CN116388402B - 一种应用于变电设备的异常报警分析方法 - Google Patents
一种应用于变电设备的异常报警分析方法 Download PDFInfo
- Publication number
- CN116388402B CN116388402B CN202310655159.6A CN202310655159A CN116388402B CN 116388402 B CN116388402 B CN 116388402B CN 202310655159 A CN202310655159 A CN 202310655159A CN 116388402 B CN116388402 B CN 116388402B
- Authority
- CN
- China
- Prior art keywords
- data
- alarm
- power transformation
- real
- transformation equipment
- 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
- 230000009466 transformation Effects 0.000 title claims abstract description 83
- 238000004458 analytical method Methods 0.000 title claims abstract description 68
- 230000005856 abnormality Effects 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 238000012790 confirmation Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 9
- 238000005065 mining Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 14
- 238000010219 correlation analysis Methods 0.000 description 11
- 230000007547 defect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- H02J13/00001—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]
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- 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
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
- H02J13/00034—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for the elements or equipment being or involving an electric power substation
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及变电设备监测技术领域，具体而言，涉及一种应用于变电设备的异常报警分析方法，该方法的步骤包括：监测并获取变电设备的实时运行数据；对变电设备的实时运行数据进行质量判断，将质量判断合格的实时运行数据输入至下一步骤；基于相关标准指标数据判断输入的实时运行数据是否存在异常情况，若否，则重新监测并获取变电设备的实时运行数据；若是，则产生报警，并确定数据报警信息；依次对数据报警信息进行关联性分析与用户分析，并基于关联性分析内容与用户分析内容选取动态调整报警判断依据及报警等级或确认实时运行数据异常，推送变电设备异常报警。
Description
技术领域
本发明涉及变电设备监测技术领域，具体而言，涉及一种应用于变电设备的异常报警分析方法。
背景技术
近年来，随着电力行业的发展，变电设备从最初的简单单项式变电站发展到具备多个功能的复杂变电站，提高了电网运行的可靠性和效率，并且变电设备的自动化水平不断提高，数字化和智能化程度逐渐增强，设备控制和运行管理变得更加方便和灵活。就目前而言，现有变电设备的异常报警方式主要依靠厂家预先设置的标准指标数据对变电设备的SCADA数据与监测数据进行阈值判定，一方面这种方法不仅灵活性差，而且还可能存在误报的风险，另一方面这种方法无法结合现场实际情况对异常报警进行实际性的规整，导致了变电设备的异常报警频率高，且异常报警的可靠性较低。基于此，为了进一步提高变电设备异常报警的可靠性，我们设计了一种应用于变电设备的异常报警分析方法。
发明内容
