CN106997513A - 基于大数据分析的配网设备状态评价*** - Google Patents
基于大数据分析的配网设备状态评价*** Download PDFInfo
- Publication number
- CN106997513A CN106997513A CN201710231068.4A CN201710231068A CN106997513A CN 106997513 A CN106997513 A CN 106997513A CN 201710231068 A CN201710231068 A CN 201710231068A CN 106997513 A CN106997513 A CN 106997513A
- Authority
- CN
- China
- Prior art keywords
- score
- distribution net
- net equipment
- state
- submodule
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 230000008439 repair process Effects 0.000 claims abstract description 9
- 238000007726 management method Methods 0.000 claims description 28
- 238000004804 winding Methods 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 9
- 238000009413 insulation Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- XKJMBINCVNINCA-UHFFFAOYSA-N Alfalone Chemical compound CON(C)C(=O)NC1=CC=C(Cl)C(Cl)=C1 XKJMBINCVNINCA-UHFFFAOYSA-N 0.000 claims description 4
- 238000013523 data management Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 3
- 208000011380 COVID-19–associated multisystem inflammatory syndrome in children Diseases 0.000 claims description 2
- OAKJQQAXSVQMHS-UHFFFAOYSA-N Hydrazine Chemical group NN OAKJQQAXSVQMHS-UHFFFAOYSA-N 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000002845 discoloration Methods 0.000 claims description 2
- 239000002828 fuel tank Substances 0.000 claims description 2
- 230000007774 longterm Effects 0.000 claims description 2
- 239000013307 optical fiber Substances 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 16
- 238000000034 method Methods 0.000 abstract description 6
- 230000003862 health status Effects 0.000 abstract description 5
- 230000006866 deterioration Effects 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据分析的配网设备状态评价***，涉及配网设备检测技术领域。所述的配网设备状态评价***，采用大数据分析技术，并将其与状态评估技术、专家***技术、在线监测技术结合起来，对配网设备的健康状态进行评估，及时准确地在各个关键阶段对配网关键设备的健康状态及可靠性进行综合评估，根据评估结果及时检测和维修，保证配网关键设备安全、可靠的运行，使电网***更加安全、稳定的工作；所述配网设备状态评价***通过算法验证使状态评估结果与实际配网设备的状态结果相符，提高了配网设备状态评价***的状态评估准确率，以便工作人员及时、准确的检修，提高了工作效率，减少配网设备的进一步恶化，保证电网***的安全。
Description
技术领域
本发明属于技术领域，尤其涉及一种基于大数据分析的配网设备状态评价***。
背景技术
随着我国经济的迅速发展，对能源的巨大需求促进了电力工业的飞速发展，使得电力***向大容量、超高压和跨区域方向发展。然而，随着***容量的增大和电网规模的扩大，电力设备故障给人们的生产和生活所带来的影响越来越大。为了安全生产，电力设备的检修是不可避免的。状态检修 PDM (Predictive Diagnosis Maintenance)是电力发展进程中电力设备检修方式的必然选择。这种检修方式改变了长期以来定期检修制度中存在的“检修不足”或“检修过剩”所带来的设备运行效率低和经济效益差等问题，不仅可节约大量的设备维修费用和资源，而且能有效的提高设备安全运行的可靠性，具有明显的经济效益和社会效益。
在实施设备状态检修的过程中，为了保证得到即时、准确、可靠的设备状态，确保状态检修工作能够改善传统定期检修的缺陷，有必要建立一套设备状态评价指标体系，并且使用科学评价方法对设备状态进行综合评价，对状态检修中间各个环节所遇到的问题提出应对措施，并最终达到提高供电企业服务质量，提高配网可靠性，增加售电量、合理指出成本等效果。
大数据技术的不断发展及其在不同领域的广泛应用，必将对我国电力产业未来发展，特别是智能电网的建设与发展产生极其重大而深远的影响。引入大数据技术对于推动电力行业生产、经营模式的转变和可持续发展具有重要意义。此外，基于数据驱动的故障诊断方法可以利用海量的过程数据，解决以前的监控方法所不能解决的生产过程和设备的故障诊断、优化配置和评价的问题。大数据技术将成为智能电网建设的重要技术支撑，在电力***智能调度领域具有广阔的应用前景。如能充分利用这些基于电网实际的数据，对其进行深入分析，便可以提供大量的高附加值服务。这些增值服务将有利于电网安全检测与控制（包括大灾难预警与处理、供电与电力调度决策支持和更准确的用电量预测），客户用电行为分析与客户细分，电力企业精细化运营管理等等，实现更科学的需求侧管理。
因此，将大数据技术与状态评估技术有效的结合起来，运用在配网关键设备的评估上，有着广泛的应用前景。
发明内容
针对现有技术的不足，本发明提供一种基于大数据分析的配网设备状态评价***，采用大数据分析技术，并将其与状态评估技术、专家***技术、在线监测技术结合起来，通过对配网关键设备的健康状态评估，及时准确地在各个关键阶段对10KV配网关键设备的健康状态及可靠性进行综合评估，根据评估结果及时检测和维修，保证配网关键设备安全、可靠的运行，使电网***更加安全、稳定的工作。
本发明是通过如下的技术方案来解决上述技术问题的：一种基于大数据分析的配网设备状态评价***，包括数据采集模块、数据管理模块、状态评估模块、算法验证模块、知识库模块、评价管理模块以及***管理模块；
所述的数据采集模块包括外部***同步子模块和实时采集子模块；所述外部***同步子模块，用于与外部***进行数据交互，实时获取外部***的数据并传输给数据管理模块；所述实时采集子模块，用于通过采集设备采集待评估配网设备状态数据，并传输给数据管理模块；
所述的状态评估模块包括算法管理子模块、算法配置子模块、结果显示子模块、维修决策子模块；所述算法管理子模块，用于对算法的参数进行选择、编辑、修改；所述算法配置子模块，用于用户选择相应算法；所述结果显示子模块，用于显示状态评估的结果；所述维修决策子模块，用于通过状态评估的结果对决策是否维修进行判断并维修；
所述算法验证模块，在选择相应算法后，选定待评估配网设备，得到状态评估结果，通过该状态评估结果验证算法是否合理；
所述知识库模块包括样本库和典型案例库；所述知识库，用于为状态评估模块和评价管理模块提供判断依据，其知识来源于试验标准、缺陷消除、经验数据和专家知识等；
所述的***管理模块包括设备管理子模块、监控管理子模块和日志；所述设备管理子模块，用于对采集设备的参数、运行状态进行管理；所述监控管理子模块，用于对监控***的设备运行状况、通信情况、服务器负荷等进行监控，并及时予以提示或图形化告警；所述日志，用于记录所述配网设备状态评价***中的评估结果以及历史数据；
