CN114693186B - 一种差异化组合式变电站多故障事件分析处理方法和系统 - Google Patents
一种差异化组合式变电站多故障事件分析处理方法和系统 Download PDFInfo
- Publication number
- CN114693186B CN114693186B CN202210603455.7A CN202210603455A CN114693186B CN 114693186 B CN114693186 B CN 114693186B CN 202210603455 A CN202210603455 A CN 202210603455A CN 114693186 B CN114693186 B CN 114693186B
- Authority
- CN
- China
- Prior art keywords
- fault
- faults
- correlation
- events
- substation
- 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.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims description 54
- 230000009471 action Effects 0.000 claims description 25
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000003672 processing method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 description 11
- 230000004069 differentiation Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000025274 Lightning injury Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010027146 Melanoderma Diseases 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Water Supply & Treatment (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明提供了一种差异化组合式变电站多故障事件分析处理方法和系统,其中本发明的方法包括获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障;将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,若存在至少一个单一故障不满足独立相关性的条件,则对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素;获取所有故障事件对应的设备的状态信息,基于状态信息和影响因素对异常设备进行故障处理。本发明通过差异化组合方式将变电站相关联的故障进行组合考虑,提高了工作人员对于复杂故障的判断能力,保证了工作人员对于故障失电事故处理的及时准确性把控。
Description
技术领域
本发明属于电网调度自动化技术领域,具体涉及一种差异化组合式变电站多故障事件分析处理方法和系统。
背景技术
随着变电站无人化的不断推进,变电事件发生后需要工作人员及时到现场检查,但是变电站位置大多数处于偏远地区,这导致工作人员到站需要花费时间较长。此外,遇到恶劣天气等问题也会阻碍工作人员的现场检查工作。
目前现场检查工作包括一次设备和二次设备的检查,一次设备主要是关注设备外观、气室气压、操作机构等。二次部分主要是保护动作情况是否正常等。对于自愈型或者单一型故障情况,运行人员可以较快进行判断、反馈并及时恢复供电,但对于多故障、设备动作复杂、以及现场情况不明朗下,整个判断过程将耗费工作人员大量时间,倘若涉及到大型电力设备例如主变可能还需要解体检查才能得到结果,极大的影响工作效率。
发明内容
有鉴于此,本发明旨在解决现有针对变电站多故障、备动作复杂、以及现场情况不明朗下的检查会耗费工作人员大量时间,影响工作效率的问题。
为了解决上述技术问题,本发明提供以下技术方案:
本发明提供了一种差异化组合式变电站多故障事件分析处理方法,包括如下步骤:
获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障;
