CN115425764B - 一种电力系统智能网络风险实时监控方法、系统及存储介质 - Google Patents

一种电力系统智能网络风险实时监控方法、系统及存储介质 Download PDF

Info

Publication number
CN115425764B
CN115425764B CN202211375539.6A CN202211375539A CN115425764B CN 115425764 B CN115425764 B CN 115425764B CN 202211375539 A CN202211375539 A CN 202211375539A CN 115425764 B CN115425764 B CN 115425764B
Authority
CN
China
Prior art keywords
power terminal
power
data
time
fault
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
Application number
CN202211375539.6A
Other languages
English (en)
Other versions
CN115425764A (zh
Inventor
李洪波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Hongying Information Technology Co ltd
Original Assignee
Guangzhou Hongying Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Hongying Information Technology Co ltd filed Critical Guangzhou Hongying Information Technology Co ltd
Priority to CN202211375539.6A priority Critical patent/CN115425764B/zh
Publication of CN115425764A publication Critical patent/CN115425764A/zh
Application granted granted Critical
Publication of CN115425764B publication Critical patent/CN115425764B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • H02J3/0012—Contingency detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0811—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking connectivity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H04L43/0864—Round trip delays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Human Computer Interaction (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电力系统智能网络风险实时监控方法、系统及存储介质，涉及智能化电力监控技术领域，包括：监控平台获取接入智能监控网络的电力终端信息，并对电力终端进行通讯连接；对所有电力终端进行通讯测试；获得所有电力终端在运行状态下的历史运行数据；获得电力终端的标准运行数据；实时检测所有电力终端的实时运行数据；将实时运行数据与标准运行数据进行比对；对于运行异常的电力终端进行电力终端故障风险预测；将电力终端故障预测概率与预设值进行比对。本发明的优点在于：提出一种对于电力终端的故障风险预测模型，可及时的对电力系统中的电力终端存在的故障隐患进行排查，避免因电力终端发生故障而导致的更大的损失。

