CVT电压异常数据分析方法与流程

背景技术：
：随着电网规模的快速增长，运维信息获取方式传统、来源单一，电网设备运行状态感知水平低、运维人员配置不满足快速发展要求等问题成为电网运检工作中的主要痛点，目前尚无任何组织/机构针对电网实时数据进行统计分析研判工作。技术实现要素：发明目的：本发明提出一种cvt电压异常数据分析方法，根据现场经验及研究发现电力运行数据之间存在一定的逻辑关系及关联关系，对这些数据进行横向对比、纵向分析，并通过计算机软件技术揭示数据间的逻辑关系，对各数据进行关联、统计、分析，可以更客观反应电力设备实际运行状况并对电力设备的一些潜在故障进行提前预警。技术方案：一种cvt电压异常数据分析方法，其特征在于：该方法应用于线路或母线设备电压电气量，该方法包括如下步骤：第一步、统计线路、母线电压互感器电压，并记入创建的数据库。数据以5分钟为周期采样的历史30天(可选择判定范围，1天、7天、30天)的数据；第二步、对统计出数组做平均数列，其采用如下公式：平均数列＝[实际值(a相)+实际值(b相)+实际值(c相)]/3；如图1，平均数组逻辑图；第三步、求三相偏离度(可做同类设备同步计算，2台设备6相间偏离度)a相偏离＝实际值(a相)-平均数列；b相偏离＝实际值(b相)-平均数列；c相偏离＝实际值(c相)-平均数列；如图2三相偏离逻辑图所示；如图3典型电力数据故障案例1-三相偏离曲线图所示；第四步、求周期偏离度曲线(可选不同周期30min/1h/1day，用于过滤数据曲线中单一的偏差度较大的不正确值扰动)用三相偏离数组以6/12/288行数据为一组求平均值，得出新数组，本方法是应用于轻微故障查找，数据是缓慢的一个变化过程，所以需要采用不同的周期去划分数据。如图4所示为周期偏离逻辑图；如图5所示为典型电力数据故障案例1-周期偏离曲线图；第五步、求变化率数组：研究过程中发现如果单一以周期偏离度数组进行数据判定会查找出三相平衡度非常高的设备发生单相电压值的轻微变化，此变化量化概念为132kv到132.35kv是0.27％以内的变化，为正常波动不计入我们故障判定区域。这个0.27％的经验系数是我们统计并分析辽宁省500kv28座变电站上百台设备几十万条数据记录得出的。如图6所示，求变化率数组逻辑图；如图7所示，典型电力数据故障案例1-三相变化率曲线图；第六步、查找故障数据，判别故障相：如案例一所示，正常电压值在134.5-135.5范围内波动在425-455点c相电压值波动到132左右值，此值并不满足保护动作条件，但在电力系统运行过程中这种轻微扰动会体现出设备有可能存在的匝间短路或高、中压电容组击穿，绝缘介质老损等问题，此类情况是目前技术水平和设备本身保护措施无法考虑、监测到的问题。第六步用三相偏离周期数组进行连续判定：首先用周期偏离数组的每个相邻两组数据进行变化率计算，用此变化率与0.4％去比较，大于0.4的则进入数据预判过程。(这个0.4％的经验系数是我们统计并分析辽宁省500kv28座变电站上百台设备几十万条数据记录得出的。)再根据不同策略，如连续12组(6小时内连续12组)或判定整体时间段的三分之一为判定依据划分数据异常情况(瞬时/连续故障-瞬时故障指的是由突发情况引起的可以瞬时恢复的故障。例如绝缘层发生瞬时的绝缘不好的情况，但是自身可以在下一个时刻恢复绝缘等级、数据采样瞬时异常情况、系统冲击等情况，不影响运行的故障；连续故障指的是设备发生不可逆的损坏，哪怕是轻微的匝间短路或高、中压电容组击穿，如果故障满足连续12组则为连续故障，反之为瞬时故障)如图8为查找故障相逻辑1图；如图9为查找故障相逻辑2图；如图10为典型故障案例图；如图11为电压值无故障数据时幅值、三相偏离度图；电压值无故障数据时幅值、三相偏离度：如果电压数据曲线在正常情况下，我们使用统计的三相偏离度曲线(三相偏离度曲线是对计算出的三相偏离度数组进行描点，数据原始曲线、三相偏离曲线、周期三相偏离曲线、变化率曲线有相同的x轴纵向排列一起对比)，周期偏离曲线，变化率曲线的三相波动变化会以一种高度拟合的趋势发展。