大数据挖掘助力全面提升电网监控水平

SCADA系统是支撑电网调度运行的基础,监控人员主要通过此系统获取电网运行状态的一系列海量信息。随着电网规模的不断增大,监控信息海量增长。电网监控工作缺乏有效分析手段,监控人员压力大、疲于应付,不利于事故和异常信号的处理。本文采用大数据分析工具,利用SCADA系统现有的海量电网运行信息,深入探究了主变油温和负载率的关系,给出主变油温和负载率之间的变化函数,并得到重过载边界主变油温阈值;构建10 k V配电线路负荷快变预警模型,结合10 k V线路的15分钟负荷数据变化特点,快速判断配网线路运行状态,及时给出预警;融合外部天气等数据,建立主变重过载趋势预警模型,为电网运行潜在风险的分析识别及指导电网的科学规划建设奠定了坚实的基础。     

多数据融合的燃气-蒸汽机组设备故障预警系统

研究了一种基于多数据融合的针对燃气-蒸汽机组设备的设备故障预警系统,利用先进的状态监视和诊断技术,判断设备的异常,预知设备的故障,并结合设备的健康状态来安排检修计划,实施设备检修。该系统根据提供的设备历史运行数据和实时数据,多种类型数据相融合,提出了不同于传统监测的动态预警带,变事后分析为事前诊断,大大提高了设备运行的可靠性和经济性。     

配网主站系统的配变运维关键技术分析

配网设备在供电环节起着至关重要的作用,设备的状态监测及运维检修直接影响配网供电质量和稳定性,而配网变压器是配网设备中非常重要的部分,其运行可靠性很大程度上决定了电网运行的安全性。供电企业越来越关注供电保障与稳定性,以提升用户的用电质量,而传统的数据分析模式已无法满足规模日益增大的配电网规模。主要针对目前配变在线状态监测功能的状况及配变设备运维的重要性,设计网格化区域管理方式,基于设备主人的运维理念,强化设备主人对现场设备的负荷、环境监控和隐患消除能力,结合负荷预警和智能告警,改善目前处理配变设备异常的被动应对状况。     

基于SMA2000状态监测分析系统的趋势预警系统

介绍了趋势预警系统开发和应用的背景，在SMA2000状态监测分析系统基础上建立了趋势预警系统，实现了预警值定制、相关量设定、约束条件设置和邮件发送提示功能，趋势预警和监控报警的结合能有效扩展运行人员对设备异常的及早识别和介入，真正提高运行“变事后处理为事前控制”能力。     

数据挖掘技术及其在电力系统中的应用

电力大数据下的数据挖掘技术应用贯穿于发、输、变、配、用各个环节,介绍了分类分析、关联分析、聚类分析和异常检测等智能算法在输电系统雷电预测、设备运行状态分析、配电系统运行故障预警及风险预测、用户用电行为特性聚类、电力市场行为分析、电力市场中负荷及电价预测等的应用。数据挖掘技术可显著提升电网运行效益,是未来智能电网发展的核心技术之一。     

基于油中溶解气体动态网络标志物模型的变压器缺陷预警与辨识

针对当前基于油色谱在线监测数据的诊断方法未考虑故障特征气体的时序特性,且普遍存在的阈值确定困难、典型缺陷样本数据匮乏等问题,提出基于油中溶解气体动态网络标志物模型的变压器缺陷预警与辨识方法。首先,分析油中溶解气体在线监测系统与变压器内部状态之间的映射关系,通过待诊断变压器健康状态下在线监测系统的历史时序数据建立各特征气体含量的预测模型,筛选出当前状态下对变压器状态转换过程影响较大的主要特征气体,建立基于油中溶解气体的变压器当前状态动态网络描述模型;其次,基于临界慢化理论分析变压器由健康状态向故障状态转换的相变过程中,指出其间存在的一个临界状态,并进一步分析动态网络模型中各特征气体的标准差及气体间相关性的动态变化,提取相变过程中的临界状态点,可对变压器的早期缺陷进行预警和辨识;最后,基于现场获取的案例进行验证,验证结果表明:与传统方法比较,该方法能够提前对未达到注意阈值的过热异常案例进行预警与辨识。该方法是一种基于在线监测数据时序特性的动态分析法,建模过程仅需用到待诊断变压器油色谱在线监测系统的自身历史数据。     