本发明的目的在于提供一种应用于变电设备的异常报警分析方法，其通过对数据报警信息进行关联性分析与用户分析，一方面能够根据关联性分析的结果作为动态调整故障判断的依据，并为用户提供设备报警相应的预处理机制，为维修方法提供有效建议；另一方面能够根据用户分析的结果结合关联性分析的结果对报警信息进行进一步确定，根据实际确认情况调整报警等级，有效提高了变电设备异常报警的灵活性与可靠性。
本发明的实施例通过以下技术方案实现：
一种应用于变电设备的异常报警分析方法，该方法的步骤包括：
监测并获取变电设备的实时运行数据；
对变电设备的实时运行数据进行质量判断，将质量判断合格的实时运行数据输入至下一步骤；
基于相关标准指标数据判断输入的实时运行数据是否存在异常情况，若否，则重新监测并获取变电设备的实时运行数据；若是，则产生报警，并确定数据报警信息；
依次对数据报警信息进行关联性分析与用户分析，并基于关联性分析内容与用户分析内容选取动态调整报警判断依据及报警等级或确认实时运行数据异常，推送变电设备异常报警。
可选的，所述对变电设备的实时运行数据进行质量判断，其具体为：
将变电设备的实时运行数据分解为多个批次的数据包；
将数据包按照时间顺序依次输入至质量判断模块中，判定各个数据包的质量系数是否低于设定值；
若是，则依次对各个数据包进行修正，并重新输入至质量判断模块中；
若否，则整合各个数据包，并基于相关标准指标数据判断输入的实时运行数据是否存在异常情况。
可选的，所述对各个数据包进行修正，其修正具体为：
通过去噪算法对各个数据包的噪声进行去除；
根据变电设备的历史试验数据、历史检修数据及实时环境数据，相互修正各个数据包的实时运行数据，直至各个数据包的质量系数达到设定值，输出。
可选的，所述相关标准指标数据具体为既定的监测点位阈值规则，其中，所述监测点位阈值规则包括越限规则与未越限规则。
可选的，所述基于相关标准指标数据判断输入的实时运行数据是否存在异常情况，其具体为：
输入变电设备的实时运行数据；
加载监测点位阈值规则；
判定变电设备的实时运行数据是否触发越限规则，若否，则重新输入变电设备的实时运行数据；若是，则确认变电设备的实时运行数据异常，产生报警，并确定数据报警信息。
可选的，所述依次对数据报警信息进行关联性分析与用户分析，其中，关联性分析的具体步骤如下：
根据变电设备的大数据池对数据报警信息进行多维特征分析，得到变电设备的特征监测点位；
基于变电设备的特征监测点位与历史故障进行关联性分析，并通过Apriori算法对故障关联分析内容进行挖掘，得到故障频繁集及其对应的故障特征，即所述关联性分析内容。
可选的，所述变电设备的大数据池包括：变电设备的历史试验数据、历史检修数据、历史报警数据、实时环境数据及变电设备的历史运行数据。
可选的，所述用户分析的具体步骤如下：
用户对故障频繁集及其对应的故障特征进行分类，统计每类数据报警信息的可靠性，根据设定的第一阈值，对可靠性进行等级划分，并将等级标注在每类数据报警信息处，之后根据变电设备的数据报警信息等级及数量确认是否动态调整报警判断依据及报警等级或确认实时运行数据异常。
可选的，所述可靠性具体根据用户确认率进行评估，若在指定时间内某类数据报警信息的确认率大于第一阈值，则确定该类数据报警信息的判断依据及报警等级准确，确认实时运行数据异常，推送变电设备异常报警；否则，根据评估结果动态调整数据报警判断依据及报警等级。
本发明实施例的技术方案至少具有如下优点和有益效果：
本发明实施例通过对数据报警信息进行关联性分析与用户分析，一方面能够根据关联性分析的结果作为动态调整故障判断的依据，并为用户提供设备报警相应的预处理机制，为维修方法提供有效建议；另一方面能够根据用户分析的结果结合关联性分析的结果对报警信息进行进一步确定，根据实际确认情况调整报警等级，有效提高了变电设备异常报警的灵活性与可靠性。
附图说明
图1为本发明实施例提供的一种应用于变电设备的异常报警分析方法的整体流程示意图；
图2为本发明实施例提供的关联性分析的具体步骤示意图；
图3为本发明实施例提供的Apriori算法的具体步骤示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
如图1所示，图1为本发明实施例提供的一种应用于变电设备的异常报警分析方法的整体流程示意图。
在一些实施方式中，一种应用于变电设备的异常报警分析方法，该方法的步骤包括：
监测并获取变电设备的实时运行数据；
对变电设备的实时运行数据进行质量判断，将质量判断合格的实时运行数据输入至下一步骤；
基于相关标准指标数据判断输入的实时运行数据是否存在异常情况，若否，则重新监测并获取变电设备的实时运行数据；若是，则产生报警，并确定数据报警信息；
依次对数据报警信息进行关联性分析与用户分析，并基于关联性分析内容与用户分析内容选取动态调整报警判断依据及报警等级或确认实时运行数据异常，推送变电设备异常报警。
在本实施方式中，所述对变电设备的实时运行数据进行质量判断，其具体为：
将变电设备的实时运行数据分解为多个批次的数据包；
将数据包按照时间顺序依次输入至质量判断模块中，判定各个数据包的质量系数是否低于设定值；
若是，则依次对各个数据包进行修正，并重新输入至质量判断模块中；
