全网设备参数异常值辨识方法及系统技术方案

本发明专利技术提出一种全网设备参数异常值辨识方法及系统，该方法包括：获取全网设备参数数据，分别从多维度对设备参数指标进行归类分析；创建各设备参数标准化字段和衍生标准化字段，作为设备参数异常辨识的基础；将各设备参数按升序排列并编号，求取各参数的方差变化率；通过对比前后两个参数的方差变化率之差，判断该设备参数数值是否存在异常；如果方差变化率之差超出预设方差阈值，则判断对应的设备参数为异常数据，若无异常数据，再根据四分位法得到设备参数正常区间范围，判断设备参数数值是否在此范围内，若超出，则判断为异常数据。本发明专利技术通用性强、可靠性高，可有效识别电网设备参数中的异常数据值，为电网继电保护定值正确性提供有力保障。

Identification method and system of parameter outliers of equipment in the whole network

【技术实现步骤摘要】
全网设备参数异常值辨识方法及系统
本专利技术涉及电力系统
，特别涉及一种全网设备参数异常值辨识方法及系统。
技术介绍
目前继电保护定值计算的整个工作流程十分依赖于参与人员的知识体系结构、积累的实际经验、处理复杂问题的能力和对工作的责任感，人因风险管控压力大，难以持续发展。电网的安全稳定运行离不开各系统如整定计算与在线校核、电力系统稳定分析等软件的正常运行，而设备参数是这些系统正常运行的基础。各专业、各级调度的模型应用，都是面对的同一张电网，其设备参数应该都是唯一的，但目前的现实情况是，各专业的数据总是或多或少存在着差异，到底哪份数据更准确一直也是现场困惑的问题；另外，某一地区数据的录入总是或多或少受过去经验的影响，但这个经验本身由于受当时的历史条件限制，其正确性也是一个问题，同时，设备参数都是通过人工录入系统，可能存在人为疏忽，因此，脱离人为因素的参数录入的智能检查也非常必要，特别是新增设备时，能利用系统内原有数据规律对新录数据的准确性进行检查及智能录入显得非常重要。因此，有必要研究一种新方法对电网设备参数异常值进行辨识。目前应用的对设备参数辨识的方法包括：(1)通过设备参数数值分布规律进行曲线拟合，超出曲线拟合范围的数值认为是异常值，由于曲线拟合存在一定偏差，对数据的处理容易产生误导；(2)根据历史经验人为制定上下限区间，缺乏一定的科学依据，可能造成正确数据的误处理或错误数据漏处理；(3)计算设备参数数据的均值和标准差来判断异常值，但是均值和标准差的耐抗性较小，很容易受到异常值的影响，其有效性有限。<br>随着电网规模的扩大，调度信息化的发展，电网非正常运行方式明显增多，给当继电保护整定计算工作带来了巨大的挑战，要保证定值的准确性，首先要保证电网模型的准确性，而模型的准确性是由各设备参数的准确性决定的，因此设备参数的准确性是防止“误整定”事件的第一道防线，而模型生成的方式大都通过人工录入参数且没有校验机制，一旦存在参数误输入的情况，电网模型的准确性便不能保证，从而定值的准确性也会受到影响。
技术实现思路
本专利技术旨在至少解决上述技术问题之一。为此，本专利技术的一个目的在于提出一种全网设备参数异常值辨识方法，该方法通用性强、可靠性高，可有效识别电网设备参数中的异常数据值，为电网继电保护定值正确性提供有力保障。为此，本专利技术的第二个目的在于提出一种全网设备参数异常值辨识系统。为了实现上述目的，本专利技术第一方面的实施例提出了一种全网设备参数异常值辨识方法，包括以下步骤：获取全网设备参数数据，分别从多维度对设备参数指标进行归类分析，所述设备参数指标至少包括：线路参数指标、变压器参数指标、发电机参数指标中的一个或多个；创建各设备参数标准化字段和衍生标准化字段，作为后续设备参数异常辨识的基础；按设备类型和对应设备参数维度分别将各设备参数按升序排列并编号，分别求取各参数的方差变化率；通过对比前后两个参数的方差变化率之差，判断该设备参数数值是否存在异常；如果方差变化率之差超出预设方差阈值，则判断该方差变化率之差对应的设备参数为异常数据；如果方差变化率之差未超出预设方差阈值，则利用四分位法求得各维度设备参数数据正常值范围；如果该设备参数数据超出该正常值范围，则判断该设备参数为异常数据。另外，根据本专利技术上述实施例的全网设备参数异常值辨识方法还可以具有如下附加的技术特征：在一些示例中，还包括：如果该设备参数数据未超出该正常值范围，则判断所有维度对应的所有设备参数数据是否均已处理完成，如果是，则展示异常数据及其对应的异常原因。在一些示例中，还包括：将异常设备参数数据存入异常数据集合中。在一些示例中，如果判断所有维度对应的所有设备参数数据未全部处理完成，则继续进行异常辨识，直至所有维度对应的所有设备参数数据全部处理完成。根据本专利技术实施例的全网设备参数异常值辨识方法，从设备类型、多维度建立设备参数的标准化字段及其标准化衍生字段，优化分析方法，适用于不同数据源的设备参数异常分析，减少重复性操作；在分析现有设备参数异常数据类型的基础上，充分结合四分位法和方差变化率方法的优点，保证对设备参数异常数据的全方位辨识；基于方差变化率和四分位法的设备参数异常值辨识方法，针对现有系统设备参数校验均依靠人工审核、可继承性差、易出错等问题，为电网一次设备参数的正确性校验及智能录入提供了良好的处理方法；从而，该方法通用性强、可靠性高，可有效识别电网设备参数中的异常数据值，为电网继电保护定值正确性提供有力保障。为了实现上述目的，本专利技术第二方面的实施例提出了一种全网设备参数异常值辨识系统，包括：获取模块，用于获取全网设备参数数据，分别从多维度对设备参数指标进行归类分析，所述设备参数指标至少包括：线路参数指标、变压器参数指标、发电机参数指标中的一个或多个；创建模块，用于创建各设备参数标准化字段和衍生标准化字段，作为后续设备参数异常辨识的基础；计算模块，用于按设备类型和对应设备参数维度分别将各设备参数按升序排列并编号，分别求取各参数的方差变化率；处理模块，用于通过对比前后两个参数的方差变化率之差，判断该设备参数数值是否存在异常；判断模块，用于当方差变化率之差超出预设方差阈值时，判断该方差变化率之差对应的设备参数为异常数据，以及，当方差变化率之差未超出预设方差阈值时，利用四分位法求得各维度设备参数数据正常值范围，并当该设备参数数据超出该正常值范围时，判断该设备参数为异常数据。另外，根据本专利技术上述实施例的全网设备参数异常值辨识系统还可以具有如下附加的技术特征：在一些示例中，所述判断模块，还用于当该设备参数数据未超出该正常值范围时，判断所有维度对应的所有设备参数数据是否均已处理完成，如果是，则展示异常数据及其对应的异常原因。在一些示例中，还包括：存储模块，用于将异常设备参数数据存入异常数据集合中。在一些示例中，所述判断模块，还用于当判断所有维度对应的所有设备参数数据未全部处理完成，则继续进行异常辨识，直至所有维度对应的所有设备参数数据全部处理完成。根据本专利技术实施例的全网设备参数异常值辨识系统，从设备类型、多维度建立设备参数的标准化字段及其标准化衍生字段，优化分析方法，适用于不同数据源的设备参数异常分析，减少重复性操作；在分析现有设备参数异常数据类型的基础上，充分结合四分位法和方差变化率方法的优点，保证对设备参数异常数据的全方位辨识；基于方差变化率和四分位法的设备参数异常值辨识方法，针对现有系统设备参数校验均依靠人工审核、可继承性差、易出错等问题，为电网一次设备参数的正确性校验及智能录入提供了良好的处理方法；从而，该系统通用性强、可靠性高，可有效识别电网设备参数中的异常数据值，为电网继电保护定值正确性提供有力保障。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是根据本专利技术一个实施例的本文档来自技高网...

