CN114596171A - 一种基于多源数据融合的停电事件智能分析方法 - Google Patents
一种基于多源数据融合的停电事件智能分析方法 Download PDFInfo
- Publication number
- CN114596171A CN114596171A CN202210147448.0A CN202210147448A CN114596171A CN 114596171 A CN114596171 A CN 114596171A CN 202210147448 A CN202210147448 A CN 202210147448A CN 114596171 A CN114596171 A CN 114596171A
- Authority
- CN
- China
- Prior art keywords
- power failure
- line
- analysis
- area
- transformer
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution 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
Abstract
本发明公开了一种基于多源数据融合的停电事件智能分析方法,包括线路停电分析和台区停电分析。本发明与现有技术相比的优点在于:本发明的一种基于多源数据融合的停电事件智能分析方法通过对电能量采集、用电信息采集大数据分析技术对海量运行数据进行多源数据融合,构建“定时、定位、定界”真伪停电分析辨识模型,实现公用线路主干线、分支线到台区变压器的停电诊断分析,并结合供电服务指挥平台及调度相关数据生成停电类别,为规划配电网建设、优化配电网运行检修、优质服务等提供辅助支撑,进而达到现有条件下的配电网最优可靠性水平。
Description
技术领域
本发明涉及电力系统技术领域,具体是指一种基于多源数据融合的停电事件智能分析方法。
背景技术
当前供电企业停电事件已实现从用电采集信息系统采集终端自动接,相比传统的手工录入,及时性和准确性有了较大的进步。然而,由于设备规模大,涉及专业面广,数据传输链条长,受到停电事件的准确性、完整性依然受到多种因素限制,对供电可靠性指标统计分析及应用造成不利影响。以往停电分析通过停电敏感度分析方式,利用用户报修数量的多少来判断停电设备本体故障和用户内部故障方式,不能及时反映电网供电情况;在实际运行中,供电不足或断电的情况往往会因各种因素而发生,这除了会直接影响供电部门的经济效益之外,还会对各类用户造成非常严重的停电损失。在供电不足或停电问题尚无法完全得到解决的现状下,我们需要从统筹社会全局的角度,本着社会效益最大化的原则来规划配电网建设、优化配电网运行检修,进而达到现有条件下的配电网最优可靠性水平。
为了实现上述目标,充分利用营配领域积累的海量历史数据,通过人工智能技术、移动互联技术及数据融合科学构建停电分析诊断模型,在线捕获实时业务数据,实现预测、估算供电中断对用户造成的损失,并对造成停电事故产生的原因及影响进行深度分析,需要借助大数据分析技术为应急电源优化配置的投资和决策方面提供科学依据。
发明内容
本发明要解决的技术问题是克服以上的技术缺陷,提供一种基于多源数据融合的停电事件智能分析方法。
为解决上述技术问题,本发明提供的技术方案为:一种基于多源数据融合的停电事件智能分析方法,包括线路停电分析和台区停电分析,所述线路停电分析包括以下具体步骤:
(11)通过电网GIS平台生成线路拓扑图和停电设备列表并进行停电分析;
(12)查看线路所在变电站出口线关口表96点日三项电流数据是否小于等于0.01A的情况;若三项电流数据不小于等于0.01A则进入步骤S4;如果三项电流小于等于0.01A,判断疑似线路停电,需从GIS平台拓扑分析结果中对台区取样,获取线路所属台区运行数据,查看是否符合停电特征,若是则判断该主线停电并进行停电类型分析,若否则判断疑似线路主线停电并通过GIS平台拓扑分析结果是否存在站间联络开关;
(13)如果存在站间联络开关,需从GIS平台拓扑分析结果中取站内联络开关进行拓扑运算,剔除转供变压器后,再进行主线停电运算;如果不存在站间联络开关,则判断虚报或误报;
(14)如果三相电流不为空,则判断线路不停电;如果三项电流为空,判断疑似线路停电,需追溯线路所在变电站出口线关口表前15日内,关口表三相电流是否有值,若否则判断该线路停用,若是则判断该线路疑似停电或采集故障并转至步骤(12)中判断该线路上最近台区及最远台区均是否均符合停电特征;
