基于大数据的电力设备综合监测与预警系统及其分析方法

基于大数据的电力设备综合监测与预警系统及其分析方法
【专利摘要】本发明公开了一种基于大数据的电力设备综合监测与预警系统及其分析方法，系统包括传感器组、监测单元组和电力设备综合诊断平台，其中：传感器组，包括用于耦合变压器、电力电缆、GIS的监测参数的多个传感器；监测单元组，包括监测耦合变压器、电力电缆、GIS的监测参数的监测单元，每个监测单元分别与对应的传感器连接；电力设备综合诊断平台，连接监测单元组，用于实现基于HDFS的多目标电力设备监测数据的存储与管理，实现基于MapReduce技术和故障样本库的诊断和实现基于NoSQL数据库技术的监测指标量和诊断结果的实时存储；通过高速的双向数据传输机制，一方面实现了多目标电力设备实时监测海量数据向监测中心的上传，另一方面实现了诊断结果的反馈预警。
【专利说明】基于大数据的电力设备综合监测与预警系统及其分析方法

【技术领域】
[0001]本发明涉及电力设备在线监测【技术领域】，尤其涉及一种基于大数据的电力设备综合监测与预警系统及其分析方法。

【背景技术】
[0002]近年来，随着全球能源问题日益严峻，世界各国都开展了智能电网的研究工作。智能电网的最终目标是建设成为覆盖电力系统整个生产过程，包括发电、输电、变电、配电、用电及调度等多个环节的全景实时系统。电力设备状态监测与诊断是智能电网的重要组成部分，其关键技术的实施能延长设备使用寿命、减少突发性故障的发生、提高电力设备的供电可靠性，因此在电力系统中得到了广泛的应用。
[0003]然而由于电力设备的多样性、电力设备监测信号的多样性、电力设备故障发生演变规律的多样性等因素的影响，电力设备的状态监测存在着诊断与预警功能不足的缺点，这极大的制约了电力设备状态监测技术的全面推广与应用。
[0004]电力设备在线监测数据实时增长，再加上监测系统一般包含多种电力设备，不同电力设备监测指标繁多，因此对电力设备的在线监测而言，其监测数据量极大、监测数据种类繁多、监测数据产生速度极快，是典型的大数据，因此本发明将最前沿的大数据关键技术应用到电力设备的监测与诊断上，将极大的推动电力设备状态监测与诊断技术的发展，对提高电力设备监测与诊断的准确性与可靠性，具有革命性的意义。
[0005]基于大数据的输变电设备状态监测系统，可以很好的解决电力设备的状态监测与诊断中存在的固有难题，是实现输变电设备状态检修管理、提升电力生产运行管理精益化水平的重要手段。其基本原理是通过各种传感器技术、广域通信技术和信息处理技术实现电力设备运行状态的实时感知、分析诊断和评估预测，其建设和推广工作对提升电网智能化水平具有积极而深远的意义。


【发明内容】

[0006]本发明为了解决上述问题，提出了一种基于大数据的电力设备综合监测与预警系统及其分析方法，该系统可以用于变压器、电力电缆、GIS的综合监测与故障诊断。
[0007]为了实现上述目的，本发明采用如下技术方案:
[0008]一种基于大数据的电力设备综合监测与预警系统，包括传感器组、监测单元组和电力设备综合诊断平台，其中:
[0009]所述传感器组，包括用于耦合变压器、电力电缆、GIS的监测参数的多个传感器；
[0010]所述监测单元组，包括监测耦合变压器、电力电缆、GIS的监测参数的监测单元，每个监测单元分别与对应的传感器连接；
[0011]所述电力设备综合诊断平台，连接监测单元组，用于实现基于HDFS的多目标电力设备监测数据的存储与管理，实现基于MapReduce技术和故障样本库的诊断和实现基于NoSQL数据库技术的监测指标量和诊断结果的实时存储。
[0012]所述电力设备综合诊断平台通过双向数据传输机制将诊断结果反馈到各现地监测单元，更新设备预警状态。
[0013]所述电力设备综合诊断平台，包括算法调度模块、任务管理模块和调度监控模块，其中算法调度模块用于对不同监测设备诊断分析方法的调度与选配，任务管理模块用于对数据通讯、数据分析、数据存储任务的调度管理，调度监控模块的作用在于对任务管理模块的执行流程进行监控与管理。
[0014]所述电力设备综合诊断平台的数据包括设备在线监测数据和设备离线状况数据；所述设备离线状态数据包含设备运行状况历史记录、设备历史故障记录、设备型号、设备生产厂家、同型号设备的故障记录和设备历史实验数据。