若否，则整合各个数据包，并基于相关标准指标数据判断输入的实时运行数据是否存在异常情况。
在本实施方式的应用中，报警诊断数据来源主要通过智能供电设备、在线监测装置、SCADA系统等各种采集渠道实时收集而来。数据的质量可能会受到供电设备运行环境、监测装置、采集装置等因数影响。因此要提高报警的准确性，首先需要解决报警数据的质量问题。本实施方式在数据质量判断模块中，通过数据预处理去除在线监测数据的噪声数据，规避了由于监测设备本身问题产生脏数据而误判为设备数据的问题，降低报警误判可能性。并根据设备的试验数据、检修数据、实时环境数据的准确性，相互修正数据，减少数据误差，提高数据质量。
更为具体的，所述对各个数据包进行修正，其修正具体为：
通过去噪算法对各个数据包的噪声进行去除；
根据变电设备的历史试验数据、历史检修数据及实时环境数据，相互修正各个数据包的实时运行数据，直至各个数据包的质量系数达到设定值，输出。
可以理解的，去噪算法不局限于特定的某种算法，仅用于达到能够去除数据包中的噪声即可。
在本实施方式的具体应用中，在确定数据质量正常后，通过将接受到的数据与相关标准指标数据进行对比分析、报警频次分析等，判断当前设备是否存在异常情况，进而确定是否报警，并初步确定报警类型、等级等相关信息。为保证报警数据的准确性，提高报警的自适应能力，避免重复、频繁报警，标准指标和报警等级会根据实时算法分析结论进行动态调整。通过质量判断模块，将预处理后的设备监测数据推送至报警规则模块，依据相关标准指标，判断报警数据是否产生，并根据多规则报警方式和报警指标自适应调整方式，提高报警判断依据的准确性，具体如下：
根据不同厂商监测属性的标准，动态调整报警判据，基于阈值报警整合多个监测属性构建多监测属性规则，实现设备综合报警，为故障定位提供有效依据。
利用智能设备的在线监测数据，结合相关指标数据、进行初始报警研判算法处理，并根据现场实际运行情况，动态调整指标数据，减少报警误差，提高报警可靠性。
判断报警类型和报警等级，根据设备的实时运行情况动态更新报警信息，并通过统计分析历史报警频次，根据用户和现场检修人员的反馈数据，规避重复报警问题。
在上述实现过程中，所述相关标准指标数据具体为既定的监测点位阈值规则，其中，所述监测点位阈值规则包括越限规则与未越限规则。
更为具体的，所述基于相关标准指标数据判断输入的实时运行数据是否存在异常情况，其具体为：
输入变电设备的实时运行数据；
加载监测点位阈值规则；
判定变电设备的实时运行数据是否触发越限规则，若否，则重新输入变电设备的实时运行数据；若是，则确认变电设备的实时运行数据异常，产生报警，并确定数据报警信息。
如图2所示，图2为图2为本发明实施例提供的关联性分析的具体步骤示意图。
在本实施方式中，所述依次对数据报警信息进行关联性分析与用户分析，其中，关联性分析的具体步骤如下：
根据变电设备的大数据池对数据报警信息进行多维特征分析，得到变电设备的特征监测点位；
基于变电设备的特征监测点位与历史故障进行关联性分析，并通过Apriori算法对故障关联分析内容进行挖掘，得到故障频繁集及其对应的故障特征，即所述关联性分析内容，其中，多维特征（输出变电设备的特征监测点位），故障树（输出基于特征点位和众多故障之间的关系），apriori算法（输出的如图3所示最后一个框的内容:故障频繁集和故障特征）。
在本实施方式的具体应用中，本实施方式的关联性分析主要采用大数据分析，大数据分析是报警综合诊断的重要步骤，通过对初步诊断的报警数据与大量的历史数据进行关联分析，验证当前报警数据的可靠性。在“报警洪水”发生的过程中，一般是少数几个报警首先出现，随后产生大量的报警。因此，如果能够通过分析报警间的相互关系，寻找报警的根源，从源头处理就能有效抑制报警泛滥的产生。因此，本实施方式基于试验及检修、历史报警、环境监测、专家经验等数据，通过数据的关联和融合分析，使用Apriori算法方法对当前报警进行关联性分析，通过大量历史家族设备的故障数据，分析典型故障并深入挖掘故障原因，并精准定位到设备部件。将相关性分析的结论作为动态调整故障判断的依据，并为用户提供设备报警相应的预处理机制，为维修方法提供有效建议。
更为具体的，所述变电设备的大数据池包括：变电设备的历史试验数据、历史检修数据、历史报警数据、实时环境数据及变电设备的历史运行数据。
如图3所示，图3为本发明实施例提供的Apriori算法的具体步骤示意图。
在本实施方式的具体应用中，所述Apriori算法的具体步骤如下：
步骤1：以数据报警信息作为Apriori算法的数据集，基于此数据集生成初始频繁项集；
步骤2：基于初始频繁项集的超集，生成备选项集；
步骤3：测试备选项集是否频繁，若不频繁，则舍弃，若频繁，则进入步骤4；
步骤4：判断步骤3中是否产生新的频繁项集，若是，则返回步骤2，若否，则进入步骤5；
步骤5：找到所有频繁项集，即所述故障频繁集及其对应的故障特征。
