CN108037415A - 基于多源异构数据的配电网故障信息挖掘与诊断方法 - Google Patents

Abstract

基于多源异构数据的配电网故障信息挖掘与诊断方法，首先对于配电网故障事件制定预集规则，进行数据挖掘，然后对配电网多源异构信息进行预处理与融合，最后基于多源数据进行配电网故障诊断。本发明融合生产管理***、故障抢修以及SCADA数据，建立SCADA***与TCM***事件预集规则，提取与故障相关的信息，存储于大数据平台；挖掘多源异构数据的关联性，诊断配网***中事件的信息与属性，并结合辅助信息验证诊断结果，为配电网的优质、安全与稳定运行提供技术支撑。

Description

基于多源异构数据的配电网故障信息挖掘与诊断方法

技术领域

本发明属于电力技术领域，涉及配电网故障信息的挖掘与诊断，为一种基于多源异构数据的配电网故障信息挖掘与诊断方法。

背景技术

随着国民经济的发展和人民生活水平的提高，电力用户对供电可靠性和电能质量的要求越来越高。但受恶劣环境和不可预测的人为因素影响，配电网尤其是架空线路发生故障的概率很高，而且在运行过程中，励磁涌流、过负荷、雷击、窃电等各种异常运行状况时有发生^[1]。配电网如何积极应对突发事件，不仅需要掌握覆盖辖区内配网准确、可靠、全面、及时的状态信息，还要针对这些多源异构的复杂数据进行专业的分析与诊断^[2,3]。

配网故障信息挖掘与诊断是为了提升配网安全运行水平和优质服务水平，实现安全风险防范与控制。配电网中可获得的基础数据类型繁多，生产管理***(ProductionManagement System,PMS)数据、故障抢修(Trouble Call Management,TCM)数据、SCADA数据等，如故障类型、故障分布、故障与负荷关系、故障季节关联、潮流、开关状态量等方面的统计和运行数据。此外，配网建设改造数据、设备检修数据乃至配网的运行考核数据、配网跳闸数据也可作为配电网运行状态分析和挖掘的重要来源。由于配网结构复杂，配网基础数据不仅类型繁多，而且数据量大；以OPEN3000***为例，其数据库***的数据表有数百个之多，数据类型复杂、结构不统一、存储分散、关联性差。海量数据为配网运行分析提供良好数据基础，同时也大大增加了数据处理和信息挖掘的难度，因此需要结合已有数据，建立合理的存储结构，挖掘多源异构数据内涵，提取有效数据信息。

传统故障诊断技术是对断路器状态变化信息、保护装置报警信息与动作信息以及电压、电流等电气量的特称进行分析，根据保护动作逻辑与运行人员经验来判断可能的故障位置和故障类型^[1-2]。随着配电网中数据采集***的增加、数据类型、数据规模不断增大，故障诊断指标从传统的故障定位和故障定型发展到包含故障区域及元件定位、错误元件判定和故障重构等内容的综合性指标，传统故障诊断技术难以适用^[2-3]。以专家***、人工神经网络、Petri网络、粗糙集理论为代表的智能诊断技术成为新形势下的主要方法。专家***包括知识库、推理机、动态数据库、人机界面、解释模块和知识库管理***等几部分，其主要基于开关与保护设备的信息，根据已有的专家库逻辑关系对故障进行诊断^[4-6]。人工神经网络通过特定的学习方法训练样本集，能够在高维空间中寻找最优超曲面来模拟输入、输出的函数关系。其最典型的诊断模型是开关和保护的状态作为输入，以可能发生的故障事件作为输出，构造依据全局逼近的BP算法或局部逼近的径向基函数神经网络^[7-9]。Petri网络用图形来表述输入量和输出量的关系，然后根据***和相应的规则，与其建立一一对应的关系，通过判断是否满足规则条件，得出相应的结论^[10-13]。Petri网络由于其良好的计算能力和直观的图形表示能力，被广泛应用于电网故障领域^[14-17]。粗糙集理论是可以有效处理不完整性和不确定性问题的新型数学工具，能够利用专门的算法从数据中抽取有效模式，从海量数据中挖掘潜在的规律及隐含的知识^[18-20]。

