专利名称：电力设备故障监控方法及其系统的制作方法
技术领域：
本发明涉及电力设备监控的技术领域，特别是涉及一种电力设备故障监控方法，以及一种电力设备故障监控系统。
背景技术：
电力企业在设备的运行维护过程中，通过运行人员的人工采集、在线监测、预防性试验等多种方式，可采集到表征设备的健康状况，是否存在故障(包括显性和隐性故障)的数据。设备的状态标准数据是多方面的，例如对一台电力变压器，我们可以通过红外测温的方式获取其各个部位的温度，从而得知，设备是否存在着发热的故障，并且故障在什么部位，这是我们需要借助仪器获取表征设备是否存在故障的数据，即设备的状态指标数据。同样，我们通过观察的方式获取大部分外在的表征设备状态的数据，例如看到设备在漏油，听到设备内部有异响等，所有这些可以表达出设备是否存在故障，状态是否正常的信息，也是设备的状态指标数据但是目前，在实际的设备缺陷诊断、处理中这些数据因为专业管理范畴不同、信息化实现方式不同等原因，无法被有效应用于设备的故障诊断，并且设备的故障是多样的，当故障发生时，有一些对于运行人员而言是明显的，但也有一些发生在设备内部或者通过现有的检测技术是无法检测到的，我们这些无法直接检测或需要推理证实的故障为隐性故障，对于隐性故障的诊断和处理，一直是设备故障诊断工作中的重点和难点。
发明内容
针对上述背景技术中存在的问题，本发明的目的在于提供一种电力设备故障监控方法及其系统，可以根据电力设备的状态指标数据进行故障监控和诊断，提高电力设备的安全性。一种电力设备故障监控方法，包括以下步骤:获取电力设备的状态指标数据，其中，所述设备状态指标数据包括在线检测状态指标数据和观测状态指标数据；根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常，并获取异常的状态指标数据；根据所述异常的状态指标数据，按照预设的故障判断模型，判断电力设备的故障类型，获取对该故障类型预设的处理指令，其中，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。一种电力设备故障监控系统，包括:数据获取模块，用于获取电力设备的状态指标数据，其中，所述设备状态指标数据包括在线检测状态指标数据和观测状态指标数据；状态指标判断模块，用于根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常，并获取异常的状态指标数据；
故障检测模块，用于根据所述异常的状态指标数据，按照预设的故障判断模型，判断电力设备的故障类型，获取对该故障类型预设的处理指令，其中，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。本发明的电力设备故障监控方法及其系统，通过获取电力设备的状态指标数据，对所述状态指标数据的判断，获取异常的状态指标数据；按照所述故障判断模型中的状态指标数据与各种故障类型的关联关系以及对应的权值，判断所述电力设备的异常状态指标数据对应的是何种类型的故障，并获取对该故障类型的处理指令，对电力设备的故障进行诊断、处理和预防，提高电力设备的安全性。
图1是本发明电力设备故障监控方法的流程示意图；图2是本发明电力设备故障监控方法中状态指标判断模型中的设备状态指标数据的示意图；图3是本发明电力设备故障监控方法中故障模型的数据关系的示意图；图4是本发明电力设备故障监控方法中状态指标故障模型的数据关系的示意图；图5是本发明电力设备故障监控系统的结构示意图。
具体实施例方式请参阅图1，图1是本发明电力设备故障监控方法的流程示意图。所述电力设备故障监控方法包括以下步骤: S101，获取电力设备的状态指标数据，其中，所述设备状态指标数据包括在线检测状态指标数据和观测状态指标数据；S102，根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常，并获取异常的状态指标数据；S103，根据所述异常的状态指标数据，按照预设的故障判断模型，判断电力设备的故障类型，获取对该故障类型预设的处理指令，其中，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。其中，对于步骤S101，所述电力设备的状态指标数据可从各数据系统中获取，考虑到随着技术的进步，电力行业越来越多地采用了在线监测装置对设备进行监测，以及为迎合高可靠性的要求而越来越多地开展不停电试验等原因，本发明对设备的状态指标数据的来源进行信息化识别，例如将变压器的油色谱的采集数据通过变压器油色谱在线监测装置获取而不再通过变压器油的预防性试验获取。目前，识别到的设备的状态指标数据来源有管理运行数据的MIS系统、EMS系统、在线监测系统。在本步骤中，根据所述状态指标数据的来源，对所述状态指标数据标记数据源信息；其中，所述数据源包括MIS系统、EMS系统、在线监测系统。