CN115809941A - 基于变电设备运行态势感知分析的个性化精准检修策略 - Google Patents
基于变电设备运行态势感知分析的个性化精准检修策略 Download PDFInfo
- Publication number
- CN115809941A CN115809941A CN202211548588.5A CN202211548588A CN115809941A CN 115809941 A CN115809941 A CN 115809941A CN 202211548588 A CN202211548588 A CN 202211548588A CN 115809941 A CN115809941 A CN 115809941A
- Authority
- CN
- China
- Prior art keywords
- situation
- analysis
- perception
- equipment
- state
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 230000008447 perception Effects 0.000 title claims abstract description 34
- 238000012423 maintenance Methods 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 230000007246 mechanism Effects 0.000 claims abstract description 6
- 238000009413 insulation Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000005065 mining Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 13
- 230000007547 defect Effects 0.000 abstract description 12
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 238000012937 correction Methods 0.000 abstract description 3
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 231100000279 safety data Toxicity 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于变电设备运行态势感知分析的个性化精准检修策略，包括建立电网运行态势评估基本框架、态势理解阶段预测和态势预测阶段预测。本发明通过获取主辅设备监视信息，结合规程和专家经验，基于图像识别、智能推理及大数据等智能分析技术，建立多个设备状态与缺陷之间的关联规则，利用变电设备状态实时预警模型、设备缺陷自动分析模型及设备缺陷处理策略等，构建基于多物理量感知的变电设备缺陷主动预警机制。本发明采用潮流计算的结果进行指标分析得到的计算结果与真实值有较大偏差，但是采用状态估计进行数据的处理和修正大大提高了计算精度，能够真实反映系统的运行状态。
Description
技术领域
本发明属于电网调控技术领域，具体涉及基于变电设备运行态势感知分析的个性化精准检修策略。
背景技术
随着云大物智等现代信息技术和能源技术深度融合、广泛应用。近年，能源行业由信息化向数字化、智能化进一步转型。国家电网建设“统一坚强”智能电网目标的提出，使电网和通信及信息网两大人造网络高度融合，电网的电气设备从事故检修到定期检修，再到状态检修及故障态势感知的转变是其技术发展的必然趋势，而云计算、人工智能等领域对此起到技术支撑作用。目前，智能电网的发展其规模和复杂性的不断增加，电网安全、稳定运行也随之受到了极大的挑战，其态势感知不足易导致运行管理人员难以做出正确决策，是近年国内外多次大规模停电事故的一个关键原因。
当前，变电设备运行态势感知预警度较低，而且采用采用潮流计算其准确率较低，误差较大。
发明内容
本发明的目的在于提供一种预警度高、采用状态估计的方法大大提高了计算精度的变电设备运行态势感知分析的个性化精准检修策略。
为了实现上述发明目的，本发明采用以下技术方案：
基于变电设备运行态势感知分析的个性化精准检修策略，包括如下步骤：
1)建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；构建电网运行态势评价体系，确定变压器主绝缘状况以及是否发热异常；
2)在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；同时进行态势感知需求分析，确定需要感知的各个监测量，实现对主绝缘未来的发展走势的预测；
3)在态势预测阶段，利用基于数据驱动的LSTM-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知，同时进行态势感知需求分析，确定需要感知的各个监测量，实现对未来变压器温度的变化的预测。
进一步地，所述感知量包括变压器油温、变压器绕组温度、变压器外壳温度、环境温度。
进一步地，所述态势感知包括全程状态监测、压板状态、二次回路状态监测数据，装置告警、保护状态、保护动作。
进一步地，所述步骤3)中结合设备历史和实时的状态信息，建立符合运行场景的分析模型，并基于运行的隐患和威胁来进行态势预测。
