变电站故障及异常信号检测与处置方法、系统和介质与流程
本发明属于电力系统智能运维,具体涉及变电站故障及异常信号检测与处置方法、系统和介质。
背景技术:
1、随着智能电网与无人值守变电站的全面推广,故障及异常信号的精准检测、快速诊断、自动化处置是保障电网供电可靠性与设备安全的核心环节。
2、现有变电站故障管控技术已难以适配规模化、智能化运维需求,存在核心缺陷:(1)数据处理采用单一源接入模式,无法支撑高精度异常识别;(2)异常检测依赖固定阈值与人工规则,无法识别隐性早期故障与复杂耦合异常;(3)故障处置依赖人工线下操作,违规操作风险高;(4)检测算法、诊断模型、处置策略固定化。
3、综上所述,亟需一种智能管控系统,为变电站全场景故障管控提供技术支撑。
技术实现思路
1、本发明的目的在于克服现有技术存在的局限,提供一种的变电站故障及异常信号检测与处置方法、系统和介质。
2、为了实现上述目的,本发明提出了一种变电站故障及异常信号检测与处置方法,包括:获取变电站多源异构运行数据,所述多源异构运行数据包括电气运行数据、状态信号数据、故障基础数据和资源配置数据;对所述多源异构运行数据进行标准化时序预处理,构建得到标准化时序特征数据集;采用至少两类异常检测模型对所述标准化时序特征数据集进行并行检测并融合异常评分,得到异常评分矩阵;基于预设阈值对所述异常评分矩阵进行判定,若判定存在异常,则基于故障特征库诊断输出包含故障位置、故障类型、故障严重等级的故障诊断结果;基于所述故障诊断结果匹配最优自动化处置策略并进行安全校验,校验通过则执行对应处置操作,校验异常时执行回退操作,获得最终处置结果;基于所述最终处置结果迭代优化处置策略权重,实现变电站故障检测、诊断、处置与策略优化的闭环迭代控制。
3、在一种可选的实施方式中,对所述多源异构运行数据进行标准化时序预处理,构建得到标准化时序特征数据集,具体包括:对所述多源异构运行数据采用3σ准则剔除电气量异常值,得到正常数据集;基于所述正常数据集,对短时缺失数据采用线性插值补全,对长时缺失数据采用历史同期均值修正补全,得到修正数据集;将所述修正数据集归一化至[0,1]区间,并构建预设维度电气特征向量,形成所述标准化时序特征数据集。
4、在一种可选的实施方式中,采用至少两类异常检测模型对所述标准化时序特征数据集进行并行检测并融合异常评分,得到异常评分矩阵,具体包括:对所述标准化时序特征数据集采用孤立森林模型与自编码器模型并行检测,分别输出第一异常评分与第二异常评分;基于所述第一异常评分与所述第二异常评分得到加权融合异常评分),表达式为:
5、;式中,为孤立森林模型输出的第一异常评分;为自编码器模型输出的第二异常评分;为预设融合权重系数;按时间维度与设备维度形成所述异常评分矩阵。
6、在一种可选的实施方式中,所述预设阈值为最优阈值,所述最优阈值基于误报率与漏报率动态调整而得到,所述最优阈值的表达式为:;式中,为预设调整步长;为上一轮迭代的当前阈值;其中,阈值约束范围为;当fpr≤2%且fnr≤1%,锁定最优阈值,或选取fpr+fnr最小值对应的阈值作为最优阈值。
7、在一种可选的实施方式中,基于预设阈值对所述异常评分矩阵进行判定,若判定存在异常,则基于故障特征库诊断输出包含故障位置、故障类型、故障严重等级的故障诊断结果,具体包括:采用余弦相似度与所述故障特征库匹配识别出已知故障;当所述余弦相似度低于预设相似度阈值时,则启动深度神经网络进行未知故障与连锁故障根因分析,输出故障概率分布与根因定位结果;基于所述故障概率分布与所述根因定位结果,输出故障诊断结果,所述故障诊断结果包括:故障位置、故障类型、故障严重等级和标准化诊断报告。
8、在一种可选的实施方式中,基于所述故障诊断结果匹配最优自动化处置策略,具体包括:基于故障标签、历史执行成功率与失败次数计算策略匹配权重;选取权重最高的策略作为最优自动化处置策略,所述最优自动化处置策略包括重启、切换、软复位、配置修正。
9、在一种可选的实施方式中,所述安全校验为双重校验:第一重为电力安全规程校验,包含五防闭锁、操作时序、权限等级校验;第二重为设备状态实时校验,包含运行模式、健康状态、操作互锁、通信通道校验;其中,任一重校验不通过则拦截执行指令。
10、在一种可选的实施方式中,所述回退操作包括:触发回退条件为指令执行失败、超时、状态异常或人工终止;锁定故障前设备状态快照,按原步骤逆序生成逆操作指令并执行;回退完成后比对状态,回退失败则锁定设备并升级告警。
11、另一方面,本发明还提出了一种变电站故障及异常信号检测与处置系统,包括:数据采集模块,用于获取变电站多源异构运行数据,所述多源异构运行数据包括电气运行数据、状态信号数据、故障基础数据和资源配置数据;时序预处理模块,用于对所述多源异构运行数据进行标准化时序预处理,构建得到标准化时序特征数据集;异常评分融合模块,用于采用至少两类异常检测模型对所述标准化时序特征数据集进行并行检测并融合异常评分,得到异常评分矩阵;故障智能诊断模块,用于基于预设阈值对所述异常评分矩阵进行判定,若判定存在异常,则基于故障特征库诊断输出包含故障位置、故障类型、故障严重等级的故障诊断结果;处置执行与校验模块,用于基于所述故障诊断结果匹配最优自动化处置策略并进行双重安全校验,校验通过则执行对应处置操作,校验异常时执行回退操作,获得最终处置结果;策略迭代优化模块,用于基于所述最终处置结果迭代优化处置策略权重,实现变电站故障检测、诊断、处置与策略优化的闭环迭代控制。
12、另一方面,本发明还提出了一种计算机存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现任一项所述的变电站故障及异常信号检测与处置方法。
13、本发明的有益效果为:本发明通过整合变电站多源异构运行数据并经标准化时序预处理,结合多类异常检测模型并行检测与评分融合实现精准异常识别,依托故障特征库完成故障定位、类型及严重等级诊断,经安全校验匹配最优自动化处置策略并执行,同时基于处置结果迭代优化策略权重,构建故障检测-诊断-处置-优化的闭环控制体系,有效提升了变电站故障及异常信号检测的准确性、处置的自动化与安全性,增强了变电站运行的稳定性与故障应急处置效率。
1.一种变电站故障及异常信号检测与处置方法,其特征在于,包括:
2.根据权利要求1所述的变电站故障及异常信号检测与处置方法,其特征在于,对所述多源异构运行数据进行标准化时序预处理,构建得到标准化时序特征数据集,具体包括:
3.根据权利要求1所述的变电站故障及异常信号检测与处置方法,其特征在于,采用至少两类异常检测模型对所述标准化时序特征数据集进行并行检测并融合异常评分,得到异常评分矩阵,具体包括:
4.根据权利要求1所述的变电站故障及异常信号检测与处置方法,其特征在于,所述预设阈值为最优阈值,所述最优阈值基于误报率与漏报率动态调整而得到,所述最优阈值的表达式为:
5.根据权利要求1所述的变电站故障及异常信号检测与处置方法,其特征在于,基于预设阈值对所述异常评分矩阵进行判定,若判定存在异常,则基于故障特征库诊断输出包含故障位置、故障类型、故障严重等级的故障诊断结果,具体包括:
6.根据权利要求1所述的变电站故障及异常信号检测与处置方法,其特征在于,基于所述故障诊断结果匹配最优自动化处置策略,具体包括:
7.根据权利要求1所述的变电站故障及异常信号检测与处置方法,其特征在于,所述安全校验为双重校验:第一重为电力安全规程校验,包含五防闭锁、操作时序、权限等级校验;第二重为设备状态实时校验,包含运行模式、健康状态、操作互锁、通信通道校验;其中,任一重校验不通过则拦截执行指令。
8.根据权利要求1所述的变电站故障及异常信号检测与处置方法,其特征在于,所述回退操作包括:
9.一种变电站故障及异常信号检测与处置系统,其特征在于,包括:
10.一种计算机存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的变电站故障及异常信号检测与处置方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com