一种电网设备故障概率分析方法技术

本发明专利技术涉及一种电网设备故障概率分析方法，属于电力调控技术领域。该方法包括：以设备健康状态为中心，进行多维数据采集与结构化解析；数据的交叉辨识、清洗；各维度分别建立设备健康状态评估模型；基于专家经验的各维度因素权重系数的初设；基于历史数据的多维数据权重系数的自动优化调整；结合历史数据对设备跳闸概率进行分析计算；基于不同跳闸概率的应对处理。本发明专利技术方法能有效对电网设备故障概率进行计算及分析，并进行相应的处理，易于推广应用。

【技术实现步骤摘要】
一种电网设备故障概率分析方法
本专利技术属于电力调控
，具体涉及一种电网设备故障概率分析方法。
技术介绍
随着电网规模的不断扩大，交直流输电混合、分布式电源涌入，电网的接线方式、运行方式日趋复杂。另一方面，大运行、调控一体模式的推广，数以百计的变电站及相关线路由少量运行人员集中调控，人员的工作压力、精神压力与日俱增。在变电站无人值守的模式下，调控人员依靠遥信、遥测等信息，对电网设备的运行状态进行监视；由于管辖设备数量大，每日收到海量的各类信息，使得运行人员疲于应付。如何依靠技术手段，从各类信息中挖掘出电网设备的故障风险，成为各级调控人员工作的重点与难点。在电网运行管理过程中，遥信告警、遥测越限、输变电在线监测、现场巡检、试验数据等都可能反馈设备存在的问题及恶化趋势，各地调控相关部门也试图通过对相关数据的分析，挖掘设备的健康状态。不过普遍存在以下不足：1、用于分析设备状态的各类数据中，有很多是非结构化的数据，存在着一定数量的错误数据、重复数据、遗漏数据、相互矛盾数据，影响了设备状态分析的质量。2、影响设备运行状态的维度众多，同一维度下又分为不同的子因素及严重性等级，在各类设备状态的评估过程中，各维度之间很难形成一个统一判定的体系来进行综合评估。3、以往的判断，过多的依赖专家经验进行判断，样本的数量、对不同运行方式的适应性、对当前电网新特征的适应性方面存在问题，容易造成判断偏差。因此如何克服现有技术的不足是目前电力调控
亟需解决的问题。
技术实现思路
>本专利技术的目的是为了解决现有技术的不足，提供一种专家经验与历史数据相结合的电网设备故障概率分析方法，该方法通过对多维特征点进行建模，并结合人工经验、历史数据对因果关系模型进行搭建、分析、完善，在此基础上对各类信息进行交叉辨识，对数据进行去重、补全、修正处理；基于修正之后的数据，使用层次分析法相关理论，搭建设备健康状态的分析模型；基于历史上设备的健康评价结果及发生非计划停电的记录，对设备健康评价模型及发生故障概率模型进行自适应调整。为实现上述目的，本专利技术采用的技术方案如下：一种电网设备故障概率分析方法，包括以下步骤：步骤(1)，以设备健康状态为中心，进行多维数据采集与结构化解析；步骤(2)，数据的交叉辨识、清洗；步骤(3)，各维度分别建立设备健康状态评估模型；步骤(4)，基于专家经验的各维度因素权重系数的初设；步骤(5)，基于历史数据的多维数据权重系数的自动优化调整；步骤(6)，结合历史数据对设备跳闸概率进行分析计算；步骤(7)，基于不同跳闸概率的应对处理。进一步，优选的是，步骤(1)中采集到的数据包括设备缺陷、历史运行工况、运行年限和家族隐患四个维度；所述的家族隐患为该厂家该型号出现相应种类缺陷的平均数量；对采集到的数据分别进行结构化解析。进一步，优选的是，步骤(2)的具体方法为：通过搭建多维数据之间的交叉辨识模型，对数据进行清洗；具体如下：(2.1)遥测数据质量辨识：基于遥测的正常范围、变化速度限值，辨识遥测中跳数、错数；基于遥测值的历史数据，对遥测不变化进行提取；基于拓扑及功率平衡，对主变、线路、母线各侧的有功、无功进行功率平衡性校验，辨识异常数据；清洗掉遥测中跳数、错数，遥测不变化数据，以及异常数据；(2.2)遥信、遥测数据交叉辨识：通过遥信和设备拓扑，辨识各个间隔的运行方式；建立运行间隔遥测的特征点模型、非运行间隔遥测的特征点模型；通过遥信、遥测对应的间隔状态特征点，进行交叉辨识，将误发的遥信告警清洗掉，并提取出来遥测异常数据列表，提供给工作人员进行检查处理；所述的运行间隔遥测的特征点模型为运行间隔除了线路空充的情况之外，有功或者无功不为0；非运行间隔遥测的特征点模型为非运行间隔的有功、无功、电流为0。进一步，优选的是，步骤(3)的具体方法为：采用经步骤(2)清洗后的数据，针对每一维度因素，分别建立设备健康状态评估模型，进行设备健康状态的评估，具体为：(3.1)对于缺陷记录：根据缺陷设备的类型、缺陷分类，建立缺陷扣分标准表，针对设备存在的缺陷进行扣分；根据缺陷的等级设置通用的扣分标准，危急缺陷扣41分，重大缺陷扣11分，一般缺陷扣3分；缺陷因素最终的扣分值记为S1；(3.2)对于历史运行工况：将历史运行工况分为短路冲击累计、线路重过载、主变重过载、油温越限；①对于短路冲击累计，每次冲击扣11分，跳闸一次累计一次，重合不成功，根据重合成功到再次跳闸时间的间隔进行扣分，每1秒钟累计一次扣分，每次扣11分；②对于线路重过载及主变重过载，对设备造成损害对应扣分的计算公式为：扣分值为：其中，LA是本次越限的平均值，LM是本次越限的最大值，T(L)是本次越限持续的时间；③对于油温越限，考虑越限温度、累计时长，对主变造成损害对应的扣分计算公式为：扣分值为：(e(t-75)×0.1-1)×T(t)其中，t是油温越限期间的最高油温，T(t)是本次越限持续的时间；短路冲击、线路或主变重过载、油温越限，三个模型计算的扣分以设备为单位进行累加，作为设备历史运行工况的整体扣分；历史运行工况因素最终的扣分值记为S2；(3.3)对于运行年限因素，令设备标准寿命为Y，当前设备已经运行的时间为y年；对于运行时间超过标准寿命90％的设备，扣分值为：运行时间不超过标准寿命90％的设备，不进行扣分；运行年限因素最终的扣分值记为S3；(3.4)对于家族隐患，扣分值为：其中，F是某一类缺陷，P(F)是相同设备类型、电压等级出现此类缺陷的平均概率，PD(F)是某一厂家型号发生此类缺陷的平均概率；S1(F)是缺陷扣分标准表中缺陷F对应的扣分值。家族隐患因素最终的扣分值记为S4。进一步，优选的是，步骤(4)的具体方法为：通过专家指定各个因素的初始系数，即指定一种情况，出现某种缺陷、设备重过载、设备运行年限、家族隐患情况下，各类因素对设备健康影响的比重，取多位专家的平均值，然后通过各类因素算分和最终各类因素的平均比重进行对应，计算有效系数；在参数初始设定的过程中，采用层次分析法完成，具体方法如下：(4.1)不同因素案例组合抽取：针对缺陷记录、历史运行工况、运行年限、家族隐患，分别选取典型样例，并进行组合，得到多个因素的组合案例；(4.2)专家评定各个因素的重要程度关系：选取3名或以上的专家，对选取的案例组合中不同因素对于设备跳闸贡献的权重进行比较、评定，作为评价矩阵参数输入；(4.3)通过层次分析法计算各个因素对设备跳闸判断贡献的权重，分别记为Ln；其中，n＝1、2、3、4，分别对应四类因素；(4.4)依次对步骤(3)中建立的评价模型的系数进行调整：针对四类因素，通过模型计算，得到的扣分分别为Sn，n＝1、2、3、4，分别对应四类因素；结合(5.3)中计本文档来自技高网...

