CN107844880A - 一种基于多源数据融合的电网故障等级自动识别方法 - Google Patents
一种基于多源数据融合的电网故障等级自动识别方法 Download PDFInfo
- Publication number
- CN107844880A CN107844880A CN201710582617.2A CN201710582617A CN107844880A CN 107844880 A CN107844880 A CN 107844880A CN 201710582617 A CN201710582617 A CN 201710582617A CN 107844880 A CN107844880 A CN 107844880A
- Authority
- CN
- China
- Prior art keywords
- fault
- failure
- load
- user
- electric network
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004927 fusion Effects 0.000 title claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 230000005611 electricity Effects 0.000 claims description 18
- 230000015556 catabolic process Effects 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 claims description 6
- 208000027418 Wounds and injury Diseases 0.000 claims description 4
- 230000006378 damage Effects 0.000 claims description 4
- 208000014674 injury Diseases 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000012854 evaluation process Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 3
- 230000010354 integration Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000001235 sensitizing effect Effects 0.000 description 3
- 230000006837 decompression Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 241001310793 Podium Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010937 topological data analysis Methods 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
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供一种基于多源数据融合的电网故障等级自动识别方法,属于配电自动化系统技术领域,充分应用EMS系统提供的主网模型与主网故障监视及损失负荷量计算结果、GIS系统提供的基础配网模型、配电自动化系统提供的SCADA数据以及配网故障监视诊断结果,连同营配集成平台等接入的负荷属性信息与量测数据,在基础数据具备的基础上,通过分析故障事件损失负荷量及影响用户情况,匹配事故评级库对应规则,实现对电网故障等级的自动识别与过程跟踪预警,为应急指挥机构启动相应级别的应急响应或预案提供参考依据。
Description
【技术领域】
本发明涉及配电自动化系统技术领域,具体的来说是涉及一种基于多源数据融合的电网故障等级自动识别方法。
【背景技术】
系统间集成技术有所突破,目前已实现与配电自动化系统、调度自动化系统、GIS、生产管理系统、营配集成平台等系统的数据集成,提供信息模型、信息交互日志与数据库、实时与准实时数据传输、发布订阅机制等服务,不同程度上实现了用电调度系统与相关应用系统的综合性应用,为实现信息化、自动化、互动化的智能电网高级应用提供了技术支撑手段。
