[發(fā)明專利]一種調(diào)控系統(tǒng)運(yùn)行變化趨勢(shì)預(yù)測(cè)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010020970.3
• 申請(qǐng)日: 2020-01-09
• 公開(kāi)（公告）號(hào): CN111222702A
• 公開(kāi)（公告）日: 2020-06-02
• 發(fā)明（設(shè)計(jì)）人: 王艷;孫名揚(yáng);莊衛(wèi)金;于芳;徐攀;黃龍達(dá);卜強(qiáng)生;顏?zhàn)詧?jiān);李虎成;孫鵬;朱桂英;劉曉梅;潘加佳;曾飛
• 申請(qǐng)（專利權(quán)）人: 中國(guó)電力科學(xué)研究院有限公司;國(guó)網(wǎng)江蘇省電力有限公司電力科學(xué)研究院;國(guó)網(wǎng)江蘇省電力有限公司;國(guó)家電網(wǎng)有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 北京安博達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11271
• 代理人: 徐國(guó)文

本發(fā)明提供了一種調(diào)控系統(tǒng)運(yùn)行變化趨勢(shì)預(yù)測(cè)方法和系統(tǒng)，包括：基于預(yù)先設(shè)定的健康狀態(tài)評(píng)估指標(biāo)、以及影響所述健康狀態(tài)評(píng)估指標(biāo)的關(guān)鍵參數(shù)，從采集的實(shí)時(shí)工況數(shù)據(jù)中確定對(duì)運(yùn)行狀態(tài)判斷的特征值；對(duì)所述特征值進(jìn)行訓(xùn)練，得到所述關(guān)鍵參數(shù)的變化趨勢(shì)；基于預(yù)先建立的穩(wěn)定模式工況庫(kù)結(jié)合所述關(guān)鍵參數(shù)的變化趨勢(shì)，對(duì)所述參數(shù)狀態(tài)指標(biāo)的運(yùn)行狀態(tài)進(jìn)行判斷。能夠建立調(diào)控系統(tǒng)穩(wěn)定模式工況庫(kù)，利用時(shí)間序列算法對(duì)特征值進(jìn)行模型訓(xùn)練，對(duì)參數(shù)的變化趨勢(shì)進(jìn)行預(yù)測(cè)，用預(yù)測(cè)值輔助狀態(tài)判斷。

技術(shù)領(lǐng)域

本發(fā)明屬于電力系統(tǒng)運(yùn)行維護(hù)技術(shù)領(lǐng)域，具體涉及一種調(diào)控系統(tǒng)運(yùn)行變化趨勢(shì)預(yù)測(cè)方法和系統(tǒng)。

背景技術(shù)

電力調(diào)度控制系統(tǒng)是為了維護(hù)電力系統(tǒng)輸電、發(fā)電、配電、用電協(xié)調(diào)一致的系統(tǒng)。電力調(diào)度控制系統(tǒng)本身運(yùn)行穩(wěn)定性間接影響電力系統(tǒng)運(yùn)行的穩(wěn)定性，因此需要對(duì)電力調(diào)度控制系統(tǒng)運(yùn)行狀況進(jìn)行監(jiān)視，并對(duì)運(yùn)行變化趨勢(shì)進(jìn)行預(yù)測(cè)，在故障發(fā)生之前進(jìn)行干預(yù)，以防止大型事故的產(chǎn)生。

調(diào)度控制系統(tǒng)平臺(tái)本身也會(huì)對(duì)系統(tǒng)的部分運(yùn)行參數(shù)進(jìn)行監(jiān)視，一般在超過(guò)閥值時(shí)進(jìn)行報(bào)警。這些告警有的是事故級(jí)告警，由工作人員當(dāng)場(chǎng)處理；而更多的是一般告警，這些數(shù)據(jù)在告警后就存入歷史數(shù)據(jù)庫(kù)，為以后可能發(fā)生的事故分析做準(zhǔn)備，數(shù)據(jù)的利用率低。而且大量的歷史數(shù)據(jù)也成為系統(tǒng)存儲(chǔ)的負(fù)擔(dān)。