上述智能诊断在配电网故障诊断中得到了广泛的应用，但依旧存在一些不足。专家***虽然能得到符合人类思维习惯的诊断结果，但随着电网规模与复杂性的増加，开关与保护数量大幅增加，动作逻辑更加复杂，建立完备的知识库是非常困难的^[21]。神经网络在应用之前需要学习大量有代表性的样本，而通常完备充足的样本是难以获得的，这便为神经网络的普遍应用形成了困难，且学习算法的收敛速度通常较慢^[22]。Petri网络在进行大规模配电网建模时，会面临出现组合***的状况，且建模对网络结构的依赖性强而容错性差^[23]。粗糙集理论只能用来处理离散数据，对于连续数据必须首先进行离散化处理，此过程中可能会出现信息偏差或丢失^[24]。综上所述，完备的专家库、典型的样本集以及合理的数据结构是智能诊断技术应用的关键。这对配电网故障特征筛选与多***信息融合提出了更高的要求。

参考文献

[1]郭创新,高振兴,刘毅,等.采用分层多源信息融合的电网故障诊断方法[J].高电压技术,2010(12):2976-2983.

[2]张婧.采用多源信息的配电网故障诊断方法研究[D].东北大学,2013.

[3]宋凯,刘润华,康忠健.基于混合数据挖掘方法的配电网故障诊断技术[J].电力科学与技术学报,2010,25(2):68-72.

[4]段巧佳.粗糙集理论与专家***相结合的电网故障诊断***的研究[D]，北京：华北电为大学，2003

[5]Minakawa T,Ichikawa Y,Kunugi M,et al.Development andimplementation of a power system fault diagnosis expert system[J].IEEETransactions on Power Systems,1995,10(2):932-940.

[6]Styvaktakis E,Bollen M H J,Gu I Y H.Expert system forclassification and analysis of power system events[J].IEEE Transactions onPower Delivery,2002,17(2):423-428.

[7]毕天姝,倪以信,吴复立,等.基于径向基函数神经网络和模糊控制***的电网故障诊断新方法[J].中国电机工程学报,2005,25(14):12-18.

[8]刘燕燕.基于模糊神经网络的信息融合在电网故障诊断中的应用[J].继电器,2005,33(9):9-11.

[9]毕天姝,倪以信,吴复立,等.基于新型神经网络的电网故障诊断方法[J].中国电机工程学报,2002,22(2):73-78.

[10]昌俊.Petri网的行为理论及其应用[M].高等教育出版社,2003.

[11]高体斌.基于故障信息***和Petri网理论的电网故障诊断方法的研究[D].山东大学,2009.

[12]高湛军,陈青,王涛,等.基于继电保护时空参数的电网故障诊断模型[J].电力***自动化,2012(2012年13):61-66+91.

[13]石璐.基于Petri网理论的电网故障诊断方法与技术[D].山东大学,2010.

[14]曾庆锋,何正友,杨健维.基于有色Petri网的电力***故障诊断模型研究[J].电力***保护与控制,2010(14):5-11.

[15]谢红涛,童晓阳.基于分层模糊Petri网的电网故障综合诊断方法[J].电网技术,2012(2012年01):246-252.

[16]潘超,岳建平,刘冰,等.基于适应型Petri网的电网故障诊断方法[J].电网技术,2008(1):46-50.

[17]Chen S M.Weighted fuzzy reasoning using weighted fuzzy Petri nets[J].IEEE Transactions on Knowledge and Data Engineering,2002,14(2):386-397.

[18]孙秋野,张化光,戴璟.基于改进粗糙集约简算法的配电***在线故障诊断[J].中国电机工程学报,2007,27(7):58-64.

[19]栗然,张烈勇,顾雪平,等.采用粗糙集联合规则挖掘算法的分布式电网故障诊断[J].中国电机工程学报,2010(4):28-34.

[20]晁进,刘文颖,刘勇智,等.基于粗糙集理论的电网报警规则自动提取与应用[J].电力***保护与控制,2011,39(8):95-99.

[21]高璐.复杂事件处理技术在配电网故障诊断中的应用[D]，北京：华北电为大学，2016

[22]李遥.基于模糊H网的配电网故障诊断方法研究[D].武汉科技大学,2014.

[23]徐兵.利用多源信息的电力***故障诊断方法与应用[D].浙江大学,2017.

[24]赵元鹏.配电网故障诊断方法研究与实现[D].西安石油大学,2013.