国务院599号令和新安全生产法等法律法规、公司以客户为中心的经营理念、网省地“发输配用”一体化系统运行管理需求等,均对影响用户正常供电的事故(事件)提出了更高的管理要求。新版《中国南方电网有限责任公司电力事故事件调查规程》2014年7月颁布,是本方法的重要理论依据。
为了应对新形势下国家、社会和用户对安全供电提出的新要求,以营配贯通数据整理成果为基础,综合利用EMS系统、用电调度系统、配电自动化系统、海量数据平台以及大数据平台等多源数据,开展调配一体化故障事件等级自动识别研究,既是可行的,同时也是非常必要的,具有重要的实际应用价值。
在现有的电网系统中,当出现故障时,造成的故障事件“定性”不准确、不及时,导致影响了事故处理进度,同时不利于对敏感区域(场所)和重要用户的快速复电的问题。
【发明内容】
本发明提供一种基于多源数据融合的电网故障等级自动识别方法,解决现配电网中没能对电网故障等级评定的问题。
本发明通过以下技术方案解决上述问题:
一种基于多源数据融合的电网故障等级自动识别方法,包括用电调度系统、信息交互总线系统以及电网故障等级自动识别功能模块;包括如下步骤:
步骤1:电网故障等级自动识别功能模块对用电调度系统的主网进行故障监视与诊断,得到主网故障信息;
步骤2:电网故障等级自动识别功能模块根据主网故障信息对主网损失负荷进行计算,得到主网故障损失负荷;
步骤3:电网故障等级自动识别功能模块对电调度系统的配网进行故障监视与诊断,得到配网故障信息;
步骤4:电网故障等级自动识别功能模块根据配网故障信息对配网损失负荷进行计算,得到配网故障损失负荷;
步骤5:电网故障等级自动识别功能模块根据主网故障信息、配网故障信息和从信息交互总线系统获取的用户台账信息分析故障影响的用户,得到影响用户信息;
步骤6:根据标准构件事故评级库,根据事故评级库得到评级标准;
步骤7:电网故障等级自动识别功能模块根据主网故障信息、主网故障损失负荷、配网故障信息、配网故障损失负荷和影响用户信息通过级标准评定故障的等级。
上述方案中,优选的是步骤1中主网进行故障监视与诊断的具体过程为,通过EMS系统,对母线失压监视与线路跳闸监视,应用调度自动化系统故障识别技术,对变电站失压、10kV站内母线失压的单一设备故障扩展到大面积停电复杂电网故障进行故障监视与识别,整合不同故障类型特征,通过母线失压监视与线路跳闸监视,根据故障识别结果分析故障影响范围,生成故障事件。
上述方案中,优选的是步骤2中主网损失负荷进行计算的过程为,通过EMS系统,采用累加法,对每一条10kV母线上故障前后的负荷变化进行汇总,得到故障损失总负荷、故障切除负荷和低压脱扣损失负荷,实现自动计算10kV母线上的故障停电损失负荷,具体计算公式为:故障瞬时损失总负荷=故障损失负荷+用户自身原因减少负荷+备自投恢复负荷。
上述方案中,优选的是步骤3中配网进行故障监视与诊断的过程为,通过DMS系统,并应用配网自动化系统故障识别技术,对配网断路器跳闸、分支线跳闸等配网侧故障进行监视与识别,根据故障识别结果分析故障影响范围,生成故障事件。
上述方案中,优选的是步骤4中配网损失负荷进行计算的具体过程,从外部系统获取用户侧计量断面数据,从DMS系统获取配网运行断面数据,用户自身应急电源恢复负荷,实现配网故障损失负荷的计算,计算公式为,配网故障损失负荷=∑故障影响用户最近的计量断面数值-用户自身应急电源恢复负荷。
上述方案中,优选的是步骤5中影响用户信息的分析过程为,应用数据融合与模型拼接技术,把用电调度系统与调配用模型连通,应用拓扑分析技术,基于主网故障信息和配网故障信息,对故障影响中低压用户进行追踪统计,计算公式为,故障影响重要用户比例=∑故障影响重要用户数/∑故障影响用户总数,故障影响重要用户时户数累加=∑(故障影响重要用户*用户停电小时),故障影响保供电用户比例=∑故障影响保供电用户数/∑故障影响用户总数,故障影响敏感用户比例=∑故障影响敏感用户数/∑故障影响用户总数。
上述方案中,优选的是影响用户信息包括影响中/低压用户数、影响用户中重要用户数量与比例、重要用户时户数累加、保供电用户比例和敏感用户比例的信息。
上述方案中,优选的是步骤5中根据标准构件事故评级库的具体过程为,依据中国南方电网有限责任公司《电力事故事件调查规程》,从电力人身事故、电力设备事故以及电力安全事故几个方面构建事故评级库,按照省、市的区域级别与电网负荷量分级构建。
