试运行变电站运行风险评估体系及评估方法与流程

本发明涉及电网技术领域，尤其是涉及一种试运行变电站运行风险评估体系及评估方法。

背景技术：

进入二十一世纪，伴随着经济的飞跃和社会的发展，工业和生活用电需求急速增长，我国发用供电的规模和用电需求的矛盾日益彰显，电网规模也进入了飞速发展的阶段，特别是近几年以智能电网和特高压电网为主的电网建设更是迎来新的高峰，大量的新技术和新成果层出不穷。以杭州电网为例，杭州电网的变电容量在2000年首次突破1000万千伏安，到了2012年，杭州电网的变电容量已经突破了5000万千伏安，位居国网范围内全国省会城市第一。在电网的快速建设中，每年都会有大量的变电站新、扩、改大型项目，其中一方面是新建变电站随着电网网架的扩张，犹如雨后春笋一般广泛布点，另一方面是大量运行变电站通过大型技改、增加主变等方式挖潜增容，扩大变电容量。据统计，2015年杭州电网共新建110kv以上变电站25座，主变48台，投产总容量超过500万千伏安。如此巨大的电网净增容量产，为电力系统的监控、调度、运维、检修等日常运行工作增加了巨大的困难。在电网的实际生产运行工作中，变电站试运行阶段一般持续12个月。由于试运行变电站具有特殊性，设备及系统运行磨合需求等因素，对运行、监控工作的技能水平提出了新的要求。近年来，大数据技术被广泛用于电力行业，取得了丰硕的成果。鉴于试运行变电站近年来的大量增多，基于集中监控信息的大数据特性，迫切需要一种新的风险评估体系与正常运行的老变电站的风险评估区分开来，制定具有针对性的运维、检修计划势在必行。

技术实现要素：

本发明针对现有技术的不足，所要解决的技术问题是提供一种试运行变电站运行风险评估体系及评估方法，其可以有效动态评估试运行变电站在试运行阶段不同时间的运行风险，提高运维检修工作的有效性及整体运维检修水平。

本发明是通过以下技术方案使上述技术问题得以解决。

试运行变电站运行风险评估体系，调控自动化系统的监控信息数据与至少包含调度技术支持系统和生产管理系统的生产部门数据进行关联和对接，搭建监控信息大数据库并形成具有查询、筛选、统计的多功能人机交互界面，针对反映电网故障事故信息、反映设备非正常运行异常信息及反映重要遥测量超出上下限区间的超限信息进行关联分析，获得量化的所述三类信息数据分别按照不同风险权重系数加权计算试运行阶段的风险信息数的加权总和并计算运行风险度实现标准化风险评估，获得评估结果对运检部门的设备检修及巡视计划提供数据支撑。

作为优选，运用mysql管理系统搭建监控信息大数据库并基于vba编程实现大数据库的excel人机界面交互功能。

作为优选，人机交互界面至少可通过不同时间段、不同变电站、不同信号类别、不同关键字对监控信息进行查询和筛选。

作为优选，筛选结果至少可按照日期、时间、责任区、信息类别、变电站、信息内容细分。

作为优选，生产部门数据包括输变电设备的运行台账和缺陷记录。

试运行变电站运行风险评估方法，如以下步骤：

步骤一：监控信息大数据库对调取的数据进行清洗和梳理；

步骤二：针对清洗后的数据通过人机交互界面进行查询、筛选和统计；

步骤三：取某试运行变电站某段时间内的数据进行分析，将反映电网故障事故信息、反映设备非正常运行异常信息及反映重要遥测量超出上下限区间的超限信息数量分别按照不同风险权重系数加权计算该段时间内的风险信息数的加权总和σr，并计算运行风险度k。

作为优选，风险信息数的加权总和σr的计算公式为λi为加权系数(i＝1，2，3)，ri为信息数量(i＝1，2，3)，α为监控信息风险加权系数，t为设备运行寿命。

作为优选，结合月度检修和巡视计划，运行风险时间窗口设为一个月，t的单位为月。

作为优选，其特征是：0＜t＜12。

作为优选，运行风险度k的计算公式为σa为电网各变电站加权风险信息总和的平均值，设定该试运行变电站运行风险度为50，并将电网各变电站运行风险按0至100标准化。

总而言之，本发明的试运行变电站运行风险评估体系，能够结合地区电网内试运行变电站运行、维护、检修的工作实际情况，应用数据挖掘中的关联分析，动态评估试运行变电站在试运行阶段不同时间的运行风险。该风险评估体系可以结合输变电设备的状态评价体系，为试运行变电站的运检计划的制定提供数据支撑和参照标准，实现试运行变电站的精准运维检修，进而提高地区电网试运行变电站的整体运维检修水平。

