CN110941918B - 智能化变电站故障分析系统 - Google Patents
智能化变电站故障分析系统 Download PDFInfo
- Publication number
- CN110941918B CN110941918B CN201911388916.8A CN201911388916A CN110941918B CN 110941918 B CN110941918 B CN 110941918B CN 201911388916 A CN201911388916 A CN 201911388916A CN 110941918 B CN110941918 B CN 110941918B
- Authority
- CN
- China
- Prior art keywords
- data
- fault
- module
- information
- database
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000003745 diagnosis Methods 0.000 claims abstract description 21
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims description 12
- 238000003066 decision tree Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
一种智能化变电站故障分析系统公开了一种能够对设备健康状况进行预测的智能化变电站故障分析系统。其包括数据采集模块、数据分析模块、健康评估及故障预警模块和故障诊断模块；数据采集模块，从变电站的在线监测系统获取变电站运行数据和故障信息，发送至数据分析模块；数据分析模块，接收数据采集模块发来的变电站运行的实时数据以及故障信息，并对数据进行深入分析；健康评估及故障预警模块，对设备的健康状况做出预测以及对故障进行预警，生成运行报告；故障诊断模块，对故障进行诊断，生成诊断报告。本发明缩减了故障分析的时长，提高了故障分析效率，且避免了人为操作的错误；降低了企业及事业单位的人员用工成本。
Description
技术领域
本发明涉及智能变电站领域，特别涉及智能化变电站故障分析的系统。
背景技术
变电站是指电力系统中对电压和电流进行变换，接受电能及分配电能的场所。当变电站发生故障时，变电站中的SCSDA系统(Supervisory Control And DataAcquisition，数据采集与监视控制系统)会产生大量的告警信息，此时变电站中的工作人员会根据该状态信息进行分析和判断，以找出故障原因并进行维修保证电力供应的正常进行，人工进行分析、整理相较智能化系统来说效率太低，且人工操作容易看错、输错、漏填数据，造成错误影响故障分析人员后续的分析。
公告号CN103855691A公开了一种变电站故障诊断的方法、装置及系统，该发明采用模糊运算，结合变电站中的预设故障区域、继电器和断路器之间的因果关系、准确且及时地确定所述预设故障区域中的目标故障区域；但是该发明只能确定目标故障区域，不能对设备接下来的健康状况做出预测，工作人员不能预先做出应对，且不能对负责人提供解决方案的指导。
公告号CN104979908A公开了一种变电站网络在线故障分析方法，包括模块设置和实现流程两部分，所述模块设置有四个模块，分别依序连接为：故障报文获取模块、故障报文解析模块、分析诊断模块和结果显示模块；实现流程是通过在线、实时或者变电站的报文信息，然后经过一系列地对报文进行解析、分析，最终确定变电站网络系统是否存在故障，并把结果告知运行人员。该发明虽然能够查找出变电站网络故障原因，但是不能对设备接下来的健康状况做出预测，工作人员不能预先做出应对。
发明内容
本发明的目的在于提供一种能够对设备健康状况进行预测的智能化变电站故障分析系统。
本发明的目的可以这样实现，涉及一种智能化变电站故障分析系统，包括数据采集模块、数据分析模块、健康评估及故障预警模块和故障诊断模块；
数据采集模块，从变电站的在线监测系统获取变电站运行数据和故障信息，发送至数据分析模块；数据采集模块调取数据库内数据，其中数据库包括实时数据库、电网数据库，数据采集模块针对故障信息和历史数据进行的主动抓取；
数据分析模块，接收数据采集模块发来的变电站运行的实时数据以及故障信息，并利用决策树算法和回归模型算法对数据进行深入分析，并整理后转存到数据库设计好的数据表中；变电站的运行数据包括母线和线路的电流电压模拟量实时数据、断路器开关数字量实时数据和电度量累积量；故障信息为一次设备运行故障的动作事件、断路器开关与刀闸的变位信息、变电站一次设备和二次设备的自检信息；决策树算法用于对数据的分析、判断和归类；回归模型算法用于寻找危险因素、预测健康状况以及判别故障；
健康评估及故障预警模块，调取数据库中的信息，对设备的健康状况做出预测以及对故障进行预警，生成运行报告；
故障诊断模块，调取数据库中的信息，对故障进行诊断，生成诊断报告；诊断报告中对故障进行分类，按照对电网影响的程度分为:事故、异常、越限、变位、告知五类，将变位、告知类信息过滤掉。
进一步地，在线监测系统设置有智能传感器，通过智能传感器对设备进行实时的检测。