所述台区停电分析包括以下具体步骤:
(15)通过GIS平台拓扑分析结果,依据停电上报事件,结合台区及关联用户的停电情况,确定台区是否停电;如果台区存在停电情况,参考台区所在上级线路关联台区停电个数,如果是多台区停电,判断为疑似线路主线或支线停电,如果是单台区停电,判断为台区停电并进行停电类型分析。
作为改进,针对所述步骤(15)中判断为多台区停电的停电情况时需判断线路主线停电列表是否包含该线路,如果包含则该线路可停止处理,如果不包含则依据平台拓扑分析结果,参照线路关联台区的停电情况和停电台区的空间位置,判断线路主线停电还是支线停电;如果线路主线停电则判断疑似线路主线停电并转至步骤(12)中判断该线路上最近台区及最远台区均是否均符合停电特征;如果线路支线停电则进停电类型分析。
作为改进,所述停电类型分析包括关联停电计划、关联停电记录和关联95598用户报修记录,所述关联停电计划与停电计划数据吻合,则判断为计划停电;所述关联停电记录与临时停电记录吻合,则判断为临时停电;所述关联95598用户报修记录与故障停电特征数据吻合,则判断为故障停电;不满足以上条件,则为其他停电。
本发明与现有技术相比的优点在于:本发明的一种基于多源数据融合的停电事件智能分析方法通过对电能量采集、用电信息采集大数据分析技术对海量运行数据进行多源数据融合,构建“定时、定位、定界”真伪停电分析辨识模型,实现公用线路主干线、分支线到台区变压器的停电诊断分析,并结合供电服务指挥平台及调度相关数据生成停电类别,为规划配电网建设、优化配电网运行检修、优质服务等提供辅助支撑,进而达到现有条件下的配电网最优可靠性水平。
附图说明
图1是本发明线路停电分析的原理拓图。
图2是本发明线路台区停电分析的原理拓图。
图3是本发明停电类型分析的原理拓图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
为了使本发明的内容更容易被清楚地理解,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。
结合附图,一种基于多源数据融合的停电事件智能分析方法,包括线路停电分析和台区停电分析,所述线路停电分析包括以下具体步骤:
(11)通过电网GIS平台生成线路拓扑图和停电设备列表并进行停电分析;
(12)查看线路所在变电站出口线关口表96点日三项电流数据是否小于等于0.01A的情况;若三项电流数据不小于等于0.01A则进入步骤S4;如果三项电流小于等于0.01A,判断疑似线路停电,需从GIS平台拓扑分析结果中对台区取样,获取线路所属台区运行数据,查看是否符合停电特征,若是则判断该主线停电并进行停电类型分析,若否则判断疑似线路主线停电并通过GIS平台拓扑分析结果是否存在站间联络开关;
(13)如果存在站间联络开关,需从GIS平台拓扑分析结果中取站内联络开关进行拓扑运算,剔除转供变压器后,再进行主线停电运算;如果不存在站间联络开关,则判断虚报或误报;
(14)如果三相电流不为空,则判断线路不停电;如果三项电流为空,判断疑似线路停电,需追溯线路所在变电站出口线关口表前15日内,关口表三相电流是否有值,若否则判断该线路停用,若是则判断该线路疑似停电或采集故障并转至步骤(12)中判断该线路上最近台区及最远台区均是否均符合停电特征;
所述台区停电分析包括以下具体步骤:
(15)通过GIS平台拓扑分析结果,依据停电上报事件,结合台区及关联用户的停电情况,确定台区是否停电;如果台区存在停电情况,参考台区所在上级线路关联台区停电个数,如果是多台区停电,判断为疑似线路主线或支线停电,如果是单台区停电,判断为台区停电并进行停电类型分析。
针对所述步骤(15)中判断为多台区停电的停电情况时需判断线路主线停电列表是否包含该线路,如果包含则该线路可停止处理,如果不包含则依据平台拓扑分析结果,参照线路关联台区的停电情况和停电台区的空间位置,判断线路主线停电还是支线停电;如果线路主线停电则判断疑似线路主线停电并转至步骤(12)中判断该线路上最近台区及最远台区均是否均符合停电特征;如果线路支线停电则进停电类型分析。
所述停电类型分析包括关联停电计划、关联停电记录和关联95598用户报修记录,所述关联停电计划与停电计划数据吻合,则判断为计划停电;所述关联停电记录与临时停电记录吻合,则判断为临时停电;所述关联95598用户报修记录与故障停电特征数据吻合,则判断为故障停电;不满足以上条件,则为其他停电。
实施例1
基于电气原理构建包括拓扑、运行状态、电量、负荷等特征数据,生成10kV公用线路电网拓扑结构单线图;研究停电范围分析模型,定位停电设备,识别停电影响范围和程度。实现对停电统计数据中的停电范围和停电持续时间的深度分析。
