[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112115618A - 一种基于矩阵图及置信度的电力设备故障诊断方法及系统 - Google Patents

一种基于矩阵图及置信度的电力设备故障诊断方法及系统 Download PDF

Info

Publication number
CN112115618A
CN112115618A CN202010998476.4A CN202010998476A CN112115618A CN 112115618 A CN112115618 A CN 112115618A CN 202010998476 A CN202010998476 A CN 202010998476A CN 112115618 A CN112115618 A CN 112115618A
Authority
CN
China
Prior art keywords
fault
power equipment
equipment
abnormal
operation data
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
Application number
CN202010998476.4A
Other languages
English (en)
Inventor
刘春波
程柯
吴挺兴
魏千翔
陈泰峰
李焕明
邹雅文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southern Power Grid Digital Grid Research Institute Co Ltd
Hainan Digital Power Grid Research Institute of China Southern Power Grid Co Ltd
Original Assignee
Hainan Digital Power Grid Research Institute of China Southern Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hainan Digital Power Grid Research Institute of China Southern Power Grid Co Ltd filed Critical Hainan Digital Power Grid Research Institute of China Southern Power Grid Co Ltd
Priority to CN202010998476.4A priority Critical patent/CN112115618A/zh
Publication of CN112115618A publication Critical patent/CN112115618A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Strategic Management (AREA)
  • Computational Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明提供一种基于矩阵图及置信度的电力设备故障诊断方法，包括下列步骤：获取终端设备发送的电力设备的运行数据；基于所述电力设备的运行数据，筛选出异常电力设备；基于异常电力设备的故障产生因素建立权重关系，基于权重关系建立故障矩阵图，通过所述故障矩阵图计算异常电力设备的故障发生概率；基于故障发生概率，计算故障置信区间，基于不同的故障置信区间，实现不同的故障报警提示；构建诊断模块，在故障报警提示的同时，通过所述诊断模块进行故障诊断。