进一步地，所述在态势感知评估时采用状态估计进行数据的处理和修正。
与现有技术相比，本发明的有益效果是：
1)本发明通过获取主辅设备监视信息，结合规程和专家经验，基于图像识别、智能推理及大数据等智能分析技术，建立多个设备状态与缺陷之间的关联规则，利用变电设备状态实时预警模型、设备缺陷自动分析模型及设备缺陷处理策略等，构建基于多物理量感知的变电设备缺陷主动预警机制。
2)本发明基于设备状态信息数据库、设备故障案例样本数据库及相关规程，应用智能推理及大数据等智能分析技术与专家经验进行数据联合驱动，总结设备特征状态量与故障之间的判断规则，建立变电设备故障应急决策、试验决策及检修决策分析模型，构建基于多维故障信息分析的变电设备故障智能决策体系。
3)本发明采用潮流计算的结果进行指标分析得到的计算结果与真实值有较大偏差，但是采用状态估计进行数据的处理和修正大大提高了计算精度，能够真实反映系统的运行状态。
具体实施方式
下面将更详细地描述本发明的实施例。然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。本领域的技术人员可以在不偏离本发明精神和保护范围的基础上从下述描述得到替代技术方案。
实施例
基于变电设备运行态势感知分析的个性化精准检修策略，包括如下步骤：
1)建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；构建电网运行态势评价体系，确定变压器主绝缘状况以及是否发热异常；
2)在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；同时进行态势感知需求分析，确定需要感知的各个监测量，实现对主绝缘未来的发展走势的预测；
3)在态势预测阶段，利用基于数据驱动的LSTM-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知，同时进行态势感知需求分析，确定需要感知的各个监测量，实现对未来变压器温度的变化的预测。所述感知量包括变压器油温、变压器绕组温度、变压器外壳温度、环境温度。所述态势感知包括全程状态监测、压板状态、二次回路状态监测数据，装置告警、保护状态、保护动作。结合设备历史和实时的状态信息，建立符合运行场景的分析模型，并基于运行的隐患和威胁来进行态势预测。所述在态势感知评估时采用状态估计进行数据的处理和修正。
态势理解
①分析原始安全数据，将数据归类为真实故障数据和系统扰动数据，不考虑数据类之间的关系。对多来源故障相关事件和异常数据进行多维度的关联分析，实现关联故障台区的识别、关联故障类型挖掘、关联故障态势感知预测。
②去除重复冗余信息，合并同类信息，修正错误信息，得到规范化的真实故障数据和系统扰动数据。
③将真实故障数据和系统扰动数据相关联，构建保护设备相关信息的关联关系，获得在线运行状态。
通过获取主辅设备监视信息，结合规程和专家经验，基于图像识别、智能推理及大数据等智能分析技术，建立多个设备状态与缺陷之间的关联规则，利用变电设备状态实时预警模型、设备缺陷自动分析模型及设备缺陷处理策略等，构建基于多物理量感知的变电设备缺陷主动预警机制。
基于设备状态信息数据库、设备故障案例样本数据库及相关规程，应用智能推理及大数据等智能分析技术与专家经验进行数据联合驱动，总结设备特征状态量与故障之间的判断规则，建立变电设备故障应急决策、试验决策及检修决策分析模型，构建基于多维故障信息分析的变电设备故障智能决策体系。
利用潮流计算和状态估计分别测定态势感知评分，具体如表1所示：
| 项目 | 潮流计算 | 状态估计 | 实际值 |
| 经济型 | 85.441 | 86.998 | 87.002 |
| 安全性 | 50.111 | 43.518 | 43.522 |
| 可靠性 | 26.336 | 36.764 | 36.772 |
| 总分 | 60.118 | 64.001 | 64.017 |
由表1可知，本发明采用潮流计算的结果进行指标分析得到的计算结果与真实值有较大偏差，但是采用状态估计进行数据的处理和修正大大提高了计算精度，能够真实反映系统的运行状态。
以上所述，仅为本公开的具体实施方式，但本公开实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开实施例揭露的技术范围内或者在本公开实施例揭露的思想下，可轻易想到变化、替换或组合，都应涵盖在本公开实施例的保护范围之内。
Claims (5)
1.基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于包括如下步骤：
1)建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；构建电网运行态势评价体系，确定变压器主绝缘状况以及是否发热异常；
2)在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；同时进行态势感知需求分析，确定需要感知的各个监测量，实现对主绝缘未来的发展走势的预测；
3)在态势预测阶段，利用基于数据驱动的LSTM-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知，同时进行态势感知需求分析，确定需要感知的各个监测量，实现对未来变压器温度的变化的预测。
2.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述感知量包括变压器油温、变压器绕组温度、变压器外壳温度、环境温度。