Description

一种电力系统智能网络风险实时监控方法、系统及存储介质
技术领域
本发明涉及智能化电力监控技术领域，具体是涉及一种电力系统智能网络风险实时监控方法、系统及存储介质。
背景技术
电力系统是国民经济发展的基础支柱，电网企业的安全正常生产关系到国家安全，社会稳定和人民生命财产安全，保障电网的正常稳定运行是电力企业的工作核心，伴随着社会的迅猛发展和技术的进步，提出了电力系统智能实时监控方案。
在电力系统中，采用智能监控的手段进行电力系统的运行监控可以实现较快的发现电力终端发生的故障，然而现有的监控方案通常只针对于电力终端进行故障检测，缺乏对电力终端的故障风险预测手段，在实际的监控运用过程中，及时发现电力系统中的电力终端存在的故障隐患，导致电力终端检修不够及时。
发明内容
为解决上述技术问题，提供一种电力系统智能网络风险实时监控方法、系统及存储介质，本技术方案解决了上述的在电力系统中，采用智能监控的手段进行电力系统的运行监控可以实现较快的发现电力终端发生的故障，然而现有的监控方案通常只针对于电力终端进行故障检测，缺乏对电力终端的故障风险预测手段，在实际的监控运用过程中，及时发现电力系统中的电力终端存在的故障隐患，导致电力终端检修不够及时的问题。
为达到以上目的，本发明采用的技术方案为：
一种电力系统智能网络风险实时监控方法，包括：
监控平台获取接入智能监控网络的电力终端信息，并对监控平台和电力终端建立通讯连接；
按照设定的时间间隔，对所有电力终端进行通讯测试，获得电力终端智能监控网络链路通讯状况；
从数据库中调取所有电力终端在历史运行状态下的运行数据，获得运行状态下的历史运行数据，所述运行数据包括运行功率和运行温度；
对所有电力终端在运行状态下的历史运行数据进行分析，基于峰度检验法对所有电力终端在运行状态下的历史运行数据进行处理，获得电力终端的标准运行数据；
检测所有电力终端在实时运行状态下的运行数据，获得电力终端在运行状态下的实时运行数据，并通过智能监控网络将所有电力终端在运行状态下的实时运行数据实时发送至监控平台；
将所有电力终端在运行状态下的运行数据存入数据库，同时将电力终端在运行状态下的实时运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号，所述监控信号包括电力终端正常信号、电力终端故障信号或电力终端异常信号；
对于运行异常的电力终端按照故障风险预测模型进行电力终端故障风险预测，获得电力终端故障预测概率，所述故障风险预测模型以电力终端的异常运行指标作为输入，输出电力终端故障预测概率；
将电力终端故障预测概率与预设值进行比对，并根据比对结果，输出电力终端故障风险信号。
其中，所述故障风险预测模型为：
Figure 494114DEST_PATH_IMAGE002
，
式中，y=1代表电力终端故障， y=0代表电力终端运行正常；
G为概率预测模型的预测概率；
Figure 228852DEST_PATH_IMAGE003
为电力终端的运行功率的异常运行指标；
Figure 306529DEST_PATH_IMAGE004
为电力终端的运行温度的异常运行指标；
Figure 948863DEST_PATH_IMAGE005
和
Figure 428386DEST_PATH_IMAGE006
均为风险预测模型的系数。
优选的，所述异常运行指标的计算公式为：
Figure 865183DEST_PATH_IMAGE007
式中，
Figure 430157DEST_PATH_IMAGE008
为运行数据相对于标准运行数据的偏移量，
t为电力终端在
Figure 347953DEST_PATH_IMAGE008
状态下的运行时长。
优选的，所述
Figure 681982DEST_PATH_IMAGE009
和
Figure 289681DEST_PATH_IMAGE006
的计算方法为：
按照电力终端最终是否发生故障对历史运行数据进行分类，获得若干组电力终端最终发生故障的历史运行数据和若干组电力终端最终未发生故障的历史运行数据；
根据若干组电力终端最终发生故障的历史运行数据和若干组电力终端最终未发 生故障的历史运行数据，以最大似然法进行
Figure 341951DEST_PATH_IMAGE009
和
Figure 60508DEST_PATH_IMAGE006
的计算；
检验
Figure 514623DEST_PATH_IMAGE009
和
Figure 293224DEST_PATH_IMAGE006
对故障风险预测模型的参数的显著性，判断
Figure 832789DEST_PATH_IMAGE009
和
Figure 355037DEST_PATH_IMAGE006
是否满足显著性要求。
优选的，所述对所有电力终端进行通讯测试，获得电力终端智能监控网络链路通讯状况具体包括如下步骤：
根据所有电力终端信息建立电力终端信息集合D，D={d1 ,d2，…，di，…，dm}，其中，di为编号为i的电力终端信息，di与电力终端一一对应，m为当前智能监控网络链路中的电力终端数量；
监控平台向所有电力终端发送预设的网络链路通讯检测报文，并记录向每一个电力终端发送的发送时间节点，之后等候接收电力终端反馈事先协商而定的回馈报文；