将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,若存在至少一个单一故障不满足独立相关性的条件,则对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素;
获取所有故障事件对应的设备的状态信息,基于状态信息和影响因素对异常设备进行故障处理。
进一步地,将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,具体包括:
将若干个单一故障按不同的分析单元进行分类;
对每个类别的所有单一故障均进行外部影响相关性判断和内部影响相关性判断;
若所有单一故障均与相应的外部影响或内部影响相关联,则认为满足独立相关性的条件,继续获取所有故障事件对应的设备的状态信息及其后续步骤,若存在至少一个单一故障与外部影响或内部影响均不关联,则认为不关联的单一故障与其他单一故障所关联,即认为至少一个单一故障不满足独立相关性的条件。
进一步地,对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素,具体包括:
基于变电站故障事件的特点选定用于进行差异化组合的关联因素;
根据关联因素构建故障组合棋盘并将所有单一故障按照对应的关联因素放入故障组合棋盘中,故障组合棋盘包括组合故障和/或单一故障;
从故障组合棋盘中依次选取组合故障和/或单一故障进行外部影响相关性判断和内部影响相关性判断,直到所有组合故障和/或单一故障均与相应的外部影响或内部影响相关联,即满足相关性条件时,继续获取所有故障事件对应的设备的状态信息及其后续步骤。
进一步地,获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障之前,还包括:
当变电站开关动作后,根据变电站的计划操作任务和工作任务确定开关动作是否为人为模拟操作,若否,则继续后续步骤。
进一步地,获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障之前,还包括:
将变电站不同间隔内发生的故障事件按发生间隔时间进行区分,当间隔时间小于时间阈值时,则认为相邻的两个故障事件属于多处故障情况,多处故障情况下多个故障按时间顺序分解为若干个单一故障,当间隔时间不小于时间阈值时,则认为相邻的两个故障事件属于单一故障情况,单一故障情况下各单一故障直接进行独立相关性判断。
第二方面,本发明提供了一种差异化组合式变电站多故障事件分析处理系统,包括:故障分析单元;
故障分析单元包括故障分解单元、单一故障分析单元、多故障分析单元、相关性判断单元和设备状态单元;
故障分解单元用于获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障;
单一故障分析单元将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,若存在至少一个单一故障不满足独立相关性的条件,则进入多故障分析单元,多故障分析单元用于对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素;
设备状态单元用于获取所有故障事件对应的设备的状态信息,基于状态信息和影响因素对异常设备进行故障处理。
进一步地,在单一故障分析单元中,将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,具体包括:
将若干个单一故障按不同的分析单元进行分类;
对每个类别的所有单一故障均进行外部影响相关性判断和内部影响相关性判断;
若所有单一故障均与相应的外部影响或内部影响相关联,则认为满足独立相关性的条件,继续获取所有故障事件对应的设备的状态信息及其后续步骤,若存在至少一个单一故障与外部影响或内部影响均不关联,则认为不关联的单一故障与其他单一故障所关联,即认为至少一个单一故障不满足独立相关性的条件。
进一步地,在多故障分析单元中,对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素,具体包括:
基于变电站故障事件的特点选定用于进行差异化组合的关联因素;
根据关联因素构建故障组合棋盘并将所有单一故障按照对应的关联因素放入故障组合棋盘中,故障组合棋盘包括组合故障和/或单一故障;
从故障组合棋盘中依次选取组合故障和/或单一故障进行外部影响相关性判断和内部影响相关性判断,直到所有组合故障和/或单一故障均与相应的外部影响或内部影响相关联,即满足相关性条件时,继续获取所有故障事件对应的设备的状态信息及其后续步骤。
进一步地,还包括:故障区分单元;
