CN116706904A - 一种基于人工智能的电网异常故障应急处理*** - Google Patents
一种基于人工智能的电网异常故障应急处理*** Download PDFInfo
- Publication number
- CN116706904A CN116706904A CN202310983882.7A CN202310983882A CN116706904A CN 116706904 A CN116706904 A CN 116706904A CN 202310983882 A CN202310983882 A CN 202310983882A CN 116706904 A CN116706904 A CN 116706904A
- Authority
- CN
- China
- Prior art keywords
- analysis
- fault
- range
- planning
- marking
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 91
- 238000012545 processing Methods 0.000 title claims abstract description 48
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 213
- 238000013439 planning Methods 0.000 claims abstract description 111
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000012423 maintenance Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 36
- 238000005457 optimization Methods 0.000 claims description 31
- 238000007373 indentation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000005856 abnormality Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013433 optimization analysis Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
- H02J3/0012—Contingency detection
-
- 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)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电网故障处理领域，涉及数据分析技术，用于解决现有的电网异常故障应急处理***无法对电网的故障位置进行快速、精准的分析的问题，具体是一种基于人工智能的电网异常故障应急处理***，包括故障监测模块、范围分析模块、处理规划模块以及效率分析模块，所述故障监测模块、范围分析模块、处理规划模块以及效率分析模块依次通信连接，效率分析模块还与范围分析模块通信连接；所述故障监测模块用于对电网异常故障进行监测分析；本发明可以对电网异常故障进行监测分析，通过对电网的各个输电线路进行异常监测分析，将分析对象标记为正常对象或异常对象，从而根据标记结果对出现故障的输电线路进行反馈。
Description
技术领域
本发明属于电网故障处理领域，涉及数据分析技术，具体是一种基于人工智能的电网异常故障应急处理***。
背景技术
电力***故障是指设备不能按照预期的指标进行工作的一种状态，也就是说设备未达到其应该达到的功能，其故障有以下几种：发电机组故障、输电线路故障、变电所故障、母线故障等。
现有的电网异常故障应急处理***无法对电网的故障位置进行快速、精准的分析，从而导致电网异常故障处理效率低下，同时现有的电网异常故障应急处理***缺少在检修完成后对故障处理各个环节的处理效率进行监测的功能，导致处理效率无法得到有效监管，无法对故障处理的各个环节进行优化分析。
针对上述技术问题，本身请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于人工智能的电网异常故障应急处理***，用于解决现有的电网异常故障应急处理***无法对电网的故障位置进行快速、精准的分析的问题；
本发明需要解决的技术问题为：如何提供一种可以解决现有的电网异常故障应急处理***无法对电网的故障位置进行快速、精准的分析的基于人工智能的电网异常故障应急处理***。
本发明的目的可以通过以下技术方案实现：
