国网哈尔滨供电公司
摘要:随着社会的发展和不但进步,以及现代化建设的开展,人们对电力的需求日益增加。但是在电力公司的日常供电中常出现大量电能浪费,电力资源利用率较低无法发挥实际作用等现象。在进行电网建设时,配电变压器是尤为重要的一个设备,其运行状态对电网的整体供电质量和效率产生直接影响。因此应提高配电变压器的使用寿命,并通过配电变压器运行状态的大数据分析评估方法提高对配电变压器发生故障的预测结果的正确性和及时性。对此本文进行了分析。
关键词:配电变压器;运行状态;大数据分析
一、数据类型的划分
1.数据的来源
在配电网中应用的大数据具有数据源较为丰富的特点,这些数据源主要来自电网本体进行的数据采集,其中包含电网的规划、营销、调度等业务,覆盖范围包括变电站、线路、电能表等,应用系统则包含调度自动化系统、配电自动化系统、电力生产管理系统、ERP系统、营销业务系统以及95598客服系统等。还来自一些相关的如气象信息系统、节假日系统以及温度系统等,还可能来自交通运输等经济社会类数据。在配电网中将收集到的数据分配到不同的位置上,并对配电变压器的运行状态产生直接或间接的影响。各个数据对采集的侧重点和结构均不同,并且不同的应用系统间互相具有一定的联系,部分数据或重复或交叉,因此对这些数据需要进行分类的挖掘、抽选、清洗,并对这些数据进行统计、分析。
2.数据类型
将这些数据更具状态的特征不同可大体分为三类,即动态数据、静态数据、准动态数据。其中动态数据是对数据流进行实时的采集,如配电变压器的油温、交通运输人员的流动量以及气象数据等。动态数据具有更新周期短、时效好等特点,是对配电变压器进行状态评估的最主要的数据源。
静态数据则是指无需经过系统交互便可获取的信息,如历史用电负荷、历史用电量、配变基本台账等。应用静态数据可提供数据参考给同类型的配变运行状态的综合性评估判断。静态数据一经记录后几乎不会再发生二次改变,因此常用于初始值、阈值,肠胃状态参量评分提供参考。
准动态数据则是指定期、不定期所获取的数据,如设备缺陷的参数、故障参数等。
3.数据分类
可将配电变压器的状态的相关数据划分为核心数据、非核心数据。其中核心数据即是指会对配电变压器的运行状态产生直接影响的数据,如分接开关、油箱、绝缘油等。而非核心数据则是指气象、交通、社会经济类等相关数据。将数据按照获得的方式可划分为直接数据即设备本身、电网传感器可直接获得的,并对状态能直接反应的数据。而间接数据则是指利用媒介获取的数据,无法对状态进行直接反应的数据。
当前阶段,常应用评估方法主要利用核心数据进行配变分量因素权重的确定,并根据模糊判断评估配电变压器的运行状态。应用大数据分析法进行配电变压器运行状态的分析,将核心数据作为基础,并对非核心数据会对核心数据产生的影响进行深入挖掘,进而挖掘对配电变压器运行状态产生的影响。
配变运行状态主要由绕组及套管、分接开关、油箱、非电量保护、接地、绝缘油、标识等分量的状态构成,每种分量状态由多个采集系统进行数据采集,通过计算分析配变各个部分的运行状态,最终归结为配电变压器的总体运行状态。如绕组及套管的影响属性主要为绕组变形程度、三相不平衡度、负载率、接头温度和污秽组成。因此,要分析绕组及套管的状态需要对不同因素进行量化分析,而不同属性之间存在复杂的交叉关系,如绕组变形程度、三相不平衡、负载率等都与三相电压、电流存在直接关联。
二、基于大数据的评估流程
目前,配变安全运行状态评估的实现方式主要分为在线评估和综合评估 2 种。在线评估是依据实时监测的高低压侧电压、电流等数据对配变运行状态进行预判;综合评估一般指线下评估,配变运行中的状态评估需要根据预防性试验、运行工况、检修记录等纵向和横向状态信息,采用各种方法综合多种状态属性对变压器的运行状态做出评价,但是评估的取样数据仍然局限于结构化和半结构化数据,对于影响较大的非结构化数据并未考虑。
常规配变运行状态评估注重电力设备监测和试验数据,主要以在线评估和综合评估为主,重点在于实时状态预判和评估,而基于大数据架构下的配变运行状态评估在常规状态评估的基础上,结合多维多源数据分析,侧重于对配变或同类设备未来趋势的预测和防范,可以给出状态指数及主要影响因素。大数据分析虽然可以从海量数据中提取有效信息,找出潜在的模态与规律,但缺乏核心技术指标判定配变状态,其分析结论只能作为参考信息,仍需常规技术指标进行评估。综合大数据分析和常规评估方法的业务流程,大致分为在线评估、试验检测、综合评估、故障预测、调整检修计划、设备选型、信息归类和共享等多个环节,具体如下图所示。
三、结论
针对当前配变运行状态在线评估问题,提出一种大数据分析和常规评估方法相结合的配变运行状态实时评估方法。主要以流数据为基础挖掘不同因素间的相关性关系,并将得到的关联规则通过信息熵的方法进行量化,结合特定指标评价原则,通过量化值可以实时反映配变的运行状态。通过算例验证了模型在多种属性数据变化情况下的状态变化趋势,得到以下结论: 数据相关性分析方法可以准确分析 2 种或多种属性之间的相关关系和相关规则,利用关联规则挖掘出数据中蕴含的知识,对后续大数据预测与评估提供了依据。
从大数据相关性角度分析与量化相关规则和整体运行状态,具有一定的通用性,可以用于电网或重要设备的运行状态评估。
在设备状态评估方面,大数据分析方法可以预测配变的整体运行趋势,但不能准确反映配变的实时状态,需要综合考虑关键指标评价原则。
文中提出的大数据分析模型,是采用大数据对电力设备运行状态评估的一次实践,从一定程度上反映配变的运行状态及趋势,可以为电力设备故障预警、检修计划调整和选型提供依据。
四、结语
人们对电力需求的日益增加在一定程度上促进了电力行业的发展和进步,并且人们对供电的质量和效率提出了更多更高的需求。在配电网中一个重要的设备便是配电变压器,其安装质量安装位置会对线损带来直接影响并影响着电能的利用率。而配电变压器的运行状态则直接影响着供电的质量和安全性及稳定性。因此对配电变压器的运行状态进行分析具有重要性和必要性,通过大数据分析法有利于提高分析的准确性和可靠性,方便及时发现运行中存在的故障并及时解决。并且应用大数据分析法有利于降低工作量和工作难度,并为供电管理提供数据参考,从而提高管理的质量和水平,最终促进电力企业的发展和进步,使人们对电力的实际需求得到更好的满足。
参考文献:
[1]张友强, 寇凌峰, 盛万兴,等. 配电变压器运行状态评估的大数据分析方法[J]. 电网技术, 2016, 40(3):768-773.
[2]邹靖文. 配电变压器运行状态评估的大数据分析方法[J]. 经济管理:全文版:00117-00117.
[3]雷帆. 基于大数据分析的电力变压器状态评估与故障诊断技术研究[D]. 西南交通大学, 2016.
[4]李陶. 配电变压器局放测试及运行状态分析[J]. 科技创新与应用, 2017(26):176-176.
论文作者:陈虹达,施玉博
论文发表刊物:《防护工程》2018年第21期
论文发表时间:2018/11/19
标签:数据论文; 运行状态论文; 变压器论文; 大数论文; 状态论文; 在线论文; 方法论文; 《防护工程》2018年第21期论文;