CN118070233B - 一种基于物联网的电力集中器数据采集分析方法 - Google Patents

Abstract

本发明属于电力数据分析技术领域，具体涉及一种基于物联网的电力集中器数据采集分析方法，通过利用电力集中器采集电网中各电力设备的运行信息，由此识别出故障设备，并定位到故障设备所在供电线路，以此进行相应供电线路的运行异常检测和运行波动检测，进而根据检测结果进行故障原因预测，实现了故障原因的有效全面预测，从而大大降低了故障原因的误判率，有利于提高预测准确度，与此同时在依据电网的故障检测结果进行故障抢修调度分配时将故障线路的故障影响程度与运行负荷进行结合考虑，由此突出了运行负荷在故障抢修调度中的重要性，这样可以更准确、合理地确定故障线路的抢修优先级，实现抢修资源的科学优化分配。

Description

一种基于物联网的电力集中器数据采集分析方法

技术领域

本发明属于电力数据分析技术领域，具体涉及一种基于物联网的电力集中器数据采集分析方法。

背景技术

电力集中器是电力系统中的一种重要设备，通过采集电网运行数据，将其传输到中心数据管理系统，实现电网的远程管理，特别是故障管理，由于电网中存在多种电力设备，这些电力设备随着使用年限增加、外部因素干扰容易造成性能下降，从而增大了电网运行故障的发生率，鉴于电力集中器的实时、智能、远程管理特点，将其应用于电网故障检测管理，能够大大提高电网故障检测的效率和准确性。

现有技术中也有一些涉及电网故障检测管理的相关解决方案，例如申请公开号为CN103501051A的中国发明专利申请公开的配用电网故障处理平台，通过采集电力系统的报修故障、线路故障信息进行接收和校验后，由此进行设备定位、故障信息筛选、线路拓扑分析，进而确定故障类型、故障线路和影响区域，从而根据确定的故障结果进行故障抢修分配，实现了对电力系统故障信息的集中采集和预先自动研判，为故障抢修及管理提供有力依据，进而提高故障抢修和电网管理的效率。但该发明在依据故障结果进行故障抢修分配时只考虑到故障线路的故障位置、故障类型，缺乏对故障线路运行负荷的考虑，可能导致抢修资源在电网中分配不均衡，有些故障可能发生在负载较轻的线路上，而有些可能发生在负载较重的线路上，如果忽略了运行负荷，可能导致对负载较重的线路抢修响应不足，使其长时间处于故障状态，增加了电网的运行风险，可能导致更严重的问题，甚至引发连锁故障。

另外现有技术中在依据电网中电力设备的运行数据识别出故障设备后进行故障原因预测时通常只关注故障设备所在供电线路运行是否异常，忽略了供电线路的运行波动性也会造成电力设备故障，这样可能会误判故障的根本原因，进而影响预测准确度。

发明内容

为此，本申请实施例的一个目的在于提供一种基于物联网的电力集中器数据采集分析方法，有效解决了背景技术提到的问题。

本发明的目的可以通过以下技术方案来实现：一种基于物联网的电力集中器数据采集分析方法，包括以下步骤：S1、在电网运行过程中利用电力集中器实时采集各电力设备的运行指征。

S2、根据各电力设备的运行指征判断是否存在运行故障，若判断存在运行故障，则识别故障设备及故障时刻，并从供电网的电力设备布设拓扑图中标记故障设备所处位置。

S3、统计当前故障时刻存在的故障设备数量，并基于各故障设备所处位置定位该位置所在供电线路，进而在调取各故障设备所在供电线路在当前故障时刻前与当前故障时刻中的运行指标，由此预测故障产生原因。特别地，在预测故障产生原因时将各故障设备所在供电线路在当前故障时刻前与当前故障时刻中的运行指标进行对比，计算得到各故障设备所在供电线路中运行指标对应的故障波动度。

获取故障设备所在供电线路的供电电压等级，由此得到故障设备所在供电线路的额定运行指标。

将各故障设备所在供电线路在当前故障时刻的运行指标与相应供电线路的额定运行指标进行对比，计算各故障设备所在供电线路中运行指标在当前故障时刻的异常度。

将各故障设备所在供电线路中运行指标对应的故障波动度与预设的允许波动度进行对比，同时将各故障设备所在供电线路中运行指标在当前故障时刻的异常度与预设的允许异常度进行对比，若在某故障设备所在供电线路中某运行指标对应的故障波动度大于允许波动度或某运行指标在当前故障时刻的异常度大于允许异常度，则将该运行指标为关键运行指标，并预测该故障设备的故障产生原因为关键运行指标运行不当。