一种基于人工智能的电网异常故障应急处理***，包括故障监测模块、范围分析模块、处理规划模块以及效率分析模块，所述故障监测模块、范围分析模块、处理规划模块以及效率分析模块依次通信连接，效率分析模块还与范围分析模块通信连接；
所述故障监测模块用于对电网异常故障进行监测分析：将电网的输电线路标记为分析对象，在电网异常故障时获取分析对象两端与换流站连接处的电流值与电压值，将分析对象两端与换流站连接处的电流值差值的绝对值标记为分析对象的流差值LC，将分析对象两端与换流站连接处的电压值差值的绝对值标记为压差值YC，通过压差值YC将分析对象标记为正常对象或异常对象，将异常对象发送至范围分析模块；
所述范围分析模块用于对电网异常故障范围进行缩进分析：在异常对象上设置若干个监测点，采用缩进模式或外扩模式进行故障范围分析并得到范围参数，将范围参数发送至处理规划模块；
所述处理规划模块用于在接收到范围参数后对电网异常故障进行规划分析并得到维修点的推荐对象，将维修点的位置信息发送至推荐对象管理人员的手机终端；
所述效率分析模块用于对电网异常故障应急处理过程进行效率分析。
作为本发明的一种优选实施方式，将分析对象标记为正常对象或异常对象的具体过程包括：将分析对象的故障系数GZ与预设的故障阈值GZmax进行比较：若故障系数GZ小于故障阈值GZmax，则判定分析对象不存在异常故障，将分析对象标记为正常对象；若故障系数GZ大于等于故障阈值GZmax，则判定分析对象存在异常故障，将分析对象标记为异常对象。
作为本发明的一种优选实施方式，采用外扩模式进行故障范围分析的具体过程包括：将位于分析对象中心处的监测点标记为标记点，将标记点两侧相邻的监测点标记为分析点，获取标记点与两个分析点之间的故障系数GZ，若故障系数GZ小于故障阈值GZmax，则将对应的监测点的故障特征标记为1；若故障系数GZ大于等于故障阈值GZmax，则将对应的监测点的故障特征标记为0；若两个分析点的故障特征均为0或均为1，则将两个分析点相远离一侧的相邻监测点标记为分析点，再次获取标记点与两个分析点之间的故障系数GZ，直至两个分析点的故障特征为0和1；若两个分析点的故障特征分别为0和1，则由最外侧分析点与相邻内测分析点构成待定范围，获取待定范围的两个分析点之间的故障系数GZ，将故障系数GZ不小于故障阈值GZmax的待定范围标记为故障范围。
作为本发明的一种优选实施方式，采用缩进模式进行故障范围分析的具体过程包括：将最外侧的两个监测点标记为分析点，获取两个分析点之间的故障系数GZ，若故障系数GZ小于故障阈值GZmax，则由分析点与临近换流站连接点构成待定范围；若故障系数GZ大于等于故障阈值GZmax，则将分析点内测的相邻监测点标记为分析点并重新获取分析点之间的故障系数GZ，直至故障系数GZ小于故障阈值GZmax；获取待定范围两端的故障系数GZ，将故障系数GZ不小于故障阈值GZmax的待定范围标记为故障范围。
作为本发明的一种优选实施方式，范围参数的获取过程包括：以故障范围的中心点为圆心，r1为半径画圆，将得到的圆形区域标记为待维范围；由故障范围、待维范围以及异常对象两侧的换流站构成范围参数。
作为本发明的一种优选实施方式，处理规划模块对电网异常故障进行规划分析的具体过程包括：将故障范围的中心点与异常对象两侧的换流站标记为维修点，以维修点为圆心，r2为半径画圆得到规划范围，将规划范围内的电力救援队标记为规划对象，获取规划对象的在岗数据ZG、距离数据JL以及工龄数据GL，在岗数据ZG为规划对象的当前在岗人数值，距离数据JL为规划对象驻点与维修点的直线距离值，工龄数据GL为规划对象的当前在岗人员的平均工龄值；通过对在岗数据ZG、距离数据JL以及工龄数据GL进行数值计算得到规划对象的推荐系数TJ；将推荐系数TJ数值最大的规划对象标记为维修点的推荐对象，将维修点的位置信息发送至推荐对象管理人员的手机终端。
作为本发明的一种优选实施方式，效率分析模块对电网异常故障应急处理过程进行效率分析的具体过程包括：将范围分析模块接收到异常对象的时刻标记为开始时刻，将处理规划模块接收到范围参数的时刻标记为分结时刻，将推荐对象管理人员接收到维修点的位置的时刻标记为规结时刻，将分结时刻与开始时刻的差值标记为分析时长，将规结时刻与分结时刻的差值标记为规划时长；将分析时长、规划时长分别与预设的分析阈值、规划阈值进行比较并通过比较结果生成规划优化信号或缩分优化信号。
作为本发明的一种优选实施方式，将分析时长、规划时长分别与分析阈值、规划阈值进行比较的具体过程包括：若分析时长小于分析阈值且规划时长大于等于规划阈值，则生成规划优化信号并发送至处理规划模块；若分析时长大于等于分析阈值且规划时长小于规划阈值，则生成缩分优化信号并发送至范围分析模块；若分析时长大于等于分析阈值且规划时长大于等于规划阈值，则生成规划优化信号与缩分优化信号并将规划优化信号与缩分优化信号分别发送至处理规划模块以及范围分析模块。
本发明具备下述有益效果：