若电力终端无回馈报文反馈，则判断为该电力终端网络链路通讯故障；
若电力终端有回馈报文反馈，则记录每一个电力终端的回馈报文的接收时间节点，通过发送时间节点和接收时间节点计算回馈报文时长；
将回馈报文时长与预设的逾期时长进行比对，判断其是否超过预期时长，若是，则判断为该电力终端网络链路通讯故障，若否，则判断为该电力终端网络链路通讯通畅；
获取网络链路通讯故障的电力终端信息，并输出，由工作人员进行网络链路故障排查。
优选的，所述电力终端的标准运行数据的计算方法为：
将电力终端在运行状态下的历史运行数据按照从小到大的顺序进行排列；
确定检出水平，并根据检出水平确定峰度检验的临界值；
基于峰度检验公式计算每一个历史运行数据的峰度观测值；
判断历史运行数据的峰度观测值是否大于峰度检验的临界值，若是，则判定该点为离群点，若否，则判定该点为非离群点；
对所有非离群点的历史运行数据进行求平均值和标准差，则电力终端的标准运行 数据为
Figure 663659DEST_PATH_IMAGE010
，式中
Figure 613160DEST_PATH_IMAGE011
为所有非离群点的历史运行数据的平均值，
Figure 108864DEST_PATH_IMAGE012
为所有非离群点 的历史运行数据的标准差。
优选的，所述历史运行数据的峰度观测值的计算公式为：
Figure 700382DEST_PATH_IMAGE014
式中，bk(n)为历史运行数据的峰度观测值；
n为历史运行数据按照从小到大的排序数；
Figure 863510DEST_PATH_IMAGE015
为所有历史运行数据的平均值；
Figure 718334DEST_PATH_IMAGE016
为按照从小到大的顺序排列在n之前的历史运行数据。
优选的，所述将电力终端在运行状态下的运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号具体包括如下步骤：
将实时电力终端在运行状态下的实时运行数据与标准运行数据进行比对，判断实时运行数据是否在标准运行数据区间内，若是，则判断为电力终端运行正常，输出电力终端正常信号；若否，则判断为电力终端运行不正常；
对运行不正常的电力终端的实时运行数据与预设的故障阈值比较，判断实时运行数据是否超过故障阈值，若是，则判断为电力终端运行故障，输出电力终端故障信号，若否，则判断为电力终端运行异常，输出电力终端异常信号。
一种电力系统智能网络风险实时监控系统，用于实现如上述的电力系统智能网络风险实时监控方法，包括：
监控平台，所述监控平台用于将电力终端的实施运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号、运行异常的电力终端按照故障风险预测模型进行电力终端故障风险预测，获得电力终端故障预测概率和将电力终端故障预测概率与预设值进行比对，并根据比对结果，输出电力终端故障风险信号；
网络通信模块，所述网络通讯模块包括设置于电力终端的远端数据通讯模块和设置于监控平台的近端数据通讯模块，所述近端数据通讯模块设置有若干个与远端数据通讯模块一一对应的通讯接口；
通讯检测模块，所述通讯检测模块用于进行近端数据通讯模块和远端数据通讯模块之间的网络链路通讯检测。
再进一步的，提出一种存储介质，其上存储有计算机程序，所述计算机程序被调用时执行如上述的电力系统智能网络风险实时监控方法。
与现有技术相比，本发明的有益效果在于：
本发明提出一种电力系统智能网络风险实时监控方案，通过电力终端运行的历史运行数据进行离群点剔除，并根据非离群点数据进行电力终端标准运行数据的计算，可有效的效降低历史运行数据中存在的干扰变量对检测结果的影响，进而极大的保证了电力系统的监控精准度，极大的提高了对于电力终端异常运行状态的敏感度；
本发明提出了提出一种对于电力终端的故障风险预测模型，通过对发生异常运行状态的电力终端的异常运行指标进行预测计算该电力终端发生故障的概率，依据预测计算的电力终端发生故障的概率大小进行判断该电力终端是否存在着发生故障的风险，进而实现针对于电力系统智能网络风险实时监控，可及时的对电力系统中的电力终端存在的故障隐患进行排查，避免因电力终端发生故障而导致的更大的损失。
附图说明
图1为本发明提出的电力系统智能网络风险实时监控系统结构框图；
图2为本发明提出的电力系统智能网络风险实时监控方法流程图；
图3为本发明中的风险预测模型的系数计算方法流程图；
图4为本发明中的对电力终端进行通讯测试方法流程图；
图5为本发明中的电力终端的标准运行数据的计算方法流程图；
图6为本发明中的监控信号生成方法流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。
请参阅图1所示，一种电力系统智能网络风险实时监控系统，包括：
监控平台，监控平台用于将电力终端的实施运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号、运行异常的电力终端按照故障风险预测模型进行电力终端故障风险预测，获得电力终端故障预测概率和将电力终端故障预测概率与预设值进行比对，并根据比对结果，输出电力终端故障风险信号；
