一种面向大数据应用的电力设备状态量动态阈值获取方法与流程

本发明涉及电力系统设备的维护和检修领域，更具体地说，涉及一种面向大数据应用的电力设备状态量动态阈值获取方法。

背景技术：

随着智能电网建设和状态检修开展的不断深入，以及传感和计算机技术在电网运维的深入应用，国网及各省设备状态评价中心开展设备的实时、动态分析已成为常态化工作，输变电设备产生的运检数据量呈指数级增长，电力公司获取了设备状态量的大数据样本。如何应用这些大数据样本为精益化运维服务是当前急需解决的问题。当前广泛存在着设备状态评价系统周期长、对信息的分析利用不足等问题。

国内外目前比较常用的设备状态量，大致可分为正常状态、基准态状态、异常状态三类：正常状态表明设备不存在与该状态量相关的缺陷；异常状态表明设备已存在与该状态量相关的缺陷甚至故障；基准态是指设备可能存在或发展为与该状态量相关的缺陷，介于正常与异常之间。目前对设备的状态量分析判断仍然采用定期检修常用的定阈值比较方法，该方法存在以下两种明显的不足：一是状态量超过规定阈值但设备仍能正常运行，只需加强监测；二是状态量没超过规定阈值，但设备继续运行存在较高的故障风险。显然基于简单的阈值判断方法是非常粗放的，不符合状态检修的内在要求。

同时，依照国外对电力设备的差异化管理方法和经验，对于电力公司管理的变压器群来说，可能存在问题变压器是小于10％的，其中比较严重而需要进行检修或更换的可能占2％左右，剩余8％左右只需加强监测或视情提前检修。因此事实上可以挑选出状态劣化最为严重的一批变压器进行检修，以优化配置公司检修资源，提高公司检修效率。

技术实现要素：

本发明要解决的技术问题在于，提供一种面向大数据应用的电力设备状态量动态阈值获取方法。

本发明解决其技术问题所采用的技术方案是：构造一种面向大数据应用的电力设备状态量动态阈值获取方法，针对不随时间年限正常老化的状态量分析，采用广义横向比较分析法；针对随时间年限正常老化的状态量分析，采用广义纵向比较分析法；

广义横向比较分析法包括以下步骤：收集某一地区的同一电压等级变压器群的同一状态量实测值，形成该状态量的大数据样本；计算小于状态量值的变压器占样本总数量的比重，形成百分数-状态量值对，在二维坐标系描绘百分数与状态量值的曲线图并进行拟合，拟合得到的曲线为状态量基准分布曲线；将状态量基准分布曲线分为正常状态区域、基准状态区域、异常状态区域三个区域，将实测状态量与状态量基准分布曲线比较即可对该状态量进行评估。

广义纵向比较分析法包括以下步骤：

收集并形成运行年限、状态量值样本对，在二维坐标系描绘在时间与状态量值的散点图并获取回归线l，采用置信区间理论计算上置信区间线l1及下置信区间线l2，通过l1及l2对当前状态量阈值进行动态修正。

在上述广义纵向比较分析法的步骤中，采用最小二乘算法获取回归线l。

优选地，最小二乘算法包括以下步骤：假设给定数据点(xi,yi)(i＝0,1,...,m)，φ为所有次数不超过n(n≤m)的多项式构成的函数类，确定多项式使得取最小值，由多元函数求极值的必要条件，得

(1)式是关于a0,a1,...,an的线性方程组，用矩阵表示为

方程组(1)的系数矩阵是一个对称正定矩阵，存在唯一解，从(1)式中解出ak(k＝0,1,…，n)，从而可得多项式

优选地，广义纵向比较分析法适用于随时间年限正常老化的状态量值，包括碳氧化物、糠醛、绝缘电阻。

实施本发明一种面向大数据应用的电力设备状态量动态阈值获取方法，具有以下有益效果：

本发明相比于定阈值分析法，提高了状态量分析的准确性，得到的结论更加符合精益化运维的实际需求。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为广义横向比较分析法的原理图；

图2为广义纵向比较分析法的原理图；

图3为实施例1中的h2基准分布曲线；

图4为实施例1中的c2h2基准分布曲线；

图5为实施例1中的总烃基准分布曲线；

图6为实施例1中的co基准老化曲线；

图7为实施例1中的co2基准老化曲线；

图8为实施例2中的单台变压器30年内的糠醛变化趋势；

图9为实施例2中的变压器油中糠醛含量和运行年限关系示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

本发明提供一种面向大数据应用的电力设备状态量动态阈值获取方法，包括以下步骤：针对随时间年限正常老化的状态量分析，如同类型设备较多的状态量，采用广义横向比较分析法；针对不随时间年限正常老化的状态量分析，如碳氧化物、糠醛、绝缘电阻，采用广义纵向比较分析法。

广义横向比较分析法包括以下步骤：收集某一地区的同一电压等级变压器群的同一状态量实测值，形成该状态量的大数据样本；计算小于状态量值的变压器占样本总数量的比重，形成百分数-状态量值对，在二维坐标系描绘百分数与状态量值的曲线图并进行拟合，拟合得到的曲线为状态量基准分布曲线；如图1所示，将状态量基准分布曲线分为正常状态区域、基准状态区域、异常状态区域三个区域，将实测状态量与状态量基准分布曲线比较即可对该状态量进行评估。

