一种面向电力系统线损故障定位实现方法技术方案

技术编号:25186025 阅读:25 留言:0更新日期:2020-08-07 21:13
本发明专利技术公开了一种面向电力系统线损故障定位实现方法,通过线损业务数据模拟建模、线损模拟计算故障定位分析、构造故障信息库以及基于故障信息库进行,故障特征的提取,确定相应对象的条件属性和决策属性,通过关联规则进行故障模式的探索,定位故障区段,并将故障模式转换为简易文字叙述及输出;本方案结合了虚拟技术的故障与线损联动,加速工作人员及逆行线损计算故障诊断信息处理工作,加快故障定位速度,提升故障处理效率,对故障进行准确定位,为持续降损提供可靠的保障。

【技术实现步骤摘要】
一种面向电力系统线损故障定位实现方法
本专利技术为电力信息化系统建设领域,涉及电力业务实际运维过程中线损业务,为提升线损管理各专业人员管理水平及解决线损故障等问题。
技术介绍
随着国家电力政策不断的变化,电力市场竞争日益突显,管理水平的提高、内部潜力的发掘、提高经济效益等是供电企业面临的问题。线损率是电网经营企业一个综合性的核心经济技术指标,加强线损管理是电网经营企业一项长期的战略任务和系统工程。目前,线损统计的准确性完全依赖于源端营销应用、电网设备(PMS)、用电采集、电能量采集、电网GIS、SCADA等多个系统数据质量,但由于数据涉及专业多,集成范围广,目前数据一致性和同步治理比较困难;另外,线损计算涉及发、购、输、配、用多个环节,需要通过多种计算模型汇总数千万的计量点电量生成,导致发现线损异常和线损计算故障定位十分困难。同时各级线损管理人员难以全面了解影响线损统计的现场故障、源头业务系统、线损系统数据全链路关联关系。目前,当线损统计异常时,异常排查效率低下,不能高效及时解决问题。急需开展电网线损多源数据模拟与故障仿真技术研究,利用虚拟技术的故障与线损数据联动模拟仿真技术提升线损管理各专业人员管理水平,熟练故障定位方法,提升公司线损精益化管理能力,为公司持续降损提供有效支撑,从而确保电力发展持续、健康,才能为经济型社会发展提供可靠的能源保障,也是努力实践“四个服务”的企业宗旨,建设“一强三优”现代、国际化企业的必然要求。
技术实现思路
针对上述方法的不足,本专利技术提供一种结合了虚拟技术的故障与线损联动模拟建模分析,加速工作人员进行线损计算故障诊断信息处理工作,加快故障定位速度,提升故障处理效率,对故障进行准确定位,为持续降损提供可靠保障的咸顿故障定位实现方法。本专利技术解决其技术问题而采取的技术方案是:一种面向电力系统线损故障定位实现方法,其特征在于,包括:S1:线损业务数据模拟建模基于预采集的历史线损业务数据构建数据模型,数据模型用于图形化运营和管理过程中涉及的业务概念和业务规则,分为三个部分:(1)围绕主题域面向对象结构建模(2)自上而下、逐级深入设计(3)自下而上进行验证主题域分为一级主题域与二级主题域,通过两级主题域分析结合设备拓扑信息关系分析完成相关业务中需要的计算模型,包括同期电量计算模型、线损异常分析模型、电量计算分析模型、线损四分统计计算模型;S2:线损模拟计算故障定位分析基于S1的计算模型,对线损故障诊断与定位进行判断,包括线损异常分析,主要针对线损率为负值或异常高值进行监控,通过获取准确的线损率对其异常情况做出判断,分析异常原因,进行故障定位:(1)结合线损业务现状,归纳线损异常类别基于线损异常分析业务活动,对线损异常分类:电量异常、线损异常、档案异常、运行异常、采集异常;(2)采用多种数学模型对各种线损异常进行分析基于线损异常分析,对一定为的高损/异损设备进行原因定位,综合母线平衡、变压器损失、线路损失情况,精确定位产生高损/异损的关口,得到馈线高损诊断模型,从供电侧开始,结合营配贯通、负载率、配变构成、用户构成、设备投运年限情况逐步定位产生高损/异损的原因;在具体分析中采用了大量数学模型结合线损业务现状进行异常预警分析,柄将分析结果应用于下一步:(1)同期系数分析方法;(2)电量线损突变分析方法;(3)配网异常既有因素概率分析方法;(4)线损与电量相关性分析方法;S3:构造故障信息库包括关口电量采集异常诊断库、关口计量装置异常诊断库、线路异常诊断库、台区异常诊断库;(1)关口电量采集异常诊断库针对关口电量采集异常,主要为站采集成功率抵于阀值:1)站采集成功率为零,即该站所有采集设备不能正常反馈,通信系统故障2)采集成功率在30%-100%之间,即某部分通信模块出现问题,可归为通信系统问题;(2)关口计量装置异常诊断库针对变电站的线损环比指标变化幅度,得到变电站存在运行异常的结果;(3)线路异常诊断库针对线路高损,线路高损受公、专变档案、采集成功率影响;(4)台区异常诊断库这对台区档案异常,重点排查三相不平衡台区和轻载重载台区;故障诊断及定位需基于上述采集、分析、整理的数据,结合大数据技术,构造故障信息数据库;S4:再基于故障信息数据库,提取故障特征,确定相应对象的条件属性和决策属性,通过关联规则进行故障模式的探索,定位故障区段,并将故障模式转换为简易文字叙述及输出。通过上述设置,S1的模拟建模分析计算,相对现有的报表模型和电行OLAP数据分析模型,本方案采用的业务关联性强、准确性高的线损计算故障分析算法及模型,可以支撑数据深层次分析的需要,以从海量复杂变化的数据中进行提取并加以利用进而进行准确的故障定位,再进一步的通过线损四分统计计算模型实现模型统一化管理,使线损业务管理人员可以快速高效完成对四分模型的配置修改;使系统内的电量计算与线损计算等统一完成一体化配置,从而满足总部、省、市、县、供电所各级单位电量与线损多元化管理需求;相对于现有技术,S2的线损模拟计算故障定位分析,先对于当前的线损业务现状,本方案基于线损率反映电力系统中规划设计、生产运行、经营管理水平的经济技术指标,通过降低线损率打提高经济与社会效益,通过获得确定的线损率对其是否存在异常进行精准判断,分析异常原因,进行故障定位,基于管理型问题多为偶然性的认为因素,相应的线损率异常呈短暂性和不连续性的特点,而技术问题是长期性的,从而使得线损率异常呈连续性的特点,对造成线损率异常的原因进行分析判断。相对于现有技术,S3构造故障信息库,相对于现有技术的复杂且处理速度一般的数据库模型,本方案的故障诊断及定位模型,应用大数据技术,构造故障信息数据库,提取故障特征确定相应对象的条件属性和决策属性,通过关联规则进行故障模式的探索,定位故障区段,并将故障模式转换为简易文字叙述,便于工作人员进行线损计算故障诊断信息处理,加快故障定位的速度,提升故障处理效率,设置多种的异常诊断库逐一分析,并对分析结果进行归档供业务专员进行查询和管理。优选的,所述一级主题域包括设备、电网、客户;所述二级主题域包括客户档案、用电计量、营销帐户、客户变更、电网拓扑、运行方式、电能质量、线损、变电设备、输电设备、配电设备、资产设备、规格型号。通过上述方案,区分两种主题域,并对主题域进行详细的划分,便于下一步的建模数据采集和处理。优选的,所述线损四分统计计算模型包括分区计算模型、分压计算模型、分元件计算模型、分线路计算模型、分台区计算模型,并实现模型统一化管理。优选的,所述异常原因分析包括常规异常判断和高损异常诊断:常规异常判断包括电量差错追补、二次计费分析、抄表时间变动、配变损耗计算、负荷割接分析、计量监测异常、线变对应关系不准、表计残旧分析、功率因数低、用户CT饱和、三相不平衡、本文档来自技高网...

【技术保护点】
1.一种面向电力系统线损故障定位实现方法,其特征在于,包括:/nS1:线损业务数据模拟建模/n基于预采集和数据库内的历史线损业务数据构建数据模型,数据模型用于图形化运营和管理过程中涉及的业务概念和业务规则,分为三个部分:/n(1)围绕主题域面向对象结构建模/n(2)自上而下、逐级深入设计/n(3)自下而上进行验证/n主题域分为一级主题域与二级主题域,通过两级主题域分析结合设备拓扑信息关系分析完成相关业务中需要的计算模型,包括同期电量计算模型、线损异常分析模型、电量计算分析模型、线损四分统计计算模型;/nS2:线损模拟计算故障定位分析/n基于S1的计算模型,对线损故障诊断与定位进行判断,包括线损异常分析,主要针对线损率为负值或异常高值进行监控,通过获取准确的线损率对其异常情况做出判断,分析异常原因,进行故障定位:/n(1)结合线损业务现状,归纳线损异常类别/n基于线损异常分析业务活动,对线损异常分类:电量异常、线损异常、档案异常、运行异常、采集异常;/n(2)采用多种数学模型对各种线损异常进行分析/n基于线损异常分析,对一定为的高损/异损设备进行原因定位,综合母线平衡、变压器损失、线路损失情况,精确定位产生高损/异损的关口,得到馈线高损诊断模型,从供电侧开始,结合营配贯通、负载率、配变构成、用户构成、设备投运年限情况逐步定位产生高损/异损的原因;/n在具体分析中采用了大量数学模型结合线损业务现状进行异常预警分析,柄将分析结果应用于下一步:/n(1)同期系数分析方法;/n(2)电量线损突变分析方法;/n(3)配网异常既有因素概率分析方法;/n(4)线损与电量相关性分析方法;/nS3:构造故障信息库/n包括关口电量采集异常诊断库、关口计量装置异常诊断库、线路异常诊断库、台区异常诊断库;/n(1)关口电量采集异常诊断库/n针对关口电量采集异常,主要为站采集成功率抵于阀值:/n1)站采集成功率为零,即该站所有采集设备不能正常反馈,通信系统故障;/n2)采集成功率在30%-100%之间,即某部分通信模块出现问题,可归为通信系统问题;/n(2)关口计量装置异常诊断库/n针对变电站的线损环比指标变化幅度,得到变电站存在运行异常的结果;/n(3)线路异常诊断库/n针对线路高损,线路高损受公、专变档案、采集成功率影响;/n(4)台区异常诊断库/n这对台区档案异常,重点排查三相不平衡台区和轻载重载台区;/n故障诊断及定位需基于上述采集、分析、整理的数据,结合大数据技术,构造故障信息数据库;/nS4:再基于故障信息数据库,提取故障特征,确定相应对象的条件属性和决策属性,通过关联规则进行故障模式的探索,定位故障区段,并将故障模式转换为简易文字叙述及输出。/n...

【技术特征摘要】
1.一种面向电力系统线损故障定位实现方法,其特征在于,包括:
S1:线损业务数据模拟建模
基于预采集和数据库内的历史线损业务数据构建数据模型,数据模型用于图形化运营和管理过程中涉及的业务概念和业务规则,分为三个部分:
(1)围绕主题域面向对象结构建模
(2)自上而下、逐级深入设计
(3)自下而上进行验证
主题域分为一级主题域与二级主题域,通过两级主题域分析结合设备拓扑信息关系分析完成相关业务中需要的计算模型,包括同期电量计算模型、线损异常分析模型、电量计算分析模型、线损四分统计计算模型;
S2:线损模拟计算故障定位分析
基于S1的计算模型,对线损故障诊断与定位进行判断,包括线损异常分析,主要针对线损率为负值或异常高值进行监控,通过获取准确的线损率对其异常情况做出判断,分析异常原因,进行故障定位:
(1)结合线损业务现状,归纳线损异常类别
基于线损异常分析业务活动,对线损异常分类:电量异常、线损异常、档案异常、运行异常、采集异常;
(2)采用多种数学模型对各种线损异常进行分析
基于线损异常分析,对一定为的高损/异损设备进行原因定位,综合母线平衡、变压器损失、线路损失情况,精确定位产生高损/异损的关口,得到馈线高损诊断模型,从供电侧开始,结合营配贯通、负载率、配变构成、用户构成、设备投运年限情况逐步定位产生高损/异损的原因;
在具体分析中采用了大量数学模型结合线损业务现状进行异常预警分析,柄将分析结果应用于下一步:
(1)同期系数分析方法;
(2)电量线损突变分析方法;
(3)配网异常既有因素概率分析方法;
(4)线损与电量相关性分析方法;
S3:构造故障信息库
包括关口电量采集异常诊断库、关口计量装置异常诊断库、线路异常诊断库、台区异常诊断库;
(1)关口电量采集异常诊断库
针对关口电量采集异常,主要为站采集成功率抵于阀值:
1)站采集成功率为零,即该站所有采集设备不能正常反馈,通信系统故障;
2)采集成功率在30%-100%之间,即某部分通信模块出现问题,可归为通信系统问题;
(2)关口计量装置异常诊断库
针对变电站的线损环比指标变化幅度,得到变电站存...

【专利技术属性】
技术研发人员:霍成军卢永平张进史奕龙刘晋魁陈嘉武晓磊李蒙赞李俊午陆鑫陈婧谷峪刘昌卿林超
申请(专利权)人:国网山西省电力公司国网信通亿力科技有限责任公司国网信息通信产业集团有限公司国家电网有限公司
类型:发明
国别省市:山西;14

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1