一种电力跳闸统计方法与流程

本发明涉及电力领域，特别涉及一种电力跳闸统计方法。

背景技术：

电网跳闸后统计速度慢，效率低，占用了大量的事故处理时间。目前的统计主要依赖人工统计，EMS系统可以提供事故跳闸信息，但是主要的统计及分析工作还是由人工通过查询工具完成，影响事故处理时间。

电网系统受气象条件影响较大，当有暴雨、大风等灾害天气出现时特别容易发生跳闸现象，如何发现气象条件与跳闸现象的关系，乃至对电网跳闸进行预警，是电网正常运行面临的严峻挑战。

技术实现要素：

本发明为解决上述问题，提供了一种电力跳闸统计方法，其特征在于，包括以下步骤：

步骤100，获取气象信息；

步骤200，分析气象信息；

步骤300，统计跳闸信息；

步骤400，分析跳闸信息；

步骤500，发出跳闸警告。

本发明可以根据实时气象信息与历史灾难天气信息，自动分析天气变化趋势，预警电网跳闸事件发生概率，提醒工作人员预先做好应急措施，保障电网安全运行，同时可以统计已发生的跳闸信息，方便决策人员进行判断，针对特定区域发出跳闸警告，提醒相关单位和人员做好防备，减少跳闸带来的社会和经济影响。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例一公开了一种电力跳闸统计方法，其特征在于，包括以下步骤：

步骤100，获取天气预警信息；

步骤200，分析天气预警信息；

步骤300，统计跳闸信息；

步骤400，分析跳闸信息；

步骤500，发出跳闸警告。

本发明实施例二公开了一种电力跳闸统计方法，其特征在于，包括以下步骤：

步骤100，获取气象信息，获取气象信息的方式包括但不仅限于使用气温计获取气温数据，使用气压计获取气压数据，使用湿度计获取湿度数据，使用雨量计获取降水量数据以及使用风速计获取风速数据。

步骤200，分析气象信息，步骤200进一步包括以下步骤：

步骤210，确定用于分析灾害天气的参数，包括但不仅限于气温、气压、绝对湿度、相对湿度、降水量、风速；

步骤220，分析当前气温数据与历史灾害天气数据的关联度，获取历史灾害天气的气温数据集合为{S_T}，{S_T}＝{S_T(t₁),S_T(t₂),…,S_T(t_m)}为历史灾害天气的气温数据集合，{t₁,t₂…t_m}为固定时间间隔的时间点序列，时间间隔记为△t，时间点数量为m，t_i为第i个时间点，i∈[1,m]，{S_T(t_i)}为历史灾害天气在第i个时间点的气温值，当前气温数据集合为{R_T}，{R_T}＝{R_T(t₁),R_T(t₂),…,R_T(t_m)},计算当前气温数据与历史灾害天气数据在第i个时间点的关联度，记为

$r_T^i=\frac{{\mathrm{\Δmin}}_T+{\mathrm{\ρ}}_T{\mathrm{\Δmax}}_T}{{\mathrm{\Δo}}_{Ti}+{\mathrm{\ρ}}_T{\max }_T}$

其中△o_Ti为第i个时间点当前气温数据与历史灾害天气数据的差值，△min_T为当前气温数据与历史灾害天气数据的差值的最小值，△max_T为当前气温数据与历史灾害天气数据的差值的最大值，ρ_T为气温数据分辨系数，ρ_T∈[0,1]；

计算当前气温数据与历史灾害天气数据的关联度r_T，

$r_T=\frac{1}{m}\underset{i=1}{\overset{m}{\Σ}}{r}_T^i,$

如果r_T≥0.9，则转入步骤300，如果r_T<0.9，则转入步骤230；

分析当前气温数据与历史灾害天气数据的关联度，可以对容易受高温影响的电网设备或者供电区域进行预警，提醒相关单位和人员做好准备。

步骤230，分析当前气压数据与历史灾害天气数据的关联度，获取历史灾害天气的气压数据集合为{S_P}，{S_P}＝{S_P(t₁),S_P(t₂),…,S_P(t_m)}为历史灾害天气的气压数据集合，{S_P(t_i)}为历史灾害天气在第i个时间点的气压值，当前气温数据集合为{R_P}，{R_P}＝{R_P(t₁),R_P(t₂),…,R_P(t_m)},计算当前气压数据与历史灾害天气数据在第i个时间点的关联度，记为

