CN114186764A - 一种变电站监控信息特征提取方法及装置 - Google Patents
一种变电站监控信息特征提取方法及装置 Download PDFInfo
- Publication number
- CN114186764A CN114186764A CN202010963490.0A CN202010963490A CN114186764A CN 114186764 A CN114186764 A CN 114186764A CN 202010963490 A CN202010963490 A CN 202010963490A CN 114186764 A CN114186764 A CN 114186764A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- information
- state
- feature extraction
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 238000000605 extraction Methods 0.000 title claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 37
- 238000007781 pre-processing Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000004140 cleaning Methods 0.000 claims abstract description 9
- 238000003745 diagnosis Methods 0.000 claims abstract description 9
- 230000001360 synchronised effect Effects 0.000 claims abstract description 6
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 239000011159 matrix material Substances 0.000 claims description 34
- 230000009471 action Effects 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 12
- 239000012634 fragment Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种变电站监控信息特征提取方法及装置,该方法包括:数据预处理步骤,包括:处理模拟量信号,经数字信号处理提取模拟量数据的关联特征;提取告警信息文本关键词;对数据进行提取、清洗及时间同步预处理;数据分类步骤,包括:根据预处理的模拟量数据的关联特征及告警信息的文本关键词,分类形成状态特征;时序特征提取步骤,包括:根据时序关系对所述数据分类步骤得到的状态特征进行处理,形成带时序信息的同步状态特征。本发明提取变电站监控信息的基础特征、状态特征和时序特征,为源自变电站的数据分析提供正确、降维的优质数据,为利用变电站监控信息进行运行状态和设备工作状态的分析诊断提供准确且高效的数据预处理方法。
Description
技术领域
本发明涉及一种变电站监控信息特征提取方法及装置,属于电力***智能变电技术领域。
背景技术
变电站无人值守后,由调控中心对变电站运行进行集中监控。在发生故障或异常时,电网运行人员需根据监控信息的内容和发生顺序,及时准确的判断当前电网运行状态和不正常工作元件,并发布方式调整或事故处理指令,保证电网的安全稳定运行。调控主站的监控信息数量巨大,又缺乏技术手段对其进行归纳、分类、提炼、关联及总结,在面向海量监控信息时,完全依赖于人工分析诊断的方法受限于运行人员的工作能力、经验以及身心状态,导致运行人员没有足够时间进行信息筛选,无法迅速准确感知现场状况,存在着严重的信号遗漏及误判风险,影响异常故障处理效率,甚至造成故障影响范围扩大化,不利于电网安全稳定运行。
应用计算机辅助分析方法,可诊断变电站设备工作状态。采集自变电站多个设备的数据包含了反映电力***运行状态的要素和特征,但直接应用数据进行分析,由于现场运行数据存在冗余、重复以及错误或缺失,大量无用、重复或低信息含量的数据占用资源,判断***运行状态的准确性和效率降低,影响了智能辅助分析功能的实用性。可采取的措施是在进行诊断前对现场多源数据进行预分析处理,提取数据特征,简化信息资源,以便计算机快速准确处理。将这些特征或因素提取出来作为诊断的条件特征,分析特征与结果之间的关联关系,可给出故障或异常产生的原因和应对预案,为运行人员提供参考。