通过故障监测模块可以对电网异常故障进行监测分析，通过对电网的各个输电线路进行异常监测分析，将分析对象标记为正常对象或异常对象，从而根据标记结果对出现故障的输电线路进行反馈；
通过范围分析模块可以对电网异常故障范围进行缩进分析，通过缩进模式与外扩模式进行故障范围分析并得到故障范围，在异常监测分析的基础上进一步缩小故障区域的范围，缩短故障位置的排查时间，提高异常处理的效率；
通过处理规划模块可以在接收到范围参数后对电网异常故障进行规划分析，通过范围划分的方式在规划范围内进行电力救援队的筛选，从而根据电力救援队的各项参数进行综合分析与计算得到的推荐系数来对电力救援队的执行优先级进行反馈，然后筛选出对应的电力救援队来对维修点进行故障维修；
4、通过效率分析模块可以对电网异常故障应急处理过程进行效率分析，通过对故障处理中各个环节的消耗时长进行分析来对应急处理效率进行监控，从而在应急处理效率不满足要求时进行针对性的环节优化处理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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为本发明整体的***框图；
图2为本发明实施例一的***框图；
图3为本发明实施例二的***框图。
具体实施方式
下面将结合实施例对本发明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前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，一种基于人工智能的电网异常故障应急处理***，包括故障监测模块、范围分析模块、处理规划模块以及效率分析模块，故障监测模块、范围分析模块、处理规划模块以及效率分析模块依次通信连接，效率分析模块还与范围分析模块通信连接。
实施例一：如图2所示，故障监测模块用于对电网异常故障进行监测分析：将电网的输电线路标记为分析对象，在电网异常故障时获取分析对象两端与换流站连接处的电流值与电压值，将分析对象两端与换流站连接处的电流值差值的绝对值标记为分析对象的流差值LC，将分析对象两端与换流站连接处的电压值差值的绝对值标记为压差值YC，通过公式GZ=α1*LC+α2*YC得到分析对象的故障系数GZ，故障系数是一个反映分析对象出现电力故障可能性的数值，故障系数的数值越大，则表示分析对象出现电力故障的可能性越大；其中α1与α2均为比例系数，且α1＞α2＞1；将分析对象的故障系数GZ与预设的故障阈值GZmax进行比较：若故障系数GZ小于故障阈值GZmax，则判定分析对象不存在异常故障，将分析对象标记为正常对象；若故障系数GZ大于等于故障阈值GZmax，则判定分析对象存在异常故障，将分析对象标记为异常对象；将异常对象发送至范围分析模块；对电网异常故障进行监测分析，通过对电网的各个输电线路进行异常监测分析，将分析对象标记为正常对象或异常对象，从而根据标记结果对出现故障的输电线路进行反馈。
范围分析模块用于对电网异常故障范围进行缩进分析：在异常对象上设置若干个监测点，采用缩进模式或外扩模式进行故障范围分析，采用外扩模式进行故障范围分析的具体过程包括：将位于分析对象中心处的监测点标记为标记点，将标记点两侧相邻的监测点标记为分析点，获取标记点与两个分析点之间的故障系数GZ，若故障系数GZ小于故障阈值GZmax，则将对应的监测点的故障特征标记为1；若故障系数GZ大于等于故障阈值GZmax，则将对应的监测点的故障特征标记为0；若两个分析点的故障特征均为0或均为1，则将两个分析点相远离一侧的相邻监测点标记为分析点，再次获取标记点与两个分析点之间的故障系数GZ，直至两个分析点的故障特征为0和1；若两个分析点的故障特征分别为0和1，则由最外侧分析点与相邻内测分析点构成待定范围，获取待定范围的两个分析点之间的故障系数GZ，将故障系数GZ不小于故障阈值GZmax的待定范围标记为故障范围；采用缩进模式进行故障范围分析的具体过程包括：将最外侧的两个监测点标记为分析点，获取两个分析点之间的故障系数GZ，若故障系数GZ小于故障阈值GZmax，则由分析点与临近换流站连接点构成待定范围；若故障系数GZ大于等于故障阈值GZmax，则将分析点内测的相邻监测点标记为分析点并重新获取分析点之间的故障系数GZ，直至故障系数GZ小于故障阈值GZmax；获取待定范围两端的故障系数GZ，将故障系数GZ不小于故障阈值GZmax的待定范围标记为故障范围；以故障范围的中心点为圆心，r1为半径画圆，r1为数值常量，r1的具体数值由管理人员自行设置；将得到的圆形区域标记为待维范围；由故障范围、待维范围以及异常对象两侧的换流站构成范围参数，将范围参数发送至处理规划模块；对电网异常故障范围进行缩进分析，通过缩进模式与外扩模式进行故障范围分析并得到故障范围，在异常监测分析的基础上进一步缩小故障区域的范围，缩短故障位置的排查时间，提高异常处理的效率。