具体的，Apriori算法是一种常用的数据关联规则挖掘方法，它可以用来找出数据集中频繁出现的数据集合，通过最小支持度和最小置信度，找出项与项之间产生强关联规则的项集集合，结果有利于决策。Apriori苏凡包括关联规则：如事件X→事件Y，其中X和Y是不相交的项集，即X∩Y=ø。关联规则的强度可以用它的支持度（support）和置信度（confidence）来度量，支持度：，/>表示同时包含X和Y的事件数量；/>表示所有事件的总数量。置信度：，/>表示在事件Y发生的基础上事件X发生的概率；/>表示事件X和事件Y同时发生的概率；/>表示事件Y发生的概率。
在本实施方式中，所述用户分析的具体步骤如下：
用户对故障频繁集及其对应的故障特征进行分类，统计每类数据报警信息的可靠性，根据设定的第一阈值，对可靠性进行等级划分，并将等级标注在每类数据报警信息处，之后根据变电设备的数据报警信息等级及数量确认是否动态调整报警判断依据及报警等级或确认实时运行数据异常。
本实施方式为增强报警的自适应能力，通过分析用户对报警数据操作来评估相关报警的质量，动态调整报警判断依据和报警等级。主动降低或提高报警等级、减少报警次数和报警频率。用户分析主要包含用户行为分析和报警转换统计分析两部分。用户行为分析：主要对用户操作报警数据的记录进行统计分析，通过此分析可以得出用户关心的热点报警数据、判断报警信息与用户转化故障、缺陷的一致性。进一步优化报警判断的依据、调整报警相关信息。报警转换统计分析：通过对报警转换成故障或缺陷数据的统计分析，可以得到不稳定设备信息，系统会自动加强对相关设备的监测。
因此，用户分析的具体步骤：Step1: 根据用户对报警的故障、缺陷转换结果进行关联分析，可将不同故障或缺陷的报警分类，推出故障类型关联的报警，当出现此类报警时，可考虑该类故障或缺陷的发生。Step2：统计一段时间内用户对同类报警的确认率，确认率>阈值T时，标注为用户关心的热点报警数据。Step3：统计所有设备转换为故障或缺陷的报警数据，结合设备所有报警数据等级（一级、二级），根据设备的报警最高等级及数量给予用户是否加强巡视的提醒。
可以理解的，阈值T即为本实施方式中的第一阈值，本实施方式不局限于一种阈值，根据实际情况可以设置多个阈值，用于对报警等级进行划分，本实施方式仅用一种阈值进行举例。
更为具体的，所述可靠性具体根据用户确认率进行评估，若在指定时间内某类数据报警信息的确认率大于第一阈值，则确定该类数据报警信息的判断依据及报警等级准确，确认实时运行数据异常，推送变电设备异常报警；否则，根据评估结果动态调整数据报警判断依据及报警等级。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种应用于变电设备的异常报警分析方法，其特征在于，该方法的步骤包括：
监测并获取变电设备的实时运行数据；
对变电设备的实时运行数据进行质量判断，将质量判断合格的实时运行数据输入至下一步骤；
基于相关标准指标数据判断输入的实时运行数据是否存在异常情况，若否，则重新监测并获取变电设备的实时运行数据；若是，则产生报警，并确定数据报警信息；
依次对数据报警信息进行关联性分析与用户分析，并基于关联性分析内容与用户分析内容选取动态调整报警判断依据及报警等级或确认实时运行数据异常，推送变电设备异常报警；
所述依次对数据报警信息进行关联性分析与用户分析，其中，关联性分析的具体步骤如下：
根据变电设备的大数据池对数据报警信息进行多维特征分析，得到变电设备的特征监测点位；
基于变电设备的特征监测点位与历史故障进行关联性分析，并通过Apriori算法对故障关联分析内容进行挖掘，得到故障频繁集及其对应的故障特征，即所述关联性分析内容；
所述变电设备的大数据池包括：变电设备的历史试验数据、历史检修数据、历史报警数据、实时环境数据及变电设备的历史运行数据；
所述用户分析的具体步骤如下：
用户对故障频繁集及其对应的故障特征进行分类，统计每类数据报警信息的可靠性，根据设定的第一阈值，对可靠性进行等级划分，并将等级标注在每类数据报警信息处，之后根据变电设备的数据报警信息等级及数量确认是否动态调整报警判断依据及报警等级或确认实时运行数据异常；
所述可靠性具体根据用户确认率进行评估，若在指定时间内某类数据报警信息的确认率大于第一阈值，则确定该类数据报警信息的判断依据及报警等级准确，确认实时运行数据异常，推送变电设备异常报警；否则，根据评估结果动态调整数据报警判断依据及报警等级。
2.根据权利要求1所述的应用于变电设备的异常报警分析方法，其特征在于，所述对变电设备的实时运行数据进行质量判断，其具体为：
将变电设备的实时运行数据分解为多个批次的数据包；
将数据包按照时间顺序依次输入至质量判断模块中，判定各个数据包的质量系数是否低于设定值；
若是，则依次对各个数据包进行修正，并重新输入至质量判断模块中；
若否，则整合各个数据包，并基于相关标准指标数据判断输入的实时运行数据是否存在异常情况。
3.根据权利要求2所述的应用于变电设备的异常报警分析方法，其特征在于，所述对各个数据包进行修正，其修正具体为：
通过去噪算法对各个数据包的噪声进行去除；
根据变电设备的历史试验数据、历史检修数据及实时环境数据，相互修正各个数据包的实时运行数据，直至各个数据包的质量系数达到设定值，输出。