基于GPRS远程监控的配变实时监测及无功补偿系统

介绍了基于GPRS通信技术的配变实时监测及无功补偿系统。重点分析了配变实时监测及无功补偿系统的网络建设、无功自动补偿、负荷数据自动采集、异常状态报警、电量数据冻结和线损分析功能。并通过与其他几种现场组网方式的比较,着重阐明了GPRS通信技术的配变实时监测及无功补偿系统的技术特点、运行经济性、系统可靠性和未来的可扩展性。     

考虑多元因素态势演变的配电变压器 迁移学习故障诊断模型

针对配电变压器故障数据有限及数据过期的问题,提出一种考虑多元因素态势演变的配电变压器迁移学习故障诊断模型。首先,构建了配变运行状态评价指标体系,对指标状态量进行模糊二元量化,利用模糊Apriori算法挖掘其与故障之间的关联关系,提取诱导变压器故障的关键状态量。针对配变故障数据有限,引入Tanimoto系数,将有效的辅助故障数据迁移至目标配变,建立了基于信息迁移的配变故障诊断模型;针对配变故障数据过期,引入健康指数描述配变状态,将不同健康等级的辅助故障数据进行迁移,建立了针对数据过期的配变故障诊断模型。在此基础上,利用迁移学习算法TrAdaBoost对上述模型中目标与辅助故障数据的权重进行迭代求解,进而输出配变故障强诊断器。最后,根据配变故障数据进行算例分析,仿真结果表明,该文所建模型故障诊断精度高,具有比传统诊断器更强的泛化能力。     

配电网中大数据的挖掘应用

一般意义上,大数据是指无法在可容忍的时间内用传统信息技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。从大数据的特征出发,一般具有"5V"特征。根据电力行业特征,数据挖掘应用可从设备状态管控、配网缺陷管控、配网停运状态、配网负载状态、配网电压质量、配网三相不平衡、配电线路负荷转移风险评估、配网同期线损、配网接地(断线)分析、配网设备健康状态评估、配网设备实时状态评价、配网风险预警、配网重过载预警、配网雷害风险评估预警、配电网季节特征电压风险预判、配电网季节特征过载风险预判进行挖掘。     

基于实时运行数据挖掘的配电变压器状态评估

随着配电网在线监测的广泛应用,利用海量的运行数据进行设备健康状态评估,主动干预配电网设备缺陷和故障预警,提高有限人力资源的利用效率成为配电网运维的发展方向。通过对智能公变监测终端采集的配电变压器实时运行数据进行分析,选取反映设备健康状态的指标,在状态评价通用模型的基础上,采用变权综合和平均变权方法,建立了基于实时运行信息的配电变压器状态评估模型。算例表明评估结果及趋势与故障记录相吻合,验证了该评估模型的有效性,反映了在配电变压器缺陷的早期诊断和预警方面具有应用前景。     

高压直流换流站电气设计标准化及优化研究

目前国内外关于断路器的状态检修均采用计划停电的模式,存在不能及时发现断路器存在的潜伏性缺陷的缺点,从而导致断路器故障引起的电网事故。研制了由机械振动测量终端、电场强度测量终端、回路电流测量终端以及智能诊断模块4套组件构成的断路器故障预警装置并开发了由健康评估、智能定级2个模块组成的断路器健康状态量化评估系统。对研制的故障预警装置和健康状态评估系统进行了现场验证,结果表明：所提故障预警装置首次实现了运行状态下高压开关振动、电场以及回路电流信号的非侵入式融合采集,大幅降低了测量装置安装工艺复杂度和安装风险,实现了断路器3类17种故障的精准预警;开发的健康状态量化评估系统实现了断路器近远期健康度的实时评估,降低了断路器运检成本。     