上述方案中,优选的是评级库的制定范围包括事故类和事件类。
上述方案中,优选的是步骤7中等级评定过程为,对故障事件等级的自动识别,对可能导致事故事件等级升级的因素进行实时跟踪,以倒计时的方式对事故事件等级状态进行预警,并对事故等级进行更新。
本发明的优点与效果是:
本发明提供的一种基于多源数据融合的电网故障等级自动识别方法,充分应用EMS系统提供的主网模型与主网故障监视及损失负荷量计算结果、GIS系统提供的基础配网模型、配电自动化系统提供的SCADA数据以及配网故障监视诊断结果,连同营配集成平台等接入的负荷属性信息与量测数据。在基础数据具备的基础上,通过分析故障事件损失负荷量及影响用户情况,匹配事故评级库对应规则,实现对电网故障等级的自动识别与过程跟踪预警,计算过程无需手动建模,手动画图,手动录入数据,实现一次部署,自动运行,大大减少了数据维护工作,提高了效率,达到了对电网故障事故(事件)等级进行初步的“定性”,解决了由于现有技术不足,造成的故障事件“定性”不准确、不及时,导致影响了事故处理进度,同时不利于对敏感区域(场所)和重要用户的快速复电的问题,为应急指挥机构启动相应级别的应急响应或预案提供参考依据。
【附图说明】
图1为本发明的系统框图。
图2为本发明的体系结构示意图。
【具体实施方式】
以下结合实施例对本发明作进一步说明。
一种基于多源数据融合的电网故障等级自动识别方法,如图1、2所示,包括用电调度系统、信息交互总线系统以及电网故障等级自动识别功能模块。用电调度系统作为电网故障等级自动识别应用的支持平台;信息交互总线系统负责整合传输系统间数据,将数据共享到用电调度系统中,为电网故障等级识别提供基础数据;含基于多源数据融合的电网故障等级自动识别功能模块实现电网故障等级自动识别功能。
本发明提供了基于多源数据融合的电网故障等级自动识别方法,达到了对电网故障事故(事件)等级进行初步的“定性”,解决了由于现有技术不足,造成的故障事件“定性”不准确、不及时,导致影响了事故处理进度,同时不利于对敏感区域(场所)和重要用户的快速复电的问题,为应急指挥机构启动相应级别的应急响应或预案提供参考依据。
所述EMS/DMS系统体系结构最重要的特点是支撑平台与应用之间有着清晰的层次划分,始终以所有应用的需求为重点,实现对各应用的全面服务。在支撑平台的设计过程中,对电网故障等级自动识别模块、SCADA、FES等各功能需求进行充分总结、归纳,设计出了满足各应用需要的平台接口与服务规范。支撑平台提供数据服务、报表工具、告警服务、权限管理等公共服务,各应用子系统只专注于应用功能的处理和实现。
本发明完全遵循IEC 61970标准的倡导,所有应用模块与平台服务均设计为组件,组件的接口符合IEC 61970标准规范,既可以支持与第三方独立系统的集成,也支持第三方应用集成到本系统内,实现应用模块和平台服务的“即插即用”。
如图2所示为用电调度系统中基于多源数据融合的电网故障等级自动识别模块的体系结构。总共分为硬件层、操作系统层、基础总线层、数据总线层、公共服务层、应用层支持平台层和应用层。集成总线层、数据总线层、公共服务层三层作为本发明提出的支撑平台。集成总线层提供各公共服务元素、各应用系统以及第三方软件之间规范化的交互机制;数据总线层为它们提供适当的数据访问服务;公共服务层为各应用系统提供各种服务,主要包括数据服务、报表工具、告警服务、权限管理、通信服务等。应用层作为具体的功能实现,电网故障等级自动识别应用同SCADA、FES等用电调度系统或配电自动化系统的主体应用并列,即保证了电网故障等级自动识别应用的相对独立性,又实现了数据的共享。
电网故障等级自动识别方法包括如下步骤:
步骤1:电网故障等级自动识别功能模块对用电调度系统的主网进行故障监视与诊断,得到主网故障信息。主网进行故障监视与诊断的具体过程为,通过EMS系统,对母线失压监视与线路跳闸监视,应用调度自动化系统故障识别技术,对变电站失压、10kV站内母线失压的单一设备故障扩展到大面积停电复杂电网故障进行故障监视与识别,整合不同故障类型特征,通过母线失压监视与线路跳闸监视,根据故障识别结果分析故障影响范围,生成故障事件。分析结果作为步骤2、步骤5及步骤7的数据源。
