一种基于大数据分布式计算的双重化保护设备风险辨识方法技术

本发明专利技术公开了一种基于大数据分布式计算的双重化保护设备风险辨识方法，包括：数据采集模块，用于采集双重化继电器保护装置的状态参数，并将所述状态信息发送至所述算法适配器。所述算法适配器，用于接收所述状态参数，在预先存储的算法模型单元中获取与所述状态参数相对应的算法模型，并将所述状态参数和所述算法模型发送到算法解析器；所述算法解析器，用于接收所述状态参数和所述算法模型，采用Hadoop中数据处理框架Map/Reduce，提供的分布式计算和批量数据处理进行快速迭代计算。所述异常告警推送单元，运用告警检测结果算法模型进行计算，对越限数值进行异常告警。

A risk identification method for dual protection devices based on distributed computing of big data

The invention discloses a risk identification method for dual protection equipment based on large data distributed computing, including a data acquisition module for collecting the state parameters of the dual protection device and transmitting the state information to the algorithm adapter. The algorithm adapter is used to receive the state parameter, obtain the algorithm model corresponding to the state parameter in the pre-stored algorithm model unit, and send the state parameter and the algorithm model to the algorithm parser, which is used to receive the state parameter and the algorithm model. The distributed computing and batch data processing provided by Map/Reduce, a data processing framework in Hadoop, are used for fast iterative computation. The anomaly alarm push unit uses the alarm detection result algorithm model to calculate, and carries on the anomaly alarm to the value exceeding the limit.

