[发明专利]基于大数据的避雷器运行状态评价方法

说明书

技术领域

本发明涉及电力安全技术领域，特别是涉及一种基于大数据的避雷器运行状态评价方法。

背景技术

电网公司多个生产管理业务系统自全面建成以来，已经积累了多年的输变电专业运行数据和电网设备所在地的环境、气象、灾害数据，但由于缺乏对多专业、多来源数据的融合利用和对电网系统性评价手段方面还存在不足，还不能对电网系统和设备状态的诊断预警、生产管理的辅助决策等方面提供支持。当前，针对避雷器设备的各类状态检测技术相对成熟，数据准确有效性高，可充分利用积累多年的避雷器多源多维运行数据，有效开展设备状态动态分析及诊断，实现系统风险评估及灾害预警，以及在此基础上开展运维模式优化和资源调配优化工作已变得十分迫切和需要。

近年来大数据挖掘比传统分析模型呈现出了显著的优势，大数据挖掘技术能综合结构化数据与非结构化数据等多元信息，采用更高效的算法，相比传统方式能更有效地利用现阶段不断增长和复杂化的数据。因此大数据分析技术和电网公司生产运行的多源数据为解决避雷器运行状态相关影响因素的识别、快速寻找缺陷与故障原因、准确评估设备健康情况提供了方法手段。通过数据挖掘技术可有效探索与避雷器运行状态相关的各类因素，发现各项因素与运行状态之间潜在的规律。通过数据影响因素分析、数据比对分析、状态评估分析等功能模块，使运行人员清晰了解设备当前的实际健康状况，做出正确判断，保证电网安全运行。

发明内容

针对现有技术的不足，本发明提供一种基于大数据的避雷器运行状态评价方法，融合避雷器多源状态量数据进行系统性的评价分析，有效提取避雷器运行状态特征量，提高避雷器运行状态分析的准确性。

为实现上述目的，本发明的技术方案是：一种基于大数据的避雷器运行状态评价方法，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。

进一步地，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。

进一步地，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。

进一步地，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。

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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。