S4、将电力设备布设拓扑图聚焦在故障设备所处位置，从中提取当前故障时刻对应的故障涉及线路，由此评估当前故障时刻中故障涉及线路对应的故障影响程度。

S5、分析故障涉及线路在当前故障时刻的倾向负荷状态。

在进一步的实施中倾向负荷状态分析过程为：基于当前故障时刻对应的故障涉及线路调取相应故障涉及线路的历史用电记录，并从历史用电记录中提取故障涉及线路在当前故障时刻的用电负荷。

将当前故障时刻中故障涉及线路在各条历史用电记录中的用电负荷进行平均统计，得到当前故障时刻中故障涉及线路的倾向用电负荷，并将其结合故障涉及线路的满载负荷计算故障涉及线路在当前故障时刻的倾向负荷率。

S6、基于故障涉及线路在当前故障时刻的倾向负荷状态和故障影响程度进行故障抢修分配。

在本发明的进一步创新中，故障抢修分配实施如下：从当前故障时刻中故障涉及线路对应关联故障设备匹配的停电运维日志内提取故障运维时长，由此将同一故障涉及线路对应各关联故障设备的运维时长进行对比，从中提取最大运维时长作为当前故障时刻中故障涉及线路对应的历史运维时长。

统计当前故障时刻存在的故障涉及线路数量，由此将各条故障涉及线路对应的历 史运维时长结合倾向负荷率和故障影响程度统计各条故障涉及线路对应的抢修优先指数， 计算表达式为，式 中表示自然常数。

将各条故障涉及线路按照抢修优先指数降序排列，排列结果即为故障涉及线路的抢修顺序。

结合上述的所有技术方案，本发明所具备的积极效果为：1、本发明通过利用电力集中器采集电网中各电力设备的运行信息，由此识别出故障设备，并定位到故障设备所在供电线路，以此进行相应供电线路的运行异常检测和运行波动检测，进而根据检测结果进行故障原因预测，实现了故障原因的有效全面预测，相比较现有技术中只关注故障设备所在供电线路的运行异常，该预测方式能够最大限度避免潜在故障因素的遗漏考虑，从而大大降低了故障原因的误判率，有利于提高预测准确度。

2、本发明在根据电网中各电力设备的运行信息识别故障设备时将电力设备的负荷等级考虑在内进行各电力设备对应允许运行偏离的针对性分析，进而根据分析结果进行故障设备的合理、准确识别，由于每个电力设备的负荷等级存在差异，也就具有个性化地允许运行偏离，在识别故障设备时可以避免统一设定允许运行偏离范围造成的误识别，有助于降低故障设备的漏识别。

3、本发明在依据电网的故障检测结果进行故障抢修分配时将故障线路的故障影响程度与运行负荷进行结合考虑，由此突出了运行负荷在故障抢修中的重要性，这样可以更准确、合理地确定故障线路的抢修优先级，实现抢修资源的科学优化分配，从而大大避免出现对负载较重线路抢修响应不足的问题，在一定程度上减少了电网的运行风险，减少可能引发的连锁故障，从而有利于保障电网的稳定运行和可靠供电。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1为本发明的方法实施步骤流程图。

图2为本发明的故障涉及线路中故障直接涉及线路示意图。

图3为本发明的故障涉及线路中故障间接涉及线路示意图。

附图标记：A——故障设备所在位置，B——供电线路输送方向。

具体实施方式

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做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。

参见图1所示，本发明提出一种基于物联网的电力集中器数据采集分析方法，包括以下步骤：S1、在电网运行过程中利用电力集中器实时采集各电力设备的运行指征。

在上述方案的示例实施中，电网中存在的电力设备包括但不限于变压器、断路器、电容器等，其中变压器的运行指征包括电压、电流、温度、绝缘电阻等，断路器的运行指征包括绝缘电阻、介电强度等，电容器的运行指征包括绝缘电阻、温度等。

