CN115061013A - 基于停电事件大数据分析的低压常见故障研判方法及*** - Google Patents
基于停电事件大数据分析的低压常见故障研判方法及*** Download PDFInfo
- Publication number
- CN115061013A CN115061013A CN202210984068.2A CN202210984068A CN115061013A CN 115061013 A CN115061013 A CN 115061013A CN 202210984068 A CN202210984068 A CN 202210984068A CN 115061013 A CN115061013 A CN 115061013A
- Authority
- CN
- China
- Prior art keywords
- voltage
- power failure
- user
- data
- users
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000007405 data analysis Methods 0.000 title claims abstract description 30
- 230000004931 aggregating effect Effects 0.000 claims abstract description 9
- 230000008014 freezing Effects 0.000 claims description 9
- 238000007710 freezing Methods 0.000 claims description 9
- 150000001875 compounds Chemical class 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 abstract description 3
- 238000003379 elimination reaction Methods 0.000 abstract description 3
- 238000012216 screening Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开一种基于停电事件大数据分析的低压常见故障研判方法及***,方法包括:获取用户停电数据和台账数据;根据变压器编号将用户停电数据和台账数据进行关联,得到台区用户停电数据;根据停电用户编号将台区用户停电数据进行分组并统计用户停电次数;对用户停电次数大于第一预设阈值的台区用户停电数据进行筛选得到用户频繁停电数据,并对用户频繁停电数据进行聚合,得到台区用户频繁停电数据;根据台区用户频繁停电数据对低压配电网的故障原因进行研判。能快速有效的得到用户停电的故障原因及定位故障所在地,从而大幅度减小故障消缺的时间,提高低压台区供电可靠性及用户用电体验。
Description
技术领域
本发明属于电力安全技术领域,尤其涉及一种基于停电事件大数据分析的低压常见故障研判方法及***。
背景技术
低压配电网安全可靠运行紧密地关系着用户的用电体验。但由于低压配电网的线路错综复杂,自动化水平低,长期以来都缺乏有效的低压配电网监测手段。故障的发生也往往是后知后觉,对故障的判断也常常是通过手动查找、人工巡检获得,使得查明故障原因的效率低下、时间长、准确度不高,对快速地消缺故障带来了很大的困难,从而导致了停电时间过长、用电体验差、用户投诉率高等问题。然而,随着低压用户数量的不断增多,停电数据的不断累积,通过对大量停电数据的分析往往能快速准确地研判故障原因。
发明内容
本发明提供一种基于停电事件大数据分析的低压常见故障研判方法及***,用于解决故障研判时间长,导致用电体验差的技术问题。
第一方面,本发明提供一种基于停电事件大数据分析的低压常见故障研判方法,包括:获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据;根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据;判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据;若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值;若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值;若另一时刻的电压值大于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据;根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
第二方面,一种基于停电事件大数据分析的低压常见故障研判***,包括:获取模块,配置为获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;关联模块,配置为根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据;聚合模块,配置为根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据;第一判断模块,配置为判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据;第二判断模块,配置为若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值;第三判断模块,配置为若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值;确定模块,配置为若另一时刻的电压值大于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据;研判模块,配置为根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
