱监测装置的完整性评估;进行特高压油色谱监测装置的稳定性评估;进行特高压油色谱监测装置的准确性评估;根据特高压油色谱监测装置的完整性评估、稳定性评估和准确性评估结果,计算得到特高压油色谱监测装置的健康度评估值。本发明可实时有效地评估特高压油色谱监测装置运行状态。
Description
技术领域
本发明属于电网安全控制与保护技术领域,具体涉及一种基于在运数据的特高压油色谱监测装置健康度评估方法。
背景技术
当前在特高压含油设备(变压器、高抗等)状态监测领域,油色谱在线监测技术是获取设备状态信息的最主要手段。然而近年来发生的数次大型变压器的严重事故,暴露出目前监测装置质量的参差不齐以及运检人员对装置运行状态管控力度的不足,目前监测装置仅在发生故障后才返厂检查,无法在运行时对其状态进行有效评估。因此,对当前在运的特高压油色谱监测装置开展实时且科学可靠的评估,并根据评估结果指导监测装置性能提升方向以及更好的服务现场运维是解决以上痛点的关键。
发明内容
本发明的目的就是为了解决上述背景技术存在的不足,提供一种基于在运数据的特高压油色谱监测装置健康度评估方法,通过目前全网已部署的特高压设备监测预警平台积累的大量油色谱在线监测数据,构建了一套完善的监测装置水平评估模型,充分挖掘主设备的状态数据信息,实时有效的评估监测装置运行状态。
本发明采用的技术方案是:一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:包括以下步骤:
S1,获取特高压油色谱监测装置在评估时段内采集的指定组分气体的油中溶解浓度值,作为目标数据集;
S2,对目标数据集进行预处理和清洗;
S3,判断预处理和清洗后的目标数据集中是否在特高压油色谱监测装置的每个采集周期内均存在所有指定组分气体的油中溶解浓度值数据,根据判断结果计算特高压油色谱监测装置的完整率;
S4,基于预处理和清洗后的目标数据集,计算各指定组分气体的油中溶解浓度值的在各设定时间段的平均值和标准差并进行比较,根据比较结果计算特高压油色谱监测装置的稳定率;
S5,基于预处理和清洗后的目标数据集,判断特高压油色谱监测装置测量的指定组分气体的油中溶解浓度值与离线试验测量结果之间的吻合水平;根据判断结果计算特高压油色谱监测装置的准确率;
S6,根据特高压油色谱监测装置的完整率、稳定率和准确率计算得到特高压油色谱监测装置的健康度评估值以及特高压油色谱监测装置故障信息。
上述技术方案中,所述指定组分气体包括H2、CH4、C2H6、C2H4、C2H2、CO、CO2;目标数据集中包括在各个监测时间点采集到的数据组;所述数据组包括H2、CO、CO2、CH4、C2H6、C2H4、C2H27个组分气体的油中溶解浓度值。
上述技术方案中,步骤S1中,通过在特高压油色谱监测装置的监测平台选取评估时段,调用监测平台中该评估时段对应的历史采集数据作为目标数据集;步骤S2执行后,若该评估时段内有效数据少于6组,需返回步骤S1,重新选取评估时段。
上述技术方案中,步骤S2具体包括以下步骤:通过SQL SELECT语句查询目标数据集原始数据中所有空缺时段,由现场运维人员核实该时段空缺是否由国网组织的护网行动或是定期设备检修造成,是则直接剔除该时段,不将其纳入统计评估范围,若不是则将空缺作为数据缺失处理,并纳入统计评估范围;然后,用java程序查找出目标数据集原始数据中所有各组分气体监测值完全一样的重复数据,即每条数据的7种特征气体浓度值完全一样,核实重复数据产生原因是否为人工调试,是则直接剔除该时段数据,不将其纳入统计评估范围,若不是则取最初的一组数据作为有效值,后续重复数据均作为空值处理,并纳入统计评估范围;最后,通过java程序判断目标数据集原始数据中是否存在有乱码、空值和异常数据,是则将这些类数据统一归为无效空值并纳入统计评估范围,将统计评估范围的数据作为预处理与清洗后的目标数据集。该数据预处理与清洗技术,紧密结合了实际运维所需,全面的清洗了监测平台台账涉及的所有种类的异常与无效数据,大幅提升了监测平台价值数据占比,为后续的装置性能评估奠定了基础。
上述技术方案中,步骤S3中,根据预处理与清洗后的目标数据集判断:在特高压油色谱监测装置的每个采集周期内,目标数据集中若存在至少1组数据组且数据组中包括7个组分气体的油中溶解浓度值,则认为本次数据完整有反馈数据,否则认为本次数据缺失;定义目标数据集中特高压油色谱监测装置在评估时间段内应反馈的总次数为N,实际有反馈数据的次数为n,则该数据完整率计算结果为C=n/N×100%。该完整率计算方法紧密结合国网公司对监测装置运行在线率提出的要求,规范了装置监测运行的持续性与采集密度,并有效反映了装置采集的完整性。
上述技术方案中,步骤S4中,各组分气体的标准差σ计算公式为:
其中,M表示某组分气体的样本总数,u表示某组分气体的油中溶解浓度值的平均值,xi表示样本中某组分气体的第i个油中溶解浓度值。
