一种基于在线监测数据的保护装置状态趋势分析方法与流程

本发明涉及智能变电站技术领域，具体涉及一种基于在线监测数据的保护装置状态趋势分析方法。

技术背景

目前随着智能变电站的大量投入，保护装置的运维工作量迅速增长，运维的难度也不断提高。而现有的在线监测装置对保护装置运行状态监测预警缺乏实际应用，而且对当前环境因素波动以及历史环境因素的周期变化对保护装置的影响研究较少，对指导保护装置运维专业的实际应用还有一定距离。因此为了提高对保护装置运行状态的监测与预警，研究基于在线监测数据的保护装置状态趋势分析方法，从而实现智能预警，具有重要意义。

技术实现要素：

针对目前现有技术中存在的上述不足，本发明提供了一种基于在线监测数据的保护装置状态趋势分析方法。本发明通过在线监测装置获取保护装置的在线监测数据，运用最小二乘法拟合出表征数据发展趋势的直线，通过不同装置同类数据的趋势比较，以及同一装置相同历史周期数据的趋势比较来减小当前环境因素波动以及历史环境因素周期变化对保护装置状态趋势分析的影响，进而筛选出发展趋势存在隐患的装置和数据，并通过相关设备关联数据的趋势比较进一步明确存在隐患的装置范围，最终通过拟合的直线方程测算出隐患装置可能发生故障的时间。此发明可实现保护装置的状态趋势分析及智能预警，及早的发现变电站二次系统的故障隐患，并提高了运维检修效率。

为实现上述目的，本发明采取以下技术方案：

一种基于在线监测数据的保护装置状态趋势分析方法，包括以下步骤：

步骤1、通过解析变电站的scd文件获取到变电站中每一个保护装置的mms数据集条目，以及各保护装置光口间的光纤收发关系；

步骤2、建立保护装置mms数据集条目和保护装置在线监测数据的映射关系，保护装置在线监测数据包括装置温度、装置电压、光口收发光强、和光口温度；

步骤3、设置上限阈值yhset、下限阈值ylset、采样点数n、同期周期t、斜率阈值δk1set、均值比对差异阈值δk2set、同期比对差异阈值δk3set、和趋势预警时间阈值tset；

步骤4、将保护装置在线监测数据存入数据库，将直流源屏柜的电压数据和小室环境温度数据均存入数据库；

步骤5、计算最近的设定时间段内的各个采样点的保护装置在线监测数据的拟合直线和拟合斜率k，计算最近的设定时间段内的各个采样点的直流源屏柜的电压数据的拟合直线和拟合斜率kpw，计算最近的设定时间段内的各个采样点的小室环境温度数据的拟合直线和拟合斜率kc；

步骤6、判断保护装置在线监测数据是否异常，若k>δk1set||((|k-kaver|>δk2set)&&(|k-kt|>δk3set))，则对应的保护装置在线监测数据异常，否则对应的保护装置在线监测数据非异常

其中，kaver为同一采样对象的各个保护装置的保护装置在线监测数据的拟合斜率的平均值；kt为同一保护装置的历史相同时期的保护装置在线监测数据的拟合斜率；

步骤7、测算越限时刻并预警输出，对于异常保护装置在线监测数据，根据步骤5获得的对应的拟合直线和拟合斜率k，

拟合斜率k为正值的情况，则计算上限阈值yhset在拟合直线上对应的时刻点与当前时刻点之间的时间长度作为趋势时间长度；

拟合斜率k为负值的情况，则计算下限阈值ylset在拟合直线上对应的时刻点与当前时刻点之间的时间长度作为趋势时间长度；

拟合斜率k为0的情况，则不预警；

若趋势时间长度小于趋势预警时间阈值tset，则进行预警；

若趋势时间长度大于等于趋势预警时间阈值tset，则不预警。

还包括以下步骤：

步骤8.1、统计各个保护装置的装置电压异常的保护装置在线监测数据，进行如下判断：

如果异常的保护装置在线监测数据的数目为1，则异常的保护装置在线监测数据对应的保护装置有异常；

如果异常的保护装置在线监测数据的数目大于1且存在2个及以上的异常的保护装置在线监测数据的拟合斜率与直流源屏柜的电压数据的拟合斜率kpw之间的差值小于设定电压斜率阈值，则判断直流源屏柜异常；

如果异常的保护装置在线监测数据的数目大于1且只有不大于1个异常的保护装置在线监测数据的拟合斜率与直流源屏柜的电压数据的拟合斜率kpw之间的差值小于设定电压斜率阈值，则判断异常的保护装置在线监测数据对应的保护装置有异常；

步骤8.2、统计各个保护装置的装置温度异常的保护装置在线监测数据，进行如下判断：

如果异常的保护装置在线监测数据的数目为1，则异常的保护装置在线监测数据对应的保护装置有异常；

如果异常的保护装置在线监测数据的数目大于1且存在2个及以上的异常的保护装置在线监测数据的拟合斜率与小室环境温度数据的拟合斜率kc之间的差值小于设定温度斜率阈值，则判断小室温度传感器异常或小室温度变化异常；