第三方面,提供一种电子设备,其包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例的基于停电事件大数据分析的低压常见故障研判方法的步骤。
第四方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行本发明任一实施例的基于停电事件大数据分析的低压常见故障研判方法的步骤。
本申请的基于停电事件大数据分析的低压常见故障研判方法及***,通过对大量用户停电数据进行大数据分析,得到一段时间内低压用户数量以及停电用户的停电次数,然后通过阈值筛选出频繁停电的用户并统计停电台区的停电用户数,最后通过将低压用户数量、停电用户的停电次数分别与故障阈值比较研判得到故障原因,能快速有效的得到用户停电的故障原因及定位故障所在地,从而大幅度减小故障消缺的时间,提高低压台区供电可靠性及用户用电体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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。
图1为本发明一实施例提供的一种基于停电事件大数据分析的低压常见故障研判方法的流程图;
图2为本发明一实施例提供一个具体实施例的低压常见故障研判方法的流程图;
图3为本发明一实施例提供的一种基于停电事件大数据分析的低压常见故障研判***的结构框图;
图4是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
请参阅图1,其示出了本申请的一种基于停电事件大数据分析的低压常见故障研判方法的流程图。
如图1所示,步骤S101,获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据。
在本实施例中,用户电压电流数据为用户电压电流的日冻结数据,每条用户停电数据都包含停电起始时间、上电时间、用户编号、用户所属变压器编号,并且每条用户停电数据都代表一次自动断电上电动作;台账数据包含该地区所有台区的变压器编号、变压器名称、变压器的所属单位、变压器所连接的所有用户及用户编号。
步骤S102,根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据。
在本实施例中,台区用户停电数据中包含停电起始时间、上电时间、停电用户编号、停电用户所属变压器编号、停电用户所属变压器名称、停电用户所属变压器的所属单位等信息;其中用户停电数据和所述台账数据关联是指通过将用户停电数据中的用户所属变压器编号与台账数据中的变压器编号取交集,将用户停电数据中的用户所属的变压器编号与台账数据中的变压器编号取交集,其表达式为:
用户电压电流数据与台账数据关联是指:将变压器台账数据中的用户标识号与用户电压电流数据中的用户标识号相同的那一行数据合并成同一行数据。
需要说明的是,用户停电数据和台账数据关联的目的是定位低压故障位置,即通过数据关联,可以得到停电用户所属台区的位置,有利于快速发现低压故障并及时定位低压故障所在地,从而缩短低压故障抢修时间,用户电压电流数据与台账数据关联的目的是为了了解用户电压电流数据中的用户隶属于哪一个台区下,即为了筛选出台区中接了哪些用户,且这些用户都有电压电流数据,有利于后续低压故障的区域定位。
步骤S103,根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据。
在本实施例中,将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合是将台区用户停电数据中停电用户所属变压名称、停电用户所属变压器的所属单位相同的数据聚到一起并对台区用户停电数据中不同停电用户编号的个数进行求和生成用户停电户数;其中台区用户频繁停电数据是指每条数据都包含停电用户编号、停电用户所属变压器编号、停电用户所属变压器名称、停电用户所属变压器的所属单位、停电次数、停电户数等信息。
需要说明的是,每个用户的停电次数都不一样,有些用户可能就停一两次电,有可能是计划停电,不属于低压故障。因为低压故障会导致多次频繁停电,所以筛选的目的是通过设定阈值将计划停电的用户排除在外
步骤S104,判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据。
步骤S105,若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值。
步骤S106,若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值。
步骤S107,若另一时刻的电压值小于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据。
步骤S108,根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
在本实施例中,根据所述台区用户频繁停电数据对低压配电网的故障原因进行研判包括:判断所述台区用户频繁停电数据的任一用户频繁停电数据中停电户数是否大于故障阈值;若所述台区用户频繁停电数据的任一用户频繁停电数据中停电户数大于故障阈值时,则所述任一用户频繁停电数据中停电用户所属变压器的漏保发生故障;若所述台区用户频繁停电数据的任一用户频繁停电数据中停电户数不大于故障阈值,则判断任一用户频繁停电数据中停电户数是否小于第二预设阈值;若任一用户频繁停电数据中停电户数不小于第二预设阈值且不大于故障阈值时,则所述任一用户频繁停电数据中停电用户所属变压器的穿刺线夹发生松动;若任一用户频繁停电数据中停电户数小于第二预设阈值,则所述任一用户频繁停电数据中的停电用户的接线端子出现松动。
其中,计算所述故障阈值的表达式为:
具体地,该种故障阈值的设置与现有技术的阈值设置相比能够实现精准研判,提高低压抢修效率的技术效果。该种故障阈值的设置是根据变压器的所接用户数量的不同而不同,相比于现有技术的固定阈值,该种故障阈值的设置对低压故障研判具有更高的准确性。
