[發(fā)明專利]一種轄區(qū)變電站故障診斷、定位方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201910130169.1
• 申請日: 2019-02-21
• 公開（公告）號: CN109902373B
• 公開（公告）日: 2023-06-23
• 發(fā)明（設計）人: 朱新超;孫鵬;劉子彥;鄭愛群;張藝丹;李文康
• 申請（專利權）人: 國網(wǎng)山東省電力公司臨沂供電公司;國家電網(wǎng)有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F18/214;G06Q10/0639;G06Q50/06
• 代理公司: 濟南圣達知識產(chǎn)權代理有限公司 37221
• 代理人: 楊哲

本發(fā)明公開了一種轄區(qū)變電站故障診斷、定位方法及系統(tǒng)，該方法包括：接收轄區(qū)變電站基本數(shù)據(jù)、運行數(shù)據(jù)和故障樣本數(shù)據(jù)；所述運行數(shù)據(jù)包括實時運行數(shù)據(jù)和歷史運行數(shù)據(jù)；根據(jù)轄區(qū)變電站基本數(shù)據(jù)、歷史運行數(shù)據(jù)和故障樣本數(shù)據(jù)建立故障診斷模型；根據(jù)歷史運行數(shù)據(jù)建立故障診斷表，根據(jù)實時運行數(shù)據(jù)結(jié)合故障診斷表進行變電站故障診斷和定位，得到故障診斷結(jié)果和定位結(jié)果；將實時運行數(shù)據(jù)輸入故障診斷模型，將其輸出與故障診斷結(jié)果進行校對優(yōu)化，得到最終的轄區(qū)變電站故障診斷結(jié)果。

技術領域

本公開屬于變電站的技術領域，涉及一種轄區(qū)變電站故障診斷、定位方法及系統(tǒng)。

背景技術

本部分的陳述僅僅是提供了與本公開相關的背景技術信息，不必然構成在先技術。

隨著社會的快速發(fā)展，對智能電網(wǎng)的穩(wěn)定和健康性要求越來越高，智能變電站遇到故障，需要第一時間響應，快速恢復電網(wǎng)的正常運行。目前的智能變電站中故障信息系統(tǒng)已經(jīng)實現(xiàn)了保護設備的智能管理，其局限性表現(xiàn)為故障定值相對獨立，僅依賴于繼電保護管理設備、便攜性差、故障定位精確度特別是地理位置定位功能相對較弱。

目前，隨著我國智能電網(wǎng)的發(fā)展,智能變電站也進入了高速發(fā)展的階段。智能變電站應具有智能告警和故障信息綜合分析決策能力,自動報告變電站異常并提出故障處理指導意見，這表明智能變電站故障診斷在智能變電站自動化運行中起著非常重要的作用,也是智能變電站研究的一個重要方向。傳統(tǒng)變電站故障診斷多基于保護和斷路器動作信息以及故障錄波信息,采用數(shù)學解析、優(yōu)化算法以及人工智能方法實現(xiàn)對變電站故障元件的定位。

然而，智能變電站相較于傳統(tǒng)變電站結(jié)構和功能都發(fā)生了很大的變化,這些變化導致傳統(tǒng)的變電站故障診斷方法不能很好地適用于智能變電站故障診斷中。

發(fā)明內(nèi)容

針對現(xiàn)有技術中存在的不足，本公開的一個或多個實施例提供了一種轄區(qū)變電站故障診斷、定位方法及系統(tǒng)。

根據(jù)本公開的一個或多個實施例的一個方面，提供一種轄區(qū)變電站故障診斷、定位方法。

一種轄區(qū)變電站故障診斷、定位方法，該方法包括：

接收轄區(qū)變電站基本數(shù)據(jù)、運行數(shù)據(jù)和故障樣本數(shù)據(jù)；所述運行數(shù)據(jù)包括實時運行數(shù)據(jù)和歷史運行數(shù)據(jù)；

根據(jù)轄區(qū)變電站基本數(shù)據(jù)、歷史運行數(shù)據(jù)和故障樣本數(shù)據(jù)建立故障診斷模型；

根據(jù)歷史運行數(shù)據(jù)建立故障診斷表，根據(jù)實時運行數(shù)據(jù)結(jié)合故障診斷表進行變電站故障診斷和定位，得到故障診斷結(jié)果和定位結(jié)果；

將實時運行數(shù)據(jù)輸入故障診斷模型，將其輸出與故障診斷結(jié)果進行校對優(yōu)化，得到最終的轄區(qū)變電站故障診斷結(jié)果。

進一步地，在該方法中，所述轄區(qū)變電站基本數(shù)據(jù)包括智能變電站主接線拓撲、一次設備和二次裝置的物理和邏輯關聯(lián)信息、通信網(wǎng)絡基本信息。

進一步地，在該方法中，所述轄區(qū)變電站運行數(shù)據(jù)包括一次設備的運行信息、斷路器和隔離開關的位置、保護和控制裝置的動作信息、網(wǎng)絡流量信息；所述轄區(qū)變電站運行數(shù)據(jù)采用報文形式。

進一步地，在該方法中，所述歷史運行數(shù)據(jù)還包括歷史運行數(shù)據(jù)對應的故障數(shù)據(jù)。

進一步地，在該方法中，對建立的所述故障診斷表進行約簡，并將約簡后的所述故障診斷表獲取故障區(qū)域可信度，并篩選出故障區(qū)域可信度的最大值，通過最大值確定故障定位結(jié)果，所述故障定位結(jié)果為轄區(qū)變電站發(fā)生故障的區(qū)域。

進一步地，在該方法中，根據(jù)所述故障定位結(jié)果確定故障區(qū)域的子故障診斷表，并對子故障診斷表進行約簡，并將約簡后的所述子故障診斷表獲取故障種類可信度，并篩選出故障種類可信度的最大值，通過最大值確定故障診斷結(jié)果，所述故障診斷結(jié)果為轄區(qū)變電站故障區(qū)域的故障種類。

進一步地，在該方法中，所述故障診斷模型為基于深度學習網(wǎng)絡的故障診斷模型。