一种基于大数据的电力系统故障应急处理方法技术方案

本发明专利技术公开了一种基于大数据的电力系统故障应急处理方法，涉及电力系统故障处理技术领域；包括如下步骤：数据采集，采集电力系统各个节点的实时数据；数据预处理，对采集到的数据进行预处理，保证数据的准确性和可用性；数据分析，利用大数据分析技术，对预处理后的数据进行分析，提取出电力系统的状态信息和故障特征；故障诊断，基于分析结果，对电力系统的故障进行诊断，确定故障类型和位置，应急处理，针对故障类型和故障位置

【技术实现步骤摘要】
一种基于大数据的电力系统故障应急处理方法


[0001]本专利技术涉及电力系统故障处理
，尤其涉及一种基于大数据的电力系统故障应急处理方法
。

技术介绍

[0002]在电力系统投入使用期间，由于承担的电力荷载较大，外加输电距离线较长的缘故，电力系统经常出现不同程度的故障现象，电力系统出现故障后，为了确保用户可以及时用电，需要对故障点进行及时的巡视和检修
。
[0003]经检索，中国专利公开号为
CN 110155330 A
的专利，公开了一种基于无人机电力系统自主巡线方法，该方法以无人机作为搭载主体，包括无人机在强光下对电力系统的巡线方法以及无人机在暗光或无光下对电力系统的巡线方法，所述无人机在强光下对电力系统的巡线方法，包括如下步骤：
A、
巡线准备：利用
GPS
卫星的坐标导航功能，与安装在电力塔上的
GPS
信号定位模块，在目标巡线区域的电子地图中对各个电力塔标记相应坐标；
B、
巡线规划：步骤
A
中各个电力塔在电子地图中形成坐标点后，将各个坐标点依次进行串接，在电子地图中形成线段，该线段即作为无人机此次巡线任务的飞行路线
。
[0004]上述专利存在以下不足：其采用无人机巡视方式进行巡检，这就使得无人机需要沿着线路进行航行，且仅仅只能对于无人机所在位置进行巡检，这就使得故障的监测不全面，从而后续故障应急不及时
。
[0005]为此，本专利技术提出一种基于大数据的电力系统故障应急处理方法

技术实现思路

[0006]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于大数据的电力系统故障应急处理方法
。
[0007]为了实现上述目的，本专利技术采用了如下技术方案：
[0008]一种基于大数据的电力系统故障应急处理方法，包括以下步骤：
[0009]S1
：数据采集，采集电力系统各个节点的实时数据；
[0010]S2
：数据预处理，对采集到的数据进行预处理，保证数据的准确性和可用性；
[0011]S3
：数据分析，利用大数据分析技术，对预处理后的数据进行分析，提取出电力系统的状态信息和故障特征；
[0012]S4
：故障诊断，基于分析结果，对电力系统的故障进行诊断，确定故障类型和位置；
[0013]S5
：应急处理，针对故障类型和故障位置派遣维修人员进行故障维修
。
[0014]优选地：所述
S1
步骤中，采集的节点数据包括电流
、
电压
、
功率
。
[0015]优选地：所述
S2
步骤中，数据预处理包括数据清洗
、
数据去燥
、
数据归一化
。
[0016]优选地：所述
S3
步骤中，数据分析的方法为：
[0017]S31
：获取采集数据的数据类型
I、U、P
以及数据类型对应的数据；
[0018]S32
：根据经验，管理者预设误差范围
Δ
I
、
Δ
U
、
Δ
P
，其中其中
S
I
、S
U
、S
P
分别为电流
、
电压
、
功率的标准值；
[0019]S33
：将获取的数据
H
I
、H
U
、H
P
分别与
S
I
、S
U
、S
P
，判断
H
I
、H
U
、H
P
是否落入区间
[0020]S34
：若落入区间内，则判定数据正常，对数据和获取时间进行保存，若不落入区间内，则判定数据异常，将异常数据
、
异常数据类型以及获取时间进行反馈
。
[0021]优选地：所述
S34
步骤中，若某点的
H
I
、H
U
、H
P
中，存在异常数据和正常数据，则对
S
I
、S
U
、S
P
进行经验修正
。
[0022]优选地：所述
S34
中，经验修正的步骤为：
[0023]S341
：将获取的
H
I
、H
U
、H
P
数据中，提取正常数据
H
I/U/P
；
[0024]S342
：设置经验公式标值
δ
，其中
S
I/U/P
为标准值；
[0025]S343
：根据
H
I/U/P
和
S
I/U/P
的大小，按照经验公式进行标准值替换
。
[0026]优选地：所述
S343
步骤中，若
H
I/U/P
小于
S
I/U/P
，则经验公式为
S
＝
S
I/U/P
+a
δ
。
[0027]优选地：所述
S343
步骤中，若
H
I/U/P
大于
S
I/U/P
，则经验公式为
S
＝
S
I/U/P
+a
δ
。
[0028]优选地：所述
S343
步骤中，
a
为梯度，
a∈(0.1
，
0.5)。
[0029]优选地：所述
S4
步骤中，故障位置估计采用卡尔曼滤波算法进行，具体包括以下步骤：
[0030]S41
：建立系统状态模型
X(k)
＝
F(K
‑
1)X(K
‑
1)+W(K
‑
1)
，其中
F(K
‑
1)
为状态转移矩阵，
W(K
‑
1)
为系统的过程噪声；
[0031]S42
：建立系统测量值模型
Y(K)
＝
L(K)X(K)+V(K)
其，中
L(K)
为测量矩阵，
V(K)
系统的测量噪声；
[0032]S43
：则对于时刻
K
，卡尔曼滤波算法的递推公式为：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的电力系统故障应急处理方法，其特征在于，包括以下步骤：
S1
：数据采集，采集电力系统各个节点的实时数据；
S2
：数据预处理，对采集到的数据进行预处理，保证数据的准确性和可用性；
S3
：数据分析，利用大数据分析技术，对预处理后的数据进行分析，提取出电力系统的状态信息和故障特征；
S4
：故障诊断，基于分析结果，对电力系统的故障进行诊断，确定故障类型和位置；
S5
：应急处理，针对故障类型和故障位置派遣维修人员进行故障维修
。2.
根据权利要求1所述的一种基于大数据的电力系统故障应急处理方法，其特征在于，所述
S1
步骤中，采集的节点数据包括电流
、
电压
、
功率
。3.
根据权利要求1所述的一种基于大数据的电力系统故障应急处理方法，其特征在于，所述
S2
步骤中，数据预处理包括数据清洗
、
数据去燥
、
数据归一化
。4.
根据权利要求1所述的一种基于大数据的电力系统故障应急处理方法，其特征在于，所述
S3
步骤中，数据分析的方法为：
S31
：获取采集数据的数据类型
I、U、P
以及数据类型对应的数据；
S32
：根据经验，管理者预设误差范围
Δ
I
、
Δ
U
、
Δ
P
，其中其中
S
I
、S
U
、S
P
分别为电流
、
电压
、
功率的标准值；
S33
：将获取的数据
H
I
、H
U
、H
P
分别与
S
I
、S
U
、S
P
，判断
H
I
、H
U
、H
P
是否落入区间
S34
：若落入区间内，则判定数据正常，对数据和获取时间进行保存，若不落入区间内，则判定数据异常，将异常数据
、
异常数据类型以及获取时间进行反馈
。5.
根据权利要求4所述的一种基于大数据的电力系统故障应急处理方法，其特征在于，所述
S34
步骤中，若某点的
H
I
、H
U
、H
P
中，存在异常数据和正常数据，则对
S
I
、S
U
、S
P
进行经验修正
。6.
根据权利要求5所述的一种基于大数据的电力系统故障应急处理方法，其特征在于，所述
S34
中，经验修正的步骤为：
S341
：将获取的
H
I
、H
U
、H
P
数据中，提取正常数据
H
I/U/P
；
S...

【专利技术属性】
技术研发人员：蒋洁，
申请(专利权)人：蒋洁，
类型：发明
国别省市：