需要知道的是电力集中器对电网中电力设备的运行指征采集是由于电力集中器通常具备网络通信能力，可以通过有线或无线通信方式与电网中的电力设备进行数据交换。这使得它能够实时获取设备的运行数据，并将数据传输至数据中心或监控系统。

S2、根据各电力设备的运行指征判断是否存在运行故障，若判断存在运行故障，则识别故障设备及故障时刻，并从供电网的电力设备布设拓扑图中标记故障设备所处位置。

应用于上述实施例，根据各电力设备的运行指征判断是否存在运行故障参见下述过程：获取各电力设备的名称，并将其与用电信息库各种负荷等级包含的用电设备名称进行匹配，从中匹配出各用电设备对应的负荷等级。

将各用电设备对应的负荷等级与用电信息库中各负荷等级对应的允许运行偏离范围进行比对，得到各用电设备对应的允许运行偏离范围。

需要知道的是，负荷等级是电力负荷根据对的要求和中断供电对政治、经济所造成损失或影响的程度进行分级，可划分为一级负荷、二级负荷和三级负荷，其中一级负荷的重要性大于二级负荷，二级负荷的重要性大于三级负荷，这使得一级负荷的允许运行偏离范围小于二级负荷的允许运行偏离范围，二级负荷的允许运行偏离范围小于三级负荷的允许运行偏离范围。

进一步需要补充的是，用电信息库中存储的各用电设备对应的允许运行偏离范围 设定如下：以之间作为允许运行偏离范围，再根据现有的三级负荷，从之间找到 节点，示例性地，节点可以为0.2、0.4、0.8，那么一级负荷对应的允许运行偏离范围可以为，二级负荷对应的允许运行偏离范围可以为，三级级负荷对应的允许运行偏 离范围可以为。

获取各电力设备的规格型号，由此从电力设备的使用说明中获取各电力设备的正 常运行指征，由此将各电力设备的运行指征与正常运行指征进行对比，计算各电力设备的 运行偏离度，其中。

将各电力设备的运行偏离度与该电力设备对应的允许运行偏离范围进行对比，若所有电力设备的运行偏离度均处于相应电力设备对应的允许运行偏离范围内，则判断不存在运行故障，若存在某电力设备的运行偏离度大于相应电力设备对应允许运行偏离范围中的上限值，则判断存在运行故障，并将该电力设备作为故障设备。

本发明在根据电网中各电力设备的运行信息识别故障设备时将电力设备的负荷等级考虑在内进行各电力设备对应允许运行偏离的针对性分析，进而根据分析结果进行故障设备的合理、准确识别，由于每个电力设备的负荷等级存在差异，也就具有个性化地允许运行偏离，在识别故障设备时可以避免统一设定允许运行偏离范围造成的误识别，有助于降低故障设备的漏识别。

S3、统计当前故障时刻存在的故障设备数量，并基于各故障设备所处位置定位该位置所在供电线路，进而在调取各故障设备所在供电线路在当前故障时刻前后的运行指标，由此预测故障产生原因。

需要说明的是，由于电网需要将电力从发电厂输送至各个地区的用户，而不同地区、不同用户的电力需求可能有所不同，因此电网中大多含有多条供电线路，呈现网状结构，以支持区域间的电力输送。

在上述方案的优选实施中，预测故障产生原因具体执行如下：将各故障设备所在 供电线路在当前故障时刻前与当前故障时刻中的运行指标进行对比，计算得到各故障设备 所在供电线路中运行指标对应的故障波动度，其中故障波动度的计算表达式为，式中表示故障设备所在供电线路中运行 指标对应的故障波动度，表示故障设备所在供电线路在当前故障时刻前的运行指标，表示故障设备所在供电线路在当前故障时刻中的运行指标，表示自然常数。

在上述方案的可选实施中，供电线路的运行指标包括电压、电流、频率等。

需要理解的是，当电网运行存在波动时可能会对电力设备的运行状态产生影响，这种波动可以是电压、电流或频率等参数的突然变化或波动，可能会引起以下情况：设备过载：电压或电流的突然增加可能导致设备过载，特别是在电网负荷较大或电压波动较大的情况下。过载可能会导致设备过热、损坏或触发保护机制。

