电力线路运行状态自动化检测分析方法及系统技术方案

本发明专利技术涉及电力线路检测的技术领域，特别是涉及一种电力线路运行状态自动化检测分析方法及系统，其能够准确地判断潜在的故障临界时间节点；按计划自动检测时间节点依次采集电力线路运行状态信息；并对电力线路运行状态信息进行关键参数提取，获得电力线路运行参数集合；将不同时间节点的电力线路运行参数集合按照时间顺序进行排列，同时将不同电力线路运行参数集合中相同的运行参数进行对齐，获得电力线路运行状态特征矩阵；获取电力线路电压等级，根据电力线路电压等级获知各项运行参数允许的最大波动范围；根据各项运行参数允许的最大波动范围，对电力线路运行状态特征矩阵进行逐列趋势分析，获得运行参数波动特征向量

【技术实现步骤摘要】
电力线路运行状态自动化检测分析方法及系统


[0001]本专利技术涉及电力线路检测的
，特别是涉及一种电力线路运行状态自动化检测分析方法及系统
。

技术介绍

[0002]电力线路检测是电力系统维护和运行管理的重要组成部分，对电力系统的安全性和稳定性起到了重要作用，电力线路检测的主要目的是及时发现潜在的问题或异常情况；现有的电力线路检测往往是对电力系统中的线路和设备进行定期检测，检测时间节点均是按照提前做好的检测计划进行
。
现有的检测方法在运行过程中，由于限制于固定的检测时间点，难以及时应对发生在相邻两个检测时间节点之间的突发性故障
。
因此，亟需一种能够根据现有电力线路运行状态来精准指导下次检测时间节点的电力线路运行状态自动化检测分析方法
。

技术实现思路

[0003]为解决上述技术问题，本专利技术提供一种能够准确地判断潜在的故障临界时间节点，在故障发生前及时调整检测计划，提高故障的检测和预测能力的电力线路运行状态自动化检测分析方法
。
[0004]第一方面，本专利技术提供了电力线路运行状态自动化检测分析方法，所述方法包括：按计划自动检测时间节点依次采集电力线路运行状态信息；并对所述电力线路运行状态信息进行关键参数提取，获得电力线路运行参数集合；将不同时间节点的电力线路运行参数集合按照时间顺序进行排列，同时将不同电力线路运行参数集合中相同的运行参数进行对齐，获得电力线路运行状态特征矩阵；所述电力线路运行状态特征矩阵中每一列代表同一项运行参数在不同时间节点下的数值，每一行表示同一时间节点下不同运行参数的数值；获取电力线路电压等级，根据电力线路电压等级获知各项运行参数允许的最大波动范围；根据各项运行参数允许的最大波动范围，对电力线路运行状态特征矩阵进行逐列趋势分析，获得运行参数波动特征向量；所述运行参数波动特征向量中各元素表示相对应运行参数的波动超标频率；将运行参数波动特征向量输入至预先构建的电力线路状态预测模型中，获得电力线路故障临界时间节点；判断电力线路故障临界时间节点与计划自动检测时间节点的关系，若电力线路故障临界时间节点晚于计划自动检测时间节点，则将计划自动检测时间节点作为下次电力线路运行状态检测的时间节点；若电力线路故障临界时间节点早于计划自动检测时间节点，则将电力线路故障临界时间节点作为下次电力线路运行状态检测的时间节点；
根据确定的下次电力线路运行状态检测的时间节点，自动调整电力线路的运行状态监测计划
。
[0005]进一步地，所述电力线路运行参数集合包括电压
、
电流
、
温度
、
频率；使用电压表
、
电流互感器
、
温度传感器
、
频率计分别对电力线路的电压
、
电流
、
温度
、
频率进行测量
。
[0006]进一步地，所述电力线路运行状态特征矩阵，如下所示：其中，
U
n
表示第
n
个时间节点检测到的电压，
I
n
表示第
n
个时间节点检测到的电流，
T
n
表示第
n
个时间节点检测到的温度，
F
n
表示第
n
个时间节点检测到的频率；电力线路运行状态特征矩阵有4列，分别代表运行参数：电压
、
电流
、
温度和频率，在不同时间节点下的数值分别是矩阵中的元素；每一行表示一个时间节点，不同的运行参数在该时间节点下的数值按照对应的列排列
。
[0007]进一步地，对电力线路运行状态特征矩阵进行逐列趋势分析的方法，包括：获取电力线路运行状态特征矩阵；设定检测时间窗口长度；对于电力线路运行状态特征矩阵中的每项运行参数，判断其数值在设定的检测时间窗口内是否超过该运行参数允许的最大波动范围；统计每项运行参数在时间窗口内超过允许波动范围的次数；将超过允许波动范围的次数除以时间窗口的长度，得到波动超标频率；将得到的波动超标频率按照相应运行参数的顺序构成运行参数波动特征向量
。
[0008]进一步地，所述电力线路状态预测模型的构建方法，包括：通过监测设备，获取各项运行参数的历史数据；历史数据包含正常和故障状态下的电力线路信息；根据电力线路的运行参数及对应的波动特征向量，对数据进行特征工程处理，获得历史数据集；将历史数据集划分为训练集和测试集；训练集用于训练模型，测试集用于评估模型的性能；选择学习模型进行训练，使用训练集进行模型参数的学习和调整，使用测试集评估训练得到的模型的性能；对模型进行验证和应用；将运行参数波动特征向量输入到预测模型中，预测电力线路的故障临界时间节点
。
[0009]进一步地，所述学习模型包括决策树
、
支持向量机
、
卷积神经网络和循环神经网络
。
[0010]进一步地，获得电力线路运行参数集合的方法，包括：根据预先设定的检测计划，确定电力线路的检测时间节点；在每个检测时间节点，使用监测设备对电力线路进行测量和监测，获取电力线路运行状态信息；
使用信号处理技术从电力线路运行状态信息中，提取关键的运行参数；将所提取的运行参数整理成电力线路运行参数集合；所述电力线路运行参数集合以时间序列的形式组织，每个时间节点对应一组运行参数值
。
[0011]另一方面，本申请还提供了电力线路运行状态自动化检测分析系统，所述系统包括：数据采集模块，用于按计划自动检测时间节点依次采集电力线路运行状态信息，并发送；所述电力线路运行状态信息包括电压
、
电流
、
温度
、
频率；参数提取模块，用于接收电力线路运行状态信息，并对电力线路运行状态信息进行关键参数提取，得到电力线路运行参数集合，并发送；特征提取模块，用于接收电力线路运行参数集合，并将不同时间节点的电力线路运行参数集合按照时间顺序进行排列，并对相同的运行参数进行对齐，得到电力线路运行状态特征矩阵，并发送；所述特征矩阵中的每一列代表同一项运行参数在不同时间节点下的数值，每一行表示同一时间节点下不同运行参数的数值；波动特征分析模块，用于获取电力线路的电压等级，并接收电力线路运行状态特征矩阵；所述波动特征分析模块根据电压等级确定各项运行参数的波动范围，并对电力线路运行状态特征矩阵进行逐列趋势分析，得到运行参数波动特征向量，并发送；所述运行参数波动特征向量中每个元素表示相应运行参数的波动超标频率；状态预测模块，用于接收运行参数波动特征向量，并将波动特征向量输入预先存储的电力线路状态预测模型中，得到电力线路故障临界时间节点，并发送；时间节点判断模块，用于接收电力线路故障临界时间节点，并判断电力线路故障临界时间节点与计划自动检测时间节点的关系：若故障临界时间节点晚于计划自动检测时间节点，则将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电力线路运行状态自动化检测分析方法，其特征在于，所述方法包括：按计划自动检测时间节点依次采集电力线路运行状态信息；并对所述电力线路运行状态信息进行关键参数提取，获得电力线路运行参数集合；将不同时间节点的电力线路运行参数集合按照时间顺序进行排列，同时将不同电力线路运行参数集合中相同的运行参数进行对齐，获得电力线路运行状态特征矩阵；所述电力线路运行状态特征矩阵中每一列代表同一项运行参数在不同时间节点下的数值，每一行表示同一时间节点下不同运行参数的数值；获取电力线路电压等级，根据电力线路电压等级获知各项运行参数允许的最大波动范围；根据各项运行参数允许的最大波动范围，对电力线路运行状态特征矩阵进行逐列趋势分析，获得运行参数波动特征向量；所述运行参数波动特征向量中各元素表示相对应运行参数的波动超标频率；将运行参数波动特征向量输入至预先构建的电力线路状态预测模型中，获得电力线路故障临界时间节点；判断电力线路故障临界时间节点与计划自动检测时间节点的关系：若电力线路故障临界时间节点晚于计划自动检测时间节点，则将计划自动检测时间节点作为下次电力线路运行状态检测的时间节点；若电力线路故障临界时间节点早于计划自动检测时间节点，则将电力线路故障临界时间节点作为下次电力线路运行状态检测的时间节点；根据确定的下次电力线路运行状态检测的时间节点，自动调整电力线路的运行状态监测计划
。2.
如权利要求1所述的电力线路运行状态自动化检测分析方法，其特征在于，所述电力线路运行参数集合包括电压
、
电流
、
温度
、
频率；使用电压表
、
电流互感器
、
温度传感器
、
频率计分别对电力线路的电压
、
电流
、
温度
、
频率进行测量
。3.
如权利要求2所述的电力线路运行状态自动化检测分析方法，其特征在于，所述电力线路运行状态特征矩阵，如下所示：其中，
U
n
表示第
n
个时间节点检测到的电压，
I
n
表示第
n
个时间节点检测到的电流，
T
n
表示第
n
个时间节点检测到的温度，
F
n
表示第
n
个时间节点检测到的频率；电力线路运行状态特征矩阵有4列，分别代表运行参数：电压
、
电流
、
温度和频率，在不同时间节点下的数值分别是矩阵中的元素；每一行表示一个时间节点，不同的运行参数在该时间节点下的数值按照对应的列排列
。4.
如权利要求3所述的电力线路运行状态自动化检测分析方法，其特征在于，对电力线路运行状态特征矩阵进行逐列趋势分析的方法，包括：获取电力线路运行状态特征矩阵；设定检测时间窗口长度；对于电力线路运行状态特征矩阵中的每项运行参数，判断其数值在设定的检测时间窗
口内是否超过该运行参数允许的最大波动范围；统计每项运行参数在时间窗口内超过允许波动范围的次数；将超过允许波动范围的次数除以时间窗口的长度，得到波动超标频率；将得到的波动超标频率按照相应运行参数的顺序构成运行参数波动特征向量
。5.
如权利要求1所述的电力线路运行状态自动化检测分析方法，其特征在于，所述电力线路状态预测模型的构建方法，包括：通过监测设备，获取各项运行参数的历史数据；历史数据包含正常和故障状态下的电力线路信息；根据电力线路...

【专利技术属性】
技术研发人员：赵尔团，马宏，侯焱伦，刘颖，刘金玺，张乐桢，孙启娟，郭涛，邵斌，孙同，叶星星，李宜周，魏强，赵秉则，刘骞生，徐清，赵丽，谈明珂，郝国捷，牛海涛，李金阳，程媛媛，张琳，赵虎，邓子成，李菁华，
申请(专利权)人：国网甘肃省电力公司白银供电公司，
类型：发明
国别省市：