[发明专利]一种基于运行数据的配网典型故障研判方法

说明书

本发明公开了一种基于运行数据的配网典型故障研判方法，包括以下步骤：S01：采集及抽取所需的数据；S02：对得到的数据进行缺失值和异常值分析，进行预处理；S03：利用预处理完的数据进行建模分类；S04：将建模分类的结果与故障分类标准匹配，形成故障数据库；S05：根据故障数据库对新的数据进行判断，做出预测。通过对数据的多层处理，再通过对数据库的判断，做出预测，帮助及时排除故障，减少可能的损失，提高效益。本发明的实质性效果包括：提高配网故障解决的效率和速度，保证供电的持续性和可靠性；做到精准处理，快速隔离，提升故障处置效率，以此来指导抢修工作；提早应对，未雨绸缪，以此来指导运维工作。

技术领域

本发明涉及电力技术领域，特别涉及一种基于运行数据的配网典型故障研判方法。

背景技术

社会的快速发展促进了新兴产业的不断增多，电力能源的供应需求量越来越大，且对配网运行可靠性要求也越来越高。由于配网建设规模的不断扩大，逐渐呈现出复杂化的特点，导致运行中经常会出现停电现象，而大多数停电都与配电网系统自身有关，因此，对于配网故障解决的效率和速度是否高效就直接关系到供电的持续性和可靠性，也是供电服务品质提升的关键。

如授权公告号 CN106374624B的发明公开了一种基于就地分布式馈线自动化的智能研判与专家告警系统及其工作方法。包括依次相连的就地多次重合故障处理模块、开关控制模块、就地信号生成模块、通信模块、调度信号接收模块和馈线拓扑信号分析模块，还包括就地动作断面记录固化模块、动作断面与动作逻辑比较模块、智能研判模块和专家告警模块，该发明将故障告警信号依据馈线拓扑进行对应分析，生成故障隔离与负荷转供方案，依据该方案对就地馈线自动化动作结果是否正确进行研判，并给出故障下游恢复供电方案。

现有技术对于数据的处理过于单调，对数据的利用效率较低，导致故障的判断和预测水平较差。

发明内容

针对现有技术对于数据的处理过于单调，对数据的利用效率较低，故障的判断和预测水平较差的问题，本发明提供了一种基于运行数据的配网典型故障研判方法，提高了对数据的利用效率及准确率，以此提高故障判断和预测的准确度，有利于电网的稳定运行。

以下是本发明的技术方案。

一种基于运行数据的配网典型故障研判方法，包括以下步骤：S01：采集及抽取所需的数据；S02：对得到的数据进行缺失值和异常值分析，进行预处理；S03：利用预处理完的数据进行建模分类；S04：将建模分类的结果与故障分类标准匹配，形成故障数据库；S05：根据故障数据库对新的数据进行判断，做出预测。通过对数据的多层处理，再通过对数据库的判断，做出预测，帮助及时排除故障，减少可能的损失，提高效益。

作为优选，步骤S02的过程包括：对数据进行缺失值和异常值分析，分析数据中各指标因子是否产生空值，剔除空值因子；根据缺失值和异常值分析结果，将历史数据库中不合格的数据丢弃；删除多余的无关数据；属性构造数据标准化，以适应算法和分析的需要。识别故障类别所需的数据，应用最广泛的模型是五个指标：故障时间、故障位置、跳闸还是接地、保护动作以及故障过流电流）。以上指标简称S模型，作用是识别故障类别。分析该S模型中因子是否产生空值，并剔除该因子可以帮助提高数据的筛选效率。

作为优选，步骤S03的建模分类过程包括：故障聚类，通过K-Means聚类算法对故障类别分类。

作为优选，所述K-Means聚类算法包括：1、随机选择K个对象，每个对象初始地代表一个簇的中心；2、对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇；3、重新计算每个簇的平均值，更新为新的簇中心；不断重复2-3步，直到准则函数收敛。