一种基于大数据分析的变电站模拟负荷测试故障预警方法与流程

本发明涉及变电站电气测试，尤其涉及一种基于大数据分析的变电站模拟负荷测试故障预警方法。

背景技术：

1、变电站作为电力系统中电能汇集与分配的核心节点，其一次主设备及二次控制回路的运行可靠性直接关乎电网的整体安全与稳定。在新建变电站投运前，或既有站内主设备（如变压器、母线、开关柜）经历大修后，为验证电压、电流、阻抗及温升等关键参数是否满足设计要求，并校验保护测控装置的动作方向、极性与逻辑正确性，工程上通常需开展模拟负荷测试（即带负荷测试）。该测试通过向一次回路分级注入阶跃性负荷，模拟实际运行工况下的电气量变化。

2、目前，常规的模拟负荷测试安全监控手段主要依赖两种方式：其一，由试验人员人工读取盘表或监控后台数据，进行间断性、抽检式的参数比对；其二，在保护或测控装置中预设固定的静态安全阈值（如过流、过压跳闸定值），作为故障发生时的被动截断措施。

3、然而，上述现有技术方案存在显著不足，具体表现为：

4、第一，缺乏对动态响应过程的监测能力。在阶跃负荷投入的瞬间，设备会经历强烈的电磁和热瞬态过程。部分早期隐性缺陷，例如接头接触电阻微量增大、局部绝缘轻度受潮或老化，在稳态运行条件下其电气参数并不越限，但会导致瞬态恢复时间显著延长，或产生超出预期的短暂热过冲。传统静态阈值法仅关注稳态终值和极限边界，完全无法捕捉这类瞬态响应特征的异常变化，致使故障预警先天滞后。当此类隐患累积并演变为绝缘击穿或设备损坏等显性故障时，现场往往只能被动跳闸中断测试，试验过程的安全性及设备完好性均无法得到有效保障。

5、第二，故障后排查效率低下且严重依赖人工经验。模拟负荷测试回路涵盖变压器、母线、断路器、电压/电流互感器及多套保护测控装置，各设备间电磁耦合紧密。一旦测试中触发保护动作或参数异常，故障现象通常表现为电压、电流、相位角等多个电气量同时并发越限，故障源与表征量之间存在复杂的非线性映射关系。目前，现场排故完全依赖技术人员对杂乱故障波形和保护动作时序报警日志的人工解读与比对，缺乏一套能将实时测得的异常特征与已有历史故障案例进行自动化匹配检索的辅助决策机制。这直接导致故障根因定位困难，分析排故过程耗时漫长，进而严重拉长停电试验窗口期，显著降低新建或检修后变电站的投运效率。

技术实现思路

1、针对上述现有技术的不足，本发明旨在提供一种基于大数据分析的变电站模拟负荷测试故障预警方法。该方法可以实现参数失配前的早期异常自动预警，并能提升模拟负荷测试过程的安全性、智能性与投运效率。

2、本发明提供的技术方案在于，作为本发明的一方面，提供为了克服现有技术的上述缺陷，实现上述目的，本发明提供如下技术方案：基于大数据分析的变电站模拟负荷测试故障预警方法，包括：

3、步骤s1：获取变电站的目标测试回路在历史正常状态下的历史负荷阶跃指令、负荷测试等级及瞬态跟随特性数据，并基于目标测试回路在不同负荷测试等级下的瞬态跟随特性数据，构建试验回路特性基准库；

4、步骤s2：在目标测试回路基于当前负荷阶跃指令进行模拟负荷测试的过程中，同步采集当前负荷阶跃指令触发后的瞬时母线电压、瞬时回路电流及关键接点实时温度，形成与当前负荷阶跃指令对应的瞬态监测特征集；

5、步骤s3：根据瞬态监测特征集与试验回路特性基准库，计算当前负荷阶跃指令下的母线电压恢复迟滞量、回路电流超调幅值及接点异常温升率，形成表征当前回路运行状态的工况失配特征集；

6、步骤s4：根据工况失配特征集，识别目标测试回路中存在的绝缘隐患或接触不良风险，当接点异常温升率或回路电流超调幅值超过预设的安全容忍阈值时，自动拦截后续负荷阶跃指令并触发回路切断预警，当触发回路切断预警时，基于触发时刻的工况失配特征集生成故障快照记录；

7、步骤s5：将故障快照记录与预构建的故障原因映射模型进行比对，根据比对结果输出目标测试回路的疑似故障点定位坐标及维修处置指导策略。

8、进一步地，构建试验回路特性基准库的方法包括：

9、获取目标测试回路在历史正常状态下执行的所有历史负荷阶跃指令，并获取每条历史负荷阶跃指令对应的负荷测试等级；其中，历史负荷阶跃指令包括指令触发时刻、指令目标负荷值、指令加载斜率及指令持续时长；获取目标测试回路在每次历史负荷阶跃指令执行过程中记录的瞬态波形数据，并提取出对应的瞬态跟随特性数据，瞬态跟随特性数据包括电压恢复时间、电流建立时间、电流峰值超调量、电压跌落深度及接点温升斜率；

10、将每次历史负荷阶跃指令与对应的负荷测试等级及瞬态跟随特性数据进行关联，形成瞬态特性记录；按照负荷测试等级对所有瞬态特性记录进行分组，形成多个特性记录组；针对每个负荷测试等级对应的特性记录组，分别对其中所有瞬态跟随特性数据进行统计分析，计算每个瞬态跟随特性数据的特性均值与特性标准差，并通过整合形成对应的瞬态特性基准；将所有负荷测试等级的瞬态特性基准进行汇总，建立试验回路特性基准库。

11、进一步地，形成瞬态监测特征集的方法包括：

12、当当前负荷阶跃指令触发时，获取对应的指令触发时刻作为当前触发时刻；以当前触发时刻为采集起点分别进行连续高频采样与连续采样，得到瞬时母线电压序列、瞬时回路电流序列与各关键接点的实时温度序列；其中，瞬时母线电压序列中的每个瞬时母线电压均包含采样时刻与电压瞬时值；瞬时回路电流序列中的每个瞬时回路电流均包含采样时刻与电流瞬时值；每个实时温度序列中的每个关键接点实时温度均包含采样时刻与温度值；

13、将当前负荷阶跃指令对应的指令目标负荷值作为当前目标负荷值，并获取目标测试回路的回路额定容量；根据当前目标负荷值与回路额定容量，计算当前负荷阶跃指令对应的负荷测试等级，并标记为当前测试等级；将瞬时母线电压序列、瞬时回路电流序列、各关键接点的实时温度序列、当前触发时刻、当前测试等级及当前目标负荷值进行整合，形成瞬态监测特征集。

14、进一步地，形成工况失配特征集的方法包括：

15、根据瞬态监测特征集与试验回路特性基准库，依次计算电压恢复特征组、电流超调特征组与接点温升特征组，并执行跨维度异常模式关联分析，识别协同异常模式；将电压恢复特征组、电流超调特征组、接点温升特征组、协同异常模式及当前测试等级进行整合，形成工况失配特征集；

16、其中，电压恢复特征组的计算方法为：对瞬时母线电压序列执行瞬态特征点检测，识别电压跌落最低点与电压恢复稳态点；根据电压跌落最低点与电压恢复稳态点，计算当前电压恢复时间，并结合瞬态特性基准中电压恢复时间的特性均值，计算母线电压恢复迟滞量；对母线电压恢复迟滞量执行标准化偏离度转换，得到电压恢复偏离度；

17、针对瞬时母线电压序列，执行多阶段恢复曲线分解分析与电压恢复曲线平滑度分析，提取电压恢复过程的形态学特征与电压恢复波动度；根据电压恢复过程的形态学特征，对瞬时母线电压序列执行恢复斜率单调性校验，得到斜率异常类型；将母线电压恢复迟滞量、电压恢复偏离度、斜率异常类型及电压恢复波动度进行整合，形成电压恢复特征组。

