CN114742431A - 一种基于调控管理规程和规则库的电网事件识别方法 - Google Patents
一种基于调控管理规程和规则库的电网事件识别方法 Download PDFInfo
- Publication number
- CN114742431A CN114742431A CN202210426944.XA CN202210426944A CN114742431A CN 114742431 A CN114742431 A CN 114742431A CN 202210426944 A CN202210426944 A CN 202210426944A CN 114742431 A CN114742431 A CN 114742431A
- Authority
- CN
- China
- Prior art keywords
- power grid
- rule base
- grid
- information
- regulation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 238000003745 diagnosis Methods 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 7
- 238000004804 winding Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 description 15
- 238000012544 monitoring process Methods 0.000 description 9
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000003203 everyday effect Effects 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
- 238000003032 molecular docking Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000001360 synchronised effect Effects 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于调控管理规程和规则库的电网事件识别方法,其包括以下步骤,S1,通过调控云读取电网模型及设备运行信息;S2,建立设备故障诊断知识库;S3,建立电网运行事件化规则库;S4,对步骤S1所述电网模型及所述设备运行信息通过步骤S2所述设备故障诊断知识库和步骤S3所述电网运行事件化规则库进行电网事件自主识别;S5,通过所述电网运行事件化规则库及开关状态、量测值对电网事件分析结果进行验证。本发明能够快速提供自主识别电网事件策略,缩短设备故障识别时间。
Description
技术领域
本发明属于电力系统自动化技术领域,尤其涉及一种基于调控管理规程和规则库的电网事件识别方法。
背景技术
电力系统中,电网监控信号量大,各监控信号之间及站与站之间信号关联性弱,监控事件处置自动化程度较低。电网调度监控员每天要从成千上万条告警信息中监视电网运行状况,识别可能存在的事故异常。随着电网规模的不断扩大,接入调控系统实现集中监控的变电站持续增加,伴随产生的告警信息与日俱增。同时,随着新能源的迅猛发展,电网潮流不确定性增加,调控运行面临诸多挑战。及时掌控电网运行趋势、快速处置电网事故和精确分析电网设备故障,都对调控运行人员提出了更高的要求。调控运行人员所面临的决策和操作压力日趋加大,单凭传统人工对告警信息逐条监控的被动方式容易出现漏监视、误判断等,影响监控效率。
由此,需要研发一种能够快速自主识别电网事件策略,解决海量监控信号梳理问题,缩短电网设备故障识别的方法。
发明内容
本发明所要解决的技术问题在于提供一种基于调控管理规程和规则库的电网事件识别方法,能够快速提供自主识别电网事件策略,缩短设备故障识别时间。
本发明采用的技术方案是:
本发明包括以下步骤,
S1,通过调控云读取电网模型及设备运行信息;
S2,建立设备故障诊断知识库;
S3,建立电网运行事件化规则库;
S4,对步骤S1所述电网模型及所述设备运行信息通过步骤S2所述设备故障诊断知识库和步骤S3所述电网运行事件化规则库进行电网事件自主识别;
S5,通过所述电网运行事件化规则库及开关状态、量测值对电网事件分析结果进行验证。