3.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述态势感知包括全程状态监测、压板状态、二次回路状态监测数据，装置告警、保护状态、保护动作。
4.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述步骤3)中结合设备历史和实时的状态信息，建立符合运行场景的分析模型，并基于运行的隐患和威胁来进行态势预测。
5.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述在态势感知评估时采用状态估计进行数据的处理和修正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211548588.5A CN115809941A (zh) | 2022-12-05 | 2022-12-05 | 基于变电设备运行态势感知分析的个性化精准检修策略 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211548588.5A CN115809941A (zh) | 2022-12-05 | 2022-12-05 | 基于变电设备运行态势感知分析的个性化精准检修策略 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115809941A true CN115809941A (zh) | 2023-03-17 |
Family
ID=85484962
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211548588.5A Pending CN115809941A (zh) | 2022-12-05 | 2022-12-05 | 基于变电设备运行态势感知分析的个性化精准检修策略 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115809941A (zh) |
-
2022
- 2022-12-05 CN CN202211548588.5A patent/CN115809941A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110689234B (zh) | 一种基于多源数据融合的电力变压器状态评估方法 | |
| CN110807550B (zh) | 基于神经网络的配变重过载识别预警方法及终端设备 | |
| Fan et al. | Research and application of smart grid early warning decision platform based on big data analysis | |
| CN103679296A (zh) | 基于态势感知的电网安全风险评估方法和模型 | |
| CN110349048B (zh) | 变电站多维数据运行交互控制平台及故障处置方法 | |
| CN104537487A (zh) | 一种输变电设备运行动态风险的评估方法 | |
| CN105303331A (zh) | 一种变压器维修风险决策方法 | |
| CN115112978B (zh) | 一种电力系统绝缘环网柜故障检测方法 | |
| CN117394529A (zh) | 基于scada的主配网合环倒供电控制条件辅助决策方法及系统 | |
| CN112001569A (zh) | 一种基于多电压等级故障下的电网运行风险分析方法 | |
| CN111736636A (zh) | 一种基于知识图谱的水淹水车室预警方法及系统 | |
| CN118017624A (zh) | 基于配网重构的多时间尺度的无功优化方法 | |
| CN117633468A (zh) | 基于信息分析的电力系统故障判断方法及装置 | |
| CN114692787B (zh) | 基于多源数据的三绕组主变压器事件分析处理方法和系统 | |
| CN115809941A (zh) | 基于变电设备运行态势感知分析的个性化精准检修策略 | |
| CN114399177B (zh) | 一种基于Apriori的调度处置规则挖掘与生成方法及系统 | |
| CN116538639A (zh) | 冷风列间空调压缩机故障预警方法及其参数训练方法 | |
| CN105160601A (zh) | 一种准确的调控质量分析方法 | |
| CN114265837A (zh) | 一种站端交互数据特征提取方法 | |
| CN114626440A (zh) | 一种监控信号的对象化分析方法及装置 | |
| Zou et al. | Power Transformer Fault Diagnosis Method Based on Machine Learning | |
| CN115693692A (zh) | 基于配电网电压数据分析的电压合格率提升方法 | |
| Qin et al. | Substation decision-making platform based on artificial intelligence | |
| Li et al. | A Data-driven Technique Based on Power System Reliability Assessment | |
| CN118503727B (zh) | 一种高效节能可智能调控变压器及运维方法 |
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 |