断路器故障预警装置研制与健康评估系统开发

目前国内外关于断路器的状态检修均采用计划停电的模式,存在不能及时发现断路器存在的潜伏性缺陷的缺点,从而导致断路器故障引起的电网事故。研制了由机械振动测量终端、电场强度测量终端、回路电流测量终端以及智能诊断模块4套组件构成的断路器故障预警装置并开发了由健康评估、智能定级2个模块组成的断路器健康状态量化评估系统。对研制的故障预警装置和健康状态评估系统进行了现场验证,结果表明：所提故障预警装置首次实现了运行状态下高压开关振动、电场以及回路电流信号的非侵入式融合采集,大幅降低了测量装置安装工艺复杂度和安装风险,实现了断路器3类17种故障的精准预警;开发的健康状态量化评估系统实现了断路器近远期健康度的实时评估,降低了断路器运检成本。     

基于大数据的配变重过载预警分析

本文旨在利用大数据技术对电力数据进行系统挖掘,提供精准负荷预测,为供电安全监视、预防性控制和紧急处理提供依据。文章结合西安地区配电网运行中存在的问题,综合分析配变重过载的外部环境、配变运行信息、配变属性信息、配变供电客户类型等因素,应用大数据机器学习算法、大数据预处理技术、数据挖掘建模技术、大数据可视化技术等,分析研究各影响因素对设备重过载影响的相关性和重要程度,使用分类预测挖掘手段及随机森林算法,分析计算影响变量和目标变量,建立关系模式挖掘模型,构建配变重过载分析及预警模型,完成模型验证与纠偏,实现配变未来一周重过载情况准确预警、配变安全系数评价、重过载配变因素及特征分析与展示等,为电网运维提供有力支撑。通过基于大数据的配变重过载预警分析,提高运维工作效率,实现电网安全可靠运行。     

改进主成分分析法在配电变压器综合评价中的应用研究

配电网中配电变压器的监测已经成为配电自动化系统中的一个重要组成部分,但是如何充分利用已收集到的配变监测历史数据对其运行优劣情况进行科学的评价仍然是一个急待解决的问题。首先从配变监测系统的海量历史负荷信息中计算出表征配变优劣运行的多项运行参数指标,然后针对评价指标数据中庞大的数据空间以及数据之间的相关性而不易进行综合评价的缺点,运用改进主成分分析法,经过矩阵变换,在保留运行参数数据主要信息的基础上去除数据间的相关性,降低评价配变的指标维数,提炼出反映配变优劣运行的主要特征,获得配电变压器运行的综合评价指标,为配变的运行、管理、状态监测与诊断提供有效的评价。一个现场的实例验证了所提方法的有效性。     

基于层次分析法的复杂配电网健康诊断研究

介绍了复杂配电网系统健康诊断和评估的概念,在将复杂配电网运行健康状况与人的健康状态相类比的基础上,利用健康指标体系描述复杂配电网的性能。从主、次作用因子,内、外影响因素等方面对指标进行筛选,建立了一套衡量复杂配电网健康状况的定量参考系,利用层次分析法和模糊理论对该指标体系进行诊断分析,找出系统自身差距和变化态势,对已造成或可能发生的病症异常给出响应动作建议。通过某地10 kV配电网的实例分析,从小时间尺度上系统的健康评估和大时间尺度上的健康趋势预测两方面对该诊断方法的有效性进行了验证。     

