本发明涉及保护故障信息分析技术,主要涉及一种智能变电站继电保护故障信息建模方法。
背景技术:
对于智能变电站继电保护故障信息的分析及建模,目前故障数据的分析和建模,不能满足数据挖掘应用的要求,不仅对于非故障元件的信息利用不足,安全裕度分析不够,对于故障元件的信息挖掘是远远不够的。现场在利用各种保护系统的故障信息的时候更多强调的是通过收集数据快速的对故障进行诊断,其分析结果提供给调度员进行决策,但对于智能站过程层各ied设备之间的信息交互的分析和建模研究不足。
其次,目前智能站的二次在线监测系统的一些可视化展示,仅仅将收集到的各ied的收发信息按照时间序列展示出来,但如何能够更好揭示这些信息流之间的关系,隐含的信息则完全靠有经验的运行人员分析才能获得,也难以进行更一步的分析和挖掘。
目前已经有采用dtw(dynamictimewarping,动态时间规划)方法,将实际捕获到的功能事件相关报文与关联实例库标准信息快速比对,识别是否存在故障。对于功能关联实例库中的每个流程信息都赋值一个权值,该权值为信息在功能关联库中所对应的功能序号和流程号之和。当实际网络报文捕获后,一旦发现有功能触发信息,则进入该触发信息的识别流程;还有采用模糊综合评判的方法,对变电站内的故障异常信息进行严重程度划分,建立因素集,评判集,最终形成模糊判断矩阵;此外,还有采用主成分分析法,将获得的信息进行处理,降低信息的冗余度,采用相关性分析方法进行变量选择,计算协方差矩阵,然后计算特征值,确定变量的贡献率,采用累计贡献率进行评价;构建设备台账信息表,实时信息告警表,缺陷记录表,基本故障表和故障排除对策表;将各信息表进行关联,构成关联系统;对有影响关系的告警信息和关联系统进行关联和优化;更新变电站二次系统故障状态库。
如前所述,现有智能变电站继电保护故障信息建模主要方法,其方法的主要缺点有:
1)现有的故障信息建模方法,对继电保护动作时序的分析主要采用波形分析工具等,故障信息显示和分析不利用各ied设备之间的动作行为分析,不利于应用大数据和可视化分析方法。
2)现有智能变电站继电保护系统的信息流建模,并未对故障信息进行建模,而且故障分析依赖告警系统和录波系统,不能形成网络图建模,并采用智能算法进行分析。
3)现有智能站信息流建模不能很好应用网络层次信息可视化技术进行故障信息的分析和挖掘。
技术实现要素:
本发明目的是提供一种智能变电站继电保护故障信息建模方法。
本发明解决了智能变电站继电保护故障信息建模的问题,为实现利用节点支路链接表进行网络层次数据可视化分析和挖掘提供了重要支撑。故障信息模型描述了智能变电站继电保护故障的各类属性,各设备之间的通信关系,发生故障时,各个设备之间的时序关系等,是构建智能变电站故障分析方法体系的重要组成部分。只有建好模型后,才可以采用基于图分析的大数据的数据分析和挖掘技术,可以对智能站二次系统的各种ied的行为进行智能评估,并对新发生的故障的行为进行诊断。
本发明通过下述技术方案实现:
一种智能变电站继电保护故障信息建模方法,包括以下步骤:
s1、继电保护动作故障信息采集:采集智能站各种类型的ied设备在动作时候的信息;
s2、继电保护动作故障信息预处理:对智能站的ied设备在动作时候的信息进行信息的预处理;
s3、故障行为网络图建模:采用可视化方法,依据各种类型的ied设备的真实网络关系建立网络节点图;在建立网络节点图的过程中,建立含有各节点信息的节点表、建立含有各自节点连接关系的连接表、建立含有设备信息的设备节点表;
s4、建立故障信息动态交互表:根据智能站的ied设备在动作时候的信息的时间先后顺序、再结合节点表、连接表、设备节点表创建每个故障类型的故障信息动态交互表;
s5、动作行为分析及评价:
s51、构建典型故障动作行为库:视故障信息动态交互表中的ied设备在动作时候的信息的时间先后顺序关系为动作行为,设置不同的已知典型故障类型,获得对应的故障信息动态交互表,然后将各自已知典型故障类型与获得的ied设备在动作时候的信息的时间先后顺序关系一一对应,形成典型故障动作行为库;
s52、新动作行为的故障判定:将当前故障状态下的故障信息动态交互表中的动作行为与典型故障动作行为库中的动作行为进行对比分析,得出当前故障类型。