【技术保护点】
1.一种全网设备参数异常值辨识方法，其特征在于，包括以下步骤：/n获取全网设备参数数据，分别从多维度对设备参数指标进行归类分析，所述设备参数指标至少包括：线路参数指标、变压器参数指标、发电机参数指标中的一个或多个；/n创建各设备参数标准化字段和衍生标准化字段，作为后续设备参数异常辨识的基础；/n按设备类型和对应设备参数维度分别将各设备参数按升序排列并编号，分别求取各参数的方差变化率；/n通过对比前后两个参数的方差变化率之差，判断该设备参数数值是否存在异常；/n如果方差变化率之差超出预设方差阈值，则判断该方差变化率之差对应的设备参数为异常数据；/n如果方差变化率之差未超出预设方差阈值，则利用四分位法求得各维度设备参数数据正常值范围；/n如果该设备参数数据超出该正常值范围，则判断该设备参数为异常数据。/n

【技术特征摘要】
1.一种全网设备参数异常值辨识方法，其特征在于，包括以下步骤：
获取全网设备参数数据，分别从多维度对设备参数指标进行归类分析，所述设备参数指标至少包括：线路参数指标、变压器参数指标、发电机参数指标中的一个或多个；
创建各设备参数标准化字段和衍生标准化字段，作为后续设备参数异常辨识的基础；
按设备类型和对应设备参数维度分别将各设备参数按升序排列并编号，分别求取各参数的方差变化率；
通过对比前后两个参数的方差变化率之差，判断该设备参数数值是否存在异常；
如果方差变化率之差超出预设方差阈值，则判断该方差变化率之差对应的设备参数为异常数据；
如果方差变化率之差未超出预设方差阈值，则利用四分位法求得各维度设备参数数据正常值范围；
如果该设备参数数据超出该正常值范围，则判断该设备参数为异常数据。


2.根据权利要求1所述的全网设备参数异常值辨识方法，其特征在于，还包括：
如果该设备参数数据未超出该正常值范围，则判断所有维度对应的所有设备参数数据是否均已处理完成，如果是，则展示异常数据及其对应的异常原因。


3.根据权利要求1或2所述的全网设备参数异常值辨识方法，其特征在于，还包括：
将异常设备参数数据存入异常数据集合中。


4.根据权利要求3所述的全网设备参数异常值辨识方法，其特征在于，如果判断所有维度对应的所有设备参数数据未全部处理完成，则继续进行异常辨识，直至所有维度对应的所有设备参数数据全部处理完成。


5.一种全网设备参数异常值辨识系统，...

【专利技术属性】
技术研发人员：周红阳，桂海涛，郑茂然，李捷，田得良，崔晓慧，李雪冬，赵永春，
申请(专利权)人：中国南方电网有限责任公司，北京中恒博瑞数字电力科技有限公司，
类型：发明
国别省市：广东;44