[发明专利]一种电网设备关联告警方法及系统在审
申请号: | 202111415274.3 | 申请日: | 2021-11-25 |
公开(公告)号: | CN114094708A | 公开(公告)日: | 2022-02-25 |
发明(设计)人: | 罗松林;陈守滨;刘树安;李敬光;杨阳;陈威洪;陈佳辉;宋想富;邓景柱;刘宏;费宏运 | 申请(专利权)人: | 广东电网有限责任公司东莞供电局 |
主分类号: | H02J13/00 | 分类号: | H02J13/00 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 彭鲲鹏 |
地址: | 523000 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电网 设备 关联 告警 方法 系统 | ||
本发明公开了一种电网设备关联告警方法及系统,包括以下步骤:建立设备异常标记体系,对发生异常的第一设备进行设备异常标记;根据设备异常标记的第一设备构建关联设备库。本发明通过判断第一设备和第二设备是否均存在设备异常标记,若第一设备和第二设备均存在设备异常标记,自动触发关联增存告警,通知调控员第一设备和第二设备相互关联的故障原因,对第一设备进行检修时,同时对第一设备关联的第二设备也进行检修,不会造成遗漏,将第一设备的设备停运异常、设备信号异常自动结合起来形成的设备异常,能够快速的寻找处第一设备关联的第二设备是否存在设备异常,不需耗费大量人力来发现关联的第二设备出现设备异常。
技术领域
本发明属于电网设备关联告警技术领域,特别涉及一种电网设备关联告警方法及系统。
背景技术
当前电网普遍都实施了调控一体化,由调控专业实施信号集中监视,现场设备异常,触发告警信号上送调控端,调控员对实时信号进行判断处置,必要时通知巡逻和维护人员到站检查处理,所有风险分析把控主要集中于实时增量告警信号的处置分析,部分地区实施了智能告警,但智能告警也只是针对某些情况下,现场异常会触发大量实时告警信号,系统对实时大量增量告警信号间的逻辑关系自动判断分析,减轻调控人员的判断处置压力。但当前监控普遍存在以下问题:
1、调控员监视处置实时增量告警信息,告警信号一般只直接反映实时增量告警信号所反映的实时的单一设备或多关联设备异常的分析,但对于历史上相关联设备的异常(比如1个月前),未加综合考虑,而实时设备异常与关联设备异常叠加分析可能存在更大风险,XX站#1站用变保护装置异常告警信号,只是影响#1站用变的运行,如果该站#2站用变一个月前有缺陷或者已停电检修,实时告警信号只反映#1站用变异常,但未综合考虑关联设备#2站用变状态,不能综合分析出XX站站用电源均异常的风险,未能实现增量与存量关联设备的智能关联分析,容易遗漏风险,影响电网安全运行。
2、增量、存量关联设备的异常分析,存量关联设备是否存在异常多依赖人员主动多系统核查告警信号、设备状态,耗费较多时间进行人工分析。
因此,发明一种电网设备关联告警方法及系统来解决上述问题很有必要。
发明内容
针对上述问题,本发明提供了一种电网设备关联告警方法及系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种电网设备关联告警方法,包括以下步骤:
建立设备异常标记体系,对发生异常的第一设备进行设备异常标记;
根据设备异常标记的第一设备构建关联设备库;
所述关联设备库包括第一设备以及与第一设备关联的第二设备;
根据所述关联设备库将设备异常标记的第一设备自动匹配关联的第二设备,判断第二设备是否存在设备异常标记,若第一设备和第二设备均存在设备异常标记,自动触发关联增存告警。
进一步的,所述对发生异常的第一设备进行设备异常标记,包括:
第一设备停电、退出运行时,第一设备自动标记有停运异常标记;
停运异常标记的第一设备复电或正常运行时,第一设备的停运异常标记消除。
进一步的,所述对发生异常的第一设备进行设备异常标记,还包括:
第一设备触发告警异常信号时,第一设备自动标记有信号异常标记;
信号异常标记的第一设备再次触发告警异常信号时,第一设备的信号异常标记不变;
信号异常标记的第一设备其告警异常信号全部返回或消除时,第一设备的信号异常标记消除。
进一步的,所述对发生异常的第一设备进行设备异常标记,还包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司东莞供电局,未经广东电网有限责任公司东莞供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111415274.3/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种碎枝机用切削装置及碎枝机
- 下一篇:基于特征工程的联邦学习建模优化方法