[发明专利]一种基于大数据驱动的输电线路故障预警方法及系统

说明书

本发明公开了基于大数据驱动的输电线路故障预警方法及系统。该方法包括采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。

技术领域

本发明属于智能用电领域，尤其涉及一种基于大数据驱动的输电线路故障预警方法及系统。

背景技术

随着社会经济的发展，对电力的依赖性越来越强，大规模停电事故往往始于电网某一线路的故障，并随着电网拓扑的强关联性及存在的脆弱环节而不断扩大。对于某些供电网架薄弱的地区，单一线路故障就可能导致负荷损失。

目前，针对输电线路故障的相关研究，大部分成果仅依赖现有数据对故障进行诊断，事实上，电力系统存在上传数据单一、数量多、综合性差等问题，导致依靠此类数据难以实现故障预测的全面性和前瞻性，信息响应及时性差，并且很难对线路异常情况做好跟踪及预测发展趋势的工作。在不提高电价转移经济压力的前提下，亟需运用先进的智能化技术，对输电线路故障进行预警，开展差异化运维，减少线路故障发生概率，有利于提高供电可靠性。

发明内容

为解决输电线路远程故障预警问题，本发明的第一目的是提出一种基于大数据驱动的输电线路故障预警方法，该方法能够有效实现对输电线路的远程故障预警，辅助提前制定故障解决方案的业务需求。

本发明的一种基于大数据驱动的输电线路故障预警方法，包括：

采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；

提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；

基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；

将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。

其中，本发明的电气量指的是输电线路的电压、电流以及输电线路上的电阻信息。

本发明的故障事件顺序信息，指的是输电线路的发生故障事件的时间顺序信息。

本发明的故障因子为目标类，比如：气象数据因素或输电线路设备因素；故障因子指数为目标类预测发生的数值。

进一步的，本发明分别基于朴素贝叶斯算法和时间序列相似性故障匹配算法对提取的特征来构建故障因子挖掘数据库和故障判别特征库。

针对发展输电线路远程故障诊断存在的问题，本发明提出解决方案：充分利用大数据技术实现对现有海量数据的处理，采用朴素贝叶斯算法对数据挖掘以预测故障因子指数，随后结合可采集的电气量、气象数据、故障事件顺序信息、电网拓扑数据，以基于时间序列相似性故障匹配算法实现对输电线路的故障预警，并推送预警信息，以辅助调度与运维，提前制定解决方案，快速处理故障，加速电网恢复。

进一步的，该方法还包括：将预警信息推送给输电线路运维服务器，确定预警信息的故障因子以及故障判别特征，进而分别反馈至故障因子挖掘数据库和故障判别特征库，以闭环反馈的形式提高故障预警准确度。

进一步的，该方法还包括：将输出的预警信息以多种形式进行展示，表现为故障特征分析展示、故障原因、故障位置及诊断结果的统一展示。这样能够更加直观地查看输出的预警信息。