进一步地,步骤S1中,所述电网模型信息包括变电站信息、线路信息、母线信息、变压器信息、变压器绕组信息、断路器信息和电压等级;所述设备运行信息包括设备告警信息和量测信息。
进一步地,步骤S2中,建立方法为指根据电力公司发布调控管理规程,对故障设备进行设备类型建模,通过设备类型和设备故障构建设备故障诊断知识库。
进一步地,步骤S2中,所述故障设备包括主变、母线和线路。
进一步地,步骤S3中,所述电网运行事件化规则库为基于调度管理规程,对电网故障设备信息中所包含的设备告警信息进行分析,依据时序对告警信息,通过关键字对告警信息进行结构化解析,对于设备故障构建电网事件化规则库。
进一步地,所述电网运行事件化规则库包括两个方面,一是依据历史设备跳闸信息进行结构化分析,解析出告警信息规则;二是将电网保护策略与告警信息规则相结合,建立电网事件化规则库,对电网设备通过多维度考量,建立规范化、标准化电网事件化规则库。
进一步地,步骤S4中,所述电网事件化自主识别,为对步骤S1获取的电网模型及运行信息通过步骤S2的知识库和步骤S3的规则库通过对调控云获取设备实时告警信息基于电网事件化规则库进行电网事件化分析和研判,自动识别电网运行中设备故障。
进一步地,步骤S4中,所述电网事件自主识别,是指通过S3建立电网运行事件化规则库对电网跳闸事件信息验证,通过对告警信息和量测数据计算,对分析跳闸事件进行过程验证及信号验证,分析出跳闸分析结果是否准确,告警信息是否有漏发及误发信号。
进一步地,步骤S5中,所述电网事件识别验证包括以下步骤:
(1)根据运行信息中开关状态,对电网事件分析结果进行验证,并输出校核结果;
(2)根据运行信息中量测信息,对电网事件分析结果进行验证,并输出校核结果。
进一步地,步骤S5中,所述电网事件识别验证还包括步骤(3),步骤(3)为根据事件化规则,对告警信息内容进行验证,核查信号完整性,并输出结校核果。
本发明的有益效果是:
本发明利用调控云平台的电网模型和电网运行信息以及调控管理规程,提出一种基于调控管理规程和规则库的电网事件识别方法,将变电站模型及运行信息与调控管理规程进行关联,依据电网事件化规则库,实现对电网运行过程中电网跳闸事件的自主识别和验证,对电网事故提前预警和主动处置,提高设备监控运行分析的智能化水平,为后续故障处置提供基础依据。
附图说明
图1是电网运行事件化规则库生成方法流程图。
图2是电网事件校核方法流程图。
图3是电网事件识别方法流程图。
具体实施方式
下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,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,都属于本申请保护的范围。
本发明提供了一种基于调控管理规程和规则库的电网事件识别方法,其包括以下步骤,
S1,通过调控云读取电网模型及设备运行信息;
S2,建立设备故障诊断知识库;
S3,建立电网运行事件化规则库;
S4,对步骤S1所述电网模型及所述设备运行信息通过步骤S2所述设备故障诊断知识库和步骤S3所述电网运行事件化规则库进行电网事件自主识别;
S5,通过所述的电网运行事件化规则库及开关状态、量测值对电网事件分析结果进行验证。
对本发明方法进行具体说明。
S1,通过调控云读取电网模型及设备运行信息。
通过省调调控云读取电网模型及运行信息。
调控云平台是适应电网一体化运行特征,以电网运行和调控管理业务为需求导向,依托云计算、大数据和移动互联网等IT技术,构建的调度控制云(以下简称调控云),逐步形成“资源虚拟化、数据标准化、应用服务化”的调控技术支撑体系。调控云作为电力生产控制类业务的底层技术基础,提供基础设备服务、运行环境支撑、模型数据服务等,为新一代调度控制系统分析决策中心的建设提供支撑,同时承载调控中心以及公司各部门的各类应用。模型数据云平台依据《电力调度通用数据对象结构化设计》完成各级电网的标准化图模汇集,形成35kV及以上省网全电压等级电网模型及其对应图形。
所述电网模型信息包括变电站信息、线路信息、母线信息、变压器信息、变压器绕组信息、断路器信息和电压等级;所述设备运行信息包括设备告警信息和量测信息。
通过数据同步服务,根据调控云结构内数据表实现从云端数据到远端数据库的数据同步,实现数据的抽取和同步更新。调控云平台PaaS层内模型数据云平台包括元数据管理、字典管理、模型数据管理、运行数据管理、实时数据管理功能。通过获取调控云内电网模型及设备运行信息,作为电网事件识别的基础源,实现电网实时事件的识别。
