一种基于数据孪生的电力信息系统及运维方法

技术领域

本发明涉及电力及数字孪生领域，具体涉及一种基于数字孪生的电力信息系统及运维方法。

背景技术

近年来，我国的能源互联网建设愈加迅速，与此同时电力设备的种类与规模也有较大的提高，这对电网系统的安全稳定运行提出了更高的要求。以往的电力信息系统的运维业务主要在导则、规程、专家经验或传统的比值、波形特性分析法等方式的指导下进行，这些方法难以处理海量化、精细化和差异化的系统数据，容易出现“过修”或“欠修”的问题，进而造成人力和物力的资源浪费。并且，电网设备在运维检修中会积累大量的沉睡历史数据，尚未对其进行探索和挖掘，未能将数据应用于生产作业的过程中。因此，需要研究出更完善的方法来解决此前存在的种种问题，更好地对电力系统进行运行与维护工作。

发明内容

为了解决上述问题之一，本发明提供了一种基于数据孪生的电力信息系统，按照数据的传输方向依次包括设备层、采集层、应用层及用户层，

设备层，用于采集变电设备运行数据；

采集层，规范通信协议，将变电设备运行数据进行网络传输并存储；

应用层，接受采集层的设备运行数据建立电力运维数据库，对设备的状态进行评估与预测并生成告警信息；

用户层，接受告警信息，并与应用层进行数据交互生成检修策略。

进一步的，设备层包括变压器、开关柜、组合电器气体绝缘金属封闭开关设备、消弧线圈、无功补偿设备、配变成套装置等变电一次设备，继电保护、通信类屏柜二次设备，以及用于采集变电设备运行数据的视频录像机、巡检机器人。

进一步的，采集层上设有数据传输协议规范单元、视频服务器及巡检服务器，数据传输协议规范单元将数据采集层的通信协议转换为http协议，通过网络传输到视频服务器及巡检服务器端进行数据缓存，各服务器将获取到的数据传输至中心端服务器进行汇总。

进一步的，所述应用层上设置有专家知识库与智能分析单元，专家知识库存储有历史运行数据，智能分析单元基于专家知识库数据与电力运行数据进行分析预测设备运行状态。

进一步的，所述应用层上设置有设备监控单元、专家知识库、变电站总览、智能分析单元、系统管理单元。

进一步的，所述用户层与应用层之间进行数据交互，利用数据智能和知识图谱技术，基于设备运行数据和历史经验数据，进行设备缺陷诊断辅助决策，并更新专家知识库。

一种基于数据孪生的电力信息系统运维方法，包括如下步骤，

S1:采集变电设备运行数据，

S2:将变电设备运行数据通过统一规范协议进行网络传输并存储；

S3：基于上述存储的运行数据建立电力运维数据库，将实时数据与历史运行数据结合，对设备的状态进行评估与预测生成告警信息；

S4：接受告警信息与应用层进行数据交互产生检修策略。

进一步的，S3中，使用LSTM算法对设备劣化拐点做分析和预测、对设备缺陷进行处理和下一步的决策。

进一步的，S3中，基于设备实时运行数据，采用设备状态分类评估模型、设备运行状态预测模型、多参数关联关系分析模型对设备运行状态进行评估，将得出的结果与设备缺陷记录历史数据结进行拼接，并输入设备状态分类评估模型，再对设备未来一段时间运行状态做出预测，如果预测得出的值超过了设备正常运行值，则做故障预警处理。

本发明的有益效果：本发明提出了一种基于数据孪生的电力信息系统运维方法，方法聚焦数据孪生在电力设备运维领域的应用，阐述电力信息系统数据孪生的内涵及特征，进而构建电力设备数据孪生系统的基本框架，在实际应用中，经过多次验证可发现，本发明提出的方法能够精准地监测电力系统运行情况，通过对电力信息系统的运行数据进行采集、整理和分析，进而检测出运行中可能出现的故障情况，并进一步提出解决方法及时反馈到用户端，此方法相较于传统人工方法更加高效且精确，在电力信息系统运维的工作中，具有重要的作用。