所述评价管理模块，包括评价集子模块和评估算法子模块；所述评价集子模块，用于记录待评估配网设备的状态；所述评估算法子模块，用于根据待评估配网设备的状态量计算各状态量的得分，根据状态量的得分确定在评价集中的状态等级，待评估配网设备的综合评价得分为各个状态量得分的加权值。
进一步的，所述评价集子模块中的评价集V={正常、注意、异常、严重}，其中，严重为0~60分，异常为60~75分，注意为75~90分，正常为90~100；
正常表示待评估配网设备各个状态量均未发生劣化，或一般状态量轻微劣化，可以正常运行；注意表示待评估配网设备的几个状态量不符合标准，而劣化状态量总数不超过预警值，不影响设备运行；异常是指待评估配网设备状态量接近或达到规程中的异常值，显示设备将要或者已经出现故障，但是在短期内不会发生事故的情况，此时，应减小设备检修的周期；严重表示待评估配网设备状态量严重超出异常值或严重异常，设备在运行中随时可能发生事故，此时，设备应该立即停电进行检修。
进一步的，所述待评估配网设备的状态量包括静态指标、动态指标和准动态指标；所述静态指标包括运行年限、家族缺陷；所述动态指标包括负载率、三相不平衡率、油箱温度、绕组接头温度；所述准动态指标包括接地电阻、绕组直流电阻、绕组绝缘电阻、本体完整、调压开关性能、内部异响、渗漏油、油箱压力、绝缘油颜色。
进一步的，所述配网设备状态评价***与外部***的接口方式包括文件、中间库、WebService或SOCKET通信等方式；对于数据量大、实时性要求不高的数据，采用文件、中间库或WebService等方式；对于数据量小、实时性要求高的数据，采用以规约的形式进行转发。
进一步的，所述外部***包括DMS***、PMIS***、SCADA***、电压监测***等。
进一步的，所述配网设备状态评价***与采集设备通过GPRS或光纤进行通信。
进一步的，所述采集设备包括温度传感器、湿度传感器、压力传感器和风速传感器，对配网关键设备如开关、变压器、环网柜等的电气量和温度、压力、湿度、开关特性等非电气量进行实时采集。
与现有技术相比，本发明所提供的基于大数据分析的配网设备状态评价***，通过采集设备或与外部***进行数据交互获得配网设备状态数据，采用大数据分析技术，并将其与状态评估技术、专家***技术、在线监测技术结合起来，对配网设备的健康状态进行评估，及时准确地在各个关键阶段对配网关键设备的健康状态及可靠性进行综合评估，根据评估结果及时检测和维修，保证配网关键设备安全、可靠的运行，使电网***更加安全、稳定的工作；所述配网设备状态评价***通过算法验证使状态评估结果与实际配网设备的状态结果相符，提高了配网设备状态评价***的状态评估准确率，以便工作人员及时、准确的检修，提高了工作效率，减少配网设备的进一步恶化，保证电网***的安全。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例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发明的一个实施例，对于本领域普通技术人员来说，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。
图1是本发明一种基于大数据分析的配网设备状态评价***功能模块示意图；
图2是本发明一种基于大数据分析的配网设备状态评价***结构体系图。
具体实施方式
下面结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1和图2所示，本发明所提供的基于大数据分析的配网设备状态评价***，包括数据采集模块、数据管理模块、状态评估模块、算法验证模块、知识库模块、评价管理模块以及***管理模块；
所述的数据采集模块包括外部***同步子模块和实时采集子模块；所述的状态评估模块包括算法管理子模块、算法配置子模块、结果显示子模块、维修决策子模块；所述知识库模块包括样本库和典型案例库；所述的***管理模块包括设备管理子模块、监控管理子模块和日志；所述评价管理模块，包括评价集子模块和评估算法子模块。
所述评价集子模块中的评价集V={正常、注意、异常、严重}，其中，严重为0~60分，异常为60~75分，注意为75~90分，正常为90~100；
正常表示待评估配网设备各个状态量均未发生劣化，或一般状态量轻微劣化，可以正常运行；注意表示待评估配网设备的几个状态量不符合标准，而劣化状态量总数不超过预警值，不影响设备运行；异常是指待评估配网设备状态量接近或达到规程中的异常值，显示设备将要或者已经出现故障，但是在短期内不会发生事故的情况，此时，应减小设备检修的周期；严重表示待评估配网设备状态量严重超出异常值或严重异常，设备在运行中随时可能发生事故，此时，设备应该立即停电进行检修。