进一步地,根据所述低压用户电压电流数据对低压配电网的故障原因进行研判包括:基于所述变压器编号将所述低压用户电压电流数据进行分组并统计各组低压用户电压电流数据的低压用户数;判断某一低压用户电压电流数据的低压用户数是否小于某一变压器所接用户数量的百分之八十;若某一低压用户电压电流数据的低压用户数不小于某一变压器所接用户数量的百分之八十,则某一变压器的出口低压主线出现接触不良;若某一低压用户电压电流数据的低压用户数小于某一变压器所接用户数量的百分之八十,则判断某一低压用户电压电流数据的低压用户数是否小于第三预设阈值;若某一低压用户电压电流数据的低压用户数小于某一变压器所接用户数量的百分之八十且不小于第三预设阈值,则某一变压器的低压线路接口出现接触不良;若某一低压用户电压电流数据的低压用户数小于第三预设阈值,则某一变压器的台区进户线接口出现接触不良。
本实施例的方法,上述研判过程相比现有技术中的研判过程区别在于该研判过程是直接通过用户停电次数和台区用户停电数量对低压故障原因进行研判,相比于现有技术中通过发送触发信号来研判故障原因,有较好的实时性和准确性,对低压故障原因能进行快速研判,提高低压抢修效率。
综上,本实施例的方法,通过对大量用户停电数据进行大数据分析,得到一段时间内低压用户数量以及停电用户的停电次数,然后通过阈值筛选出频繁停电的用户并统计停电台区的停电用户数,最后通过将低压用户数量、停电用户的停电次数分别与故障阈值比较研判得到故障原因,能快速有效的得到用户停电的故障原因及定位故障所在地,从而大幅度减小故障消缺的时间,提高低压台区供电可靠性及用户用电体验。
在一个具体实施例中,如图2所示,基于停电事件大数据分析的低压常见故障研判方法具体包括以下步骤:
步骤一:获取某地区某时段用户的电压电流和停电数据及台账数据;
步骤二:通过变压器编号将用户的停电数据与台账数据进行关联;
步骤三:基于停电用户编号将台区用户停电数据进行分组并统计用户停电次数;并判断用户停电次数是否大于3;
步骤四:若用户停电次数不大于3,则该用户属于单次用户停电,若用户停电次数大于3,则将用户停电次数大于3的数据聚合,得到每台区所含停电用户的停电户数;
步骤五:判断停电户数是否大于总户数的百分之八十;
步骤六:若停电户数大于总户数的百分之八十,则该变压器的漏保发生故障并根据变压器所属单位定位该故障;
步骤七:若停电户数不大于总户数的百分之八十,继续判断停电户数是否大于或等于2;
步骤八:若停电户数大于或等于2,则该变压器的低压线路的穿刺线夹发生松动并根据变压器所属单位定位该故障,若停电户数小于2,则该停电用户的接线端子发生松动并根据停电用户编号定位该故障;
步骤九:通过变压器编号将用户的电压电流与台账数据进行关联;
步骤十:判断用户t时刻的电压u1是否小于198V;
步骤十一:若用户t时刻的电压u1不小于198V,则用户t时刻的电压正常,若用户t时刻的电压u1小于198V,则将用户t时刻电流与t时刻之前的电流进行对比,获取大于t时刻电流的某一时刻的用户电压u2;
步骤十二:判断用户t时刻的电压u1是否小于某一时刻的用户电压u2;
步骤十三:若用户t时刻的电压u1不小于某一时刻的用户电压u2,则该用户属于长期低电压,若用户t时刻的电压u1小于某一时刻的用户电压u2,则基于变压器编号将这些用户进行分组并统计每组的用户数量b;
步骤十四:判断用户数量b是否大于总户数的百分之八十;
步骤十五:若用户数量b大于总户数的百分之八十,则台区出口低压主线出现接触不良等故障;
步骤十六:若用户数量b不大于总户数的百分之八十,则判断用户数量b是否大于或等于2;
步骤十七:若用户数量b大于或等于2,则台区低压线路接口出现接触不良等故障,若用户数量b小于2,则台区进户线接口出现接触不良等故障。
请参阅图3,其示出了本申请的一种基于停电事件大数据分析的低压常见故障研判***的结构框图。
如图3所示,低压常见故障研判***200,包括获取模块210、关联模块220、聚合模块230、第一判断模块240、第二判断模块250、第三判断模块260、确定模块270以及研判模块280。
其中,获取模块210,配置为获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;关联模块220,配置为根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据;聚合模块230,配置为根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据;第一判断模块240,配置为判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据;第二判断模块250,配置为若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值;第三判断模块260,配置为若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值;确定模块270,配置为若另一时刻的电压值大于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据;研判模块280,配置为根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
应当理解,图3中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征以及相应的技术效果同样适用于图3中的诸模块,在此不再赘述。
在另一些实施例中,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序指令被处理器执行时,使所述处理器执行上述任意方法实施例中的基于停电事件大数据分析的低压常见故障研判方法;
作为一种实施方式,本发明的计算机可读存储介质存储有计算机可执行指令,计算机可执行指令设置为:
获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;
根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据;
根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据;
