配网设备状态评估系统

1.一种配网设备状态评估系统，其特征在于，包括以下功能模块：
设备状态信息采集模块：利用监测设备获得各种配网设备的状态信息，同时将现有用电信息采集、SCADA、故障报修系统、停电管理系统、配电GIS、营销系统中的设备状态信息抽取，形成完整的设备状态信息数据；
设备状态信息ETL模块：将设备状态信息数据进行筛选和加工，形成统一的数据库对象，建立通用的数据模型，形成设备状态评估模块可以使用的数据；
智能设备状态评估模块：根据配电网设备的各种状态信息，分析数据特征，对设备状态进行诊断；所述智能设备状态评估模块包括工作区、模式匹配器、算法调度、算法执行四个模块：
工作区从设备总线获得设备状态数据，并将设备状态数据传入模式匹配器；
模式匹配器：分析设备状态数据特征，结合知识库和算法调度规则，自动匹配诊断方式和诊断算法；
算法调度：管理评估算法的调度信息，包括执行时间和周期；
算法执行模块：按调度要求对待评估设备执行算法，返回执行结果给工作区，所述返回结果是指当前设备的状态，包括：优秀、良好、合格、不合格，返回结果传入设备状态管理模块中进行处理；
设备状态管理模块：根据智能设备状态评估模块的信息，判断配电设备是否需要检修；
检修计划优化模块：基于检修时间和负荷转移路径对检修计划进行综合优化；
知识库模块：保存智能设备状态评估模块的诊断算法配置信息及诊断结果，并在设备诊断过程中，通过学习不断优化诊断算法配置信息；
动态展示模块：根据设备评估结果，在页面上实时动态展示设备状态，根据检修计划，以动画和文本相结合的方式展示检修过程。
2.根据权利要求1所述的配网设备状态评估系统，其特征在于：在设备状态信息采集模块中，所述监测设备包括红外测温设备、局部放电在线检测设备、泄漏电流检测设备。
3.根据权利要求1所述的配网设备状态评估系统，其特征在于：所述智能设备状态评估模块利用算法执行模块对配电设备状态进行诊断，所述算法执行包括模糊聚类分析算法、层次分析算法或遗传算法，算法分别对不同设备类型和诊断方式对设备进行状态评估。
4.根据权利要求1所述的配网设备状态评估系统，其特征在于：所述诊断方式包括单一诊断方式和综合诊断方式，所述单一诊断方式将设备状态数据与规程、历史检修和故障数据、实验数据、同类设备检测数据比较，通过知识库建立配电网主设备状态的单一诊断规则，并将单一诊断规则保存在知识库的规则库中；所述综合诊断方式是运用人工神经元网络在故障征兆与故障位置之间建立起数学模型，将诊断特征数据存储在网络的权值和阀值里，输入的故障征兆经过数学模型处理后得到准确的输出，指导故障定位。
5.根据权利要求1所述的配网设备状态评估系统，其特征在于：设备状态管理模块包括状态管理模块、状态处理模块、检修决策模块三个子模块，状态管理模块与知识库模块通信，维护所有设备的状态信息；状态处理模块根据传入的设备状态信息，判断是否有异常情况及异常情况的持续时间，当达到异常持续时间阀值时确认发生异常；检修决策模块根据设备状态信息和检修规则判断是否需要检修。
6.根据权利要求1所述的配网设备状态评估系统，其特征在于：所述检修计划优化模块包括检修时间优化模块和负荷转移路径优化模块，所述检修时间优化模块基于遗传算法给出优化方案，遗传算法的选择策略是转盘式选择，计算新种群的平均适应值，适应值小于均值的个体得以生存，高于均值的个体以概率生存，交叉策略采用均匀交叉策略；所述负荷转移路径优化模块基于待恢复树切割的启发式搜索算法及前推回代算法给出优化方案，具体方法是：根据线路首末节点确定节点关系，经过多次广度优先搜索形成层次关系，确定节点计算顺序，基于支路电流计算出节点注入电流回推计算各支路电流并前推电压，最后通过迭代使电压不平衡不大于收敛判据。
7.根据权利要求1所述的配网设备状态评估系统，其特征在于：所述的知识库模块中知识采用产生式规则来表示，知识包括设备状态、检测方法、监测结果和专家判断，并通过自学习自动提取和调整设备故障征兆和判断设备状态规则。

