[发明专利]一种基于数据驱动的变电站电力设备故障诊断方法

说明书

本发明公开了一种基于数据驱动的变电站电力设备故障诊断方法，包括以下步骤：S1：获取变电站的电力设备基础信息；S2：获取电力设备的历史故障信息和维护信息；S3：通过电力设备的基础信息、电力设备的历史故障信息和电力设备的维护信息计算电力设备故障概率；S4：根据电力设备的历史故障信息进行电力设备分类；S5：根据电力设备分类情况对电力设备进行监测，获取电力设备的监测数据；S6：通过电力设备的故障概率和电力设备的监测数据计算电力设备故障系数；S7：通过电力设备故障系数判断电力设备是否发生故障；本发明通过故障发生系数实现电力设备的提前维护，减少国网损失，降低电网运行成本，提高电网工作人员的工作效率。

技术领域

本发明涉及变电站运维技术领域，尤其涉及一种基于数据驱动的变电站电力设备故障诊断方法。

背景技术

传统运维关注故障后设备的检修和重新投入，被动式模式限制了设备运维水平的进一步提升。受到航天航空、核电设备、电子系统可靠性工程理念的启发，电力设备运维正向设备生命周期健康管理方向发展，设备剩余运行寿命预测、故障预报等是该领域的热点问题。

随着经济社会的不断发展，电网规模日趋庞大，电网的运维、检修、方式调整等业务量愈发变大。传统运维以人为运维业务的“主体”，人员现场设备巡视、倒闸操作、工作许可等，工作量大、工作强度高、效率低。同时，投入现场应用的智能运检设备或装备未能充分转换为实际生产力，存在设备覆盖不全面、建设标准不统一、主辅数据不共享、人机交互不友好等问题。传统依托人力资源的变电运维模式难以适应企业和电网发展需求。

例如，申请号为CN201910717499.0，申请日为2019年08月05日的中国专利申请公开了一种电力设备发热缺陷的诊断方法以及诊断系统，包括如下步骤：步骤S1：从历史现场测试数据中提取电力设备各类发热缺陷对应的红外温度数据；步骤S2：对所述红外温度数据进行预处理得到电力设备各类发热缺陷对应的缺陷数据；所述缺陷数据至少包括电力设备的红外热成像图、红外点阵温度图、可见光成像图、关键测量点温度标记；步骤S3：利用步骤S2中电力设备的缺陷数据以及发热缺陷类型标签训练深度卷积神经网络得到发热缺陷诊断模型；其中，发热缺陷模型的输入数据为电力设备的缺陷数据，输出数据为电力设备的发热缺陷诊断结果，所述诊断结果包括是否存在发热缺陷以及发热缺陷的类型；步骤S4：采集待诊断电力设备的红外温度数据，并进行预处理得到缺陷数据；步骤S5：将步骤S4的缺陷数据输入至步骤S3的发热缺陷诊断模型中得到发热缺陷诊断结果。该申请的电力设备故障诊断方法，需要在设备发生故障之后才进行故障诊断检测，此时故障已经发生一段时间，给国网和用户带来了大量损失，无法进行电力设备的提前故障诊断。

发明内容

本发明主要解决现有的技术中缺乏对电力设备故障进行提前诊断的问题；提供一种基于数据驱动的变电站电力设备故障诊断方法，对电力设备的故障进行提前判断，有利于维护人员对设备进行提前维护，减少国网损失，降低电网运行成本。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种基于数据驱动的变电站电力设备故障诊断方法，包括以下步骤：

S1：获取变电站的电力设备基础信息；

S2：获取电力设备的历史故障信息和维护信息；

S3：通过电力设备的基础信息、电力设备的历史故障信息和电力设备的维护信息计算电力设备故障概率；

S4：根据电力设备的历史故障信息进行电力设备分类；

S5：根据电力设备分类情况对电力设备进行监测，获取电力设备的监测数据；

S6：通过电力设备的故障概率和电力设备的监测数据计算电力设备故障系数；