进一步地,步骤S1中,通过调控云读取电网模型为读取电网模型的数据,其包括公共模型数据、一次设备模型数据、保护设备模型数据、自动化设备模型数据等,以及对应的拓扑及图形数据。
通过数据对接方式,对所需要的模型数据进行获取并存储在源数据端的数据库中。电网模型通过分类进行管理和存储。按照类型分以下类别,包括变电站信息、线路信息、母线信息、变压器信息、变压器绕组信息、断路器信息、电压等级,如表1-表7所示。
表1变电站信息
表2线路信息
表3母线信息
表4变压器信息
表5变压器绕组信息
表6断路器信息
表7电压等级表
NUM | CODE | NAME |
序号 | 电压编码 | 电压等级 |
1 | 1003 | 500kV |
2 | 1005 | 220kV |
3 | 1006 | 110kV |
4 | 1008 | 35kV |
根据上节中所述的全网模型设备分类,以变电站为一个主节点,依据拓扑关联将电网设备接线图计算设备物理连接关系存储在数据库中,同时对电网接线图、潮流图等图形以CIM/G文件格式进行存储。
步骤S1中,通过运行数据平台、实时数据平台接入电网运行信息,所述设备运行信息包括设备告警信息和量测信息,如表8-表9所示。
表8设备告警信息
表9量测数据信息
步骤S2,建立设备故障诊断知识库。
通过电网事件类别,对故障进行多类型区分,建立设备故障诊断知识库。建立方法为指根据电力公司发布调控管理规程,对故障设备进行设备类型建模,通过设备类型和设备故障构建设备故障诊断知识库。
所述故障设备包括主变、母线和线路。
步骤S2中,对故障类型进行分类,故障类型主要包括线路跳闸、主变跳闸、母线跳闸、其他设备。
(1)线路跳闸:线路上开关跳开;
(2)母线跳闸:母线上关联所有设备全部跳开;
(3)主变跳闸:主变三侧开关跳开;
(4)其他跳闸:电容器、电抗器等开关跳开。
进一步地,步骤S2中,对故障类型进行分类,包括瞬时故障和永久故障。
(1)瞬时故障:跳闸后短时间内自行恢复故障,如重合闸装置动作或认为重新合上断路器,能恢复正常供电。
(2)永久故障:影响设备运行,不采取措施就不能恢复设备正常运行的故障,故障重合闸装置动作回再次跳开断路器,人为重新合上线路断路器不成功。
S3,建立电网运行事件化规则库。
步骤S3中,结合附图1,对所述电网运行事件化规则库为基于调度管理规程,对电网故障设备信息中所包含的设备告警信息进行分析,依据时序对告警信息,通过关键字对告警信息进行结构化解析,对于设备故障构建电网事件化规则库。
所述电网运行事件化规则库包括两个方面,一是依据历史设备跳闸信息进行结构化分析,解析出告警信息规则;二是将电网保护策略与告警信息规则相结合,建立电网事件化规则库,对电网设备通过多维度考量,建立规范化、标准化电网事件化规则库。
依据调度管理规程,对设备跳闸时告警信息进行自学习,通过机器自学习建立电网运行事件化规则库。以线路跳闸为例,通过知识学习,构建线路跳闸时电网事件识别规则:
(1)全站事故总信号;
(2)间隔事故总信号;
(3)开关分闸;
(4)保护出口;
(5)控制回路断线;
(6)重合闸动作;
(7)开关合闸;
(8)重合闸复归;
(9)开关分闸。
S4,对步骤S1获取的电网模型及运行信息通过步骤S2的知识库和步骤S3的规则库进行电网事件自主识别。
所述电网事件化自主识别,为对步骤S1获取的电网模型及运行信息通过步骤S2的知识库和步骤S3的规则库通过对调控云获取设备实时告警信息基于电网事件化规则库进行电网事件化分析和研判,自动识别电网运行中设备故障。
所述电网事件自主识别,是指通过S3建立电网运行事件化规则库对电网跳闸事件信息验证,通过对告警信息和量测数据计算,对分析跳闸事件进行过程验证及信号验证,分析出跳闸分析结果是否准确,告警信息是否有漏发及误发信号。
进一步地,步骤S4中,电网事件自主识别过程中,对电网运行方式分析,过滤检修调试相关信号。检修的设备都是带有标志位的,能够判断设备是检修状态还是运行状态。
(1)以设备运行状态分析为主,对设备是否处于检修窗口进行判断。
①分析电网的拓扑,结合开关、刀闸、地刀的分合状态,确定变压器、线路、母线的状态;
②结合检修申请、操作票、检修挂牌信息,对设备的运行状态进行综合判断;
③对处于冷备用、检修状态的设备,在相关时间段内的信号为检修调试。
(2)以检修申请为主
①分析检修申请,在检修期间发出的所有信号为检修调试信号;
②停电操作票开始执行之后到设备进入检修状态,期间的信号为操作伴生信号;
