一种基于调控云的电网设备故障分析方法及系统
文献发布时间:2023-06-19 10:57:17
技术领域
本发明属于电力自动化技术领域,涉及计算机算法在电气自动化领域应用的方法,特别涉及一种基于调控云的电网设备故障分析方法及系统。
背景技术
随着电网系统不断向大运行、大容量方向发展,其安全稳定运行对国计民生的影响越来越大。作为电网系统重要组成部分的电力设备,如果发生突发性停电故障,会造成巨大的经济损失和不良的社会影响。电网调度控制系统承担了电网电力设备的监视和控制任务,对电网设备进行监控分析与故障诊断,及时发现其存在的不良状况,并按照科学的运检策略,对其进行相应的检修和运行维护,可以大大降低其突发性故障发生概率,这对整体电网系统的安全稳定运行具有十分重要的意义。
电网调控系统设备的监控分析与评估是通过对电力设备运行中的状态量测量,分析推断发生不良状态的原因,判断故障的严重状态。随着电力设备的长时间运行,设备的安全运行状态呈下降趋势,而电力设备出现故障的概率会进一步增加。为保证电力调控系统运行在安全、健康的水平,需要对电力设备进行状态监控与故障诊断,能够及早诊断出设备各种故障,及时进行设备的维修或更新,避免发生更严重的故障。
发明内容
基于上述目的,本发明提供了一种基于调控云的电网设备故障分析方法及系统。
为实现本发明的目的,本发明提供了一种基于调控云的电网设备故障分析方法,包括设备故障关联特征分析和设备故障关联关系评估分析,
所述设备故障关联特征分析用于获取设备故障发生频繁项集和设备故障关联实例;
所述设备故障关联关系评估分析用于根据上述设备故障发生频繁项集和设备故障关联实例,从多个指标进行关联程度的评估分析。
其中,
根据数据类型的不同,从以下几个方面选择关联特征:
(1)设备特征;(2)时序特征;(3)伴生特征。
其中,
从以下几个指标进行关联程度的评估分析:
(1)关联关系支持度;
(2)关联关系置信度;
(3)关联关系提升度。
其中,
根据上述关联关系的支持度、置信度、提升度评估指标,分别进行Z标准化或0-1标准化,将标准化后的值替代计算前的值,对标准化后的关联关系的支持度、置信度、提升度进行求和计算,得到新的衍生综合评分。
相应地,本申请还提供了一种基于调控云的电网设备故障分析系统,包括设备故障关联特征分析单元和设备故障关联关系评估分析单元,
所述设备故障关联特征分析单元用于获取设备故障发生频繁项集和设备故障关联实例;
所述设备故障关联关系评估分析单元用于根据上述设备故障发生频繁项集和设备故障关联实例,从多个指标进行关联程度的评估分析。
其中,
根据数据类型的不同,从以下几个方面选择关联特征:
(1)设备特征;(2)时序特征;(3)伴生特征。
其中,
从以下几个指标进行关联程度的评估分析:
(1)关联关系支持度;
(2)关联关系置信度;
(3)关联关系提升度。
其中,
根据上述关联关系的支持度、置信度、提升度评估指标,分别进行Z标准化或0-1标准化,将标准化后的值替代计算前的值,对标准化后的关联关系的支持度、置信度、提升度进行求和计算,得到新的衍生综合评分。
与现有技术相比,本发明的有益效果为,本专利基于调控云系统提供的电网模型和运行数据,通过对电网调控系统设备故障信息的挖掘分析,找到不同设备间的关联故障关系,并通过对设备的影响范围、影响程度等的分析找出其他可能会发生故障的设备,以建立运维预防决策机制。
附图说明
图1所示为本申请的天气、原因类型和设备类别对故障类型的关联结果示意图;
图2所示为本申请的设备类型关联故障示意图;
图3所示为本申请的故障类型关联示意图;
图4所示为本申请的设备关联故障分析系统界面。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用属于“包含”和/或“包括”时,其指明存在特征、步骤、操作、部件或者模块、组件和/或它们的组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施方式例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
基于设备故障发生的时段、区域、故障类型等影响因素,对设备故障相关因素进行分析,基于上述分析结果进行设备关联故障分析,对于同一故障属性以及不同属性间的伴生关系的关联分析,包括区域关联故障分析,设备类型关联故障分析,单一设备故障故障分析,厂站关联故障分析,设备、厂站和区域混合关联分析,故障类型关联性分析,跨厂站、天气、月份、设备类型关联故障分析等。
设备故障关联特征
根据数据类型的不同,从以下几个方面选择关联特征:
(1)设备特征,主要来自电网设备台帐、设备故障数据,用于分析不同类型设备、不同故障类型、不同用户构成比例下的重过载台区分布规律;
(2)时序特征,用于分析设备故障时段、重要天气、节假日随时间变化的原因占比、关联趋势规律。
(3)伴生特征,用于分析与设备发生故障相关的伴生因素,包括与设备类别、天气、原因类型等的关联关系以及对各个维度的关联程度。
设备故障关联特征分析的目的在于根据故障设备对象、故障发生时间、故障结束时间、故障发生类型、故障原因类型、线路跳闸情况、线路重合情况等,获取设备故障发生频繁项集和设备故障关联实例。
设备故障关联关系评估分析
基于上述设备故障发生频繁项集和设备故障关联实例,从以下几个指标进行关联程度的评估分析:
(1)关联关系支持度
Support(X→Y)=P(X,Y)/P(I)=P(X∪Y)/P(I)=num(XUY)/num(I)
其中,I表示总事务集;num()表示求事务集里特定项集出现的次数,num(I)表示总事务集的个数,num(X∪Y)表示含有{X,Y}的事务集的个数(个数也叫次数)。
(2)关联关系置信度
Confidence(X→Y)=P(Y|X)=P(X,Y)/P(X)=P(XUY)/P(X)
(3)关联关系提升度
Lift(X→Y)=P(Y|X)/P(Y)
(4)衍生综合评分
可根据上述关联关系的支持度、置信度、提升度等评估指标,分别进行Z标准化(或0-1标准化),将标准化后的值替代计算前的值。对标准化后的关联关系的支持度、置信度、提升度等进行求和计算,得到新的衍生综合评分。
设备关联故障分析展示
根据设备故障关联关系评估分析结果,对设备关联故障分析结果进行展示,具体如下:
(1)天气、原因类型和设备类别对故障类型的关联关系
天气、原因类型和设备类别对故障类型的关联结果如图1所示,图中用不同颜色区分类别名称、故障类型、现场天气、原因类型等四个关联维度,图中线条越密集、线条颜色越集中的点代表关联程度越深。以图中的分析结果可以看出在各种原因类型中,雷击和火烧山两类是导致发生线路故障的强关联原因。
(2)设备类型关联故障分析
设备类型关联故障结果如图2所示,可以看出当某项故障发生后,各种类型的设备(如线路、母线、断路器、变压器、各种发电机组)将发生级联故障反应。
(3)故障类型关联性分析
故障类型关联如图3所示,可看出线路故障与机组故障同时发生的概率很大,发生母线故障后将很可能导致发生线路故障。
以某电网7年的电网故障数据,结合故障类型、现场天气、原因类型等数据,分析不同事件不同类型之间共同发生设备故障的潜在关联关系。
如图4所示为设备关联故障分析系统界面。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
- 一种基于调控云的电网设备故障分析方法及系统
- 一种基于调控云的电网运行数据多维分析方法及系统