判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据;
若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值;
若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值;
若另一时刻的电压值大于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据;
根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据基于停电事件大数据分析的低压常见故障研判***的使用所创建的数据等。此外,计算机可读存储介质可以包括高速随机存取存储器,还可以包括存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至基于停电事件大数据分析的低压常见故障研判***。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图4是本发明实施例提供的电子设备的结构示意图,如图4所示,该设备包括:一个处理器310以及存储器320。电子设备还可以包括:输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接,图4中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例基于停电事件大数据分析的低压常见故障研判方法。输入装置330可接收输入的数字或字符信息,以及产生与基于停电事件大数据分析的低压常见故障研判***的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述电子设备应用于基于停电事件大数据分析的低压常见故障研判***中,用于客户端,包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:
获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;
获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;
根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据;
根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据;
判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据;
若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值;
若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值;
若另一时刻的电压值大于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据;
根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种基于停电事件大数据分析的低压常见故障研判方法,其特征在于,包括:
获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;
根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据;
根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据;
判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据;
若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值;
若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值;
若另一时刻的电压值大于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据;
根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
3.根据权利要求1所述的一种基于停电事件大数据分析的低压常见故障研判方法,其特征在于,其中,所述将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据,包括:
将停电用户所属变压器名称相同以及停电用户所属变压器的所属单位相同的用户频繁停电数据进行合并,得到台区用户频繁停电数据。
4.根据权利要求1所述的一种基于停电事件大数据分析的低压常见故障研判方法,其特征在于,根据所述台区用户频繁停电数据对低压配电网的故障原因进行研判包括:
判断所述台区用户频繁停电数据的任一用户频繁停电数据中停电户数是否大于故障阈值;
若所述台区用户频繁停电数据的任一用户频繁停电数据中停电户数大于故障阈值时,则所述任一用户频繁停电数据中停电用户所属变压器的漏保发生故障;
若所述台区用户频繁停电数据的任一用户频繁停电数据中停电户数不大于故障阈值,则判断任一用户频繁停电数据中停电户数是否小于第二预设阈值;
若任一用户频繁停电数据中停电户数不小于第二预设阈值且不大于故障阈值时,则所述任一用户频繁停电数据中停电用户所属变压器的穿刺线夹发生松动;
若任一用户频繁停电数据中停电户数小于第二预设阈值,则所述任一用户频繁停电数据中的停电用户的接线端子出现松动。
6.根据权利要求1所述的一种基于停电事件大数据分析的低压常见故障研判方法,其特征在于,根据所述低压用户电压电流数据对低压配电网的故障原因进行研判包括:
基于所述变压器编号将所述低压用户电压电流数据进行分组并统计各组低压用户电压电流数据的低压用户数;
判断某一低压用户电压电流数据的低压用户数是否小于某一变压器所接用户数量的百分之八十;
若某一低压用户电压电流数据的低压用户数不小于某一变压器所接用户数量的百分之八十,则某一变压器的出口低压主线出现接触不良;