附图说明

图1本发明的基于数据孪生的电力信息系统运维方法流程示意图；

图2为变电站数据孪生系统框架结构示意图；

图3为设备缺陷场景下的筛选、分析、预测及制定缺陷处理方案流程示意图；

图4为1号主变低压套管X相温度真实值与预测值的对比示意图；

图5为1号主变低压套管Y相温度真实值与预测值的对比示意图；

图6为开关柜暂态电压清洗后的数据变化结果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。

参考图1-5，本发明提供了一种基于数据孪生的电力信息系统，按照数据的传输方向依次包括设备层、采集层、应用层及用户层，

设备层，用于采集变电设备运行数据；

采集层，规范通信协议，将变电设备运行数据进行网络传输并存储；

应用层，接受采集层的设备运行数据建立电力运维数据库，对设备的状态进行评估与预测并生成告警信息；

用户层，接受告警信息，并与应用层进行数据交互生成检修策略。

作为方案的改进，设备层包括变压器、开关柜、组合电器气体绝缘金属封闭开关设备、消弧线圈、无功补偿设备、配变成套装置等变电一次设备，继电保护、通信类屏柜二次设备，以及用于采集变电设备运行数据的视频录像机、巡检机器人。这些设备将会产生并记录电力系统的日常用电数据，本发明提出的方法将通过一系列电力设备收集、整理并归纳这些用电数据，最终将用电数据应用于采集层，进行下一步规范化处理和数据计算。

作为方案的改进，采集层上设有数据传输协议规范单元、视频服务器及巡检服务器，数据传输协议规范单元将数据采集层的通信协议转换为http协议，通过网络传输到视频服务器及巡检服务器端进行数据缓存，各服务器将获取到的数据传输至中心端服务器进行汇总。在这一层中，系统从设备层的一次设备、二次设备及视频录像机、巡检机器人等设备中采集用电数据，并将得到的初始数据使用服务接口进行统一协议规范，使其数据形式更加统一，以便下一步在应用层中进行的大量计算。

作为方案的改进，所述应用层上设置有专家知识库与智能分析单元，专家知识库存储有历史运行数据，智能分析单元基于专家知识库数据与电力运行数据进行分析预测设备运行状态。

作为方案的改进，所述应用层上设置有设备监控单元、专家知识库、变电站总览、智能分析单元、系统管理单元。

作为方案的改进，所述用户层与应用层之间进行数据交互，利用数据智能和知识图谱技术，基于设备运行数据和历史经验数据，进行设备缺陷诊断辅助决策，并更新专家知识库。

一种基于数据孪生的电力信息系统运维方法，包括如下步骤，

S1:采集变电设备运行数据，

S2:将变电设备运行数据通过统一规范协议进行网络传输并存储；

S3：基于上述存储的运行数据建立电力运维数据库，将实时数据与历史运行数据结合，对设备的状态进行评估与预测生成告警信息；

S4：接受告警信息与应用层进行数据交互产生检修策略。

作为方案的改进，S3中，使用LSTM算法对设备劣化拐点做分析和预测、对设备缺陷进行处理和下一步的决策。

作为方案的改进，S3中，基于设备实时运行数据，采用设备状态分类评估模型、设备运行状态预测模型、多参数关联关系分析模型对设备运行状态进行评估，将得出的结果与设备缺陷记录历史数据结进行拼接，并输入设备状态分类评估模型，再对设备未来一段时间运行状态做出预测，如果预测得出的值超过了设备正常运行值，则做故障预警处理。

本发明解决上述技术问题的技术方案如下：

本发明提供一种基于数据孪生的电力信息系统运维方法，参考图1所示，所述基于数据孪生的电力信息系统运维方法包括：

S1：初步设计数据孪生系统工作框架；

与电力设备相关的数据孪生更关注数据的获取和分析，并使用数据驱动算法给出相应的运维检修策略，将感知、分析、决策的过程形成一个工作闭环，使工作人员能够更加准确及时地获取设备的状态信息，实现差异化、精细化的运维检修工作，并将运维工作从预防性维护向预测性维护进一步推进。