需要说明的是，待维范围是受到电力故障影响程度较高的区域，可将待维范围分割为若干个子区域，然后对子区域在历史电力故障时间中的待维范围标记情况进行维护必要性分析，对具有维护必要性的区域进行电力设备维护，电力设备维护过程与电力故障检修过程可同时进行，也可在电力故障检修完成之后在进行电力设备维护。
处理规划模块用于在接收到范围参数后对电网异常故障进行规划分析：将故障范围的中心点与异常对象两侧的换流站标记为维修点，以维修点为圆心，r2为半径画圆得到规划范围，r2为数值常量，r2的数值由管理人员自行设置；将规划范围内的电力救援队标记为规划对象，获取规划对象的在岗数据ZG、距离数据JL以及工龄数据GL，在岗数据ZG为规划对象的当前在岗人数值，距离数据JL为规划对象驻点与维修点的直线距离值，工龄数据GL为规划对象的当前在岗人员的平均工龄值；通过公式TJ=（β1*ZG+β2*GL）/（β3*JL）得到规划对象的推荐系数TJ，推荐系数是一个反映规划对象执行本次维修任务的匹配程度，推荐系数的数值越大，则表示规划对象执行本次维修任务的匹配程度越高；其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；将推荐系数TJ数值最大的规划对象标记为维修点的推荐对象，将维修点的位置信息发送至推荐对象管理人员的手机终端；可以在接收到范围参数后对电网异常故障进行规划分析，通过范围划分的方式在规划范围内进行电力救援队的筛选，从而根据电力救援队的各项参数进行综合分析与计算得到的推荐系数来对电力救援队的执行优先级进行反馈，然后筛选出对应的电力救援队来对维修点进行故障维修。
实施例二：本实施例与实施例一的区别在于，在电力故障处理完成之后对处理过程中各个环节的处理效率进行监测，对本次故障处理效率进行监控的同时为后续的环节优化提供数据支撑。
如图3所示，效率分析模块用于对电网异常故障应急处理过程进行效率分析：将范围分析模块接收到异常对象的时刻标记为开始时刻，将处理规划模块接收到范围参数的时刻标记为分结时刻，将推荐对象管理人员接收到维修点的位置的时刻标记为规结时刻，将分结时刻与开始时刻的差值标记为分析时长，将规结时刻与分结时刻的差值标记为规划时长；将分析时长、规划时长分别与预设的分析阈值、规划阈值进行比较：若分析时长小于分析阈值且规划时长大于等于规划阈值，则生成规划优化信号并发送至处理规划模块；若分析时长大于等于分析阈值且规划时长小于规划阈值，则生成缩分优化信号并发送至范围分析模块；若分析时长大于等于分析阈值且规划时长大于等于规划阈值，则生成规划优化信号与缩分优化信号并将规划优化信号与缩分优化信号分别发送至处理规划模块以及范围分析模块；对电网异常故障应急处理过程进行效率分析，通过对故障处理中各个环节的消耗时长进行分析来对应急处理效率进行监控，从而在应急处理效率不满足要求时进行针对性的环节优化处理。
实施例三：本实施例与实施例一、实施例二的区别在于，在效率分析完成之后，通过对历史数据中外扩模式、缩进模式进行故障范围分析的效率进行分析，对外扩模式与缩进模式的选用优先级进行标记。
范围分析模块接收到缩分优化信号后对缩进模式与外扩模式的选用优先级进行优化分析：获取最近L1次对电网异常故障范围进行缩进分析的过程并标记为缩进过程，L1为数值常量，L1的具体数值由管理人员自行设置；将缩进过程的故障范围中心点与异常对象的中心点的距离值标记为居中值，将缩进过程的故障范围中心点与两侧换流站的距离值标记为侧连值，将同一缩进范围中侧连值的最小值标记为边距值，对所有缩进过程的居中值进行求和取平均值得到居中系数，对所有缩进过程的边距值进行求和取平均值得到边距系数，将居中系数与边距系数进行比较：若居中系数小于边距系数，则将外扩模式标记为优先模式；若居中系数大于等于边距系数，则将缩进模式标记为优先模式；范围分析模式再次接收到异常对象时优先选用优先模式进行范围缩进分析；在范围缩进分析效率低下时进行故障范围分析模式的优化分析，通过历史数据中的居中系数与边距系数对缩进模式与外扩模式的选用优先级进行分析，从而在后续的故障范围分析过程中提高分析效率。
一种基于人工智能的电网异常故障应急处理***，工作时，对电网异常故障进行监测分析：将电网的输电线路标记为分析对象，获取分析对象的故障系数并通过故障系数将分析对象标记为正常对象或异常对象，在异常对象上设置若干个监测点，采用缩进模式或外扩模式进行故障范围分析并得到故障范围，由故障范围、待维范围以及异常对象两侧的换流站构成范围参数，对电网异常故障进行规划分析：将故障范围的中心点与异常对象两侧的换流站标记为维修点，以维修点为圆心，r2为半径画圆得到规划范围，将规划范围内推荐系数数值最大的规划对象标记为推荐对象，将维修点的位置信息发送至推荐对象管理人员的手机终端。