步骤2:电网故障等级自动识别功能模块根据主网故障信息对主网损失负荷进行计算,得到主网故障损失负荷。主网损失负荷进行计算的过程为,通过EMS系统,采用累加法,对每一条10kV母线上故障前后的负荷变化进行汇总,得到故障损失总负荷、故障切除负荷和低压脱扣损失负荷,实现自动计算10kV母线上的故障停电损失负荷,具体计算公式为:故障瞬时损失总负荷=故障损失负荷+用户自身原因减少负荷+备自投恢复负荷。该步骤分析结果,是后续对故障事件通过损失负荷量进行分级的数据源。
步骤3:电网故障等级自动识别功能模块对电调度系统的配网进行故障监视与诊断,得到配网故障信息。配网进行故障监视与诊断的过程为,通过DMS系统,并应用配网自动化系统故障识别技术,对配网断路器跳闸、分支线跳闸等配网侧故障进行监视与识别,根据故障识别结果分析故障影响范围,生成故障事件。与所述步骤1主网故障监视与诊断类似,应用配网自动化系统故障识别技术,对配网断路器跳闸、分支线跳闸等配网侧故障进行监视与识别,根据故障识别结果分析故障影响范围,生成故障事件,为后续步骤提供基础数据。
步骤4:电网故障等级自动识别功能模块根据配网故障信息对配网损失负荷进行计算,得到配网故障损失负荷。配网损失负荷进行计算的具体过程,从外部系统获取用户侧计量断面数据,从DMS系统获取配网运行断面数据,用户自身应急电源恢复负荷,实现配网故障损失负荷的计算,计算公式为,配网故障损失负荷=∑故障影响用户最近的计量断面数值-用户自身应急电源恢复负荷。基于定期(1小时)获取的外部系统用户侧计量断面(15分钟一个断面)数据,以及定期(5分钟)从DMS系统获取的配网运行断面数据,根据所述步骤3配网故障监视诊断结果,综合考虑用户自身应急电源恢复负荷,实现配网故障损失负荷的计算,计算公式为,配网故障损失负荷=∑故障影响用户最近的计量断面数值-用户自身应急电源恢复负荷。与所述步骤2类似,该步骤分析结果,是后续对故障事件通过损失负荷量进行分级的数据源。
步骤5:电网故障等级自动识别功能模块根据主网故障信息、配网故障信息和从信息交互总线系统获取的用户台账信息分析故障影响的用户,得到影响用户信息。影响用户信息的分析过程为,应用数据融合与模型拼接技术,把用电调度系统与调配用模型连通,应用拓扑分析技术,基于主网故障信息和配网故障信息,对故障影响中低压用户进行追踪统计,计算公式为,故障影响重要用户比例=∑故障影响重要用户数/∑故障影响用户总数,故障影响重要用户时户数累加=∑(故障影响重要用户*用户停电小时),故障影响保供电用户比例=∑故障影响保供电用户数/∑故障影响用户总数,故障影响敏感用户比例=∑故障影响敏感用户数/∑故障影响用户总数。影响用户信息包括影响中/低压用户数、影响用户中重要用户数量与比例、重要用户时户数累加、保供电用户比例和敏感用户比例的信息。
步骤6:根据标准构件事故评级库,根据事故评级库得到评级标准。根据标准构件事故评级库的具体过程为,依据中国南方电网有限责任公司《电力事故事件调查规程》,从电力人身事故、电力设备事故以及电力安全事故几个方面构建事故评级库,按照省、市的区域级别与电网负荷量分级构建。评级库的制定范围包括事故类和事件类。
评级库制定范围:
事故类,包含:电力人身事故(人工维护人员伤亡情况)、电力设备事故(人工维护经济损失情况)、电力安全事故(电网减供负荷比例和供电用户停电比例、发电厂或者220千伏以上变电站因安全故障造成全厂(站)对外停电的影响和持续时间)。
事件类,包含:电力人身事件(人工维护人员伤亡情况)、电力设备事件(人工维护生产运行设备经济损失)、电力安全事件(造成社会影响、损害企业形象,变电站或配电母线失压或发电厂全停)、电力安全事件(发电、直流、输电、变电设备非计划停运)。按照省、市的区域级别与电网负荷量分级构建。该步骤分析结果,是后续对故障事件进行分级判断依据。
步骤7:电网故障等级自动识别功能模块根据主网故障信息、主网故障损失负荷、配网故障信息、配网故障损失负荷和影响用户信息通过级标准评定故障的等级。等级评定过程为,对故障事件等级的自动识别,对可能导致事故事件等级升级的因素进行实时跟踪,以倒计时的方式对事故事件等级状态进行预警,并对事故等级进行更新。
以上已对本发明创造的较佳实施例进行了具体说明,但本发明并不限于实施例,熟悉本领域的技术人员在不违背本发明创造精神的前提下还可以作出种种的等同的变型或替换,这些等同的变型或替换均包含在本申请的范围内。
Claims (10)
1.一种基于多源数据融合的电网故障等级自动识别方法,其特征在于,包括用电调度系统、信息交互总线系统以及电网故障等级自动识别功能模块;包括如下步骤:
步骤1:电网故障等级自动识别功能模块对用电调度系统的主网进行故障监视与诊断,得到主网故障信息;