通过标记所述数据源信息，使各个所述状态指标数据的数据来源清晰呈现，更好地实现故障监控的效果。对于步骤S102，根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常的步骤包括:按照预设的状态指标判断模型中的判断依据，判断所述状态指标数据对应的得分值，将所述得分值乘以所述状态指标的权值，获取所述状态指标数据的总得分值；将所述总得分值与对应的状态指标阈值比较，根据比较结果判断各个所述状态指标数据是否异常；其中，所述状态指标判断模型包括各个所述状态指标的分值、权值，判断依据。所述状态指标判断模型依据目前开展的设备状态评价导则，通过对不同的电力设备，以其功能特点、技术特点和运行环境特点为考量，梳理对设备故障诊断有影响的状态指标数据，规范设备的状态指标。对这些状态指标数据进行规范化，比如对于变压器绝缘油中溶解气体含量的变化趋势。所述状态指标判断模型中的设备状态指标数据如图2所示。对于每一个设备的状态指标数据，需要考虑其分值、权重、处理措施等因素。当根据状态指标数据以及所述状态指标判断模型计算出所述状态指标数据的总得分值高于对应的状态指标阈值，则判断所述状态指标数据出现异常，获取对应的所述状态指标数据作为所述异常的状态指标数据；如果所述状态指标数据的总得分值不高于对应的状态指标阈值，则判断所述状态指标数据未出现异常。对于S103，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。根据所述异常的状态指标数据，按照预设的故障判断模型中与各种故障类型的关联关系以及对应的权值，计算所述异常的状态指标数据引起各种故障类型的概率值，根据所述概率值判断电力设备的故障类型，再根据所述故障判断模型查找获取对该故障类型预设的处理指令。其中，在一种优选实施方式中，所述故障判断模型包括故障模型以及状态指标故障模型；所述故障模型包括各种所述故障类型，及其对应的故障现象以及处理指令；所述状态指标故障模型包括各个所述状态指标数据与各种故障类型的关联关系，以及所述关联关系的权值；在本步骤中，按照预设的故障判断模型，判断电力设备的故障类型的步骤包括:根据所述异常的状态指标数据查找所述状态指标故障模型，查找与所述异常的状态指标数据具有关联关系的故障类型，以及所述关联关系的权值，计算各种所述故障类型发生的概率；根据各种所述故障类型发生的概率，以及各种所述故障类型的故障现象，判断电力设备的故障类型。所述故障模型的数据关系如图3所示。主要是依据设备运行管理、厂家的技术资料以及电网的运行环境设定，包括设备部位、故障程度、影响、处理措施等。所述状态指标故障模型的数据关系如图4所示。建立状态指标数据到故障类型的关联关系。所述状态指标故障模型优选采用神经网络的技术，在开始建立时首先采取的模式是一层，定输入、输出和权重的神经网络，而随着数据的反馈以及检测判断次数的增加，逐渐发展为通过信息化手段实现完全的神经网络。图4是避雷器的状态指标数据与对应的故障类型之间的状态指标故障模型的数据关系，打钩表示这个状态指标和数据和某个故障类型之间存在关联关系，数据表示关联关系的程度，即对应的权重。在判断出设备的故障类型之后，根据所述故障模型查找所述故障类型所对应的处理指令，根据所述处理指令可以对所述电力设备的故障进行控制，维护等处理措施。预防或者及时处理电力设备的故障，提高电力设备的运行安全性。作为本发明的一种优选实施方式，获取对该故障类型预设的处理指令之后，进一步执行以下步骤:根据所述处理指令对所述电力设备执行相应的故障处理，并返回处理结果；根据所述处理结果更新所述故障判断模型。优选地，获取所述电力设备在处理结束后更新的状态指标数据，根据所述状态指标数据更新所述故障判断模型。通过不断将所述电力设备在处理结束后更新的状态指标数据反馈给所述故障判断模型，可使所述故障判断模型的神经网络不断完善，提高故障监控的准确性。请参阅图5，图5是本发明电力设备故障监控系统的结构示意图。所述电力设备故障监控系统包括:数据获取模块11，用于获取电力设备的状态指标数据，其中，所述设备状态指标数据包括在线检测状态指标数据和观测状态指标数据；状态指标判断模块12，用于根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常，并获取异常的状态指标数据；故障检测模块13，用于根据所述异常的状态指标数据，按照预设的故障判断模型，判断电力设备的故障类型，获取对该故障类型预设的处理指令，其中，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。其中，所述数据获取模块11可从各数据系统中获取所述电力设备的状态指标数据，考虑到随着技术的进步，电力行业越来越多地采用了在线监测装置对设备进行监测，以及为迎合高可靠性的要求而越来越多地开展不停电试验等原因，本发明对设备的状态指标数据的来源进行信息化识别，例如将变压器的油色谱的采集数据通过变压器油色谱在线监测装置获取而不再通过变压器油的预防性试验获取。