进一步地，还设置有模型训练优化模块，模型训练优化模块调取数据库中的信息，循环训练、优化、完善算法和模型，当出现故障情况时，将此故障情况加入模型的训练中。
本发明缩减了故障分析的时长，提高了故障分析效率，且避免了人为操作的错误。降低了企业及事业单位的人员用工成本。
附图说明
图1是本发明较佳实施例的结构示意图；
图2是本发明较佳实施例的流程示意图。
具体实施方式
以下结合实施例对本发明作进一步的描述。
如图1、图2所示，一种智能化变电站故障分析系统，包括数据采集模块1、数据分析模块2、健康评估及故障预警模块3和故障诊断模块4。
所述数据采集模块1从变电站的在线监测系统11获取变电站运行数据和故障信息，发送至数据分析模块2；所述数据采集模块1还能够从后台调取数据库5内数据，其中数据库5包括实时数据库51、电网数据库52，数据采集模块1主动抓取数据库5中的故障信息和历史数据；所述在线监测系统11设置有智能传感器，通过智能传感器对变电站的设备进行实时的检测。本实施例中，数据库5为mysql数据库。
所述运行数据包括电控信号、设备电流、电压值等。
将电控柜等设备本身的日志记录及数据库通过接口和本系统的数据库形成连通以供数据采集模块进行数据采集。
所述数据分析模块2接收数据采集模块1发来的变电站运行的实时数据以及故障信息，并利用决策树算法和回归模型算法对数据进行深入分析，并整理后转存到数据库5内设计好的数据表中。
所述数据分析模块将录入设备正常状态下的标准值作为默认值，以此为标准判断新产生的数据是否存在异常(离散)状态。
所述决策树算法用于对数据的分析、判断和归类。决策树算法根据设定的规则对接收的初始数据进行分裂，分裂出的子数据根据其判断条件继续进行分裂，直至不能分裂为止，经过多次判断得出结论，具体为，当数据为离散型数据时，按照属性值进行分裂，每个属性值对应一个分裂节点；当数据为连续性数据时，对数据按照该属性进行排序，再将数据分成若干区间，如[0,10]、[10,20]、[20,30]…，一个区间对应一个节点，若数据的属性值落入某一区间则该数据就属于其对应的节点。
所述回归模型算法用于寻找危险因素、预测健康状况以及判别故障。回归模型算法的回归实质即是将设备出现异常状态的概率除以没有发生异常的概率再取对数。
所述健康评估及故障预警模块3调取mysql数据库5中的信息，对设备的健康状况做出预测以及对故障进行预警，生成运行报告；在前端页面进行展现，方便工作人员进行浏览；工作人员能够通过前端查询整理后的表数据。数据被系统、立体、直观的展示出来，便于专业技术人员分析和监控及对故障进行相应的处理、排查。
正常状态下，系统各设备原件均人为设置有状标准值，所述健康评估及故障预警模块在出现不同于状态标准值的数据时进行异常值告警，并锁定到具体的设备进行告警。
所述故障诊断模块4调取mysql数据库5中的信息，对故障进行诊断，生成诊断报告以及图表，在前端页面进行展现；所述诊断报告中对故障进行分类，按照对电网影响的程度分为:事故、异常、越限、变位、告知五类，在本发明中将变位、告知类信息过滤掉。
所述故障诊断模块4诊断时可以调取专家数据库7中的信息进行诊断。
所述专家数据库7内储存有专家根据以往问题编写的解决方案。
当数据采集模块1采集到线路间隔操作箱内HWJ(合位继电器)常闭接点与TWJ(跳位继电器)常闭接点串联而成的一个位置信号时，数据分析模块2对此进行深入分析，得出开关出现在运行位置(合位)时，不能实现分闸功能，遇到线路故障不能正确跳闸，扩大停电范围的问题，所述故障诊断模块4对此故障进行诊断，并生成诊断报告以及图表，在前端页面进行展示，同时监控后台“控制回路断线”光字牌常亮，开关红绿指示灯不亮进行故障告警。
处理此类故障时安全要求：将开关改为冷备用状态；若能确认控制回路正常(仅为信号回路异常)，则可以不改一次设备状态进行处理。
引起间隔层设备报“控制回路断线”的主要原因有操作箱拆件坏，二次回路故障，开关机构箱内元器件损坏等。
按照以下步骤测试判断：
1)有控制回路断线硬接点信号采集时，测量其输入，以确定报警信号是否真实存在。
2)若报警接点动作，测试保护屏内控制回路电压，分合闸回路电压正常，则可以判断操作箱内插件故障。
3)若保护屏内控制回路电压不正常，则继续在开关端子箱和机构箱内测量，机构箱内分合闸回路电压正常，可以判断是二次回路故障，否则可以判断为机构箱内元器件损坏，移交给检修专业处理。
本发明还设置有模型训练优化模块：调取mysql数据库5中的信息，不断训练、优化、完善算法和模型，当出现故障情况时，后台会将此故障情况加入模型的训练中。具体为将设备故障数据信息输入模型，按照优化所述训练目标的方向，调整模型参数并继续训练，直至满足训练停止条件时结束训练，用以训练出可预测设备是否正确故障动作以及故障原因的模型。
所述变电站的运行数据包括母线和线路的电流电压模拟量实时数据、断路器开关数字量实时数据和电度量累积量；所述故障信息为一次设备运行故障的动作事件、断路器开关与刀闸的变位信息、变电站一次设备和二次设备的自检信息。
本发明的有益效果：缩减了故障分析的时长，提高了故障分析效率，且避免了人为操作的错误。降低了企业及事业单位的人员用工成本。
原变电站故障分析报告，统计等只停留在文本上，而本发明所有的数据展示通过可视化窗口，一目了然。本发明不仅能对现有及历史数据进行分析，导出报告，更可以通过对数据的学习对设备接下来的运行状况进行实时监测，对设备的健康状况做出预判，对已经发生的故障提供解决方案，对可能发现的问题做出及时的预警。