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式TJ=（β1*ZG+β2*GL）/（β3*JL）；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的推荐系数；将设定的推荐系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到β1、β2以及β3的取值分别为3.48、2.65和2.13；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的推荐系数；只要不影响参数与量化后数值的比例关系即可，如推荐系数与在岗数据的数值成正比。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种基于人工智能的电网异常故障应急处理***，其特征在于，包括故障监测模块、范围分析模块、处理规划模块以及效率分析模块，所述故障监测模块、范围分析模块、处理规划模块以及效率分析模块依次通信连接，效率分析模块还与范围分析模块通信连接；
所述故障监测模块用于对电网异常故障进行监测分析：将电网的输电线路标记为分析对象，在电网异常故障时获取分析对象两端与换流站连接处的电流值与电压值，将分析对象两端与换流站连接处的电流值差值的绝对值标记为分析对象的流差值LC，将分析对象两端与换流站连接处的电压值差值的绝对值标记为压差值YC，通过压差值YC将分析对象标记为正常对象或异常对象，将异常对象发送至范围分析模块；
所述范围分析模块用于对电网异常故障范围进行缩进分析：在异常对象上设置若干个监测点，采用缩进模式或外扩模式进行故障范围分析并得到范围参数，将范围参数发送至处理规划模块；
所述处理规划模块用于在接收到范围参数后对电网异常故障进行规划分析并得到维修点的推荐对象，将维修点的位置信息发送至推荐对象管理人员的手机终端；
所述效率分析模块用于对电网异常故障应急处理过程进行效率分析。
2.根据权利要求1所述的一种基于人工智能的电网异常故障应急处理***，其特征在于，将分析对象标记为正常对象或异常对象的具体过程包括：将分析对象的故障系数GZ与预设的故障阈值GZmax进行比较：若故障系数GZ小于故障阈值GZmax，则判定分析对象不存在异常故障，将分析对象标记为正常对象；若故障系数GZ大于等于故障阈值GZmax，则判定分析对象存在异常故障，将分析对象标记为异常对象。
3.根据权利要求1所述的一种基于人工智能的电网异常故障应急处理***，其特征在于，采用外扩模式进行故障范围分析的具体过程包括：将位于分析对象中心处的监测点标记为标记点，将标记点两侧相邻的监测点标记为分析点，获取标记点与两个分析点之间的故障系数GZ，若故障系数GZ小于故障阈值GZmax，则将对应的监测点的故障特征标记为1；若故障系数GZ大于等于故障阈值GZmax，则将对应的监测点的故障特征标记为0；若两个分析点的故障特征均为0或均为1，则将两个分析点相远离一侧的相邻监测点标记为分析点，再次获取标记点与两个分析点之间的故障系数GZ，直至两个分析点的故障特征为0和1；若两个分析点的故障特征分别为0和1，则由最外侧分析点与相邻内测分析点构成待定范围，获取待定范围的两个分析点之间的故障系数GZ，将故障系数GZ不小于故障阈值GZmax的待定范围标记为故障范围。
4.根据权利要求1所述的一种基于人工智能的电网异常故障应急处理***，其特征在于，采用缩进模式进行故障范围分析的具体过程包括：将最外侧的两个监测点标记为分析点，获取两个分析点之间的故障系数GZ，若故障系数GZ小于故障阈值GZmax，则由分析点与临近换流站连接点构成待定范围；若故障系数GZ大于等于故障阈值GZmax，则将分析点内测的相邻监测点标记为分析点并重新获取分析点之间的故障系数GZ，直至故障系数GZ小于故障阈值GZmax；获取待定范围两端的故障系数GZ，将故障系数GZ不小于故障阈值GZmax的待定范围标记为故障范围。
5.根据权利要求3或4所述的一种基于人工智能的电网异常故障应急处理***，其特征在于，范围参数的获取过程包括：以故障范围的中心点为圆心，r1为半径画圆，将得到的圆形区域标记为待维范围；由故障范围、待维范围以及异常对象两侧的换流站构成范围参数。
6.根据权利要求5所述的一种基于人工智能的电网异常故障应急处理***，其特征在于，处理规划模块对电网异常故障进行规划分析的具体过程包括：将故障范围的中心点与异常对象两侧的换流站标记为维修点，以维修点为圆心，r2为半径画圆得到规划范围，将规划范围内的电力救援队标记为规划对象，获取规划对象的在岗数据ZG、距离数据JL以及工龄数据GL，在岗数据ZG为规划对象的当前在岗人数值，距离数据JL为规划对象驻点与维修点的直线距离值，工龄数据GL为规划对象的当前在岗人员的平均工龄值；通过对在岗数据ZG、距离数据JL以及工龄数据GL进行数值计算得到规划对象的推荐系数TJ；将推荐系数TJ数值最大的规划对象标记为维修点的推荐对象，将维修点的位置信息发送至推荐对象管理人员的手机终端。