本发明构建的故障信息动态交互表相当于故障信息模型,其描述智能变电站继电保护故障的各类属性,各设备之间的通信关系,发生故障时,各个设备之间的时序关系等,特别是设备之间的时序关系,即用获得的ied设备在动作时候的信息的时间先后顺序关系表征,因此其可以看出故障时的动作行为,然后利用s51和s52进行动作行为库的构建和故障判断。
本发明分析的内容是根据智能站各种类型的ied设备,如故障录波器、保护装置、通信设备、网络分析仪、监控系统等收集和分析的数据进行综合性的智能建模分析。
对于每一次故障而言,其采集和分析的基本数据包括保护的动作元件,开入开出信息,对于智能站更关注故障期间的goose变位信息,故障录波器的故障信息、断路器开入开出、线路保护光纤保护通道数据交换信息,监控系统收集到的保护上送报文等等。
根据上述信息,建立起某一次故障的动作记录,对于大量的动作记录,则进行智能分析,如通过聚类分析算法,根据不同聚类方式形成不同的动作记录分类,如按照元件分类,按照故障类型分类。对于这些动作记录,采用统计方法,分析典型动作行为特征:比如根据大量线路瞬时性单相接地故障记录库的智能分析,能够得到其正确动作情况下,典型瞬时性单相接地故障动作包括哪些信息,其次这些元件的典型动作时间,如保护的动作期望值,开关的动作期望值,重合闸动作期望值,闭锁信息的动作期望值,上送到监控系统报文的动作期望值等等。根据典型动作行为,可以做出一个单相接地故障的动作行为图。在此基础上可以进一步分析双重化保护的动作行为图的差异,不同电压等级,不同厂家的保护、不同地区的保护的动作行为图的差异等。在建立了典型的动作行为库的基础上,如果某次新的故障,可以根据相似度分析和最相似的行为库进行比较,如有异常,分析异常原因。
另外,由于故障信息类型多样,有动作报文类的,有开入开出的变化类,有监控系统的文本类,故障录波器为波形数据。本发明通过s2的预处理,使其数据类型转为集合角度的数据,因此,从集合的数学模型上,上述信息可以考虑为一个集合,这个集合包括了一系列的对象,对象的动作,对象间的联系等等。从图的角度,这是一个网络数据集合,各种对象节点,比如:保护、断路器、监控、录波等,因此本方法采用图论或者图分析的相关方法,比如图聚类方法,同时数据中包含了数据标签,成为一个动态网络,可以采用动态网络图分析技术,方便故障信息的数据挖掘。
因此,典型动作行为库的建立可以基于一次故障相关信息的收集,以线路保护故障时收集信息为例进行说明:线路保护的相关信息。
从集合的数学模型上,上述故障信息可以考虑为一个集合,这个集合包括了一系列的对象,对象的动作,对象间的联系。从图的角度,这是一个网络数据集合,各种对象节点,比如保护、断路器、监控、录波、其他自动装置等,因此采用图聚类分析的相关方法。同时数据中包含了数据标签,因此成为一个动态网络,可以采用动态网络图分析技术。从数据挖掘的角度,这是一个涉及到多维,多对象的时间序列数据的数据挖掘,采用数据挖掘的方式,比如聚类算法、关联性分析、异常检测等。
因此,优选的,对于s2的预处理,有以下情形:
情形1:
s2、继电保护动作故障信息预处理的包括有效性检验预处理,
有效性检验预处理为:对收集到的ied设备在动作时候的信息进行数据正确性检验、时标正确性检验、是否偏差过大和异常检验;
情形2:
当ied设备为故障录波仪或网络分析仪时,
s2、继电保护动作故障信息预处理为:进行格式转换预处理、然后进行有效性检验预处理;
格式转换预处理为:对故障录波仪或网络分析仪在动作时候的信息进行关键信息提取后形成动作记录集;
有效性检验预处理为:对收集动作记录集进行数据正确性检验、时标正确性检验、是否偏差过大和异常检验。
情形3:
对于动作信息无法直接得到ied设备的发送和接收方时,
s2、继电保护动作故障信息预处理的包括先进行节点支路有效性检验预处理、然后进行有效性检验预处理;
节点支路有效性检验预处理为:对当前动作信息进行节点支路信息分析并进行处理得到能够有用的节点支路关联信息数据,然后通过节点支路关联信息数据建立虚拟节点与节点支路的关联关系;
有效性检验预处理为:对收集到的ied设备在动作时候的信息进行数据正确性检验、时标正确性、是否偏差过大和异常检验。
优选的:
所述节点表记载有字段名称、字段说明、字段类型、说明,所述字段说明包括功能名称、保护设备、一次设备、间隔类型;
所述连接表记载有字段名称、字段说明、字段类型、说明,所述字段说明包括源目标名称、目标名称、连接描述、连接方向、控制类型、连接权重、跳闸时间、信号连接描述;