【技术保护点】
1.一种电网设备故障概率分析方法，其特征在于，包括以下步骤：/n步骤(1)，以设备健康状态为中心，进行多维数据采集与结构化解析；/n步骤(2)，数据的交叉辨识、清洗；/n步骤(3)，各维度分别建立设备健康状态评估模型；/n步骤(4)，基于专家经验的各维度因素权重系数的初设；/n步骤(5)，基于历史数据的多维数据权重系数的自动优化调整；/n步骤(6)，结合历史数据对设备跳闸概率进行分析计算；/n步骤(7)，基于不同跳闸概率的应对处理。/n

【技术特征摘要】
1.一种电网设备故障概率分析方法，其特征在于，包括以下步骤：
步骤(1)，以设备健康状态为中心，进行多维数据采集与结构化解析；
步骤(2)，数据的交叉辨识、清洗；
步骤(3)，各维度分别建立设备健康状态评估模型；
步骤(4)，基于专家经验的各维度因素权重系数的初设；
步骤(5)，基于历史数据的多维数据权重系数的自动优化调整；
步骤(6)，结合历史数据对设备跳闸概率进行分析计算；
步骤(7)，基于不同跳闸概率的应对处理。


2.根据权利要求1所述的电网设备故障概率分析方法，其特征在于，步骤(1)中采集到的数据包括设备缺陷、历史运行工况、运行年限和家族隐患四个维度；
所述的家族隐患为该厂家该型号出现相应种类缺陷的平均数量；
对采集到的数据分别进行结构化解析。


3.根据权利要求1所述的电网设备故障概率分析方法，其特征在于，步骤(2)的具体方法为：通过搭建多维数据之间的交叉辨识模型，对数据进行清洗；具体如下：
(2.1)遥测数据质量辨识：基于遥测的正常范围、变化速度限值，辨识遥测中跳数、错数；基于遥测值的历史数据，对遥测不变化进行提取；基于拓扑及功率平衡，对主变、线路、母线各侧的有功、无功进行功率平衡性校验，辨识异常数据；清洗掉遥测中跳数、错数，遥测不变化数据，以及异常数据；
(2.2)遥信、遥测数据交叉辨识：通过遥信和设备拓扑，辨识各个间隔的运行方式；建立运行间隔遥测的特征点模型、非运行间隔遥测的特征点模型；通过遥信、遥测对应的间隔状态特征点，进行交叉辨识，将误发的遥信告警清洗掉，并提取出来遥测异常数据列表，提供给工作人员进行检查处理；
所述的运行间隔遥测的特征点模型为运行间隔除了线路空充的情况之外，有功或者无功不为0；非运行间隔遥测的特征点模型为非运行间隔的有功、无功、电流为0。


4.根据权利要求1所述的电网设备故障概率分析方法，其特征在于，步骤(3)的具体方法为：采用经步骤(2)清洗后的数据，针对每一维度因素，分别建立设备健康状态评估模型，进行设备健康状态的评估，具体为：
(3.1)对于缺陷记录：根据缺陷设备的类型、缺陷分类，建立缺陷扣分标准表，针对设备存在的缺陷进行扣分；根据缺陷的等级设置通用的扣分标准，危急缺陷扣41分，重大缺陷扣11分，一般缺陷扣3分；
缺陷因素最终的扣分值记为S1；
(3.2)对于历史运行工况：将历史运行工况分为短路冲击累计、线路重过载、主变重过载、油温越限；
①对于短路冲击累计，每次冲击扣11分，跳闸一次累计一次，重合不成功，根据重合成功到再次跳闸时间的间隔进行扣分，每1秒钟累计一次扣分，每次扣11分；
②对于线路重过载及主变重过载，对设备造成损害对应扣分的计算公式为：
扣分值为：
其中，LA是本次越限的平均值，LM是本次越限的最大值，T(L)是本次越限持续的时间；
③对于油温越限，考虑越限温度、累计时长，对主变造成损害对应的扣分计算公式为：
扣分值为：(e(t-75)×0.1-1)×T(t)
其中，t是油温越限期间的最高油温，T(t)是本次越限持续的时间；
短路冲击、线路或主变重过载、油温越限，三个模型计算的扣分以设备为单位进行累加，作为设备历史运行工况的整体扣分；
历史运行工况因素最终的扣分值记为S2；
(3.3)对于运行年限因素，令设备标准寿命为Y，当前设备已经运行的时间为y年；
对于运行时间超过标准寿命90％的设备，扣分值为：
运行时间不超过标准寿命90％的设备，不进行扣分；
运行年限因素最终的扣分值记为S3；
(3.4)对于家族隐患，扣分值为：
其中，F是某一类缺陷，P(F)是相同设备类型、电压等级出现此类缺陷的平均概率，PD(F)是某一厂家型号发生此类缺陷的平均概率；S1(F)是缺陷扣分标准表中缺陷F对应的扣分值；
家族隐患因素最终的扣分值记为S4。


5.根据权利要求1所述的电网设备故障概率分析方法，其特征在于，步骤(4)的具体方法为：通过专家指定各个因素的初始系数，即指定一种情况，出现某种缺陷、设备重过载、设备运行年限、家族隐患情况下，各类因素对设备健康影响的比重，取多位专家的平均值，然后通过各类因素算分和最终各类因素的平均比重进行对应，计算有效系数；
在参数初始设定的过程中，采用层次分析法完成，具体方法如下：
(4.1)不同因素案例组合抽取：针对缺陷记录、历史运行工况、运行年限、家族隐患，分别选取典型样例，并...

【专利技术属性】
技术研发人员：朱涛，钟少军，张鹏，雷昊，陈伟，姚朝，周洁，胡东林，
申请(专利权)人：云南电网有限责任公司昆明供电局，
类型：发明
国别省市：云南;53