发明内容

本发明要解决的技术问题是：配网海量运行数据为其运行分析提供了良好的基础，如何挖掘多源异构数据、诊断故障，是提升配网安全运行水平和优质服务水平的关键。

本发明的技术方案为：基于多源异构数据的配电网故障信息挖掘与诊断方法，包括以下部分：

1)配电网故障事件制定预集规则与数据挖掘，预集规则指“预先设定的故障判断的规则集合”，根据规则对数据进行挖掘：

1.1)SCADA直接事件预集规则：SCADA直接事件指从配网自动化***抓取的事故分闸事件，配网自动化***定时获取断路器类型为线路、主变、母联/分段/旁路和未知的断路器事故分闸记录，针对分闸记录分别抓取相关的辅助数据，辅助数据包括遥信分位、二次遥信告警、遥信SOE、遥测数据和遥控数据，根据辅助数据设置故障判断规则；

1.2)SCADA间接事件预集规则：SCADA间接事件是配网自动化***以遥信分位为主索引的遥信分位信息，配网自动化***定时获取断路器类型为线路、主变、母联/分段/旁路和未知的断路器遥信分位记录，根据以下规则筛选，把筛选后的遥信分位记录作为间接事件进行保存：

规则1.2.1)：遥信分位发生时间前后设定时间内不存在电网自动化***事故分闸记录；

规则1.2.2)：遥信分位发生时间前后设定时间内的二次遥信保护或遥信SOE数据中有包含保护动作关键字的记录；

规则1.2.3)：前后30分钟内，遥测电流值出现非零状态，即电流值大于等于5安培的情况；

凡满足上述规则的自动化***的遥信变位信息均作为间接事件，并可进行查询，对于被筛选到间接事件中的遥信变位，***同时从SCADA***中抓取其对应的辅助信息，根据辅助数据设置故障判断规则；

1.3)TCM事件预集匹配关联；TCM事件是指从生产管理***抓取的故障上报信息，并将该信息与SCADA事件进行匹配与关联，形成故障判断规则；

2)配电网多源异构信息预处理与融合：

2.1)配网多源异构数据的预处理，从业务判断逻辑、信息的展现及事件处理几个方面对数据进行特性分析、数据清洗与抽取，然后以数据来源、用途和数据属性作为维度，结合1)中的数据预集规则，来对多源异构数据进行分类组合，按规则归置在独立的区域；在预处理完成后，将根据预集数据的来源与属性进行跨平台数据的关联与融合；

2.2)配网多源异构数据存储，配网多源异构数据经预处理与融合之后，转化成为结构化数据，构建数据模型，将结构化数据批量导入大数据平台进行存储；

3)基于多源数据的配电网故障诊断，首先是对SCADA***与TCM***中事故分闸的判断处理，确认发生故障；第二步是从SCADA***与TCM***中挖掘与故障相关的保护动作、遥测异动、事故总等现象以及相关处理结果，明确故障对象、内容与时间，第三步结合辅助信息综合验证故障，存在歧义处提交人工干预。

步骤3)具体为：

第一步和第二步的判断处理依次为：

3.1)诊断规则1:

如果事件内容中出现“电容器”或“电容”或“电抗”或“容抗”，则事件为非故障；对故障信息进行诊断规则2或3的判断；

3.2)诊断规则2：

如果二次遥信告警记录中出现“接地”或“3U0”或“3V0”或“过压”或“过电压”且不包含“接地变”、“接地刀闸”、“接地开关”、“装置告警”、“电阻”、“开关”、“保护动作标置动作位为1”，则事件为小电流接地；