如果异常的保护装置在线监测数据的数目大于1且只有不大于1个异常的保护装置在线监测数据的拟合斜率与小室环境温度数据的拟合斜率kc之间的差值小于设定温度斜率阈值，则判断异常的保护装置在线监测数据对应的保护装置有异常；

步骤8.3、若异常的保护装置在线监测数据为光口收发光强，进行如下判断：

步骤8.3.1、通过步骤1获得的光纤收发关系，确定对端的保护装置的光口收发光强；

步骤8.3.2、若异常的保护装置在线监测数据的光口收发光强为收端光强，则对端的保护装置的光口收发光强为发端光强；

若异常的保护装置在线监测数据的光口收发光强为发端光强，则对端的保护装置的光口收发光强为收端光强；

步骤8.3.3、如果发端光强非异常，收端光强异常，则收端光强对应的保护装置的接收光口异常；

如果发端光强异常，收端光强异常，则发端光强对应的保护装置的发端光口异常。

本发明相对于现有技术，具有如下有益效果：

1、本发明可实现保护装置状态趋势分析及智能预警，及早的发现变电站二次系统的故障隐患，并提高了运维检修效率。

2、本发明通过不同装置同类数据的趋势比较，以及同一装置相同历史周期数据的趋势比较来减小当前环境因素波动以及历史环境因素周期变化对保护装置状态趋势分析的影响，提高了保护装置状态趋势分析的准确性。

3、通过对保护装置的状态趋势分析，能够及早的对保护装置的异常进行处理，从而提高保护的运行可靠性，加强了电网的安全稳定运行。

附图说明

图1为本发明的方法步骤示意图；

图2为本发明的趋势分析示意图；

图3为本发明的同期趋势比较示意图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，一种基于在线监测数据的保护装置状态趋势分析方法，包括以下步骤：

步骤1，获得scd文件，解析模型数据。通过解析变电站的scd文件获取到变电站中每一个保护装置的mms数据集条目，以及各保护装置光口间的光纤收发关系。其中所述的保护装置，包括继电保护装置、保测一体化装置、合并单元、智能终端、合智一体中的一种或多种。

步骤2，建立保护装置mms数据集条目和保护装置在线监测数据的映射关系。保护装置在线监测数据包括装置温度、装置电压、光口收发光强、和光口温度。根据实际情况将保护装置mms数据集条目和保护装置在线监测数据建立映射关系，生成配置文件。配置文件中需要记录每一个映射关系中保护装置在线监测数据的名称、类型、以及对应mms数据集条目的mms地址。

步骤3，设置数据处理相关参数。在本实施例中，所述的数据处理相关参数包括：上限阈值yhset、下限阈值ylset、采样点数n、同期周期t、斜率阈值δk1set、均值比对差异阈值δk2set、同期比对差异阈值δk3set、和趋势预警时间阈值tset。

以上数据处理相关参数可根据实际需要通过在线监测装置人机交互界面进行设置，而且对于不同保护装置不同类型的监测数据可设置不同的参数。

步骤4，数据采集与存储，通过在线监测装置定时获取保护装置的mms数据，进而获得保护装置在线监测数据，同时通过小室温度传感器获取保护小室环境温度数据，并通过电压采集传感器获取直流源屏柜的电压数据，此直流源屏柜向多个保护装置供电。

依据步骤2中建立的映射关系，将保护装置在线监测数据存入数据库，将直流源屏柜的电压数据和小室环境温度数据均存入数据库。

步骤5，计算最近的设定时间段内的各个采样点的保护装置在线监测数据的拟合直线和拟合斜率k，计算最近的设定时间段内的各个采样点的直流源屏柜的电压数据的拟合直线和拟合斜率kpw，计算最近的设定时间段内的各个采样点的小室环境温度数据的拟合直线和拟合斜率kc。

如图2所示，x轴表示时间，y轴表示数据，对于同一采样对象的保护装置在线监测数据从当前时间t1从数据库中向前追溯n个采样点到t2时刻得到待拟合数据(x1,y1；x2,y2；...；xn,yn)。将待拟合数据描绘在x-y直角坐标系中，用最小二乘法拟合成一条直线，并计算出直线的斜率作为保护装置在线监测数据的拟合斜率k，如果想要趋势分析的结果更稳定，可以将采样点数n设置的大一些。采样对象包括保护装置在线监测数据中的装置温度、装置电压、光口收发光强、和光口温度，采样对象还包括直流源屏柜的电压数据和小室环境温度数据。