发明内容
本发明的目的在于,针对变电站监控信息的数据量和维度不断增加带来的分析的问题,提出一种变电站监控信息的特征提取方法及装置,实现对变电站监测数据进行有效性诊断,提取变电站监控信息的基础特征、状态特征和时序特征。
本发明具体采用如下技术方案:一种变电站监控信息特征提取方法,包括:
数据预处理步骤,包括:处理模拟量信号,经数字信号处理提取模拟量数据的关联特征;提取告警信息文本关键词;对数据进行提取、清洗及时间同步预处理;
数据分类步骤,包括:根据预处理的模拟量数据的关联特征及告警信息的文本关键词,分类形成状态特征;
时序特征提取步骤,包括:根据时序关系对所述数据分类步骤得到的状态特征进行处理,形成带时序信息的同步状态特征。
作为一种较佳的实施例,所述数据预处理步骤中的对数据进行提取具体包括:根据所分析信息关联的物理特性,对数据信息与分析需求的关联性进行分析,确定数据信息属性范围,所述数据信息属性范围依次划分为:事件发生范围、信息上报设备范围、数据信息属性范围、时间范围。
作为一种较佳的实施例,所述事件发生范围包含:根据信息反映的物理***的一次拓扑、二次回路、通信回路,确定事件的物理***影响范围;需要进行数据分析的事件发生范围分为保护动作对应的物理事件范围和故障异常告警对应的物理事件范围。
作为一种较佳的实施例,所述时间范围为根据信息的时效和物理***事件的周期确定时间范围,具体包括:
时间范围的起始时间与保护逻辑和定值对应,异常告警事件起始分析时刻为:异常告警事件动作时刻-异常诊断时间-异常告警预分析时间;异常告警预分析时间根据告警事件的事件前分析需求设定;保护动作起始分析时刻为:保护动作时刻-保护时间定值-保护动作预分析时间;保护动作预分析时间根据保护动作的故障前分析需求设定;
时间范围的结束时间与事件返回时间对应;异常告警事件结束分析时间设置为异常告警事件返回时刻;保护动作结束分析时刻设置为:保护事件返回时刻+事件后分析时间,或者设为保护整组复归时刻。
作为一种较佳的实施例,所述数据预处理步骤中的对数据进行清洗具体包括:
数据有效性识别,用于:确认设备是否工作正常,设备所提供的数据是否有效,所提供的数据是否可见;
数据一致性识别,用于:利用数据的多源冗余特征识别数据;
数据冗余处理,用于:对数据信息中的多余项目进行剔除,对事务项降维处理;
数据噪声处理,用于:对不准确的数据进行识别,并进行去噪处理;
数据缺失处理,用于:在设备异常或通信回路异常时,通道发生故障会造成信息丢失,根据数据的一致性关系,对短时缺失或错误数据,依据数据间关系、一次拓扑关系或二次回路关系推理补齐缺漏数据;长时间缺失或错误数据,判定该数据无法参与数据分析,直至数据恢复或导致数据异常的异常告警状态恢复正常为止。
作为一种较佳的实施例,所述数据预处理步骤中的对数据进行时间同步预处理采用监控数据信息进行时间同步处理以分辨数据信息的先后顺序,具体包括:数据信息按时间标签的先后顺序排序;数据分析时间范围考虑数据信息的获取响应时间指标和时间分辨率指标;对数据及监控信息的时间标签,以物理事件的实际发生时刻为依据进行时间同步处理。
作为一种较佳的实施例,所述数据分类步骤具体包括:对数据信息按挖掘内容进行相关度分类,把数据库中的数据映射到给定类别中的某一个;如区分数据变化和信息产生的原因是事故、设备故障、设备异常或操作控制,或按信息产生来源区分为***不正常运行状态、一次设备、二次设备或二次回路、通信设备或回路;根据数据及信息的分类,构建初始特征分类规则。
作为一种较佳的实施例,所述时序特征提取步骤包括:
根据数据状态截取数据片段,具体包括:根据实际监测的模拟量数据,截取的数据片段可分为正常状态数据、越限状态数据、故障状态数据;
对数据片段按时间顺序排序,具体包括:根据数据在不同状态下的切换顺序,排列数据状态;利用时间序列组合方法,形成按时间顺序的单一数据状态顺序序列。
组合多元数据,构建多元数据时序状态矩阵,具体包括:多元数据按时间标签顺序进行动态展宽组合,形成按时间顺序的多元数据时序状态矩阵M(m×n);其中,n为数据维,m为时间维,矩阵数据元素mij为对应的i时刻的j数据值;对多元数据按时序排序,提取多元数据的时间标签序列,作为多元数据时序状态矩阵的时间维度刻度,提取每个数据在各个时间刻度的状态值,填入多元数据时序状态矩阵的数据值;
基于获得的多元数据时序状态矩阵构建状态切换矩阵。
作为一种较佳的实施例,所述状态切换矩阵的构建方法为:
根据多元数据时序状态矩阵,可构建多元数据状态切换矩阵C(l×n),n为数据维,与多元数据时序状态矩阵一致,l为时间维,有l=m-1,cij体现相邻时刻数据状态的变化;定义如下:
对布尔型变量,状态切换矩阵元素为当前时刻的布尔值与前一时刻布尔值的代数差值;模拟量数据处理方法为:如当前时刻的模值与前一时刻的模值的变化差值大于j数据的变化门槛值Sj,正跳变则状态切换矩阵对应元素为1;负跳变则对应元素为-1;小于门槛值,对应元素为0;
