1.本发明属于电网调控技术领域，具体涉及基于变电设备运行态势感知分析的个性化精准检修策略。
背景技术：
2.随着云大物智等现代信息技术和能源技术深度融合、广泛应用。近年，能源行业由信息化向数字化、智能化进一步转型。国家电网建设“统一坚强”智能电网目标的提出，使电网和通信及信息网两大人造网络高度融合，电网的电气设备从事故检修到定期检修，再到状态检修及故障态势感知的转变是其技术发展的必然趋势，而云计算、人工智能等领域对此起到技术支撑作用。目前，智能电网的发展其规模和复杂性的不断增加，电网安全、稳定运行也随之受到了极大的挑战，其态势感知不足易导致运行管理人员难以做出正确决策，是近年国内外多次大规模停电事故的一个关键原因。
3.当前，变电设备运行态势感知预警度较低，而且采用采用潮流计算其准确率较低，误差较大。
技术实现要素：
4.本发明的目的在于提供一种预警度高、采用状态估计的方法大大提高了计算精度的变电设备运行态势感知分析的个性化精准检修策略。
5.为了实现上述发明目的，本发明采用以下技术方案：
6.基于变电设备运行态势感知分析的个性化精准检修策略，包括如下步骤：
7.1)建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；构建电网运行态势评价体系，确定变压器主绝缘状况以及是否发热异常；
8.2)在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；同时进行态势感知需求分析，确定需要感知的各个监测量，实现对主绝缘未来的发展走势的预测；
9.3)在态势预测阶段，利用基于数据驱动的lstm-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知，同时进行态势感知需求分析，确定需要感知的各个监测量，实现对未来变压器温度的变化的预测。
10.进一步地，所述感知量包括变压器油温、变压器绕组温度、变压器外壳温度、环境温度。
11.进一步地，所述态势感知包括全程状态监测、压板状态、二次回路状态监测数据，装置告警、保护状态、保护动作。
12.进一步地，所述步骤3)中结合设备历史和实时的状态信息，建立符合运行场景的分析模型，并基于运行的隐患和威胁来进行态势预测。
13.进一步地，所述在态势感知评估时采用状态估计进行数据的处理和修正。
14.与现有技术相比，本发明的有益效果是：
15.1)本发明通过获取主辅设备监视信息，结合规程和专家经验，基于图像识别、智能推理及大数据等智能分析技术，建立多个设备状态与缺陷之间的关联规则，利用变电设备状态实时预警模型、设备缺陷自动分析模型及设备缺陷处理策略等，构建基于多物理量感知的变电设备缺陷主动预警机制。
16.2)本发明基于设备状态信息数据库、设备故障案例样本数据库及相关规程，应用智能推理及大数据等智能分析技术与专家经验进行数据联合驱动，总结设备特征状态量与故障之间的判断规则，建立变电设备故障应急决策、试验决策及检修决策分析模型，构建基于多维故障信息分析的变电设备故障智能决策体系。
17.3)本发明采用潮流计算的结果进行指标分析得到的计算结果与真实值有较大偏差，但是采用状态估计进行数据的处理和修正大大提高了计算精度，能够真实反映系统的运行状态。
具体实施方式
18.下面将更详细地描述本发明的实施例。然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。本领域的技术人员可以在不偏离本发明精神和保护范围的基础上从下述描述得到替代技术方案。
19.实施例
20.基于变电设备运行态势感知分析的个性化精准检修策略，包括如下步骤：
21.1)建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；构建电网运行态势评价体系，确定变压器主绝缘状况以及是否发热异常；
22.2)在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；同时进行态势感知需求分析，确定需要感知的各个监测量，实现对主绝缘未来的发展走势的预测；
23.3)在态势预测阶段，利用基于数据驱动的lstm-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知，同时进行态势感知需求分析，确定需要感知的各个监测量，实现对未来变压器温度的变化的预测。所述感知量包括变压器油温、变压器绕组温度、变压器外壳温度、环境温度。所述态势感知包括全程状态监测、压板状态、二次回路状态监测数据，装置告警、保护状态、保护动作。结合设备历史和实时的状态信息，建立符合运行场景的分析模型，并基于运行的隐患和威胁来进行态势预测。所述在态势感知评估时采用状态估计进行数据的处理和修正。
24.态势理解
25.①
分析原始安全数据，将数据归类为真实故障数据和系统扰动数据，不考虑数据类之间的关系。对多来源故障相关事件和异常数据进行多维度的关联分析，实现关联故障台区的识别、关联故障类型挖掘、关联故障态势感知预测。
26.②
去除重复冗余信息，合并同类信息，修正错误信息，得到规范化的真实故障数据和系统扰动数据。
27.③
将真实故障数据和系统扰动数据相关联，构建保护设备相关信息的关联关系，获得在线运行状态。
28.通过获取主辅设备监视信息，结合规程和专家经验，基于图像识别、智能推理及大数据等智能分析技术，建立多个设备状态与缺陷之间的关联规则，利用变电设备状态实时预警模型、设备缺陷自动分析模型及设备缺陷处理策略等，构建基于多物理量感知的变电设备缺陷主动预警机制。
29.基于设备状态信息数据库、设备故障案例样本数据库及相关规程，应用智能推理及大数据等智能分析技术与专家经验进行数据联合驱动，总结设备特征状态量与故障之间的判断规则，建立变电设备故障应急决策、试验决策及检修决策分析模型，构建基于多维故障信息分析的变电设备故障智能决策体系。
30.利用潮流计算和状态估计分别测定态势感知评分，具体如表1所示：
31.项目潮流计算状态估计实际值经济型85.44186.99887.002安全性50.11143.51843.522可靠性26.33636.76436.772总分60.11864.00164.017
32.由表1可知，本发明采用潮流计算的结果进行指标分析得到的计算结果与真实值有较大偏差，但是采用状态估计进行数据的处理和修正大大提高了计算精度，能够真实反映系统的运行状态。
33.以上所述，仅为本公开的具体实施方式，但本公开实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开实施例揭露的技术范围内或者在本公开实施例揭露的思想下，可轻易想到变化、替换或组合，都应涵盖在本公开实施例的保护范围之内。
技术特征：
1.基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于包括如下步骤：1)建立电网运行态势评估基本框架，将电网态势感知分为：关键要素挖掘、态势理解阶段和态势预测阶段三个阶段；构建电网运行态势评价体系，确定变压器主绝缘状况以及是否发热异常；2)在态势理解阶段，利用基于模型驱动的模糊层次分析法评估当前运行状态；同时进行态势感知需求分析，确定需要感知的各个监测量，实现对主绝缘未来的发展走势的预测；3)在态势预测阶段，利用基于数据驱动的lstm-注意力机制，通过样本数据训练学习，完成对电网安全态势的感知，同时进行态势感知需求分析，确定需要感知的各个监测量，实现对未来变压器温度的变化的预测。2.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述感知量包括变压器油温、变压器绕组温度、变压器外壳温度、环境温度。3.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述态势感知包括全程状态监测、压板状态、二次回路状态监测数据，装置告警、保护状态、保护动作。4.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述步骤3)中结合设备历史和实时的状态信息，建立符合运行场景的分析模型，并基于运行的隐患和威胁来进行态势预测。5.根据权利要求1所述的基于变电设备运行态势感知分析的个性化精准检修策略，其特征在于所述在态势感知评估时采用状态估计进行数据的处理和修正。
技术总结
本发明公开了基于变电设备运行态势感知分析的个性化精准检修策略，包括建立电网运行态势评估基本框架、态势理解阶段预测和态势预测阶段预测。本发明通过获取主辅设备监视信息，结合规程和专家经验，基于图像识别、智能推理及大数据等智能分析技术，建立多个设备状态与缺陷之间的关联规则，利用变电设备状态实时预警模型、设备缺陷自动分析模型及设备缺陷处理策略等，构建基于多物理量感知的变电设备缺陷主动预警机制。本发明采用潮流计算的结果进行指标分析得到的计算结果与真实值有较大偏差，但是采用状态估计进行数据的处理和修正大大提高了计算精度，能够真实反映系统的运行状态。态。
技术研发人员：冯侃 谢志刚 苏华堂 吴守尊 房晓勇 黎翔 史浩鹏 杨轲 陈丽娜 马凡琳 贾娜娟 张平娟 李瑞 古文静 豆奇燕
受保护的技术使用者：国网甘肃省电力公司平凉供电公司
技术研发日：2022.12.05
技术公布日：2023/3/16