4.根据权利要求1所述的应用于变电设备的异常报警分析方法，其特征在于，所述相关标准指标数据具体为既定的监测点位阈值规则，其中，所述监测点位阈值规则包括越限规则与未越限规则。
5.根据权利要求4所述的应用于变电设备的异常报警分析方法，其特征在于，所述基于相关标准指标数据判断输入的实时运行数据是否存在异常情况，其具体为：
输入变电设备的实时运行数据；
加载监测点位阈值规则；
判定变电设备的实时运行数据是否触发越限规则，若否，则重新输入变电设备的实时运行数据；若是，则确认变电设备的实时运行数据异常，产生报警，并确定数据报警信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310655159.6A CN116388402B (zh) | 2023-06-05 | 2023-06-05 | 一种应用于变电设备的异常报警分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310655159.6A CN116388402B (zh) | 2023-06-05 | 2023-06-05 | 一种应用于变电设备的异常报警分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116388402A CN116388402A (zh) | 2023-07-04 |
| CN116388402B true CN116388402B (zh) | 2023-08-29 |
Family
ID=86971622
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310655159.6A Active CN116388402B (zh) | 2023-06-05 | 2023-06-05 | 一种应用于变电设备的异常报警分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116388402B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117149897B (zh) * | 2023-10-31 | 2024-01-26 | 成都交大光芒科技股份有限公司 | 基于双缓冲技术的大数据报警信息分级展示系统及方法 |
| CN117217740B (zh) * | 2023-11-09 | 2024-02-06 | 江苏德琛常工新能源科技创新有限公司 | 一种基于人工智能的氢能设备故障数据传输系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103269129A (zh) * | 2013-05-30 | 2013-08-28 | 国家电网公司 | 一种电能监测数据的优化装置及其优化方法 |
| CN104578426A (zh) * | 2015-01-26 | 2015-04-29 | 国家电网公司 | 一种信息综合分析与智能告警应用的检测方法 |
| CN105608519A (zh) * | 2015-11-09 | 2016-05-25 | 国家电网公司 | 一种电网通信设备运行状态的预测算法 |
| CN112801527A (zh) * | 2021-02-05 | 2021-05-14 | 北京华可实工程技术有限公司 | 一种安全监测信息可视化平台 |
| CN114069843A (zh) * | 2021-10-26 | 2022-02-18 | 国网浙江省电力有限公司杭州供电公司 | 用于变电站误操作的报警方法 |
| CA3130366A1 (en) * | 2020-09-11 | 2022-03-11 | Schneider Electric USA, Inc. | Systems and methods for managing voltage event alarms in an electrical system |
| CN115549314A (zh) * | 2022-11-24 | 2022-12-30 | 江苏安世朗智能科技有限公司 | 一种基于物联网的干式变压器故障远程预警系统 |
| CN115693948A (zh) * | 2022-11-14 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种电力系统故障监测方法及监测系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9613523B2 (en) * | 2014-12-09 | 2017-04-04 | Unilectric, Llc | Integrated hazard risk management and mitigation system |
-
2023
