一种基于特征识别的台区出口低电压原因诊断方法技术

本发明专利技术揭示了一种基于特征识别的台区出口低电压原因诊断方法，包括以下步骤：步骤1、获取低电压台区基本信息和用电信息，并统计低电压相数和相位；步骤2、计算获得中压断线指数、采集松动指数、档位异常指数、功率因素指数、负载指数、重过载指数、三相不平衡指数；步骤3、将计算获得指数与预设值进行比较，获得台区出口低电压原因。本发明专利技术通过提取数据特征的方式，实现原因的实时研判，异动产生和问题定位同步完成，极大的提高了工作效率，此外，研判准确率一般可达90％以上，达到实际应用水平。

A Method of Low Voltage Cause Diagnosis at Station Outlet Based on Feature Recognition

The invention discloses a method for diagnosis of low voltage reasons at the outlet of a station area based on feature recognition, which includes the following steps: step 1, obtaining basic information of low voltage station area and power consumption information, and counting low voltage phases and phases; step 2, calculating and obtaining medium voltage disconnection index, acquisition loosening index, gear anomaly index, power factor index, load index, heavy overload index, and three. Phase unbalance index; Step 3. Compare the calculated index with the preset value to get the reason of low voltage at the outlet of the station area. By extracting data features, the method realizes real-time research and judgment of causes, synchronously completes the generation of abnormal motion and problem location, greatly improves work efficiency. In addition, the accuracy of research and judgment can generally reach more than 90%, reaching the level of practical application.

【技术实现步骤摘要】
一种基于特征识别的台区出口低电压原因诊断方法
本专利技术涉及电力诊断领域。
技术介绍
供电部门为解决低电压问题，已在多套应用系统中开发了台区出口低电压监测模块，实现了用电信息采集、SCADA、PMS等源业务系统相关基础、运行数据的集成，低电压数据平台的快速发展，为台区出口低电压原因智能诊断提供了坚实的基础。目前，各模块仍处于对低电压采集数据的简单统计层面，仅涉及低电压发生台区、发生时点、发生次数、持续时长方面。对于核心问题，即低电压产生的主要原因，仍然采用传统的人工核查方式开展。目前的方法存在以下问题：1、虚假数据干扰大。采集设备缺陷会产生大量虚假数据，这些“虚假低电压”干扰了低电压的正常监测与分析，目前以固定阈值进行数据清洗的方式存在大量的“漏判误判”。2、现场核查效率低。虚假数据的判定需要进行现场电压实测，由于台区总量大、地理位置分散，现场工作耗时长、成本高。3、原因判断难度大。低电压偶发多发、成因复杂，目前尚没有自动诊断分析工具。对于产生原因的确定，需要人工调取多个系统数据，结合业务经验给出综合判断。人员业务水平不一也导致了判断准确性参差不齐。
技术实现思路
本专利技术所要解决的技术问题是实现一种工作稳定可靠的台区出口低电压原因诊断方法。为了实现上述目的，本专利技术采用的技术方案为：一种基于特征识别的台区出口低电压原因诊断方法，包括以下步骤：步骤1、获取低电压台区基本信息和用电信息，并统计低电压相数和相位；步骤2、计算获得中压断线指数、采集松动指数、档位异常指数、功率因素指数、负载指数、重过载指数、三相不平衡指数；步骤3、将计算获得指数与预设值进行比较，获得台区出口低电压原因。所述步骤1中低电压台区基本信息包括台区名称、所属线路、发生日期。所述步骤1中用电信息包括低电压台区每日96点三相电压、三相电流、视在功率、功率因素运行数据，以及台区容量、倍率台帐数据。所述步骤2先计算获得以下参数；负载率＝视在功率×倍率/容量；低电压相与正常相差值＝U低电压相-UAVE(正常相)；低电压相之和与正常相差值的绝对值＝abs(Usum(低电压相)-U正常相)；参数5：根据上述参数计算指标：中压断线指数＝(参数4<阈值)&(三相电压>阈值)点数/低电压点数；采集松动指数1＝(参数3&lt;阈值)点数低电压点位/低电压点数；采集松动指数2＝(参数3&lt;阈值)点数非低电压点位/非低电压点数；档位异常指数＝(参数5&lt;阈值)点数/低电压点数；功率因素指数＝(功率因素&lt;阈值)点数/低电压点数；负载指数＝(参数1&gt;阈值)点数/低电压点数；重过载指数＝(参数1&gt;阈值)点数/低电压点数；三相不平衡指数1＝(参数2&gt;阈值)点数低电压点位/低电压点数；三相不平衡指数2＝(参数2&gt;阈值)点数非低电压点位/非低电压点数。所述低电压相之和与正常相差值的绝对值只计算两相低电压。所述步骤3的诊断低电压成因方法：1)对于三相低电压规则1：如果(重过载指数&gt;阈值)则配变本体重过载；规则2：否则，如果(档位异常指数&gt;阈值)则档位不合理；规则3：否则，采集异常；2)对于两相低电压规则1：如果(中压断线指数&gt;阈值)则10kV中压断线；规则2：否则，如果(档位异常指数&gt;阈值)则档位不合理；规则3：否则，如果(三相不平衡指数&gt;阈值)则三相不平衡；规则4：否则，采集异常；3)对于单相低电压规则1：如果[采集松动指数1>阈值&(三相不平衡指数1<阈值|负载指数<阈值|(采集松动指数2>阈值&三相不平衡指数2<阈值))]则二次采集线松动；规则2：否则，如果(功率因素指数&gt;阈值)则功率因素低；规则3：否则，如果(档位异常指数>阈值&三相不平衡指数1>阈值)则档位不合理、三相不平衡；规则4：否则，如果(档位异常指数&gt;阈值)则档位不合理；规则5：否则，如果(三相不平衡指数1&gt;阈值)则三相不平衡；规则6：否则其它。本专利技术的优点在于：研判效率方面：相较于目前人工核查费时费力的情况，本专利技术通过提取数据特征的方式，实现原因的实时研判，异动产生和问题定位同步完成，极大的提高了工作效率；研判准确性方面：相较于人工核查反馈质量参差不齐的情况，本产品研判准确率一般可达90％以上，达到实际应用水平。附图说明下面对本专利技术说明书中每幅附图表达的内容作简要说明：图1为低电压四层诊断模型；图2-5为低电压特征库举例示意图；图6-8为诊断实施例示意图。具体实施方式一种台区出口低电压原因诊断方法，通过大量低电压案例的深入研究，捕捉业务数据特点，挖掘同类型低电压的共同模式，形成低电压原因特征库，利用特征识别方法搭建了统一的诊断模型，可实现虚假数据的准确区分和低电压成因的自动诊断。构建了低电压原因特征库。通过分析三相负荷不平衡、配变档位不合理、台区重过载、功率因素低、中压单相断线、采集异常、以及主网电压低、中压配网网架薄弱等原因造成的9类台区出口低电压数据特征，探索不同类型低电压的特有模式，将业务经验和电气原理映射为低电压特征库，如图2-5所示。如图1所示，首次提出了基于特征识别的低电压原因诊断方法。在低电压特征库的基础上，搭建了包括“数据层、参数层、指标层、规则层”的四层诊断模型，实现了各类低电压的特征提取和噪声滤除，准确区分虚假数据并智能诊断低电压成因。基于特征识别的台区出口低电压原因诊断方法包括如下步骤：获取低电压台区基本信息，包括台区名称、所属线路、发生日期；获得用电信息采集系统中低电压台区每日96点三相电压、三相电流、视在功率、功率因素运行数据，以及台区容量、倍率台帐数据；统计低电压相数、相位；对96点运行数据，按以下公式计算参数：参数1：负载率＝视在功率×倍率/容量；参数2：参数3：低电压相与正常相差值＝U低电压相-UAVE(正常相)；参数4：低电压相之和与正常相差值的绝对值＝abs(Usum(低电压相)-U正常相)，注：只计算两相低电压；参数5：根据96点参数，按以下公式计算指标：指标1：中压断线指数＝(参数4<阈值)&(三相电压>阈值)点数/低电压点数指标2：采集松动指数1＝(参数3&lt;阈值)点数低电压点位/低电压点数；指标3：采集松动指数2＝(参数3&lt;阈值)点数非低电压点位/非低电压点数；指标4：档位异常指数＝(参数5&lt;阈值)点数/低电压点数；指标5：功率因素指数＝(功率因素&lt;阈值)点数/低电压点数；指标6：负载指数＝(参数1&gt;阈值)点数/低电压点数；指标7：重过载指数＝(参数1&gt;阈值)点数/低电压点数；指标8：三相不平衡指数1＝(参数2&gt;阈值)点数低电压点位/低电压点数；指标9：三相不平衡指数2＝(参数2&gt;阈值)点数非低电压点位/非低电压点数；根据指标值，按以下逻辑规则诊断低电压成因：1)对于三相低电压规则1：如果(重过载指数&gt;阈值)则配变本体重本文档来自技高网...

【技术保护点】
1.一种基于特征识别的台区出口低电压原因诊断方法，其特征在于，包括以下步骤：步骤1、获取低电压台区基本信息和用电信息，并统计低电压相数和相位；步骤2、计算获得中压断线指数、采集松动指数、档位异常指数、功率因素指数、负载指数、重过载指数、三相不平衡指数；步骤3、将计算获得指数与预设值进行比较，获得台区出口低电压原因。

【技术特征摘要】
1.一种基于特征识别的台区出口低电压原因诊断方法，其特征在于，包括以下步骤：步骤1、获取低电压台区基本信息和用电信息，并统计低电压相数和相位；步骤2、计算获得中压断线指数、采集松动指数、档位异常指数、功率因素指数、负载指数、重过载指数、三相不平衡指数；步骤3、将计算获得指数与预设值进行比较，获得台区出口低电压原因。2.根据权利要求1所述的基于特征识别的台区出口低电压原因诊断方法，其特征在于：所述步骤1中低电压台区基本信息包括台区名称、所属线路、发生日期。3.根据权利要求2所述的基于特征识别的台区出口低电压原因诊断方法，其特征在于：所述步骤1中用电信息包括低电压台区每日96点三相电压、三相电流、视在功率、功率因素运行数据，以及台区容量、倍率台帐数据。4.根据权利要求1、2或3所述的基于特征识别的台区出口低电压原因诊断方法，其特征在于：所述步骤2先计算获得以下参数；负载率＝视在功率×倍率/容量；低电压相与正常相差值＝U低电压相-UAVE(正常相)；低电压相之和与正常相差值的绝对值＝abs(Usum(低电压相)-U正常相)；参数5：根据上述参数计算指标：中压断线指数＝(参数4<阈值)&(三相电压>阈值)点数/低电压点数；采集松动指数1＝(参数3&lt;阈值)点数低电压点位/低电压点数；采集松动指数2＝(参数3&lt;阈值)点数非低电压点位/非低电压点数；档位异常指数＝(参数5&lt;阈值)点数/低电压点数；功率因素指数＝(功率因素&lt;阈值)点数/低电压点数；负载指数＝(参数1&gt;阈值)点数/低电压点数；重过载指数＝(参数1&...

【专利技术属性】
技术研发人员：刘当武，郑高峰，吴栋梁，雷霆，陈乐然，刘朋熙，朱先策，张杨光，侯凤，刘丽，刘文双，潘婷婷，钱诚，潘翔，
申请(专利权)人：国网安徽省电力有限公司芜湖供电公司，国家电网公司，
类型：发明
国别省市：安徽,34