③检修结束之后,到送电票执行完备,期间的信号为操作伴生信号;
④以电网运行方式分析为辅,应对检修申请票等缺失等个别情况。
(3)风险点分析
①部分检修申请、操作票,没有直接关联到设备上,需要根据停电范围、操作内容等文本进行设备信息自动提取、分析;
②部分操作票、检修申请,没有关联关系,需要结合电网拓扑进行两者之间的自动关联;
③330kV的变电站,其电压等级较低的部分,相关检修、操作数据可能在地调,需要综合分析。
(4)以遥信信号为主要数据,进行事件化分析
①以保护出口为辨识起点,搜索跳闸事件中的分闸信号;
②在确认跳闸事件的基础上,搜寻重合闸、合闸、间隔事故信号、全站事故总等重要信号。
(5)相关跳闸事件合并
①线路(不同厂站端)跳闸事件合并;
②线变组跳闸事件合并;
③拓扑关联的变压器及母线跳闸事件合并;
④跳闸事件及自投装置的事件合并。
步骤S5中,结合附图2,通过步骤S3建立的电网运行事件化规则库及开关状态、量测值等对电网事件分析结果进行验证。步骤S5中,所述电网事件识别验证包括以下步骤:
(1)根据运行信息中开关状态,对电网事件分析结果进行验证,并输出校核结果;
(2)根据运行信息中量测信息,对电网事件分析结果进行验证,并输出校核结果。
(3)为根据事件化规则,对告警信息内容进行验证,核查信号完整性,并输出结校核果。
进一步地,步骤S5中,通过电网运行事件化规则库及开关状态、量测值,结合电网拓扑,对电网事件信息进行验证,电网事件识别验证包括以下步骤:
(1)根据运行信息中开关状态,对电网事件分析结果进行验证,并输出校核结果;
(2)根据运行信息中量测信息,对电网事件分析结果进行验证,并输出校核结果;
(3)根据事件化规则,对告警信息内容进行验证,核查信号完整性,并输出校核结果;
漏发判断以点表为基础,对各个间隔包含的信号进行分析判断,结合定值单中各个功能的投退状态,综合判断各类事件发生过程中,应该发出的各类信号。
综上所述,结合附图3,对本发明进行简要概括如下:
1)通过调控云读取电网模型及设备运行信息
以调控云为数据基础源,读取电网模型数据,参见说明书表1-表7。根据设备读取设备告警信息和量测数据,参见说明书表8-表9。
根据以上所示,根据调控云获取电网模型数据和设备运行信息数据,作为信息分析源。
2)建立设备故障诊断知识库
根据设备故障类型进行分类,通过定义瞬时故障和永久故障,作为设备故障类型诊断依据。
3)建立电网运行事件化规则库
基于电网设备运行信息,需建立相应事件化规则库,从而针对运行信息分析出电网事件。事件化规则库的建立,需要收集电网异常事件的处理方法,综合分析提炼,形成电网运行异常事件化规则库。规则库的组成要素包括:告警信息列表、告警时序等。
将电网运行异常事件信息收集整理后,进行信息的合并于整理,形成事件化规则库,供后续系统功能使用。
4)依据设备故障诊断知识库和电网运行事件化规则库进行电网事件识别
电网事件化识别是在建立起故障诊断知识库、电网事件化规则库的前提下,以电网运行下设备实时运行信息、量测信息为出发条件,按照电网事件化规则库分析电网运行异常信息,从而实现电网实时事件化故障诊断。
5)依据开关状态、量测值和告警信息进行电网事件化信息验证
依据电网事件化规则,对电网运行事件实时进行分析,通过开关状态、量测值和告警信息,实现对分析结果的正确性验证。
结合具体实例说明:比如某变电站某线路间隔发生故障,通过步骤S1、S2、S3和S4,根据设备故障诊断库和电网事件化规则库可得出,该故障为线路间隔故障及故障过程分析结果展示。按照步骤S5,对电网事件化识别过程进行验证,包括开关状态是否正确、量测值是否正确以及告警信息分析结果是否正确。现场技术人员按照步骤S5对事件化结果进行逐一验证,看是否分析结果出错及告警信息漏发、误发校核结果生成。
本发明利用调控云内模型数据、运行数据、实时数据,将变电站所有设备告警信息数据进行整体分析,实现对电网事件自主识别,能够及时的发现电网运行设备故障,迅速查找出故障设备,为快速准确地排除设备故障提供有力的依据。
利用机器自学习,构建了电网运行事件化规则库,判断设备故障,并自动对识别电网跳闸事件进行验证,形成自主识别和自主校验,实现在主站端远程定期巡检辖区内全部自动化设备,减少运维检修工作量,提升自动化设备运行质量。
电网事件自主识别以设备告警信息为基础,开展电网运行事件化的状态分析,以设备运行信息、实时数据为源头,对电网中设备故障信息进行智能分析,将变电站模型及运行信息与调控管理规程进行关联,依据电网事件化规则库,实现对电网运行过程中电网跳闸事件的自主识别和验证,对电网事故提前预警和主动处置,提高设备监控运行分析的智能化水平,为后续故障处置提供基础依据。利用人工智能技术实现了电网运行事件的自主识别和智能验证。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:其包括以下步骤,
S1,通过调控云读取电网模型及设备运行信息;
S2,建立设备故障诊断知识库;
S3,建立电网运行事件化规则库;
S4,对步骤S1所述电网模型及所述设备运行信息通过步骤S2所述设备故障诊断知识库和步骤S3所述电网运行事件化规则库进行电网事件自主识别;
S5,通过所述电网运行事件化规则库及开关状态、量测值对电网事件分析结果进行验证。
2.根据权利要求1所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S1中,所述电网模型包括变电站信息、线路信息、母线信息、变压器信息、变压器绕组信息、断路器信息和电压等级;所述设备运行信息包括设备告警信息和量测信息。
3.根据权利要求1所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S2中,建立方法为指根据电力公司发布调控管理规程,对故障设备进行设备类型建模,通过设备类型和设备故障构建设备故障诊断知识库。
4.根据权利要求3所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S2中,所述故障设备包括主变、母线和线路。
5.根据权利要求1所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S3中,所述电网运行事件化规则库为基于调度管理规程,对电网故障设备信息中所包含的设备告警信息进行分析,依据时序对告警信息,通过关键字对告警信息进行结构化解析,对于设备故障构建电网事件化规则库。
6.根据权利要求5所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:所述电网运行事件化规则库包括两个方面,一是依据历史设备跳闸信息进行结构化分析,解析出告警信息规则;二是将电网保护策略与告警信息规则相结合,建立电网事件化规则库,对电网设备通过多维度考量,建立规范化、标准化电网事件化规则库。
7.根据权利要求1所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S4中,所述电网事件化自主识别,为对步骤S1获取的电网模型及运行信息通过步骤S2的知识库和步骤S3的规则库通过对调控云获取设备实时告警信息基于电网事件化规则库进行电网事件化分析和研判,自动识别电网运行中设备故障。
8.根据权利要求1所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S4中,所述电网事件自主识别,是指通过S3建立电网运行事件化规则库对电网跳闸事件信息验证,通过对告警信息和量测数据计算,对分析跳闸事件进行过程验证及信号验证,分析出跳闸分析结果是否准确,告警信息是否有漏发及误发信号。
9.根据权利要求1所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S5中,所述电网事件识别验证包括以下步骤:
(1)根据运行信息中开关状态,对电网事件分析结果进行验证,并输出校核结果;
(2)根据运行信息中量测信息,对电网事件分析结果进行验证,并输出校核结果。
10.根据权利要求9所述的一种基于调控管理规程和规则库的电网事件识别方法,其特征在于:步骤S5中,所述电网事件识别验证还包括步骤(3),步骤(3)为根据事件化规则,对告警信息内容进行验证,核查信号完整性,并输出结校核果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210426944.XA CN114742431A (zh) | 2022-04-22 | 2022-04-22 | 一种基于调控管理规程和规则库的电网事件识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210426944.XA CN114742431A (zh) | 2022-04-22 | 2022-04-22 | 一种基于调控管理规程和规则库的电网事件识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114742431A true CN114742431A (zh) | 2022-07-12 |
Family
ID=82284189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210426944.XA Pending CN114742431A (zh) | 2022-04-22 | 2022-04-22 | 一种基于调控管理规程和规则库的电网事件识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114742431A (zh) |
-
2022
- 2022-04-22 CN CN202210426944.XA patent/CN114742431A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102142716B (zh) | 一种基于三态数据多维协同处理的电网在线故障诊断方法 | |
CN101989938A (zh) | 变电站误遥信调度端过滤系统及方法 | |
CN103326467A (zh) | 一种基于保信主站装置录波信息的保护动作报告实现方法 | |
Khalyasmaa et al. | High-voltage circuit breakers technical state patterns recognition based on machine learning methods | |
CN108053332B (zh) | 一种基于配置文件的故障树自动生成方法及系统 | |
CN113268590A (zh) | 一种基于设备画像和集成学习的电网设备运行状态评估方法 | |
CN110674282A (zh) | 基于专家知识规则库的一键顺控操作票智能拟制方法 | |
CN115453267A (zh) | 一种电力信息系统故障诊断系统 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
CN112906389B (zh) | 一种基于多维度数据分析的故障跳闸判别方法 | |
CN112270555B (zh) | 配网调度指令票安全校核系统及方法 | |
CN112182303B (zh) | 基于检修安措通用规则库的变电站安措票一键生成方法 | |
CN110361609B (zh) | 特高压设备监测系统及方法 | |
CN112950064A (zh) | 一种电网安全风险影响因素分析方法及装置 | |
Zhang et al. | Research on power grid fault diagnosis based on a quantitative representation of alarm information | |
CN110765986A (zh) | 一种电力系统主站监控信号自动审核的方法 | |
CN114742431A (zh) | 一种基于调控管理规程和规则库的电网事件识别方法 | |
CN114626440A (zh) | 一种监控信号的对象化分析方法及装置 | |
CN114399177A (zh) | 一种基于Apriori的调度处置规则挖掘与生成方法及系统 | |
CN106022950B (zh) | 一种配电网二次设备类型识别方法及系统 | |
CN110321527B (zh) | 一种基于多元基础信息融合的数据有效性判别方法 | |
CN114265837A (zh) | 一种站端交互数据特征提取方法 | |
Xiaoyu et al. | The Effect of secondary-DC-loss Protection on the Reliability of substation protection system | |
Yunguang et al. | Research on secondary circuit identification technology and condition-based maintenance mode of intelligent substation | |
CN113097981A (zh) | 一种变电站监控告警信号漏发的判断方法 |
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 |