CN116663785A - 一种基于拓扑识别的低压故障定位方法 - Google Patents

Abstract

本发明公开了一种基于拓扑识别的低压故障定位方法，属于电力系统自动化控制技术领域，方法包括：步骤S1：建立故障拓扑图，实时获取故障数据，基于所述故障数据和故障拓扑图确定对应的初始问题集；步骤S2：根据初始问题集和故障数据标记初始区域；步骤S3：识别初始区域特征，基于所述初始区域特征对初始问题集进行修正，获得待定问题集；步骤S4：根据待定问题集和故障数据对初始区域进行缩小，获得定位区域；步骤S5：根据定位区域派遣对应的检修人员进行故障定位和检修；通过基于故障数据逐步精确对应的故障问题，进而逐渐的缩小故障范围，减少后续的排查工作量；实现了给检修人员下达更加精准的故障种类。

Description

一种基于拓扑识别的低压故障定位方法

技术领域

本发明属于电力系统自动化控制技术领域，具体是一种基于拓扑识别的低压故障定位方法。

背景技术

随着人民的生活质量和消费水平日渐提升，各行各业和居民对电力的需求量不断增大，对电能的质量、安全性和稳定性也提出了新的要求。配电网作为输电网和用户的桥梁，对配电网的故障定位、故障处理能力也需要达到新的高度，以保证配电网的供电质量和供电可靠性。配电网的安全稳定运行，不但关系着广大用户的切身利益，且具有极大的社会意义和经济意义。

但是当前低压配电网应用较为广泛的故障定位方法的定位效率较低，还有一定的提升空间，不利于故障的快速排除，因此，为了实现低压配电网故障的快速定位，本发明提供了一种基于拓扑识别的低压故障定位方法。

发明内容

为了解决上述方案存在的问题，本发明提供了一种基于拓扑识别的低压故障定位方法。

本发明的目的可以通过以下技术方案实现：

一种基于拓扑识别的低压故障定位方法，方法包括：

步骤S1：建立故障拓扑图，实时获取故障数据，基于所述故障数据和故障拓扑图确定对应的初始问题集；

进一步地，所述初始问题集包括故障种类以及对应的概率值。

进一步地，所述初始问题集是通过预设的初始故障分析模型对故障数据和故障拓扑图进行分析获得。

步骤S2：根据初始问题集和故障数据标记初始区域；

步骤S3：识别初始区域特征，基于所述初始区域特征对初始问题集进行修正，获得待定问题集；

进一步地，识别初始区域特征的识别方法包括：

建立目标区域图，实时获取目标区域内各配电网设备的信息数据，生成各配电网设备对应的设备特征，将所述设备特征在目标区域图中进行相应的更新显示；将当前的目标区域图标记为特征信息图；根据初始区域范围确定对应的初始区域特征。

进一步地，根据初始区域范围确定初始区域特征的方法包括：

识别初始问题集中各故障种类在初始区域内的各相对应设备的设备特征，将识别的设备特征进行整合后获得对应的初始区域特征。

步骤S4：根据待定问题集和故障数据对初始区域进行缩小，获得定位区域；

步骤S5：根据定位区域派遣对应的检修人员进行故障定位和检修。

进一步地，进行故障定位和检修的方法包括：

识别各检修班组对应的网格区域，对网格区域进行分割，获得若干个单元区域；为每个单元区域设置对应的检修人员；基于单元区域和对应检修人员生成动态更新的检修图；

将定位区域在检修图中进行相应的标记，识别在定位区域内的单元区域；根据待定问题集确定对应的检修人员，并将对应的待定问题发送给检修人员；检修人员根据待定问题在单元区域内进行故障定位和检修。

进一步地，对网格区域进行分割的方法包括：

根据预设的各网格特征采集项进行数据采集，获得各网格区域对应的网格特征，将所述网格特征在网格区域图中进行相应的标记；

通过预设的区域分割模型对当前的网格区域图进行分析，将网格区域分割为若干个单元区域。

与现有技术相比，本发明的有益效果是：

通过基于故障数据逐步精确对应的故障问题，进而逐渐的缩小故障范围，减少后续的排查工作量；通过分割若干个单元区域，减少中间传递环节，解决当前电力故障检修往往需要消息、指令的层层传达，到达维修班组后，还需要班组指定对应的检修人员进行检修，效率较差的问题；避免当管理人员没有及时查看消息时，出现在某一环节卡住的情况出现；同时实现了给检修人员下达更加精准的故障种类，避免因为无法得知具体的故障种类，导致需要携带较多种类的检修设备和材料。

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的介绍，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的前提下，还可以根据这些附图获得其他的附图。

