[发明专利]一种加强配网设备运维管控的方法

说明书

针对电网设备故障具有随机性和突发性的特点，因而难以准确预测这一问题，提供一种加强配网设备运维管控的方法，属于电网设备运维技术领域，通过应用聚类分析、机器学习等大数据技术对用电信息采集系统、PMS2.0、D5000等系统数据有效整合和挖掘，打破了各系统间的数据孤岛，根据邻近传播效应分析理论，建立了设备故障预测模型，能够提前预判设备故障发生概率，提前安排设备检修，减少停电次数和时间，提高供电质量，极大提升配网运维水平。本发明在设备故障之前发出告警信号，提前对设备故障进行预判并提供应对策略，创新应用大数据技术根据历史上已经发生的故障记录预测设备未来发生故障的可能，实现化被动抢修的工作模式为主动检修的工作模式。

技术领域

本发明属于电网设备运维技术领域，特别是涉及到一种运用数据分析技术加强配网设备运维管控方法。

背景技术

目前由于配网自动化仍在推进建设中，配电网设备无法得到全面监测，运行人员无法有效获取设备运行状态信息；另外电网设备故障具有随机性和突发性的特点，常规预测方法难以准确预测。在此背景下，配电网运行维护工作中存在如下痛点问题，一是设备故障难以准确预测，以往的工作方式主要是被动发现故障问题，而配网设备多、接线复杂，故障点排查全凭经验处理，需要花费大量时间，影响抢修效率；二是设备状态检修缺乏科学依据，目前状态检修主要是由设备专家根据设备运行信息制定检修计划，对人的依赖性过强，同时状态检修需要结合大量历史数据和现状数据，人力无法做到对电网设备的实时全面分析，仍存在有分析盲点的可能。

电网公司运营积累的海量数据在大数据技术突飞猛进的发展背景下，体现了更大的价值，应用大数据技术使电网设备故障预测成为可能。因此，现有技术中亟需一种新的技术方案来解决这一问题。

发明内容

本发明所要解决的技术问题是：提供一种加强配网设备运维管控的方法，用以解决现有配电网运行维护工作中设备故障难以准确预测、设备状态检修缺乏科学依据，配电网运维只能是被动抢修的工作模式等技术问题。

一种加强配网设备运维管控的方法，其特征是：包括以下步骤，且以下步骤顺次进行，

步骤一、案例数据库建立

通过采集电力设备的地理信息、技术参数、电力设备运维信息以及历史数据，应用数据清洗和聚类分析筛选故障、缺陷以及异常数据，建立案例数据库；

步骤二、建立用电状态监控图

采用地理信息系统GIS技术和BIM空间建模技术，将配电网设备地理位置信息以及电力设备实时运行状态信息标注在电子地图上，建立用电状态监控图；

步骤三、建立设备故障预测模型

结合临近传播效应，通过关联分析方法对所述步骤一获得的案例数据库内各案例进行多维度分析，获得数据之间相关性和案例之间发生规律，建立设备故障预测模型；

步骤四、故障研判导航

利用所述步骤三建立的设备故障预测模型，预测未来故障，对电力设备进行缺陷跟踪、故障预判以及故障主动报警；

步骤五、智能派发工单

通过步骤四获得的故障研判结果，获得巡查电力设备检修方案以及应急方案，通过步骤二获得电子地图，将检修工单发送至运维人员进行电力设备检修。

所述步骤三中故障预测模型可通过大数据分析技术机器学习的方法进行电力设备故障预警自学习，实时更新案例数据库信息，进行设备故障预测模型自动优化。

所述步骤一中的数据来源为电网PMS系统、SG186系统、电力用户用电采集系统、D5000系统以及95598客服系统，数据接口采用servlet接口。