经过以上转换,状态切换矩阵全部变更为布尔元素,根据矩阵元素是否为0,提取数据变化信息。
本发明还提出一种变电站监控信息特征提取装置,包括:
数据预处理模块,用于执行:处理模拟量信号,经数字信号处理提取模拟量数据的关联特征;提取告警信息文本关键词;对数据进行提取、清洗及时间同步预处理;
数据分类模块,用于执行:根据预处理的模拟量数据的关联特征及告警信息的文本关键词,分类形成状态特征;
时序特征提取模块,用于执行:根据时序关系对所述数据分类步骤得到的状态特征进行处理,形成带时序信息的同步状态特征。
本发明所达到的有益效果:第一,本发明针对变电站监控信息的数据量和维度不断增加带来的分析的问题,提出一种变电站监控信息特征提取方法及装置,对变电站监测数据进行有效性诊断,提取变电站监控信息的基础特征、状态特征和时序特征,为源自变电站的数据分析提供正确、降维的优质数据,为利用变电站监控信息进行运行状态和设备工作状态的分析诊断提供准确且高效的数据预处理方法。第二,本发明提出的数据预处理方法是减轻数据分析压力,及时为运行人员提供用于分析诊断结果的必备步骤。
附图说明
图1是本发明的一种变电站监控信息特征提取方法的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例1:以110kV内桥接线的变电站变压器本体故障的数据分析为例,本发明的变电站监控信息特征提取方法如下。
(1)数据信息来源
变电站用于数据分析的数据及信息的要素,包括变电站模型和图形文件、保护功能、保护逻辑原理、定值参数、监测数据、告警信息等。
用于数据分析的数据信息的来源如下:
1)可根据站内一次设备拓扑关系,提取与变压器保护的工作范围重叠的一次设备的保护设备。本例中变压器保护与110kV线路保护、110kV母线保护、10kV分段保护等工作范围重叠;
2)间隔接线图:获取保护设备电压、电流信号对应的互感器,以及保护设备控制的断路器。本例中,变压器差动保护与后备保护的电压和电流分别采集同一采集点的不同互感器信号。同时,与110kV线路保护同一采集点采集110kV母线电压互感器信号,与10kV电容器、10kV馈线、10kV站用变保护等采集同一采集点的10kV母线电压互感器信号。变压器保护控制的断路器与上述保护也有重叠。
3)本例中,变压器保护与110kV线路保护、110kV母线保护等共用与监控***与远方调控中心的通信传输路径;
4)保护模型:根据变压器保护的说明书,提取设备功能、定值参数、模拟量输入、开入量输入、开出量、通信网络配置、监测数据及告警信息等项目的清单;保护定值可用于明确变压器保护的保护范围;
5)实时监测:提取与变压器保护工作范围、信号获取、通信路径存在交叉或重叠的所有保护设备的监测数据和告警信息等实时监测的内容。
(2)数据预处理
1)数据的提取
(a)事件发生范围
依据分析需求,根据主接线图可划定变压器本体故障的事件范围,为变压器内部故障。
(b)信息来源设备范围
依据被保护对象为变压器可判断运行状态异常事件涉及变压器保护测控装置,依据变压器间隔接线图确定二次回路异常事件范围,依据变压器间隔的通信网络结构图确定通信回路异常的事件范围,二次设备工作异常范围确定为变压器保护设备自身,变压器本体故障影响到的二次设备包括所有对变压器本体故障具备灵敏度的本站保护装置,如表所示。
表1变压器本体故障监测信息来源设备范围
(c)数据信息属性范围
变压器本体故障的模拟量数据包括电压电流等交流模拟量或经计算得出的差流、谐波电流等模拟量数据,数据属性可包括时间、有效值、相位等;油温监测数据等属性可包括时间、实际值等。保护动作和异常告警对应的告警信息的属性可包括时间、设备、告警级别、告警内容等。
(d)时间范围
本例中,异常告警预分析时间设置为1s,异常告警事件起始分析时刻为:
异常告警事件动作时刻-异常诊断时间-1s
本例中,保护动作预分析时间与故障录波的预录时间一致,如100ms。保护动作起始分析时刻为:
保护动作时刻-保护时间定值-100ms
异常告警事件结束分析时间设置为异常告警事件返回时刻,保护动作结束分析时刻设置为保护整组复归时刻。
2)数据清洗
数据清洗主要用于对监测的模拟量数据的处理。
(a)数据有效性识别:
对于设备工作异常或设备通信异常的设备,无法提供有效的数据,可认为数据错误,错误数据不参与数据分析。
对于示例的变压器保护涉及的数据及监控信息分析,需要确认的设备及监控信息如表所示。只有在设备工作正常、通信正常的状态下,才确认该设备发布的数据信息有效。
表2变压器本体故障监测信息有效性要求
(b)数据一致性识别:
根据示例的110kV内桥接线主接线一次拓扑,可确定变压器保护模拟量存在以下数据关系:
a)变压器高压侧电压=110kV母线电压