Description

一种基于矩阵图及置信度的电力设备故障诊断方法及系统
技术领域
本发明涉及电力设备的故障检测预警技术领域，尤其涉及一种基于矩阵图及置信度的电力设备故障诊断方法及系统。
背景技术
对设备的故障诊断通常在设备发生故障(包括严重缺陷、异常)后，运用合理的故障诊断方法(检查、试验、分析)，对系统中设备的故障性质进行分析，辨明其原因、部位，并提出相应处理措施，而随着电网的不断建设发展，电力设备的大量增加，对重要设备故障的预知预判，实现对可能故障的诊断分析，是电网安全运行的保障，更是智能电网发展的趋势。
在现有的状态监测、状态检修体系中，设备的故障诊断以故障树分析为主，辅以专题分析(如油中气体分析)，针对可能的故障现象，结合专家知识库运用诊断模块通过逐层向下推溯出所有可能的原因，从而找出可能导致设备故障的故障原因及故障处理措施，为专业人员提供运行检视参考依据，但是随着近几年的实践，这种方式也存在着弊端，包括列出的原因过多、主次不够清晰，这样不但带来了管理上的不便和麻烦，而且给设备的运行维护和可能的事故抢修带来了很多的不便，影响了工作效率，更影响了电网的安全运行。
发明内容
本发明的目的在于提供一种基于矩阵图及置信度的电力设备故障诊断方法及系统，以解决上述背景技术中提出的问题。
本发明是通过以下技术方案实现的：本发明第一方面公开了一种基于矩阵图及置信度的电力设备故障诊断方法，包括下列步骤：
获取终端设备发送的电力设备的运行数据；
基于所述电力设备的运行数据，筛选出异常电力设备；
基于异常电力设备的故障产生因素建立权重关系，基于权重关系建立故障矩阵图，通过所述故障矩阵图计算异常电力设备的故障发生概率；
基于故障发生概率，计算故障置信区间，基于不同的故障置信区间，实现不同的故障报警提示；
构建诊断模块，在故障报警提示的同时，通过所述诊断模块进行故障诊断。
优选的，所述获取终端设备发送的电力设备的运行数据，包括：对运行数据进行合法性校验。
优选的，筛选出异常电力设备，包括：
建立评价指标体系以及评价标准，基于所述评价指标体系以及评价标准设定电力设备健康标准；
基于所述运行数据以及电力设备健康标准，筛选出异常电力设备。
优选的，基于异常电力设备的故障产生因素建立权重关系，基于权重关系建立故障矩阵图，包括：
基于专家打分法确定异常电力设备的理论故障，同时确定影响所述理论故障的状态量，确定状态量对理论故障的影响权重；
基于状态量以及影响权重，建立矩阵图。
优选的，通过所述故障矩阵图计算异常电力设备的故障发生概率，包括：
通过下式计算异常电力设备的故障发生概率：
Figure BDA0002693388580000021
其中Pi为第i个故障可能发生的概率百分比，aij为第i个故障相关的第j个状态量对当前故障的决定，xij为第i个故障相关的第j个状态量的决定权重，n为第i个故障相关的状态量总数。
本发明第二方面公开了一种基于矩阵图及置信度的电力设备故障诊断系统，包括：
运行数据采集模块，用于采集电力设备的运行数据；
状态评价模块，用于根据所述运行数据，筛选出异常电力设备；
矩阵图计算模块，用于通过矩阵图法计算异常电力设备的故障发生概率；
置信度报警模块，用于根据所述故障发生概率，构建置信区间，根据不同的故障置信区间，实现不同的故障报警提示；
诊断模块，根据异常电力系统的故障情况，分析可能存在的故障原因，并给出解决方案。
与现有技术相比，本发明达到的有益效果如下：
本发明提供的一种基于矩阵图及置信度的电力设备故障诊断方法及系统，通过实时获取各个电力设备的运行数据，并建立用电设备的分析体系，基于分析体系实现对电力设备的运行数据的分析，从而筛选出异常电力设备；然后通过矩阵图法对异常电力设备发生故障的概率进行计算，按照该概率的大小，分析出相应的故障置信区间，根据故障置信区间的不同，发出不同的报警提示，工作人员可以根据不同的报警提示，选择检修的优先等级，从而可以提高故障设备的检修效率，提高电网运行的可靠性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种基于矩阵图及置信度的电力设备故障诊断方法的流程图；
图2为为本发明提供的一种基于矩阵图及置信度的电力设备故障诊断系统的模块示意图。
具体实施方式
为了更好理解本发明技术内容，下面提供具体实施例，并结合附图对本发明做进一步的说明。
参见图1，一种基于矩阵图及置信度的电力设备故障诊断方法，包括下列步骤：
获取终端设备发送的电力设备的运行数据；
具体的，所述获取终端设备发送的电力设备的运行数据时，还需要对运行数据进行合法性校验。
所述终端设备包括多种电力设备监测装置。
基于所述电力设备的运行数据，筛选出异常电力设备；
对收集的反映电力设备健康状态的各指标项运行数据进行分析，结合南方电网公司《南方电网公司电力变压器检修试验规程》、《南方电网公司35kV～500kV油浸式电力变压器(高抗)状态评价导则》，确定电力设备状态评价相关的数据，并建立电力设备的健康状态等级；
在一些实施方式中，电力设备的健康状态等级分为严重、注意、正常。
已变压器为例，其状态评价相关的数据包括为：电气试验、油化试验、油中溶解气体分析、工况信息、巡检及缺陷信息，通过上述数据确定变压器的健康状态等级，并将健康等级为严重、注意的变压器设为异常电力设备。
基于异常电力设备的故障产生因素建立权重关系，基于权重关系建立故障矩阵图，通过所述故障矩阵图计算异常电力设备的故障发生概率；
其中，确定权重关系的具体步骤为：基于专家打分法确定异常电力设备的理论故障，同时确定影响所述理论故障的状态量，确定状态量对理论故障的影响权重；
基于状态量以及影响权重，建立矩阵图。
通过下式计算异常电力设备的故障发生概率：
Figure BDA0002693388580000051
其中Pi为第i个故障可能发生的概率百分比，aij为第i个故障相关的第j个状态量对当前故障的决定，xij为第i个故障相关的第j个状态量的决定权重，n为第i个故障相关的状态量总数。
基于故障发生概率，计算故障置信区间，基于不同的故障置信区间，实现不同的故障报警提示。
在其中一个实施方式中，上述步骤包括：
通过故障发生概率，计算出多个故障置信区间，并分别用第一故障置信区间、第二故障置信区间、第三故障置信区间进行表示。
将各个理论故障发生的概率按照从大到小的顺序进行排序；
当理论故障发生的概率大于或者等于第一故障置信区间时，发出第一报警提示；当理论故障发生的概率大于获得等于第二故障置信区间时，发出第二报警提示；第一报警提示的优先等级高于第二报警提示；当理论故障发生的概率大于获得等于第三故障置信区间时，发出第三报警提示；第二报警提示的优先等级高于第三报警提示。
构建诊断模块，在故障报警提示的同时，通过所述诊断模块进行故障诊断。
根据有关规程、实践经验、专家建议、案例分析等形成具体设备的评价、诊断应用导则，建立诊断模块，在诊断模块中建立电力设备的模糊状态模型，通过模糊状态模型实现对电力设备的故障分析，并给出相应的处理建议。
参见图2，本发明第二方面公开了一种基于矩阵图及置信度的电力设备故障诊断系统，包括：
运行数据采集模块，用于采集电力设备的运行数据；
状态评价模块，用于根据所述运行数据，筛选出异常电力设备；
矩阵图计算模块，用于通过矩阵图法计算异常电力设备的故障发生概率；
置信度报警模块，用于根据所述故障发生概率，构建置信区间，根据不同的故障置信区间，实现不同的故障报警提示；
诊断模块，根据异常电力系统的故障情况，分析可能存在的故障原因，并给出解决方案。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (6)