进一步的，保护装置在线监测数据的拟合斜率k可采用滑动窗口算法进行计算。具体工作流程包括：滑动窗口算法观察最近设定时间段各个采样点的保护装置在线监测数据序列(d1，d2，……，dm)，m为大于1的自然数，dm对应最近时刻的采样点的保护装置在线监测数据，每当一个新时刻的采样点的保护装置在线监测数据到来时，将其加入到保护装置在线监测数据序列，将最旧时刻的采样点的保护装置在线监测数据d1从保护装置在线监测数据序列中移出。

步骤6，判断保护装置在线监测数据是否异常，若k>δk1set||((|k-kaver|>δk2set)&&(|k-kt|>δk3set))，则对应的保护装置在线监测数据异常，否则对应的保护装置在线监测数据非异常。

其中，δk1set为第一斜率阈值；δk2set为均值比对差异阈值；δk3set为同期比对差异阈值；kaver为同一采样对象的各个保护装置的保护装置在线监测数据的拟合斜率的平均值；kt为同一保护装置的历史相同时期的保护装置在线监测数据的拟合斜率。

具体实现如下：

步骤6.1，计算出与待判断异常的保护装置在线监测数据相同采样对象的各个保护装置的保护装置在线监测数据的拟合斜率的平均值kaver；

步骤6.2，计算出与待判断异常的保护装置在线监测数据相同保护装置的历史相同时期的保护装置在线监测数据的拟合斜率kt；如图3所示，当前时刻为t1，t1对应的保护装置在线监测数据为d1，历史相同时期的周期为同期周期t，历史相同时期的时刻为t2，t2对应的保护装置在线监测数据为d1’；

步骤6.3，当k>δk1set||((|k-kaver|>δk2set)&&(|k-kt|>δk3set))，则对应的保护装置在线监测数据异常，否则对应的保护装置在线监测数据非异常。

步骤7，测算越限时刻并预警输出，如图2所示，对于异常保护装置在线监测数据，根据步骤5获得的对应的拟合直线和拟合斜率k，

拟合斜率k为正值的情况，则计算上限阈值yhset在拟合直线上对应的时刻点与当前时刻点之间的时间长度作为趋势时间长度；

拟合斜率k为负值的情况，则计算下限阈值ylset在拟合直线上对应的时刻点与当前时刻点之间的时间长度作为趋势时间长度；

拟合斜率k为0的情况，则不预警；

若趋势时间长度小于趋势预警时间阈值tset，则进行预警。

若趋势时间长度大于等于趋势预警时间阈值tset，则不预警。

步骤8，异常定位，具体包括以下步骤：

步骤8.1、统计各个保护装置的装置电压异常的保护装置在线监测数据，进行如下判断：

如果异常的保护装置在线监测数据的数目为1，则异常的保护装置在线监测数据对应的保护装置有异常；

如果异常的保护装置在线监测数据的数目大于1且存在2个及以上的异常的保护装置在线监测数据的拟合斜率与直流源屏柜的电压数据的拟合斜率kpw之间的差值小于设定电压斜率阈值，则判断直流源屏柜异常；

如果异常的保护装置在线监测数据的数目大于1且只有不大于1个异常的保护装置在线监测数据的拟合斜率与直流源屏柜的电压数据的拟合斜率kpw之间的差值小于设定电压斜率阈值，则判断异常的保护装置在线监测数据对应的保护装置有异常；

步骤8.2、统计各个保护装置的装置温度异常的保护装置在线监测数据，进行如下判断：

如果异常的保护装置在线监测数据的数目为1，则异常的保护装置在线监测数据对应的保护装置有异常；

如果异常的保护装置在线监测数据的数目大于1且存在2个及以上的异常的保护装置在线监测数据的拟合斜率与小室环境温度数据的拟合斜率kc之间的差值小于设定温度斜率阈值，则判断小室温度传感器异常或小室温度变化异常；

如果异常的保护装置在线监测数据的数目大于1且只有不大于1个异常的保护装置在线监测数据的拟合斜率与小室环境温度数据的拟合斜率kc之间的差值小于设定温度斜率阈值，则判断异常的保护装置在线监测数据对应的保护装置有异常；

步骤8.3、若异常的保护装置在线监测数据为光口收发光强，进行如下判断：

步骤8.3.1、通过步骤1获得的光纤收发关系，确定对端的保护装置的光口收发光强；

步骤8.3.2、若异常的保护装置在线监测数据的光口收发光强为收端光强，则对端的保护装置的光口收发光强为发端光强；

若异常的保护装置在线监测数据的光口收发光强为发端光强，则对端的保护装置的光口收发光强为收端光强；

步骤8.3.3、如果发端光强非异常，收端光强异常，则收端光强对应的保护装置的接收光口异常；

如果发端光强异常，收端光强异常，则发端光强对应的保护装置的发端光口异常。

本文中所描述的具体实施例仅仅是对本发明作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或替代，但不会偏离本发明的精髓或者超越所附权利要求书外定义的范围。