7.根据权利要求6所述的一种基于人工智能的电网异常故障应急处理***，其特征在于，效率分析模块对电网异常故障应急处理过程进行效率分析的具体过程包括：将范围分析模块接收到异常对象的时刻标记为开始时刻，将处理规划模块接收到范围参数的时刻标记为分结时刻，将推荐对象管理人员接收到维修点的位置的时刻标记为规结时刻，将分结时刻与开始时刻的差值标记为分析时长，将规结时刻与分结时刻的差值标记为规划时长；将分析时长、规划时长分别与预设的分析阈值、规划阈值进行比较并通过比较结果生成规划优化信号或缩分优化信号。
8.根据权利要求7所述的一种基于人工智能的电网异常故障应急处理***，其特征在于，将分析时长、规划时长分别与分析阈值、规划阈值进行比较的具体过程包括：若分析时长小于分析阈值且规划时长大于等于规划阈值，则生成规划优化信号并发送至处理规划模块；若分析时长大于等于分析阈值且规划时长小于规划阈值，则生成缩分优化信号并发送至范围分析模块；若分析时长大于等于分析阈值且规划时长大于等于规划阈值，则生成规划优化信号与缩分优化信号并将规划优化信号与缩分优化信号分别发送至处理规划模块以及范围分析模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310983882.7A CN116706904B (zh) | 2023-08-07 | 2023-08-07 | 一种基于人工智能的电网异常故障应急处理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310983882.7A CN116706904B (zh) | 2023-08-07 | 2023-08-07 | 一种基于人工智能的电网异常故障应急处理*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116706904A true CN116706904A (zh) | 2023-09-05 |
| CN116706904B CN116706904B (zh) | 2023-10-10 |
Family
ID=87831578
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310983882.7A Active CN116706904B (zh) | 2023-08-07 | 2023-08-07 | 一种基于人工智能的电网异常故障应急处理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116706904B (zh) |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2677619A1 (en) * | 2012-06-20 | 2013-12-25 | Institute of Nuclear Energy Research Atomic Energy Council, Executive Yuan | Microgrid power distribution system and power flow asymmetrical fault analysis method therefor |
| CN103499753A (zh) * | 2013-09-24 | 2014-01-08 | 国家电网公司 | 快速识别高压直流输电***暂态故障的智能*** |
| CN109142984A (zh) * | 2018-09-30 | 2019-01-04 | 国网四川省电力公司电力科学研究院 | 一种高频注入信号频率选择方法及装置 |
| CN110095688A (zh) * | 2019-05-08 | 2019-08-06 | 国网河南省电力公司电力科学研究院 | Lcc-mmc混合三端直流输电***故障检测方法和装置 |
| CN113904448A (zh) * | 2021-10-26 | 2022-01-07 | 珠海康晋电气股份有限公司 | 一种基于多维监控智能配电运维服务*** |
| CN114528548A (zh) * | 2022-02-14 | 2022-05-24 | 国网安徽省电力有限公司电力科学研究院 | 用于电力监控***的网络安全威胁溯源装置 |
| CN114859845A (zh) * | 2022-06-09 | 2022-08-05 | 中用科技有限公司 | 基于物联网控制器的智能工业数据管理*** |
| CN114970888A (zh) * | 2021-10-08 | 2022-08-30 | 淮阴师范学院 | 基于电力电气控制的元件故障分析*** |
| CN115236509A (zh) * | 2022-08-08 | 2022-10-25 | 江苏大中电机股份有限公司 | 用于电机的数据采集设备 |
| CN115395481A (zh) * | 2022-09-28 | 2022-11-25 | 荣信汇科电气股份有限公司 | 一种直流输电功率模块电容故障保护方法及功率模块 |