电压异常：电压波动可能导致电力设备的工作电压超出额定范围，使设备处于不稳定的工作状态。这可能导致电子元件损坏、设备故障或传感器测量误差增大。

频率偏差：电网频率的偏差可能影响某些设备的正常运行，特别是对于需要精确频率供电的设备，容易导致设备数据丢失或通信中断等问题。

获取故障设备所在供电线路的供电电压等级，由此得到故障设备所在供电线路的额定运行指标。需要知道的是，电力系统的供电电压等级包括但不限于220V、380v、10KV等，在不同供电电压等级下，由于设备特性和系统容量的不同，这使得不同供电电压等级对应的线路额定运行指标存在差异。

将各故障设备所在供电线路在当前故障时刻的运行指标与相应供电线路的额定 运行指标进行对比，计算各故障设备所在供电线路中运行指标在当前故障时刻的异常度， 其中异常度的计算表达式为，式中表示 故障设备所在供电线路中运行指标在在当前故障时刻的异常度，表示故障设备所在 供电线路的额定运行指标。

将各故障设备所在供电线路中运行指标对应的故障波动度与预设的允许波动度进行对比，示例性地，允许波动度可以预设为30%，同时将各故障设备所在供电线路中运行指标在当前故障时刻的异常度与预设的允许异常度进行对比，示例性地，允许异常度可以预设为20%，若在某故障设备所在供电线路中某运行指标对应的故障波动度大于允许波动度或某运行指标在当前故障时刻的异常度大于允许异常度，则将该运行指标为关键运行指标，并预测该故障设备的故障产生原因为关键运行指标运行不当。

需要补充的是当故障设备所在供电线路不只一条时在进行故障设备所在供电线路中运行指标对应的故障波动度分析时要将故障设备所在的每条供电线路都进行分析，同理在进行故障设备所在供电线路中运行指标在当前故障时刻的异常度时要将故障设备所在每条供电线路都进行分析。

本发明通过利用电力集中器采集电网中各电力设备的运行信息，由此识别出故障设备，并定位到故障设备所在供电线路，以此进行相应供电线路的运行异常检测和运行波动检测，进而根据检测结果进行故障原因预测，实现了故障原因的有效全面预测，相比较现有技术中只关注故障设备所在供电线路的运行异常，该预测方式能够最大限度避免潜在故障因素的遗漏考虑，从而大大降低了故障原因的误判率，有利于提高预测准确度。

S4、将电力设备布设拓扑图聚焦在故障设备所处位置，从中提取当前故障时刻对应的故障涉及线路，由此评估当前故障时刻中故障涉及线路对应的故障影响程度。

上述中提到的故障涉及线路包括故障直接关联线路和故障间接关联线路，其中故障涉及线路的提取过程如下：从电力设备布设拓扑图中提取与故障设备直接相连的线路，记为故障直接关联线路，参见图2所示。

从电力设备布设拓扑图中定位故障设备所在供电线路，进而在相应供电线路的故障设备所在位置沿着供电线路输送方向识别是否连接供电支路，若连接供电支路，则将相应供电支路记为故障间接关联线路，参见图3所示。

进一步地，故障涉及线路的提取还包括：识别当前故障时刻中各故障设备所在供电线路是否为供电主路，若某故障设备所在供电线路为供电主路，则将整个电网中存在的供电线路均作为当前故障时刻对应的故障涉及线路，若某故障设备所在供电线路不为供电主路，则该故障设备对应的故障涉及线路作为当前故障时刻对应的故障涉及线路。

作为本发明的进一步创新，当前故障时刻中故障涉及线路对应的故障影响程度评估如下：调取电网的历史停电运维日志，并从中提取各条历史停电运维日志对应的停电线路、触发停电设备及停电原因。

在上述方案的示例中，触发停电设备为变压器，停电原因为电压运行不当。

将当前故障时刻对应的故障涉及线路和各条历史停电运维日志对应的停电线路进行匹配，由此从历史停电运维日志中提取故障涉及线路对应的停电运维日志。

将当前故障时刻中各故障设备对应的故障涉及线路进行对比，从中提取相同故障涉及线路对应的故障设备进行归类，得到当前故障时刻中各故障涉及线路关联的故障设备。

将故障涉及线路对应停电运维日志的触发停电设备及停电原因与当前故障时刻中故障涉及线路关联的故障设备及其故障产生原因进行匹配，由此得到匹配成功的停电运维日志作为当前故障时刻中故障涉及线路对应关联故障设备匹配的停电运维日志。