故障区分单元用于当变电站开关动作后,根据变电站的计划操作任务和工作任务确定开关动作是否为人为模拟操作,若否,则进入故障分析单元。
进一步地,还包括:多故障判断单元;
多故障判断单元用于将变电站不同间隔内发生的故障事件按发生间隔时间进行区分,当间隔时间小于时间阈值时,则认为相邻的两个故障事件属于多处故障情况,多处故障情况下进入故障分解单元,当间隔时间不小于时间阈值时,则认为相邻的两个故障事件属于单一故障情况,单一故障情况下进入单一故障分析单元。
综上,本发明提供了一种差异化组合式变电站多故障事件分析处理方法和系统,其中本发明的方法包括获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障;将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,若存在至少一个单一故障不满足独立相关性的条件,则对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素;获取所有故障事件对应的设备的状态信息,基于状态信息和影响因素对异常设备进行故障处理。本发明通过差异化组合方式将变电站相关联的故障进行组合考虑,提高了工作人员对于复杂故障的判断能力,保证了工作人员对于故障失电事故处理的及时准确性把控。
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性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种差异化组合式变电站多故障事件分析处理方法的流程示意图;
图2为本发明实施例提供的故障区分的流程示意图;
图3为本发明实施例提供的单一故障分析的流程示意图;
图4为本发明实施例提供的多故障组合方式图;
图5为本发明实施例提供的多故障分析的流程示意图;
图6为本发明实施例提供的基于设备状态进行故障处理的流程示意图;
图7为本发明实施例提供的一种差异化组合式变电站多故障事件分析处理系统的结构示框图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
随着变电站无人化的不断推进,变电事件发生后需要工作人员及时到现场检查,但是变电站位置大多数处于偏远地区,这导致工作人员到站需要花费时间较长。此外,遇到恶劣天气等问题也会阻碍工作人员的现场检查工作。
目前现场检查工作包括一次设备和二次设备的检查,一次设备主要是关注设备外观、气室气压、操作机构等。二次部分主要是保护动作情况是否正常等。对于自愈型或者单一型故障情况,运行人员可以较快进行判断、反馈并及时恢复供电,但对于多故障、设备动作复杂、以及现场情况不明朗下,整个判断过程将耗费工作人员大量时间,倘若涉及到大型电力设备例如主变可能还需要解体检查才能得到结果,极大的影响了工作效率。
基于此,本发明提供一种差异化组合式变电站多故障事件分析处理方法和系统。
以下对本发明的一种差异化组合式变电站多故障事件分析处理方法的实施例进行详细的介绍。
请参阅图1,本实施例提供一种差异化组合式变电站多故障事件分析处理方法,包括:
S100:获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障。
需要说明的是,将多故障事件分解为多个单一故障的目的在于实现故障解耦,以便于对各故障进行独立分析。在此之前,需要先进行变电站多故障事件的判断,从而区分出多故障事件和单一故障事件。
变电站多故障事件的判断方法是以间隔进行判断,例如线路间隔,主变间隔、开关间隔、母线间隔等为区域统计。时间间隔以故障发生时为开始,到下个故障发生时间之间如果小于α秒,则计数大于1,判断为多处故障,若两次故障时间间隔不小于α秒,则基本上以单一故障进行处理。该α值可以进行设置,考虑因素第一个是该区域历史事件情况、第二个是该站系统设置的切除时间以及系统继保定值综合进行考虑。具体的,可以设置为继保定值设置最大值≤α≤历史最小值。
另外,如图2所示,在多故障事件判断之前还需要判断区分变电站故障事件是人为操作工作还是实际故障,判断方式是通过获取工作任务和操作任务,进而确认此次动作情况是正常还是异样,判断正常,则直接结束,判断异常则进一步判断是否是多故障状态。
多处故障情况(ΣNi,i为故障数)首先按照时间顺序分解为i个单一故障,分别对每个间隔的动作情况单独进行分析,匹配相应的装置动作情况,以及影响因素判断,如果每个故障情况都能自洽(即每个间隔内的单一故障动作情况正常且每个单一故障均关联到相应的影响因素),整体满足逻辑与的关系,即各故障之间没有必然联系,可以单独进行分析考虑。上述判断正常则可以直接基于设备的状态信息进行故障处理,如果上述出现不自洽的情况,则认为多故障之间有密切联系,需要综合考虑。