1.一种基于矩阵图及置信度的电力设备故障诊断方法，其特征在于，包括下列步骤：
获取终端设备发送的电力设备的运行数据；
基于所述电力设备的运行数据，筛选出异常电力设备；
基于异常电力设备的故障产生因素建立权重关系，基于权重关系建立故障矩阵图，通过所述故障矩阵图计算异常电力设备的故障发生概率；
基于故障发生概率，计算故障置信区间，基于不同的故障置信区间，实现不同的故障报警提示；
构建诊断模块，在故障报警提示的同时，通过所述诊断模块进行故障诊断。
2.根据权利要求1所述的一种基于矩阵图及置信度的电力设备故障诊断方法，其特征在于，所述获取终端设备发送的电力设备的运行数据，包括：对运行数据进行合法性校验。
3.根据权利要求1所述的一种基于矩阵图及置信度的电力设备故障诊断方法，其特征在于，筛选出异常电力设备，包括：
建立评价指标体系以及评价标准，基于所述评价指标体系以及评价标准设定电力设备健康标准；
基于所述运行数据以及电力设备健康标准，筛选出异常电力设备。
4.根据权利要求1所述的一种基于矩阵图及置信度的电力设备故障诊断方法，其特征在于，基于异常电力设备的故障产生因素建立权重关系，基于权重关系建立故障矩阵图，包括：
基于专家打分法确定异常电力设备的理论故障，同时确定影响所述理论故障的状态量，确定状态量对理论故障的影响权重；
基于状态量以及影响权重，建立矩阵图。
5.根据权利要求4所述的一种基于矩阵图及置信度的电力设备故障诊断方法，其特征在于，通过所述故障矩阵图计算异常电力设备的故障发生概率，包括：
通过下式计算异常电力设备的故障发生概率：
Figure FDA0002693388570000021
其中Pi为第i个故障可能发生的概率百分比，aij为第i个故障相关的第j个状态量对当前故障的决定，xij为第i个故障相关的第j个状态量的决定权重，n为第i个故障相关的状态量总数。
6.一种基于矩阵图及置信度的电力设备故障诊断系统，其特征在于，包括：
运行数据采集模块，用于采集电力设备的运行数据；
状态评价模块，用于根据所述运行数据，筛选出异常电力设备；
矩阵图计算模块，用于通过矩阵图法计算异常电力设备的故障发生概率；
置信度报警模块，用于根据所述故障发生概率，构建置信区间，根据不同的故障置信区间，实现不同的故障报警提示；
诊断模块，根据异常电力系统的故障情况，分析可能存在的故障原因，并给出解决方案。
CN202010998476.4A 2020-09-22 2020-09-22 一种基于矩阵图及置信度的电力设备故障诊断方法及系统 Pending CN112115618A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010998476.4A CN112115618A (zh) 2020-09-22 2020-09-22 一种基于矩阵图及置信度的电力设备故障诊断方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010998476.4A CN112115618A (zh) 2020-09-22 2020-09-22 一种基于矩阵图及置信度的电力设备故障诊断方法及系统