网络通信模块，网络通讯模块包括设置于电力终端的远端数据通讯模块和设置于监控平台的近端数据通讯模块，近端数据通讯模块设置有若干个与远端数据通讯模块一一对应的通讯接口；
通讯检测模块，通讯检测模块用于进行近端数据通讯模块和远端数据通讯模块之间的网络链路通讯检测。
上述电力系统智能网络风险实时监控系统的运行流程为：
步骤一：通讯检测模块按照预设的检测时间间隔对近端数据通讯模块和多个远端数据通讯模块之间的网络链路进行检测，对于发生网络链路故障的远端数据通讯模块进行标记，并输出提示信号，由工作人员进行故障排查；
步骤二：远端数据通讯模块将与其对应的电力终端的实时运行数据发送至近端数据通讯模块；
步骤三：监控平台将电力终端的实时运行数据与标准运行数据进行比对，判断电力终端是否发生运行故障或运行异常；
步骤四：监控平台对于发生运行异常的电力终端通过故障风险预测模型进行故障风险概率值的计算；
步骤五：监控平台根据故障风险概率值判断该电力终端是否存在电力终端故障风险，并根据判断结果提示工作人员是否需要进行风险排查。
请参阅图2所示，进一步的，结合上述电力系统智能网络风险实时监控系统，本方案提出一种电力系统智能网络风险实时监控方法，包括：
监控平台获取接入智能监控网络的电力终端信息，并对监控平台和电力终端建立通讯连接；
按照设定的时间间隔，对所有电力终端进行通讯测试，获得电力终端智能监控网络链路通讯状况；
从数据库中调取所有电力终端在历史运行状态下的运行数据，获得运行状态下的历史运行数据，运行数据包括运行功率和运行温度；
对所有电力终端在运行状态下的历史运行数据进行分析，基于峰度检验法对所有电力终端在运行状态下的历史运行数据进行处理，获得电力终端的标准运行数据；
检测所有电力终端在实时运行状态下的运行数据，获得电力终端在运行状态下的实时运行数据，并通过智能监控网络将所有电力终端在运行状态下的实时运行数据实时发送至监控平台；
将所有电力终端在运行状态下的运行数据存入数据库，同时将电力终端在运行状态下的实时运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号，监控信号包括电力终端正常信号、电力终端故障信号或电力终端异常信号；
对于运行异常的电力终端按照故障风险预测模型进行电力终端故障风险预测，获得电力终端故障预测概率，故障风险预测模型以电力终端的异常运行指标作为输入，输出电力终端故障预测概率；
将电力终端故障预测概率与预设值进行比对，并根据比对结果，输出电力终端故障风险信号。
在电力终端的运行过程中，由于运行环境复杂，因此电力终端偶尔会发生异常的运行数据波动，若对所有异常波动进行故障排查，则会耗费极大的人力，造成人力资源的浪费，若不对异常波动做出响应，则可能造成电力系统发生故障停机，造成更大的损失，因此本方案中针对于发生异常运行波动但未出现故障的的电力终端进行故障风险计算，判断其是否存在着故障风险，并根据判断结果指导工作人员进行故障排查。
故障风险预测模型为：
Figure DEST_PATH_IMAGE018
式中，y=1代表电力终端故障， y=0代表电力终端运行正常；
G为概率预测模型的预测概率；
Figure 432824DEST_PATH_IMAGE003
为电力终端的运行功率的异常运行指标；
Figure 296875DEST_PATH_IMAGE004
为电力终端的运行温度的异常运行指标；
Figure 314510DEST_PATH_IMAGE005
和
Figure 605814DEST_PATH_IMAGE006
均为风险预测模型的系数。
本方案提出的故障风险预测模型是基于Logistic回归模型原理建立的，建立故障风险预测模型，Logistic回归模型是一种广义的线性回归分析模型，常用于数据挖掘，结果预测等领域；
本方案提出的故障风险预测模型通过对发生异常运行状态的电力终端的异常运行指标进行预测计算该电力终端发生故障的概率，依据预测计算的电力终端发生故障的概率大小进行判断该电力终端是否存在着发生故障的风险，可及时快速的对电力系统中的电力终端存在的故障隐患进行排查。
异常运行指标的计算公式为：
Figure 76109DEST_PATH_IMAGE007
式中，
Figure 743851DEST_PATH_IMAGE008
为运行数据相对于标准运行数据的偏移量，
t为电力终端在
Figure 615992DEST_PATH_IMAGE008
态下的运行时长。
在电力终端的运行过程中，当出现运行数据异常时，其偏离标准异常数据的差值越大，偏离运行时间越长，则其发生故障的风险越大，因此本方案对电力终端运行过程中发生的所有异常运行数据的偏移量和异常运行时长的积进行累加后作为电力终端的异常运行指标。
请参阅图3所示，
Figure 343777DEST_PATH_IMAGE005
和
Figure 566948DEST_PATH_IMAGE006
的计算方法为：
按照电力终端最终是否发生故障对历史运行数据进行分类，获得若干组电力终端最终发生故障的历史运行数据和若干组电力终端最终未发生故障的历史运行数据；
根据若干组电力终端最终发生故障的历史运行数据和若干组电力终端最终未发 生故障的历史运行数据，以最大似然法进行
Figure 772801DEST_PATH_IMAGE009