S200:将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,若存在至少一个单一故障不满足独立相关性的条件,则对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素。
单一故障分析主要是判断单一设备故障情况下,获取各监测装置(例如继电保护装置、安全自动装置、录波装置等)采集的时标,通过将其重新映射到坐标图,判断动作过程是否正确。其中单一故障的分析单元包括母线、主变、开关、线路等电气元件或电气间隔。
如图3所示,先将若干个单一故障按不同的分析单元进行分类,根据时标信息进行判断,如果动作错误,则判断设备出现误动或者拒动,则立即进行上报错误信息并开展设备检修。如果动作正确,则对每个类别的所有单一故障进行内/外部影响的相关性判断。首先是外部故障影响判断,主要根据设备位置当时的外部情况进行判断,例如线路考虑雷击、悬挂物等,主变故障需要考虑主变周围的黑点情况等。判断方法可以使用图像识别以及监控系统。
若外部影响相关性如果不匹配,则进一步考虑内部影响相关性。判断内部相关性,例如主变考虑变压器内部故障,可以通过油色谱在线监测装置进行判断,数据来源包括在线监测与历史试验数据等。最终判断所有故障独立性是否正确,如果正确则直接根据设备状态信息进行故障处理。故障处理是判断设备是否具备恢复供电条件,获取数据包括设备一次情况例如气压、油压等,二次回路情况例如无异常信号,操作机构情况例如液压正常、储能正常等,如果部分设备以上都正常,则恢复正常的供电设备,其余不正常的设备转检修,若全部设备的上述情况都正常,则恢复所有供电设备。
如果单一故障分析完成后,所有单一故障都能找到相应的外部影响因素或内部影响因素,则认为每个单一故障为独立的故障事件,可以单独进行考虑。若分析完成后,有至少一个单一故障找不到相应的内/外部影响因素,则判断该故障可能与其他单一故障相关联,由其他单一故障所影响而产生的,此时需要进行多故障分析。
进行多故障分析时,由于不知道故障之间的关联关系,所以首先需要对所有步骤S100得到单一故障进行差异化组合,对每个组合故障进行分析,从而确定多故障情况。
差异化组合就是基于变电站故障事件的特点选定用于进行差异化组合的关联因素,根据关联因素构建故障组合棋盘并将所有单一故障按照对应的关联因素放入故障组合棋盘中。在本实施例中,考虑的关联因素有故障空间相邻性(同一间隔内,同一母线保护范围内、相邻线路的同杆零序互感效应等)、时间先后性、故障差异性(例如电压等级),这几个主要方面对故障进行差异化筛选,可以快速筛选出组合路径,得到如图4所示的故障组合棋盘。其中P1表示故障同时满足时间性、间隔性和差异性要求,P2则表示故障满足任意两个关联因素要求,P3则是只满足某一关联因素。多故障判断时,按照P1-P2-P3的顺序从最大期望中选取故障组合。
其中间隔性是根据能量管理系统提取运行中间隔性故障。时间性是根据故障动作时标进行时间先后性排序,同时进行捆绑处理,例如两个故障同时发生,则两个故障在组合考虑上进行取反考虑,考虑故障1的组合不包括故障2,考虑故障2的组合不考虑故障1。差异性是根据故障差异性进行分类:例如按照电压等级进行分类考虑(500kV电压等级,220kV电压等级、10kV电压等级等)。将故障按照上述要求放入到故障组合棋盘,按照这样的组合方式进行判断,比随机选取的效率要高。主要是相关故障情况下,故障之间会出现相互影响,例如线路出现故障可能会导致故障电流进入到主变,如果主变不能承受相应穿越功率,就会出现多处故障情况。具体某变电站线路雷击接地故障时110kV母线电压降为0,切除隔离线路故障后母线恢复电压过程的主变涌流导致主变差动保护动作;同时,线路接地故障电流全部流经主变中,故障的穿越大电流造成变压器油涌动,导致主变重瓦斯动作。
对于组合故障,需要经过叠加寻峰处理初步确定故障之间的关联性。即将多个故障进行叠加/错位处理后,通过特征峰值进行时间补偿。
fdi(t)=fi(0)+f0i(t)+fi(dz)+fi(dc),其中fdi(t)是重新映射时间轴,fi(0)是启动记录的实际时间,f0i(t)是录波或者继保装置记录的相对时间,fi(dz)是各装置的修正参数,fi(dc)是故障差之间的时间,i为故障数。将多个故障波形重新映射到同一时间轴上,若各故障波形较为相似,则考虑故障之间存在关联性。
对于多故障的分析流程与单一故障类似。如图5所示,对于故障组合棋盘中的所有组合故障以及单一故障,均需要进行外部/内部影响因素判断(与单一故障的判断方式相同),其中组合故障按发生时序挑选组合中第一个故障进行判断。当所有故障组合判断完毕后,若所有组合故障和单一故障均能匹配到相应的影响因素,则认为所有故障之间相关性正确。此时根据设备状态进行故障处理。
