[发明专利]一种基于多维度数据分析的故障跳闸判别方法

说明书

本发明涉及一种基于多维度数据分析的故障跳闸判别方法，属于电网调控智能化技术领域。该方法包括：以设备为中心的信息聚类及数据清洗；监控信号结构化分析；建立标准事件模型库；设备运行方式分析；多维度数据交叉辨识；监控信号事件化分析。该方法能辅助调控员对电网异常、故障的快速、准确发现并及时处理，提高变电站设备监控信息分析能力，且提高调控中心监控告警信号的处理效率，从而提高电网监控管理水平，易于推广应用。

技术领域

本发明属于电网调控智能化技术领域，具体涉及一种基于多维度数据分析的故障跳闸判别方法。

背景技术

电力作为当代社会主要的常用能源之一，对国家经济的高速发展以及人民日常生活起着至关重要的作用。对电力依赖越来越强的同时，对电供应的可靠性、稳定性也提出了更高的要求。随着电网大运行、调控一体化、变电站无人值守的改革，调控中心集中监控变电站数量与日剧增，电网运行状态通过遥测、遥信、遥控、遥调等在调控中心进行集中监视和控制，越来越多种类和数量的一、二次设备监控信号实时上传至调控中心，监控信号单日上传数据量大，且受现实环境影响，监控信号内容并不规范。面对海量信号，调控人员依靠人工经验或者按照提前维护好的规则库对海量的碎片状监控告警数据进行判别，存在无法有效监视和智能分析的问题。

发明内容

本发明的目的是为了解决现有技术的不足，提供一种基于多维度数据分析的故障跳闸判别方法，该方法首先将电力系统中跨部门、跨专业的海量多维度数据进行智能融合，利用对多数据源对信号品质进行多重过滤、筛选、验证和佐证，实现遥测遥信等信号质量的辨识和确认，保证信号的正确性；结合电网运行方式、一二次设备运行规律，利用电网运行各类事件化的规律，进行事件化建模，从而实现对信号进行分类、打包和组合，并抽象出事件的本质和大纲。将调控运行人员从繁杂的日常性重复工作中解放出来，专注于特殊重点事件、异常情况的处置，大幅提高工作效率，减轻工作负担和工作压力。提升调控运行操作智能化水平的同时实现调控运行经验的系统化完整传承。

为实现上述目的，本发明采用的技术方案如下：

一种基于多维度数据分析的故障跳闸判别方法，包括以下步骤：

步骤(1)，以设备为中心的信息聚类及数据清洗；

步骤(2)，监控信号结构化分析；

步骤(3)，建立标准事件模型库；

步骤(4)，设备运行方式分析；

步骤(5)，多维度数据交叉辨识；

步骤(6)，监控信号事件化分析。

进一步，优选的是，步骤(1)的具体方法为：利用自然语言解析技术对告警信息、遥信点表、检修申请、操作票、遥控操作内容进行分词提取，获取厂站、电压等级、设备类型、设备编号、间隔名称这些关键有效信息，对比D5000模型库中厂站、开关、刀闸、母线、变压器、容抗器一次设备，得到关联设备信息，并以不同设备为基础建立数据集分组，将各类数据按照关联设备放入对应数据集，实现各类数据以设备为中心的信息划归聚类。

进一步，优选的是，步骤(2)的具体方法为：基于自然语言处理技术对每一条监控信号进行文法推断和句法分析，经过分割和重构，筛选过滤无效内容，得到准确的监控信号含义。

进一步，优选的是，步骤(2)对监控信号结构化分析包括对信号关联设备识别和对信号含义识别；

对信号关联设备识别具体为：利用自然语言解析技术对设备所属厂站、电压等级、设备描述内容进行分词提取，将设备描述标准化后与电网模型进行关联处理，从而获得信号关联设备；

对信号含义识别具体为：利用自然语言解析技术对信号内容进行分词提取，针对已有的标准信号库与待匹配的信号列表，在厂站、电压等级、设备类型的关键特征点相同情况依据相似度进行排序匹配，取相似度最大的的内容，作为信号含义识别内容。