若计算得到某设定时间段的某种气体的标准差σ≤30%μ,则认为该气体在该设定时间段的特高压油色谱监测装置的测量结果是稳定的,反之则不稳定。该稳定率计算方法紧密结合生产运维实际,在离线数据样本不足的情况下,仅利用现有的在线监测数据准确获取装置的稳定率数据,摆脱了对离线数据的依赖性。
上述技术方案中,步骤S4中,定义评估时段中包括K个设定时间段,某种组分气体的测量结果稳定的设定时间段为k个,则该种组分气体的测量稳定率S=k/K×100%;分别计算各个组分气体的测量稳定率;基于各个组分气体的测量稳定率和各个组分气体的计算权重,其中权重根据各变电站实际运维需求由运维人员设定,计算得到特高压油色谱监测装置的稳定率。基于该稳定率计算方法可有效发现在运装置由于稳定性不足而暴露的故障,证明了该方法的有效性。
上述技术方案中,步骤S5中,分别计算目标数据集中每组数据组中各个组分气体的偏差率,偏差率=|在线值-离线值|/离线值;其中在线值指的是目标数据集中某组数据组中记载的某种组分气体的油中溶解浓度值,离线值指的是该种组分气体经定期离线试验获得的油中溶解浓度值;分别计算7个组分气体的偏差率在设定时间段的平均值,并根据计算得到的平均值所处的精度范围,得到各个组分气体的在设定时间段的准确率,其中每个组分气体的偏差率的平均值不同数值范围分别对应关联有准确率;根据各个组分气体的在设定时间段的准确率和各个组分气体的计算权重,其中权重根据各变电站实际运维需求由运维人员设定,计算得到特高压油色谱监测装置的在设定时间段内的准确率;计算得到特高压油色谱监测装置的在评估周期内所有设定时间段的准确率并取平均值作为特高压油色谱监测装置的准确率。该准确率计算方法结合并挖掘了离线与在线数据的价值,实现了在不断电、不停运情况下,实时获得装置测量的准确率数据。
上述技术方案中,步骤S6中,健康度评估值Value的计算公式为:
Value=a*C+b*S+c*V
其中,C表示完整率,a表示完整率的权重;S表示稳定率,b表示稳定率的权重;V表示准确率,c表示准确率的权重;其中各权重值根据各变电站实际运维需求由运维人员设定;
并根据实际需求设置合格分值,若装置评分合格,则判定装置运作正常;若装置评分不合格,则判断单项参数是否达标:一般规定完整率不足90%,稳定率与准确率不足80%为单项参数不达标,并根据判断结果输出关联的特高压油色谱监测装置故障信息;
其中,如果完整率未达标则判定特高压油色谱监测装置的采集控制系统与服务器通信存在故障;
如果稳定率未达标则判定特高压油色谱监测装置的传感器单元的精度受运行环境的影响存在故障;
如果准确率未达标则判定特高压油色谱监测装置的传感器单元的灵敏度存在故障。
该监测装置评估技术紧密结合了现场运维需求,实时且客观的评估了装置运行的性能。不仅能从整体上直观的了解装置运行的健康程度,同时也能从装置的完整性、稳定性、准确性等具体性能指标发现装置问题存在的方向,一般来说,完整性偏低与装置的采集控制系统与服务器通信问题相关,稳定性偏低与传感器单元的精度较低以及运行环境的影响相关,准确性偏低与传感器单元的灵敏度直接相关。评估结果有效支撑了装置运维决策,提升了状态检修水平,并输出装置实时的故障信息,实现了装置的高效故障识别。
本发明提供了一种基于在运数据的特高压油色谱监测装置健康度评估系统,包括目标数据获取模块、数据处理模块、完整率计算模块、稳定率计算模块、准确率计算模块和健康度评估模块;其中,
目标数据获取模块用于获取特高压油色谱监测装置在评估时段内采集的指定组分气体的油中溶解浓度值,作为目标数据集;
数据处理模块用于对目标数据集进行预处理和清洗;
完整率计算模块用于判断预处理和清洗后的目标数据集中是否在特高压油色谱监测装置的每个采集周期内均存在所有指定组分气体的油中溶解浓度值数据,根据判断结果计算特高压油色谱监测装置的完整率,并将得到的完整率输出至健康度评估模块;
稳定率计算模块用于基于预处理和清洗后的目标数据集,计算各指定组分气体的油中溶解浓度值的在各设定时间段的平均值和标准差并进行比较,根据比较结果计算特高压油色谱监测装置的稳定率,并将得到的稳定率输出至健康度评估模块;
准确率计算模块用于基于预处理和清洗后的目标数据集,判断特高压油色谱监测装置测量的指定组分气体的油中溶解浓度值与离线试验测量结果之间的吻合水平;根据判断结果计算特高压油色谱监测装置的准确率,并将得到的准确率输出至健康度评估模块;
健康度评估模块用于根据特高压油色谱监测装置的完整率、稳定率和准确率计算得到特高压油色谱监测装置的健康度评估值以及特高压油色谱监测装置故障信息。
本发明的有益效果是:针对在运的特高压变电站内油色谱监测装置运行质量参差不齐且暂无可靠有效的手段实时评估装置健康度水平的现状,本发明基于装置累积的大量历史监测数据提出了一种特高压油色谱监测装置健康度评估方法,可有效且实时识别特高压油色谱监测装置的故障。该方法通过构建一套完善的健康度评估模型,评估监测装置采集策略的完整性、测量水平的稳定性、测量结果的准确性,从多个维度综合分析得到特高压变电站内油色谱监测装置整体运行状态,并能从分析结果中识别出装置的故障来源,从而指导装置性能改进的方向,即完整率低需调整采集策略的设置以及检查通信系统的运行状况,稳定率低需检查传感单元的精度,准确率低需检查并校准传感单元的灵敏度等,从而支撑装置运维决策,提升状态检修水平。