图1为本发明原理框图。

具体实施方式

下面将结合实施例对本发明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发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。

如图1所示，一种基于拓扑识别的低压故障定位方法，方法包括：

步骤S1：建立故障拓扑图，实时获取故障数据，基于获得的故障数据确定对应的初始问题集；

其中，故障拓扑图是根据低压配电网可能具有的各种故障进行建立的，显示表示各故障之间的关联关系，如上下关联、相似关联等，用于根据故障数据评估可能对应的故障，即先根据故障数据分析确定最符合对应故障特征的故障，在故障拓扑中识别与高故障具有关联的各故障，再结合故障数据对应上述各故障进行分析，确定是否可能是该故障，并输出各可能故障的概率；具体的故障拓扑图是通过人工的方式进行建立的。

对于故障数据的获取，可以对接现有的云端服务器，获取各配电终端采集上传的故障数据，或者可以采用其他方式实时获取对应的故障数据。

初始问题集指的是该故障数据可能对应的故障问题以及各故障问题对应的概率，一般按照如下方式进行表示，如（A80，B10，C8，D2），表示可能的故障种类分别为A、B、C、D，各自的概率为80、10、8、2。

根据故障数据确定初始问题集的方法包括：

基于CNN网络或DNN网络建立对应的初始故障分析模型，通过人工的方式建立对应的训练集进行训练，训练集包括故障数据、故障拓扑图以及对应设置的初始故障集；通过训练成功后的初始故障分析模型进行分析，获得对应的初始故障集，因为神经网络为本领域的现有技术，因此具体的建立和训练过程在本发明中不进行详细叙述。

步骤S2：根据初始问题集和故障数据标记初始区域；

根据初始问题集中各故障问题的发生概率和详细的故障数据确定在运营监管区域内的大致区域，即初步筛选的区域，如根据故障数据的响应接收时间，判断大致距离，后续再根据故障种类、概率确定大致区域；具体的可以基于CNN网络或DNN网络建立对应的区域分析模型，通过人工的方式建立对应的训练集进行训练，训练集包括初始问题集、故障数据以及对应设置的初始区域；通过训练成功后的区域分析模型进行分析，获得对应的初始区域。

步骤S3：识别初始区域特征，根据识别的初始区域特征对初始问题集进行修正，获得待定问题集；

初始区域特征是根据该区域内的配电设备实际情况进行设置的，如根据种类规格、维修记录、使用年限等信息设置对应的设备特征，汇总该区域与初始问题集相关的各设备的特征，即获得对应的初始区域特征；用于根据各相应设备的特征，从实际情况角度对各故障种类的概率进行修正；因为上述初始问题集的设置并未考虑各相关设备的真实情况；如初始区域内无D故障问题对应的设备，则在初始区域内不会出现D故障问题，则其概率将变为零，剔除出初始问题集；具体的初始区域特征的识别方法包括：

建立目标区域图，目标区域指的是需要进行监测故障定位的区域，如有上文所述的运营监管区域；目标区域图内包括配电网的各种设备标记，用于显示各配电设备的种类和位置；实时获取各配电设备的信息数据，不同设备的信息数据可以具有差异，具体的根据采集情况进行设置，如某些设备可以实时、周期性的采集其状态数据，则可以将采集的状态数据结合设备数据整合为信息数据，设备数据指的是设备使用年限、维修记录等可以直接获得的相关设备数据；某些设备只能获得对应的设备数据时，则设备数据即为信息数据，具体的需要根据设备的实际采集情况进行设置，对各设备的信息数据进行分析，输出对应的设备特征，将获得的设备特征在目标区域图中进行实时显示、更新；可以利用现有技术进行设备特征的提取，如预设各设备的特征转化方式，后续直接进行相应的转化技术；基于神经网络建立对应的人工智能模型，通过训练成功后的人工智能模型进行设备特征分析；将当前的目标区域图标记为特征信息图；根据初始区域范围确定对应的初始区域特征。

步骤S4：根据待定问题集和故障数据对初始区域进行缩小，获得定位区域；

根据更新后的待定问题集和故障数据对初始区域进行进一步的缩小，进行更加精准的分析，利用区域分析模型进行分析。

步骤S5：根据定位区域派遣对应的检修人员进行故障定位和检修。

在一个实施例中，当前电力故障检修往往需要消息、指令的层层传达，到达维修班组后，还需要班组指定对应的检修人员进行检修，效率较差，当管理人员没有及时查看消息时，还容易出现在某一环节卡住的情况出现；而且因为无法得知具体的故障种类，导致需要携带较多种类的检修设备和材料；因此，为了实现更加高效的定位检修，现提出如下方法：