3.3)诊断规则3：

如果事件内容中出现“跳闸”或“重合”或“分闸”或“动作”，则事件为短路故障；

如果事件对应跳闸情况中出现“跳闸”，事件为短路故障；

如果报修内容中出现“信号”并且厂站名包含“站”或设备名出现“开关”或设备名出现断路器，则事件为短路故障；

3.4)根据诊断规则2进行诊断规则4的判断：

如果小电流接地点的ID与事件时刻前后1min内SCADA母线接地事件匹配，则事件复制SCADA母线接地信息作为故障信息；

如果没有上述匹配，但SCADA 2小时内有母线接地事件，则匹配事件时刻前后1min内SCADA母线接地事件并复制接地信息作为故障信息；

如果上述均不满足，则抓取二次遥信告警、遥信SOE、遥信分位、遥控数据，则挖掘信息，根据预集规则判断故障信息；

3.5)根据诊断规则3进行诊断规则5的判断：

故障为SCADA直接事件，复制SCADA直接事件关联的故障信息作为结果；

故障为TCM信息，如TCM信息匹配关联SCADA直接事件成功，则复制SCADA直接事件关联的故障信息作为结果；匹配不成功，如果TCM信息匹配关联SCADA间接事件成功，挖掘匹配厂站与设备1min/8h内数据，填补故障信息，如果也不成功，则抓取遥信告警、遥信SOE、遥信分位、遥控与遥测数据，参考SCADA直接或间接事件的预集规则进行挖掘，判断故障信息；

第三步的验证和人工干预具体为：

3.6)辅助信息校验：

配电网数据来源除生产***外还包括用电信息采集***、地区气象信息***、配电网拓扑数据、地理位置信息和分布式电源运行监测信息，根据辅助判断需要，对其它信息***数据进行评估和过滤预处理，建立辅助关联模型，为生产***的故障诊断提供辅助信息；

3.7)人工干预：

对于故障诊断时出现的关键数据缺失情况，对所缺失的判据进行补偿处理，根据SOE信号转换及事故总信号，得到原本缺失的变位信号，继而进行下一步的逻辑处理。

在当前海量数据，多种***的情况下，本发明分析研究提出了一种故障信息挖掘与诊断方法，首先融合生产管理***、故障抢修以及SCADA数据，建立SCADA***与TCM***事件预集规则，提取与故障相关的信息，存储于大数据hadoop平台，建立数据挖掘的寄出；接下来，挖掘多源异构数据的关联性，诊断配网***中事件的信息与属性，并结合辅助信息验证诊断结果，为配电网的优质、安全与稳定运行提供技术支撑。

本发明的优点在于：

(1)充分利用配电网信息，包括SCADA***、TCM***、PMS***等，建立各***独立的故障事件预集规则，挖掘不同***故障的关联信息，为多源异构数据的融合提供了基础；

(2)以不同***事件属性为核心，建立配电网多***数据的匹配与关联，建立了较为完备的配网事件库及样本集，为故障诊断建立了多源数据挖掘基础；

(3)建立配电网多源数据的挖掘与诊断规则，对源于不同渠道的故障信息进行发生时间、故障内容(描述)、故障对象、故障判断辅助信息(保护动作、SOE、电流变化等)等的多维度验证，在无歧义时自动设定其为确定性故障，在出现歧义时可以在允许的范围内调整参数二次判断，如仍有歧义存在，则提交人工干预，结合遥控、检修及现场查访对故障进行认定或撤除，经过此法检验后的统计分析结果具有极高的准确性，以及极低的故障遗漏概率。

附图说明

图1为本发明配网多源数据处理与故障诊断的流程示意图。

图2为本发明中TCM时间匹配与关联流程图。

图3为本发明中配网多源异构数据预处理与存储流程示意图。

图4为本发明多源异构数据的大数据平台存储与处理流程示意图。

图5为本发明基于多源异构数据的配电网故障诊断流程示意图。

具体实施方式

本发明旨在融合调度、生产等不同平台的海量数据，建立SCADA***与TCM***事故预集，筛选配电网故障特征与信息。分析配网***信息属性，建立不同***信息的关联与匹配关系，研究多源异构信息的存储方法。基于多源异构数据的配电网故障诊断首先对事件进行判断，挖掘与故障相关的保护动作、遥测、事故总等，明确故障对象、内容与属性，并结合辅助信息验证诊断结果。

本发明具有以下特征：

(1)本发明建立SCADA***、TCM***的故障事件预集规则，事件包括SCADA直接与间接事件、TCM事件，通过挖掘不同***故障的关联信息，为多源异构数据的融合提供了基础；

(2)本发明以不同***事件属性为核心，建立配电网SCADA、TCM与PMS多***数据的匹配与关联，建立了较为完备的配网事件库及样本集，为故障诊断建立了多源数据挖掘基础；

(3)本发明建立配电网多源数据的挖掘与诊断规则，对源于不同渠道的故障信息进行发生时间、故障内容(描述)、故障对象、故障判断辅助信息(保护动作、SOE、电流变化等)等进行多维度挖掘。