$r_P^i=\frac{{\mathrm{\&Delta;min}}_P+{\mathrm{\&rho;}}_P{\mathrm{\&Delta;max}}_P}{{\mathrm{\&Delta;o}}_{Pi}+{\mathrm{\&rho;}}_P{\mathrm{\&Delta;max}}_P}$

其中△o_Pi为第i个时间点当前气压数据与历史灾害天气数据的差值，△min_P为当前气压数据与历史灾害天气数据的差值的最小值，△max_P为当前气压数据与历史灾害天气数据的差值的最大值，ρ_P为气压数据分辨系数，ρ_P∈[0,1]；

计算当前气压数据与历史灾害天气数据的关联度r_P，

$r_P=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}{r}_P^i,$

如果r_P≥0.9，则转入步骤300，如果r_P<0.9，则转入步骤240；

分析当前气压数据与历史灾害天气数据的关联度，可以对容易受气压变化影响的电网设备或者供电区域进行预警，降低可能遭受的危害。

步骤240，分析当前湿度数据与历史灾害天气数据的关联度，获取历史灾害天气的湿度数据集合为{S_M}，{S_M}＝{S_M(t₁),S_M(t₂),…,S_M(t_m)}为历史灾害天气的湿度数据集合，{S_M(t_i)}为历史灾害天气在第i个时间点的湿度值，当前气温数据集合为{R_M}，{R_M}＝{R_M(t₁),R_M(t₂),…,R_M(t_m)},计算当前湿度数据与历史灾害天气数据在第i个时间点的关联度，记为

$r_M^i=\frac{{\mathrm{\&Delta;min}}_M+{\mathrm{\&rho;}}_M{\mathrm{\&Delta;max}}_M}{{\mathrm{\&Delta;o}}_{Mi}+{\mathrm{\&rho;}}_M{\mathrm{\&Delta;max}}_M}$

其中△o_Mi为第i个时间点当前湿度数据与历史灾害天气数据的差值，△min_M为当前湿度数据与历史灾害天气数据的差值的最小值，△max_M为当前湿度数据与历史灾害天气数据的差值的最大值，ρ_M为湿度数据分辨系数，ρ_M∈[0,1]；

计算当前湿度数据与历史灾害天气数据的关联度r_M，

$r_M=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}{r}_M^i,$

如果r_M≥0.9，则转入步骤300，如果r_M<0.9，则转入步骤250；

分析当前湿度数据与历史灾害天气数据的关联度，可以对容易受湿度变化影响的电网设备或者供电区域进行预警，排查可能发生的隐患，防患于未然。

步骤250，分析当前降水量数据与历史灾害天气数据的关联度,获取历史灾害天气的降水量数据集合为{S_R}，{S_R}＝{S_R(t₁),S_R(t₂),…,S_R(t_m)}为历史灾害天气的降水量数据集合，{S_R(t_i)}为历史灾害天气在第i个时间点的降水量值，当前气温数据集合为{R_R}，{R_R}＝{R_R(t₁),R_R(t₂),…,R_R(t_m)},计算当前降水量数据与历史灾害天气数据在第i个时间点的关联度，记为

$r_R^i=\frac{{\mathrm{\&Delta;min}}_R+{\mathrm{\&rho;}}_R{\mathrm{\&Delta;max}}_R}{{\mathrm{\&Delta;o}}_{Ri}+{\mathrm{\&rho;}}_R{\mathrm{\&Delta;max}}_R}$