目前，识别到的设备的状态指标数据来源有管理运行数据的MIS系统、EMS系统、在线监测系统。在实施方式中，所述数据获取模块11进一步根据所述状态指标数据的来源，对所述状态指标数据标记数据源信息；其中，所述数据源包括MIS系统、EMS系统、在线监测系统。通过标记所述数据源信息，使各个所述状态指标数据的数据来源清晰呈现，更好地实现故障监控的效果。所述状态指标判断模块12按照预设的状态指标判断模型中的判断依据，判断所述状态指标数据对应的得分值，将所述得分值乘以所述状态指标的权值，获取所述状态指标数据的总得分值；将所述总得分值与对应的状态指标阈值比较，根据比较结果判断各个所述状态指标数据是否异常；其中，所述状态指标判断模型包括各个所述状态指标的分值、权值，判断依据。所述状态指标判断模型依据目前开展的设备状态评价导则，通过对不同的电力设备，以其功能特点、技术特点和运行环境特点为考量，梳理对设备故障诊断有影响的状态指标数据，规范设备的状态指标。对这些状态指标数据进行规范化，比如对于变压器绝缘油中溶解气体含量的变化趋势。所述状态指标判断模型中的设备状态指标数据集合如图2所示。对于每一个设备的状态指标数据，需要考虑其分值、权重、处理措施等因素。当所述状态指标判断模块12根据状态指标数据以及所述状态指标判断模型计算出所述状态指标数据的总得分值高于对应的状态指标阈值，则判断所述状态指标数据出现异常，获取对应的所述状态指标数据作为所述异常的状态指标数据；如果所述状态指标数据的总得分值不高于对应的状态指标阈值，则判断所述状态指标数据未出现异常。所述故障检测模块13使用的所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系、所述关联关系的权值以及各种故障类型的处理指令。根据所述异常的状态指标数据，按照预设的故障判断模型中与各种故障类型的关联关系以及对应的权值，计算所述异常的状态指标数据引起各种故障类型的概率值，根据所述概率值判断电力设备的故障类型，再根据所述故障判断模型查找获取对该故障类型预设的处理指令。其中，在一种优选实施方式中，所述故障判断模型包括故障模型以及状态指标故障模型；所述故障模型包括各种所述故障类型，及其对应的故障现象以及处理指令；所述状态指标故障模型包括各个所述状态指标数据与各种故障类型的关联关系，以及所述关联关系的权值；所述故障检测模块13根据所述异常的状态指标数据查找所述状态指标故障模型，查找与所述异常的状态指标数据具有关联关系的故障类型，以及所述关联关系的权值，计算各种所述故障类型发生的概率；根据各种所述故障类型发生的概率，以及各种所述故障类型的故障现象，判断电力设备的故障类型。所述故障模型的数据关系主要是依据设备运行管理、厂家的技术资料以及电网的运行环境设定，包括设备部位、故障程度、影响、处理措施等。所述状态指标故障模型建立状态指标数据到故障类型的关联关系。所述状态指标故障模型优选采用神经网络的技术，在开始建立时首先采取的模式是一层，定输入、输出和权重的神经网络，而随着数据的反馈以及检测判断次数的增加，逐渐发展为通过信息化手段实现完全的神经网络。所述故障检测模块13在判断出设备的故障类型之后，根据所述故障模型查找所述故障类型所对应的处理指令，根据所述处理指令可以对所述电力设备的故障进行控制，维护等处理措施。预防或者及时处理电力设备的故障，提高电力设备的运行安全性。作为本发明的一种优选实施方式，所述电力设备故障监控系统进一步包括:执行模块，用于根据所述处理指令对所述电力设备执行相应的故障处理，并返回处理结果；更新模块，用于根据所述处理结果更新所述故障判断模型。优选地，所述更新模块获取所述电力设备在处理结束后更新的状态指标数据，根据所述状态指标数据更新所述故障判断模型。通过不断将所述电力设备在处理结束后更新的状态指标数据反馈给所述故障判断模型，可使所述故障判断模型的神经网络不断完善，提高故障监控的准确性。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
权利要求
1.一种电力设备故障监控方法，其特征在于，包括以下步骤: 获取电力设备的状态指标数据，其中，所述设备状态指标数据包括在线检测状态指标数据和观测状态指标数据； 根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常，并获取异常的状态指标数据； 根据所述异常的状态指标数据，按照预设的故障判断模型，判断电力设备的故障类型，获取对该故障类型预设的处理指令，其中，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。