和
Figure 765028DEST_PATH_IMAGE006
的计算；
检验
Figure 398135DEST_PATH_IMAGE009
和
Figure 843022DEST_PATH_IMAGE006
对故障风险预测模型的参数的显著性，判断
Figure 118146DEST_PATH_IMAGE009
和
Figure 979528DEST_PATH_IMAGE006
是否满足显著性要求。
按照上述步骤进行对于模型参数
Figure 783536DEST_PATH_IMAGE009
和
Figure 981299DEST_PATH_IMAGE006
的求解即可完成针对于故障 风险预测模型的建立；
请参阅图4所示，对所有电力终端进行通讯测试，获得电力终端智能监控网络链路通讯状况具体包括如下步骤：
根据所有电力终端信息建立电力终端信息集合D，D={d1 ,d2，…，di，…，dm}，其中，di为编号为i的电力终端信息，di与电力终端一一对应，m为当前智能监控网络链路中的电力终端数量；
监控平台向所有电力终端发送预设的网络链路通讯检测报文，并记录向每一个电力终端发送的发送时间节点，之后等候接收电力终端反馈事先协商而定的回馈报文；
若电力终端无回馈报文反馈，则判断为该电力终端网络链路通讯故障；
若电力终端有回馈报文反馈，则记录每一个电力终端的回馈报文的接收时间节点，通过发送时间节点和接收时间节点计算回馈报文时长；
将回馈报文时长与预设的逾期时长进行比对，判断其是否超过预期时长，若是，则判断为该电力终端网络链路通讯故障，若否，则判断为该电力终端网络链路通讯通畅；
获取网络链路通讯故障的电力终端信息，并输出，由工作人员进行网络链路故障排查。
本方案中通过定时针对于网络链路进行检测，可快速及时的发现电力系统智能监控网络中发生的通讯故障，并及时安排工作人员进行通讯故障排查，有效的避免了电力终端长时间脱连的情况发生，极大的保证了电力系统风险实时监控智能网络的稳定性。
请参阅图5所示，电力终端的标准运行数据的计算方法为：
将电力终端在运行状态下的历史运行数据按照从小到大的顺序进行排列；
确定检出水平，并根据检出水平确定峰度检验的临界值；
基于峰度检验公式计算每一个历史运行数据的峰度观测值；
判断历史运行数据的峰度观测值是否大于峰度检验的临界值，若是，则判定该点为离群点，若否，则判定该点为非离群点；
对所有非离群点的历史运行数据进行求平均值和标准差，则电力终端的标准运行 数据为
Figure 263376DEST_PATH_IMAGE010
，式中，
Figure 230195DEST_PATH_IMAGE011
为所有非离群点的历史运行数据的平均值，
Figure 939525DEST_PATH_IMAGE012
为所有非离群点 的历史运行数据的标准差。
历史运行数据的峰度观测值的计算公式为：
Figure 624584DEST_PATH_IMAGE019
bk(n)为历史运行数据的峰度观测值；
n为历史运行数据按照从小到大的排序数；
Figure 975931DEST_PATH_IMAGE015
为所有历史运行数据的平均值；
Figure 797256DEST_PATH_IMAGE016
为按照从小到大的顺序排列在n之前的历史运行数据。
通过电力终端运行的历史运行数据进行离群点剔除，并根据非离群点数据进行电力终端标准运行数据的计算，可有效的效降低历史运行数据中存在的干扰变量对检测结果的影响，提高了标准运行数据计算的可靠性，进而极大的保证了电力系统的监控精准度，提高了监控系统对于电力终端异常运行状态的监控敏感度。
请参阅图6所示，将电力终端在运行状态下的运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号具体包括如下步骤：
将实时电力终端在运行状态下的实时运行数据与标准运行数据进行比对，判断实时运行数据是否在标准运行数据区间内，若是，则判断为电力终端运行正常，输出电力终端正常信号；若否，则判断为电力终端运行不正常；
对运行不正常的电力终端的实时运行数据与预设的故障阈值比较，判断实时运行数据是否超过故障阈值，若是，则判断为电力终端运行故障，输出电力终端故障信号，若否，则判断为电力终端运行异常，输出电力终端异常信号。
本方案对于电力终端的运行数据的监控采用分级的方式进行判断，首先判断实时运行数据是否在标准运行数据区间内，则此时可判断电力终端处于正常的运行状态下，对于实时运行数据在标准运行数据区间外的数据，则判断其是否超过故障阈值，并根据判断结果来输出电力终端是否已经发生故障。
再进一步的，本方案还提出一种存储介质，其上存储有计算机程序，计算机程序被调用时执行如上述的电力系统智能网络风险实时监控方法；
可以理解的是，存储介质可以是磁性介质，例如，软盘、硬盘、磁带；光介质例如，DVD；或者半导体介质例如固态硬盘SolidStateDisk，SSD等。
综上所述，本发明的优点在于：提出一种对于电力终端的故障风险预测模型，可及时的对电力系统中的电力终端存在的故障隐患进行排查，避免因电力终端发生故障而导致的更大的损失。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (9)

