導(dǎo)語：設(shè)備監(jiān)控信息統(tǒng)計(jì)分析研究一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

國家電網(wǎng)公司“三集五大”實(shí)施后，各網(wǎng)省公司及地市公司均逐步建立并完善了“調(diào)控一體化”運(yùn)行模式，在該模式下，所有變電站均實(shí)現(xiàn)無人值守，并將所有變電站信息匯總到調(diào)控中心進(jìn)行統(tǒng)一集中監(jiān)控。而變電站數(shù)量大導(dǎo)致監(jiān)控信息量巨大，從而加重了調(diào)控人員的工作強(qiáng)度。該文提出了一種基于大數(shù)據(jù)技術(shù)的電網(wǎng)智能診斷方法，并建立了設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺，實(shí)現(xiàn)了監(jiān)控信息統(tǒng)計(jì)分析的智能化和自動化，極大的提高了工作效率，降低了調(diào)控人員的工作量，對提高調(diào)控專業(yè)管理水平以及提高電網(wǎng)運(yùn)行的可靠性和穩(wěn)定性也具有十分重要的意義[1]。

1故障判別算法研究

1.1相關(guān)算法簡介。1.1.1人工神經(jīng)網(wǎng)絡(luò)算法。人工神經(jīng)網(wǎng)絡(luò)是一種典型的分類預(yù)測算法，它從信息處理角度對網(wǎng)絡(luò)進(jìn)行抽象，建立模型，按相關(guān)連接方式組成不同網(wǎng)絡(luò)聯(lián)系[2]。作為運(yùn)算模型，該網(wǎng)絡(luò)由大量的節(jié)點(diǎn)互聯(lián)構(gòu)成。每一節(jié)點(diǎn)代表某一特定輸出函數(shù)。連接兩個節(jié)點(diǎn)的是連接信號的加權(quán)值，即為權(quán)重，相當(dāng)于是人工神經(jīng)網(wǎng)絡(luò)的記憶。處理單元對應(yīng)不同處理對象，例如字母、概念、等抽象模式。1.1.2粗糙集算法。粗糙集算法是一種處理不確定數(shù)據(jù)的數(shù)據(jù)處理方法。它通過數(shù)據(jù)分析和數(shù)據(jù)推理來對數(shù)據(jù)集合進(jìn)行劃分。其研究對象是一個數(shù)據(jù)集合，對象、屬性和符號是3個基本要素[3]。其以決策表的形式表達(dá)：行對應(yīng)研究對象，列對應(yīng)對象屬性，根據(jù)屬性不同，將研究對象劃分到不同決策類。1.2相關(guān)算法應(yīng)用。傳統(tǒng)模式中，監(jiān)控運(yùn)行人員通常需要根據(jù)個人經(jīng)驗(yàn)從大量的監(jiān)控信息中分析判斷，一旦遇到電網(wǎng)故障，監(jiān)控信息大量上傳，這種單純依靠人工的信號篩選與分析判斷方式存在著嚴(yán)重的信號遺漏及誤判風(fēng)險，可能延誤故障處理的最佳時機(jī)甚至誤處理，從而威脅電網(wǎng)的安全運(yùn)行。針對上述問題，以open3000為平臺，采用人工神經(jīng)網(wǎng)絡(luò)結(jié)合粗糙集算法，開展設(shè)備監(jiān)控信息統(tǒng)計(jì)分析工作。輸入數(shù)據(jù)為非故障時及故障前后事故、異常、越限、變位、告知五類信號及其數(shù)據(jù)。首先，利用粗糙集算法對與故障相關(guān)的告警信號進(jìn)行篩選；其次，計(jì)算神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)，確定網(wǎng)絡(luò)模型。使用該模型進(jìn)行故障預(yù)測時，輸入數(shù)據(jù)為監(jiān)控系統(tǒng)實(shí)時信號，輸出結(jié)果即為模型判定結(jié)果(正?；蚬收?。假設(shè)某一時刻告警信號編號為a0,a1,a2,a3,…，與之相關(guān)的遙測信號編號為b0,b1,b2,b3…。(1)利用粗糙集算法對告警信號進(jìn)行篩選，得到相關(guān)信號a10,a11,a12,a13,…。(2)將故障相關(guān)向量（a10,a11,a12,a13,…,b0,b1,b2,b3…）作為輸入數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)進(jìn)行計(jì)算（其中，a1i=1表示告警信號存在，a1i=0表示告警信號不存在，bj表示實(shí)際的遙測數(shù)據(jù)）。(3)輸出數(shù)據(jù)為神經(jīng)網(wǎng)絡(luò)的模型參數(shù)，即為各分量的權(quán)重（w0,w1,w2,w3,w4,…）。(4)利用神經(jīng)網(wǎng)絡(luò)模型預(yù)測未知故障，得出預(yù)測結(jié)論。