本发明的评估方法利用调控自动化系统、调度技术支持系统、生产管理系统等的输变电设备集中监控信息、运行台账、缺陷记录等明细数据，通过关联分析等多种数据挖掘方法，量化评估试运行变电站的运行风险，进而辅助设备检修、巡视计划的制定安排，提升输变电设备事故、缺陷风险的管控能力。在有效实现试运行变电站运行风险的管控基础上，保障电网运行的安全稳定。

附图说明

结合以下附图旨在便于描述较佳实施例，并不构成对本发明保护范围的限制。

图1是本发明的运行风险评估体系示意图；

图2是某变电站的运行风险评估曲线；

图3是某试运行变电站的内部风险加权系数曲线；

图4是某试运行变电站风险评估结果。

具体实施方式

为了方便理解本发明，下面结合附图中给出的本发明的较佳的实施例对本发明进行详细的描述。

如图1所示的本发明试运行变电站运行风险评估体系，调控自动化系统的监控信息数据与至少包含调度技术支持系统和生产管理系统的生产部门数据进行关联和对接，监控信息数据是涵盖变电站内一次设备、二次设备及辅助设备的运行状态信息。调控日常工作中，监控员通过监视调控自动化系统中的设备异常、越限、事故等信息告警，发现设备缺陷或故障，通知运维单位现场检查、巡视和处理。监控信息数据可以有效反应电网设备的运行情况、自身缺陷和安全隐患。生产部门数据包括输变电设备的运行台账和缺陷记录等信息。

本发明将监控信息数据和生产部门数据关联对接并调取到监控信息大数据库通过关联分析等多种数据挖掘方法，来量化评估变电站运行风险。在实际工作中，电网运行的每时每刻都会产生大量的电网监控信息，这些信息共分为五类，本发明中针对其中重要的三类信息进行研究分析，分别为反映电网故障事故信息、反映设备非正常运行异常信息及反映重要遥测量超出上下限区间的超限信息。

监控信息大数据库具有查询、筛选、统计的多功能人机交互界面。本实施例中，运用mysql管理系统搭建监控信息大数据库并基于vba编程实现大数据库的excel人机界面交互功能，人机交互界面可通过不同时间段、不同变电站、不同信号类别、不同关键字等方面内容对监控信息进行查询和筛选，筛选结果可按照日期、时间、责任区、信息类别、变电站、信息内容等细分，通过统计功能集成入excel人机界面，便于使用者记录、分析信息的统计情况。然后，针对反映电网故障事故信息、反映设备非正常运行异常信息及反映重要遥测量超出上下限区间的超限信息进行关联分析，获得量化的所述三类信息数据分别按照不同风险权重系数加权计算试运行阶段的风险信息数的加权总和并计算运行风险度实现标准化风险评估，获得评估结果对运检部门的设备检修及巡视计划提供数据支撑。

本发明的试运行变电站运行风险评估方法，如以下步骤：

步骤一：监控信息大数据库对调取的数据进行清洗和梳理。以杭州电网为例，2016年3月至9月，杭州电网原始监控信息数据内信息合计442392条，其中反映电网故障事故信息26436条，反映设备非正常运行异常信息198141条，反映重要遥测量超出上下限区间的超限信息217817条，监控信息大数据库建立后，原始监控信息数据需要进行数据清洗和梳理。

步骤二：针对清洗后的数据通过人机交互界面进行查询、筛选和统计。监控信息大数据库可通过不同时间段、不同变电站、不同信号类别、不同关键字等方面内容对监控信息进行查询和筛选，筛选结果可按照日期、时间、责任区、信息类别、变电站、信息内容等细分，通过统计功能集成入excel人机界面，便于使用者记录、分析信息的统计情况。

步骤三：取某试运行变电站某段时间内的数据进行分析，将反映电网故障事故信息、反映设备非正常运行异常信息及反映重要遥测量超出上下限区间的超限信息数量分别按照不同风险权重系数加权计算该段时间内的风险信息数的加权总和σr，并计算运行风险度k。