配网设备状态评估系统\n技术领域\n[0001] 本发明涉及一种应用于配网设备状态智能评估的模型，基于配电网设备的各种状态，采用专家系统与人工神经元网络结合的方法，分析数据特征，智能选择诊断算法和诊断方式，对设备状态进行诊断；根据设备诊断结果，从经济、管理等多方面考虑，结合遗传算法，基于检修时间和负荷转移路径对检修计划进行综合优化。\n背景技术\n[0002] 随着电网的快速发展，以及用户对供电可靠性要求的逐步提高，传统的周期检修模式面临检修人员短缺、停电时间长、供电可靠性低、“陪试陪检”现象普遍、检修成本高等众多问题，已经不能适应电网发展的要求，状态检修是解决传统检修模式面临问题的重要手段。\n[0003] 状态检修方式以设备当前的实际工作状况为依据，它通过先进的状态监测和诊断手段、可靠性评价手段以及寿命预测手段，判断设备的状态，识别故障的早期征兆，对故障部位其及严重程度、故障趋势做出判断，并根据分析诊断结果，在设备性能下降到一定程度或故障将要发生之前主动实施维修。它为电气设备安全、稳定、长周期、全性能、优质运行提供了可靠的技术和管理保障。\n[0004] 目前，很多地区已经开始了配网设备状态检修的研究与试验，并建立了相应的系统。但由于缺少整体的规划设计、建设及验收的标准或规范，所面对的配网现实水平也各有差异，目前还没有可以普遍适用的设备监视、状态评估和检修决策技术方案。\n发明内容\n[0005] 本发明所解决的技术问题是基于监测设备和相关业务系统的设备状态信息，应用智能设备状态评估模型和专家知识库，实时分析设备健康状况，并在此基础上对设备检修计划进行优化，指导运维人员合理安排检修工作，减少重复停电，降低停电损失。\n[0006] 为解决上述技术问题，本发明是采取以下的技术方案来实现的：\n[0007] 本发明运用在线采集、智能评估、机器学习、互联网、数据库等先进技术，以服务配网系统运维为主要目的，对配网各种设备进行实时监测和评估，根据评估结果，基于检修时间和负荷转移路径对检修计划进行综合优化，为运维人员安排检修工作提供技术支持。\n[0008] 本发明的配网设备状态评估系统，其特征在于，包括以下功能模块：\n[0009] 设备状态信息采集模块：利用监测设备获得各种配网设备的状态信息，同时将现有DMS、SCADA、故障报修系统、停电管理系统、配电GIS 、营销系统中的设备状态信息抽取，形成完整的设备状态信息数据；\n[0010] 设备状态信息ETL（Extract、Transformation、Loading，数据抽取、转换和加载）模块：将设备状态信息数据进行筛选和加工，形成统一的数据库对象，建立通用的数据模型，形成设备状态评估模块可以使用的数据；\n[0011] 智能设备状态评估模块：根据配电网设备的各种状态信息，分析数据特征，对设备状态进行诊断；\n[0012] 设备状态管理模块：根据智能设备状态评估模块的信息，判断配电设备是否需要检修；\n[0013] 检修计划优化模块：基于检修时间和负荷转移路径对检修计划进行综合优化；\n[0014] 知识库模块：保存智能设备状态评估模块的诊断算法配置信息及诊断结果，并在设备诊断过程中，通过学习不断优化诊断算法配置信息；\n[0015] 动态展示模块：根据设备评估结果，在页面上实时动态展示设备状态，根据检修计划，以动画和文本相结合的方式展示检修过程。\n[0016] 前述的配网设备状态评估系统，其特征在于：在设备状态信息采集模块中，所述的检测设备包括红外测温设备、局部放电在线检测设备、泄漏电流检测设备等。