1.一种电力系统智能网络风险实时监控方法，其特征在于，包括：
监控平台获取接入智能监控网络的电力终端信息，并对监控平台和电力终端建立通讯连接；
按照设定的时间间隔，对所有电力终端进行通讯测试，获得电力终端智能监控网络链路通讯状况；
从数据库中调取所有电力终端在历史运行状态下的运行数据，获得运行状态下的历史运行数据，所述运行数据包括运行功率和运行温度；
对所有电力终端在运行状态下的历史运行数据进行分析，基于峰度检验法对所有电力终端在运行状态下的历史运行数据进行处理，获得电力终端的标准运行数据；
检测所有电力终端在实时运行状态下的运行数据，获得电力终端在运行状态下的实时运行数据，并通过智能监控网络将所有电力终端在运行状态下的实时运行数据实时发送至监控平台；
将所有电力终端在运行状态下的运行数据存入数据库，同时将电力终端在运行状态下的实时运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号，所述监控信号包括电力终端正常信号、电力终端故障信号或电力终端异常信号；
对于运行异常的电力终端按照故障风险预测模型进行电力终端故障风险预测，获得电力终端故障预测概率，所述故障风险预测模型以电力终端的异常运行指标作为输入，输出电力终端故障预测概率；
将电力终端故障预测概率与预设值进行比对，并根据比对结果，输出电力终端故障风险信号；
其中，所述故障风险预测模型为：
Figure 62324DEST_PATH_IMAGE001
，
式中，y=1代表电力终端故障，y=0代表电力终端运行正常；
G为概率预测模型的预测概率；
Figure 413671DEST_PATH_IMAGE002
为电力终端的运行功率的异常运行指标；
Figure 234996DEST_PATH_IMAGE003
为电力终端的运行温度的异常运行指标；
Figure 646386DEST_PATH_IMAGE004
和
Figure 287583DEST_PATH_IMAGE005
均为风险预测模型的系数。
2.根据权利要求1所述一种电力系统智能网络风险实时监控方法，其特征在于，所述异常运行指标的计算公式为：
Figure 177042DEST_PATH_IMAGE006
式中，
Figure 115523DEST_PATH_IMAGE007
为运行数据相对于标准运行数据的偏移量，
t为电力终端在
Figure 697814DEST_PATH_IMAGE007
状态下的运行时长。
3.根据权利要求2所述一种电力系统智能网络风险实时监控方法，其特征在于，所述
Figure 91887DEST_PATH_IMAGE004
和
Figure 785036DEST_PATH_IMAGE005
的计算方法为：
按照电力终端最终是否发生故障对历史运行数据进行分类，获得若干组电力终端最终发生故障的历史运行数据和若干组电力终端最终未发生故障的历史运行数据；
根据若干组电力终端最终发生故障的历史运行数据和若干组电力终端最终未发生故障的历史运行数据，以最大似然法进行
Figure 49795DEST_PATH_IMAGE004
和
Figure 537408DEST_PATH_IMAGE005
的计算；
检验
Figure 684356DEST_PATH_IMAGE004
和
Figure 915617DEST_PATH_IMAGE005
对故障风险预测模型的参数的显著性，判断
Figure 566041DEST_PATH_IMAGE004
和
Figure 224556DEST_PATH_IMAGE005
是否满足显著性要求。
4.根据权利要求3所述一种电力系统智能网络风险实时监控方法，其特征在于，所述对所有电力终端进行通讯测试，获得电力终端智能监控网络链路通讯状况具体包括如下步骤：
根据所有电力终端信息建立电力终端信息集合D，D={d1 ,d2，…，di，…，dm}，其中，di为编号为i的电力终端信息，di与电力终端一一对应，m为当前智能监控网络链路中的电力终端数量；
监控平台向所有电力终端发送预设的网络链路通讯检测报文，并记录向每一个电力终端发送的发送时间节点，之后等候接收电力终端反馈事先协商而定的回馈报文；
若电力终端无回馈报文反馈，则判断为该电力终端网络链路通讯故障；
若电力终端有回馈报文反馈，则记录每一个电力终端的回馈报文的接收时间节点，通过发送时间节点和接收时间节点计算回馈报文时长；