识别各检修班组对应的网格区域，一般按照台区进行网格划分，或者其他现有方式划分的网格也可，识别网格区域内的各配电网设备信息，根据识别的配电网设备进行对网格区域进行分割，获得若干个单元区域；为每个单元区域设置指定的检修人员；基于单元区域和对应检修人员生成动态更新的检修图，如当某单元区域的检修人员离职、请假后，对应更新替代的检修人员；

将定位区域在检修图中进行相应的标记，识别在定位区域内的单元区域；根据待定问题集确定对应的检修人员，并将对应的待定问题发送给检修人员。根据待定问题集对应的各个故障种类确定对应具有故障问题的单元区域，将该单元区域对应的故障问题发送给检修人员，检修人员根据待定问题在单元区域内进行故障定位和检修。

其中，对网格区域进行分割的方法包括：

根据预设的检修人员处理上限、包括的各配电网设备的数量、对应易发生故障对应的任务量和任务难度、距离等进行单元区域的划分，基于上述描述设置对应的网格特征采集项，根据预设的网格特征采集项进行各网格区域的特征采集，获得各网格的网格特征，将获得的网格特征在网格区域图中进行相应的标记，对标记后的网格区域图进行分析、分割，获得各单元区域，具体的可以基于CNN网络或DNN网络建立对应的区域分割模型，通过人工的方式建立对应的训练集进行训练，通过训练成功后的区域分割模型进行分析，获得对应的单元区域。

对于指定单元区域检修人员过程，一般由对应的班组和网格经理进行协商决定，后续对应单元区域的检修故障将会直接通知对应的检修人员，减少中间流程，且根据待定问题可以大致了解对应的故障情况。

通过基于故障数据逐步精确对应的故障问题，进而逐渐的缩小故障范围，减少后续的排查工作量；通过分割若干个单元区域，减少中间传递环节，解决当前电力故障检修往往需要消息、指令的层层传达，到达维修班组后，还需要班组指定对应的检修人员进行检修，效率较差的问题；避免当管理人员没有及时查看消息时，出现在某一环节卡住的情况出现；同时实现了给检修人员下达更加精准的故障种类，避免因为无法得知具体的故障种类，导致需要携带较多种类的检修设备和材料。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (5)

1.一种基于拓扑识别的低压故障定位方法，其特征在于，方法包括：

步骤S1：建立故障拓扑图，实时获取故障数据，基于所述故障数据和故障拓扑图确定对应的初始问题集；

步骤S2：根据初始问题集和故障数据标记初始区域；

步骤S3：识别初始区域特征，基于所述初始区域特征对初始问题集进行修正，获得待定问题集；

识别初始区域特征的识别方法包括：

建立目标区域图，实时获取目标区域内各配电网设备的信息数据，生成各配电网设备对应的设备特征，将所述设备特征在目标区域图中进行相应的更新显示；将当前的目标区域图标记为特征信息图；根据初始区域范围确定对应的初始区域特征；

根据初始区域范围确定初始区域特征的方法包括：

识别初始问题集中各故障种类在初始区域内的各相对应设备的设备特征，将识别的设备特征进行整合后获得对应的初始区域特征；

步骤S4：根据待定问题集和故障数据对初始区域进行缩小，获得定位区域；

步骤S5：根据定位区域派遣对应的检修人员进行故障定位和检修。

2.根据权利要求1所述的一种基于拓扑识别的低压故障定位方法，其特征在于，所述初始问题集包括故障种类以及对应的概率值。

3.根据权利要求2所述的一种基于拓扑识别的低压故障定位方法，其特征在于，所述初始问题集是通过预设的初始故障分析模型对故障数据和故障拓扑图进行分析获得。

4.根据权利要求1所述的一种基于拓扑识别的低压故障定位方法，其特征在于，进行故障定位和检修的方法包括：

识别各检修班组对应的网格区域，对网格区域进行分割，获得若干个单元区域；为每个单元区域设置对应的检修人员；基于单元区域和对应检修人员生成动态更新的检修图；

将定位区域在检修图中进行相应的标记，识别在定位区域内的单元区域；根据待定问题集确定对应的检修人员，并将对应的待定问题发送给检修人员；检修人员根据待定问题在单元区域内进行故障定位和检修。

5.根据权利要求4所述的一种基于拓扑识别的低压故障定位方法，其特征在于，对网格区域进行分割的方法包括：

根据预设的各网格特征采集项进行数据采集，获得各网格区域对应的网格特征，将所述网格特征在网格区域图中进行相应的标记；

通过预设的区域分割模型对当前的网格区域图进行分析，将网格区域分割为若干个单元区域。