- 2023-06-05 CN CN202310655159.6A patent/CN116388402B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103269129A (zh) * | 2013-05-30 | 2013-08-28 | 国家电网公司 | 一种电能监测数据的优化装置及其优化方法 |
| CN104578426A (zh) * | 2015-01-26 | 2015-04-29 | 国家电网公司 | 一种信息综合分析与智能告警应用的检测方法 |
| CN105608519A (zh) * | 2015-11-09 | 2016-05-25 | 国家电网公司 | 一种电网通信设备运行状态的预测算法 |
| CA3130366A1 (en) * | 2020-09-11 | 2022-03-11 | Schneider Electric USA, Inc. | Systems and methods for managing voltage event alarms in an electrical system |
| CN112801527A (zh) * | 2021-02-05 | 2021-05-14 | 北京华可实工程技术有限公司 | 一种安全监测信息可视化平台 |
| CN114069843A (zh) * | 2021-10-26 | 2022-02-18 | 国网浙江省电力有限公司杭州供电公司 | 用于变电站误操作的报警方法 |
| CN115693948A (zh) * | 2022-11-14 | 2023-02-03 | 南京深科博业电气股份有限公司 | 一种电力系统故障监测方法及监测系统 |
| CN115549314A (zh) * | 2022-11-24 | 2022-12-30 | 江苏安世朗智能科技有限公司 | 一种基于物联网的干式变压器故障远程预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116388402A (zh) | 2023-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116388402B (zh) | 一种应用于变电设备的异常报警分析方法 | |
| CN116559598B (zh) | 一种智慧配电网故障定位方法及系统 | |
| CN106557546B (zh) | 一种对特高压在线监测数据进行挖掘并评价的方法及系统 | |
| CN112906764B (zh) | 基于改进bp神经网络的通信安全设备智能诊断方法及系统 | |
| CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
| CN104281779A (zh) | 一种异常数据判定与处理方法及装置 | |
| CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
| CN113639842A (zh) | 一种基于5g的远程设备故障诊断方法及系统 | |
| CN117406026A (zh) | 一种适用于分布式电源的配电网故障检测方法 | |
| CN112949874A (zh) | 一种配电终端缺陷特征自诊断方法及系统 | |
| CN117311295B (zh) | 基于无线网络设备的生产质量提升方法及系统 | |
| CN111414354A (zh) | 一种风电场数据的处理方法、装置及计算机可读存储介质 | |
| CN115081647A (zh) | 基于贝叶斯网络模型的工业智能仪表故障预诊断方法 | |
| CN117436569A (zh) | 基于随机森林的核电设备故障预测和智能标定方法及系统 | |
| CN116664098A (zh) | 一种光伏电站的异常检测方法及系统 | |
| CN111313355B (zh) | 一种人工监督下的监控信号事件规则更新的方法 | |
| CN112446801A (zh) | 一种有效提升电力系统数据质量的系统及方法 | |
| CN110703183A (zh) | 一种智能电能表故障数据分析方法及系统 | |
| CN117951633B (zh) | 一种光伏发电设备故障诊断方法及系统 | |
| CN118133068B (zh) | 一种电网拓扑自动识别与构建方法及系统 | |
| CN118050600B (zh) | 基于分布式行波测量的配网故障定位系统 | |
| CN116307860A (zh) | 一种光伏电站监测告警方法、装置、设备及存储介质 | |
| CN113723478A (zh) | 一种基于先验知识的轨道电路故障诊断方法 | |
| CN118071168A (zh) | 一种综合能源管理系统 | |
| CN117910577A (zh) | 基于规则模拟和在线学习的事件化告警推理方法及系统 |
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 |