S300:获取所有故障事件对应的设备的状态信息,基于状态信息和影响因素对异常设备进行故障处理。
如图6所示,设备的故障处理就是判断设备是否具备恢复供电条件,获取数据包括设备一次情况例如气压、油压等,二次回路情况例如无异常信号,操作机构情况例如液压正常、储能正常等,如果部分设备以上都正常,则恢复正常的供电设备,其余不正常的设备转检修,若全部设备的上述情况都正常,则恢复所有供电设备。
首先数值进行归一化处理,然后得到分级规则如下:
基于上述分级规则,开始检查主变和线路一、二次设备的故障情况。若设备出现故障情况,则其健康度在原有基础增加1/4,从而提升设备状态度,等级越高则越需着重关注。
本实施例提供一种差异化组合式变电站多故障事件分析处理方法,包括获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障;将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,若存在至少一个单一故障不满足独立相关性的条件,则对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素;获取所有故障事件对应的设备的状态信息,基于状态信息和影响因素对异常设备进行故障处理。本发明通过差异化组合方式将变电站相关联的故障进行组合考虑,提高了工作人员对于复杂故障的判断能力,保证了工作人员对于故障失电事故处理的及时准确性把控。
以上是对本发明的一种差异化组合式变电站多故障事件分析处理方法的实施例进行的详细介绍,以下将对本发明的一种差异化组合式变电站多故障事件分析处理系统的实施例进行详细的介绍。
如图7所示,本实施例提供一种差异化组合式变电站多故障事件分析处理系统,利用电网调度一次系统(EMS能量管理系统)、生产管理系统、智能化在线监测数据、视频监控系统和无人机巡航、气象数据以及雷电系统、历史试验数据等综合判据构成变电站多故障事件分析系统。
该系统包括:故障启动单元、故障区分单元、故障分析单元和故障报告单元。
故障启动单元是变电站开关动作发生后,由电网调度一次系统(EMS能量管理系统)获取到的遥信遥测数据,启动该系统。
故障区分单元是判断区分是人为操作工作还是实际故障,判断方式是通过获取工作任务和操作任务,进而确认此次动作情况是正常还是异样,判断正常,则直接结束,判断异常则进一步判断是否是多故障状态。多故障状态判断是区分单一故障还是多处故障。
故障分析单元包括故障分解单元、单一故障分析单元、多故障分析单元、相关性判断单元和设备状态单元。
故障分解单元用于获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障。
单一故障分析单元将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,若存在至少一个单一故障不满足独立相关性的条件,则进入多故障分析单元,多故障分析单元用于对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素。
具体的,在单一故障分析单元中,将若干个单一故障进行独立相关性判断,确定单一故障的影响因素,具体包括:
将若干个单一故障按不同的分析单元进行分类;
对每个类别的所有单一故障均进行外部影响相关性判断和内部影响相关性判断;
若所有单一故障均与相应的外部影响或内部影响相关联,则认为满足独立相关性的条件,继续获取所有故障事件对应的设备的状态信息及其后续步骤,若存在至少一个单一故障与外部影响或内部影响均不关联,则认为不关联的单一故障与其他单一故障所关联,即认为至少一个单一故障不满足独立相关性的条件。
进一步地,在多故障分析单元中,对所有单一故障进行差异化组合并进行相关性判断,确定各单一故障和组合故障的影响因素,具体包括:
基于变电站故障事件的特点选定用于进行差异化组合的关联因素;
根据关联因素构建故障组合棋盘并将所有单一故障按照对应的关联因素放入故障组合棋盘中,故障组合棋盘包括组合故障和/或单一故障;
从故障组合棋盘中依次选取组合故障和/或单一故障进行外部影响相关性判断和内部影响相关性判断,直到所有组合故障和/或单一故障均与相应的外部影响或内部影响相关联,即满足相关性条件时,继续获取所有故障事件对应的设备的状态信息及其后续步骤。
设备状态单元用于获取所有故障事件对应的设备的状态信息,基于状态信息和影响因素对异常设备进行故障处理。
故障报告单元用于对所有异常信息进行上报。
