[发明专利]基于大数据的配网设备运行状态分析方法及装置

权利要求书

1.基于大数据的配网设备运行状态分析方法，其特征在于：

采集配电负荷数据，将运检设备台账数据、营销基础数据平台的营销设备台账数据及配变负荷数据同步至Hive数据仓库；

对配变负荷数据进行质量核查、修复完善；

从Hive数据仓库中依据负载平衡策略将运检设备台账数据、营销设备台账数据和配变负荷数据加载至各工作节点中；

基于运检设备台账数据、营销设备台账数据和配变负荷数据分别建立配变重过载分析模型、低电压分析模型和三相不平衡分析模型，各工作节点根据已建立的模型分析配网设备运行状态，得到指标分析结果，完成配网整体运行状态分析。

2.如权利要求1所述的基于大数据的配网设备运行状态分析方法，其特征在于：所述的设备资产精益运维管理系统的电网台账数据包括：运检侧配变台账信息；

所述的营销基础数据平台的营销设备台账数据包括：营销侧台区信息、营销侧台区信息与运检侧配变信息对应关系。

3.如权利要求1或2所述的基于大数据的配网设备运行状态分析方法，其特征在于：所述的将设备资产精益运维管理系统的电网台账数据、营销基础数据平台的营销设备台账数据及用电信息采集的配变负荷数据同步至Hive数据仓库的具体过程为：

通过Spark分布式同步程序将设备资产精益运维管理系统运检侧配变台账信息、营销基础数据平台营销侧台区信息、营销侧台区信息与运检侧配变信息对应关系、用电信息采集系统负荷数据主要是配变的电流、电压和功率抽取至内存中；通过Spark程序将基于关系型数据存储的设备资产精益运维管理系统运检侧配变台账信息、营销基础数据平台营销侧台区信息、营销侧台区信息与运检侧配变信息对应关及用电信息采集系统负荷数据模型转换为基于Hive存储的模型，并将数据存入Hive数据仓库中。

4.如权利要求1或2所述的基于大数据的配网设备运行状态分析方法，其特征在于：所述基于大数据技术对用电信息采集的配变负荷数据进行质量核查、修复完善，具体包括以下步骤：

首先将用电信息采集的配变负荷数据和停电事件；

然后遍历配变每一条电流数据，若电流漏点的时间段不在停电时间段内，求取漏电处电流平均值；

其次遍历配变每一条电压数据，若电压漏点的时间段不在停电时间段内，求取漏电处电压平均值，并基于电压平均值对当前电压进行修复；

接着遍历配变每一条功率数据，若功率漏点的时间段不在停电时间段内，求取漏电处功率平均值，并基于功率平均值对当前功率进行修复；

最后将包括电流、修复后的电压和修复后的功率在内的配变负荷数据更新至Hive数据仓库。

5.如权利要求1所述的基于大数据的配网设备运行状态分析方法，其特征在于：所述从Hive数据仓库中依据负载平衡策略将运检设备台账数据、营销设备台账数据及用电信息配变负荷数据加载至大数据平台的各工作节点中的具体过程为：

将运检侧设备台账数据、营销设备台账数据及用电信息配变负荷数据分割成若干个数据块，并根据每个计算节点负载情况，按照设定的规则将数据块分配至设定的节点中；

将配变运行状态分析逻辑分发至每个节点中的数据块中。

6.如权利要求1或2所述的基于大数据的配网设备运行状态分析方法，其特征在于：所述的建立配变重过载分析模型，配变重过载模型具体为：

配变重过载分析模型：依据配变采集负荷功率曲线，计算每点对应的负载率值，若连续8个点，即持续发生2小时，负载率值[80％,100％)之间，定义为配变重载；若连续8个点，即持续发生2小时，负载率值[100％,150％)之间，定义为配变过载；其中，负载率＝配变总功率*综合倍率/配变额定容量；配变是指正处于运行状态且非用户资产的变压器。