图2为变电站数据孪生系统框架，根据数据流向，系统可分为设备层、数据层、应用层和终端用户层四个层级的内容。

S11：建立设备层；

设备层包括变压器、开关柜、组合电器气体绝缘金属封闭开关设备、消弧线圈、无功补偿设备、配变成套装置等变电一次设备，继电保护、通信类屏柜等二次设备，以及用于采集变电设备运行数据的各类智能传感器、巡检机器人等。

S12：建立采集层；

首先将数据采集系统的通信协议转换为http协议，然后通过网络传输到服务器端进行数据缓存，多个服务器再将获取到的数据传输至中心端服务器进行汇总，进行下一步的数据存储和数据加工，为下一步工作做好准备。

S13：建立应用层；

在这一层建立电力设备运维数据库，实现设备状态监测、设备缺陷检查等数据应用服务功能，还可使用LSTM算法对设备劣化拐点做分析和预测、对设备缺陷进行处理和下一步的决策。

S14：建立终端用户层；

在中心服务器端做变电设备管理与监控、告警事件管理等工作，并可与现有的系统实现数据交互。

S2：将已完成设计的数据孪生系统工作框架应用于电力信息系统运维工作中，进一步细化系统层级的技术步骤；

S21：建设系统的前端感知网络；

前端感知是数据孪生系统实现数据感知互联的入口和通道，由于电力设备种类和数量都很庞大，且自身情况构造复杂，因此需要从运维成本、运行稳定性、数据安全性、缺陷检出有效性等多个指标出发对其进行评估与设计，并结合设备的型号、设备的运行周期、以及设备实际的运行情况，选取出进行数据采样的典型设备，实现差异化、分层次的数据感知装置，进而通过总结提炼出设备画像来指导同类型设备的运维检修。这一工作过程主要发生在步骤S1中构造的设备层及采集层，系统的前端感知网络根据不同设备的运行特征进行数据感知和数据选择。此外，还可使用非同源或非同样原理的感知装置对同类特征做交叉验证，此方法可以解决报警信号可信度的问题，以此来提高设备的缺陷认知准确性。

S22：对设备状态进行预测和评估；

由S1中构建的变电站数据孪生系统框架可知，在进行数据采集后，获取到的最终设备数据即可进入到应用层，应用层将对设备的状态进行进一步的评估和预测，具体工作步骤如下：从上一步获取到的设备实时运行数据，利用人工智能技术不断优化设备状态分类评估模型、设备运行状态预测模型、多参数关联关系分析模型，并将得出的结果与设备缺陷记录数据结合起来做下一步的研究和分析，进而总结出各个类型的电力设备及其部件在不同的运行周期、运行工况及运行环境下的变化规律，将实时数据与历史运行数据结合起来对未来一段时间的设备运行状态做出较为准确的预测，如果预测得出的结果超过了设备正常运行值，则可实现提前的故障预警，帮助工作人员开展运维工作，将风险和损失降到最低。

S23：对设备进行缺陷诊断以辅助决策工作；

由S1中构建的变电站数据孪生系统框架可知，数据在应用层完成设备状态评估及预测工作后，即可将最终结果反馈到用户层，且两层之间可进行数据交互，使系统可以更加准确地诊断设备的缺陷并做出决策。利用数据智能和知识图谱等技术将积累的设备运行数据和工作人员的过往工作经验结合起来，进行设备缺陷诊断辅助决策研究，进一步对数据孪生专家知识库做完善。并制定了设备缺陷诊断知识标准模板，总结分析各种类型设备的运行信息以及缺陷发生时的异常表现和异常数据值，从标准导则、缺陷案例中提取出设备信息，收集采纳各个专家的意见和经验，形成完整的知识库；还可以利用知识图谱对设备缺陷记录进行检索，以确定缺陷的具体类型，从而根据缺陷类型分析得到缺陷发生的可能原因和发生概率，实现数据孪生系统在设备缺陷场景下的筛选、分析、预测及制定缺陷处理方案，算法流程可如图3所示。

