[发明专利]一种基于大数据的输变电设备评估模型及处理方法

说明书

技术领域

本发明涉及电力系统设备状态评估技术领域，特别涉及一种基于大数据的输变电设备评估模型及处理方法。

背景技术

现有的输变电设备状态评价方法主要针对设备群体，忽略运行工况、制造工艺等个体属性，针对性和准确性较低。发展基于大数据分析的输变电设备差异化状态评价技术，重点开展设备状态信息间耦合关系的挖掘，建立差异化状态评价模型和开发快速评估方法是当今电力系统设备状态评估领域的发展方向。

随着计算机网络技术的飞速发展和电力系统自动化技术的进步，基于大数据的设备状态差异化评价模型和指标体系正在越来越多地应用于工程实际，实现输变电设备差异化状态评价，提高评价结果的准确性和针对性，实现设备异常状态的快速检出及风险设备重要度评估，将会为电力系统安全可靠运行提供有利保证。

发明内容

针对现有技术缺乏对输变电设备状态的全面评价的不足，本发明提供了一种基于大数据的输变电设备评估模型及处理方法，能够实现各类输变电设备异常状态的快速检出。

本发明的技术方案为：

一种基于大数据的输变电设备评估模型，包括以下步骤：

(a)构造系统命题集A＝{A₁,A₂,…A_k}，所述系统命题集的元素A_j为输变电设备的主体部件，j＝1,2,…k，k为输变电设备主体部件的数量。

(b)构造证据体E_i，i＝1,2,…m，所述证据体E_i为具体的检测手段。

(c)汇总设备状态信息数据流，检测异常数据；计算各证据体E_i对各系统命题A_j的基本可信度分配M_i(A_j)，见公式(1)。

M_i(A_j)＝P_j(E_i)·γ_j(E_i)(1)

公式(1)中，P_j(E_i)为以证据体E_i为指标系统命题A_j的排名顺序，γ_j(E_i)为以证据体E_i为指标系统命题A_j的故障概率。

(d)计算各证据体E_i单独作用下各系统命题A_j的信度区间[Bel_i,Pl_i]，其中信度区间下限Bel_i为基本可信度分配M_i(A_j)与设备总故障数的乘积，信度区间上限Pl_i为基本可信度分配M_i(A_j)与设备总数的平均值的乘积。

(e)利用D-S合成规则计算所有证据体联合作用下的基本可信度分配M(A_j)和信度区间[Bel,Pl]。

(f)构造决策规则并得出决策结论。

具体的，利用输变电设备评估模型的设备状态快速评估方法，包括以下步骤：

(I)筛选超出输变电设备状态评价导则中规定阈值的异常数据。

(II)提取外界干扰时刻的设备状态信息数据流，将所述设备状态信息数据流变换为多元时间序列，计算出各所述时间序列的互协方差函数，从而得到传递函数分子、分母多项式的阶数及延迟参数，以判定干扰时刻及产生的异常数据。

(III)提取设备状态信息数据流的趋势特征，将趋势改变的数据标记为异常数据。