Publications (1)

Publication Number Publication Date
CN112115618A true CN112115618A (zh) 2020-12-22

Family

ID=73800431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010998476.4A Pending CN112115618A (zh) 2020-09-22 2020-09-22 一种基于矩阵图及置信度的电力设备故障诊断方法及系统

Country Status (1)

Country Link
CN (1) CN112115618A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114354236A (zh) * 2022-03-15 2022-04-15 武汉顺源游乐设备制造有限公司 一种基于大数据分析的摇头飞椅运行状态监测方法及系统
CN114841081A (zh) * 2022-06-21 2022-08-02 国网河南省电力公司郑州供电公司 一种电力设备异常事故控制方法及系统
CN115825635A (zh) * 2023-02-16 2023-03-21 中国船舶集团有限公司第七一九研究所 一种船舶机舱机电设备状态监测及故障诊断方法
CN117495338A (zh) * 2023-09-30 2024-02-02 国网江苏省电力有限公司信息通信分公司 基于自动化运维的系统故障诊断与修复方法
CN117640346A (zh) * 2024-01-25 2024-03-01 中兴系统技术有限公司 一种通信设备故障诊断方法、存储介质及计算机设备
CN118534883A (zh) * 2024-07-29 2024-08-23 成都秦川物联网科技股份有限公司 基于工业物联网的设备故障智能诊断方法、系统和介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278719A (zh) * 2013-06-06 2013-09-04 广东电网公司佛山供电局 基于矩阵图及置信度的电力设备故障检测方法和系统
WO2017008451A1 (zh) * 2015-07-16 2017-01-19 清华大学 一种面向云计算在线业务的异常负载检测方法
CN106383951A (zh) * 2016-09-20 2017-02-08 北京理工大学 一种电力驱动交通工具的故障诊断方法和系统
CN109039739A (zh) * 2018-08-01 2018-12-18 南瑞集团有限公司 一种改进模糊Petri的电力通信现场故障诊断方法
CN110378036A (zh) * 2019-07-23 2019-10-25 沈阳天眼智云信息科技有限公司 基于传递熵的化工过程故障诊断方法
CN111582700A (zh) * 2020-04-30 2020-08-25 广东电网有限责任公司广州供电局 一种配电网设备故障率计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278719A (zh) * 2013-06-06 2013-09-04 广东电网公司佛山供电局 基于矩阵图及置信度的电力设备故障检测方法和系统
WO2017008451A1 (zh) * 2015-07-16 2017-01-19 清华大学 一种面向云计算在线业务的异常负载检测方法
CN106383951A (zh) * 2016-09-20 2017-02-08 北京理工大学 一种电力驱动交通工具的故障诊断方法和系统
CN109039739A (zh) * 2018-08-01 2018-12-18 南瑞集团有限公司 一种改进模糊Petri的电力通信现场故障诊断方法
CN110378036A (zh) * 2019-07-23 2019-10-25 沈阳天眼智云信息科技有限公司 基于传递熵的化工过程故障诊断方法
CN111582700A (zh) * 2020-04-30 2020-08-25 广东电网有限责任公司广州供电局 一种配电网设备故障率计算方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114354236A (zh) * 2022-03-15 2022-04-15 武汉顺源游乐设备制造有限公司 一种基于大数据分析的摇头飞椅运行状态监测方法及系统
CN114841081A (zh) * 2022-06-21 2022-08-02 国网河南省电力公司郑州供电公司 一种电力设备异常事故控制方法及系统
CN115825635A (zh) * 2023-02-16 2023-03-21 中国船舶集团有限公司第七一九研究所 一种船舶机舱机电设备状态监测及故障诊断方法
CN117495338A (zh) * 2023-09-30 2024-02-02 国网江苏省电力有限公司信息通信分公司 基于自动化运维的系统故障诊断与修复方法
CN117640346A (zh) * 2024-01-25 2024-03-01 中兴系统技术有限公司 一种通信设备故障诊断方法、存储介质及计算机设备
CN118534883A (zh) * 2024-07-29 2024-08-23 成都秦川物联网科技股份有限公司 基于工业物联网的设备故障智能诊断方法、系统和介质