| CN115389854A (zh) * | 2022-10-25 | 2022-11-25 | 智洋创新科技股份有限公司 | 一种直流电源供电***的安全监测***及方法 |
| CN115549040A (zh) * | 2022-09-29 | 2022-12-30 | 广东电网有限责任公司广州供电局 | 一种柔性直流换流站故障自动诊断方法和*** |
| CN115603453A (zh) * | 2022-09-29 | 2023-01-13 | 东营金丰正阳科技发展有限公司（Cn） | 一种带智能监测***的直流母线群控装置 |
| CN116182233A (zh) * | 2023-04-07 | 2023-05-30 | 上海德源旭昇能源科技有限公司 | 基于物联网的高效节能暖通控制装置 |
| CN116184926A (zh) * | 2023-04-21 | 2023-05-30 | 山东力乐新材料有限公司 | 一种面向塑料中空板的全自动智能生产线流程检测*** |
| CN116300652A (zh) * | 2023-04-06 | 2023-06-23 | 合肥元贞电力科技股份有限公司 | 基于数据分析的电力控制柜在线监测*** |
| CN116307728A (zh) * | 2023-03-28 | 2023-06-23 | 深圳市海成智联科技有限公司 | 一种基于大数据分析的地铁线路运行风险管理*** |
| CN116295661A (zh) * | 2023-05-22 | 2023-06-23 | 济南西电特种变压器有限公司 | 一种基于物联网的变压器故障预警*** |
| CN116400286A (zh) * | 2023-04-23 | 2023-07-07 | 河南凯瑞电气设备有限公司 | 一种电子式电压传感器 |
-
2023
- 2023-08-07 CN CN202310983882.7A patent/CN116706904B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2677619A1 (en) * | 2012-06-20 | 2013-12-25 | Institute of Nuclear Energy Research Atomic Energy Council, Executive Yuan | Microgrid power distribution system and power flow asymmetrical fault analysis method therefor |
| CN103499753A (zh) * | 2013-09-24 | 2014-01-08 | 国家电网公司 | 快速识别高压直流输电***暂态故障的智能*** |
| CN109142984A (zh) * | 2018-09-30 | 2019-01-04 | 国网四川省电力公司电力科学研究院 | 一种高频注入信号频率选择方法及装置 |
| CN110095688A (zh) * | 2019-05-08 | 2019-08-06 | 国网河南省电力公司电力科学研究院 | Lcc-mmc混合三端直流输电***故障检测方法和装置 |
| CN114970888A (zh) * | 2021-10-08 | 2022-08-30 | 淮阴师范学院 | 基于电力电气控制的元件故障分析*** |
| CN113904448A (zh) * | 2021-10-26 | 2022-01-07 | 珠海康晋电气股份有限公司 | 一种基于多维监控智能配电运维服务*** |
| CN114528548A (zh) * | 2022-02-14 | 2022-05-24 | 国网安徽省电力有限公司电力科学研究院 | 用于电力监控***的网络安全威胁溯源装置 |
| CN114859845A (zh) * | 2022-06-09 | 2022-08-05 | 中用科技有限公司 | 基于物联网控制器的智能工业数据管理*** |
| CN115236509A (zh) * | 2022-08-08 | 2022-10-25 | 江苏大中电机股份有限公司 | 用于电机的数据采集设备 |
| CN115395481A (zh) * | 2022-09-28 | 2022-11-25 | 荣信汇科电气股份有限公司 | 一种直流输电功率模块电容故障保护方法及功率模块 |
| CN115549040A (zh) * | 2022-09-29 | 2022-12-30 | 广东电网有限责任公司广州供电局 | 一种柔性直流换流站故障自动诊断方法和*** |
| CN115603453A (zh) * | 2022-09-29 | 2023-01-13 | 东营金丰正阳科技发展有限公司（Cn） | 一种带智能监测***的直流母线群控装置 |
