一种用于预测电力系统故障的系统及方法技术方案

一种用于预测电力系统故障的系统及方法，本发明专利技术涉及用于预测电力系统故障的系统及方法。系统包括故障信息监测模块、故障信息处理模块、故障信息排查模块和故障响应模块。方法具体过程为：一、对电力系统中包含的至少一个元件进行监测，获取监测数据；二、采用预设的故障趋势预测规则，对获取到的监测数据进行数据处理，得到对应的故障趋势信息；三、排查所获取的故障趋势信息是否为已知故障信息；四、若获取的故障趋势信息为已知故障信息，根据数据库中备选方案进行检修；若获取的故障趋势信息为非已知故障信息，则发送报警信息，诊断出是否有故障元件，若没有，执行一，若有，调配抢修车辆。本发明专利技术用于电力系统故障检测领域。

A System and Method for Predicting Power System Faults

The invention relates to a system and a method for predicting power system faults, and relates to a system and a method for predicting power system faults. The system includes fault information monitoring module, fault information processing module, fault information checking module and fault response module. The specific process of the method is as follows: firstly, monitoring at least one component in the power system to obtain monitoring data; secondly, using the default fault trend prediction rules, processing the obtained monitoring data to obtain the corresponding fault trend information; thirdly, checking whether the obtained fault trend information is known fault information; fourthly, if the obtained fault trend information is known; If the fault trend information obtained is not known fault information, alarm information will be sent to diagnose whether there are fault components. If there is no fault component, execute one, if there is, deploy emergency repair vehicles. The invention is used in the field of power system fault detection.