b)变压器高压侧电流=110kV进线电流±110kV桥侧电流
c)变压器低压侧电压=10kV母线电压
d)变压器低压侧电流=10kV馈线+10kV电容器+10kV站用变±10kV分段电流
根据二次信号采集点数据,可确定以下数据关系:
同一采集点采集的同一模拟量信号应一致,包括各侧电流、各侧电压。
根据变压器工作原理,变压器正常工作状态下,有以下数据关系:
a)变压器各侧电压有效值成固定比例关系;各侧电压之间相位关系固定;
b)变压器各侧电流有效值成固定比例关系;各侧电流之间相位关系固定。
根据上述关系,设备中如出现与上述关系不一致的数据项,可将数据标记为数据错误,如表所示。
表3变压器本体故障数据不一致特征分析结果
检出的数据不一致可与设备监控信息比对,诊断设备对工作状态和通信状态的监测、以及设备对二次回路的监测是否准确及时。
(c)数据冗余处理:根据告警信息的响应时间,示例的去抖时间可选为5s。
(d)数据噪声处理:示例对有效值、相位值等取平均值对数据进行平滑等。
(e)数据缺失处理:示例中可根据数据一致性关系,补齐缺失数据,无法利用一致性数据补漏的数据,如缺失个别时刻数据,可利用线性插值或二次插值等算法计算出该时刻数据。
3)时间同步预处理
变压器保护的告警信息时间分辨率≤2ms。对告警信息的比对,时间距离小于2ms的不同设备告警信息,可视为同一时刻。
站内监控***模拟量数据的响应时间(从I/O输入端至数据通信网关机出口)≤2s,因此对模拟量和告警信息进行比对时,某一时刻模拟量数据对应告警信息的时刻应遵循以下规律:
模拟量数据时刻-2s≈告警信息发布时刻-告警信息检出时长-2ms。
(3)特征提取
模拟量数据特征识别主要用于单套设备无法判断或不足以构成告警事件的数据特征。如变压器保护的异常或故障状态下的模拟量基础数据特征可包括:模拟量突变、模拟量越限等。
特征提取针对事件分析需求进行,如分析变压器本体发生故障并正确切除事件,对所监测的数据及告警信息进行预处理,获得该过程的变电站内数据及信息基础特征示例如表所示:
表4变压器本体故障数据基础特征
变压器本体故障对应的数据特征分类可划分为:模拟量数据特征、保护动作信息、保护中间信息等。表中对变压器本体故障的上述基础特征按序号进行编码,并按基础特征的逻辑关系组合和出现、返回的顺序进行整理,假设特征成立为1,特征返回为0,如12(1)表示序号为12的特征成立,12(0)表示序号为12的特征返回,可初步构建变压器本体发生故障的多元数据时序状态矩阵,在此基础上形成状态切换矩阵。
表5变压器本体故障多元数据时序状态矩阵
表6变压器本体故障状态切换矩阵
示例应用本发明所述的方法,最终可提取结构化表示的变电站监控信息的基础特征、状态特征和时序特征。
实施例2:本发明还提出一种变电站监控信息特征提取装置,包括:
数据预处理模块,用于执行:处理模拟量信号,经数字信号处理提取模拟量数据的关联特征;提取告警信息文本关键词;对数据进行提取、清洗及时间同步预处理;
数据分类模块,用于执行:根据预处理的模拟量数据的关联特征及告警信息的文本关键词,分类形成状态特征;
时序特征提取模块,用于执行:根据时序关系对所述数据分类步骤得到的状态特征进行处理,形成带时序信息的同步状态特征。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种变电站监控信息特征提取方法,其特征在于,包括:
数据预处理步骤,包括:处理模拟量信号,经数字信号处理提取模拟量数据的关联特征;提取告警信息文本关键词;对数据进行提取、清洗及时间同步预处理;
数据分类步骤,包括:根据预处理的模拟量数据的关联特征及告警信息的文本关键词,分类形成状态特征;
时序特征提取步骤,包括:根据时序关系对所述数据分类步骤得到的状态特征进行处理,形成带时序信息的同步状态特征。
2.根据权利要求1所述的一种变电站监控信息特征提取方法,其特征在于,所述数据预处理步骤中的对数据进行提取具体包括:根据所分析信息关联的物理特性,对数据信息与分析需求的关联性进行分析,确定数据信息属性范围,所述数据信息属性范围依次划分为:事件发生范围、信息上报设备范围、数据信息属性范围、时间范围。
3.根据权利要求2所述的一种变电站监控信息特征提取方法,其特征在于,所述事件发生范围包含:根据信息反映的物理***的一次拓扑、二次回路、通信回路,确定事件的物理***影响范围;需要进行数据分析的事件发生范围分为保护动作对应的物理事件范围和故障异常告警对应的物理事件范围。
4.根据权利要求2所述的一种变电站监控信息特征提取方法,其特征在于,所述时间范围为根据信息的时效和物理***事件的周期确定时间范围,具体包括:
时间范围的起始时间与保护逻辑和定值对应,异常告警事件起始分析时刻为:异常告警事件动作时刻-异常诊断时间-异常告警预分析时间;异常告警预分析时间根据告警事件的事件前分析需求设定;保护动作起始分析时刻为:保护动作时刻-保护时间定值-保护动作预分析时间;保护动作预分析时间根据保护动作的故障前分析需求设定;