需要说明的是,本实施例提供的分析处理系统用于实现前述实施例的分析处理方法,各单元的具体设置均以完整实现该方法为准,在此不再赘述。
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 (8)
1.一种差异化组合式变电站多故障事件分析处理方法,其特征在于,包括如下步骤:
获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障;
将所述若干个单一故障进行独立相关性判断,确定所述单一故障的影响因素,若存在至少一个单一故障不满足所述独立相关性的条件,则基于变电站故障事件的特点选定用于进行所述差异化组合的关联因素;
根据所述关联因素构建故障组合棋盘并将所有单一故障按照对应的关联因素放入所述故障组合棋盘中,所述故障组合棋盘包括组合故障和/或单一故障,对于所述组合故障,通过叠加寻峰处理初步确定故障之间的关联性,叠加寻峰处理具体按照下式进行:
Fdi(t)=fi(0)+f0i(t)+fi(dz)+fi(dc),其中Fdi(t)是重新映射时间轴,fi(0)是启动记录的实际时间,f0i(t)是录波或者继保装置记录的相对时间,fi(dz)是各装置的修正参数,fi(dc)是故障差之间的时间,i为故障数;
将多个故障波形重新映射到同一时间轴上,若各故障波形较为相似,则认为故障之间存在关联性;
从所述故障组合棋盘中依次选取所述组合故障和/或单一故障进行外部影响相关性判断和内部影响相关性判断,直到所有组合故障和/或单一故障均与相应的外部影响或内部影响相关联,即满足相关性条件时,继续后续步骤;
获取所有故障事件对应的设备的状态信息,基于所述状态信息和所述影响因素对异常设备进行故障处理。
2.根据权利要求1所述的差异化组合式变电站多故障事件分析处理方法,其特征在于,将所述若干个单一故障进行独立相关性判断,确定所述单一故障的影响因素,具体包括:
将所述若干个单一故障按不同的分析单元进行分类;
对每个类别的所有单一故障均进行外部影响相关性判断和内部影响相关性判断;
若所有单一故障均与相应的外部影响或内部影响相关联,则认为满足所述独立相关性的条件,继续获取所有故障事件对应的设备的状态信息及其后续步骤,若存在至少一个单一故障与外部影响和内部影响均不关联,则认为不关联的所述单一故障与其他单一故障所关联,即认为至少一个单一故障不满足所述独立相关性的条件。
3.根据权利要求1所述的差异化组合式变电站多故障事件分析处理方法,其特征在于,获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障之前,还包括:
当变电站开关动作后,根据所述变电站的计划操作任务和工作任务确定所述开关动作是否为人为模拟操作,若否,则继续后续步骤。
4.根据权利要求1所述的差异化组合式变电站多故障事件分析处理方法,其特征在于,获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障之前,还包括:
将变电站不同间隔内发生的故障事件按发生间隔时间进行区分,当所述间隔时间小于时间阈值时,则认为相邻的两个故障事件属于多处故障情况,所述多处故障情况下多个故障按时间顺序分解为若干个单一故障,当所述间隔时间不小于时间阈值时,则认为相邻的两个故障事件属于单一故障情况,所述单一故障情况下各单一故障直接进行所述独立相关性判断。
5.一种差异化组合式变电站多故障事件分析处理系统,其特征在于,包括:故障分析单元;
所述故障分析单元包括故障分解单元、单一故障分析单元、多故障分析单元、相关性判断单元和设备状态单元;
所述故障分解单元用于获取变电站的多故障事件并且按照时间顺序分解为若干个单一故障;
所述单一故障分析单元将所述若干个单一故障进行独立相关性判断,确定所述单一故障的影响因素,若存在至少一个单一故障不满足所述独立相关性的条件,则进入所述多故障分析单元,基于变电站故障事件的特点选定用于进行所述差异化组合的关联因素;
根据所述关联因素构建故障组合棋盘并将所有单一故障按照对应的关联因素放入所述故障组合棋盘中,所述故障组合棋盘包括组合故障和/或单一故障,对于所述组合故障,通过叠加寻峰处理初步确定故障之间的关联性,叠加寻峰处理具体按照下式进行:
Fdi(t)=fi(0)+f0i(t)+fi(dz)+fi(dc),其中Fdi(t)是重新映射时间轴,fi(0)是启动记录的实际时间,f0i(t)是录波或者继保装置记录的相对时间,fi(dz)是各装置的修正参数,fi(dc)是故障差之间的时间,i为故障数;
将多个故障波形重新映射到同一时间轴上,若各故障波形较为相似,则认为故障之间存在关联性;