[0015]所述监测单元组至少包括GIS监测单元、电缆监测单元与变压器监测单元。
[0016]所述监测单元组对GIS、电力电缆和变压器的相关监测参数进行连续采集和分析，并给出诊断和预警结果，在现地通过不同颜色的信号灯显示预警等级。
[0017]一种基于上述电力设备综合监测与预警系统的分析方法，具体步骤如下:
[0018](I)GIS监测单元、电缆监测单元与变压器监测单元分别对GIS、电力电缆和变压器的相关监测参数进行连续采集和分析，并实时给出诊断和预警结果，在现地通过不同颜色的信号灯显示预警等级；
[0019](2)通过高速的双向数据传输机制将监测单元的原始数据传入基于大数据的电力设备综合诊断平台；
[0020](3)对设备实时监测数据和设备离线状态数据进行集中管理；
[0021 ] (4)设备在线监测数据和设备离线状态数据通过基于MapReduce的设备状态数据并行处理系统，对设备状态进行实时精确诊断，得到相应的诊断结果，并将预警信息通过高速的双向数据传输机制及时地反馈给现地层；
[0022](5)若诊断结果为有故障，则发出警告信息；现地监测单元在接收到基于大数据的综合诊断平台的反馈之后，更新现地的预警信号。
[0023]所述步骤(I)的具体方法为:利用多种方法监测参数，若多种方法的结果均无故障发生，则系统无动作，继续监测；所测结果均为有故障发生，此时可以确定故障发生进入故障诊断阶段；所测结果不一致进入数据融合阶段，以其输出结果作为判断标准。
[0024]所述步骤(I)中，当监测变压器的局部放电时，使用超高频法、超声波法和油色谱法。
[0025]所述步骤(2)中，对海量原始采样数据采用的存储及管理方法，包括以下两项:
[0026](2-1)对多个电力设备监测的实时海量原始数据采用基于HDFS的数据的存储技术进行存储，支持快速、海量、高扩展性的数据存储与查询；
[0027](2-2)对海量监测原始数据和设备离线状态数据采用基于MapReduce技术的数据处理方法，实现对监测大数据的实时处理，从而实现对设备健康状况的实时准确诊断。
[0028]所述步骤(4)中，诊断的方法包括:
[0029](4-1)对多个电力设备监测的同一监测指标量，通过大数据的相关关系分析，对比在同一时刻、同一事件下不同设备监测数据的参数特征，判断出故障发生的位置，给出诊断结果，并对其他电力设备的诊断结果进行修正‘
[0030](4-2)对同一监测设备的同一监测指标在不同传感方式下的数据，在该综合监测与诊断平台上，通过大数据的多源异构数据的融合，开展综合分析与判断，给出诊断结果；
[0031](4-3)对同一监测设备的实时数据，结合监测历史数据、同型号设备的故障样本库，进行全部样本的多维、实时对比，给出诊断结论。
[0032]本发明的有益效果为:本发明提出的基于大数据的电力设备综合监测与预警系统，通过将前沿的大数据关键技术与电力设备在线监测技术有机结合，解决了海量监测数据存储、海量监测数据实时分析、海量监测数据实时诊断的等电力设备监测领域的难题。通过高速的双向数据传输机制，一方面实现了多目标电力设备实时监测海量数据向监测中心的上传，另一方面实现了诊断结果的反馈预警。通过大数据技术的多源数据融合、综合分析判断、全样本库对比的分析方法，极大提高了电力设备实时诊断与评价的准确度。

【专利附图】

【附图说明】
[0033]图1为本发明组成示意图；
[0034]图2为本发明中基于大数据的电力设备综合诊断平台的组成示意图；
[0035]图3为本发明的总体执行流程图；
[0036]图4为基于大数据分析的多源异构数据融合与诊断流程图；
[0037]图5为基于大数据分析的变压器、GIS、电力电缆局部放电综合监测流程图。
[0038]其中图1中:1-UHF局部放电监测点，2-SF6气体密度监测点，3_微水监测点，4_氧气浓度监测点，5-接力器行程监测点，6-A相光纤测温监测点，7-B相光纤测温监测点，8-C相光纤测温监测点，9-A相局部放电监测点，1-B相局部放电监测点，Il-C相局部放电监测点，12-A相接地电流监测点，13-B相接地电流监测点，14-C相接地电流监测点，15-油色谱监测点，16-UHF局部放电监测点，17-超声波局部放电监测点。