需要说明的是，上述提到的匹配成功是指故障设备与某停电运维日志的触发停电设备相同且故障产生原因与该停电运维日志的停电原因相同。

统计当前故障时刻中故障涉及线路对应关联故障设备匹配的停电运维日志数量，将其除以故障涉及线路对应的停电运维日志总数量，得到当前故障时刻中故障涉及线路对应关联故障设备的停电占比率。

将当前故障时刻中同一故障涉及线路中对应各关联故障设备的停电占比率进行对比，从中提取最大停电占比率作为当前故障时刻中故障涉及线路的故障影响程度。

S5、分析故障涉及线路在当前故障时刻的倾向负荷状态，具体参见下述过程：基于当前故障时刻对应的故障涉及线路调取相应故障涉及线路的历史用电记录，并从历史用电记录中提取故障涉及线路在当前故障时刻的用电负荷。

上述提到的用电记录是通过按照设定的时间间隔将一天的时长进行划分，并记载各供电线路在一天内各时刻的用电负荷，其中用电负荷是指供电线路在一天内各时刻处于运行状态下的所有负载功率，在基于当前故障时刻进行用电负荷提取时通过将当前故障时刻与一天内划分的各时刻进行接近对比，从中选取最接近当前故障时刻对应时刻的用电负荷作为供电线路在当前故障时刻的用电负荷。

将当前故障时刻中故障涉及线路在各条历史用电记录中的用电负荷进行平均统计，得到当前故障时刻中故障涉及线路的倾向用电负荷，具体获取过程为：将当前故障时刻中故障涉及线路在各条历史用电记录中的用电负荷进行标准差计算，得到当前故障时刻中故障涉及线路对应的用电负荷标准差，并与预设的限定标准差进行对比，若用电负荷标准差小于或等于预设的限定标准差，示例地，限定标准差为1，则将故障涉及线路在各条历史用电记录中的用电负荷均值作为故障涉及线路的倾向用电负荷，反之则将故障涉及线路在各条历史用电记录中的用电负荷进行修剪平均计算，计算结果作为故障涉及线路的倾向用电负荷。

上述提到的修剪平均是指去除最值后的平均计算，在当前故障时刻中故障涉及线路对应的用电负荷标准差较大时表明当前故障时刻中故障涉及线路在各条历史用电记录中的用电负荷之间数据分布离散，存在极端值，此时通过修剪平均计算，可以减少极端值对平均值的影响，更好地反映数据的集中趋势。

由此将当前故障时刻中故障涉及线路的倾向用电负荷结合故障涉及线路的满载 负荷计算故障涉及线路在当前故障时刻的倾向负荷率，其中。

特别地，故障涉及线路的满载负荷可以将故障涉及线路的额定电压与额定电流相乘，得到满载负荷。

S6、基于故障涉及线路在当前故障时刻的倾向负荷状态和故障影响程度进行故障抢修分配，具体分配如下：从当前故障时刻中故障涉及线路对应关联故障设备匹配的停电运维日志内提取故障运维时长，由此将同一故障涉及线路对应各关联故障设备的运维时长进行对比，从中提取最大运维时长作为当前故障时刻中故障涉及线路对应的历史运维时长。

统计当前故障时刻存在的故障涉及线路数量，由此将各条故障涉及线路对应的历 史运维时长结合倾向负荷率和故障影响程度统计各条故障涉及线路对应的抢修优先指数， 计算表达式为，式 中表示自然常数，其中运维时长累和为当前故障时刻中所有故障涉及线路对应历史运维 时长的累和。

将各条故障涉及线路按照抢修优先指数降序排列，排列结果即为故障涉及线路的抢修顺序。

本发明在依据电网的故障检测结果进行故障抢修分配时将故障线路的故障影响程度与运行负荷进行结合考虑，由此突出了运行负荷在故障抢修中的重要性，这样可以更准确、合理地确定故障线路的抢修优先级，实现抢修资源的科学优化分配，从而大大避免出现对负载较重线路抢修响应不足的问题，在一定程度上减少了电网的运行风险，减少可能引发的连锁故障，从而有利于保障电网的稳定运行和可靠供电。