广义纵向比较分析法包括以下步骤：

如图2所示，收集并形成运行年限、状态量值样本对，在二维坐标系描绘在时间与状态量值的散点图并获取回归线l，采用置信区间理论计算上置信区间线l1及下置信区间线l2，通过l1及l2对当前状态量阈值进行动态修正。状态量的状态评估原理如下表1：

表1广义纵向比较分析法中状态量的状态评估原理列表

在上述广义纵向比较分析法的步骤中，采用最小二乘算法获取回归线l。最小二乘算法包括以下步骤：假设给定数据点(xi,yi)(i＝0,1,...,m)，φ为所有次数不超过n(n≤m)的多项式构成的函数类，确定多项式使得取最小值，由多元函数求极值的必要条件，得

(1)式是关于a0,a1,...,an的线性方程组，用矩阵表示为

方程组(1)的系数矩阵是一个对称正定矩阵，存在唯一解，从(1)式中解出ak(k＝0,1,…，n)，从而可得多项式

本发明通过广义横纵向比较建立了面向大数据应用的电力设备状态量动态阈值获取方法，实现从设备群体到个体的全面分析，状态量所处状态的准确定位。最后，通过以下两个实例的验证。

实施例1：采用广义横向比较原理分析油色谱

(1)通过随机调查某一网省公司变压器的油色谱数据，统计分析结论如图3至图5。

依据导则dlt-984-2005中有关变压器油中co的描述，有如下经验公式：

其中：cn表示运行n年的co年平均含量，n表示运行年限。

考虑到滤油等情形会导致滤油后气体含量大幅降低，导致在以co含量为纵坐标，n为横坐标的基准老化曲线在滤油后存在意义不明等问题。现将将经验公式(4)变形为：

其中：kn＝cn/cn-1，表示第n年co相对于上年的变化情况，简称变化率。

假设第m年的时候对变压器进行了滤油，则进行分析时，将滤油前第m年的co平均含量记做cma，将滤油后第m年co平均含量记做cmb，可得到km＝cma/cm-1和km+1＝cm+1/cmb，这样就能有效的避免因滤油造成的气体含量下降的影响。

以kn为纵坐标，n为横坐标，做出co基准老化曲线如图6所示。

图6中连续曲线为注意值包络线，若co变化率超过它，认定此时该台变压器co已超标。

图6中折线为统计同一运行年限的若干变压器的co变化率所得的统计结果，表明实际运行变压器的co变化率的普适值。实际运用中，若某台变压器的co变化率虽未超注意值，但其变化规律始终处于折线和连续曲线之间且规律和折线不一致，认为co含量存在异常状态。

依据导则dlt-984-2005中有关变压器油中co2的描述，有如下经验公式：

c≤1000(2+n)(μl/l)(6)

其中：c表示运行n年的co2年平均含量，n表示运行年限。

同co一样考虑，将经验公式变形如下：

对于第一年的数据，将lnc1变换为lnk1，选取上限令lnk1＝8，这样上述等式可以变换为

依据和co同样的理论，此时以∑lnk为纵坐标，n为横坐标，做出co2基准老化曲线图7所示。

图7中的连续曲线为注意值包络线，若co2变化率超过它，认定此时该台变压器co2已超标。

图7中的折线为统计同一运行年限的若干变压器的co2变化率之和所得的统计结果，表明实际运行变压器的co2变化率的普适值。实际运用中，若某台变压器的co2变化率之和虽未超注意值，但其变化规律始终处于折线和连续曲线之间且规律和折线不一致，认为co2含量存在异常状态。

实施例2：采用广义纵向比较原理分析糠醛

通过收集大量运行中变压器数据，尤其关注单台变压器几年之间的糠醛变化趋势，如图8所示。采用相关分析、偏相关分析验证糠醛绝对含量(f)、糠醛含量对数值(1gf)以及变压器运行年数之间的相关性，其结果如表2和表3所示。

表2糠醛含量和变压器运行年限相关性分析

表3糠醛含量和变压器运行年限偏相关性分析

由相关分析和偏相关分析表明，变压器运行年限与糠醛含量的对数值之间存在更强的线性关系。由于糠醛对数值与变压器运行年限存在较强的相关性，应用最小二乘法进行回归分析，其结果如式所示。

lgf＝-2.346+0.069t(9)

式中f表示糠醛浓度，单位为mg/l；t表示运行年限，单位为年。

其相关系数r＝0.413，相关系数表示了变压器运行年限与变压器油中的糠醛浓度的对数lgf直线相关关系的密切程度，且服从统计分布规律。对一台运行时间为t的变压器来说，其糠醛浓度实测值的对数值分布应在回归直线以下，且应服从正态分布。由统计学理论，其测定值必定落在某一个单侧置信范围之内，如下：(-∞,-2.346+0.069t+tas]，其中tas-t分布统计量；s为回归直线标准差，表征了数据围绕该直线的分散程度。

变压器纸绝缘的老化是一个长期、缓慢的过程。因此在一般情况下，没有必要将检测周期制定得像检测放电故障和过热故障的油中溶解气体分析那样短。将随机抽样中大约10％糠醛含量超过同期运行设备的平均水平作为需要缩短绝缘老化检测周期的对象是比较合理的，这里将这类变压器称为非正常老化变压器。对于选定的样本，经计算得到s＝0.80。选择显著性水平a＝0.1，即置信概率为90％，查t分布值表得：ta＝1.282，因此单侧置信区间为(-∞,-1.385+0.069t]，见图9。

上述两个实施例验证表明：本发明与定阈值分析法相比，提高了状态量分析的准确性，得到的结论更加符合精益化运维的实际需求。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。