相比装置返厂进行试验检修的方法,本方法不仅能结合现场运行环境等客观因素综合评估装置各项性能,并且能及时发现装置问题,指明问题原因,为装置运维检修提供决策,有效提升状态检修水平,实时性与可靠性极强,同时还能避免其他方法需要断电拆装造成的人工与时间成本。
附图说明
图1为本发明基于在运数据的特高压油色谱监测装置健康度评估方法的流程图;
图2为本发明原始数据预处理与清洗的流程图;
图3为标准《Q╱GDW 10536-2017变压器油中溶解气体在线监测装置技术规范》中对7种气体测量结果精度的分级。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明,便于清楚地了解本发明,但它们不对本发明构成限定。
本发明提供了一种基于在运数据的特高压油色谱监测装置健康度评估系统,包括目标数据获取模块、数据处理模块、完整率计算模块、稳定率计算模块、准确率计算模块和健康度评估模块。
目标数据获取模块用于获取特高压油色谱监测装置在评估时段内采集的指定组分气体的油中溶解浓度值,作为目标数据集。操作人员根据目的所需选取特高压油色谱监测装置在某一时间段的历史监测数据作为目标数据集用于状态评估,目标数据集中包括在各个监测时间点采集到的数据组;每组数据为某一监测时间点的H2、CH4、C2H6、C2H4、C2H2、CO、CO2这7种气体的油中溶解浓度值(μL/L)。选取的时间段长(例如近一年或半年)则装置评估结果的综合性强,更能反馈出装置客观的运行水平,选取的时间段短(例如当日或当周)则装置评估结果的实时性强,能够如实反馈实时运行水平。
数据处理模块用于对目标数据集进行预处理和清洗;主要包括剔除因设备调试导致的大量重复数据,因护网行动或者主设备维修导致数据缺失的整段时间,这类客观因素产生的数据异常及缺失不应纳入数据统计范围,同时对于数据的乱码、空缺及数据异常等因装置运行造成的主观因素应归为数据缺失并纳入数据统计范围。
完整率计算模块用于判断预处理和清洗后的目标数据集中是否在特高压油色谱监测装置的每个采集周期内均存在所有指定组分气体的油中溶解浓度值数据,根据判断结果计算特高压油色谱监测装置的完整率,并将得到的完整率输出至健康度评估模块。完整率计算模块用于评估采集周期内7种组分气体的数据采集情况,若采集周期内有一条(7种组分气体均有数据采集)以上的反馈,则认为该周期内数据采集完整。通过统计整段时间内单位周期的采集状况来计算装置数据采集的完整率。数据采集的完整率体现了装置在时间维度上运行的连续可靠水平。
稳定率计算模块用于基于预处理和清洗后的目标数据集,计算各指定组分气体的油中溶解浓度值的在各设定时间段的平均值和标准差并进行比较,根据比较结果计算特高压油色谱监测装置的稳定率,并将得到的稳定率输出至健康度评估模块。稳定率计算模块根据装置采集的7种组分气体的油中溶解浓度值历史数据,拟合确定7种组分气体各自的浓度测量基线(即在各设定时间段的平均值),以此基线为基准,对每组在线监测数据(7种组分气体油中溶解浓度值)进行均方差计算,对于均方差值大于30%的时间段为不稳定,反之则稳定,统计各时间段稳定占比,得到各单组份气体的稳定率,并按照各组分气体的重要程度确定权重,获得装置测量水平的稳定率。装置测量水平稳定率体现了连续时间内在线监测测量的气体浓度值漂移程度,反映了装置测量的精度水平。
准确率计算模块用于基于预处理和清洗后的目标数据集,判断特高压油色谱监测装置测量的指定组分气体的油中溶解浓度值与离线试验测量结果之间的吻合水平;根据判断结果计算特高压油色谱监测装置的准确率,并将得到的准确率输出至健康度评估模块。准确率计算模块以定期离线试验数据结果为基准,对每组在线监测数据(7种组分气体的油中溶解浓度值)进行偏差率计算,如图3所示参照标准DL/T1432精度范围划分为A、B、C不同精度等级,根据其偏差率所处的精度等级并对各组分气体油中溶解浓度值的偏差水平计算准确率,并按照各组分气体的重要程度确定权重,获得装置的准确率。装置测量结果准确性体现了在线监测测量的气体浓度值与离线试验测量结果之间的吻合水平,反映了装置测量的灵敏度水平。
健康度评估模块用于根据特高压油色谱监测装置的完整率、稳定率和准确率计算得到特高压油色谱监测装置的健康度评估值。健康度评估模块根据外部输入的用于反映实际需求的指令设定各指标权重,计算装置健康度评估值,并根据用户的实际运维需求自行设置合格分值,若装置评估不合格,则判断单项参数是否偏低,一般规定完整率不足90%,稳定率与准确率不足80%为单项参数偏低,并根据判断结果输出关联的特高压油色谱监测装置故障信息;
其中,如果完整率未达标则判定特高压油色谱监测装置的采集控制系统与服务器通信存在故障;
如果稳定率未达标则判定特高压油色谱监测装置的传感器单元的精度受运行环境的影响存在故障;