所述设备节点表记载有节点编号、节点名称、节点类型、厂家、电压等级、a套或b套或单网。
故障信息动态交互表记载有:连接编号、发送节点名称、接收节点名称、连接内容、连接值、连接时间、信号类型。
本发明的有益效果为:
实现上述的智能分析,可以充分利用故障后各种继电保护相关的故障动作信息对各种相关一二次元件对于故障的反应情况进行评估,包括这些元件自身动作情况,相互之间的信号交互情况等等,从而使继电保护检修人员能够直观有效的进行分析,并更容易发现有问题的部分。
其次通过智能分析建立的典型动作行为库,能够使我们对于保护对于故障反应的典型情况有更加深刻和具体的了解,对于提升和改善对于故障反应的能力有极大的实用价值,比如典型的动作时间偏高,报文上送时间过长,信号传输通道延时过长等等可以进行改进。通过典型行为库的建立对于后续保护系统异常动作行为检测也提供了可能性。
对于新发生的故障,通过和典型故障行为库比较,能够发现哪些地方有异常,比如一个瞬时性单相接地故障,虽然该保护正确动作,但发现该保护并未发出启动失灵信号,又比如典型的接地故障零序保护应当动作,如果某个保护正确动作,但是靠其它保护动作,而零序未动作,则可能是零序回路故障。这个对于发现隐形故障是非常有效的手段。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的流程图。
图2为本发明构建的网络图。
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明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1所示,
一种智能变电站继电保护故障信息建模方法,包括以下步骤:
s1、继电保护动作故障信息采集:采集智能站各种类型的ied设备在动作时候的信息;
s2、继电保护动作故障信息预处理:对智能站的ied设备在动作时候的信息进行信息的预处理;
s3、故障行为网络图建模:如图2所示,采用可视化方法,依据各种类型的ied设备的真实网络关系建立网络节点图;在建立网络节点图的过程中,建立含有各节点信息的节点表、建立含有各自节点连接关系的连接表、建立含有设备信息的设备节点表;
s4、建立故障信息动态交互表:根据智能站的ied设备在动作时候的信息的时间先后顺序、再结合节点表、连接表、设备节点表创建每个故障类型的故障信息动态交互表;
s5、动作行为分析及评价:
s51、构建典型故障动作行为库:视故障信息动态交互表中的ied设备在动作时候的信息的时间先后顺序关系为动作行为,设置不同的已知典型故障类型,获得对应的故障信息动态交互表,然后将各自已知典型故障类型与获得的ied设备在动作时候的信息的时间先后顺序关系一一对应,形成典型故障动作行为库;
s52、新动作行为的故障判定:将当前故障状态下的故障信息动态交互表中的动作行为与典型故障动作行为库中的动作行为进行对比分析,得出当前故障类型。
本发明构建的故障信息动态交互表相当于故障信息模型,其描述智能变电站继电保护故障的各类属性,各设备之间的通信关系,发生故障时,各个设备之间的时序关系等,特别是设备之间的时序关系,即用获得的ied设备在动作时候的信息的时间先后顺序关系表征,因此其可以看出故障时的动作行为,然后利用s51和s52进行动作行为库的构建和故障判断。
本发明分析的内容是根据智能站各种类型的ied设备,如故障录波器、保护装置、通信设备、网络分析仪、监控系统等收集和分析的数据进行综合性的智能建模分析。
对于每一次故障而言,其采集和分析的基本数据包括保护的动作元件,开入开出信息,对于智能站更关注故障期间的goose变位信息,故障录波器的故障信息、断路器开入开出、线路保护光纤保护通道数据交换信息,监控系统收集到的保护上送报文等等。
根据上述信息,建立起某一次故障的动作记录,对于大量的动作记录,则进行智能分析,如通过聚类分析算法,根据不同聚类方式形成不同的动作记录分类,如按照元件分类,按照故障类型分类。对于这些动作记录,采用统计方法,分析典型动作行为特征:比如根据大量线路瞬时性单相接地故障记录库的智能分析,能够得到其正确动作情况下,典型瞬时性单相接地故障动作包括哪些信息,其次这些元件的典型动作时间,如保护的动作期望值,开关的动作期望值,重合闸动作期望值,闭锁信息的动作期望值,上送到监控系统报文的动作期望值等等。根据典型动作行为,可以做出一个单相接地故障的动作行为图。在此基础上可以进一步分析双重化保护的动作行为图的差异,不同电压等级,不同厂家的保护、不同地区的保护的动作行为图的差异等。在建立了典型的动作行为库的基础上,如果某次新的故障,可以根据相似度分析和最相似的行为库进行比较,如有异常,分析异常原因。