将回馈报文时长与预设的逾期时长进行比对，判断其是否超过预期时长，若是，则判断为该电力终端网络链路通讯故障，若否，则判断为该电力终端网络链路通讯通畅；
获取网络链路通讯故障的电力终端信息，并输出，由工作人员进行网络链路故障排查。
5.根据权利要求4所述一种电力系统智能网络风险实时监控方法，其特征在于，所述电力终端的标准运行数据的计算方法为：
将电力终端在运行状态下的历史运行数据按照从小到大的顺序进行排列；
确定检出水平，并根据检出水平确定峰度检验的临界值；
基于峰度检验公式计算每一个历史运行数据的峰度观测值；
判断历史运行数据的峰度观测值是否大于峰度检验的临界值，若是，则判定该点为离群点，若否，则判定该点为非离群点；
对所有非离群点的历史运行数据进行求平均值和标准差，则电力终端的标准运行数据为
Figure 593220DEST_PATH_IMAGE008
，式中，
Figure 362593DEST_PATH_IMAGE009
为所有非离群点的历史运行数据的平均值，
Figure 133103DEST_PATH_IMAGE010
为所有非离群点的历史运行数据的标准差。
6.根据权利要求5所述一种电力系统智能网络风险实时监控方法，其特征在于，所述历史运行数据的峰度观测值的计算公式为：
Figure 962519DEST_PATH_IMAGE011
式中，bk（n）为历史运行数据的峰度观测值；
n为历史运行数据按照从小到大的排序数；
Figure 821409DEST_PATH_IMAGE012
为所有历史运行数据的平均值；
Figure 660052DEST_PATH_IMAGE013
为按照从小到大的顺序排列在n之前的历史运行数据。
7.根据权利要求6所述一种电力系统智能网络风险实时监控方法，其特征在于，所述将电力终端在运行状态下的运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号具体包括如下步骤：
将实时电力终端在运行状态下的实时运行数据与标准运行数据进行比对，判断实时运行数据是否在标准运行数据区间内，若是，则判断为电力终端运行正常，输出电力终端正常信号；若否，则判断为电力终端运行不正常；
对运行不正常的电力终端的实时运行数据与预设的故障阈值比较，判断实时运行数据是否超过故障阈值，若是，则判断为电力终端运行故障，输出电力终端故障信号，若否，则判断为电力终端运行异常，输出电力终端异常信号。
8.一种电力系统智能网络风险实时监控系统，用于实现如权利要求1-7任一项所述的电力系统智能网络风险实时监控方法，其特征在于，包括：
监控平台，所述监控平台用于将电力终端的实施运行数据与电力终端的标准运行数据进行比对，根据比对结果发出监控信号、运行异常的电力终端按照故障风险预测模型进行电力终端故障风险预测，获得电力终端故障预测概率和将电力终端故障预测概率与预设值进行比对，并根据比对结果，输出电力终端故障风险信号；
网络通讯 模块，所述网络通讯模块包括设置于电力终端的远端数据通讯模块和设置于监控平台的近端数据通讯模块，所述近端数据通讯模块设置有若干个与远端数据通讯模块一一对应的通讯接口；
通讯检测模块，所述通讯检测模块用于进行近端数据通讯模块和远端数据通讯模块之间的网络链路通讯检测。
9.一种计算机可读存储介质，其上存储有计算机可读程序，其特征在于，所述计算机可读程序被调用时执行如权利要求1-7任一项所述的电力系统智能网络风险实时监控方法。
CN202211375539.6A 2022-11-04 2022-11-04 一种电力系统智能网络风险实时监控方法、系统及存储介质 Active CN115425764B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211375539.6A CN115425764B (zh) 2022-11-04 2022-11-04 一种电力系统智能网络风险实时监控方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211375539.6A CN115425764B (zh) 2022-11-04 2022-11-04 一种电力系统智能网络风险实时监控方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN115425764A CN115425764A (zh) 2022-12-02
CN115425764B true CN115425764B (zh) 2022-12-30