\n[0017] 前述的配网设备状态评估系统，其特征在于：所述智能设备状态评估模块包括工作区、模式匹配器、算法调度、算法执行四个模块：\n[0018] 工作区从设备总线获得设备状态数据，并将设备状态数据传入模式匹配器；\n[0019] 模式匹配器：分析设备状态数据特征，结合知识库和算法调度规则，自动匹配诊断方式和诊断算法；\n[0020] 算法调度：管理评估算法的执行时间、周期等调度信息；\n[0021] 算法执行模块：按调度要求对待评估设备执行算法，返回执行结果给工作区，，所述返回结果是指当前设备的状态，包括：优秀、良好、合格、不合格，返回结果传入设备状态管理模块中进行处理。\n[0022] 其特征在于：所述智能设备状态评估模块利用算法执行中的诊断算法对配电设备状态进行诊断，所述诊断算法包括模糊聚类分析算法、层次分析算法或遗传算法等，这些算法分别对不同设备类型和诊断方式对设备进行状态评估。\n[0023] 前述的配网设备状态评估系统，其特征在于：所述诊断方式包括单一诊断方式和综合诊断方式，所述单一诊断方式将设备状态数据与规程、历史检修和故障数据、实验数据、同类设备检测数据比较，通过知识库建立配电网主设备状态的单一诊断规则，并将单一诊断规则保存在专家系统的规则库中；所述综合诊断方式是运用人工神经元网络在故障征兆与故障位置之间建立起数学模型，将诊断特征数据存储在网络的权值和阀值里，输入的故障征兆经过数学模型处理后得到准确的输出，指导故障定位。\n[0024] 设备状态管理模块包括状态管理模块、状态处理模块、检修决策模块三个子模块，状态管理模块与知识库模块通信，维护所有设备的状态信息；状态处理模块根据传入的设备状态信息，判断是否有异常情况及异常情况的持续时间，当达到异常持续时间阀值时确认发生异常；检修决策模块根据设备状态信息和检修规则判断是否需要检修。\n[0025] 前述的配网设备状态评估系统，其特征在于：所述检修计划优化模块包括检修时间优化模块和负荷转移路径优化模块。所述检修时间优化模块基于遗传算法给出优化方案，遗传算法的选择策略是转盘式选择，计算新种群的平均适应值，适应值小于均值的个体得以生存，高于均值的个体以概率生存。交叉策略采用均匀交叉策略。所述负荷转移路径优化模块基于待恢复树切割的启发式搜索算法及前推回代算法给出优化方案，具体思路是：\n根据线路首末节点确定节点关系，经过多次广度优先搜索形成层次关系，确定节点计算顺序，基于支路电流计算出节点注入电流回推计算各支路电流并前推电压，最后通过迭代使电压不平衡不大于收敛判据。\n[0026] 前述的配网设备状态评估系统，其特征在于：所述的知识库模块中知识采用产生式规则来表示，知识包括设备状态、检测方法、监测结果、专家判断、状态数据等组成，并通过自学习自动提取和调整设备故障征兆和判断设备状态规则。\n[0027] 本发明所达到的有益效果：\n[0028] 本发明针对配网设备故障早期特征抽取、设备状态评估模型建立、设备状态检修算法优化等难点，设计了基于专家系统与人工神经元网络的设备状态评估模型，对配网设备状态进行实时监测评估，通过检修时间优化和负荷转移路径优化相结合的方法实现对检修计划的优化。同时在数据模型抽取、知识库自动更新等方面采用技术手段进行了实现。\n[0029] （1）针对某一故障问题，根据多种监测设备的测量数据，通过主成分分析提取出一组该故障的早期状态数据，在算法执行模块中采用K-means算法对该组数据进行聚类分析，给出该故障问题的早期特征和特征状态数据。\n[0030] （2）单一诊断将设备状态数据与规程、历史检修和故障数据、实验数据、同类设备检测数据比较，并考虑当前系统的运行状况，通过专家系统建立配电网主设备状态的单一诊断规则，并将这些知识保存在专家系统的规则库中。综合诊断是运用人工神经元网络在故障征兆与故障位置之间建立起数学模型，将综合诊断知识存储在网络的权值和阀值里。\n采用BP网络进行建模。输入的故障征兆经过模型的处理后得到准确的输出，指导故障定位。\n[0031] （3）基于遗传算法给出检修时间优化方案，基于待恢复树切割的启发式搜索算法及前推回代算法给出负荷转移路径优化方案，在此基础上综合两种优化方案，给出最优的检修方案，为检修人员合理安排检修工作提供依据。