【技术实现步骤摘要】
一种用于预测电力系统故障的系统及方法
本专利技术涉及用于预测电力系统故障的系统及方法。
技术介绍
随着国网公司信息化建设的不断推进，信息系统的种类和数量不断增加，信息系统安全可靠运行要求不断提高，国网公司统一建设了IMS(IPMultimediaSubsystem，IP多媒体子系统)系统加强对信息系统运行情况的集中监控能力。尤其是夜间只有调度员值守的情况下，当信息应用系统突发重大故障时，运维人员需要一定的时间才能到达现场排除故障。为了进一步提升信息应用的可靠运行和运维管理水平，提高信息系统安全可靠运行保障能力，有必要结合公司信息调运体系的实际情况，积极研究和应用信息技术对现有信息应用的运行监控分析与应急处置机制进行创新改进。国内外在电力系统故障诊断方向上做了大量的研究工作，提出了多种故障诊断方法，其中模型简单、物理意义清晰的Petri网故障诊断方法得到了广泛应用。近年来，即使现有电力系统可以实现故障检测，也只能在发生故障之后才能检测到相应故障，均无法实现可靠的故障趋势预测，无法实现对存在故障趋势的原件进行预检测，无法实现事前处理。
技术实现思路
本专利技术的目的是为了解决现有电力系统无法在故障发生之前预测故障趋势，以及无法对存在故障趋势的元件进行预检测，导致不能实现故障事前处理的问题，而提出一种用于预测电力系统故障的系统及方法。一种用于预测电力系统故障的系统包括：故障信息监测模块、故障信息处理模块、故障信息排查模块和故障响应模块；故障信息监测模块用于对电力系统中包含的至少一个元件进行监测，获取监测数据；故障信息处理模块用于采用预设的故障趋势预测规则，对获取的监测数据进行处理，得到对应的故障趋势信息；故障信息排查模块用于排查所获取的故障趋势信息是否为已知故障信息；故障响应模块用于根据故障信息，发送报警信息，诊断出故障元件，调配抢修车辆。一种用于预测电力系统故障的方法具体过程为：步骤一、对电力系统中包含的至少一个元件进行监测，获取监测数据；步骤二、采用预设的故障趋势预测规则，对获取到的监测数据进行数据处理，得到对应的故障趋势信息；步骤三、排查所获取的故障趋势信息是否为已知故障信息；步骤四、若获取的故障趋势信息为已知故障信息，根据数据库中备选方案进行检修；若获取的故障趋势信息为非已知故障信息，则发送报警信息，诊断出是否有故障元件，若没有，执行步骤一，若有，调配抢修车辆。本专利技术的有益效果为：本专利技术在获取监测设备或客户报修的故障信息后，经过排查所获取的故障信息是否为已知故障信息能够过滤掉计划停电及重复故障，使得资源合理，高效调用，防止资源浪费。本专利技术当判断故障信息为非已知故障信息后，筛选出具备同类故障抢修经验的抢修车辆作为备选车辆；获取所述备选车辆实时信息，并计算备选车辆的抵达时间，来确定调配车辆能够优化资源配置的合理性，提高抢修效率。本专利技术的技术方案通过对电力系统中包含的元件进行监测，并采用预设的故障趋势预测规则，对获取到的所述监测数据进行数据处理，得到对应的故障趋势信息，实现了故障趋势的准确预测，即“事前处理”，进而有助于提高信息系统安全可靠运行保障能力。本专利技术考虑了故障趋势信息的准确性，当故障趋势信息中仅有少量波动，则不一定就百分百存在故障，需要进一步判断，本专利技术提出了延时约束的电力系统加权模糊时序Petri网故障诊断模型，并根据该加权模糊时序Petri网故障诊断模型进行故障元件诊断。由于本专利技术所采用的加权模糊时序Petri网故障诊断模型可以处理延时约束问题，因此有效提高了电力系统中故障趋势诊断的容错性和准确性。电力系统中故障诊断事前处理准确性达到85％以上。附图说明图1为本专利技术流程图。具体实施方式具体实施方式一：本实施方式一种用于预测电力系统故障的系统包括：故障信息监测模块、故障信息处理模块、故障信息排查模块和故障响应模块；故障信息监测模块用于对电力系统中包含的至少一个元件进行监测，获取监测数据；电力系统是由发电机、变压器、输电线路、用电设备(负荷)组成的网络，它包括通过电或机械的方式连接在网络中的所有设备；电力系统中的这些互连元件可以分为两类：一类是电力元件，一类是控制元件,电力元件对电能进行生产(发电机)、变换(电力变压器)、输送和分配(电力传输线、配电网、消费(负荷)；)故障信息处理模块用于采用预设的故障趋势预测规则，对获取的监测数据进行处理，得到对应的故障趋势信息；过程为：采用预设的线性回归算法和指数回归算法，对获取的监测数据进行数据处理，得到对应的故障未来趋势信息；采用预设的三角函数回归算法，对获取的监测数据进行数据处理，得到对应的故障周期性趋势信息；对获取的监测数据进行数据处理，得到周期性曲线，当某个数据超出了曲线范围，则该数据为对应的故障周期性趋势信息；其中，所述故障趋势信息包括故障未来趋势信息和故障周期性趋势信息。所述采用预设的三角函数回归算法，对获取到的所述监测数据进行数据处理，得到对应的故障周期性趋势信息，包括：取出监测数据状态因子参数序列中最后采集的状态因子参数值及其之前m-1个状态因子参数值进行周期性分析，根据采集到的状态因子参数值计算这段时间内状态因子参数值变化的周期性参数，得到周期性回归分析函数，然后根据该函数绘制状态因子参数值变化的周期性曲线，周期性曲线，当有某个值超出了周期性曲线的变化范围，则该状态因子参数为对应的故障周期性趋势信息；故障信息排查模块用于排查所获取的故障趋势信息是否为已知故障信息；故障响应模块用于根据故障信息，发送报警信息，诊断出故障元件，调配抢修车辆；具体实施方式二：本实施方式与具体实施方式一不同的是，所述故障响应模块包括故障区域确定子模块、模型建立子模块和推理运算子模块；故障区域确定子模块用于根据所述警报信息确定故障区域；模型建立子模块用于根据故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型；推理运算子模块用于根据加权模糊时序Petri网故障诊断模型，构造相应矩阵进行推理运算，诊断出故障元件。传统的应用Petri网进行电力系统故障诊断的方法中，针对保护和断路器可能发生拒动或误动等不确定性问题，通过建立模糊Petri网推理模型来提高故障诊断的容错性。然而，传统方法仅利用接收到的保护和断路器的动作信息，当发生复杂故障并伴随保护和断路器拒动或误动以及警报信息自身发生畸变时，将可能导致无法得到正确的诊断结果。本专利技术综合考虑了保护和断路器动作之间存在的延时约束特性以及保护和断路器误动与拒动的可能性，在现有的故障诊断模型的基础上提出了一种能够计及这种延时约束的电力系统加权模糊时序Petri网故障诊断模型，并根据该加权模糊时序Petri网故障诊断模型进行故障诊断。由于本专利技术所采用的故障诊断模型可以处理延时约束问题，因此有效提高了电力系统中故障诊断的容错性和准确性。其它步骤及参数与具体实施方式一相同。具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述故障区域确定子模块采用广度优先搜索算法确定所述故障区域。其它步骤及参数与具体实施方式一或二相同。具体实施方式四：本实施方式一种用于预测电力系统故障的方法具体过程为：步骤一、对电力系统中包含的至少一个元件进行监测，获取监测数据；步骤二、本文档来自技高网...

【技术保护点】
1.一种用于预测电力系统故障的系统，其特征在于：所述系统包括：故障信息监测模块、故障信息处理模块、故障信息排查模块、故障响应模块；故障信息监测模块用于对电力系统中包含的至少一个元件进行监测，获取监测数据；故障信息处理模块用于采用预设的故障趋势预测规则，对获取的监测数据进行处理，得到对应的故障趋势信息；故障信息排查模块用于排查所获取的故障趋势信息是否为已知故障信息；故障响应模块用于根据故障信息，发送报警信息，诊断出故障元件，调配抢修车辆。

【技术特征摘要】
1.一种用于预测电力系统故障的系统，其特征在于：所述系统包括：故障信息监测模块、故障信息处理模块、故障信息排查模块、故障响应模块；故障信息监测模块用于对电力系统中包含的至少一个元件进行监测，获取监测数据；故障信息处理模块用于采用预设的故障趋势预测规则，对获取的监测数据进行处理，得到对应的故障趋势信息；故障信息排查模块用于排查所获取的故障趋势信息是否为已知故障信息；故障响应模块用于根据故障信息，发送报警信息，诊断出故障元件，调配抢修车辆。2.根据权利要求1所述一种用于预测电力系统故障的系统，其特征在于：所述故障响应模块包括故障区域确定子模块、模型建立子模块和推理运算子模块；故障区域确定子模块用于根据所述警报信息确定故障区域；模型建立子模块用于根据故障区域中的各故障元件与相应保护、断路器动作之间的逻辑关系对各故障元件建模，建立故障元件的加权模糊时序Petri网故障诊断模型；推理运算子模块用于根据加权模糊时序Petri网故障诊断模型，构造相应矩阵进行推理运算，诊断出故障元件。3.根据权利要求2所述一种用于预测电力系统故障的系统，其特征在于：所述故障区域确定子模块采用广度优先搜索算法确定所述故障区域。4.利用权利要求1所述系统的一种用于预测电力系统故障的方法，其特征在于：所述方法具体过程为：步骤一、对电力系统中包含的至少一个元件进行监测，获取监测数据；步骤二、采用预设的故障趋势预测规则，对获取到的监测数据进行数据处理，得到对应的故障趋势信息；步骤三、排查所获取的故障趋势信息是否为已知故障信息；步骤四、若获取的故障趋势信息为已知故障信息，根据数据库中备选方案进行检修；...

【专利技术属性】
技术研发人员：赵威，孙绍辉，曹勇，张思政，
申请(专利权)人：国网黑龙江省电力有限公司信息通信公司，国家电网有限公司，
类型：发明
国别省市：黑龙江,23