Claims (3)
1.一种智能化变电站故障分析系统，其特征在于：包括数据采集模块(1)、数据分析模块(2)、健康评估及故障预警模块(3)和故障诊断模块(4)；
数据采集模块(1)，从变电站的在线监测系统(11)获取变电站运行数据和故障信息，发送至数据分析模块(2)；数据采集模块(1)调取数据库(5)内数据，其中数据库(5)包括实时数据库(51)、电网数据库(52)，数据采集模块(1)针对故障信息和历史数据进行的主动抓取；
数据分析模块(2)，接收数据采集模块(1)发来的变电站运行的实时数据以及故障信息，并利用决策树算法和回归模型算法对数据进行深入分析，并整理后转存到数据库(5)内设计好的数据表中；变电站的运行数据包括母线和线路的电流电压模拟量实时数据、断路器开关数字量实时数据和电度量累积量；故障信息为一次设备运行故障的动作事件、断路器开关与刀闸的变位信息、变电站一次设备和二次设备的自检信息；决策树算法用于对数据的分析、判断和归类，回归模型算法用于寻找危险因素、预测健康状况以及判别故障；
健康评估及故障预警模块(3)，调取数据库(5)中的信息，对设备的健康状况做出预测以及对故障进行预警，生成运行报告；
故障诊断模块(4)，调取数据库(5)中的信息，对故障进行诊断，生成诊断报告；诊断报告中对故障进行分类，按照对电网影响的程度分为:事故、异常、越限。
2.根据权利要求1所述的智能化变电站故障分析系统，其特征在于：在线监测系统(11)设置有智能传感器，通过智能传感器对设备进行实时的检测。
3.根据权利要求1所述的智能化变电站故障分析系统，其特征在于：还设置有模型训练优化模块，模型训练优化模块调取数据库中的信息，循环训练、优化、完善算法和模型，当出现故障情况时，将此故障情况加入模型的训练中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911388916.8A CN110941918B (zh) | 2019-12-30 | 2019-12-30 | 智能化变电站故障分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911388916.8A CN110941918B (zh) | 2019-12-30 | 2019-12-30 | 智能化变电站故障分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110941918A CN110941918A (zh) | 2020-03-31 |
| CN110941918B true CN110941918B (zh) | 2024-03-19 |
Family
ID=69912538
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911388916.8A Active CN110941918B (zh) | 2019-12-30 | 2019-12-30 | 智能化变电站故障分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110941918B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112365073A (zh) * | 2020-11-18 | 2021-02-12 | 贵州电网有限责任公司 | 一种基于大数据的调控操作信号监控方法 |
| CN113009212B (zh) * | 2021-01-29 | 2023-02-03 | 上海工程技术大学 | 一种基于物联网智能监测配电网避雷器状态的系统及方法 |
| CN114109737B (zh) * | 2021-07-01 | 2024-03-08 | 国电电力宁夏新能源开发有限公司 | 风电机组液压站状态诊断系统及方法 |
| CN113759794B (zh) * | 2021-09-22 | 2023-08-11 | 郑州航空工业管理学院 | 一种智慧变电站及变电站的监控系统 |
| CN114266487B (zh) * | 2021-12-24 | 2022-08-26 | 国网湖北省电力有限公司经济技术研究院 | 一种适用于数字化移交场景的变电站故障处置方法 |
| CN114548654A (zh) * | 2021-12-31 | 2022-05-27 | 华能山东发电有限公司 | 一种基于大数据平台的新能源监管方法及系统 |
| CN114760651A (zh) * | 2022-04-15 | 2022-07-15 | 东方电子股份有限公司 | 基于5g的配网故障信息智能传输系统 |
| CN116227538B (zh) * | 2023-04-26 | 2023-07-11 | 国网山西省电力公司晋城供电公司 | 基于聚类和深度学习的小电流接地故障选线方法及设备 |
| CN116523722A (zh) * | 2023-06-30 | 2023-08-01 | 江西云绿科技有限公司 | 一种具备机器学习能力的环境监测分析系统 |
| CN118134451A (zh) * | 2024-01-16 | 2024-06-04 | 上海晨柚工程技术有限公司 | 一种基于大数据的设备故障智能化处理方法及系统 |