Family

ID=84207573

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211375539.6A Active CN115425764B (zh) 2022-11-04 2022-11-04 一种电力系统智能网络风险实时监控方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN115425764B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116345460B (zh) * 2022-12-06 2023-09-08 中嘉能(广东)能源有限公司 一种电力系统智能精准化电力分配方法、系统及存储介质
CN115775047A (zh) * 2022-12-06 2023-03-10 中嘉能(广东)能源有限公司 一种区域电力供需分析预测方法、系统及存储介质
CN115689393B (zh) * 2022-12-09 2024-03-26 南京深科博业电气股份有限公司 一种基于物联网的电力系统实时动态监测系统及方法
CN115808614B (zh) * 2023-02-09 2023-05-16 四川省华盾防务科技股份有限公司 一种功率放大器芯片热性能监测方法、系统及存储介质
CN115796610A (zh) * 2023-02-10 2023-03-14 江苏新恒基特种装备股份有限公司 一种支管成型系统运行综合监测方法、系统及存储介质
CN117039863A (zh) * 2023-08-09 2023-11-10 连云港微科电力科技有限公司 一种基于大数据分析的电力系统风险预测系统
CN116760191A (zh) * 2023-08-15 2023-09-15 国网山西省电力公司晋中供电公司 电力负荷调试方法及装置
CN117097768B (zh) * 2023-10-18 2023-12-22 江苏百维能源科技有限公司 一种基于大数据的智能电能表安全通信传输系统及方法
CN117118808B (zh) * 2023-10-19 2024-02-13 深圳市先行电气技术有限公司 基于物联网多源电表数据采集分析方法、系统和存储介质
CN117554882B (zh) * 2023-11-14 2024-06-07 浙江金卡电力科技有限公司 一种基于物联网通信装置的表箱监测方法和监测装置
CN117578740B (zh) * 2024-01-15 2024-05-31 泉州市鑫盛电气设备有限公司 一种数字智慧用电管理系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929187A (zh) * 2019-12-05 2021-06-08 中国电信股份有限公司 网络切片管理方法、装置和系统
CN113852083A (zh) * 2021-09-27 2021-12-28 内蒙古电力(集团)有限责任公司电力调度控制分公司 电网连锁故障自动搜索与预警方法、装置及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101305327A (zh) * 2005-10-14 2008-11-12 费舍-柔斯芒特系统股份有限公司 与多元统计分析一起用于过程中的故障检测和隔离及异常情况预防的统计特征
US10771536B2 (en) * 2009-12-10 2020-09-08 Royal Bank Of Canada Coordinated processing of data by networked computing resources

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929187A (zh) * 2019-12-05 2021-06-08 中国电信股份有限公司 网络切片管理方法、装置和系统
CN113852083A (zh) * 2021-09-27 2021-12-28 内蒙古电力(集团)有限责任公司电力调度控制分公司 电网连锁故障自动搜索与预警方法、装置及设备

Also Published As

Publication number Publication date
CN115425764A (zh) 2022-12-02

Similar Documents

Publication Publication Date Title
CN115425764B (zh) 一种电力系统智能网络风险实时监控方法、系统及存储介质
CN108445410B (zh) 一种监测蓄电池组运行状态的方法及装置
CN111290900A (zh) 一种基于微服务日志的软件故障检测方法
EP4113539A1 (en) Method and system for intelligent monitoring of state of nuclear power plant
CN117689214B (zh) 一种柔性直流牵引供电系统能量路由器动态安全评估方法
CN117041029A (zh) 网络设备故障处理方法、装置、电子设备及存储介质
CN116756966A (zh) 一种电网故障预警方法、系统、终端设备及存储介质
CN116517862A (zh) 一种基于stft-cnn的矿井通风机异常诊断系统
CN115796610A (zh) 一种支管成型系统运行综合监测方法、系统及存储介质
CN117374976B (zh) 基于线路故障自动识别的电气安全管理系统
CN117221145A (zh) 基于物联网平台的设备故障预测性维护系统
CN117262944A (zh) 基于互联网的电梯远程监控故障报警系统
CN117150418A (zh) 基于状态特征故障树的变压器运检周期制定方法和系统
CN116247820A (zh) 一种自主运维管理系统
CN110007171A (zh) 变压器在线监测数据误报警的筛查方法及系统
CN115270982A (zh) 一种基于多元数据神经网络的开关柜故障预测方法
CN117371978B (zh) 一种基于物联网平台的供水项目设备故障溯源方法
CN114637654B (zh) 基于AIOps智慧运营中心的故障监测分析方法
CN118195571A (zh) 一种基于大数据的智能箱柜运营系统及方法
CN117851956B (zh) 基于数据分析的机电设备故障诊断方法、系统及终端
CN117931572A (zh) 一种终端故障监控方法及系统
CN117849653B (zh) 一种基于电源管理的工作状态监测方法及系统
CN117873007B (zh) 基于工业物联网的制造流程管理方法、系统、设备及介质
CN113037550B (zh) 一种服务故障监控方法、系统及计算机可读存储介质
CN117371978A (zh) 一种基于物联网平台的供水项目设备故障溯源方法

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
GR01 Patent grant
GR01 Patent grant