一种变电站巡检机器人集中监控系统大数据云分析方法与流程

本发明涉及一种变电站巡检机器人集中监控系统大数据云分析方法。

背景技术：

随着智能电网和电子技术、网络技术的发展，数字化变电站逐渐成为现实，对于传统的变电站电力设备巡检工作以来人工巡检的方式，无人值守站也逐渐成熟。随着数字化变电站的建设不断增加，反映到具体的变电站电力设备巡检工作时，就会有越来越多的巡检数据被存储下来，我们从这些原始的巡检数据中，可以获取一些对未来发展前景趋势做出科学预测的最优设计方案。

数字化变电站的发展和电力设备巡检技术的进步，这些变电站都已成为独立的体系和信息孤岛，各个变电站巡检数据的存在形式是分散、模糊和随机的，随着时间跨度的增大越来越多的数据被这种形态存储下来，这些数据无法转化、解读和为电力行业服务，变电站巡检机器人集中监控系统大数据云分析方法采用数据整合、转化和概念提升方法来刻画大数据云模型，识别垃圾数据、冗余数据和有确定价值的数据，提高数字化变电站电力设备巡检的精确、稳定和可预知能力，让现阶段大量分散的、模糊的数据，为智能电网的未来发展做出科学的预测和依据。

现有集中监控系统只做到对各个变电站巡检数据的汇总，以及对各个变电站内通过机器人巡检所得数据直接展示，不做进一步的挖掘、分析，这些数据是大量的、实时的、多样且高速的，在做进一步的处理之前，这些原始数据存在非结构化或者半结构化的特点，并不能为行业发展提供太多的价值，而基于变电站巡检机器人集中监控系统的大数据云分析方法，就是为了弥补现有集中监控系统在数据处理方面的不足，充分发挥巡检数据的价值，通过对各个变电站巡检数据的有效性判断、垃圾数据识别、冗余数据过滤、筛选和对有效性数据的分析，提高巡检数据的价值和变电站电力设备巡检的精确性。

技术实现要素：

本发明为了解决上述问题，提出了一种变电站巡检机器人集中监控系统大数据云分析方法，本方法通过大数据云分析技术来分析变电站电力设备运行状态和趋势，不仅提高对巡检机器人的巡检数据分析能力和故障识别能力，又为变电站以往的运行状况和将来规划提供了数据依据。

一种变电站巡检机器人集中监控系统大数据云分析方法，包括以下步骤：

(1)对各个变电站内通过机器人巡检所得原始数据进行同步操作，将站内数据同步整合到集中监控系统中，其中数据同步采用定时并行处理方式，定时将变电站巡检数据同步到集中监控系统的数据库中；

(2)在不对原始数据做任何处理的前提下，对数据进行可视化直观展示，展示原始数据的特点；

(3)对原始数据中的垃圾数据进行识别，过滤掉不完整数据和存在信息重复的冗余数据；

(4)对过滤后的数据进行孤立点分析，对指定变电站的数据做横向分析，横向观测在相同环境因素下，设备运行状态的不同，并结合与观测设备相关联外围设备运行情况分析得出该设备的运行状态是否正常；

(5)对过滤后的数据进行集群分析，对选择的多个变电站数据做纵向分析，纵向观测在同等环境因素下，设备运行状态的不同，并结合与观测设备相关联外围设备运行情况，得出该设备的运行状态是否正常；

(6)根据步骤(3)-(5)的分析结果，通过分析设备巡检数据在不同时间上的相继巡检值来预测设备的未来变化，对未来设备运行情况作出预测性判断。

所述步骤(2)中，所述数据的展示方法包括报表、曲线、饼图或柱状图。

所述步骤(3)中，垃圾数据指巡检数据中缺少必要信息的数据，在数据分析之前需要充分过滤掉，冗余数据指重复存储、关键信息相同的数据，过滤并不删除。

所述步骤(4)中，对指定变电站的数据做横向分析，根据设备类型和巡检时间不同，对比分析相同类型设备巡检数据特点，分别给出设备运行曲线或报表数据对照表，横向观测在相同环境因素下，设备运行状态的不同，并结合与观测设备相关联外围设备运行情况，综合分析得出该设备的运行状态是否正常，或是给出报警提示。

所述相同环境因素，包括监测时间点环境湿度、环境温度、风速和天气因素。

所述设备相关联外围设备运行情况，包括结合该断路器两侧隔离开关、接地刀闸分合状态，判定断路器运行状态。

所述步骤(5)中，在允许的环境因素和外围设备因素干扰情况下，记录设备正常的运行数据范围值、发生运行报警的报警范围值，以及可能存在缺陷，需要提前作出预警指示的设备运行范围值。

所述步骤(6)中，预测方法采用时间序列分析预测方法，通过分析设备巡检数据在不同时间上的相继巡检值来预测设备的未来变化，揭示设备巡检数据随时间变化的规律。

所述步骤(6)中，设备巡检数据随时间变化的规律分解为趋势变化、周期变化、随机变化和循环变化四种：趋势变化是随着时间变化设备运行呈现向上、向下或平稳的发展趋势；周期变化是随着时间变化设备运行数据呈现周期性的变化；随机变化是设备运行随着时间变化呈现不规则的变化趋势；循环变化指设备运行数据随着时间变化，按照不定周期呈现相同或类似的变化趋势。