其中△o_Ri为第i个时间点当前降水量数据与历史灾害天气数据的差值，△min_R为当前降水量数据与历史灾害天气数据的差值的最小值，△max_R为当前降水量数据与历史灾害天气数据的差值的最大值，ρ_R为降水量数据分辨系数，ρ_R∈[0,1]；

计算当前降水量数据与历史灾害天气数据的关联度r_R，

$r_R=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}{r}_R^i,$

如果r_R≥0.9，则转入步骤300，如果r_R<0.9，则转入步骤260；

分析当前降水量数据与历史灾害天气数据的关联度，可以对容易受降水量变化影响的电网设备或者供电区域进行预警，防止灾害天气下发生山洪、泥石流等灾难对生产和生活造成巨大影响，损害电力系统形象。

步骤260，分析当前风速数据与历史灾害天气数据的关联度，获取历史灾害天气的风速数据集合为{S_W}，{S_W}＝{S_W(t₁),S_W(t₂),…,S_W(t_m)}为历史灾害天气的风速数据集合，{S_W(t_i)}为历史灾害天气在第i个时间点的风速值，当前气温数据集合为{R_W}，{R_W}＝{R_W(t₁),R_W(t₂),…,R_W(t_m)},计算当前风速数据与历史灾害天气数据在第i个时间点的关联度，记为

$r_W^i=\frac{{\mathrm{\&Delta;min}}_W+{\mathrm{\&rho;}}_W{\mathrm{\&Delta;max}}_W}{{\mathrm{\&Delta;o}}_{Wi}+{\mathrm{\&rho;}}_W{\mathrm{\&Delta;max}}_W}$

其中△o_Wi为第i个时间点当前风速数据与历史灾害天气数据的差值，△min_W为当前风速数据与历史灾害天气数据的差值的最小值，△max_W为当前风速数据与历史灾害天气数据的差值的最大值，ρ_W为风速数据分辨系数，ρ_W∈[0,1]；

计算当前风速数据与历史灾害天气数据的关联度r_W，

$r_W=\frac{1}{m}\underset{i=1}{\overset{m}{\&Sigma;}}{r}_W^i,$

如果r_W≥0.9，则转入步骤300，如果r_W<0.9，则转入步骤270；

分析当前风速数据与历史灾害天气数据的关联度，可以对容易受风速影响的电网设备或者供电区域进行预警，从而可以对电力设备进行临时加固，防止出现跳闸现象，影响社会和经济效益。步骤270，计算当前气象数据与历史灾害天气数据的综合关联指数r,转入步骤300。一种计算综合关联指数r的方法为：

$r=\frac{1}{N}\underset{k=1}{\overset{N}{\&Sigma;}}{r}_k-\sqrt{\underset{k=1}{\overset{N}{\&Sigma;}}{(r_k-\frac{1}{N}\underset{k=1}{\overset{N}{\&Sigma;}}{r}_k)}^2}$

其中r_k为第k种气象数据与历史灾害天气数据的关联指数，N为计算中使用到的气象数据个数。计算当前气象数据与历史灾害天气数据的综合关联指数r的好处有两点，第一在于简化判断指标，不需要关注多种气象信息，只需要关注综合关联指数，方便决策；第二在于在特定天气条件下虽然各个天气单项指标都没有达到触发预警，但是多种单项指标都逼近触发预警，也是灾害天气的一种特例，而且往往危害更大，需要特别注意，做好预防措施。

步骤300，统计跳闸信息；

如果r_T≥0.9，即从步骤220转入步骤300，则认为正处于高温\低温灾害天气(取决于历史灾害天气为低温还是高温)或者高温\低温灾害天气即将到来，使用数据抓取服务器从电网的EMS系统服务器获取电网运行参数，对易受高温\低温影响的电网运行参数并进行统计，如主变油温，绕温等。