若某一低压用户电压电流数据的低压用户数小于某一变压器所接用户数量的百分之八十,则判断某一低压用户电压电流数据的低压用户数是否小于第三预设阈值;
若某一低压用户电压电流数据的低压用户数小于某一变压器所接用户数量的百分之八十且不小于第三预设阈值,则某一变压器的低压线路接口出现接触不良;
若某一低压用户电压电流数据的低压用户数小于第三预设阈值,则某一变压器的台区进户线接口出现接触不良。
7.一种基于停电事件大数据分析的低压常见故障研判***,其特征在于,包括:
获取模块,配置为获取任一地区的某一天的用户电压电流数据、用户停电数据和台账数据,其中所述用户停电数据中包含停电用户编号,所述台账数据中包含台区的变压器编号,所述用户电压电流数据为用户电压电流的日冻结数据;
关联模块,配置为根据所述变压器编号将所述用户停电数据和所述台账数据、所述用户电压电流数据和所述台账数据进行关联,分别得到台区用户停电数据以及台区用户电压电流数据;
聚合模块,配置为根据所述停电用户编号将所述台区用户停电数据进行分组并统计各组台区用户停电数据的用户停电次数,并将用户停电次数大于第一预设阈值的各组台区用户停电数据进行聚合,得到台区用户频繁停电数据;
第一判断模块,配置为判断所述台区用户电压电流数据中是否存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据;
第二判断模块,配置为若所述台区用户电压电流数据中存在某一时刻的电压值小于预设电压阈值的某一用户电压电流数据,则判断所述某一用户电压电流数据的某一时刻的电流值是否小于在该时刻之前的另一时刻的电流值;
第三判断模块,配置为若所述某一用户电压电流数据的某一时刻的电流值小于在该时刻之前的另一时刻的电流值,则判断另一时刻的电压值是否大于某一时刻的电压值;
确定模块,配置为若另一时刻的电压值大于某一时刻的电压值,则所述某一用户电压电流数据为低压用户电压电流数据;
研判模块,配置为根据所述台区用户频繁停电数据以及所述低压用户电压电流数据对低压配电网的故障原因进行研判。
8.一种电子设备,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210984068.2A CN115061013B (zh) | 2022-08-17 | 2022-08-17 | 基于停电事件大数据分析的低压常见故障研判方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210984068.2A CN115061013B (zh) | 2022-08-17 | 2022-08-17 | 基于停电事件大数据分析的低压常见故障研判方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115061013A true CN115061013A (zh) | 2022-09-16 |
CN115061013B CN115061013B (zh) | 2022-12-30 |
Family
ID=83207825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210984068.2A Active CN115061013B (zh) | 2022-08-17 | 2022-08-17 | 基于停电事件大数据分析的低压常见故障研判方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115061013B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115983519A (zh) * | 2023-03-20 | 2023-04-18 | 国网江西省电力有限公司电力科学研究院 | 一种配电网数字化运维方法、***及可读存储介质 |
CN116093937A (zh) * | 2023-03-22 | 2023-05-09 | 国网江西省电力有限公司电力科学研究院 | 一种10kV线路及以下停电故障分层研判方法及*** |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06326770A (ja) * | 1993-05-14 | 1994-11-25 | Sanritsutsu:Kk | 伝送路の診断方法及び装置 |
JP2009171688A (ja) * | 2008-01-11 | 2009-07-30 | Chugoku Electric Power Co Inc:The | 適正電圧管理方法及び適正電圧管理システム |
US20140176117A1 (en) * | 2007-04-03 | 2014-06-26 | Electro Industries/Gauge Tech. | High Speed Digital Transient Waveform Detection System and Method for Use in an Intelligent Electronic Device |
CN104730410A (zh) * | 2015-03-16 | 2015-06-24 | 王金泽 | 一种基于电压电流向量的配电线路断线监测方法及装置 |
CN108734381A (zh) * | 2018-04-11 | 2018-11-02 | 国网山东省电力公司 | 一种停电信息协同管理方法、装置及*** |
CN108765187A (zh) * | 2018-04-11 | 2018-11-06 | 国网山东省电力公司 | 一种停电故障辅助研判方法、装置及*** |
CN110083640A (zh) * | 2019-04-25 | 2019-08-02 | 国网湖南省电力有限公司 | 一种基于停电数据的台区识别方法及装置 |
CN110658415A (zh) * | 2018-06-29 | 2020-01-07 | 许继集团有限公司 | 一种低压配电线路故障检测方法及*** |
KR102053547B1 (ko) * | 2018-10-12 | 2020-01-08 | 한국전력공사 | 고장 구간 검출 장치 및 방법 |