从所述故障组合棋盘中依次选取所述组合故障和/或单一故障进行外部影响相关性判断和内部影响相关性判断,直到所有组合故障和/或单一故障均与相应的外部影响或内部影响相关联,即满足相关性条件时,进入所述设备状态单元;
所述设备状态单元用于获取所有故障事件对应的设备的状态信息,基于所述状态信息和所述影响因素对异常设备进行故障处理。
6.根据权利要求5所述的差异化组合式变电站多故障事件分析处理系统,其特征在于,在单一故障分析单元中,所述将所述若干个单一故障进行独立相关性判断,确定所述单一故障的影响因素,具体包括:
将所述若干个单一故障按不同的分析单元进行分类;
对每个类别的所有单一故障均进行外部影响相关性判断和内部影响相关性判断;
若所有单一故障均与相应的外部影响或内部影响相关联,则认为满足所述独立相关性的条件,继续获取所有故障事件对应的设备的状态信息及其后续步骤,若存在至少一个单一故障与外部影响和内部影响均不关联,则认为不关联的所述单一故障与其他单一故障所关联,即认为至少一个单一故障不满足所述独立相关性的条件。
7.根据权利要求5所述的差异化组合式变电站多故障事件分析处理系统,其特征在于,还包括:故障区分单元;
所述故障区分单元用于当变电站开关动作后,根据所述变电站的计划操作任务和工作任务确定所述开关动作是否为人为模拟操作,若否,则进入所述故障分析单元。
8.根据权利要求5所述的差异化组合式变电站多故障事件分析处理系统,其特征在于,还包括:多故障判断单元;
所述多故障判断单元用于将变电站不同间隔内发生的故障事件按发生间隔时间进行区分,当所述间隔时间小于时间阈值时,则认为相邻的两个故障事件属于多处故障情况,所述多处故障情况下进入所述故障分解单元,当所述间隔时间不小于时间阈值时,则认为相邻的两个故障事件属于单一故障情况,所述单一故障情况下进入所述单一故障分析单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210603455.7A CN114693186B (zh) | 2022-05-31 | 2022-05-31 | 一种差异化组合式变电站多故障事件分析处理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210603455.7A CN114693186B (zh) | 2022-05-31 | 2022-05-31 | 一种差异化组合式变电站多故障事件分析处理方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114693186A CN114693186A (zh) | 2022-07-01 |
CN114693186B true CN114693186B (zh) | 2022-08-23 |
Family
ID=82131404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210603455.7A Active CN114693186B (zh) | 2022-05-31 | 2022-05-31 | 一种差异化组合式变电站多故障事件分析处理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114693186B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116668482B (zh) * | 2023-06-02 | 2024-03-26 | 南京国铁电气有限责任公司 | 一种基于人工智能的智慧楼宇二总线监控系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105634781A (zh) * | 2014-11-05 | 2016-06-01 | 中兴通讯股份有限公司 | 一种多故障数据解耦方法和装置 |
CN109919432A (zh) * | 2019-01-28 | 2019-06-21 | 国网湖北省电力有限公司宜昌供电公司 | 一种基于大数据的变电站设备故障影响因素分析方法 |
CN111859047A (zh) * | 2019-04-23 | 2020-10-30 | 华为技术有限公司 | 一种故障解决方法及装置 |
CN112785109A (zh) * | 2019-11-11 | 2021-05-11 | 国网天津市电力公司 | 一种基于调控云的电网设备故障分析方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101360013B (zh) * | 2008-09-25 | 2011-05-04 | 烽火通信科技股份有限公司 | 一种基于相关性分析的传输网通用快速故障定位方法 |