| CN117665495A (zh) * | 2024-02-01 | 2024-03-08 | 山西省财政税务专科学校 | 一种基于智能计算机的工业供配电故障诊断系统 |
| CN118536988B (zh) * | 2024-07-26 | 2024-10-15 | 国网山东省电力公司日照供电公司 | 一种输变电自动化管理系统及方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03243143A (ja) * | 1990-02-21 | 1991-10-30 | Toshiba Corp | 故障表示システム |
| CN106908690A (zh) * | 2017-02-20 | 2017-06-30 | 积成电子股份有限公司 | 主子站间分布式智能告警系统及其故障诊断方法 |
| CN109586239A (zh) * | 2018-12-10 | 2019-04-05 | 国网四川省电力公司电力科学研究院 | 智能变电站实时诊断及故障预警方法 |
-
2019
- 2019-12-30 CN CN201911388916.8A patent/CN110941918B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03243143A (ja) * | 1990-02-21 | 1991-10-30 | Toshiba Corp | 故障表示システム |
| CN106908690A (zh) * | 2017-02-20 | 2017-06-30 | 积成电子股份有限公司 | 主子站间分布式智能告警系统及其故障诊断方法 |
| CN109586239A (zh) * | 2018-12-10 | 2019-04-05 | 国网四川省电力公司电力科学研究院 | 智能变电站实时诊断及故障预警方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张历 ; 辛明勇 ; 高吉普 ; 王宇 ; 胡星 ; 张成模 ; .智能变电站二次设备多维度故障诊断与定位系统方案设计.自动化与仪器仪表.2019,(05),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110941918A (zh) | 2020-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110941918B (zh) | 智能化变电站故障分析系统 | |
| CN106655522B (zh) | 一种适用于电网二次设备运维管理的主站系统 | |
| KR102604708B1 (ko) | 인공 지능 기반 수배전반 진단 시스템 및 방법 | |
| CN107346466A (zh) | 一种电力调度系统的控制方法及装置 | |
| CN115246609B (zh) | 一种电梯安全防控云平台及运行状态评估和处理方法 | |
| CN117639251A (zh) | 一种高压开关柜智能在线监测系统 | |
| CN107834523B (zh) | 基于模型和规则库的特高压直流故障诊断系统及工作方法 | |
| CN117686829A (zh) | 一种集电线路故障预警系统及方法 | |
| CN114172271B (zh) | 主站在线监视控制功能的智能告警测试方法、系统及设备 | |
| CN113409162A (zh) | 一种基于智能事件处理的集控站设备监控系统及控制方法 | |
| CN108921457A (zh) | 一种变电设备管理方法及系统 | |
| CN114485796A (zh) | 箱式变电站的在线状态监测自诊断系统 | |
| CN111509839A (zh) | 一种基于告警信号的跳闸事件化模型分析方法 | |
| CN111371180B (zh) | 变电站巡查监管与数据分析系统 | |
| CN106602731A (zh) | 一种基于云端的电力设备状态监测诊断系统 | |
| CN118609339A (zh) | 电器电路火灾安全管理系统 | |
| CN106199251A (zh) | 一种基于自适应建模分析的配电网故障预警系统及方法 | |
| CN118353162A (zh) | 一种电厂变压器智能检测预警方法及系统 | |
| CN113629875A (zh) | 智能监测系统及开关柜 | |
| CN112486304A (zh) | 一种变电部分二次设备实时状态监测及自动缺陷处理系统 | |
| CN117761577A (zh) | 一种基于北斗的接地线挂接状态分析及异常预警方法 | |
| CN116914739A (zh) | 智能变电站继电保护二次回路状态评估方法 | |
| CN117129796A (zh) | 基于大数据的电力电网故障识别系统 | |
| CN118612248B (zh) | 一种支持局域网的远程安防管理控制方法 | |
| JP7657137B2 (ja) | 配電系統事故予兆原因推定システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |