电网异常状态识别方法技术

本发明专利技术提供了电网异常状态识别方法，属于电网运维技术领域，包括获取检测单元的运行数据，当运行数据超过预警标准时，确定运行数据相对预警标准的偏差度。根据偏差度以及检测单元所对应的权重值确定出加权偏差；根据预设标准，确定加权偏差所对应的预警等级。创建检测单元的神经网络识别模型，选取神经网络识别模型中与偏差度相关的处理方法；将处理方法结合预警等级上传至电网系统。本发明专利技术提供的电网异常状态识别方法中得到的加权偏差不仅能够反应出检测单元偏离正常状态的程度，同时能够反应出检测单元的权重程度，从而有针对性的处理，提高了处理的效率，保证了有效的运维。保证了有效的运维。保证了有效的运维。

【技术实现步骤摘要】
电网异常状态识别方法


[0001]本专利技术属于电网运维
，更具体地说，是涉及电网异常状态识别方法。

技术介绍

[0002]目前，在分析电网异常状态时，多通过在国网系统内下载检测单元的运行数据，再对运行数据进行处理，从运行数据内分析出异常和故障信息。但是由于采集装置、子站、通道等各环节的影响，导致采集的量测与实际的量测存在偏差和错误。更为重要的是，由于一定区域内，同样规则的检测单元重要程度不同，影响的范围也存在差异，若将下载的运行数据一同处理，则会导致运维能力无法得到有效的分配，电网的故障率居高不下，工作效率较低。

技术实现思路

[0003]本专利技术的目的在于提供电网异常状态识别方法，旨在解决若将下载的运行数据一同处理，则会导致运维能力无法得到有效的分配，电网的故障率居高不下，工作效率较低的问题。
[0004]为实现上述目的，本专利技术采用的技术方案是：提供电网异常状态识别方法，包括：
[0005]获取检测单元的运行数据，当所述运行数据超过预警标准时，确定所述运行数据相对所述预警标准的偏差度；
[0006]根据所述偏差度以及所述检测单元所对应的权重值确定出加权偏差；根据预设标准，确定所述加权偏差所对应的预警等级；
[0007]创建所述检测单元的神经网络识别模型，选取所述神经网络识别模型中与所述偏差度相关的处理方法；将所述处理方法结合所述预警等级上传至电网系统。
[0008]作为本申请另一实施例，所述运行数据为变压器有功不平衡、母线有功不平衡、线路有功不平衡、线路有功死数据、线路有功跳变数据和变压器有功死数据中的一种或多种。
[0009]作为本申请另一实施例，所述检测单元包括电表、电表箱、分支箱和变压器。
[0010]作为本申请另一实施例，所述创建所述检测单元的神经网络识别模型包括：
[0011]将所述检测单元的异常运行数据作为训练样本，确定所述检测单元的所述神经网络识别模型；
[0012]根据所述运行数据，从所述神经网络识别模型中拾取相关的所述处理方法。
[0013]作为本申请另一实施例，所述当所述运行数据超过预警标准时包括：
[0014]当所述运行数据超过正常标准同时低于所述预警标准时，将所述检测单元上传至运维系统。
[0015]作为本申请另一实施例，所述确定所述运行数据相对所述预警标准的偏差度包括：
[0016]确定所述运行数据相对于所述预警标准的环比值。
[0017]作为本申请另一实施例，所述根据所述偏差度以及所述检测单元所对应的权重值
确定出加权偏差包括：
[0018]将所述权重值与所述偏差度相乘，将相乘的结果作为所述加权偏差。
[0019]作为本申请另一实施例，所述根据预设标准，确定所述加权偏差所对应的预警等级包括：
[0020]设定多个预警区间，将多个预警区间与多个所述预警等级进行一一对应；
[0021]判断所述加权偏差所属的所述预警区间，确定所述加权偏差所对应的预警等级。
[0022]作为本申请另一实施例，在所述确定所述加权偏差所对应的预警等级之后还包括：
[0023]将多个所述预警区间与不同预警颜色进行一一对应，将所述预警颜色标定在奥维地图上。
[0024]作为本申请另一实施例，在所述将所述处理方法结合所述预警等级上传至电网系统之后还包括：
[0025]记录所述检测单元在一定时间段内超过所述预警标准的次数，制成重点监督表。
[0026]本专利技术提供的电网异常状态识别方法的有益效果在于：与现有技术相比，本专利技术电网异常状态识别方法中首先获取检测单元的运行数据，当所述运行数据超过预警标准时，确定所述运行数据相对所述预警标准的偏差度。根据所述偏差度以及所述检测单元所对应的权重值确定出加权偏差；根据预设标准，确定所述加权偏差所对应的预警等级。创建所述检测单元的神经网络识别模型，选取所述神经网络识别模型中与所述偏差度相关的处理方法；将所述处理方法结合所述预警等级上传至电网系统。
[0027]在使用时，首先通过对检测单元的运行数据与预警标准进行分析，确定运行数据与预警标准的偏差度，在确定偏差度之后根据权重值以及获得的偏差度，得到加权偏差。确定加权偏差所处的预警区间，从而确定出预警等级。通过预警等级连同已经确定的神经网路识别模型中相关的处理方法上传至电网系统。
[0028]本申请中，通过对检测单元的运行数据进行加权处理，得到的加权偏差不仅能够反应出检测单元偏离正常状态的程度，同时能够反应出检测单元的权重程度，从而有针对性的处理，提高了处理的效率，保证了有效的运维。
附图说明
[0029]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0030]图1为本专利技术实施例提供的电网异常状态识别方法的流程图。
具体实施方式
[0031]为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0032]请参阅图1，现对本专利技术提供的电网异常状态识别方法进行说明。电网异常状态识
别方法，包括获取检测单元的运行数据，当运行数据超过预警标准时，确定运行数据相对预警标准的偏差度。
[0033]根据偏差度以及检测单元所对应的权重值确定出加权偏差；根据预设标准，确定加权偏差所对应的预警等级。
[0034]创建检测单元的神经网络识别模型，选取神经网络识别模型中与偏差度相关的处理方法；将处理方法结合预警等级上传至电网系统。
[0035]本专利技术提供的电网异常状态识别方法的有益效果在于：与现有技术相比，本专利技术电网异常状态识别方法中首先获取检测单元的运行数据，当运行数据超过预警标准时，确定运行数据相对预警标准的偏差度。根据偏差度以及检测单元所对应的权重值确定出加权偏差；根据预设标准，确定加权偏差所对应的预警等级。创建检测单元的神经网络识别模型，选取神经网络识别模型中与偏差度相关的处理方法；将处理方法结合预警等级上传至电网系统。
[0036]在使用时，首先通过对检测单元的运行数据与预警标准进行分析，确定运行数据与预警标准的偏差度，在确定偏差度之后根据权重值以及获得的偏差度，得到加权偏差。确定加权偏差所处的预警区间，从而确定出预警等级。通过预警等级连同已经确定的神经网路识别模型中相关的处理方法上传至电网系统。
[0037]本申请中，通过对检测单元的运行数据进行加权处理，得到的加权偏差不仅能够反应出检测单元偏离正常状态的程度，同时能够反应出检测单元的权重程度，从而有针对性的处理，提高了处理的效率，保证了有效的运维。
[0038]作为本专利技术提供的电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.电网异常状态识别方法，其特征在于，包括：获取检测单元的运行数据，当所述运行数据超过预警标准时，确定所述运行数据相对所述预警标准的偏差度；根据所述偏差度以及所述检测单元所对应的权重值确定出加权偏差；根据预设标准，确定所述加权偏差所对应的预警等级；创建所述检测单元的神经网络识别模型，选取所述神经网络识别模型中与所述偏差度相关的处理方法；将所述处理方法结合所述预警等级上传至电网系统。2.如权利要求1所述的电网异常状态识别方法，其特征在于，所述运行数据为变压器有功不平衡、母线有功不平衡、线路有功不平衡、线路有功死数据、线路有功跳变数据和变压器有功死数据中的一种或多种。3.如权利要求1所述的电网异常状态识别方法，其特征在于，所述检测单元包括电表、电表箱、分支箱和变压器。4.如权利要求1所述的电网异常状态识别方法，其特征在于，所述创建所述检测单元的神经网络识别模型包括：将所述检测单元的异常运行数据作为训练样本，确定所述检测单元的所述神经网络识别模型；根据所述运行数据，从所述神经网络识别模型中拾取相关的所述处理方法。5.如权利要求1所述的电网异常状态识别方法，其特征在于，所述当所述运行数据超过预警标准时包括：当所述运行数据超...

【专利技术属性】
技术研发人员：陈岩，李剑锋，李征，靳伟，陈秦超，王光远，李泽卿，史智洁，王浩，王伟，于辉，王云改，白丙波，张瑞峰，王硕，范彦伟，田非，
申请(专利权)人：国网河北省电力有限公司国家电网有限公司，
类型：发明
国别省市：