所述待评估配网设备的状态量包括静态指标、动态指标和准动态指标；所述静态指标包括运行年限、家族缺陷；所述动态指标包括负载率、三相不平衡率、油箱温度、绕组接头温度；所述准动态指标包括接地电阻、绕组直流电阻、绕组绝缘电阻、本体完整、调压开关性能、内部异响、渗漏油、油箱压力、绝缘油颜色。
根据南方电网公司和国家电网公司的状态量指标，建立各状态量的得分模型：
（1）负载率得分x 1（y 1为负载率）
（2）三相不平衡率得分x 2（y 2为三相不平衡率）
Y/Y接线：
Δ/Y接线：
（3）油箱温度得分x 3
（3.1）油温度(y 3a/ºC)≥95 ºC x 3=75
（3.2）温升(y 3b/K)≥55K x 3=75
（4）绕组接头温度得分x 4（y 4为绕组接头温度）
（4.1）相间温度差得分x 4（y 4a/K为相间温度差）
（4.2）接头温度得分x 4（y 4b/℃为接头温度）
取两者间最低得分作为该状态量最终得分；
（5）接地电阻得分x 5（y 5为接地电阻）
容量100kVA以下时，
容量100kVA以上时，
（6）绕组直流电阻得分x 6（y 6为绕组直流电阻）
容量160MVA以下时，
（6.1）相间直流电阻超过三相平均值的百分点得分x 6（y 6a为相间直流电阻超过三相平均值的百分点）
（6.2）线间直流电阻超过三相平均值的百分点得分x 6（y 6b为相间直流电阻超过三相平均值的百分点）
（6.3）相间直流电阻超过三相平均值的百分点得分x 6（y 6a为相间直流电阻超过三相平均值的百分点）
（6.4）线间直流电阻超过三相平均值的百分点得分x 6（y 6b为相间直流电阻超过三相平均值的百分点）
取两者间最低得分作为该状态量最终得分；
（7）绕组绝缘电阻与初值比较降低的百分点得分x 7（y 7为绕组绝缘电阻与初值比较降低的百分点）
（8）本体完整程度得分x 8
发生轻微损伤，不影响正常运行 x 8=80；
发生重大损伤，影响正常运行 x 8=60；
（9）调压开关性能得分x 9
操作不顺利 x 9=75；
（10）内部异响得分x 10
变压器内部有异响发生 x 10=60；
（11）渗漏油得分x 11
轻微漏油，油位正常 x 11=80；
漏油较严重（五分钟内有油珠垂滴），但油位仍在允许范围 x 11=70；
严重漏油且油位低于允许值 x 11=60；
（12）油箱压力得分x 12
箱体内压力不正常，压力指示长期为零 x 12=60；
（13）绝缘油颜色得分x 13
油变色，颜色较深 x 13=90；
（14）家族缺陷得分K F
家族内多台设备同类型缺陷 K F =90；
（15）运行年限得分K T
大于10年 K T =90；
大于20年 K T =80；
大于30年 K T =70。
所述配网设备状态评价***通过采集设备或者与外部***进行数据交互，获得待评估配网设备的状态数据，即待评估配网设备的各状态量指标，根据评价管理模块中各状态量得分模型获得各状态量的得分，对配网设备状态评价***中状态评估模块的算法进行配置，获得各状态量得分的加权值，即获得待评估配网设备的综合评价得分（所述配网设备状态评价***采用模糊算法进行状态量得分的加权值计算），根据评价集中各状态量的得分范围，确定待评估配网设备的状态为正常、注意、异常或严重；检测人员将所述配网设备状态评价***得出的状态评估结果与实际设备的状态结果对比，如果两者相符，则不用重新对算法配置，如果两者不相符，则重新配置算法的参数，得到不同的状态量得分加权值，从而得到不同的状态评估结果，通过算法验证，使得所述配网设备状态评价***的评价结果与实际配网设备的状态相符，提高评估的正确率。
以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于大数据分析的配网设备状态评价***，其特征在于：包括数据采集模块、数据管理模块、状态评估模块、算法验证模块、知识库模块、评价管理模块以及***管理模块；
所述的数据采集模块包括外部***同步子模块和实时采集子模块；所述外部***同步子模块，用于与外部***进行数据交互，实时获取外部***的数据并传输给数据管理模块；所述实时采集子模块，用于通过采集设备采集待评估配网设备状态数据，并传输给数据管理模块；
所述的状态评估模块包括算法管理子模块、算法配置子模块、结果显示子模块、维修决策子模块；所述算法管理子模块，用于对算法的参数进行选择、编辑、修改；所述算法配置子模块，用于用户选择相应算法；所述结果显示子模块，用于显示状态评估的结果；所述维修决策子模块，用于通过状态评估的结果对决策是否维修进行判断并维修；
所述算法验证模块，在选择相应算法后，选定待评估配网设备，得到状态评估结果，通过该状态评估结果验证算法是否合理；
所述知识库模块包括样本库和典型案例库；所述知识库，用于为状态评估模块和评价管理模块提供判断依据；
所述的***管理模块包括设备管理子模块、监控管理子模块和日志；所述设备管理子模块，用于对采集设备的参数、运行状态进行管理；所述监控管理子模块，用于对监控***的设备运行状况、通信情况、服务器负荷等进行监控，并及时予以提示或图形化告警；所述日志，用于记录所述配网设备状态评价***中的评估结果以及历史数据；
所述评价管理模块，包括评价集子模块和评估算法子模块；所述评价集子模块，用于记录待评估配网设备的状态；所述评估算法子模块，用于根据待评估配网设备的状态量计算各状态量的得分，根据状态量的得分确定在评价集中的状态等级，待评估配网设备的综合评价得分为各个状态量得分的加权值。
2.如权利要求1所述的配网设备状态评价***，其特征在于：所述评价集子模块中评价集V={正常、注意、异常、严重}，其中，严重为0~60分，异常为60~75分，注意为75~90分，正常为90~100。
3.如权利要求1所述的配网设备状态评价***，其特征在于：所述待评估配网设备的状态量包括静态指标、动态指标和准动态指标；所述静态指标包括运行年限、家族缺陷；所述动态指标包括负载率、三相不平衡率、油箱温度、绕组接头温度；所述准动态指标包括接地电阻、绕组直流电阻、绕组绝缘电阻、本体完整、调压开关性能、内部异响、渗漏油、油箱压力、绝缘油颜色。
4.如权利要求3所述的配网设备状态评价***，其特征在于：所述待评估配网设备的状态量得分分别通过下式确定：
（1）负载率得分x 1，其中y 1为负载率，
（2）三相不平衡率得分x 2，其中y 2为三相不平衡率
（2.1）Y/Y接线：
（2.2）Δ/Y接线：
（3）油箱温度得分x 3：
（3.1）油温度y 3a/ºC≥95 ºC x 3=75；
（3.2）温升y 3b/K≥55K x 3=75；
（4）绕组接头温度得分x 4，其中y 4为绕组接头温度：
（4.1）相间温度差得分x 4，其中y 4a为相间温度差，
（4.2）接头温度得分x 4，其中y 4b为接头温度，
取两者间最低得分作为该状态量最终得分x 4；
（5）接地电阻得分x 5，其中y 5为接地电阻，
容量100kVA以下时，
容量100kVA以上时，
（6）绕组直流电阻得分x 6，其中y 6为绕组直流电阻：
容量160MVA以下时，
（6.1）相间直流电阻超过三相平均值的百分点得分x 6，其中y 6a为相间直流电阻超过三相平均值的百分点，
（6.2）线间直流电阻超过三相平均值的百分点得分x 6，其中y 6b为相间直流电阻超过三相平均值的百分点，
（6.3）相间直流电阻超过三相平均值的百分点得分x 6，其中y 6a为相间直流电阻超过三相平均值的百分点，
（6.4）线间直流电阻超过三相平均值的百分点得分x 6，其中y 6b为相间直流电阻超过三相平均值的百分点，
取最低得分作为该状态量最终得分x 6；
（7）绕组绝缘电阻与初值比较降低的百分点得分x 7，其中y 7为绕组绝缘电阻与初值比较降低的百分点，
（8）本体完整程度得分x 8
发生轻微损伤，不影响正常运行 x 8=80；
发生重大损伤，影响正常运行 x 8=60；
（9）调压开关性能得分x 9
操作不顺利 x 9=75；
（10）内部异响得分x 10
变压器内部有异响发生 x 10=60；
（11）渗漏油得分x 11
轻微漏油，油位正常 x 11=80；
漏油较严重，油位仍在允许范围 x 11=70；
严重漏油且油位低于允许值 x 11=60；
（12）油箱压力得分x 12
箱体内压力不正常，压力指示长期为零 x 12=60；
（13）绝缘油颜色得分x 13
油变色，颜色较深 x 13=90；
（14）家族缺陷得分K F
家族内多台设备同类型缺陷 K F =90；
（15）运行年限得分K T
大于10年 K T =90；
大于20年 K T =80；
大于30年 K T =70。
5.如权利要求1所述的配网设备状态评价***，其特征在于：与所述外部***的接口方式包括文件、中间库、WebService或SOCKET通信方式。
6.如权利要求5所述的配网设备状态评价***，其特征在于：所述外部***包括DMS***、PMIS***、SCADA***、电压监测***。
7.如权利要求1所述的配网设备状态评价***，其特征在于：与所述采集设备通过GPRS或光纤进行通信。
8.如权利要求1所述的配网设备状态评价***，其特征在于：所述采集设备包括温度传感器、湿度传感器、压力传感器和风速传感器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710231068.4A CN106997513A (zh) | 2017-04-11 | 2017-04-11 | 基于大数据分析的配网设备状态评价*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710231068.4A CN106997513A (zh) | 2017-04-11 | 2017-04-11 | 基于大数据分析的配网设备状态评价*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106997513A true CN106997513A (zh) | 2017-08-01 |
Family
ID=59434567
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710231068.4A Pending CN106997513A (zh) | 2017-04-11 | 2017-04-11 | 基于大数据分析的配网设备状态评价*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106997513A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108228822A (zh) * | 2017-12-31 | 2018-06-29 | 武汉企鹅能源数据有限公司 | 一种基于工业大数据的设备状态预测分析*** |
| CN108828342A (zh) * | 2018-03-30 | 2018-11-16 | 广州供电局有限公司 | 电力设备状态检测方法、装置、计算机设备和存储介质 |
| CN110880062A (zh) * | 2019-10-31 | 2020-03-13 | 广西电网有限责任公司电力科学研究院 | 一种配电设备状态检修时间的确定方法 |
| CN110889775A (zh) * | 2019-10-29 | 2020-03-17 | 贵州电网有限责任公司 | 一种关键配电设备特征参数*** |
| CN111080474A (zh) * | 2019-12-03 | 2020-04-28 | 江和顺 | 一种基于大数据可视化技术的配网可靠性分析方法 |
| CN111460027A (zh) * | 2020-03-31 | 2020-07-28 | 贵州电网有限责任公司 | 一种适用于能源互联网的智能动态监测方法及*** |
| CN112751411A (zh) * | 2019-10-29 | 2021-05-04 | 南京沃旭电力科技有限公司 | 一种基于大数据拟合技术的可视化电力用户用电评价平台 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
-
2017
- 2017-04-11 CN CN201710231068.4A patent/CN106997513A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102509178A (zh) * | 2011-11-25 | 2012-06-20 | 江苏省电力公司淮安供电公司 | 配网设备状态评估*** |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108228822A (zh) * | 2017-12-31 | 2018-06-29 | 武汉企鹅能源数据有限公司 | 一种基于工业大数据的设备状态预测分析*** |
| CN108828342A (zh) * | 2018-03-30 | 2018-11-16 | 广州供电局有限公司 | 电力设备状态检测方法、装置、计算机设备和存储介质 |
| CN108828342B (zh) * | 2018-03-30 | 2019-12-10 | 广州供电局有限公司 | 电力设备状态检测方法、装置、计算机设备和存储介质 |
| CN110889775A (zh) * | 2019-10-29 | 2020-03-17 | 贵州电网有限责任公司 | 一种关键配电设备特征参数*** |
| CN112751411A (zh) * | 2019-10-29 | 2021-05-04 | 南京沃旭电力科技有限公司 | 一种基于大数据拟合技术的可视化电力用户用电评价平台 |
| CN110880062A (zh) * | 2019-10-31 | 2020-03-13 | 广西电网有限责任公司电力科学研究院 | 一种配电设备状态检修时间的确定方法 |
| CN110880062B (zh) * | 2019-10-31 | 2022-07-08 | 广西电网有限责任公司电力科学研究院 | 一种配电设备状态检修时间的确定方法 |
| CN111080474A (zh) * | 2019-12-03 | 2020-04-28 | 江和顺 | 一种基于大数据可视化技术的配网可靠性分析方法 |
| CN111460027A (zh) * | 2020-03-31 | 2020-07-28 | 贵州电网有限责任公司 | 一种适用于能源互联网的智能动态监测方法及*** |
| CN111460027B (zh) * | 2020-03-31 | 2023-12-05 | 贵州电网有限责任公司 | 一种适用于能源互联网的智能动态监测方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106997513A (zh) | 基于大数据分析的配网设备状态评价*** | |
| CN113904443B (zh) | 多维度空间可视化的现场变电设备监控与预警*** | |
| CN115013261B (zh) | 一种用于海上风电场的状态监测方法及*** | |
| CN108336725A (zh) | 电网调度设备监控管理及智能分析*** | |
| CN106199305A (zh) | 煤矿井下供电***用干式变压器绝缘健康状态评估方法 | |
| CN103324992B (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
| CN105891629A (zh) | 一种变压器设备故障的辨识方法 | |
| CN103926490B (zh) | 一种具有自学习功能的电力变压器综合诊断方法 | |
| CN108051709A (zh) | 基于人工智能技术的变压器状态在线评估分析方法 | |
| CN105160489A (zh) | 一种水电机组变权劣化评估***及评估方法 | |
| CN103605881A (zh) | 一种基于故障树和层次分析法的电力变压器状态评估方法 | |
| CN103218695A (zh) | 二次设备智能状态评估诊断***及其方法 | |
| CN107967520A (zh) | 一种面向新型智能站继电保护设备的综合状态评估理论方法 | |
| CN103914791A (zh) | 一种电力设备状态检修*** | |
| CN107256449A (zh) | 一种智能变电站继电保护装置状态评价与评估方法 | |
| CN104504607A (zh) | 一种基于模糊聚类算法的光伏电站故障诊断方法 | |
| CN107989753A (zh) | 一种基于开发地图的风电场风力发电机组监测***及监测方法 | |
| CN108614191A (zh) | 一种基于bim模型的配电网及地下电缆故障检测方法 | |
| CN113466597A (zh) | 一种轨道交通供电***设备状态智能检测方法 | |
| CN110363404A (zh) | 一种干式空心电抗器状态数据分析方法 | |
| CN112836941B (zh) | 一种煤电机组汽轮机高加***在线健康状况评估方法 | |
| CN108459269A (zh) | 一种10kV柱上真空开关状态在线评价方法与装置 | |
| CN116519054A (zh) | 一种热力站设备健康状态监测***及方法 | |
| CN115614292A (zh) | 一种立式水泵机组振动监测装置及其方法 | |
| CN108093210A (zh) | 一种变压器油位告警***及其告警方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170801 |
|
| RJ01 | Rejection of invention patent application after publication |