\n附图说明\n[0032] 图1为物理部署图；\n[0033] 图2为软件结构图。\n具体实施方式\n[0034] 本发明主要包括以下各功能模块：\n[0035] 设备状态信息采集模块：根据设备的种类，采用多种监测设备和方法，以太阳能和蓄电池相结合的方法保证监测设备的正常工作，结合现有DMS、SCADA、故障报修系统、停电管理系统、配电GIS 、营销系统中的设备状态信息的抽取，形成多方式多渠道全天候的设备状态采集系统；\n[0036] 设备状态信息ETL模块：将设备状态数据进行一定的筛选和加工，抽象出统一的数据库对象，研究出通用的数据模型，形成设备状态评估模块可以使用的数据；\n[0037] 智能设备状态评估模块：根据配电网设备的各种状态信息，采用专家系统与人工神经元网络结合的方法，分析数据特征，智能选择诊断算法和诊断方式，对设备状态进行诊断；\n[0038] 检修计划优化模块：从经济、管理等多方面考虑，结合遗传算法，基于检修时间和负荷转移路径对检修计划进行综合优化；\n[0039] 知识库模块：知识库保存诊断设备评估算法配置信息及诊断结果，并在设备诊断过程中，通过学习不断优化算法配置信息；\n[0040] 动态展示：根据设备评估结果，在页面上实时动态展示设备状态，根据检修计划，以动画和文本相结合的方式展示检修过程。\n[0041] 以下结合附图对本发明作具体的介绍：\n[0042] 图1是本发明的物理部署图；图2是本发明的软件结构图。\n[0043] 如图1所示，本发明的配网设备评估模型，包括数据采集服务器、数据库服务器、算法评估服务器、算法验证服务器、应用服务器。数据采集服务器负责从其他业务系统和监测设备上采集配网设备的各种状态信息，并对数据进行清洗、转换；数据库服务器负责存储设备基本数据、设备状态数据及知识库；算法评估服务器负责设备状态评估，并将设备状态评估结果存入数据库服务器；算法验证服务器对算法进行验证、优化，将结果存入数据库服务器；应用发布服务器为设备状态展示提供平台支持。\n[0044] 如图2所示，智能设备状态评估包括：工作区、模式匹配器、算法调度、算法执行四个模块。状态评估程序通过工作区获得设备状态数据；工作区将设备状态数据传入模式匹配器，模式匹配器分析数据特征，结合知识库和算法调度规则，自动匹配算法并调度相关算法执行；算法执行模块返回执行结果给工作区；工作区将执行结果返回给设备评估程序。\n返回结果是指当前设备的状态，包括：优秀、良好、一般、异常。设备状态评估程序将上述返回结果传入设备状态管理模块中进行处理。\n[0045] 设备状态管理模块包括状态管理、状态处理、检修决策三个子模块。状态管理模块与数据库通信，维护所有设备的状态信息；状态处理模块根据传入的设备状态信息，判断是否有异常情况及异常情况的持续时间，当达到异常持续时间阀值时确认发生异常；检修决策根据设备状态信息和检修规则判断是否需要检修。\n[0046] 检修计划优化模块包括检修时间优化和负荷转移路径优化，检修时间优化基于遗传算法给出优化方案，负荷转移路径优化基于待恢复树切割的启发式搜索算法及前推回代算法给出优化方案，在此基础上综合两种优化方案，返回最优的优化方案。\n[0047] 本发明为了实现对配网设备状态的评估和检修计划的优化，采用多种方式和渠道采集设备状态信息，抽取出统一的数据对象，建设了智能设备状态评估模型和专家知识库，根据设备状态信息和知识库，分析诊断设备状态，并基于检修时间和负荷路径转移对检修计划进行优化，能够实现设备检修方案的综合优化，为配网系统的稳定运行提供技术支撑，提高配网系统的运维水平和工作效率。\n[0048] 以上已以较佳实施例公布本发明如上，然其并非用以限制本发明，凡采取等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。