CN112763846A (zh) * | 2020-12-23 | 2021-05-07 | 国网河南省电力公司电力科学研究院 | 基于多数据源信息融合的配电线路智能停电判断方法 |
CN112905670A (zh) * | 2020-12-11 | 2021-06-04 | 国网冀北电力有限公司计量中心 | 用于户内停电故障研判的电能表***、户内停电故障研判方法 |
CN113032448A (zh) * | 2020-12-30 | 2021-06-25 | 广东电网有限责任公司电力科学研究院 | 一种电网故障停电范围校核方法 |
CN113189451A (zh) * | 2021-05-28 | 2021-07-30 | 云南电网有限责任公司昆明供电局 | 配电网故障定位研判方法、***、计算机设备和存储介质 |
CN113270944A (zh) * | 2021-06-08 | 2021-08-17 | 国网甘肃省电力公司天水供电公司 | 一种低压配电用户侧状态评估方法 |
US20210288521A1 (en) * | 2020-03-13 | 2021-09-16 | Whisker Labs, Inc. | Methods and systems for detection and notification of power outages and power quality |
CN113659714A (zh) * | 2021-08-05 | 2021-11-16 | 国网山东省电力公司营销服务中心(计量中心) | 一种台区拓扑关系自动识别方法及*** |
KR20210150183A (ko) * | 2020-06-03 | 2021-12-10 | 주식회사 에이비 | 계통 정전 감지 장치 및 이를 이용한 하이브리드 조명시스템 |
CN114064622A (zh) * | 2021-11-01 | 2022-02-18 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 基于大数据的停电研判处理方法及*** |
CN114629128A (zh) * | 2022-05-16 | 2022-06-14 | 国网江西省电力有限公司电力科学研究院 | 一种基于营配数据融合的用户低电压治理方法及*** |
US20220206055A1 (en) * | 2019-04-19 | 2022-06-30 | Supergrid Institute | Transient based method for identifying faults in a high / medium voltage electric power transmission system |
-
2022
- 2022-08-17 CN CN202210984068.2A patent/CN115061013B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06326770A (ja) * | 1993-05-14 | 1994-11-25 | Sanritsutsu:Kk | 伝送路の診断方法及び装置 |
US20140176117A1 (en) * | 2007-04-03 | 2014-06-26 | Electro Industries/Gauge Tech. | High Speed Digital Transient Waveform Detection System and Method for Use in an Intelligent Electronic Device |
JP2009171688A (ja) * | 2008-01-11 | 2009-07-30 | Chugoku Electric Power Co Inc:The | 適正電圧管理方法及び適正電圧管理システム |
CN104730410A (zh) * | 2015-03-16 | 2015-06-24 | 王金泽 | 一种基于电压电流向量的配电线路断线监测方法及装置 |
CN108734381A (zh) * | 2018-04-11 | 2018-11-02 | 国网山东省电力公司 | 一种停电信息协同管理方法、装置及*** |
CN108765187A (zh) * | 2018-04-11 | 2018-11-06 | 国网山东省电力公司 | 一种停电故障辅助研判方法、装置及*** |
CN110658415A (zh) * | 2018-06-29 | 2020-01-07 | 许继集团有限公司 | 一种低压配电线路故障检测方法及*** |
KR102053547B1 (ko) * | 2018-10-12 | 2020-01-08 | 한국전력공사 | 고장 구간 검출 장치 및 방법 |
US20220206055A1 (en) * | 2019-04-19 | 2022-06-30 | Supergrid Institute | Transient based method for identifying faults in a high / medium voltage electric power transmission system |
CN110083640A (zh) * | 2019-04-25 | 2019-08-02 | 国网湖南省电力有限公司 | 一种基于停电数据的台区识别方法及装置 |
US20210288521A1 (en) * | 2020-03-13 | 2021-09-16 | Whisker Labs, Inc. | Methods and systems for detection and notification of power outages and power quality |
KR20210150183A (ko) * | 2020-06-03 | 2021-12-10 | 주식회사 에이비 | 계통 정전 감지 장치 및 이를 이용한 하이브리드 조명시스템 |