时间范围的结束时间与事件返回时间对应;异常告警事件结束分析时间设置为异常告警事件返回时刻;保护动作结束分析时刻设置为:保护事件返回时刻+事件后分析时间,或者设为保护整组复归时刻。
5.根据权利要求1所述的一种变电站监控信息特征提取方法,其特征在于,所述数据预处理步骤中的对数据进行清洗具体包括:
数据有效性识别,用于:确认设备是否工作正常,设备所提供的数据是否有效,所提供的数据是否可见;
数据一致性识别,用于:利用数据的多源冗余特征识别数据;
数据冗余处理,用于:对数据信息中的多余项目进行剔除,对事务项降维处理;
数据噪声处理,用于:对不准确的数据进行识别,并进行去噪处理;
数据缺失处理,用于:在设备异常或通信回路异常时,通道发生故障会造成信息丢失,根据数据的一致性关系,对短时缺失或错误数据,依据数据间关系、一次拓扑关系或二次回路关系推理补齐缺漏数据;长时间缺失或错误数据,判定该数据无法参与数据分析,直至数据恢复或导致数据异常的异常告警状态恢复正常为止。
6.根据权利要求1所述的一种变电站监控信息特征提取方法,其特征在于,所述数据预处理步骤中的对数据进行时间同步预处理采用监控数据信息进行时间同步处理以分辨数据信息的先后顺序,具体包括:数据信息按时间标签的先后顺序排序;数据分析时间范围考虑数据信息的获取响应时间指标和时间分辨率指标;对数据及监控信息的时间标签,以物理事件的实际发生时刻为依据进行时间同步处理。
7.根据权利要求1所述的一种变电站监控信息特征提取方法,其特征在于,所述数据分类步骤具体包括:对数据信息按挖掘内容进行相关度分类,把数据库中的数据映射到给定类别中的某一个;如区分数据变化和信息产生的原因是事故、设备故障、设备异常或操作控制,或按信息产生来源区分为***不正常运行状态、一次设备、二次设备或二次回路、通信设备或回路;根据数据及信息的分类,构建初始特征分类规则。
8.根据权利要求1所述的一种变电站监控信息特征提取方法,其特征在于,所述时序特征提取步骤包括:
根据数据状态截取数据片段,具体包括:根据实际监测的模拟量数据,截取的数据片段可分为正常状态数据、越限状态数据、故障状态数据;
对数据片段按时间顺序排序,具体包括:根据数据在不同状态下的切换顺序,排列数据状态;利用时间序列组合方法,形成按时间顺序的单一数据状态顺序序列。
组合多元数据,构建多元数据时序状态矩阵,具体包括:多元数据按时间标签顺序进行动态展宽组合,形成按时间顺序的多元数据时序状态矩阵M(m×n);其中,n为数据维,m为时间维,矩阵数据元素mij为对应的i时刻的j数据值;对多元数据按时序排序,提取多元数据的时间标签序列,作为多元数据时序状态矩阵的时间维度刻度,提取每个数据在各个时间刻度的状态值,填入多元数据时序状态矩阵的数据值;
基于获得的多元数据时序状态矩阵构建状态切换矩阵。
9.根据权利要求8所述的一种变电站监控信息特征提取方法,其特征在于,所述状态切换矩阵的构建方法为:
根据多元数据时序状态矩阵,可构建多元数据状态切换矩阵C(l×n),n为数据维,与多元数据时序状态矩阵一致,l为时间维,有l=m-1,cij体现相邻时刻数据状态的变化;定义如下:
对布尔型变量,状态切换矩阵元素为当前时刻的布尔值与前一时刻布尔值的代数差值;模拟量数据处理方法为:如当前时刻的模值与前一时刻的模值的变化差值大于j数据的变化门槛值Sj,正跳变则状态切换矩阵对应元素为1;负跳变则对应元素为-1;小于门槛值,对应元素为0;
经过以上转换,状态切换矩阵全部变更为布尔元素,根据矩阵元素是否为0,提取数据变化信息。
10.一种变电站监控信息特征提取装置,其特征在于,包括:
数据预处理模块,用于执行:处理模拟量信号,经数字信号处理提取模拟量数据的关联特征;提取告警信息文本关键词;对数据进行提取、清洗及时间同步预处理;
数据分类模块,用于执行:根据预处理的模拟量数据的关联特征及告警信息的文本关键词,分类形成状态特征;
时序特征提取模块,用于执行:根据时序关系对所述数据分类步骤得到的状态特征进行处理,形成带时序信息的同步状态特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010963490.0A CN114186764A (zh) | 2020-09-14 | 2020-09-14 | 一种变电站监控信息特征提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010963490.0A CN114186764A (zh) | 2020-09-14 | 2020-09-14 | 一种变电站监控信息特征提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114186764A true CN114186764A (zh) | 2022-03-15 |