更进一步地，故障抢修分配还包括以下过程：将当前故障时刻中各条故障涉及线 路对应的故障影响程度与设置阈值进行对比，其中由于故障影响程度取值在0-1之间，可以 将阈值设置为0.6，通过处理方式确定模型，得到 故障涉及线路对应的处理方式。

需要理解的是，当故障涉及线路对应的故障影响程度达到设置阈值时表明故障涉及线路的停电概率较大，此时为了最大限度降低停电带来的损失，需要启用备用电源，当故障涉及线路对应的故障影响程度较小时表明故障涉及线路的停电概率较小，可以优先进行线路调整，例如暂时关闭部分设备或调整运行模式，这样不仅需少量资源和时间就可能实现正常供电还对系统稳定性的影响较小，而如果在这种情况下启用备用电源，就涉及切换系统、监控以及可能的并网操作，这些都需要更多的人力和时间，同时启用备用电源还可能引入新的不确定性和潜在的运行问题。

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发明所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于物联网的电力集中器数据采集分析方法，其特征在于，包括以下步骤：

S1、在电网运行过程中利用电力集中器实时采集各电力设备的运行指征；

S2、根据各电力设备的运行指征判断是否存在运行故障，若判断存在运行故障，则识别故障设备及故障时刻，并从供电网的电力设备布设拓扑图中标记故障设备所处位置；

S3、统计当前故障时刻存在的故障设备数量，并基于各故障设备所处位置定位该位置所在供电线路，进而在调取各故障设备所在供电线路在当前故障时刻前与当前故障时刻中的运行指标，由此预测故障产生原因；

S4、将电力设备布设拓扑图聚焦在故障设备所处位置，从中提取当前故障时刻对应的故障涉及线路，由此评估当前故障时刻中故障涉及线路对应的故障影响程度；

S5、分析故障涉及线路在当前故障时刻的倾向负荷状态；

S6、基于故障涉及线路在当前故障时刻的倾向负荷状态和故障影响程度进行故障抢修分配；

所述预测故障产生原因具体执行如下：

将各故障设备所在供电线路在当前故障时刻前与当前故障时刻中的运行指标进行对比，计算得到各故障设备所在供电线路中运行指标对应的故障波动度；

获取故障设备所在供电线路的供电电压等级，由此得到故障设备所在供电线路的额定运行指标；

将各故障设备所在供电线路在当前故障时刻的运行指标与相应供电线路的额定运行指标进行对比，计算各故障设备所在供电线路中运行指标在当前故障时刻的异常度：

将各故障设备所在供电线路中运行指标对应的故障波动度与预设的允许波动度进行对比，同时将各故障设备所在供电线路中运行指标在当前故障时刻的异常度与预设的允许异常度进行对比，若在某故障设备所在供电线路中某运行指标对应的故障波动度大于允许波动度或某运行指标在当前故障时刻的异常度大于允许异常度，则将该运行指标为关键运行指标，并预测该故障设备的故障产生原因为关键运行指标运行不当；

所述当前故障时刻中故障涉及线路对应的故障影响程度评估如下：

调取电网的历史停电运维日志，并从中提取各条历史停电运维日志对应的停电线路、触发停电设备及停电原因；

基于当前故障时刻对应的故障涉及线路和各条历史停电运维日志对应的停电线路从历史停电运维日志中提取故障涉及线路对应的停电运维日志；

将当前故障时刻中各故障设备对应的故障涉及线路进行对比，从中提取相同故障涉及线路对应的故障设备进行归类，得到当前故障时刻中各故障涉及线路关联的故障设备；

将故障涉及线路对应停电运维日志的触发停电设备及停电原因与当前故障时刻中故障涉及线路关联的故障设备及其故障产生原因进行匹配，由此得到当前故障时刻中故障涉及线路对应关联故障设备匹配的停电运维日志；

统计当前故障时刻中故障涉及线路对应关联故障设备匹配的停电运维日志数量，将其除以故障涉及线路对应的停电运维日志总数量，得到当前故障时刻中故障涉及线路对应关联故障设备的停电占比率；