【具体实施方式】
:
[0039]下面结合附图与实施例对本发明作进一步说明。
[0040]一种基于大数据的电力设备综合监测与预警系统，包括用于耦合变压器、电力电缆、GIS的各项监测参数的传感器，各个设备所对应的传感器分别与各个设备的监测单元相连，GIS、变压器、电力电缆的监测单元通过高速的双向数据传输机制与基于大数据的电力设备综合诊断平台相连，通过此平台实现基于HDFS的多目标电力设备海量监测数据的存储与管理；实现基于MapReduce技术和海量故障样本库的诊断；实现基于NoSQL数据库技术的监测指标量和诊断结果的实时存储；实现监测结果的多媒体可视化发布，以及通过高速的双向数据传输机制将诊断结果反馈到各现地监测单元，更新设备预警状态功能。
[0041]作为本发明的一种优选方案，基于大数据的电力设备综合监测与预警系统及分析方法，包括以下步骤:
[0042](I)GIS监测单元、电缆监测单元与变压器监测单元分别对GIS、电力电缆和变压器的相关监测参数进行连续采集和分析，并给出诊断和预警结果，在现地通过不同颜色的信号灯显示预警等级。
[0043](2)通过高速的双向数据传输机制将监测单元的原始数据上传到基于大数据的电力设备综合诊断平台。
[0044](3)通过基于大数据的电力设备诊断平台，实现监测大数据存储、监测大数据计算、监测大数据分析、结果发布与反馈等功能。
[0045]作为本发明的一种优选方案，基于大数据的电力设备综合监测与预警系统，其特征在于:
[0046](I)基于大数据的电力设备诊断平台的数据包含设备在线监测数据和设备离线状况数据。设备离线状态数据包含设备运行状况历史记录、设备历史故障记录、设备型号、设备生产厂家、同型号设备的故障记录、设备历史实验数据等。
[0047](2)设备在线监测数据和设备离线状态数据通过任务调度、任务管理、任务监控等功能模块及基于开源的HDFS的海量数据管理系统模块进行集中管理。
[0048](3)设备在线监测数据和设备离线状态数据通过基于MapReduce的数据并行处理模块，得到设备健康状态诊断结果，并将预警信息通过高速的双向数据传输机制反馈给现地监测单元。
[0049](4)现地监测单元在接收到基于大数据的综合诊断平台的反馈之后，更新现地的预警信号。
[0050]作为本发明的一种优选方案，基于大数据的电力设备诊断平台的运作，对海量原始采样数据采用的存储及管理方法，包括以下两项:
[0051](I)对多个电力设备监测的实时海量原始数据采用基于HDFS的数据的存储技术进行存储，支持快速、海量、高扩展性的数据存储与查询；
[0052](2)对海量监测原始数据和设备离线状态数据采用基于MapReduce技术的数据处理方法，实现对监测大数据的实时处理，从而实现对设备健康状况的实时准确诊断。
[0053]作为本发明的一种优选方案，基于大数据的电力设备诊断平台的运作，其诊断分析方法，包括以下三项:
[0054](I)对多个电力设备监测的同一监测指标量，通过大数据的相关关系分析，对比在同一时刻、同一事件下不同设备监测数据的参数特征，判断出故障发生的位置，给出诊断结果，并对其他电力设备的诊断结果进行修正。
[0055](2)对同一监测设备的同一监测指标在不同传感方式下的数据，在该综合监测与诊断平台上，通过大数据的多源异构数据的融合，开展综合分析与判断，给出诊断结果。
[0056](3)对同一监测设备的实时数据，结合监测历史数据、同型号设备的海量故障样本库，通过大数据分析技术，进行全部样本的多维、实时对比，给出诊断结论。
[0057]如图1所示，本发明包括多种电力设备现地监测单元、高速双向传输单元以及基于大数据的电力设备综合诊断平台，其中I?17代表用于感应变压器、电力电缆、GIS的运行状态的传感器，各个设备所对应的传感器分别与各个设备的监测单元相连，GIS、变压器、电力电缆的监测单元通过高速的双向数据传输机制与基于大数据的电力设备综合诊断平台相连。基于大数据的电力设备综合诊断平台包含状态监测大数据存储模块、状态监测大数据处理模块、状态监测大数据分析模块、状态监测大数据展现模块四个主要部分。