风险信息数的加权总和σr的计算公式为λi为加权系数(i＝1，2，3)，ri为信息数量(i＝1，2，3)，α为监控信息风险加权系数，t为设备运行寿命。比如结合月度检修和巡视计划，运行风险时间窗口可设置为一个月，t的单位设定为月，0＜t＜12。

运行风险度k的计算公式为σa为电网各变电站加权风险信息总和的平均值，设定该试运行变电站运行风险度为50，并将电网各变电站运行风险按0至100标准化。

上述试运行变电站运行风险评估的计算公式是基于调控自动化系统的监控信息数据的标准化风险评估方法，在标准化风险评估方法当中，通过获取调控自动化系统的原始监控信息数据，分析异常、事故、越限三类监控信息变化情况，经关联分析，就可对变电站的运行风险进行量化评估。例如，取某变电站某段时间内的监控信息数据进行分析，将该站在该段时间内的异常、事故、越限信息数量分别按照不同风险权重系数加权，可以计算该站该时间内的加权风险信息总和σr。在实际验证过程中，变电站的运行风险基本符合正态分布，且与该变电站的加权风险信息总和呈线性关系。取地区电网的平均加权风险信息总和为中间值，假设其运行风险度为50，并将全地区电网的变电站运行风险按0至100标准化。根据电网实际经验，某变电站的运行风险度与风险信息数的加权总和的关系符合图2中的运行风险评估曲线。

基于上述的标准化风险评估方法对试运行变电站的运行风险评估，通过在实际工作中缺陷记录和运维工作的开展，不考虑检修工作的影响，试运行变电站的监控信息风险加权系数αo服从期望为0，方差为σo2的正态分布，如图3所示，利用风险信息数的加权总和σr的计算公式，可以计算某试运行变电站的风险信息数的加权总和σro，其中，该试运行变电站的设备运行寿命取0<to<12。理想状态下，假设该试运行变电站试运行结束状态，即设备寿命为12月时，无任何运行风险，并若取概率置信区间为0.9974，则风险评估中该正太分布的方差σo值取4(12/3)。终上所述，某试运行变电站的风险信息数的加权总和σro可以按下述公式进行计算：

以《国家电网公司变电站设备监控信息规范》、《浙江省电力系统地区调度控制管理规程》等规定为依据，基于实际调控自动化系统的集中监控事故、异常、越限三类信息及调度技术支持系统、生产管理系统等的输变电设备运行台账、缺陷记录等明细数据进行大数据关联分析，深入挖掘，并针对试运行变电站的运维特性，提出的本发明的风险评估体系及方法，实现试运行变电站运行风险的量化评估。该评估结果可以为运检部门的检修、巡视计划提供数据支撑，为试运行变电站制定更加合理的运检工作计划，从而加强电网运行风险的管控，保障电网安全稳定运行。

作为一个验证实施例，取杭州电网某试运行变电站为对象分析，评估其2016年3月至9月的运行风险度，制成图4上半图所示曲线。图4下半图为每月该试运行变电站事故、异常、越限信息数经加权后的结果。

由图4可以看出，该变电站在4月和6月的风险度较高，均达到200以上，说明变电站在这两个月中具有较大的运行风险。经对比该站的运行日志和检修记录，该站在4月和6月间均发生设备紧急缺陷，造成相应的报警信息大量频刷，安排检修工作后，设备缺陷消除，恢复正常运行。对比图4中该变电站5月和4月，7月和6月的的风险评估结果，可以看到明显的下降，这也说明检修工作有效排除了设备隐患，保障变电站的安全运行。

由图4中还可以看出该变电站7，8，9三个月的运行风险较低，均低于50。这是由于7月之后，杭州电网进入峰会保供电的临战阶段，杭州公司多部门联合协作，利用本项目数据挖掘成果，有针对性的消除电网设备缺陷，强化电网风险管控，取得了巨大的成效。

本发明所使用的若干技术术语仅仅是为了便于描述，并不构成对本发明的限制，本发明不局限于以上所述的较佳的实施方式，基于本技术领域的技术人员所能够获知的公知技术或者采用现有技术中所能够等效替换的各种变形及更改的实施方式，凡是基于本发明的精神或者技术构思，均应包含在本发明的保护范围之内。