Similar Documents

Publication Publication Date Title
CN112115618A (zh) 一种基于矩阵图及置信度的电力设备故障诊断方法及系统
CN106199305B (zh) 煤矿井下供电系统用干式变压器绝缘健康状态评估方法
CN115549094B (zh) 一种智能电网变电设备预警评估方法及系统
CN108491990A (zh) 一种风电场设备状态评价及检修决策支持检测方法及系统
CN109597396B (zh) 一种基于大数据流及迁移学习的配变故障在线诊断方法
CN103278719A (zh) 基于矩阵图及置信度的电力设备故障检测方法和系统
CN107844067A (zh) 一种水电站闸门在线状态监测控制方法及监测系统
CN117477769A (zh) 一种电力系统预警方法及其系统
CN113807690B (zh) 区域电网调控系统运行状态在线评估预警方法及系统
CN106651206A (zh) 一种继电保护测试性评估指标体系的评估方法
CN117150418B (zh) 基于状态特征故障树的变压器运检周期制定方法和系统
CN114691521A (zh) 一种基于人工智能的软件测试平台
CN114740306A (zh) 一种基于电网信息化的配电网线路故障在线监测预警管理系统
CN117221145A (zh) 基于物联网平台的设备故障预测性维护系统
CN114167282B (zh) 一种电动机故障诊断及劣化趋势预测系统
CN117192283A (zh) 一种电网中输电线路跳闸故障原因诊断系统
CN115758066A (zh) 一种统计变压器全寿命周期内碳排放量的方法
CN112241511B (zh) 交通工具辅助电气系统的性能检测方法及装置、终端
CN113360360A (zh) 业务系统故障检测方法、装置、电子设备及存储介质
CN113159411B (zh) 一种电网气象风险预警模型的检验方法及系统
CN113283070B (zh) 一种工艺过程本质安全智能诊断方法及系统
CN117034195B (zh) 核电仪表的检修调度方法、装置、存储介质及计算机设备
CN113608074B (zh) 一种多表位耐压试验装置自动化在线监测方法及系统
CN117728582B (zh) 一种具有自适应判断能力的5g电力监控系统
CN117353462B (zh) 一种基于人工智能的电网运营监控分析方法及平台

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201222