[发明专利]基于大数据的避雷器运行状态评价方法

权利要求书

1.一种基于大数据的避雷器运行状态评价方法，其特征在于，包括以下步骤：

数据采集层获取避雷器在线监测数据、带电检测数据、基础台账数据、离线试验数据、运行数据和环境数据，数据存储层采用分布式计算框架、内存计算框架、流式计算框架，将获取的结构化数据、非结构化数据、实时监控数据进行格式化处理，并将处理后的各数据参量存储到数据库中，数据分析平台层根据数据影响因素对数据存储层的各类数据进行修正，并对修正后的数据进行纵横比分析计算、显著性差异分析计算、相间不平衡分析计算、在线监测数据与试验数据偏差分析计算，应用层对分析计算结果为异常的设备评价为注意，对分析计算结果为正常的设备根据预设的评价标准计算得分，得到避雷器运行状态评价结果。

2.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，所述基础台账数据包括设备名称、型号名称、投运日期、电压等级、绝缘体类型、持续运行电压、工频参考电压、工频放电电压、标称放电电流、雷电冲击残压和爬电比距。

3.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，所述避雷器在线监测数据包括泄露电流、阻性电流和容性电流。

4.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，所述纵横比分析计算具体为：设A、B、C三相一组避雷器的当前在线监测值分别为a1、b1、c1，一周前的在线监测值分别为a2、b2、c2，当a2/(b2+c2) 与a1/(b1+c1)偏差超过正负30%时，纵横比分析结果为异常。

5.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，所述显著性差异分析计算具体包括：设避雷器一在线监测数据近2天的平均值为X，监测数据样本标准偏差为S，避雷器的当前监测值为x，则显著性差异为：劣化表现为监测值减少时x<X-kS,劣化表现为监测值增加时x>X+kS，偏离初值时X-kS <x<X+kS，其中k为常数。

6.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，所述相间不平衡分析计算具体为：设A、B、C三相一组避雷器设备泄露电流当前在线监测值分别a3、b3、c3，三相泄露电流在线监测平均值为d=（a3+b3+c3）/3，则避雷器泄露电流三相不平衡系数K=max(|a3-d|,|b3-d|,|c3-d|)/d，若K>5%,避雷器泄露电流相间不平衡分析结果为异常。

7.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，所述在线监测数据与试验数据偏差分析计算具体为：避雷器设备任一相泄露电流当前在线监测值为a4，该相最近一次泄露电流离线试验数据为a5，则在线监测数据与试验数据偏差值为p=(a4-a5)/a5，若p>50%，在线监测数据与试验数据偏差分析结果为异常。

8.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，所述数据影响因素包括：底座安装方式、环境温湿度、污秽情况、盐污情况、阻性电流测试方法、电磁场干扰、现场表计质量。

9.根据权利要求1所述的基于大数据的避雷器运行状态评价方法，其特征在于，当环境数据中湿度大于75%时，当前避雷器监测数据为无效数据。