[发明专利]一种基于特征识别的台区出口低电压原因诊断方法

说明书

本发明揭示了一种基于特征识别的台区出口低电压原因诊断方法，包括以下步骤：步骤1、获取低电压台区基本信息和用电信息，并统计低电压相数和相位；步骤2、计算获得中压断线指数、采集松动指数、档位异常指数、功率因素指数、负载指数、重过载指数、三相不平衡指数；步骤3、将计算获得指数与预设值进行比较，获得台区出口低电压原因。本发明通过提取数据特征的方式，实现原因的实时研判，异动产生和问题定位同步完成，极大的提高了工作效率，此外，研判准确率一般可达90％以上，达到实际应用水平。

技术领域

本发明涉及电力诊断领域。

背景技术

供电部门为解决低电压问题，已在多套应用系统中开发了台区出口低电压监测模块，实现了用电信息采集、SCADA、PMS等源业务系统相关基础、运行数据的集成，低电压数据平台的快速发展，为台区出口低电压原因智能诊断提供了坚实的基础。

目前，各模块仍处于对低电压采集数据的简单统计层面，仅涉及低电压发生台区、发生时点、发生次数、持续时长方面。对于核心问题，即低电压产生的主要原因，仍然采用传统的人工核查方式开展。

目前的方法存在以下问题：

1、虚假数据干扰大。采集设备缺陷会产生大量虚假数据，这些“虚假低电压”干扰了低电压的正常监测与分析，目前以固定阈值进行数据清洗的方式存在大量的“漏判误判”。

2、现场核查效率低。虚假数据的判定需要进行现场电压实测，由于台区总量大、地理位置分散，现场工作耗时长、成本高。

3、原因判断难度大。低电压偶发多发、成因复杂，目前尚没有自动诊断分析工具。对于产生原因的确定，需要人工调取多个系统数据，结合业务经验给出综合判断。人员业务水平不一也导致了判断准确性参差不齐。

发明内容

本发明所要解决的技术问题是实现一种工作稳定可靠的台区出口低电压原因诊断方法。

为了实现上述目的，本发明采用的技术方案为：一种基于特征识别的台区出口低电压原因诊断方法，包括以下步骤：

步骤1、获取低电压台区基本信息和用电信息，并统计低电压相数和相位；

步骤2、计算获得中压断线指数、采集松动指数、档位异常指数、功率因素指数、负载指数、重过载指数、三相不平衡指数；

步骤3、将计算获得指数与预设值进行比较，获得台区出口低电压原因。

所述步骤1中低电压台区基本信息包括台区名称、所属线路、发生日期。

所述步骤1中用电信息包括低电压台区每日96点三相电压、三相电流、视在功率、功率因素运行数据，以及台区容量、倍率台帐数据。

所述步骤2先计算获得以下参数；

负载率＝视在功率×倍率/容量；

低电压相与正常相差值＝U低电压相-UAVE(正常相)；

低电压相之和与正常相差值的绝对值＝abs(U_{sum(低电压相)}-U_正常相)；

参数5：

根据上述参数计算指标：

中压断线指数＝(参数4阈值)(三相电压阈值)点数/低电压点数；

采集松动指数1＝(参数3阈值)点数_{低电压点位}/低电压点数；

采集松动指数2＝(参数3阈值)点数_{非低电压点位}/非低电压点数；

档位异常指数＝(参数5阈值)点数/低电压点数；