2設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺應(yīng)用介紹

設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺是建立在運(yùn)行管理系統(tǒng)(OperationManagementSystem，簡稱OMS)上的一個應(yīng)用模塊，主要針對變電站五類信號(包括事故、異常、越限、變位和告知)的統(tǒng)計(jì)分析。主要具有監(jiān)控信號分析和監(jiān)控信號統(tǒng)計(jì)兩大功能。2.1監(jiān)控信號分析。監(jiān)控信號分析功能主要包括信息總量分析和信息趨勢分析兩個功能。信息總量分析是對給定時間范圍內(nèi)的所有場站的五類信號總數(shù)進(jìn)行統(tǒng)計(jì)，并給出柱狀圖和餅圖，便于監(jiān)控信號分析師直觀的進(jìn)行查看(如圖1所示)。信息趨勢分析是對給定時間、給定場站及給定的信號類別進(jìn)行分析，得出該信息的日趨勢或月趨勢變化曲線，以便監(jiān)控信號分析師對信息量進(jìn)行有效的把控(如圖2所示)。2.2監(jiān)控統(tǒng)計(jì)分析。監(jiān)控統(tǒng)計(jì)分析功能主要包括如下幾類，一是對五類信號的整體情況統(tǒng)計(jì)，即在給定時間范圍內(nèi)的信息總量及占比等，并生成圖表，主要用于周分析材料及月報材料等，同時對于一些數(shù)量異常的信號給出提示，便于監(jiān)控人員進(jìn)行原因分析，以發(fā)現(xiàn)潛在問題；二是對未復(fù)歸信號和頻發(fā)信號的統(tǒng)計(jì)，便于監(jiān)控人員及時的發(fā)現(xiàn)電網(wǎng)運(yùn)行中存在的潛在風(fēng)險，以及時采取相應(yīng)措施，進(jìn)行風(fēng)險管控；三是對操作信息的統(tǒng)計(jì)，及對開關(guān)遙控或就地分合成功或失敗的次數(shù)進(jìn)行統(tǒng)計(jì)；四是對各場站通道投退次數(shù)的統(tǒng)計(jì)，對于一些投退次數(shù)異常的通道，要格外引起注意，以防止通道故障而無法監(jiān)控的事科技創(chuàng)新導(dǎo)報故發(fā)生；五是附件上傳功能，即月報及周分析等材料文件的上傳存檔，便于需要時查看(如圖3所示)。