S24：制定数据孪生系统的标准；

为进一步扩大数据孪生系统工作的范围，需制定电力设备数据孪生的具体标准。标注主要包括数据孪生系统架构标准、设备状态采集标准、数据接口标准以及设备数据化模型交付标准。通过详细的标注，可将其应用于电网设备的数据孪生建设工作中，形成基于数据孪生的系统设备运维管理规程，指导常规电气设备、传感装置等设备的运维检修工作。

S3：应用实际案例对所述电力信息系统运维的数据孪生系统进行研究和分析；

在成功构建了变电站数据孪生系统框架并在每一个系统层中实现了主要的工作技术步骤后，本发明使用真实案例对系统进行研究和分析，以观察它的实际应用效果。

S31：35kV变电站主变异常温升告警实例分析；

由于天气炎热，某35kV变电站的主变负载率高达90％。数据孪生系统使用LSTM算法模型对未来趋势进行预测。图4和图5为1号主变低压套管X、Y相温度真实值与预测值的对比情况。

完成上述步骤后，系统将历史数据值与LSTM算法预测出的未来数据相结合，一同作为输入值传至支持向量机分类算法模型，由分类模型判断当前的设备运行趋势是否存在异常运转。

若系统判断出设备的发展趋势存在异常，则会触发相关性分析模块，分析此设备近两周的所有特征数据，从中分析总结出相关性较高的特征元素，并针对特征元素制定相应的检修策略。与此同时，系统还将告警信息和处理策略推送给终端运维人员，此项措施可将异常情况及时解决，使故障风险及故障影响降到最低。

S32：35kV变电站开关柜内局部放电缺陷研判；

对变电站内的32台开关柜的暂态电压数据做实时监测，并将数据上传至数据孪生系统，系统对获取到的数据进行整理和清洗，开关柜暂态电压清洗后的数据变化结果如图6所示。

随后将离散化后的趋势数据作为输入特征值，对XGBoost算法模型进行训练，系统利用XGBoost分类模型对已知数据进行状态分类与评估，从而使算法能够通过电压的趋势值预测出设备运行状态是否正常，并成功检测定位出异常设备，使异常设备能够得到及时地处理，避免了较大危机的发生。

S4：从实际案例的运行结果中总结问题并进行下一步的工作计划；

经过上一步对真实案例的实验和分析，针对实验结果进行分析，主要分为以下几个方面：

(1)从算法角度考虑，由于当前处理大规模数据的算法模型仍然未知其内部的详细结构，因此难以使用逻辑推导出其输出结果，设备运维单位将承担决策失误所带来的风险，因此需对算法模型的可解释性和可靠性做进一步分析研究。

(2)从数据角度考虑，由于正负样本数量的不均衡导致容易出现过拟合现象，因此，在本发明中，一方面重点监测缺陷发生率高的设备以积累更多异常状态下设备的发展趋势数据；另一方面在实验室场景下模拟真实设备发生故障的情况，探索获取非均衡样本及小样本学习的算法。

(3)在感知装置方面，布置大量小型化、低功耗、高可靠性的传感器对电力设备的状态做全面系统的感知。同时随着数据量的不断增大和对数据质量要求的不断提高，传感器还需在高精度、集成化等方面做进一步的提升。

本发明的有益效果：本发明提出了一种基于数据孪生的电力信息系统运维方法，方法聚焦数据孪生在电力设备运维领域的应用，阐述电力信息系统数据孪生的内涵及特征，进而构建电力设备数据孪生系统的基本框架，在实际应用中，经过多次验证可发现，本发明提出的方法能够精准地监测电力系统运行情况，通过对电力信息系统的运行数据进行采集、整理和分析，进而检测出运行中可能出现的故障情况，并进一步提出解决方法及时反馈到用户端，此方法相较于传统人工方法更加高效且精确，在电力信息系统运维的工作中，具有重要的作用。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。