我们使用本方法发现了25次数据异常情况，并指导检修工作13回，经检修/解体设备发现设备绝缘老损，匝间短路轻微放电等情况6次。优点效果：实现电压数据环比、同比、趋势分析等智能研判功能，均为国网系统内首创。通过拓展设备监测参数、搭建多系统数据智能分析模型、多维展示分析诊断结果，提升设备故障预警研判能力。实现设备安全管控关口前移，为智能运检管控中心建设提供了强有力的技术支撑。附图说明：图1是平均数组逻辑图；图2是三相偏离逻辑图；图3典型电力数据故障案例1-三相偏离曲线图；图4所示为周期偏离逻辑图；图5所示为典型电力数据故障案例1-周期偏离曲线图；图6所示求变化率数组逻辑图；图7所示为典型电力数据故障案例1-三相变化率曲线图；图8为查找故障相逻辑1图；图9为查找故障相逻辑2图；图10为另一真实故障案例图；图11为电压值无故障数据时幅值、三相偏离度图；图12为典型电力数据故障案例1-数据原始值曲线图；图13为逻辑总框图。具体实施方式：一种cvt电压异常数据分析方法，其特征在于：该方法应用于线路或母线设备电压电气量，该方法包括如下步骤：第一步、统计线路、母线的电压互感器电压，并记入创建的数据库；数据源为每5分钟采样周期的历史的数据；第二步、对统计出数组做平均数列，其采用如下公式：平均数列＝[实际值(a相)+实际值(b相)+实际值(c相)]/3；第三步、求三相偏离度:a相偏离＝实际值(a相)-平均数列；b相偏离＝实际值(b相)-平均数列；c相偏离＝实际值(c相)-平均数列；第四步、求周期偏离度曲线；用三相偏离数组以6/12/288行数据为一组求平均值，得出新数组；第五步、求变化率数组；如果单一以周期偏离度数组进行数据判定会查找出三相平衡度非常高的设备发生单相电压值的轻微变化，此变化量化概念为132kv到132.35kv是百分之0.27以内的变化，为正常波动不计入我们故障判定区域。第六步、查找故障数据，判别故障相：在425-455点c相电压值波动到132左右值，(每个设备存在不同的波动区间，这里以220kv母线的相电压为例，根据数据查询得知此电压为130.5-131.5/131.5-132.5等，也就是说会在1kv以内波动，此值是经验值)此值并不满足保护动作条件，但在电力系统运行过程中这种轻微扰动会体现出设备有可能存在的匝间短路，绝缘介质老损等问题，此类情况是目前技术水平和设备本身保护措施无法考虑、监测到的问题。第六步用三相偏离周期数组进行连续判定：首先用周期偏离数组的每个相邻两组数据进行变化率计算，用此变化率与百分之0.4去比较，大于0.4的则进入数据预判过程。再根据不同策略，如连续12组或判定整体时间段的三分之一为判定依据划分数据异常情况。所述连续12组为6小时内连续12组。故障为瞬时故障和连续故障；瞬时故障指的是由突发情况引起的可以瞬时恢复的故障，如果绝缘层发生瞬时的绝缘不好的情况，但是自身可以在下一个时刻恢复绝缘等级、数据采样瞬时异常情况、系统冲击等情况，不影响运行的故障。连续故障指的是设备发生不可逆的损坏，哪怕是轻微的匝间短路或高、中压电容组击穿。如果故障满足连续12组则为连续故障，反之为瞬时故障。电压值无故障数据时幅值、三相偏离度：如果电压数据曲线在正常情况下，我们使用统计的三相偏离度曲线，周期偏离曲线，变化率曲线的三相波动变化会以一种高度拟合的趋势发展。三相偏离度曲线是对计算出的三相偏离度数组进行描点；数据原始曲线、三相偏离曲线、周期三相偏离曲线、变化率曲线有相同的x轴纵向排列一起对比。第一步中：数据源为每5分钟采样周期的历史1天、7天或30天的数据；第四步中求周期偏离度曲线，选不同周期：30min、1h或1day，用于过滤数据曲线中单一的偏差度较大的不正确值扰动。第四步中求周期偏离度曲线可选不同周期30min/1h/1day，用于过滤数据曲线中单一的偏差度较大的不正确值扰动。