如果r_P≥0.9，即从步骤230转入步骤300，因为高气压通常是晴天，低气压通常为雨天，所以认为雨雪灾害天气即将到来，使用数据抓取服务器从电网的EMS系统服务器获取电网运行参数，按照预定标准包括厂站、行政分区、电压等级等对电网进行划分，统计每个分区内单位时间内电网平均跳闸次数，例如2016年7月22日上午8时至12时海淀区电网共跳闸8次，则统计海淀区电网平均每小时跳闸次数为2次。

如果r_M≥0.9，即从步骤240转入步骤300，因为雨雪天气前空气湿度变大，所以认为雨雪灾害天气即将到来，使用数据抓取服务器从电网的EMS系统服务器获取电网运行参数，按照预定标准包括厂站、行政分区、电压等级等对电网进行划分，统计每个分区内单位时间内电网平均跳闸次数。

如果r_R≥0.9，即从步骤250转入步骤300，因为降雨量变大会造成山洪、泥石流等自然灾害，所以使用数据抓取服务器从电网的EMS系统服务器获取电网运行参数，按照预定标准包括厂站、行政分区、电压等级等对电网进行划分，统计每个分区内单位时间内电网平均跳闸次数。

如果r_W≥0.9，即从步骤260转入步骤300，因为大风会对电力系统的安全稳定运行造成极大的影响，所以使用数据抓取服务器从电网的EMS系统服务器获取电网运行参数，按照预定标准包括厂站、行政分区、电压等级等对电网进行划分，统计每个分区内单位时间内电网平均跳闸次数。

如果r≥0.9，即从步骤270转入步骤300，说明很有可能是较为严重的灾害天气预兆，需要启动一级应急机制，使用数据抓取服务器从电网的EMS系统服务器获取电网运行参数，按照预定标准包括厂站、行政分区、电压等级等对电网进行划分，统计每个分区内单位时间内电网平均跳闸次数。

本文中所述的统计方法包括但不仅限于均值、中位数、众数、正态分布、抽样、标准差、概率论、检验、方差分析、卡方检验等。

步骤400，分析跳闸信息。

对跳闸信息进行分析主要采取动态比较分析方法，即同一总体条件不同时期指标数值的比较，也叫纵向比较。一种优选的具体实施方式为：以区、县为单位，统计每种灾害天气下各个区县电网每天跳闸的总次数，与该区域内此种灾害天气下的历史平均每日跳闸次数相比，如果大于历史平均跳闸次数，那么说明该区域受此类灾害天气影响较大或者此次灾害天气较为严重，应立刻通知该地区负责人或工作人员做好准备。例如2016年7月22日出现大雨，海淀区在大雨天气下的历史平均每日跳闸次数为50次，统计分析得知7月22日海淀区内跳闸总次数为66次，那么应该立刻通知海淀区负责人加强设备巡检和线路维修，保证跳闸次数增加不影响到人民生活和工业生产。

步骤500，发出跳闸警告。

根据电网应急预案，当有单项气象数据与灾害天气关联度较高时，启动四级应急预案，向区域当班电力工作人员发出警告，密切注意电网运行情况；当综合气象数据与灾害天气关联度较高时，启动三级应急预案，向区域内所有电力工作人员发出警告，做好随时抢修电网准备；当有单项气象数据与灾害天气关联度较高且跳闸次数超出历史平均数据时，启动二级应急预案，向区域内所有电力工作人员发出警告，并且警告区域内重要单位，作好应急预案；当综合气象数据与灾害天气关联度较高且跳闸次数超出历史平均数据时，启动一级应急预案，通知区域内所有人员和单位，做好停电准备；所述警告方式包括短信通知，电话通知，蜂鸣器报警等

其他与方法相同之处在此不赘述，详情请参照方法说明部分。

本发明实施例可以对实时气象信息进行分析，自动结合电网的运行参数对电网跳闸事件进行预警和统计，方便决策人员进行判断，针对特定区域发出跳闸警告，节省了人力物力，保证了电网运行质量。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。