同時(shí)，調(diào)度控制系統(tǒng)發(fā)展到現(xiàn)階段，其組成與機(jī)構(gòu)日益復(fù)雜，關(guān)聯(lián)性也更強(qiáng)。隨著新一代調(diào)度控制系統(tǒng)的研發(fā)，構(gòu)建了由分析決策中心、模型云平臺(tái)、分布式監(jiān)控子系統(tǒng)組成的總體框架，形成了“物理分布、邏輯統(tǒng)一”網(wǎng)絡(luò)格局。新一代調(diào)度控制系統(tǒng)覆蓋了從國(guó)凋、網(wǎng)凋、省調(diào)及地調(diào)的調(diào)度業(yè)務(wù)，復(fù)雜度高、跨地區(qū)、實(shí)時(shí)要求性高，運(yùn)用了網(wǎng)絡(luò)技術(shù)及新IT技術(shù)來(lái)進(jìn)行支撐，業(yè)務(wù)分區(qū)多、機(jī)器多。系統(tǒng)各部件的關(guān)聯(lián)性也大大增加，只靠閥值報(bào)警的系統(tǒng)運(yùn)維無(wú)法進(jìn)行系統(tǒng)運(yùn)行狀態(tài)評(píng)估。

大多事故是日常業(yè)務(wù)中小故障累積到一定程度而產(chǎn)生的，如果能在小故障階段處理，就會(huì)減少事故的發(fā)生率，避免事故發(fā)生而產(chǎn)生的損失。

調(diào)度控制系統(tǒng)需要自動(dòng)化程度更高、更為智能的運(yùn)維平臺(tái)來(lái)提供支撐，防范事故于未然。

發(fā)明內(nèi)容

為克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提出一種調(diào)控系統(tǒng)運(yùn)行變化趨勢(shì)預(yù)測(cè)方法，其改進(jìn)之處在于，包括：

基于預(yù)先設(shè)定的健康狀態(tài)評(píng)估指標(biāo)、以及影響所述健康狀態(tài)評(píng)估指標(biāo)的關(guān)鍵參數(shù)，從采集的實(shí)時(shí)工況數(shù)據(jù)中確定對(duì)運(yùn)行狀態(tài)判斷的特征值；

對(duì)所述特征值進(jìn)行訓(xùn)練，得到所述關(guān)鍵參數(shù)的變化趨勢(shì)；

基于預(yù)先建立的穩(wěn)定模式工況庫(kù)結(jié)合所述關(guān)鍵參數(shù)的變化趨勢(shì)，對(duì)所述參數(shù)狀態(tài)指標(biāo)的運(yùn)行狀態(tài)進(jìn)行判斷；

所述穩(wěn)定狀態(tài)的判斷指標(biāo)包括：服務(wù)器狀態(tài)、網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)和應(yīng)用指標(biāo)。

優(yōu)選的，所述穩(wěn)定模式工況庫(kù)的建立，包括：

以所述穩(wěn)定狀態(tài)的判斷指標(biāo)為特征，對(duì)歷史工況數(shù)據(jù)采用K-均值法進(jìn)行聚類分析；

根據(jù)所述聚類分析結(jié)果，對(duì)工況運(yùn)行狀態(tài)進(jìn)行類別標(biāo)注和篩選，得到穩(wěn)定模式工況庫(kù)；

所述穩(wěn)定狀態(tài)的判斷指標(biāo)，將影響穩(wěn)定的關(guān)鍵參數(shù)作為穩(wěn)定狀態(tài)的判斷指標(biāo)。

優(yōu)選的，所述以所述穩(wěn)定狀態(tài)的判斷指標(biāo)為特征，所述對(duì)歷史工況數(shù)據(jù)采用K-均值法進(jìn)行聚類分析，包括：

以穩(wěn)定參數(shù)的判斷指標(biāo)為特征，對(duì)工況狀態(tài)進(jìn)行聚類分析，獲得歷史工況中的狀態(tài)分布情況；

以穩(wěn)定狀態(tài)判斷指標(biāo)為特征，采用K-均值法對(duì)工況狀態(tài)進(jìn)行聚類分析。

優(yōu)選的，所述關(guān)鍵參數(shù)的確定，包括：

利用多種特征篩選組合方法對(duì)工況數(shù)據(jù)進(jìn)行分析，確定影響穩(wěn)定的關(guān)鍵參數(shù)；