【技术实现步骤摘要】
一种基于大数据分布式计算的双重化保护设备风险辨识方法
本专利技术涉及电力系统领域，特别涉及一种基于大数据分布式计算的双重化保护设备风险辨识方法。
技术介绍
随着电网规模的发展，设备数量不断增加、技术水平和可靠性迅速提升，传统的设备定期检修模式已经很难适应新的管理需求。目前国内电网保护单元大多采用双重化继电保护装置来保障电网安全，但对双重化的继电保护装置是否在合理误差范围进行运行缺少直观、可度量的辨别方法，对装置间的异常状态不能及时的发现和反馈。现有技术中，存在在线数据采样不同步；缺少能够对不同类型、型号和厂家的通用灵活、可配置和自适应的算法模型，由于保护装置的评价算法的多变性，如采用固定程序算法模式进行设计，会使系统应用的扩展性带来限制，无法适用于不同的评估场景和类型；异常告警过程靠人工辨识，从而无法实现快速直观的推送异常告警，并存在装置异常辨识分析结果的误报和漏报等技术难点。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于大数据分布式计算的双重化保护设备风险辨识方法，旨在适应双重化保护装置的不同厂商、不同型号的算法模型，能够动态匹配设备，动态加载计算方法，解析计算程式，实现双重化继电保护装置在线实时告警，从而完善继电保护状态检修评估方法，扩展检修内涵及提升检修效果的目的。为实现上述目的，本专利技术提供以下的技术方案：一种基于大数据分布式计算的双重化保护设备风险辨识方法，所述系统包括：数据采集模块、算法适配器、算法模型单元、算法解析器、异常告警推送单元；所述数据采集模块，用于采集双重化继电器保护装置的状态参数，并将所述状态信息发送至所述算法适配器；所述算法适配器，用于接收所述状态参数，在预先存储的算法模型单元中获取与所述状态参数相对应的算法模型，并将所述状态参数和所述算法模型发送到算法解析器；所述算法解析器，用于接收所述状态参数和所述算法模型，并采用所述算法模型中的所述状态参数信息，基于Hadoop中数据处理框架Map/Reduce的分布式计算功能进行迭代计算分析。当计算分析结果中的值超出预设界限值时，所述算法解析器将计算分析结果反馈给所述算法适配器，以使所述算法适配器进行多次校核，并发送异常告警信息至异常告警推送单元；所述异常告警推送单元，用于接收所述算法适配器发送的异常告警信息，并运用告警检测结果算法模型进行计算，对越限数值进行异常告警。可选的，所述状态参数至少包括双重化继电保护装置的参数和三相电流及三相差流的模拟量实测数据。可选的，所述告警检测结果算法模型包括电流辨识算法模型、电压辨识算法模型和电流与差流综合辨识分析模型；所述的电流辨识算法模型为：其中，AIa、BIa：为所述双重化继电器保护装置中装置A、B的电流值，N为采样次数，优选N＝3次采样；Sgj：异常告警输出值；所述的电压辨识算法模型为：其中，AUa、BUa为所述双重化继电器保护装置中装置A、B的电压值，N为采样次数，优选，N＝3次采样；Sgj为异常告警输出值；差流综合辨识分析模型为：其中，Ca为保护装置A项差流值、Ia：保护装置A项电流值；N：采样次数，优选N＝3次采样；Sgj：异常告警输出值。此外，本专利技术还提供了一种基于大数据分布式计算的双重化保护设备风险辨识方法，所述方法包括步骤：数据采集模块采集双重化继电保护装置的状态参数，并发送到算法适配器；所述算法适配器接收所述状态参数，在预先存储的算法模型单元中获取与所述状态参数相对应的算法模型，并将所述状态参数和所述算法模型发送到算法解析器；所述算法解析器，用于接收所述状态参数和所述算法模型，并采用所述算法模型中的所述状态参数信息，基于Hadoop中数据处理框架Map/Reduce的分布式计算功能进行迭代计算分析。当计算分析结果中的值超出预设界限值时，所述算法解析器将计算分析结果反馈给所述算法适配器，以使所述算法适配器进行多次校核，并发送异常告警信息至异常告警推送单元；所述算法适配器进行多次校核，并发送异常告警信息至异常告警推送单元；所述异常告警推送单元接收所述算法适配器发送的异常告警信息，并运用告警检测结果算法模型进行计算，对越限数值进行异常告警。可选的，所述算法适配器接收所述状态参数，在预先存储的算法模型单元中获取与所述状态参数相对应的算法模型，并将所述状态参数和所述算法模型发送到算法解析器，包括：所述算法适配器根据所述状态参数中有关装置评价导则标准的类型信息，从算法模型单元中获得对应的算法类型；至少根据所述状态信息装置参数信息中的类型信息、型号信息和唯一装置标识信息，匹配加载中满足条件的算法项；并从所述算法项所属的一组算法公式中找到符合条件的算法公式；所述适配器把所述算法公式中的变量转换为相应的状态量实测值、函数方法和嵌套算法公式，再把处理后表达式反馈给算法解析器，以使所述算法解析器进行迭代计算分析。可选的，所述告警检测结果算法模型包括电流辨识算法模型、电压辨识算法模型和电流与差流综合辨识分析模型；所述的电流辨识算法模型为：其中，AIa、BIa：为所述双重化继电器保护装置中装置A、B的电流值，N为采样次数，优选N＝3次采样；Sgj：异常告警输出值；所述的电压辨识算法模型为：其中，AUa、BUa为所述双重化继电器保护装置中装置A、B的电压值，N为采样次数，优选，N＝3次采样；Sgj为异常告警输出值；差流综合辨识分析模型为：其中，Ca为保护装置A项差流值、Ia：保护装置A项电流值；N：采样次数，优选N＝3次采样；Sgj：异常告警输出值。与现有技术相比，本专利技术的一种基于大数据分布式计算的双重化保护设备风险辨识方法，采用了基于算法模型的双重化保护装置告警辨别方法后，增强了继电保护装置的异常告警的适应范围，实现对所有双重化继电保护装置的在线异常信息监测，为运行管理人员提供及时直观的异常告警信息反馈，大大减轻了人员的工作量，提高了工作效率。附图说明图1是本专利技术的一种基于大数据分布式计算的双重化保护设备风险辨识方法结构图；图2是本专利技术的采用N次采样获得的超出限额值；图3是应用本专利技术的基于算法模型的双重化设备异常告警辨识系统的一个实施例流程图；图4为本专利技术的一种基于大数据分布式计算的双重化保护设备风险辨识方法流程示意图。具体实施方式为使专利技术的目的、技术方案和优点更加清楚明了，下面通过附图中及实施例，对本专利技术技术方案进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅用以解释本专利技术技术方案，并不用于限制本专利技术技术方案的范围。参见图1，图1是本专利技术的一种基于大数据分布式计算的双重化保护设备风险辨识方法结构图，所述系统包括：数据采集模块101、算法适配器102、算法模型单元103、算法解析器104、异常告警推送单元105；所述数据采集模块101，用于采集双重化继电器保护装置的状态参数，并将所述状态信息发送至所述算法适配器102；所述算法适配器102，用于接收所述状态参数，在预先存储的算法模型单元103中获取与所述状态参数相对应的算法模型，并将所述状态参数和所述算法模型发送到算法解析器104；所述算法解析器104，用于接收所述状态参数和所述算法模型，并采用所述算法模型中的所述状态参数信息，基于Hadoop中数据处理框架Map/Reduce的分布式计算功能进行迭代计算分析。当计算分析结果中的值本文档来自技高网...

【技术保护点】
1.一种基于大数据分布式计算的双重化保护设备风险辨识方法，其特征在于，所述系统包括：数据采集模块、算法适配器、算法模型单元、算法解析器、异常告警推送单元；所述数据采集模块，用于采集双重化继电器保护装置的状态参数，并将所述状态信息发送至所述算法适配器；所述算法适配器，用于接收所述状态参数，在预先存储的算法模型单元中获取与所述状态参数相对应的算法模型，并将所述状态参数和所述算法模型发送到算法解析器；所述算法解析器，用于接收所述状态参数和所述算法模型，并采用所述算法模型中的所述状态参数信息，基于Hadoop中数据处理框架Map/Reduce的分布式计算功能进行迭代计算分析。当计算分析结果中的值超出预设界限值时，所述算法解析器将计算分析结果反馈给所述算法适配器，以使所述算法适配器进行多次校核，并发送异常告警信息至异常告警推送单元；所述异常告警推送单元，用于接收所述算法适配器发送的异常告警信息，并运用告警检测结果算法模型进行计算，对越限数值进行异常告警。

【技术特征摘要】
1.一种基于大数据分布式计算的双重化保护设备风险辨识方法，其特征在于，所述系统包括：数据采集模块、算法适配器、算法模型单元、算法解析器、异常告警推送单元；所述数据采集模块，用于采集双重化继电器保护装置的状态参数，并将所述状态信息发送至所述算法适配器；所述算法适配器，用于接收所述状态参数，在预先存储的算法模型单元中获取与所述状态参数相对应的算法模型，并将所述状态参数和所述算法模型发送到算法解析器；所述算法解析器，用于接收所述状态参数和所述算法模型，并采用所述算法模型中的所述状态参数信息，基于Hadoop中数据处理框架Map/Reduce的分布式计算功能进行迭代计算分析。当计算分析结果中的值超出预设界限值时，所述算法解析器将计算分析结果反馈给所述算法适配器，以使所述算法适配器进行多次校核，并发送异常告警信息至异常告警推送单元；所述异常告警推送单元，用于接收所述算法适配器发送的异常告警信息，并运用告警检测结果算法模型进行计算，对越限数值进行异常告警。2.根据权利要求1所述的基于大数据分布式计算的双重化保护设备风险辨识方法，其特征在于，所述状态参数至少包括双重化继电保护装置的参数和三相电流及三相差流的模拟量实测数据。3.根据权利要求1所述的基于大数据分布式计算的双重化保护设备风险辨识方法，其特征在于，所述告警检测结果算法模型包括电流辨识算法模型、电压辨识算法模型和电流与差流综合辨识分析模型；所述的电流辨识算法模型为：其中，AIa、BIa：为所述双重化继电器保护装置中装置A、B的电流值，N为采样次数，优选N＝3次采样；Sgj：异常告警输出值；所述的电压辨识算法模型为：其中，AUa、BUa为所述双重化继电器保护装置中装置A、B的电压值，N为采样次数，优选，N＝3次采样；Sgj为异常告警输出值；差流综合辨识分析模型为：其中，Ca为保护装置A项差流值、Ia：保护装置A项电流值；N：采样次数，优选N＝3次采样；Sgj：异常告警输出值。4.一种基于大数据分布式计算的双重化保护设备风险辨识方法，其特征在于，所述方法包括步骤：数据采集模块采集双重化继电保护装置的状态参数，并发送到算法适配器；所述算法适配器接收所述状态参数，在预先存储的算法模型单元中获取与所述...

【专利技术属性】
技术研发人员：叶远波，孙月琴，胡晓飞，陈实，黄太贵，赵晓春，戴长春，谢民，王同文，程晓平，王栋，王薇，王玉，吴保文，徐海青，郭德红，余丽，徐殿洋，汪春燕，夏丽丽，秦婷，
申请(专利权)人：国网安徽省电力有限公司，安徽继远软件有限公司，
类型：发明
国别省市：安徽,34