下面具体介绍本发明的实施。

1配电网故障事件预集规则与数据挖掘

1.1多源故障信息来源

配网多源数据来源包括PMS***中的所有10kV、35kV、110kV电压等级的配网线路开关跳闸信息，关联的遥信变位信息、保护动作信息(二次遥信)、遥测数据，以及人工操作记录，包括遥控操作、故障检修记录、自动化***的事故分闸信息和遥信变位信息、SCADA信息等，如图1所示。以OPEN3000***为例，其数据库***的数据表有数百个之多，各数据表之间的逻辑索引关联非常复杂，配网故障需要的主要数据与辅助判断信息在OPEN3000的原***中没有相关线索可用。配网多源数据呈现类型复杂、结构不统一、存储分散、关联性差的特点，不仅如此，***中还存在很多干扰数据，即坏数据，这就使得数据的挖掘更加复杂和繁琐，迫切需要更加高效的数据处理方法。

为将配网多源数据进行有效的分类，提高故障信息的关联度与聚合度，有必要针对***多源数据制定预集规则，预集规则指“预先设定的故障判断的规则集合”，本发明分别筛选不同数据来源的故障事件信息，为关联存储、挖掘与诊断提供基础。事件预集分析并汇总自动化***的事故分闸信息和遥信变位信息，以及TCM故障填报信息。对这些数据进行辅助判断，包括变位告警、二次遥信告警、遥信SOE、遥测采样数据和遥控操作记录。事件预集功能由三个部分组成：SCADA直接事件、SCADA间接事件与TCM事件。这三个部分对应了三种不同类型的数据，以及对应的数据处理和展示方式。数据抓取方式、处理判断逻辑也各不相同。

1.2 SCADA直接事件预集规则

SCADA直接事件主要是指从配网自动化***抓取的事故分闸事件，自动化***事故分闸处理后台进程定时抓取断路器类型为线路、主变、母联/分段/旁路和未知的断路器事故分闸记录。针对分闸记录分别抓取相关的辅助数据进行处理，辅助数据包括遥信分位、二次遥信告警、遥信SOE、遥测数据和遥控数据。

线路断路器可用于标志线路检修、故障及重合情况。针对断路器类型为线路的事故分闸，如未审核确认，首先根据遥信分位和遥测数据，判断事故分闸是否满足检修情况，如果符合检修条件，设置事故分闸记录为“疑为检修”，供专业人员判断处理，判断规则如表1所示。若为非检修状态，则按表1所示判断规则，挖掘断路器重合情况的标记。

表1 线路断路器状态挖掘规则

*遥测电流值小于5A判定为零

1.3 SCADA间接事件预集规则

SCADA间接事件是***以遥信分位为主索引的遥信分位信息，后台数据抓取进程定时获取断路器类型为线路、主变、母联/分段/旁路和未知的断路器遥信分位记录，根据以下规则筛选，把筛选后的遥信分位记录作为间接事件进行保存。

规则(1)：遥信分位发生时间前后设定时间(缺省20秒)内不存在电网自动化***事故分闸记录；

规则(2)：遥信分位发生时间前后设定时间(缺省20秒)内的二次遥信保护或遥信SOE数据中有包含保护动作关键字的记录；

规则(3)：前后30分钟内，遥测电流值出现非零状态(电流值大于等于5安培的情况)。

凡满足上述规则(1)-(3)的自动化***的遥信变位信息均作为间接事件，并可进行查询。对于被筛选到间接事件中的遥信变位，***同时从SCADA***中抓取其对应的辅助信息，规则与前面的直接事件类似。辅助信息可以列表展现，查看时只要选中所要的间接事件即可。

1.4 TCM事件预集匹配关联

TCM事件是指从生产管理***抓取的故障上报信息，并将该信息与SCADA事故分闸信息进行匹配与关联，TCM事件与SCADA事件的匹配与关联流程如图2所示。先在SCADA直接事件记录中查找厂站及开关对象相同的事故分闸记录，如果找到，则匹配成功，并建立关联，否则将时间范围扩大到8小时查找；如果匹配成功，则将两者进行关联及标记匹配结果；如果匹配失败，则与SCADA间接事件进行匹配，如果匹配成功，则将两者进行关联及标记匹配结果，否则会通过TCM事故分闸数据中的厂站名称和断路器名称，在自动化***中查找厂站记录和断路器记录，如果能够查找到记录，则将PMS事故分闸***到事件处理中，并且设置关联关系。其余情况下未匹配或未关联的数据，需要人工判断并可以处理***到事件处理中去。

鉴于TCM故障填报人工填写内容较多，站名、开关名、故障内容以及时间等存在不同程度的不确定性，从TCM抓取的数据需要进行筛选过滤，把真正的事故分闸信息找出来，***需要在核对站名、设备名的同时还对填报信息的故障内容进行了模糊匹配处理，提高TCM数据的完整性。

2配电网多源异构信息预处理与融合

2.1配网多源异构数据预处理

目前配网的设备状态信息主要来自于地调的自动化***，这些信息分属不同的生产部门和生产***，跨部门、跨平台的数据分布状态不满足全面掌握配网运行数据的要求。在数据融合与存储之前首先对数据进行预处理，如图3所示。配网多源异构数据的预处理是指从业务判断逻辑、信息的展现及事件处理等几个方面考虑对数据进行特性分析、数据清洗与抽取，然后基于数据来源、用途、数据属性等不同维度，综合考虑数据预集规则，来对多源异构数据进行分类组合。

如图3所示，首先对配电网跨部门、多平台核心数据的结构与属性进行分析，采用数据清洗与数据过滤方法将SCADA、PMS尤其是TCM***中的数据进行修正、剔除与补充，提高多源异构数据的完整性，为数据矩阵的抽取与重组建立基础。基于建立的事件预集挖掘规则与关联匹配方法，提取不同***原始数据，并其按规则归置在独立的区域；需提取的数据包括SCADA事件和TCM事件，SCADA事件里面除了直接事故分闸外还包括了由遥信分闸引发的间接事故跳闸事件。

在预处理完成后，将根据预集数据的来源与属性进行跨平台数据的关联与融合。由于预集数据由于来源不同，数据属性会有差异，***对此进行了比对分析，保留共性属性，汇集提炼差异化的属性，最后形成一个属性的全集，包括事件内容描述、发生事件、设备对象，设备类型及供电公司、变电站/开关站等，建立根据属性索引的配电网故障数据融合。数据融合后，***可自动关联事件的信息，如遥信变位、保护动作、遥测变化等，为事件提供全面的、结构化的多维数据，快速反应事件发生过程。

2.2配网多源异构数据存储

配网多源异构数据经预处理与融合之后，可转化成为结构化数据，构建数据模型，其基本结构如表2所示。数据模型的建立是为数据存储、检索、配网故障诊断等服务的，在中心数据库设立的数据模型包括状态信息、故障信息和原型数据信息，状态信息、故障信息用于状态动态评估，原型数据信息用于与原始数据的对接，可以接收数据，亦可由已接收存储的数据反溯到数据源，这在实际应用中发挥了重要作用。

表2 配网故障原数据基本模型

考虑到数据量庞大，大数据的技术可提供更准确的分析，提高运行效率并降低成本，并减少了业务风险。为了利用大数据的优势，本文利用大数据平台存储配网多源异构数据。对于结构化数据，利用Sqoop批量导入大数据平台，在大数据平台ETL技术进行处理，数据处理与存储流程如图4所示。首先把数据接入缓冲区层，做轻度汇总、统一编码以及清洗后放入统一视图区，然后根据各业务模型汇总成大宽表落在数据仓库层，最终分析计算后的数据放在数据集市也可以推到在线库供上层应用调用。

3基于多源数据的配电网故障诊断

配电网故障诊断的实质是对配网运行状态的逻辑判断，其过程不只针对单一来源的故障和辅助信息，而是依赖于多源数据的提取与分析。在分别对多源数据进行辨识、认证的基础之上，对源于不同渠道的故障信息进行发生时间、故障内容(描述)、故障对象、故障判断辅助信息(保护动作、SOE、电流变化等)等的多维度验证，在无歧义时自动设定其为确定性故障，在出现歧义时可以在允许的范围内调整参数二次判断，如仍有歧义存在，则提交人工干预，结合遥控、检修及现场查访对故障进行认定或撤除，经过此法检验后的统计分析结果具有极高的准确性，以及极低的故障遗漏概率。

配电网利用多源数据进行故障诊断分为三个步骤，首先是对SCADA***与TCM***中事故分闸的判断处理，确认发生故障；第二步主线是从SCADA***与TCM***中挖掘与故障相关的保护动作、遥测异动、事故总等现象以及相关处理结果，明确故障对象、内容与时间，第三步结合辅助信息综合验证故障，存在歧义处提交人工干预。配电网故障诊断根据所获得的信息，依据设计的判据逻辑进行处理得到配网的诊断情况，其总体流程如图5所示。

如图5所示，基于多源数据的配电网故障诊断由不同的诊断规则组成，这些诊断规则一方面考虑到SCADA与TCM***的数据类型与特点，另一方面充分利用***内关键字。诊断规则如下：

(1)诊断规则1:

if事件内容中出现“电容器”或“电容”或“电抗”或“容抗”

then事件为非故障

endif

(2)诊断规则2：

if二次遥信告警记录中出现“接地”或“3U0”或“3V0”或“过压”或“过电压”且不包含“接地变”、“接地刀闸”、“接地开关”、“装置告警”、“电阻”、“开关”、“保护动作标置动作位为1”

then事件为小电流接地

endif

(3)诊断规则3：

(4)诊断规则4：

(5)诊断规则5：

(6)辅助信息校验：

配电网数据来源除生产***外还包括用电信息采集***、地区气象信息***、配电网拓扑数据、地理位置信息、分布式电源运行监测信息等，在生产***数据不能满足分析要求时，可扩大数据来源。根据辅助判断需要，对其它信息***数据进行评估、过滤等预处理，建立辅助关联模型，为生产***的故障诊断提供辅助信息。

(7)人工干预：

由于配电网数据的不稳定性，在故障诊断时常常会出现关键数据的缺失，导致故障分析受阻，甚或停滞。一种典型的情况是变位信号缺失，这可由多种原因引起，如变电站、开关站的综自***水平参差不齐，信号传输过程中信号丢失或根本未上传，信号捕捉出现异常等等，变电站/开关站处于建设改造过程中也是此类现象发生的原因之一。为此需要对所缺失的判据进行补偿处理，方法之一就是SOE信号转换及事故总，由此得到原本缺失的变位信号，继而进行下一步的逻辑处理。

综上所述，本发明针对数据量大、数据类型复杂、结构不统一、存储分散、关联性差的配网海量数据，提出了一种挖掘和诊断方法，解决了以下问题：

(1)以生产管理***、故障抢修以及SCADA数据为对象，分析多源信息构成与属性，建立SCADA事件的预集规则，并匹配关联故障抢修事件与SCADA数据。

(2)基于数据来源、属性等不同维度，综合考虑数据预集规则，对多源异构数据进行分类组合与融合，建立完备的样本集，并存储于大数据hadoop平台。

(3)建立基于多源异构数据的配电网故障诊断规则，对事件进行判断，挖掘与故障相关的保护动作、遥测、事故总等，明确故障对象、内容与属性，并结合辅助信息验证诊断结果。

Claims (2)

1.基于多源异构数据的配电网故障信息挖掘与诊断方法，其特征是包括以下部分：

1)配电网故障事件制定预集规则与数据挖掘，预集规则指“预先设定的故障判断的规则集合”，根据规则对数据进行挖掘：

1.1)SCADA直接事件预集规则：SCADA直接事件指从配网自动化***抓取的事故分闸事件，配网自动化***定时获取断路器类型为线路、主变、母联/分段/旁路和未知的断路器事故分闸记录，针对分闸记录分别抓取相关的辅助数据，辅助数据包括遥信分位、二次遥信告警、遥信SOE、遥测数据和遥控数据，根据辅助数据设置故障判断规则；

1.2)SCADA间接事件预集规则：SCADA间接事件是配网自动化***以遥信分位为主索引的遥信分位信息，配网自动化***定时获取断路器类型为线路、主变、母联/分段/旁路和未知的断路器遥信分位记录，根据以下规则筛选，把筛选后的遥信分位记录作为间接事件进行保存：