如果准确率未达标则判定特高压油色谱监测装置的传感器单元的灵敏度存在故障。
如图1所示,本发明提供了一种基于在运数据的特高压油色谱监测装置健康度评估方法,主要包括监测数据的选取,数据预处理与清洗,装置的完整性、稳定性、准确性评估,装置的健康度评估值等步骤,其中各计算权重由运维人员各种具体的应用环境和装置型号进行设置,具体为:
步骤1:选取装置评估目标时段
选取目标数据集,每组数据为某一监测时间点的H2、CH4、C2H6、C2H4、C2H2、CO、CO2这7种气体的油中溶解浓度值(μL/L),在特高压油色谱监测装置的监测平台的原始台账中选取需要评估的目标时段的历史测量数据作为目标数据集的原始数据。调用不同目标时段的历史测量数据生成的评估结果代表了该时段内装置的性能表现。
待下一步数据清洗完成后,须先评估选取目标时段的有效性,若该时段内无有效数据或有效数据过少,需重新选取目标时段,不建议选取的目标时段过短,以保证评估结果的可靠性,减少随机误差。
步骤2:原始数据预处理与清洗
如图2所示为本发明原始数据预处理与清洗的流程图。首先,通过SQL SELECT语句查询目标数据集的原始数据中所有空缺时段,核实该时段空缺是否由国网组织的护网行动或是定期设备检修等客观因素造成,是则直接剔除该时段,不将其纳入统计评估范围,若不是则将空缺作为数据缺失(空值)处理,并纳入统计评估范围;然后,用java程序查找出所有重复数据组(7种特征气体组分监测值完全一样),核实重复数据组产生原因是否为人工调试,是则直接剔除该时段数据,不将其纳入统计评估范围,若不是则取最初的一组数据作为有效值,后续重复数据均作为空值处理,并纳入统计评估范围;最后,通过java程序判断是否存在有乱码、空值和异常数据,是则将这些类数据统一归为无效空值并纳入统计评估范围,至此完成原始数据预处理与清洗。统计评估范围内的所有数据作为目标数据集。
步骤3.1:装置的数据采集策略完整性评估
按照特高压站运维管理要求,设定特高压油色谱监测装置标准测量周期为每4小时采一次样,每天测量数据6次,即0:00-3:59、4:00-7:59、8:00-11:59、12:00-15:59、16:00-19:59、20:00-23:59共6个时间段均要有数据采集。特高压油色谱监测装置每次测量H2、CO、CO2、CH4、C2H6、C2H4、C2H27个组份气体的油中溶解浓度值作为一组数据反馈。目标数据集中每个时间段内若有大于或等于1组数据反馈记录,则认为本次数据完整有反馈,否则认为本次数据缺失。定义目标数据集中装置测量目标时间段内应反馈的总次数为N,实际有反馈数据的次数为n,则该数据完整率计算结果为C=n/N×100%。
步骤3.2:装置的测量水平稳定性评估
针对单台设备的7种气体组分,以日为单位,计算一天内各组分气体的油中溶解浓度值平均值μ与标准差σ,标准差公式为:
其中,M表示某组分气体的样本总数,u表示某组分气体的油中溶解浓度值的平均值,Xi表示样本中某组分气体的第i个油中溶解浓度值。若计算得到单日的某种组分气体的标准差σ≤30%μ;
则认为该气体当日测量结果是稳定的,反之则不稳定。定义目标数据集中测量某种组分气体的总天数为K,测量结果稳定的天数为k,则该种气体的稳定率S=k/K×100%。按照该方法计算分别得到7种特征气体的稳定率。根据各气体的重要程度以及各变电站实际运维需求确定各自权重,其中H2与C2H2两种气体为关键气体,一般建议按H2、C2H2各占25%,其余5种气体各占10%的权重来计算该装置的稳定率,即:
S=[25%S(H2)+25%S(C2H2)+10%S(CH4)+10%S(C2H4)+10%S(C2H6)+10%S(CO)+10%S(CO2)]
步骤3.3:装置的测量结果准确性评估
准确性即监测装置测量的油中溶解浓度值与离线试验测量结果之间的吻合水平。以定期离线试验数据结果为基准,单台装置以日为单位,参照标准《Q╱GDW 10536-2017变压器油中溶解气体监测装置技术规范》(如图3所示)精度范围划分为A、B、C不同精度等级,对每组在线监测数据(7种组分气体)进行偏差率计算,偏差率=|在线值-离线值|/离线值。计算得到各气体组分的当日偏差率的平均值并按照所处精度范围进行评级。选取(A:100,B:60,C:30,D:0)的标准进行分级评定并进行打分,得到各组分当日的准确性评级,再根据各气体的重要程度以及各变电站实际运维需求确定权重,其中H2与C2H2为关键气体,建议按H2、C2H2各占25%,其余5种气体各占10%的权重计算该装置当日的准确性评估:
V=[25%V(H2)+25%V(C2H2)+10%V(CH4)+10%V(C2H4)+10%V(C2H6)+10%V(CO)+10%V(CO2)]
计算出该目标时段内各有效日的准确率,取平均值得到日均准确率。
步骤4:根据以上获得的装置完整率、稳定率与准确率,按照用户的实际运维需求设定各指标权重,计算装置健康度评估值,例如可参考设置完整性占20%,稳定性与准确性各占40%的权重来计算该装置的综合评估,即:
Value=20%C+40%S+40%V
并根据实际需求设置合格分值,若装置评分不合格,则判断单项参数是否偏低,一般规定完整率不足90%,稳定率与准确率不足80%为单项参数偏低,并根据判断结果输出关联的特高压油色谱监测装置故障信息;
其中,如果完整率未达标则判定特高压油色谱监测装置的采集控制系统与服务器通信存在故障;
如果稳定率未达标则判定特高压油色谱监测装置的传感器单元的精度受运行环境的影响存在故障;
如果准确率未达标则判定特高压油色谱监测装置的传感器单元的灵敏度存在故障。
一般来说,完整性偏低与装置的采集控制系统与服务器通信问题相关,稳定性偏低与传感器单元的精度较低以及运行环境的影响相关,准确性偏低与传感器单元的灵敏度直接相关。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:包括以下步骤:
S1,获取特高压油色谱监测装置在评估时段内采集的指定组分气体的油中溶解浓度值,作为目标数据集;
S2,对目标数据集进行预处理和清洗;
S3,判断预处理和清洗后的目标数据集中是否在特高压油色谱监测装置的每个采集周期内均存在所有指定组分气体的油中溶解浓度值数据,根据判断结果计算特高压油色谱监测装置的完整率;
S4,基于预处理和清洗后的目标数据集,计算各指定组分气体的油中溶解浓度值的在各设定时间段的平均值和标准差并进行比较,根据比较结果计算特高压油色谱监测装置的稳定率;
S5,基于预处理和清洗后的目标数据集,判断特高压油色谱监测装置测量的指定组分气体的油中溶解浓度值与离线试验测量结果之间的吻合水平;根据判断结果计算特高压油色谱监测装置的准确率;
S6,根据特高压油色谱监测装置的完整率、稳定率和准确率计算得到特高压油色谱监测装置的健康度评估值,并获取特高压油色谱监测装置故障信息。
2.根据权利要求1所述的一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:所述指定组分气体包括H2、CH4、C2H6、C2H4、C2H2、CO、CO2;目标数据集中包括在各个监测时间点采集到的数据组;所述数据组包括H2、CO、CO2、CH4、C2H6、C2H4、C2H27个组分气体的油中溶解浓度值。
3.根据权利要求1所述的一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:步骤S1中,通过在特高压油色谱监测装置的监测平台选取评估时段,调用监测平台中该评估时段对应的历史采集数据作为目标数据集;步骤S2执行后,若该评估时段内有效数据少于6组,需返回步骤S1,重新选取评估时段。
4.根据权利要求1所述的一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:步骤S2具体包括以下步骤:通过SQL SELECT语句查询目标数据集原始数据中所有空缺时段,核实该时段空缺是否由国网组织的护网行动或是定期设备检修造成,是则直接剔除该时段,不将其纳入统计评估范围,若不是则将空缺作为数据缺失处理,并纳入统计评估范围;然后,用java程序查找出目标数据集原始数据中所有各组分气体监测值完全一样的重复数据组,核实重复数据组产生原因是否为人工调试,是则直接剔除该时段数据,不将其纳入统计评估范围,若不是则取最初的一组数据作为有效值,后续重复数据均作为空值处理,并纳入统计评估范围;最后,通过java程序判断目标数据集原始数据中是否存在有乱码、空值和异常数据,是则将这些类数据统一归为无效空值并纳入统计评估范围,将统计评估范围的数据作为预处理与清洗后的目标数据集。
5.根据权利要求2所述的一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:步骤S3中,根据预处理与清洗后的目标数据集判断:在特高压油色谱监测装置的每个采集周期内,目标数据集中若存在至少1组数据组且数据组中包括7个组分气体的油中溶解浓度值,则认为本次数据完整有反馈数据,否则认为本次数据缺失;定义目标数据集中特高压油色谱监测装置在评估时间段内应反馈的总次数为N,实际有反馈数据的次数为n,则该数据完整率计算结果为C=n/N×100%。
7.根据权利要求6所述的一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:步骤S4中,定义评估时段中包括K个设定时间段,某种组分气体的测量结果稳定的设定时间段为k个,则该种组分气体的测量稳定率S=k/K×100%;分别计算各个组分气体的测量稳定率;基于各个组分气体的测量稳定率和各个组分气体的计算权重,计算得到特高压油色谱监测装置的稳定率。
8.根据权利要求7所述的一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:步骤S5中,分别计算目标数据集中每组数据组中各个组分气体的偏差率,偏差率=|在线值-离线值|/离线值;其中在线值指的是目标数据集中某组数据组中记载的某种组分气体的油中溶解浓度值,离线值指的是该种组分气体经定期离线试验获得的油中溶解浓度值;分别计算7个组分气体的偏差率在设定时间段的平均值,并根据计算得到的平均值所处的精度范围,得到各个组分气体的在设定时间段的准确性水平,其中每个组分气体的偏差率的平均值不同数值范围分别对应关联有准确值;根据各个组分气体的在设定时间段的准确值和各个组分气体的计算权重,计算得到特高压油色谱监测装置的在设定时间段内的准确率;计算得到特高压油色谱监测装置的在评估周期内所有设定时间段的准确率并取平均值作为特高压油色谱监测装置的准确率。
9.根据权利要求7所述的一种基于在运数据的特高压油色谱监测装置健康度评估方法,其特征在于:步骤S6中,健康度评估值的计算公式为:
Value=a*C+b*S+c*V
其中,C表示完整率,a表示完整率的权重;S表示稳定率,b表示稳定率的权重;V表示准确率,c表示准确率的权重;
并根据实际需求设置合格分值,若装置评分合格则判定装置运作正常;若装置评分不合格,则判断单项参数是否达标;并根据判断结果输出关联的特高压油色谱监测装置故障信息;
其中,如果完整率未达标则判定特高压油色谱监测装置的采集控制系统与服务器通信存在故障;
如果稳定率未达标则判定特高压油色谱监测装置的传感器单元的精度受运行环境的影响存在故障;
如果准确率未达标则判定特高压油色谱监测装置的传感器单元的灵敏度存在故障。
10.一种基于在运数据的特高压油色谱监测装置健康度评估系统,其特征在于:包括目标数据获取模块、数据处理模块、完整率计算模块、稳定率计算模块、准确率计算模块和健康度评估模块;其中,
目标数据获取模块用于获取特高压油色谱监测装置在评估时段内采集的指定组分气体的油中溶解浓度值,作为目标数据集;
数据处理模块用于对目标数据集进行预处理和清洗;
完整率计算模块用于判断预处理和清洗后的目标数据集中是否在特高压油色谱监测装置的每个采集周期内均存在所有指定组分气体的油中溶解浓度值数据,根据判断结果计算特高压油色谱监测装置的完整率,并将得到的完整率输出至健康度评估模块;
稳定率计算模块用于基于预处理和清洗后的目标数据集,计算各指定组分气体的油中溶解浓度值的在各设定时间段的平均值和标准差并进行比较,根据比较结果计算特高压油色谱监测装置的稳定率,并将得到的稳定率输出至健康度评估模块;
准确率计算模块用于基于预处理和清洗后的目标数据集,判断特高压油色谱监测装置测量的指定组分气体的油中溶解浓度值与离线试验测量结果之间的吻合水平;根据判断结果计算特高压油色谱监测装置的准确率,并将得到的准确率输出至健康度评估模块;
健康度评估模块用于根据特高压油色谱监测装置的完整率、稳定率和准确率计算得到特高压油色谱监测装置的健康度评估值以及特高压油色谱监测装置故障信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111550880.6A CN114354783A (zh) | 2021-12-17 | 2021-12-17 | 基于在运数据的特高压油色谱监测装置健康度评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111550880.6A CN114354783A (zh) | 2021-12-17 | 2021-12-17 | 基于在运数据的特高压油色谱监测装置健康度评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114354783A true CN114354783A (zh) | 2022-04-15 |
Family
ID=81099888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111550880.6A Pending CN114354783A (zh) | 2021-12-17 | 2021-12-17 | 基于在运数据的特高压油色谱监测装置健康度评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114354783A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114609046A (zh) * | 2022-04-20 | 2022-06-10 | 江苏国电南自海吉科技有限公司 | 一种变压器油中气体高精度光声光谱监测方法 |
CN115032323A (zh) * | 2022-06-06 | 2022-09-09 | 云南电网有限责任公司电力科学研究院 | 确定油色谱数据异常的方法、电子设备及存储介质 |
CN115290798A (zh) * | 2022-09-13 | 2022-11-04 | 国网河北省电力有限公司电力科学研究院 | 变压器油色谱在线监测装置的稳定性能监测方法及终端 |
CN117110587A (zh) * | 2023-10-25 | 2023-11-24 | 国网四川省电力公司超高压分公司 | 一种油中溶解气体在线监测异常告警方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614775A (zh) * | 2009-07-15 | 2009-12-30 | 河北科技大学 | 基于多源信息融合的变压器状态评估系统及其评估方法 |
CN102081622A (zh) * | 2009-11-30 | 2011-06-01 | 中国移动通信集团贵州有限公司 | 评估系统健康度的方法及系统健康度评估装置 |
CN102486471A (zh) * | 2010-12-03 | 2012-06-06 | 河北省电力研究院 | 变压器内部故障及缺陷程度油色谱诊断法 |
CN103778575A (zh) * | 2014-03-04 | 2014-05-07 | 国网浙江宁波市鄞州区供电公司 | 变压器状态评估方法及系统 |
CN106596754A (zh) * | 2016-11-22 | 2017-04-26 | 华北电力大学 | 油色谱传感器有效性的评估方法及装置 |
CN109001339A (zh) * | 2018-09-26 | 2018-12-14 | 云南电网有限责任公司电力科学研究院 | 变压器油在线色谱监测装置的分段校验及故障定位方法 |
CN109408968A (zh) * | 2018-10-27 | 2019-03-01 | 国网山东省电力公司电力科学研究院 | 用于评价变压器实时状态的健康指数的方法 |
CN109632975A (zh) * | 2018-12-22 | 2019-04-16 | 武汉新运维光电科技股份有限公司 | 一种变压器油色谱数据综合分析及缺陷预测系统及方法 |
CN112255511A (zh) * | 2020-09-25 | 2021-01-22 | 广西大学 | 基于多元溶解化学特征参量的变压器纸绝缘老化评估方法 |
CN112734028A (zh) * | 2020-12-28 | 2021-04-30 | 三峡大学 | 一种变压器油中溶解气体浓度预测模型建模方法 |
CN113672606A (zh) * | 2021-08-19 | 2021-11-19 | 国网河南省电力公司电力科学研究院 | 油色谱监测数据质量评价方法 |
-
2021
- 2021-12-17 CN CN202111550880.6A patent/CN114354783A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614775A (zh) * | 2009-07-15 | 2009-12-30 | 河北科技大学 | 基于多源信息融合的变压器状态评估系统及其评估方法 |
CN102081622A (zh) * | 2009-11-30 | 2011-06-01 | 中国移动通信集团贵州有限公司 | 评估系统健康度的方法及系统健康度评估装置 |
CN102486471A (zh) * | 2010-12-03 | 2012-06-06 | 河北省电力研究院 | 变压器内部故障及缺陷程度油色谱诊断法 |
CN103778575A (zh) * | 2014-03-04 | 2014-05-07 | 国网浙江宁波市鄞州区供电公司 | 变压器状态评估方法及系统 |
CN106596754A (zh) * | 2016-11-22 | 2017-04-26 | 华北电力大学 | 油色谱传感器有效性的评估方法及装置 |
CN109001339A (zh) * | 2018-09-26 | 2018-12-14 | 云南电网有限责任公司电力科学研究院 | 变压器油在线色谱监测装置的分段校验及故障定位方法 |
CN109408968A (zh) * | 2018-10-27 | 2019-03-01 | 国网山东省电力公司电力科学研究院 | 用于评价变压器实时状态的健康指数的方法 |
CN109632975A (zh) * | 2018-12-22 | 2019-04-16 | 武汉新运维光电科技股份有限公司 | 一种变压器油色谱数据综合分析及缺陷预测系统及方法 |
CN112255511A (zh) * | 2020-09-25 | 2021-01-22 | 广西大学 | 基于多元溶解化学特征参量的变压器纸绝缘老化评估方法 |
CN112734028A (zh) * | 2020-12-28 | 2021-04-30 | 三峡大学 | 一种变压器油中溶解气体浓度预测模型建模方法 |
CN113672606A (zh) * | 2021-08-19 | 2021-11-19 | 国网河南省电力公司电力科学研究院 | 油色谱监测数据质量评价方法 |
Non-Patent Citations (3)
Title |
---|
张镱议;廖瑞金;杨丽君;郑含博;孙才新;: "基于云理论的电力变压器绝缘状态评估方法", 电工技术学报, no. 05, 26 May 2012 (2012-05-26) * |
王磊;陈长征;: "基于油液分析的变压器健康状态评估", 机械工程师, no. 07, 10 July 2020 (2020-07-10) * |
苏展 等: "变压器油色谱在线监测装置的现场评估分析", 《宁夏电力》, no. 2, 31 December 2013 (2013-12-31), pages 61 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114609046A (zh) * | 2022-04-20 | 2022-06-10 | 江苏国电南自海吉科技有限公司 | 一种变压器油中气体高精度光声光谱监测方法 |
CN115032323A (zh) * | 2022-06-06 | 2022-09-09 | 云南电网有限责任公司电力科学研究院 | 确定油色谱数据异常的方法、电子设备及存储介质 |
CN115290798A (zh) * | 2022-09-13 | 2022-11-04 | 国网河北省电力有限公司电力科学研究院 | 变压器油色谱在线监测装置的稳定性能监测方法及终端 |
CN115290798B (zh) * | 2022-09-13 | 2023-10-31 | 国网河北省电力有限公司电力科学研究院 | 变压器油色谱在线监测装置的稳定性能监测方法及终端 |
CN117110587A (zh) * | 2023-10-25 | 2023-11-24 | 国网四川省电力公司超高压分公司 | 一种油中溶解气体在线监测异常告警方法及系统 |
CN117110587B (zh) * | 2023-10-25 | 2024-01-23 | 国网四川省电力公司超高压分公司 | 一种油中溶解气体在线监测异常告警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114354783A (zh) | 基于在运数据的特高压油色谱监测装置健康度评估方法 | |
CN112686493A (zh) | 一种依托大数据实时评价智能电表运行状态与更换的方法 | |
CN112381476B (zh) | 用于确定状态异常的电能表的方法及装置 | |
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 | |
CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
CN110311709B (zh) | 用电信息采集系统故障判别方法 | |
CN107741577B (zh) | 一种关口表准确度在线监控和分析方法及系统 | |
CN107527114A (zh) | 一种基于大数据的线路台区异常分析方法 | |
CN108898311A (zh) | 一种面向智能配电网抢修调度平台的数据质量检测方法 | |
CN115115282B (zh) | 一种高电压台区电力系统数据分析方法 | |
CN108681815B (zh) | 一种基于快速排序和分块矩阵的配电系统运行可靠性评估方法 | |
CN113420162B (zh) | 一种基于知识图谱的设备运行链状态监测方法 | |
CN110927654A (zh) | 一种智能电能表批次运行状态评价方法 | |
CN109634944B (zh) | 一种基于多维度时空分析的网损数据清洗方法 | |
CN111612019A (zh) | 一种基于大数据模型对智能电表故障异常辨识分析的方法 | |
CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
CN117849700B (zh) | 可控制测量的模块化电能计量系统 | |
CN106682383B (zh) | 一种计量系统中对采集表码值精确的统计处理方法 | |
CN112286987B (zh) | 基于Apriori算法的电力物联异常告警压缩方法 | |
CN105956755A (zh) | 电力综合线损率影响因子量化关系建立方法及系统 | |
CN117434440A (zh) | 一种量测开关的自动检测方法及系统 | |
CN117630283A (zh) | 燃煤发电企业在线碳排放监测方法与系统 | |
US7146288B1 (en) | System and method for estimating quantization error in sampled data | |
CN115002171B (zh) | 一种污水处理设施的智能运营监管系统 | |
CN116049098A (zh) | 一种适用于配电网运行状态判断的运行数据特征分析方法 |
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 |