一种基于设备画像和集成学习的电网设备运行状态评估方法技术

本发明专利技术涉及一种基于设备画像和集成学习的电网设备运行状态评估方法，属于电力调控技术领域。该方法包括以下步骤：规范电网运行监控信号、辨识清洗监控数据；以设备为中心的电网运行监控数据建模；分析电网拓扑、监控信号间的逻辑关系；以电网事件为中心的设备监控告警信息聚类；基于监控信息的设备画像与集成学习；对电网设备运行状态进行评估。通过本发明专利技术方法实现变电站设备监控数据的智能分析，提升了变电站设备监控数据管理及大数据挖掘效率，从而提高调控一体化运作效率，易于推广应用。

【技术实现步骤摘要】
一种基于设备画像和集成学习的电网设备运行状态评估方法
本专利技术属于电力调控
，具体涉及一种基于设备画像和集成学习的电网设备运行状态评估方法。
技术介绍
近年来，随着电网规模不断扩大，电网智能化水平持续提升，接入调控机构实现集中监控的变电站、电网设备及告警信息数量剧增。数以百计的变电站及相关线路由少量运行人员集中调控，调控人员依靠遥信、遥测信息，对电网设备的运行状态进行监视，人员的工作压力、精神压力与日俱增。电网设备的健康状态与设备运行的可靠性、经济性紧密相关。当前调控中心监控信息数据量巨大，包涵了变电站各项运行数据和历史数据，如何通过对海量数据的多维度分析，形成有价值的预警信息和知识经验，是亟待解决的问题。在电网运行管理过程中，遥信告警、遥测越限、输变电在线监测、现场巡检、试验数据也都可能反馈出设备甚至电网运行状态存在的问题及恶化趋势，但普遍存在以下不足：1、调控中心缺乏对海量监控数据的深度分析和挖掘，同时监控信息存在不标准和不规范的问题，无法有效监控设备运行状态。2、现有监控信息分析基本为人工手动处理和分析，缺乏监控信息规范性分析和智能化处理的工具。3、由于监控设备信息量大，监控信息筛选、分析多以excel表格处理，没有建立设备信号结构化关联，容易出现重要监控信息遗漏现象。因此如何克服现有技术的不足是目前电力调控
亟待解决的问题。
技术实现思路
本专利技术的目的是为了解决现有技术的不足，以电网设备运行状态评估为目的，提供一种基于设备画像和集成学习的电网设备运行状态评估方法，该方法首先对电网数据提取、清洗、挖掘、关联、标签化，然后设备进行画像建模，重点挖掘设备健康状态和各种分析因素之间的关联性，并采用机器学习中的集成学习方法对模型不断修正完善，自动识别出设备的健康状态情况，对运行状态进行评估，在此基础上实现变电站设备监控数据的智能分析，提升了变电站设备监控数据管理及大数据挖掘效率，从而提高调控一体化运作效率，拓展专业管理的深度和广度，加快技术支撑手段的实用化建设，保障调控一体安全高效运作。为实现上述目的，本专利技术采用的技术方案如下：一种基于设备画像和集成学习的电网设备运行状态评估方法，包括以下步骤：步骤(1)，规范电网运行监控信号、辨识清洗监控数据；步骤(2)，以设备为中心的电网运行监控数据建模；步骤(3)，分析电网拓扑、监控信号间的逻辑关系，建立多维电网运行方式辨识模型、伴生信号判断模型、跳闸事件分析模型、监控信息因果关系模型；步骤(4)，以电网事件为中心的设备监控告警信息聚类；步骤(5)，基于监控信息的设备画像与集成学习；步骤(6)，对电网设备运行状态进行评估。进一步，优选的是，所述步骤(1)中，对电网运行监控产生的结构化数据、文本数据进行自然语言解析，对监控信号进行逐条分析，对其含义进行规范处理，并对可疑数据进行辨识和清洗。进一步，优选的是，所述步骤(2)中，通过提取运行管理数据中的设备关键字，与设备建立关联，以设备ID为中心，采用间隔定位主设备方式，构建监控信息、告警信息、量测数据、操作数据、位置状态与开关、刀闸、母线设备的关联关系，实现基于设备的数据集成。进一步，优选的是，步骤(3)的具体方法如下：①基于断路器、刀闸开合状态，结合电网的接线方式、运行方式以及拓扑关系，分析设备运行状态及发生事故的情况，对上送信号按照事故信号标准序列进行校验，校验是否存在信号缺失、多余，得到是否存在漏报、误报情况；依据设备检索、关联检修申请、操作票以及故障和缺陷异常信息，根据设备生产厂家、设备型号对设备进行细化分类，为每一个设备建立设备档案，包依据遥测数据及电网拓扑，将设备运行状态的有功、无功为0时定义为运行状态异常，分析线路各端的潮流平衡、主变三侧潮流平衡、母线各出线潮流平衡；当出现有功、无功的遥测量为0时，依据设备对应间隔，通过间隔进行电网拓扑分析，将有关联的设备进行组合，建立多维电网运行方式辨识模型，对异常的电网运行状态进行综合判断；②根据电网设备拓扑关系、信号含义、信号发出时间、信号复归时间，对设备非事故信号、不影响实际电网运行信号进行归类，建立伴生信号判断模型；将伴生信号剥离跳闸事件，不作为跳闸事件分析的依据；③跳闸事件分析模型：根据变电站、电压等级、间隔、设备，判断跳闸事件的类型、发展过程以及可能的漏发信号；跳闸事件依据线路、母线、主变、电容器、电抗器跳闸，基于开关关联设备进行跳闸分类；当开关由合闸变为分闸时对跳闸前、后进行分析；首选基于检修申请票，如果此开关正在检修，则过滤掉检修、误发信号，以过滤后的告警信号为分析源进行分析；开关不在检修，则定义为跳闸事件，以跳闸事件标准序列为依据，以间隔事故总、保护出口信号为辨识起点，结合跳闸事件中的分闸信号确认跳闸事件，依次分析重合闸动作、设备合闸、间隔事故信号、全站事故总以及信号复归重要信号进行跳闸事件确认；跳闸分类基于瞬时故障和永久故障进行区分，当开关重合闸成功则定义为瞬时故障，开关重合闸后再次跳闸后开关未复归，则定义为永久故障；基于信号分析确认跳闸及分类判断建立线路跳闸、主变跳闸、母线跳闸事件分析规则模型；④监控信息因果关系模型：对设备告警信息进行分析，自动关联获取发出该信息的设备或设备所属的间隔，结合信号发出15分钟时间内相关的检修信息、操作信息、日志信息、气象及雷电监测信息，结合具体信号与实际一、二次设备关系、电网模型、当前运行方式分析其产生可能原因，给出若干原因推测对每一个监控事件的信号含义、原因分析、造成后果进行建模。进一步，优选的是，所述步骤(4)中，基于监控数据的数据辨识及清洗，建立原始信号与标准信号之间的数据关联关系、标准信号与事件化规则库之间的关联关系，同时根据事件化规则库，将原先离散的、大数量的监控数据自动建立多层级的关联关系，分块封装为跳闸信息、操作及伴生、检修调试、AVC信息、监控缺陷及异常的监控事件，实现以电网事件为中心的设备监控告警信息聚类。进一步，优选的是，所述步骤(5)中，利用自然语言解析告警信号，选取设备缺陷、运行工况、运行年限、家族缺陷、在线监测、天气作为特征量对设备进行画像，然后利用集成学习算法中的Adaboost算法对分类器进行训练，通过累积设备缺陷、运行数据、环境数据各类参数进行计算，得到各类参数的强分类器，通过强分类器对一次设备进行多维度数据分析，给出设备的健康状态。进一步，优选的是，所述步骤(6)中，分析电网的运行状况，对电网的宏观安全整体评估：根据实际联络把整个电网按照规定的区域分成若干片区，分析辨识片区内的出现问题的变电站站，定位到变电站内某一个设备出现的问题，通过多层级挖掘，从电网状态分析到具体的设备；同时结合电网的接线方式、运行方式、电网潮流，对电网的网架结构中的薄弱环节进行分析和定位，分析各类设备发生故障时的影响范围、事故等级，并结合设备的跳闸概率进行整体评估，综合分析电网安全状态，给出最终评估值和故障处置建议。本文档来自技高网...

【技术保护点】
1.一种基于设备画像和集成学习的电网设备运行状态评估方法，其特征在于，包括以下步骤：/n步骤（1），规范电网运行监控信号、辨识清洗监控数据；/n步骤（2），以设备为中心的电网运行监控数据建模；/n步骤（3），分析电网拓扑、监控信号间的逻辑关系，建立多维电网运行方式辨识模型、伴生信号判断模型、跳闸事件分析模型、监控信息因果关系模型；/n步骤（4），以电网事件为中心的设备监控告警信息聚类；/n步骤（5），基于监控信息的设备画像与集成学习；/n步骤（6），对电网设备运行状态进行评估。/n

【技术特征摘要】
1.一种基于设备画像和集成学习的电网设备运行状态评估方法，其特征在于，包括以下步骤：
步骤（1），规范电网运行监控信号、辨识清洗监控数据；
步骤（2），以设备为中心的电网运行监控数据建模；
步骤（3），分析电网拓扑、监控信号间的逻辑关系，建立多维电网运行方式辨识模型、伴生信号判断模型、跳闸事件分析模型、监控信息因果关系模型；
步骤（4），以电网事件为中心的设备监控告警信息聚类；
步骤（5），基于监控信息的设备画像与集成学习；
步骤（6），对电网设备运行状态进行评估。


2.根据权利要求1所述的基于设备画像和集成学习的电网设备运行状态评估方法，其特征在于：所述步骤（1）中，对电网运行监控产生的结构化数据、文本数据进行自然语言解析，对监控信号进行逐条分析，对其含义进行规范处理，并对可疑数据进行辨识和清洗。


3.根据权利要求1所述的基于设备画像和集成学习的电网设备运行状态评估方法，其特征在于：所述步骤（2）中，通过提取运行管理数据中的设备关键字，与设备建立关联，以设备ID为中心，采用间隔定位主设备方式，构建监控信息、告警信息、量测数据、操作数据、位置状态与开关、刀闸、母线设备的关联关系，实现基于设备的数据集成。


4.根据权利要求1所述的基于设备画像和集成学习的电网设备运行状态评估方法，其特征在于，步骤（3）的具体方法如下：
①基于断路器、刀闸开合状态，结合电网的接线方式、运行方式以及拓扑关系，分析设备运行状态及发生事故的情况，对上送信号按照事故信号标准序列进行校验，校验是否存在信号缺失、多余，得到是否存在漏报、误报情况；
依据设备检索、关联检修申请、操作票以及故障和缺陷异常信息，根据设备生产厂家、设备型号对设备进行细化分类，为每一个设备建立设备档案，包括设备在整个生命周期内发生的具体操作、故障、有功、无功为0时定义为运行状态异常，分析线路各端的潮流平衡、主变三侧潮流平衡，母线各出线潮流平衡；当出现有功、无功的遥测量为0时，依据设备对应间隔，通过间隔进行电网拓扑分析，将有关联的设备进行组合，建立多维电网运行方式辨识模型，对异常的电网运行状态进行综合判断；
②根据电网设备拓扑关系、信号含义、信号发出时间、信号复归时间，对设备非事故信号、不影响实际电网运行信号进行归类，建立伴生信号判断模型；将伴生信号剥离跳闸事件，不作为跳闸事件分析的依据；
③跳闸事件分析模型：根据变电站、电压等级、间隔、设备，判断跳闸事件的类型、发展过程以及可能的漏发信号；
跳闸事件依据线路、母线、主变、电容器、电抗器跳闸，基于开关关联设备进行跳闸分类；当开关由合闸变为分闸时对跳闸前、后...

【专利技术属性】
技术研发人员：朱涛，张鹏，周洁，陈伟，胡东林，钟少军，雷昊，姚朝，
申请(专利权)人：云南电网有限责任公司昆明供电局，
类型：发明
国别省市：云南;53