改进主成分分析法在配电变压器综合评价中的应用研究

配电网中配电变压器的监测已经成为配电自动化系统中的一个重要组成部分,但是如何充分利用已收集到的配变监测历史数据对其运行优劣情况进行科学的评价仍然是一个急待解决的问题.首先从配变监测系统的海量历史负荷信息中计算出表征配变优劣运行的多项运行参数指标,然后针对评价指标数据中庞大的数据空间以及数据之间的相关性而不易进行综合评价的缺点,运用改进主成分分析法,经过矩阵变换,在保留运行参数数据主要信息的基础上去除数据间的相关性,降低评价配变的指标维数,提炼出反映配变优劣运行的主要特征,获得配电变压器运行的综合评价指标,为配变的运行、管理、状态监测与诊断提供有效的评价.一个现场的实例验证了所提方法的有效性.     

风云三号气象卫星热控系统地面健康管理研究

热控系统是风云三号气象卫星重要的组成部分，直接影响到卫星工作状态和使用寿命。卫星入轨后，在地面对该系统进行长期状态监视、异常检测与分析对于整星及各个有效载荷的安全运行具有重大指示意义。在对风云三号气象卫星热控系统热平衡原理、功能、组成等详细分析的基础上，对其地面健康管理机制及技术进行了系统研究，设计了相应的健康管理综合应用平台。以遥测数据为输入，构建了异常场景定性模型,实现了对风云三号气象卫星热控系统在轨状态的监视和健康管理，对卫星平台及各个载荷不同场景下的状态变化引起的温度波动事件进行关联分析及可视化表达,能够为卫星在轨安全运行提供有效预警和辅助保障，并具有推广价值。     

基于多源数据融合的恶劣气象下10 kV配变实时状态评估

针对配电变压器运行状态表征信息繁杂众多的特点,基于对电力系统多源数据的提取与处理,建立了融合外部气象因素、设备内部健康状况以及当前运行条件的10 kV配变实时状态评估模型。首先采用基于Tomek links欠采样的随机森林法进行恶劣气象下配变故障概率与预计停电时长的预测;然后选取状态参量的监测值,采用威布尔分布与最大似然参数估计来计算配变的实时可靠度,提出了一种通过主客观综合赋权计算得到该台设备内部老化造成的实时故障概率的方法。最后应用该模型对某地区某台10 kV配变24 h内的综合劣化度进行了实时评估,结果表明:采用基于Tomek links欠采样处理能够显著改善停电时长的预测效果,同时配变实际故障情况与所提状态评估模型的预测结果较为符合,验证了模型的有效性。论文研究可为10 kV配变的状态评估提供参考。     

电力数据集约化状态预警与诊断主站平台设计

结合工程应用实践,在省级主站平台归集各类变电设备动态数据,实现面向省网的集约化状态预警与诊断。针对状态预警与诊断系统运行当中遇到的数据交互及应用集成问题,在J2EE平台框架上实现分层模型,并基于公共信息模型,建立面向服务架构的省网级状态预警与诊断主站平台。实际应用表明,平台运行稳定,可有效应对由于省网级状态预警与诊断主站平台高级应用程序规模不断扩大,需在异构网络环境下运行,且各系统数据交互兼容的问题。     

基于LSTM的汽轮机异常状态预警

针对传统汽轮机缺乏有效的预警方法,时常处于被动维护的问题,提出一种基于长短期记忆网络（LSTM）的汽轮机状态预警方法。所提出的方法包含数据预处理模块、健康评价模块和异常预警模块三个模块。首先将源数据进行预处理,去除离群点以及毛刺数据;然后基于自编码神经网络、余弦定理和3σ定理求得一种优化的健康指数;最后基于LSTM建立了汽轮机异常预警模型,并分析对比不同深度的LSTM网络模型与循环神经网络（RNN）预测的结果。最终结果表明：LSTM的最佳预测模型预测结果的平均绝对误差（MAPE）不超过4.31%,比传统RNN的最佳预测模型的准确度更高。因此,所提出的方法在汽轮机异常预警中具有较好的检测准确度。