18、进一步地，电流超调特征组的计算方法包括：

19、对瞬时回路电流序列执行包络峰值检测，识别电流超调峰值点；计算稳态目标电流值，根据稳态目标电流值与电流超调峰值点对应电流瞬时值的绝对值，计算当前电流超调量；根据当前电流超调量与瞬态特性基准中电流峰值超调量的特性均值，计算回路电流超调幅值；根据回路电流超调幅值与稳态目标电流值，计算电流超调偏离率；

20、对瞬时回路电流序列执行电流超调波形形态分析，提取超调持续时间；对瞬时回路电流序列执行频谱分析，提取异常谐波特征，并基于异常谐波特征确定谐波指示缺陷类型；对瞬时回路电流序列执行电流波形振荡特性分析，得到振荡异常标志；将回路电流超调幅值、电流超调偏离率、超调持续时间、谐波指示缺陷类型及振荡异常标志进行整合，形成电流超调特征组。

21、进一步地，接点温升特征组的计算方法包括：

22、对每个关键接点的实时温度序列进行线性拟合，计算各关键接点的当前温升斜率，并结合瞬态特性基准中接点温升斜率的特性均值与特性标准差，计算各关键接点的温升斜率偏差与温升偏离倍数；基于各关键接点的温升偏离倍数，从所有关键接点中识别出温升异常接点；将温升斜率偏差最大的温升异常接点标记为最高温升接点，将最高温升接点对应的温升斜率偏差作为接点异常温升率，并记录最高温升接点的接点位置编码；

23、对各实时温度序列依次执行接点温度绝对值校核，得到对应的最大温度越限量；针对各温升异常接点，依次执行接点热扩散模式分析，得到各温升异常接点对应的热源特征；针对最高温升接点的实时温度序列，执行温度曲线非线性特征提取，得到对应的温升加速比；将接点异常温升率、最大温度越限量、所有温升异常接点的热源特征、最高温升接点的接点位置编码与温升加速比进行整合，形成接点温升特征组。

24、进一步地，识别绝缘隐患或接触不良风险的方法包括：

25、预构建多条绝缘隐患判定规则与接触不良判定规则，每条绝缘隐患判定规则均具有对应的隐患类型标签、隐患严重等级及规则优先级，每条接触不良判定规则均具有对应的风险类型标签、风险严重等级及规则优先级；

26、将工况失配特征集依次与各绝缘隐患判定规则及接触不良判定规则进行匹配，得到匹配成功的绝缘隐患判定规则与接触不良判定规则，并分别标记为绝缘成功规则与接触成功规则；分别统计绝缘成功规则与接触成功规则的数量，得到绝缘证据累积数量与接触证据累积数量；

27、根据各绝缘成功规则对应的隐患严重等级与规则优先级、各接触成功规则对应的风险严重等级与规则优先级，分别确定主绝缘规则与主接触规则；将主绝缘规则对应的隐患类型标签与隐患严重等级作为绝缘隐患识别结果，将主接触规则对应的风险类型标签与风险严重等级作为接触不良识别结果；

28、将绝缘隐患识别结果、绝缘证据累积数量、接触不良识别结果及接触证据累积数量进行整合，形成回路风险识别结果。

29、进一步地，预构建故障原因映射模型的方法包括：

30、获取历史故障案例数据，历史故障案例数据包括多条历史故障记录，每条历史故障记录均包含历史故障工况特征、历史故障原因标签、历史故障点位置、历史维修措施及历史修复效果评价；针对历史故障案例数据，执行数据清洗与质量筛选；针对所有保留的历史故障记录，对其中的历史故障工况特征执行最小-最大归一化处理；根据历史故障原因标签，对所有保留的历史故障记录进行分组，形成多个故障原因类别组；

31、针对每个故障原因类别组对应所有历史故障工况特征中的每个工况特征参数，计算对应工况特征参数的特征中心值与特征分布区间；针对各故障原因类别组对应各工况特征参数的特征分布区间，执行特征区分度评估，得到特征区分能力矩阵；针对每个故障原因类别组，根据特征区分能力矩阵构建对应的工况特征匹配模板；构建故障原因层级分类树，将所有工况特征匹配模板与故障原因层级分类树进行汇总，形成故障原因映射模型。

32、进一步地，将故障快照记录与故障原因映射模型进行比对的方法包括：

33、故障快照记录包含工况失配特征集、回路风险识别结果、风险演化趋势、连续高危次数及故障时刻拓扑状态图；从故障快照记录中，提取电压恢复特征组、电流超调特征组、接点温升特征组中的所有参数，并标记为工况失配特征参数；根据回路风险识别结果，对所有工况特征匹配模板执行层级筛选比对，得到候选匹配模板集合；针对候选匹配模板集合中的每个工况特征匹配模板，执行关键指示特征优先比对，得到预筛模板集合；

34、针对预筛模板集合中的每个工况特征匹配模板，执行全特征区间落入度计算，得到对应的综合匹配得分，并选取综合匹配得分最高的工况特征匹配模板作为最佳匹配模板；若最佳匹配模板的特征落入度大于或等于预设的最小匹配置信度阈值，则判定比对成功；若最佳匹配模板的特征落入度小于最小匹配置信度阈值，则判定比对失败，并生成相似案例参考集。

35、进一步地，输出疑似故障点定位坐标及维修处置指导策略的方法包括：

36、若比对成功，则从最佳匹配模板中获取典型故障点位置集合与典型维修措施集合，并根据回路风险识别结果确定维修紧急程度标签；根据典型故障点位置集合，判断是否执行多证据故障点筛选，确定疑似故障点定位坐标与定位可信度；根据疑似故障点定位坐标，获取推荐维修工具清单与安全防护要求；执行维修风险提示生成，并与典型维修措施集合、维修紧急程度标签、推荐维修工具清单及安全防护要求进行整合，形成维修处置指导策略；

37、若比对失败，则将最高温升接点的接点位置编码作为主疑似故障点定位坐标；根据相似案例参考集，建立辅助故障点位置集合，并与主疑似故障点定位坐标进行整合，形成疑似故障点定位坐标，并确定定位可信度；根据回路风险识别结果，确定主导故障类型标签，并获取相匹配的标准排查步骤；从相似案例参考集中提取各历史故障记录的历史维修措施，作为参考维修措施；将标准排查步骤与参考维修措施进行整合，形成维修处置指导策略。

38、实施本发明实施例，具有如下有益效果：

39、首先，本发明通过构建试验回路特性基准库，建立了目标测试回路在不同负荷等级下的标准瞬态响应特性参数基准，有效克服了传统方法仅依赖静态阈值而无法感知动态响应异常的不足。在此基础上，采用多阶段恢复曲线分解分析提取电压恢复的形态学特征，通过快速傅里叶变换提取电流异常谐波分量并借助谐波异常模式规则库识别潜在设备缺陷类型，同时结合接点热扩散模式分析区分局部热源型与区域区域热源型热异常，并依据温升加速比识别正反馈恶化风险，从而实现了对瞬态响应波形中隐含设备劣化先兆信息的敏感捕捉。

40、其次，本发明构建了绝缘劣化与接触劣化多维证据融合规则库，基于多维特征组合模式与规则优先级进行多证据融合裁决，有效提升了风险识别的准确性与可信度；并通过电压-电流-温度三维协同异常检测，识别全维度协同异常、电气协同异常、电热协同异常及压热协同异常等多维度耦合故障模式。同时，借助风险演化趋势评估与连续高危次数统计，实现对风险动态演化过程的实时追踪监控，并设计渐进式预警等级判定机制，根据风险严重程度实现一级、二级、三级的分级预警响应，有效避免了传统非预警即切断的单一响应模式。

41、最后，本发明通过构建包含特征分布区间、特征中心值、关键指示特征集与故障原因层级分类树的故障原因映射模型，实现了从粗到细的层级筛选比对与关键特征优先比对，显著提升了比对效率与准确性；并利用拓扑路径推理定位与故障传播链路分析，能够在多候选故障点场景下根据电流通路与上下游关系进行精确筛选，识别故障从源头向回路其他部位传播的路径。最终输出包含疑似故障点定位坐标、定位可信度、故障传播链路描述及优先级排序维修措施的故障预警处置报告，从而有效缩短了故障排查时间，提高了变电站投运效率与试验过程的整体安全性。