规则1.2.1)：遥信分位发生时间前后设定时间内不存在电网自动化***事故分闸记录；

规则1.2.2)：遥信分位发生时间前后设定时间内的二次遥信保护或遥信SOE数据中有包含保护动作关键字的记录；

规则1.2.3)：前后30分钟内，遥测电流值出现非零状态，即电流值大于等于5安培的情况；

凡满足上述规则的自动化***的遥信变位信息均作为间接事件，并可进行查询，对于被筛选到间接事件中的遥信变位，***同时从SCADA***中抓取其对应的辅助信息，根据辅助数据设置故障判断规则；

1.3)TCM事件预集匹配关联；TCM事件是指从生产管理***抓取的故障上报信息，并将该信息与SCADA事件进行匹配与关联，形成故障判断规则；

2)配电网多源异构信息预处理与融合：

2.1)配网多源异构数据的预处理，从业务判断逻辑、信息的展现及事件处理几个方面对数据进行特性分析、数据清洗与抽取，然后以数据来源、用途和数据属性作为维度，结合1)中的数据预集规则，来对多源异构数据进行分类组合，按规则归置在独立的区域；在预处理完成后，将根据预集数据的来源与属性进行跨平台数据的关联与融合；

2.2)配网多源异构数据存储，配网多源异构数据经预处理与融合之后，转化成为结构化数据，构建数据模型，将结构化数据批量导入大数据平台进行存储；

3)基于多源数据的配电网故障诊断，首先是对SCADA***与TCM***中事故分闸的判断处理，确认发生故障；第二步是从SCADA***与TCM***中挖掘与故障相关的保护动作、遥测异动、事故总等现象以及相关处理结果，明确故障对象、内容与时间，第三步结合辅助信息综合验证故障，存在歧义处提交人工干预。

2.根据权利要求1所述的基于多源异构数据的配电网故障信息挖掘与诊断方法，其特征是步骤3)具体为：

第一步和第二步的判断处理依次为：

3.1)诊断规则1:

如果事件内容中出现“电容器”或“电容”或“电抗”或“容抗”，则事件为非故障；对故障信息进行诊断规则2或3的判断；

3.2)诊断规则2：

如果二次遥信告警记录中出现“接地”或“3U0”或“3V0”或“过压”或“过电压”且不包含“接地变”、“接地刀闸”、“接地开关”、“装置告警”、“电阻”、“开关”、“保护动作标置动作位为1”，则事件为小电流接地；

3.3)诊断规则3：

如果事件内容中出现“跳闸”或“重合”或“分闸”或“动作”，则事件为短路故障；

如果事件对应跳闸情况中出现“跳闸”，事件为短路故障；

如果报修内容中出现“信号”并且厂站名包含“站”或设备名出现“开关”或设备名出现断路器，则事件为短路故障；

3.4)根据诊断规则2进行诊断规则4的判断：

如果小电流接地点的ID与事件时刻前后1min内SCADA母线接地事件匹配，则事件复制SCADA母线接地信息作为故障信息；

如果没有上述匹配，但SCADA 2小时内有母线接地事件，则匹配事件时刻前后1min内SCADA母线接地事件并复制接地信息作为故障信息；

如果上述均不满足，则抓取二次遥信告警、遥信SOE、遥信分位、遥控数据，则挖掘信息，根据预集规则判断故障信息；

3.5)根据诊断规则3进行诊断规则5的判断：

故障为SCADA直接事件，复制SCADA直接事件关联的故障信息作为结果；

故障为TCM信息，如TCM信息匹配关联SCADA直接事件成功，则复制SCADA直接事件关联的故障信息作为结果；匹配不成功，如果TCM信息匹配关联SCADA间接事件成功，挖掘匹配厂站与设备1min/8h内数据，填补故障信息，如果也不成功，则抓取遥信告警、遥信SOE、遥信分位、遥控与遥测数据，参考SCADA直接或间接事件的预集规则进行挖掘，判断故障信息；

第三步的验证和人工干预具体为：

3.6)辅助信息校验：

配电网数据来源除生产***外还包括用电信息采集***、地区气象信息***、配电网拓扑数据、地理位置信息和分布式电源运行监测信息，根据辅助判断需要，对其它信息***数据进行评估和过滤预处理，建立辅助关联模型，为生产***的故障诊断提供辅助信息；

3.7)人工干预：

对于故障诊断时出现的关键数据缺失情况，对所缺失的判据进行补偿处理，根据SOE信号转换及事故总信号，得到原本缺失的变位信号，继而进行下一步的逻辑处理。