针对变电站10kV出线对应关口表分析停电:抽取变电站10kV出线开关的关口表数据,分析该关口表对应的10kV中压馈线。
结合GIS图拓扑分析线路关联变压器停电情况。
基于GIS开展拓扑分析,针对关口表对应的停电线路,生成停电线路及关联变压器的拓扑图,并对停电影响的变压器进行数据采样,样本数据选取停电路径中,离线路起点(关口表)最近、最远(供电末端节点)的台区进行模型验证。
条件1:变电站10kV出线对应关口表三相电流均为0,则初步判断线路停电;
条件2:若该线路上最近台区、最远台区均符合停电特征,即判断该主干线停电;
条件3:若最近或最远的台区采集失败,则判断离最近或最远台区采集成功的台区是否符合停电特征,若符合,则视为该主干线停电。
条件4:变电站10kV出线对应关口表三相电流为空,则该线路疑似停电,追溯15日内关口表三相电流是否有值,若否,则判断该线路停用;若是,则判断该线路疑似停电或采集故障。转至条件2进行判断。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (3)
1.一种基于多源数据融合的停电事件智能分析方法,其特征在于,包括线路停电分析和台区停电分析,所述线路停电分析包括以下具体步骤:
(11)通过电网GIS平台生成线路拓扑图和停电设备列表并进行停电分析;
(12)查看线路所在变电站出口线关口表96点日三项电流数据是否小于等于0.01A的情况;若三项电流数据不小于等于0.01A则进入步骤S4;如果三项电流小于等于0.01A,判断疑似线路停电,需从GIS平台拓扑分析结果中对台区取样,获取线路所属台区运行数据,查看是否符合停电特征,若是则判断该主线停电并进行停电类型分析,若否则判断疑似线路主线停电并通过GIS平台拓扑分析结果是否存在站间联络开关;
(13)如果存在站间联络开关,需从GIS平台拓扑分析结果中取站内联络开关进行拓扑运算,剔除转供变压器后,再进行主线停电运算;如果不存在站间联络开关,则判断虚报或误报;
(14)如果三相电流不为空,则判断线路不停电;如果三项电流为空,判断疑似线路停电,需追溯线路所在变电站出口线关口表前15日内,关口表三相电流是否有值,若否则判断该线路停用,若是则判断该线路疑似停电或采集故障并转至步骤(12)中判断该线路上最近台区及最远台区均是否均符合停电特征;
所述台区停电分析包括以下具体步骤:
(15)通过GIS平台拓扑分析结果,依据停电上报事件,结合台区及关联用户的停电情况,确定台区是否停电;如果台区存在停电情况,参考台区所在上级线路关联台区停电个数,如果是多台区停电,判断为疑似线路主线或支线停电,如果是单台区停电,判断为台区停电并进行停电类型分析。
2.根据权利要求1所述的一种基于多源数据融合的停电事件智能分析方法,其特征在于,针对所述步骤(15)中判断为多台区停电的停电情况时需判断线路主线停电列表是否包含该线路,如果包含则该线路可停止处理,如果不包含则依据平台拓扑分析结果,参照线路关联台区的停电情况和停电台区的空间位置,判断线路主线停电还是支线停电;如果线路主线停电则判断疑似线路主线停电并转至步骤(12)中判断该线路上最近台区及最远台区均是否均符合停电特征;如果线路支线停电则进停电类型分析。
3.根据权利要求2所述的一种基于多源数据融合的停电事件智能分析方法,其特征在于,所述停电类型分析包括关联停电计划、关联停电记录和关联95598用户报修记录,所述关联停电计划与停电计划数据吻合,则判断为计划停电;所述关联停电记录与临时停电记录吻合,则判断为临时停电;所述关联95598用户报修记录与故障停电特征数据吻合,则判断为故障停电;不满足以上条件,则为其他停电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210147448.0A CN114596171A (zh) | 2022-02-17 | 2022-02-17 | 一种基于多源数据融合的停电事件智能分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210147448.0A CN114596171A (zh) | 2022-02-17 | 2022-02-17 | 一种基于多源数据融合的停电事件智能分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114596171A true CN114596171A (zh) | 2022-06-07 |