2.如权利要求1所述的电力设备故障监控方法，其特征在于，获取电力设备的状态指标数据的步骤包括: 根据所述状态指标数据的来源，对所述状态指标数据标记数据源信息；其中，所述数据源包括MIS系统、EMS系统、在线监测系统。
3.如权利要求1所述的电力设备故障监控方法，其特征在于，根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常的步骤包括: 按照预设的状态指标判断模型中的判断依据，判断所述状态指标数据对应的得分值，将所述得分值乘以所述状态指标的权值，获取所述状态指标数据的总得分值； 将所述总得分值与对应的状态指标阈值比较，根据比较结果判断各个所述状态指标数据是否异常；其中，所述状态指标判断模型包括各个所述状态指标的分值、权值，判断依据。
4.如权利要求1至3任意一项所述的电力设备故障监控方法，其特征在于，所述故障判断模型包括故障模型以及状态指标故障模型； 所述故障模型包括各种所述故障类型，及其对应的故障现象以及处理指令； 所述状态指标故障模型包括各个所述状态指标数据与各种故障类型的关联关系，以及所述关联关系的权值； 按照预设的故障判断模型，判断电力设备的故障类型的步骤包括: 根据所述异常的状态指标数据查找所述状态指标故障模型，查找与所述异常的状态指标数据具有关联关系的故障类型，以及所述关联关系的权值，计算各种所述故障类型发生的概率； 根据各种所述故障类型发生的概率，以及各种所述故障类型的故障现象，判断电力设备的故障类型。
5.如权利要求1所述的电力设备故障监控方法，其特征在于，获取对该故障类型预设的处理指令之后，进一步执行以下步骤: 根据所述处理指令对所述电力设备执行相应的故障处理，并返回处理结果； 根据所述处理结果更新所述故障判断模型。
6.如权利要求1所述的电力设备故障监控方法，其特征在于，所述根据处理结果更新所述故障判断模型的步骤包括: 获取所述电力设备在处理结束后更新的状态指标数据，根据所述状态指标数据更新所述故障判断模型。
7.一种电力设备故障监控系统，其特征在于，包括: 数据获取模块，用于获取电力设备的状态指标数据，其中，所述设备状态指标数据包括在线检测状态指标数据和观测状态指标数据； 状态指标判断模块，用于根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常，并获取异常的状态指标数据； 故障检测模块，用于根据所述异常的状态指标数据，按照预设的故障判断模型，判断电力设备的故障类型，获取对该故障类型预设的处理指令，其中，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。
8.如权利要求7所述的电力设备故障监控系统，其特征在于: 所述状态指标判断模块按照预设的状态指标判断模型中的判断依据，判断所述状态指标数据对应的得分值，将所述得分值乘以所述状态指标的权值，获取所述状态指标数据的总得分值；并将所述总得分值与对应的状态指标阈值比较，根据比较结果判断各个所述状态指标数据是否异常；其中，所述状态指标判断模型包括各个所述状态指标的分值、权值，判断依据。
9.如权利要求7或者8所述的电力设备故障监控系统，其特征在于:所述故障判断模型包括故障模型以及状态指标故障模型； 所述故障模型包括各种所述故障类型，及其对应的故障现象以及处理指令； 所述状态指标故障模型包括各个所述状态指标数据与各种故障类型的关联关系，以及所述关联关系的权值； 所述故障检测模块根据所述异常的状态指标数据查找所述状态指标故障模型，查找与所述异常的状态指标数据具有关联关系的故障类型，以及所述关联关系的权值，计算各种所述故障类型发生的概率；并根据各种所述故障类型发生的概率，以及各种所述故障类型的故障现象，判断电 力设备的故障类型。
10.如权利要求7所述的电力设备故障监控系统，其特征在于:进一步包括: 执行模块，用于根据所述处理指令对所述电力设备执行相应的故障处理，并返回处理结果； 更新模块，用于根据所述处理结果更新所述故障判断模型。
全文摘要
本发明提供一种电力设备故障监控方法及其系统，所述方法包括以下步骤获取电力设备的状态指标数据，其中，所述设备状态指标数据包括在线检测状态指标数据和观测状态指标数据；根据预先设定的状态指标阈值，判断获取的各个所述状态指标数据是否异常，并获取异常的状态指标数据；根据所述异常的状态指标数据，按照预设的故障判断模型，判断电力设备的故障类型，获取对该故障类型预设的处理指令，其中，所述故障判断模型包括各个所述状态指标数据与各种故障类型的关联关系，所述关联关系的权值以及各种故障类型的处理指令。能够对电力设备的故障进行诊断、处理和预防，提高电力设备的安全性。
文档编号H02J13/00GK103178615SQ20131004732
公开日2013年6月26日 申请日期2013年2月5日 优先权日2013年2月5日
发明者萧展辉, 廖毅强, 欧阳旭东, 李隽 , 罗金满, 尚超, 江流伟, 陈佳 申请人:广东电网公司