本发明的一种cvt电压异常数据分析方法，其特征在于：该方法应用于线路或母线设备电压电气量，该方法包括如下步骤：第一步、统计线路、母线电压互感器电压，并记入创建的数据库数据以5分钟为周期采样的历史30天(可选择判定范围，1天、7天、30天)的数据；第二步、对统计出数组做平均数列，其采用如下公式：平均数列＝[实际值(a相)+实际值(b相)+实际值(c相)]/3；举简单例子实际值(a相)实际值(b相)实际值(c相)平均数列132.1132132.2132.1132.2132.1132.3132.2132.3132.4132.5132.4第三步、求三相偏离度(可做同类设备同步计算，2台设备6相间偏离度)a相偏离＝实际值(a相)-平均数列；b相偏离＝实际值(b相)-平均数列；c相偏离＝实际值(c相)-平均数列；如图2三相偏离逻辑图所示；如图3典型电力数据故障案例1-三相偏离曲线图所示；第四步、求周期偏离度曲线(可选不同周期30min/1h/1day，用于过滤数据曲线中单一的偏差度较大的不正确值扰动)用三相偏离数组以6/12/288行数据为一组求平均值，得出新数组，本方法是应用于轻微故障查找，数据是缓慢的一个变化过程，所以需要采用不同的周期去划分数据。如图4所示为周期偏离逻辑图；如图5所示为典型电力数据故障案例1-周期偏离曲线图；第五步、求变化率数组：研究过程中发现如果单一以周期偏离度数组进行数据判定会查找出三相平衡度非常高的设备发生单相电压值的轻微变化，此变化量化概念为132kv到132.35kv是0.27％以内的变化，为正常波动不计入我们故障判定区域。这个0.27％的经验系数是我们统计并分析辽宁省500kv26座变电站上百台设备几十万条数据记录得出的。如图6所示，求变化率数组逻辑图；如图7所示，典型电力数据故障案例1-三相变化率曲线图；第六步、查找故障数据，判别故障相：如案例一所示，正常电压值在134.5-135.5范围(每个设备存在不同的波动区间，这里以220kv母线的相电压为例，根据数据查询得知此电压为130.5-131.5/131.5-132.5等，也就是说会在1kv以内波动，此值是经验值)内波动，在425-455点c相电压值波动到132左右值，此值并不满足保护动作条件，但在电力系统运行过程中这种轻微扰动会体现出设备有可能存在的匝间短路，绝缘介质老损等问题，此类情况是目前技术水平，和设备本身保护措施无法考虑到、监测到的问题。第六步用三相偏离周期数组进行连续判定：首先用周期偏离数组的每个相邻两组数据进行变化率计算，用此变化率与0.4％去比较，大于0.4的则进入数据预判过程。(这个0.4％的经验系数是我们统计并分析辽宁省500kv28座变电站上百台设备几十万条数据记录得出的。)再根据不同策略，如连续12组(6小时内连续12组)或判定整体时间段的三分之一为判定依据划分数据异常情况(瞬时/连续故障——瞬时故障指的是由突发情况引起的可以瞬时恢复的故障，例如绝缘层发生瞬时的绝缘不好的情况，但是自身可以在下一个时刻恢复绝缘等级，不影响运行的故障；连续故障指的是设备发生不可逆的损坏，哪怕是轻微的匝间短路，如果故障满足连续12组则为连续，反之为瞬时故障)如图8为查找故障相逻辑1图；如图9为查找故障相逻辑2图；如图10为另一真实故障案例图；如图11为电压值无故障数据时幅值、三相偏离度图；电压值无故障数据时幅值、三相偏离度：如果电压数据曲线在正常情况下，我们使用统计的三相偏离度曲线(三相偏离度曲线是对计算出的三相偏离度数组进行描点，数据原始曲线、三相偏离曲线、周期三相偏离曲线、变化率曲线有相同的x轴纵向排列一起对比)，周期偏离曲线，变化率曲线的三相波动变化会以一种高度拟合的趋势发展。我们使用本方法发现了25次数据异常情况，并指导检修工作13回，经检修/解体设备发现设备绝缘老损，匝间短路轻微放电等情况6次。当前第1页12