[0058]如图2所示，基于大数据的电力设备综合诊断平台的组成包含以下几个部分:基于Map Reduce的数据并行处理模块(状态监测大数据处理模块)，任务管理、任务调度和任务监控模块(状态监测大数据处理模块)，设备状况实时精确诊断模块(状态监测大数据分析模块)，基于HDFS的海量原始数据管理模块(状态监测大数据存储模块)，基于HBASE的开源非关系型数据库模块(状态监测大数据存储模块)，结果发布与预警反馈模块(状态监测大数据展现模块)。
[0059]设备在线监测数据(含设备在线监测原始数据、数据采集时间、数据采集地点、设备型号、设备编号)通过高速的双向数据传输机制传输到基于大数据的电力设备综合诊断平台。该平台通过任务调度和任务监控模块分析管理设备在线监测数据和设备离线数据(含设备运行状况历史记录、设备历史故障记录、设备型号、同型号设备的故障记录)，一方面将这两种数据存储在基于HDFS的海量原始数据管理模块中，另一方面通过基于MapReduce的数据并行处理模块实现监测数据的实时分析，分析结果送入设备状况实时精确诊断模块。设备状况实时精确诊断模块通过大数据分析技术，给出具有较高准确度的诊断结果，并将诊断结果和相应指标量存储在基于HBASE的开源非关系型数据库模块，同时将诊断结果送入结果发布与预警反馈模块。结果发布与预警反馈模块一方面通过大数据展示技术，实现对监测结果的多媒体发布，另一方面将通过高速的双向数据传输机制，将诊断结果反馈到现地监测单元，实现对现地预警信息的更新。
[0060]图3所示的总体执行流程图包含以下几个步骤:
[0061](I)GIS监测单元、电缆监测单元与变压器监测单元分别对GIS、电力电缆和变压器的相关监测参数进行连续采集和分析，并实时给出诊断和预警结果，在现地通过不同颜色的信号灯显示预警等级。
[0062](2)通过高速的双向数据传输机制将监测单元的原始数据传入基于大数据的电力设备综合诊断平台。
[0063](3)设备实时监测数据和设备离线状态数据通过算法调度、任务管理、调度监控等功能模块及基于开源的HBASE的海量数据管理系统模块进行集中管理。
[0064](4)设备在线监测数据和设备离线状态数据通过基于MapReduce的设备状态数据并行处理系统，对设备状态进行实时精确诊断，得到相应的诊断结果，并将预警信息通过高速的双向数据传输机制及时地反馈给现地层。
[0065](5)若诊断结果为有故障，则发出警告信息。
[0066]图4所示为基于大数据的综合诊断平台中用到的一种多源数据分析方法，对电力设备的监测参数而言，其检测方法有很多种，例如对变压器的局部放电而言，其检测手段有超高频法、超声波法、油色谱法等，利用大数据综合诊断平台中的多源异构数据融合技术，可以使诊断结果更加准确。具体来说，多源监测数据的输出可能有以下几种情况:
[0067]①三种方法所测结果均无故障发生，则系统无动作，继续监测。
[0068]②三种方法所测结果均为有故障发生，此时可以确定故障发生进入故障诊断阶段。
[0069]③三种方法所测结果不一致进入数据融合阶段，以其输出结果作为判断标准。
[0070]如图5所示，以变压器、GIS、电力电缆的局部放电为例，介绍基于大数据的综合诊断平台中用到的数据分析方法，对局部放电的监测而言，这三种电力设备在电力与物理上有较强的连接关系，通过对三种设备局部放电的监测与诊断，当监测结果显示三个不同的电力设备同时存在局部放电的时候，启动大数据融合与判断，精确判断出局部放电来自哪个电力设备，并将判断结果反馈给单个监测设备的诊断系统，对诊断结果进行修正。
[0071]上述虽然结合附图对本发明的【具体实施方式】进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
【权利要求】
1.一种基于大数据的电力设备综合监测与预警系统，其特征是:包括传感器组、监测单元组和电力设备综合诊断平台，其中: 所述传感器组，包括用于耦合变压器、电力电缆、GIS的监测参数的多个传感器； 所述监测单元组，包括监测耦合变压器、电力电缆、GIS的监测参数的监测单元，每个监测单元分别与对应的传感器连接； 所述电力设备综合诊断平台，连接监测单元组，用于实现基于HDFS的多目标电力设备监测数据的存储与管理，实现基于MapReduce技术和故障样本库的诊断和实现基于NoSQL数据库技术的监测指标量和诊断结果的实时存储。