另外,由于故障信息类型多样,有动作报文类的,有开入开出的变化类,有监控系统的文本类,故障录波器为波形数据。本发明通过s2的预处理,使其数据类型转为集合角度的数据,因此,从集合的数学模型上,上述信息可以考虑为一个集合,这个集合包括了一系列的对象,对象的动作,对象间的联系等等。从图的角度,这是一个网络数据集合,各种对象节点,比如:保护、断路器、监控、录波等,因此本方法采用图论或者图分析的相关方法,比如图聚类方法,同时数据中包含了数据标签,成为一个动态网络,可以采用动态网络图分析技术,方便故障信息的数据挖掘。
因此,典型动作行为库的建立可以基于一次故障相关信息的收集,以线路保护故障时收集信息为例进行说明:线路保护的相关信息。
从集合的数学模型上,上述故障信息可以考虑为一个集合,这个集合包括了一系列的对象,对象的动作,对象间的联系。从图的角度,这是一个网络数据集合,各种对象节点,比如保护、断路器、监控、录波、其他自动装置等,因此采用图聚类分析的相关方法。同时数据中包含了数据标签,因此成为一个动态网络,可以采用动态网络图分析技术。从数据挖掘的角度,这是一个涉及到多维,多对象的时间序列数据的数据挖掘,采用数据挖掘的方式,比如聚类算法、关联性分析、异常检测等。
总的来说,故障信息的预处理主要目的是对需要分析的智能站的ied在动作时候的信息进行信息的处理,包括有效性检验、格式转换、节点支路信息提取等环节。
有效性检验预处理:
对收集到的ied信息进行有效性检验是必须的,包括数据正确性检验、时标正确性,是否偏差过大和异常等。
格式转换预处理:
对于故障录波和网络分析仪等信息,往往为波形数据,无法直接进行应用,因此需要进行相关关键信息提取后形成动作记录集的方式进行应用。
节点支路信息提取预处理:
一些动作信息无法直接得到ied的发送和接收方,另外一些数据分析需要通过虚拟节点才能建立起关联关系,因此需要对相关信息进行节点支路信息分析并进行处理得到能够有用的节点支路关联信息数据。
因此,优选的,对于s2的预处理,有以下情形:
情形1:
s2、继电保护动作故障信息预处理的包括有效性检验预处理,
有效性检验预处理为:对收集到的ied设备在动作时候的信息进行数据正确性检验、时标正确性检验、是否偏差过大和异常检验;
情形2:
当ied设备为故障录波仪或网络分析仪时,
s2、继电保护动作故障信息预处理为:进行格式转换预处理、然后进行有效性检验预处理;
格式转换预处理为:对故障录波仪或网络分析仪在动作时候的信息进行关键信息提取后形成动作记录集;
有效性检验预处理为:对收集动作记录集进行数据正确性检验、时标正确性检验、是否偏差过大和异常检验。
情形3:
对于动作信息无法直接得到ied设备的发送和接收方时,
s2、继电保护动作故障信息预处理的包括先进行节点支路有效性检验预处理、然后进行有效性检验预处理;
节点支路有效性检验预处理为:对当前动作信息进行节点支路信息分析并进行处理得到能够有用的节点支路关联信息数据,然后通过节点支路关联信息数据建立虚拟节点与节点支路的关联关系;
有效性检验预处理为:对收集到的ied设备在动作时候的信息进行数据正确性检验、时标正确性、是否偏差过大和异常检验。
优选的:
所述节点表记载有字段名称、字段说明、字段类型、说明,所述字段说明包括功能名称、保护设备、一次设备、间隔类型;
具体的:
节点表为:
所述连接表记载有字段名称、字段说明、字段类型、说明,所述字段说明包括源目标名称、目标名称、连接描述、连接方向、控制类型、连接权重、跳闸时间、信号连接描述;
具体的:
连接表为:
所述设备节点表记载有节点编号、节点名称、节点类型、厂家、电压等级、a套或b套或单网。
具体的:
设备节点表为:
故障信息动态交互表记载有:连接编号、发送节点名称、接收节点名称、连接内容、连接值、连接时间、信号类型。
具体的:
故障信息动态交互表为:
针对每个故障类型建立信息交互表,包括典型的故障信息、异常信息、告警信息等。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。