| CN115389854A (zh) * | 2022-10-25 | 2022-11-25 | 智洋创新科技股份有限公司 | 一种直流电源供电***的安全监测***及方法 |
| CN116307728A (zh) * | 2023-03-28 | 2023-06-23 | 深圳市海成智联科技有限公司 | 一种基于大数据分析的地铁线路运行风险管理*** |
| CN116300652A (zh) * | 2023-04-06 | 2023-06-23 | 合肥元贞电力科技股份有限公司 | 基于数据分析的电力控制柜在线监测*** |
| CN116182233A (zh) * | 2023-04-07 | 2023-05-30 | 上海德源旭昇能源科技有限公司 | 基于物联网的高效节能暖通控制装置 |
| CN116184926A (zh) * | 2023-04-21 | 2023-05-30 | 山东力乐新材料有限公司 | 一种面向塑料中空板的全自动智能生产线流程检测*** |
| CN116400286A (zh) * | 2023-04-23 | 2023-07-07 | 河南凯瑞电气设备有限公司 | 一种电子式电压传感器 |
| CN116295661A (zh) * | 2023-05-22 | 2023-06-23 | 济南西电特种变压器有限公司 | 一种基于物联网的变压器故障预警*** |
Non-Patent Citations (1)
| Title |
|---|
| 冯永涛，陈民铀: "基于小波分析的中性点非有效 接地***故障选线方法研究", 《中州煤炭》, no. 12, pages 81 - 86 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116706904B (zh) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111585278B (zh) | 一种基于电压电流参数检测的配电网故障处理方法 | |
| CN115296422B (zh) | 基于大数据的电力电缆运行状态监测管控***及方法 | |
| CN115469176A (zh) | 一种基于数据模型的数字孪生电网用风险评估*** | |
| CN114594349B (zh) | 一种储能***中直流绝缘监测方法及终端 | |
| CN115825635A (zh) | 一种船舶机舱机电设备状态监测及故障诊断方法 | |
| CN115389854A (zh) | 一种直流电源供电***的安全监测***及方法 | |
| CN115730864A (zh) | 基于物联网的智能能源管理平台 | |
| CN116562503A (zh) | 基于数据分析的电网智能综合管控*** | |
| CN117498560B (zh) | 一种适用于电厂建设的供电电缆铺设智能监控*** | |
| CN114928168A (zh) | 一种海上平台无人化数据边缘计算装置 | |
| CN116706904B (zh) | 一种基于人工智能的电网异常故障应急处理*** | |
| CN117764559A (zh) | 基于数据分析的电器柜运维检修监管预警*** | |
| CN109980305A (zh) | 通信电源智能维护装置 | |
| CN116540058B (zh) | 一种基于数据分析的led车灯运行监测*** | |
| CN117169652A (zh) | 一种基于人工智能的配电网故障检测定位*** | |
| CN115267408B (zh) | 基于人工智能的配电开关设备故障精准定位***及方法 | |
| CN115796840A (zh) | 基于数据分析的绿能热电设备管理平台 | |
| CN116541241A (zh) | 基于大数据的术后便携式可穿戴设备运行效率分析*** | |
| CN114337810B (zh) | 一种全光网通信***及通信方法 | |
| CN115576239A (zh) | 一种基于人工智能的交直流电源智能控制*** | |
| CN109035746A (zh) | 一种集抄终端的机能判断方法和*** | |
| CN116542510B (zh) | 船舶电气调试流程的优化配置方法 | |
| CN117761468B (zh) | 一种新能源发电站多参数运行状态监控方法及*** | |
| CN117630693A (zh) | 一种用于储能电站的风险预警方法及装置 | |
| CN112039436B (zh) | 综合光伏逆变器工作状态和实时数据分析电站状态的方法 |
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 |