US10838007B2 (en) * | 2017-05-04 | 2020-11-17 | Eaton Intelligent Power Limited | Piecewise estimation of negative sequence voltage for fault detection in electrical systems |
CN110297141A (zh) * | 2019-07-01 | 2019-10-01 | 武汉大学 | 基于多层评估模型的故障定位方法及系统 |
-
2022
- 2022-05-31 CN CN202210603455.7A patent/CN114693186B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105634781A (zh) * | 2014-11-05 | 2016-06-01 | 中兴通讯股份有限公司 | 一种多故障数据解耦方法和装置 |
CN109919432A (zh) * | 2019-01-28 | 2019-06-21 | 国网湖北省电力有限公司宜昌供电公司 | 一种基于大数据的变电站设备故障影响因素分析方法 |
CN111859047A (zh) * | 2019-04-23 | 2020-10-30 | 华为技术有限公司 | 一种故障解决方法及装置 |
CN112785109A (zh) * | 2019-11-11 | 2021-05-11 | 国网天津市电力公司 | 一种基于调控云的电网设备故障分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114693186A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105245185B (zh) | 一种接入配电网的区域分布式光伏故障诊断系统及方法 | |
CN106372735B (zh) | 一种继电保护状态评估方法 | |
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 | |
CN111768076B (zh) | 一种以电网事件为中心的监控告警信号聚类方法 | |
CN107834523B (zh) | 基于模型和规则库的特高压直流故障诊断系统及工作方法 | |
CN110687473B (zh) | 一种智能变电站继电保护测试故障定位方法及系统 | |
CN110941918A (zh) | 智能化变电站故障分析系统 | |
CN114693186B (zh) | 一种差异化组合式变电站多故障事件分析处理方法和系统 | |
CN106529786A (zh) | 一种基于大数据分析的配电网负荷校准方法和装置 | |
CN110954782A (zh) | 基于密度峰值聚类的配网瞬时性故障识别方法及系统 | |
CN111736096A (zh) | 一种直流开关柜框架绝缘监测与定位系统 | |
CN108388653B (zh) | 变电站10kV出线开关分闸类型的识别方法 | |
CN113471864A (zh) | 一种变电站二次设备现场检修装置及方法 | |
CN114487705A (zh) | 一种电网设备故障定位检测方法 | |
CN114167217A (zh) | 一种铁路配电网的多重故障诊断方法 | |
CN113848471A (zh) | 继电保护系统的故障智能定位方法及系统 | |
CN117633468A (zh) | 基于信息分析的电力系统故障判断方法及装置 | |
CN111369020B (zh) | 一种梯级水电站群控制信号自动管控系统及方法 | |
CN117526553A (zh) | 一种电力电网数据采集系统 | |
CN110609206B (zh) | 一种高压直流输电系统故障辨识方法 | |
CN116208091A (zh) | 一种分布式光伏电站设备故障诊断及预警方法 | |
CN109034604A (zh) | 一种考虑设备状态与气温的配网故障关联规则分析方法 | |
CN115378127A (zh) | 一种基于电网设备多维数据实时分析的故障深度诊断方法 | |
CN114626440A (zh) | 一种监控信号的对象化分析方法及装置 | |
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 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |