一种基于数据驱动的输电线路运维方法技术

本发明专利技术公开了一种基于数据驱动的输电线路运维方法

【技术实现步骤摘要】
一种基于数据驱动的输电线路运维方法、系统及介质


[0001]本专利技术涉及线路运维
，具体涉及一种基于数据驱动的输电线路运维方法
、
系统及介质
。

技术介绍

[0002]输电线路是电力系统中传输电能的主要通道，是连接发电厂
、
变电站和用户之间的桥梁
。
其安全
、
稳定
、
高效的运行直接影响着电力供应的质量和可靠性
。
然而，由于输电线路分布广泛
、
环境复杂
、
设备老化等因素，导致输电线路面临着各种故障和风险，如导线断裂
、
绝缘子污秽
、
塔杆倾斜
、
树木侵占等
。
因此，如何制定科学合理的输电线路运维策略，提高运维效率和效果，降低运维成本和风险，是电力行业亟待解决的问题
。
传统的输电线路运维方法主要依赖于人工巡检和经验判断，存在着安全性低
、
管理难
、
效率低
、
响应慢
、
实时性差等缺点
。
传统的输电线路运维方式主要依靠人工巡检和在线监测两种手段
。
人工巡检方式存在安全性低
、
管理难
、
效率低
、
响应慢
、
实时性差等问题
。
[0003]在线监测方式虽然能够实时获取输电线路的各种状态信息，但也存在数据回传困难
、
信息安全风险
、
设备成本高等问题；此外，传统的输电线路运维方式缺乏对数据的有效利用和分析，无法充分挖掘数据中蕴含的价值信息，无法实现对输电线路状态的精准评估和差异化运维
。
[0004]随着信息技术的发展，特别是数据驱动技术的应用，为输电线路运维提供了新的思路和手段
。
数据驱动技术是指通过收集
、
整理
、
分析和利用各种数据，为决策和行动提供支持的技术
。
同时，这也是一种基于数据分析和建模来解决问题和支持决策的技术，它能够从大量复杂多源异构数据中提取有用信息，发现数据中隐藏的规律和知识
。
数据驱动技术可以帮助实现输电线路的在线监测
、
状态评估
、
故障诊断
、
风险预警
、
差异化运维等功能，提高输电线路运维的智能化水平
。
通过数据驱动技术，可以对输电线路的历史状态信息
、
巡检信息等进行分析，构建关键状态量体系和状态评估模型，实现对输电线路的状态等级划分和差异化运维策略制定，提高输电线路的运维效率和质量
。

技术实现思路

[0005]本专利技术所要解决的技术问题是：传统的输电线路运维方式缺乏对数据的有效利用和分析，无法充分挖掘数据中蕴含的价值信息，无法实现对输电线路状态的精准评估和差异化运维；本专利技术目的在于提供一种基于数据驱动的输电线路运维方法
、
系统及介质，以输电线路运维的工作量均衡度为目标函数，考虑输电线路运行稳定及运维策略相关的约束，建立输电线路差异化运维模型，利用生长优化
(GO)
算法对差异化运维模型进行求解，得到优化后的线路运维计划，可以最大限度地利用有限的人力
、
物力资源，缓解输电线路运维工作量大，运维资源紧缺的问题，同时确保了输电线路的可靠性，提升了输电运维的效率，克服了以往过运维和欠运维的缺陷，提高了可靠性和经济性
。
[0006]本专利技术通过下述技术方案实现：
[0007]本方案提供一种基于数据驱动的输电线路运维方法，包括：
[0008]S1、
对输电线路进行风险状态评估；
[0009]S2、
基于风险状态评估结果和输电线路的运维周期构建线路差异化运维模型；
[0010]S3、
以输电线路运维的工作量均衡度为约束条件，基于
GO
算法优化线路差异化运维模型；
[0011]S4、
基于得到优化后的线路差异化运维模型获取线路运维计划
。
[0012]本方案工作原理：传统的输电线路运维方式缺乏对数据的有效利用和分析，无法充分挖掘数据中蕴含的价值信息，无法实现对输电线路状态的精准评估和差异化运维；本专利技术目的在于提供一种基于数据驱动的输电线路运维方法
、
系统及介质，以输电线路运维的工作量均衡度为目标函数，考虑输电线路运行稳定及运维策略相关的约束，建立输电线路差异化运维模型，利用生长优化
(GO)
算法对差异化运维模型进行求解，得到优化后的线路运维计划，可以最大限度地利用有限的人力
、
物力资源，缓解输电线路运维工作量大，运维资源紧缺的问题，同时确保了输电线路的可靠性，提升了输电运维的效率，克服了以往过运维和欠运维的缺陷，提高了可靠性和经济性
。
[0013]进一步优化方案为，
S1
包括以下子步骤：
[0014]S11、
基于比例风险模型对输电线路故障率进行计算，基于威尔分布对输电线路的失效老化情况进行建模，并以协变量连接函数表征不同协变量对输电线路故障率的影响：
[0015]P(t
；
Z)
＝
P0(t)e
γ
Z
[0016][0017][0018]其中，
P(t
；
Z)
是基于比例风险模型的输电线路故障率，
t
是运行时间；
P0(t)
是基准故障率函数；
e
γ
Z
为连接函数；
Z
为协变量向量，表示影响状态量；
γ
是协变量参数；
P0(t)
是基准故障率，
β
为形状参数，决定函数图线形状；
η
为线路参数，表征设备寿命参数；
P(t)
是基于比例风险模型的输电线路故障率函数，协变量
Z
i
为量化影响输电线路故障的特征，分别为风险状态评估等级和天气情况；
γ1为状态评估等级的协变量参数，
Z2为天气情况的协变量向量，
γ2表为天气情况的协变量参数
。
[0019]S12、
基于输电线路故障率计算出输电线路风险值
R
，并按照输电线路风险值
R
划分出风险等级
。
[0020]进一步优化方案为，输电线路风险值
R
根据下式计算：
[0021][0022]其中，
R
为风险值；
P
为输电线路故障概率；
i
＝
1,2,3,4本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于数据驱动的输电线路运维方法，其特征在于，包括：
S1、
对输电线路进行风险状态评估；
S2、
基于风险状态评估结果和输电线路的运维周期构建线路差异化运维模型；
S3、
以输电线路运维的工作量均衡度为约束条件，基于
GO
算法优化线路差异化运维模型；
S4、
基于得到优化后的线路差异化运维模型获取线路运维计划
。2.
根据权利要求1所述的一种基于数据驱动的输电线路运维方法，其特征在于，
S1
包括以下子步骤：
S11、
基于比例风险模型对输电线路故障率进行计算，基于威尔分布对输电线路的失效老化情况进行建模，并以协变量连接函数表征不同协变量对输电线路故障率的影响：
P(t
；
Z)
＝
P0(t)e
γ
ZZ
其中，
P(t
；
Z)
是基于比例风险模型的输电线路故障率，
t
是运行时间；
P0(t)
是基准故障率函数；
e
γ
Z
为连接函数；
Z
为协变量向量，表示影响状态量；
γ
是协变量参数；
P0(t)
是基准故障率，
β
为形状参数，决定函数图线形状；
η
为线路参数，表征设备寿命参数；
P(t)
是基于比例风险模型的输电线路故障率函数，协变量
Z
i
为量化影响输电线路故障的特征，分别为状态评估等级和天气情况；
γ1为状态评估等级的协变量参数，
Z2为天气情况的协变量向量，
γ2表为天气情况的协变量参数；
S12、
基于输电线路故障率计算出输电线路风险值
R
，并按照输电线路风险值
R
划分出风险等级
。3.
根据权利要求2所述的一种基于数据驱动的输电线路运维方法，其特征在于，输电线路风险值
R
根据下式计算：其中，
R
为风险值；
P
为输电线路故障概率；
i
＝
1,2,3,4
，分别表示输电线路自身损失
、
社会损失
、
系统安全损失风险及环境
、
人身安全损失；
W
为各损失的权重系数；
H
为损失的后果值；
y
为输电线路故障导致各种损失风险的概率
。4.
根据权利要求3所述的一种基于数据驱动的输电线路运维方法，其特征在于，风险等级的划分方法包括：当输电线路风险值
R≥50
，划分为
I
级风险；当输电线路风险值
R[30,50)
，划分为
II
级风险；当输电线路风险值
R[15,30)
，划分为
III
级风险；当输电线路风险值
R[5,30)
，划分为
IV
级风险；当输电线路风险值
R(0,5)
，划分为
V
级风险；
其中，
I
级风险与
II
级风险的日常运维策略周期为每1个月1次，
III
级风险的日常运维策略周期为每2个月1次，
IV
级风险的日常运维策略周期为每3个月1次，
V
级风险的日常运维策略周期为每4个月1次；各级风险的特殊运维策略周期为1天1次
。5.
根据权利要求1所述的一种基于数据驱动的输电线路运维方法，其特征在于，所述线路差异化运维模型包括：
F
＝
(f1,f2,f3)))
其中，
F
为最优解；
f1为输电线路的运维成本指标；
f2为输电线路的可靠性指标；
f3为输电线路的运维工作量均衡指标；
T
表示运维时段总数；
N
表示输电线路总数；
C
kt
为第
k
条输电线路在运维时段
t
的运维费用，其值根据输电线路
、
运维项目以及运维时段次序不同取值不同；
x
kt
为第
k
条输电线路在运维时段
t
的运维状态，其值用0和1分别表示未运维和运维；
M
为输电线路元件总数；
S
t
为
N
维向量，表示输电线路在运维时段
t
的失效状态集合；
L
x
为系统在故障状态
x
时的切负荷量；为输电线路
k
在第
t
个运维时段的停运概率；
P
k
元件
k
...

【专利技术属性】
技术研发人员：范荣全，曾文慧，邹斌，任志超，李果，范佳媛，张玉鸿，张文涛，罗毅，焦一飞，刘晓宇，李宇，倪江，许文杰，唐杨，
申请(专利权)人：国网四川省电力公司经济技术研究院，
类型：发明
国别省市：