将当前故障时刻中同一故障涉及线路对应各关联故障设备的停电占比率进行对比，从中提取最大停电占比率作为当前故障时刻中故障涉及线路的故障影响程度；

所述分析故障涉及线路在当前故障时刻的倾向负荷状态参见下述过程：

基于当前故障时刻对应的故障涉及线路调取相应故障涉及线路的历史用电记录，并从历史用电记录中提取故障涉及线路在当前故障时刻的用电负荷；

将当前故障时刻中故障涉及线路在各条历史用电记录中的用电负荷进行平均统计，得到当前故障时刻中故障涉及线路的倾向用电负荷，并将其结合故障涉及线路的满载负荷计算故障涉及线路在当前故障时刻的倾向负荷率；

所述故障抢修分配如下过程：

从当前故障时刻中故障涉及线路对应关联故障设备匹配的停电运维日志内提取故障运维时长，由此将同一故障涉及线路对应各关联故障设备的运维时长进行对比，从中提取最大运维时长作为当前故障时刻中故障涉及线路对应的历史运维时长；

统计当前故障时刻存在的的故障涉及线路数量，由此将各条故障涉及线路对应的历史运维时长结合倾向负荷率和故障影响程度统计各条故障涉及线路对应的抢修优先指数，计算表达式为，式中表示自然常数；

将各条故障涉及线路按照抢修优先指数降序排列，排列结果即为故障涉及线路的抢修顺序；

所述故障抢修分配还包括以下过程：

将当前故障时刻中各条故障涉及线路对应的故障影响程度与设置阈值进行对比，通过处理方式确定模型，得到故障涉及线路对应的处理方式。

2.如权利要求1所述的一种基于物联网的电力集中器数据采集分析方法，其特征在于：所述根据各电力设备的运行指征判断是否存在运行故障参见下述过程：

获取各电力设备的名称，并将其与用电信息库各种负荷等级包含的用电设备名称进行匹配，从中匹配出各用电设备对应的负荷等级；

将各用电设备对应的负荷等级与用电信息库中各负荷等级对应的允许运行偏离范围进行比对，得到各用电设备对应的允许运行偏离范围；

获取各电力设备的规格型号，由此得到将各电力设备的正常运行指征，由此将各电力设备的运行指征与正常运行指征进行对比，计算各电力设备的运行偏离度，其中；

将各电力设备的运行偏离度与该电力设备对应的允许运行偏离范围进行对比，若所有电力设备的运行偏离度均处于相应电力设备对应的允许运行偏离范围内，则判断不存在运行故障，若存在某电力设备的运行偏离度大于相应电力设备对应允许运行偏离范围中的上限值，则判断存在运行故障，并将该电力设备作为故障设备。

3.如权利要求1所述的一种基于物联网的电力集中器数据采集分析方法，其特征在于：所述故障涉及线路包括故障直接关联线路和故障间接关联线路，其中故障涉及线路的提取过程如下：

从电力设备布设拓扑图中提取与故障设备直接相连的线路，记为故障直接关联线路；

从电力设备布设拓扑图中定位故障设备所在供电线路，进而在相应供电线路的故障设备所在位置沿着供电线路输送方向识别是否连接供电支路，若连接供电支路，则将相应供电支路记为故障间接关联线路。

4.如权利要求3所述的一种基于物联网的电力集中器数据采集分析方法，其特征在于：所述故障涉及线路的提取还包括：

识别当前故障时刻中各故障设备所在供电线路是否为供电主路，若某故障设备所在供电线路为供电主路，则将整个电网中存在的供电线路均作为当前故障时刻对应的故障涉及线路，若某故障设备所在供电线路不为供电主路，则该故障设备对应的故障涉及线路作为当前故障时刻对应的故障涉及线路。

5.如权利要求1所述的一种基于物联网的电力集中器数据采集分析方法，其特征在于：所述平均统计实施如下：

将当前故障时刻中故障涉及线路在各条历史用电记录中的用电负荷进行标准差计算，得到当前故障时刻中故障涉及线路对应的用电负荷标准差，并与预设的限定标准差进行对比，若用电负荷标准差小于或等于预设的限定标准差，则将故障涉及线路在各条历史用电记录中的用电负荷均值作为故障涉及线路的倾向用电负荷，反之则将故障涉及线路在各条历史用电记录中的用电负荷进行修剪平均计算，计算结果作为故障涉及线路的倾向用电负荷。