3平臺應(yīng)用中的問題及改進(jìn)建議

目前該平臺已完全實(shí)現(xiàn)設(shè)備監(jiān)控信息的收集、分類統(tǒng)計(jì)的基本功能，但這些功能的實(shí)現(xiàn)僅僅是基礎(chǔ)工作，若要使其更好的服務(wù)于電網(wǎng)調(diào)控管理業(yè)務(wù)，需對其進(jìn)一步進(jìn)行改進(jìn)和完善，對此，該文提出了如下幾個方面。3.1缺陷流程自動關(guān)聯(lián)。電氣設(shè)備缺陷嚴(yán)重影響電網(wǎng)的安全穩(wěn)定運(yùn)行，加強(qiáng)電氣設(shè)備缺陷管理可極大的消除電網(wǎng)運(yùn)行中的潛在隱患，防患于未然，對電網(wǎng)運(yùn)行的安全可靠性均具有十分重要的意義[2]。張家口地調(diào)基于OMS系統(tǒng)建立了完善的缺陷閉環(huán)管理模塊，覆蓋了缺陷發(fā)生、匯報、聯(lián)系處理消缺、歸檔等環(huán)節(jié)，極大的提升了電氣設(shè)備缺陷管理工作的效率。但是在傳統(tǒng)管理模式下，調(diào)控人員需將監(jiān)控系統(tǒng)中缺陷發(fā)生時的監(jiān)控信息的內(nèi)容、發(fā)生時間、變電站名稱、設(shè)備名稱及其電壓等級等信息逐條記錄在缺陷管理模塊中，耗時長、工作量大，且一般缺陷處理周期通常會超過一日，極易造成調(diào)控人員遺忘而導(dǎo)致未將缺陷處理的全過程記錄完整。設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺的建立將監(jiān)控系統(tǒng)中的監(jiān)控信息幾乎完整的“復(fù)制”到了OMS系統(tǒng)數(shù)據(jù)后臺，該平臺與缺陷管理模塊處于統(tǒng)一系統(tǒng)中，所以極易實(shí)現(xiàn)數(shù)據(jù)關(guān)聯(lián)，所以在未來的平臺中，應(yīng)加入缺陷流程自動關(guān)聯(lián)功能，自動將缺陷發(fā)生、處理的全過程信息自動導(dǎo)入缺陷管理流程模塊，并加入人工干預(yù)功能，以確保信息的正確性和完整性，從而極大的提高缺陷管理的質(zhì)量，降低調(diào)控人員的工作量。3.2信息自動過濾功能。在實(shí)際工作中，監(jiān)控信息量巨大，但其中有相當(dāng)一部分信息量是由于設(shè)備檢修等原因引起，這部分信息對于監(jiān)控信息的分析統(tǒng)計(jì)在大部分情況下是沒有意義的，但當(dāng)前的平臺僅僅是將監(jiān)控系統(tǒng)中的所有信息全部導(dǎo)入到平臺數(shù)據(jù)庫進(jìn)行分析統(tǒng)計(jì)，如果某段時間內(nèi)檢修工作繁多或有其他原因，均會導(dǎo)致信息量異常，不利于監(jiān)控信息統(tǒng)計(jì)分析工作的開展。因此，該文建議在該平臺中加入信息自動過濾功能，例如在某間隔已經(jīng)被置檢修牌的情況下，則將該間隔的信息進(jìn)行單獨(dú)統(tǒng)計(jì)；此外，對于接地刀閘、刀閘位置為實(shí)采的設(shè)備間隔，當(dāng)其接地刀閘合入、刀閘斷開時，自動判定該間隔處于檢修狀態(tài)，在該狀態(tài)保持期間所有的監(jiān)控信息單獨(dú)統(tǒng)計(jì)。另外，還應(yīng)加入人工修改功能，對于一些系統(tǒng)無法自行過濾的信息，進(jìn)行人工過濾篩選，將其屏蔽。對于自動過濾的信息應(yīng)自動加入備注，說明信息被過濾的原因，例如設(shè)備檢修等。對于人工過濾的信息同樣也可以加入人工批注。此外，信息過濾后的圖表都可以重新自動生成，以便查看。3.3越限信息分析統(tǒng)計(jì)。越限信息是五大類監(jiān)控信息之一，主要是電壓、電流、潮流等遙測量越過上下限的信息，是需要實(shí)施監(jiān)控并及時處理的重要信息，所以對越限信息的分析統(tǒng)計(jì)同樣十分重要。目前該平臺僅僅可以將越限的信息量進(jìn)行統(tǒng)計(jì)，無法對越限的電壓或電流實(shí)際曲線進(jìn)行查看，同樣無法靈活設(shè)置曲線越限閥值，而僅僅以監(jiān)控系統(tǒng)設(shè)定好的上、下限值作為參考，這樣不利于更好的評估越限程度，也不利于發(fā)掘越限的深層次原因等。該文建議在平臺中加入上述功能，可以隨意查看在給定時間范圍內(nèi)、給定場站、給定設(shè)備的遙測值曲線，同時可以在曲線上任意設(shè)定越限閥值，并給出越限的數(shù)據(jù)點(diǎn)比例、越限曲線與閥值線之間的面積統(tǒng)計(jì)(用以評估越限程度)、越限持續(xù)時間的最大值、最小值和平均值等，以便于全方位的評估越限情況。

4結(jié)語

電網(wǎng)集中監(jiān)控極大的實(shí)現(xiàn)了國網(wǎng)公司人、財(cái)、物的集約化管理理念，但同時也加大了調(diào)控人員的工作量和工作復(fù)雜程度。設(shè)備監(jiān)控信息統(tǒng)計(jì)分析平臺的建立一定程度上降低了調(diào)控人員的工作量，但該平臺仍存在極大的發(fā)掘潛力和改進(jìn)空間，該文結(jié)合工作實(shí)際對此進(jìn)行了初步的研究和分析，對該平臺改進(jìn)的方法提出了一些十分有意義的建議，對于該平臺的完善具有重要的價值。而如何實(shí)現(xiàn)上述建議則是該文下一步的工作重點(diǎn)。

作者:高雅潔 李振生 孟玲梅 張京偉 單位:國網(wǎng)冀北電力有限公司張家口供電公司

參考文獻(xiàn)

[1]于磊,王雙,韓宇龍,等.基于大數(shù)據(jù)技術(shù)的電網(wǎng)故障智能診斷方法[J].中國科技信息,2016(2):32-33.

[2]畢天蛛,倪以信,吳復(fù)立.基于新型神經(jīng)網(wǎng)絡(luò)的電網(wǎng)故障診斷方法[J].中國電機(jī)工程學(xué)報,2002,22(2):73-78.

[3]栗然,張烈勇,顧雪平,等.采用粗糙集聯(lián)合規(guī)則挖掘算法的分布式電網(wǎng)故障診斷[J].中國電機(jī)工程學(xué)報,2010，30(4):28-34.

[4]王英英,羅毅,涂光瑜.基于粗糙集與決策樹的配電網(wǎng)故障診斷方法[J].高電壓技術(shù),2008(4):794-798.

[5]盧建美.電力輸變電設(shè)備缺陷管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].廈門大學(xué),2014.