2.如权利要求1所述的电力设备综合监测与预警系统，其特征是:所述电力设备综合诊断平台通过双向数据传输机制将诊断结果反馈到各现地监测单元，更新设备预警状态。
3.如权利要求1所述的电力设备综合监测与预警系统，其特征是:所述电力设备综合诊断平台，包括算法调度模块、任务管理模块和调度监控模块，其中算法调度模块用于对不同监测设备诊断分析方法的调度与选配，任务管理模块的作用在于对数据通讯、数据分析、数据存储等任务的调度管理，调度监控模块的作用在于对任务管理模块的执行流程进行监控与管理，所述电力设备综合诊断平台的数据包括设备在线监测数据和设备离线状况数据；所述设备离线状态数据包含设备运行状况历史记录、设备历史故障记录、设备型号、设备生产厂家、同型号设备的故障记录和设备历史实验数据。
4.如权利要求1所述的电力设备综合监测与预警系统，其特征是:所述监测单元组至少包括GIS监测单元、电缆监测单元与变压器监测单元。
5.如权利要求4所述的电力设备综合监测与预警系统，其特征是:所述监测单元组对GIS、电力电缆和变压器的相关监测参数进行连续采集和分析，并给出诊断和预警结果，在现地通过不同颜色的信号灯显示预警等级。
6.如权利要求1-5中任一项所述的电力设备综合监测与预警系统的分析方法，其特征是:具体步骤如下: (1)GIS监测单元、电缆监测单元与变压器监测单元分别对GIS、电力电缆和变压器的相关监测参数进行连续采集和分析，并实时给出诊断和预警结果，在现地通过不同颜色的信号灯显示预警等级； (2)通过高速的双向数据传输机制将监测单元的原始数据传入基于大数据的电力设备综合诊断平台； (3)对设备实时监测数据和设备离线状态数据进行集中管理； (4)设备在线监测数据和设备离线状态数据通过基于MapReduce的设备状态数据并行处理系统，对设备状态进行实时精确诊断，得到相应的诊断结果，并将预警信息通过高速的双向数据传输机制及时地反馈给现地层； (5)若诊断结果为有故障，则发出警告信息；现地监测单元在接收到基于大数据的综合诊断平台的反馈之后，更新现地的预警信号。
7.如权利要求6所述的分析方法，其特征是:所述步骤(1)的具体方法为:利用多种方法监测参数，若多种方法的结果均无故障发生，则系统无动作，继续监测；所测结果均为有故障发生，此时可以确定故障发生进入故障诊断阶段；所测结果不一致进入数据融合阶段，以其输出结果作为判断标准。
8.如权利要求6所述的分析方法，其特征是:所述步骤(1)中，当监测变压器的局部放电时，使用超高频法、超声波法和油色谱法。
9.如权利要求6所述的分析方法，其特征是:所述步骤(2)中，对海量原始采样数据采用的存储及管理方法，包括以下两项: (2-1)对多个电力设备监测的实时海量原始数据采用基于HDFS的数据的存储技术进行存储，支持快速、海量、高扩展性的数据存储与查询； (2-2)对海量监测原始数据和设备离线状态数据采用基于MapReduce技术的数据处理方法，实现对监测大数据的实时处理，从而实现对设备健康状况的实时准确诊断。
10.如权利要求6所述的分析方法，其特征是:所述步骤(4)中，诊断的方法包括: (4-1)对多个电力设备监测的同一监测指标量，通过大数据的相关关系分析，对比在同一时刻、同一事件下不同设备监测数据的参数特征，判断出故障发生的位置，给出诊断结果，并对其他电力设备的诊断结果进行修正； (4-2)对同一监测设备的同一监测指标在不同传感方式下的数据，在该综合监测与诊断平台上，通过大数据的多源异构数据的融合，开展综合分析与判断，给出诊断结果； (4-3)对同一监测设备的实时数据，结合监测历史数据、同型号设备的故障样本库，进行全部样本的多维、实时对比，给出诊断结论。
【文档编号】G01R31/08GK104283318SQ201410579501
【公开日】2015年1月14日 申请日期:2014年10月24日 优先权日:2014年10月24日
【发明者】黄金鑫, 彭小圣, 牛林, 白俊杨, 战杰, 程时杰, 马梦朝, 文劲宇, 崔金涛, 李朝晖, 鲁国涛 申请人:国家电网公司, 国网技术学院