Family
ID=81805252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210147448.0A Pending CN114596171A (zh) | 2022-02-17 | 2022-02-17 | 一种基于多源数据融合的停电事件智能分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114596171A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117007912A (zh) * | 2023-09-28 | 2023-11-07 | 广东信通通信有限公司 | 配网线路停电分析方法、装置、设备及存储介质 |
-
2022
- 2022-02-17 CN CN202210147448.0A patent/CN114596171A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117007912A (zh) * | 2023-09-28 | 2023-11-07 | 广东信通通信有限公司 | 配网线路停电分析方法、装置、设备及存储介质 |
CN117007912B (zh) * | 2023-09-28 | 2023-12-01 | 广东信通通信有限公司 | 配网线路停电分析方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111162608B (zh) | 一种基于关联分析的配电变压器台区拓扑识别与校验方法 | |
CN106872856B (zh) | 基于多元故障采集的配电网故障主动抢修系统、方法 | |
CN105427039A (zh) | 一种基于责任区的配电网抢修工单高效处理方法 | |
CN106124935A (zh) | 中低压配电网络故障定位方法 | |
CN103607042B (zh) | 面向城郊长架空线路故障指示器的配电网故障处理方法 | |
CN106814286B (zh) | 基于多元故障采集的配电网故障定位系统、方法及服务器 | |
CN110095661B (zh) | 一种配电变压器高压侧缺相故障抢修方法 | |
CN112134277B (zh) | 基于全网营配多源数据的电网拓扑优化校核方法及系统 | |
CN112834866A (zh) | 一种配网电力故障的研判方法 | |
CN112001686A (zh) | 一种架空线路停电研判系统 | |
CN112865316A (zh) | 一种基于大数据的供电服务分析指挥系统及方法 | |
CN112950172A (zh) | 一种台区拓扑识别方法 | |
CN114596171A (zh) | 一种基于多源数据融合的停电事件智能分析方法 | |
CN113902583A (zh) | 利用低压网络设备数据的配网侧运维方法及系统 | |
CN114139742A (zh) | 一种配电网管控系统及管控方法 | |
CN105652157B (zh) | 基于行波电气量的配电网健康状态分析方法 | |
CN111062825A (zh) | 基于移动App的低压故障诊断和快速复电方法 | |
CN108539740B (zh) | 一种电网事故预想模拟系统及其方法 | |
CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
CN112485593B (zh) | 一种基于大数据驱动的配电网问题智能诊断方法 | |
CN106771873A (zh) | 一种配电网故障快速定位系统 | |
CN112865319A (zh) | 一种基于线路拓扑关系的停电故障判断方法 | |
CN111650474A (zh) | 基于多系统融合的配电网相间短路故障区段定位方法 | |
Hao et al. | Data-driven lean management for distribution network | |
Shen et al. | Research on Grid Edge Agent Based on Enhanced Analysis of Distribution Network Information Processing |
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 |