步骤2:电网故障等级自动识别功能模块根据主网故障信息对主网损失负荷进行计算,得到主网故障损失负荷;
步骤3:电网故障等级自动识别功能模块对电调度系统的配网进行故障监视与诊断,得到配网故障信息;
步骤4:电网故障等级自动识别功能模块根据配网故障信息对配网损失负荷进行计算,得到配网故障损失负荷;
步骤5:电网故障等级自动识别功能模块根据主网故障信息、配网故障信息和从信息交互总线系统获取的用户台账信息分析故障影响的用户,得到影响用户信息;
步骤6:根据标准构件事故评级库,根据事故评级库得到评级标准;
步骤7:电网故障等级自动识别功能模块根据主网故障信息、主网故障损失负荷、配网故障信息、配网故障损失负荷和影响用户信息通过级标准评定故障的等级。
2.根据权利要求1所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述步骤1中主网进行故障监视与诊断的具体过程为,通过EMS系统,对母线失压监视与线路跳闸监视,应用调度自动化系统故障识别技术,对变电站失压、10kV站内母线失压的单一设备故障扩展到大面积停电复杂电网故障进行故障监视与识别,整合不同故障类型特征,通过母线失压监视与线路跳闸监视,根据故障识别结果分析故障影响范围,生成故障事件。
3.根据权利要求1所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述步骤2中主网损失负荷进行计算的过程为,通过EMS系统,采用累加法,对每一条10kV母线上故障前后的负荷变化进行汇总,得到故障损失总负荷、故障切除负荷和低压脱扣损失负荷,实现自动计算10kV母线上的故障停电损失负荷,具体计算公式为:故障瞬时损失总负荷=故障损失负荷+用户自身原因减少负荷+备自投恢复负荷。
4.根据权利要求1所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述步骤3中配网进行故障监视与诊断的过程为,通过DMS系统,并应用配网自动化系统故障识别技术,对配网断路器跳闸、分支线跳闸等配网侧故障进行监视与识别,根据故障识别结果分析故障影响范围,生成故障事件。
5.根据权利要求1所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述步骤4中配网损失负荷进行计算的具体过程,从外部系统获取用户侧计量断面数据,从DMS系统获取配网运行断面数据,用户自身应急电源恢复负荷,实现配网故障损失负荷的计算,计算公式为,配网故障损失负荷=∑故障影响用户最近的计量断面数值-用户自身应急电源恢复负荷。
6.根据权利要求1所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述步骤5中影响用户信息的分析过程为,应用数据融合与模型拼接技术,把用电调度系统与调配用模型连通,应用拓扑分析技术,基于主网故障信息和配网故障信息,对故障影响中低压用户进行追踪统计,计算公式为,故障影响重要用户比例=∑故障影响重要用户数/∑故障影响用户总数,故障影响重要用户时户数累加=∑(故障影响重要用户*用户停电小时),故障影响保供电用户比例=∑故障影响保供电用户数/∑故障影响用户总数,故障影响敏感用户比例=∑故障影响敏感用户数/∑故障影响用户总数。
7.根据权利要求6所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述影响用户信息包括影响中/低压用户数、影响用户中重要用户数量与比例、重要用户时户数累加、保供电用户比例和敏感用户比例的信息。
8.根据权利要求1所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述步骤6中根据标准构件事故评级库的具体过程为,依据中国南方电网有限责任公司《电力事故事件调查规程》,从电力人身事故、电力设备事故以及电力安全事故几个方面构建事故评级库,按照省、市的区域级别与电网负荷量分级构建。
9.根据权利要求8所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述评级库的制定范围包括事故类和事件类。
10.根据权利要求1所述的一种基于多源数据融合的电网故障等级自动识别方法,其特征在于:所述步骤7中等级评定过程为,对故障事件等级的自动识别,对可能导致事故事件等级升级的因素进行实时跟踪,以倒计时的方式对事故事件等级状态进行预警,并对事故等级进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710582617.2A CN107844880A (zh) | 2017-07-17 | 2017-07-17 | 一种基于多源数据融合的电网故障等级自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710582617.2A CN107844880A (zh) | 2017-07-17 | 2017-07-17 | 一种基于多源数据融合的电网故障等级自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107844880A true CN107844880A (zh) | 2018-03-27 |
Family
ID=61683188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710582617.2A Pending CN107844880A (zh) | 2017-07-17 | 2017-07-17 | 一种基于多源数据融合的电网故障等级自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107844880A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108110893A (zh) * | 2017-11-22 | 2018-06-01 | 国电南瑞科技股份有限公司 | 一种输配协同的电网故障等级自动识别方法 |
CN108427388A (zh) * | 2018-04-11 | 2018-08-21 | 广东工业大学 | 一种r2r制造系统故障范围确定方法及装置 |
CN108765893A (zh) * | 2018-06-06 | 2018-11-06 | 广东电网有限责任公司 | 一种基于计量自动化系统的停电告警方法及系统 |
CN108933437A (zh) * | 2018-06-13 | 2018-12-04 | 广东电网有限责任公司 | 一种配电网的供电能力自动分析方法 |
CN108988333A (zh) * | 2018-08-03 | 2018-12-11 | 广东电网有限责任公司 | 电网故障统计方法 |
CN109034241A (zh) * | 2018-07-24 | 2018-12-18 | 南京千智电气科技有限公司 | 基于支持向量机的负荷集群控制方法和系统 |
CN109190941A (zh) * | 2018-08-17 | 2019-01-11 | 广东电网有限责任公司 | 一种电网运行方式的自动风险评估分析方法 |
CN109409707A (zh) * | 2018-10-12 | 2019-03-01 | 云南电网有限责任公司文山供电局 | 一种基于电网拓扑连接计算的危害程度评估方法 |
CN110045207A (zh) * | 2019-04-26 | 2019-07-23 | 国网上海市电力公司 | 一种基于电网架构和多源数据融合的复杂故障诊断方法 |
CN111047195A (zh) * | 2019-12-13 | 2020-04-21 | 北京科东电力控制系统有限责任公司 | 一种基于多源数据的保供电系统 |
CN111162565A (zh) * | 2019-12-26 | 2020-05-15 | 国网宁夏电力有限公司 | 基于多源数据融合的中低压网络在线拼接方法及系统 |
CN111652500A (zh) * | 2020-05-29 | 2020-09-11 | 广东电网有限责任公司 | 基于调度自动化值班辅助系统、设备及其报告生成方法 |
CN111681006A (zh) * | 2020-05-25 | 2020-09-18 | 武汉默联股份有限公司 | 一种医院信息化系统的支付安全保障方法 |
CN111929528A (zh) * | 2020-06-11 | 2020-11-13 | 国网浙江省电力有限公司温州供电公司 | 一种市域电网设备故障风险监测预警方法 |
CN112290542A (zh) * | 2020-10-19 | 2021-01-29 | 北京中恒博瑞数字电力科技有限公司 | 基于多源数据融合的配网故障停电损失分析展示方法 |
CN115224800A (zh) * | 2022-07-26 | 2022-10-21 | 国网浙江杭州市萧山区供电有限公司 | 一种融合多维数据的监控信息故障研判预警方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809322A (zh) * | 2016-02-22 | 2016-07-27 | 国网冀北电力有限公司 | 综合考虑发电、输电和配电系统的城市电网可靠性评估方法 |
CN106056481A (zh) * | 2016-06-23 | 2016-10-26 | 中国南方电网有限责任公司电网技术研究中心 | 一种配用电多源数据系统及多源数据的处理方法 |
CN106099914A (zh) * | 2016-06-29 | 2016-11-09 | 燕山大学 | 一种基于供电能力的主动配电网安全等级划分方法 |
-
2017
- 2017-07-17 CN CN201710582617.2A patent/CN107844880A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809322A (zh) * | 2016-02-22 | 2016-07-27 | 国网冀北电力有限公司 | 综合考虑发电、输电和配电系统的城市电网可靠性评估方法 |
CN106056481A (zh) * | 2016-06-23 | 2016-10-26 | 中国南方电网有限责任公司电网技术研究中心 | 一种配用电多源数据系统及多源数据的处理方法 |
CN106099914A (zh) * | 2016-06-29 | 2016-11-09 | 燕山大学 | 一种基于供电能力的主动配电网安全等级划分方法 |
Non-Patent Citations (1)
Title |
---|
何剑军 等: "基于多源数据融合的配用电侧故障事件等级自动识别及风险控制分析", 《中国战略新兴产业》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108110893A (zh) * | 2017-11-22 | 2018-06-01 | 国电南瑞科技股份有限公司 | 一种输配协同的电网故障等级自动识别方法 |
CN108427388B (zh) * | 2018-04-11 | 2020-10-23 | 广东工业大学 | 一种r2r制造系统故障范围确定方法及装置 |
CN108427388A (zh) * | 2018-04-11 | 2018-08-21 | 广东工业大学 | 一种r2r制造系统故障范围确定方法及装置 |
CN108765893A (zh) * | 2018-06-06 | 2018-11-06 | 广东电网有限责任公司 | 一种基于计量自动化系统的停电告警方法及系统 |
CN108933437A (zh) * | 2018-06-13 | 2018-12-04 | 广东电网有限责任公司 | 一种配电网的供电能力自动分析方法 |
CN108933437B (zh) * | 2018-06-13 | 2021-07-16 | 广东电网有限责任公司 | 一种配电网的供电能力自动分析方法 |
CN109034241A (zh) * | 2018-07-24 | 2018-12-18 | 南京千智电气科技有限公司 | 基于支持向量机的负荷集群控制方法和系统 |
CN108988333A (zh) * | 2018-08-03 | 2018-12-11 | 广东电网有限责任公司 | 电网故障统计方法 |
CN109190941A (zh) * | 2018-08-17 | 2019-01-11 | 广东电网有限责任公司 | 一种电网运行方式的自动风险评估分析方法 |
CN109409707A (zh) * | 2018-10-12 | 2019-03-01 | 云南电网有限责任公司文山供电局 | 一种基于电网拓扑连接计算的危害程度评估方法 |
CN110045207A (zh) * | 2019-04-26 | 2019-07-23 | 国网上海市电力公司 | 一种基于电网架构和多源数据融合的复杂故障诊断方法 |
WO2021114856A1 (zh) * | 2019-12-13 | 2021-06-17 | 北京科东电力控制系统有限责任公司 | 一种基于多源数据的保供电系统 |
CN111047195A (zh) * | 2019-12-13 | 2020-04-21 | 北京科东电力控制系统有限责任公司 | 一种基于多源数据的保供电系统 |
CN111162565A (zh) * | 2019-12-26 | 2020-05-15 | 国网宁夏电力有限公司 | 基于多源数据融合的中低压网络在线拼接方法及系统 |
CN111681006A (zh) * | 2020-05-25 | 2020-09-18 | 武汉默联股份有限公司 | 一种医院信息化系统的支付安全保障方法 |
CN111652500A (zh) * | 2020-05-29 | 2020-09-11 | 广东电网有限责任公司 | 基于调度自动化值班辅助系统、设备及其报告生成方法 |
CN111929528A (zh) * | 2020-06-11 | 2020-11-13 | 国网浙江省电力有限公司温州供电公司 | 一种市域电网设备故障风险监测预警方法 |
CN112290542A (zh) * | 2020-10-19 | 2021-01-29 | 北京中恒博瑞数字电力科技有限公司 | 基于多源数据融合的配网故障停电损失分析展示方法 |
CN115224800A (zh) * | 2022-07-26 | 2022-10-21 | 国网浙江杭州市萧山区供电有限公司 | 一种融合多维数据的监控信息故障研判预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844880A (zh) | 一种基于多源数据融合的电网故障等级自动识别方法 | |
CN108110893A (zh) | 一种输配协同的电网故障等级自动识别方法 | |
KR102218268B1 (ko) | 고장판단 및 고장복구 시나리오 자동생성 기능을 탑재한 변전소 자동화시스템 운영장치 | |
CN103941158B (zh) | 基于多源信息的配电网故障诊断方法 | |
CN103441572B (zh) | 变电站设备监控方法 | |
CN109713793B (zh) | 一种变电站站用电源在线状态评估系统和方法 | |
CN106124935A (zh) | 中低压配电网络故障定位方法 | |
CN107167704B (zh) | 基于cim模型的配电网故障诊断系统及方法 | |
CN106651643A (zh) | 一种基于配调一体化的面向全过程的保电管控方法 | |
CN107846011A (zh) | 一种基于主配网协同控制的配电网故障恢复方法 | |
KR102088740B1 (ko) | 인공 지능 기반 정정값 자동 계산 보호 계전 장치 | |
CN107609725A (zh) | 一种考虑变电站影响的输电网风险评估方法 | |
CN104463696A (zh) | 电网运行风险识防方法及系统 | |
CN102005736A (zh) | 一种继电保护设备健康状况在线监测方法 | |
CN107093017B (zh) | 停电事件的业务数据获取方法及其装置和系统 | |
CN104459378B (zh) | 一种智能变电站故障诊断方法 | |
CN110095661B (zh) | 一种配电变压器高压侧缺相故障抢修方法 | |
CN102361351A (zh) | 电力系统的远程监测诊断系统 | |
CN109494877A (zh) | 海上风电场一体化监控方法、装置、计算机设备和介质 | |
CN108629526A (zh) | 一种基于电网调度自动化系统的事故简报方法 | |
CN111667143A (zh) | 电网调度实时监测数据与业务管理数据融合的实现方法 | |
CN204906004U (zh) | 一种网络分层分布式的智能区域电网 | |
CN111835083B (zh) | 电源信息监控系统、方法、装置、计算机设备和存储介质 | |
CN115995880A (zh) | 一种配电自动化终端多维度状态综合监测分析方法及系统 | |
CN109767108A (zh) | 一种电力调度系统线路状态精准分析方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180327 |
|
WD01 | Invention patent application deemed withdrawn after publication |