Family
ID=80539313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010963490.0A Pending CN114186764A (zh) | 2020-09-14 | 2020-09-14 | 一种变电站监控信息特征提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114186764A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933052A (zh) * | 2023-07-18 | 2023-10-24 | 国网信息通信产业集团有限公司北京分公司 | 一种变电站数据化在线监测***和方法 |
-
2020
- 2020-09-14 CN CN202010963490.0A patent/CN114186764A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116933052A (zh) * | 2023-07-18 | 2023-10-24 | 国网信息通信产业集团有限公司北京分公司 | 一种变电站数据化在线监测***和方法 |
CN116933052B (zh) * | 2023-07-18 | 2024-01-23 | 国网信息通信产业集团有限公司北京分公司 | 一种变电站数据化在线监测***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111768077B (zh) | 一种基于知识图谱的电网跳闸事件智能识别方法 | |
CN105974265B (zh) | 一种基于svm分类技术的电网故障原因诊断方法 | |
CN107294089B (zh) | 一种面向电网事件的智能关联分析和评价方法 | |
CN107340766B (zh) | 基于相似度的电力调度告警信号文本归类及故障诊断方法 | |
CN109347202B (zh) | 监控设备典型操作辨识及多维分析方法 | |
CN102282552A (zh) | 基于模式的智能控制、监测及自动化的***、方法和计算机程序 | |
CN109633369B (zh) | 一种基于多维数据相似性匹配的电网故障诊断方法 | |
CN110837866A (zh) | 基于XGBoost的电力二次设备缺陷程度评估方法 | |
CN103793853A (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN103489138B (zh) | 一种输电网故障信息与线路越限信息的相关度分析法 | |
CN103761173A (zh) | 一种基于日志的计算机***故障诊断方法及装置 | |
CN103745229A (zh) | 一种基于svm的轨道交通故障诊断方法及*** | |
CN108988487B (zh) | 一种基于多维数据的电网停电事件辨识方法 | |
CN111884347B (zh) | 多源电力信息融合的电力数据集中控制*** | |
CN104616092A (zh) | 一种基于分布式日志分析的行为模式处理方法 | |
CN113591393B (zh) | 智能变电站的故障诊断方法、装置、设备和存储介质 | |
CN109800895A (zh) | 一种基于增强现实技术在计量自动化流水线故障预警和维护的方法 | |
CN110321912A (zh) | 多计量异常事件关联度分析方法 | |
CN115936428A (zh) | 增量配电网防外破定值优化*** | |
Andrade et al. | Data-driven anomaly detection and event log profiling of SCADA alarms | |
CN114781476A (zh) | 一种量测设备故障分析***和方法 | |
CN114091912A (zh) | 一种应用知识图谱分析中压电网拓扑异动方法 | |
CN114187132A (zh) | 一种变电站监控信息特征选择方法、存储介质和设备 | |
CN114186764A (zh) | 一种变电站监控信息特征提取方法及装置 | |
CN103529337A (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 |
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 |