CN112905670A (zh) * | 2020-12-11 | 2021-06-04 | 国网冀北电力有限公司计量中心 | 用于户内停电故障研判的电能表***、户内停电故障研判方法 |
CN112763846A (zh) * | 2020-12-23 | 2021-05-07 | 国网河南省电力公司电力科学研究院 | 基于多数据源信息融合的配电线路智能停电判断方法 |
CN113032448A (zh) * | 2020-12-30 | 2021-06-25 | 广东电网有限责任公司电力科学研究院 | 一种电网故障停电范围校核方法 |
CN113189451A (zh) * | 2021-05-28 | 2021-07-30 | 云南电网有限责任公司昆明供电局 | 配电网故障定位研判方法、***、计算机设备和存储介质 |
CN113270944A (zh) * | 2021-06-08 | 2021-08-17 | 国网甘肃省电力公司天水供电公司 | 一种低压配电用户侧状态评估方法 |
CN113659714A (zh) * | 2021-08-05 | 2021-11-16 | 国网山东省电力公司营销服务中心(计量中心) | 一种台区拓扑关系自动识别方法及*** |
CN114064622A (zh) * | 2021-11-01 | 2022-02-18 | 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) | 基于大数据的停电研判处理方法及*** |
CN114629128A (zh) * | 2022-05-16 | 2022-06-14 | 国网江西省电力有限公司电力科学研究院 | 一种基于营配数据融合的用户低电压治理方法及*** |
Non-Patent Citations (2)
Title |
---|
YI JUN 等: "Model of Cascading Failures in Power Systems", 《2006 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY》 * |
贺云隆 等: "低压居民用户停电事件实时上报方法研究", 《电测与仪表》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115983519A (zh) * | 2023-03-20 | 2023-04-18 | 国网江西省电力有限公司电力科学研究院 | 一种配电网数字化运维方法、***及可读存储介质 |
CN115983519B (zh) * | 2023-03-20 | 2023-08-15 | 国网江西省电力有限公司电力科学研究院 | 一种配电网数字化运维方法、***及可读存储介质 |
CN116093937A (zh) * | 2023-03-22 | 2023-05-09 | 国网江西省电力有限公司电力科学研究院 | 一种10kV线路及以下停电故障分层研判方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115061013B (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115061013B (zh) | 基于停电事件大数据分析的低压常见故障研判方法及*** | |
CN110212645B (zh) | 一种用电信息采集终端停电事件上报方法及装置 | |
CN108665186B (zh) | 基于计量自动化***的配变重过载停电监测方法及装置 | |
CN104219315A (zh) | 一种用电信息采集***的运行监控***及其监控方法 | |
CN110806518B (zh) | 一种台区线损异动分析模块及其操作方法 | |
CN107180314B (zh) | 一种基于一二次***关联关系的运维业务模型建模方法 | |
CN110210738B (zh) | 一种供电可靠性分析方法及其*** | |
CN113283041B (zh) | 基于多源信息融合感知算法的停电区域快速研判方法 | |
CN109714388A (zh) | 一种基于流处理的停上电事件实时分析***及方法 | |
CN110137958B (zh) | 一种用户电压暂降分析方法及其*** | |
CN113381408B (zh) | 一种基于配电自动化数据的用电异常配变定位方法及装置 | |
CN106451791B (zh) | 供断电信息检测方法和*** | |
WO2023086017A2 (en) | Method and apparatus for determining state of phovoltaic power station, device, and readable storage medium | |
CN116743079A (zh) | 光伏组串故障处理方法、装置、光伏管理***及介质 | |
CN112235146A (zh) | 一种智能变电站一二次设备模型自动关联方法和装置 | |
CN107703383A (zh) | 一种信息采集***故障诊断知识库的建立方法 | |
CN113238890B (zh) | 基于动态记录数据的电流采样回路异常诊断方法及装置 | |
CN111553603A (zh) | 一种低压用户供电可靠性评估方法、装置及计算机可读存储介质 | |
CN111398859A (zh) | 一种用户低电压成因大数据分析方法及*** | |
CN111812449A (zh) | 一种配电网状态估计异常识别方法 | |
CN114064622A (zh) | 基于大数据的停电研判处理方法及*** | |
CN109470289B (zh) | 一种识别计量设备用能流量值反向事件的方法和*** | |
CN110320445B (zh) | 一种用于110kV及以上母线的线损异常判别方法 | |
CN112580837A (zh) | 一种设备检修方法、装置、设备及存储介质 | |
CN104361422A (zh) | 一种基于经济评估的电力用户电能质量数据收集方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |