一种面向变电站自动化设备运行质量的评价分析方法与流程

本发明涉及电力输变电设备运行监测
技术领域：
，特别是涉及一种面向变电站自动化设备运行质量的评价分析方法。
背景技术：
变电站自动化设备的运行质量分析是未来智能二次设备状态评价与检修的重要部分。我国电力设备状态评价分析主要集中在一次设备方面，主要集中在电力变压器方面的状态评价和状态检修，相关成果在山东、浙江等电网公司以及上海、大连等电力部门已经得以应用，但尚缺乏完善定量的设备状态评价指标体系，且在线监测技术尚未成熟。与此同时，针对二次设备开展状态评价分析以及优化状态检修策略的研究较少，目前调度支持系统中的二次设备在线监视与分析模块主要处理与解决的是继电保护设备、故障录波器的相关信息，电力行业尚没有标准的指标体系用于二次设备状态评价。由于受到电力企业的管理体制、技术水平、监测手段等多方面的因素影响，二次设备运行质量评价难以实现。。技术实现要素：本发明为解决上述技术问题，提出一种面向变电站自动化设备运行质量的评价分析方法，结合变电站实际运行情况和历史数据，对变电站自动化设备的运行质量进行合理的评价分析，监测变电站自动化设备的运行，为提升变电站整体性能提供坚实依据。为了达到上述技术效果，本发明技术方案如下，一种面向变电站自动化设备运行质量的评价分析方法，该方法包括提取概率矩阵、交叉熵计算、隶属度函数计算和状态评价表达。其中，提取概率矩阵流程如下：利用变电站自动化设备的历史运行数据，统计相关指标：假定d1,d2,…,di,…,dj…,dn代表对应的设备，其中n为设备的总数(i∈n、j∈n)。在统计时，依次记录d1,d2,…,di,…,dj…,dn设备在变电站自动化运行中的权重系数，假定第i个设备的权重系数为λi；在统计时，依次记录当d1,d2,…,di,…,dj…,dn设备发生故障时，剩余各设备的故障次数。假定第i个设备出现故障时(计fi为其出现故障的总次数)，第j个设备出现问题的总次数为fi,j，则第i个设备故障时第j个设备出现问题的概率计为ρij。ρij＝fi,j/fi。其中，交叉熵计算流程如下：对概率矩阵进行交叉熵计算，其中，第i个设备与第j个设备之间的运行状态存在的交叉熵表示为：其中，隶属度函数计算流程如下：针对第i个设备，从交叉熵矩阵第i行中的各设备对应数据即si1,si2,…,sin中寻找最大值(如有多个相同的最大值，则取对应权重系数最大的设备)，假定序号为sih(h∈n)，则计变量max＝sih，同时获取第h个设备的权重系数λh。针对第i个设备，从交叉熵矩阵第i行中的各设备对应数据即si1,si2,…,sin中寻找最小值(如有多个相同的最小值，则取对应权重系数最小的设备)，假定序号为sil(l∈n)，则计变量min＝sil，同时获取第l个设备的权重系数λl。针对第i个设备，更新各设备的隶属度函数：其中，状态评价表达流程如下：采集目前各设备的运行状态，假定第j个设备的运行状态为stj(根据非正常状态的严重程度该值不断增加，例如0代表正常，1代表预警，…，9表示故障)则第i个设备运行质量评价值：qei＝st1*f(i,1)+st2*f(i,2)+…+stj*f(i,j)…+stn*f(i,n)；变电站自动化设备整体运行质量评价值：qe＝qe1+qe2+…+qej…+qen预先设定阈值α1,α2,..,αn，分别对应变电站自动化设备整体运行的n个运行质量标准，判断qe如高于其中某个数值，则当前变电站自动化设备整体运行处于对应的质量标准(例如α1＝0代表正常状态，α2＝0.1代表预警状态，…，αn＝1代表故障状态，当qe>α2时代表当前变电站自动化设备整体运行处于预警状态)。本发明通过对变电站运行质量的分析，为变电站自动化设备运行维修和管理人员开展变电站自动化设备运行质量评价以及制定检修策略提供参考指导，实现变电站自动化设备运行、维护、检修等相关工作的科学化。