本发明的有益效果为：

本发明解决现有集中监控系统在大数据分析方面不足，充分发挥巡检数据的价值，通过对数据整合、可视化分析、数据分析和预测性分析，提高变电站设备运行的稳定性、和变电站巡检机器人在巡检过程中对数据判断的精确性、有效性，通过分析变电站电力设备运行状态和趋势，提高对巡检机器人的巡检数据分析能力和故障识别能力，为变电站以往的运行状况和将来规划提供了数据依据，为实现无人值守变电站提供数据依据。

附图说明

图1为本发明的数据分析流程图；

图2为本发明的数据整合路程图；

图3为本发明的设备报警分析流程图。

具体实施方式

如图1数据分析流程图所示，一种基于上述变电站巡检机器人集中监控系统大数据云分析方法，包括以下步骤：

1、数据整合：对各个变电站内通过机器人巡检所得原始数据进行同步操作，将站内数据同步整合到集中监控系统中，其中数据同步采用定时并行处理方式，定时将变电站巡检数据同步到集中监控系统的数据库中，数据整合流程如图2所示；

2、数据可视化分析：所述可视化分析指在不对原始数据做任何处理的前提下，对数据做直观展示，展示原始数据的特点，展示方式包括：报表(按设备、按时间等)、曲线、饼图、柱状图；

3、垃圾数据识别：所述垃圾数据指巡检数据中缺少必要信息的数据(如缺失巡检时间、设备名称和巡检结果等基本信息)，该部分数据不存在分析价值，在数据分析之前需要充分过滤掉(过滤数据指的不做进一步的数据分析处理，但集中监控系统数据库中并不执行删除操作)，以保证最终数据分析结果的准确性和有效性；

4、冗余数据过滤：所述冗余数据指重复存储、关键信息相同的数据(如同设备、同时间点、相同巡检结果的数据)，对该类数据同时分析不存在价值，需要在分析之前过滤掉(过滤数据指的不做进一步的数据分析处理，但集中监控系统数据库中并不执行删除操作)，以保证最终数据分析结果的准确性和有效性；

5、数据分析：所述数据分析，是对通过上述过程后的数据做出的进一步的分析和挖掘，也是基于变电站巡检机器人集中监控系统大数据云分析方法中关键的步骤，通过数据分析深入数据内部，挖掘数据的深层价值。该步骤包括集群和孤立点分析：集群指针对各个变电站数据汇总后统一分析；孤立点分析指的针对某一变电站的数据进行分析。分析方式包括实时数据直观展示、按时间巡检数据统计分析、按设备类型数据统计分析、历史数据环比分析，展示方式包括报表、曲线、饼图、柱状图等；

孤立点分析，对指定变电站的数据做横向分析，根据设备类型和巡检时间不同，对比分析相同类型设备巡检数据特点，分别给出设备运行曲线或报表数据对照表，横向观测在相同环境因素(如监测时间点环境湿度、环境温度、风速、天气等因素)下，设备运行状态的不同，并结合与观测设备相关联外围设备运行情况(如在判定断路器运行状态时，结合该断路器两侧隔离开关、接地刀闸分合状态)，综合分析得出该设备的运行状态是否正常，或是给出报警提示。

集群分析，对选择的多个变电站数据做纵向分析，根据设备类型和巡检时间不同，对选择变电站内设备数据做对比分析，分别给出相同类型设备运行曲线或报表数据对照表，纵向观测在同等环境因素(如监测时间点环境湿度、环境温度、风速、天气等因素)下，设备运行状态的不同，并结合与观测设备相关联外围设备运行情况(如在判定断路器运行状态时，结合该断路器两侧隔离开关、接地刀闸分合状态)，综合分析得出该设备的运行状态是否正常，或是给出报警提示。

如图3所示，在数据分析过程中涉及综合分析设备运行状态的过程，通过对电力设备的运行情况、环境因素、外围设备因素、设备报警参数(该参数通过数据整合过程，对各个变电站中报警参数配置同步而来)等做进一步的统计和存储，构建设备运行专家数据库：在允许的环境因素和外围设备因素干扰情况下，记录设备正常的运行数据范围值、发生运行报警的报警范围值，以及可能存在缺陷，需要提前作出预警指示的设备运行范围值。随着变电站巡检机器人集中监控系统长期的运行和大数据的积累，该专家数据库将会越来越丰富、精确、专业，不仅可以对未来巡检机器人的巡检工作做出指导性的数据依据，提高巡检机器人对设备巡检预警能力和准确度，且对变电站未来的规划、发展，也可以提供高可信度、高精准的大数据依据。

6、预测性分析：所述预测性分析，是指根据数据整合、可视化分析和数据分析后，对未来设备运行情况作出预测性判断，以及对未来机器人巡检结果作出科学分析和判断。预测方法采用时间序列分析预测方法，通过分析设备巡检数据在不同时间上的相继巡检值来预测设备的未来变化，可揭示设备巡检数据随时间变化的规律，规律可分解为趋势变化、周期变化、随机变化和循环变化四种：趋势变化是随着时间变化设备运行呈现向上、向下或平稳的发展趋势；周期变化是随着时间变化设备运行数据呈现周期性的变化；随机变化是设备运行随着时间变化呈现不规则的变化趋势；循环变化指设备运行数据随着时间变化，按照不定周期呈现相同或类似的变化趋势。

根据设备预测性分析产生的变化趋势，可有效预测变电站设备运行的情况，如设备运行温度数据随着季节性室外温度变化呈现周期变化，通过调节设备报警参照温度精确设备预警能力；设备常年运行会产生物理损耗或老化，随着时间变化，监测运行数据呈现趋势变化，可有效预测设备的老化程度，提前预防因此可能发生的意外故障，提高变电站运行的稳定性和安全性。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。