附图说明图1为本发明的变电站自动化设备运行质量评价分析流程具体实施方式下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。如图1中所示，本发明的面向变电站自动化设备运行质量的评价分析方法，主要包括提取概率矩阵、交叉熵计算、隶属度函数计算和状态评价四个流程。其中，提取概率矩阵流程如下利用变电站自动化设备的历史运行数据，统计相关指标：假定d1,d2,…,di,…,dj…,dn代表对应的设备，其中n为设备的总数(i∈n、j∈n)。在统计时，依次记录d1,d2,…,di,…,dj…,dn设备在变电站自动化运行中的权重系数，假定第i个设备的权重系数为λi；在统计时，依次记录当d1,d2,…,di,…,dj…,dn设备发生故障时，剩余各设备的故障次数。假定第i个设备出现故障时(计fi为其出现故障的总次数)，第j个设备出现问题的总次数为fi,j，则第i个设备故障时第j个设备出现问题的概率计为ρij。ρij＝fi,j/fi。依次类推，可以获取下表所示的概率矩阵，其实例如下表1所示。d1d2…di…dj…dnd1ρ11＝1ρ12＝0.1ρ1i＝0ρ1j＝0.2ρ1n＝0.6d2ρ21＝0.3ρ22＝1ρ2i＝0.5ρ2j＝0ρ2n＝0…diρi1＝0.4ρi2＝0.1ρii＝1ρij＝0ρin＝0.55…djρj1＝0.2ρj2＝0ρji＝0.3ρjj＝1ρjn＝0…dnρn1＝0.25ρn2＝0.4ρni＝0ρnj＝0ρnn＝1表1某概率矩阵实例其中，交叉熵计算流程如下：对概率矩阵进行交叉熵计算，其中，第i个设备与第j个设备之间的运行状态存在的交叉熵表示为：其实例如下表2所示。d1d2…di…dj…dnd1s11＝2.7s12＝2.1s1i＝2.2s1j＝2.4s1n＝2.2d2s21＝2.3s22＝2.7s2i＝1.8s2j＝2.2s2n＝2.1…disi1＝2.4si2＝2.1sii＝2.7sij＝2.3sin＝1.7…djsj1＝2.2sj2＝1.7sji＝1.9sjj＝2.7sjn＝1.9…dnsn1＝2.2sn2＝2.4sni＝2.0snj＝2.1snn＝2.7表2交叉熵矩阵计算实例其中，隶属度函数计算流程如下：针对第i个设备，从交叉熵矩阵第i行中的各设备对应数据即si1,si2,…,sin中寻找最大值(如有多个相同的最大值，则取对应权重系数最大的设备)，假定序号为sih(h∈n)，则计变量max＝sih，同时获取第h个设备的权重系数λh。针对第i个设备，从交叉熵矩阵第i行中的各设备对应数据即si1,si2,…,sin中寻找最小值(如有多个相同的最小值，则取对应权重系数最小的设备)，假定序号为sil(l∈n)，则计变量min＝sil，同时获取第l个设备的权重系数λl。针对第i个设备，更新各设备的隶属度函数：其中，状态评价表达流程如下：采集目前各设备的运行状态，假定第j个设备的运行状态为stj(根据非正常状态的严重程度该值不断增加，例如0代表正常，1代表预警，…，9表示故障)则第i个设备运行质量评价值：qei＝st1*f(i,1)+st2*f(i,2)+…+stj*f(i,j)…+stn*f(i,n)；变电站自动化设备整体运行质量评价值：qe＝qe1+qe2+…+qej…+qen预先设定阈值α1,α2,..,αn，分别对应变电站自动化设备整体运行的n个运行质量标准，判断qe如高于其中某个数值，则当前变电站自动化设备整体运行处于对应的质量标准(例如α1＝0代表正常状态，α2＝0.1代表预警状态，…，αn＝1代表故障状态，当qe>α2时代表当前变电站自动化设备整体运行处于预警状态)。附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。当前第1页12