大数据背景下电网系统故障诊断分析.pdfVIP

大数据背景下电网系统故障诊断分析

摘要：随着社会的不断发展，电力行业也处于高速的发展当中，为了提高供

电服务水平、降低电网维护成本，技术人员也在不断地探究更好的电力系统运行

方式。在电网系统的实际运行过程中，常常因为各种原因导致故障的发生，故障

引起的停电事件不但给用电用户带来不便，同时也会给电力企业带来经济损失，

为了及时地查找出故障的原因，降低故障发生的次数，需要相关人员使用高效、

精准的故障诊断分析技术。本文从大数据背景下电网系统故障诊断分析、大数据

技术在电网设备故障诊断分析中的实际应用两方面进行介绍。

关键词：大数据；电网系统；故障；诊断分析

引言：随着电力系统的不断扩展，电网结构也越来越复杂，出现故障问题的

频率不断增多。为了解决安全问题，电力企业的相关人员也在不断的学习故障诊

断分析技术，通过在日常的故障检修中积累更多经验，以达到及时消除故障隐患、

提高电力系统运行效率和质量的目的。同时技术人员也在不断地创新与探索，对

电力系统进行优化和升级，找到更加有效的电力系统运行方式，满足用户的日常

供电需求。

1.大数据背景下电网系统故障诊断分析

1.1基于专家系统的诊断方法

基于专家系统的诊断方法是使用计算机技术对电网系统的运行进行诊断，以

推理策略和故障诊断知识作为依据，将系统分为两类。一类是启发式规则推理系

统，使用大数据技术对系统进行构建，将电网系统的故障诊断知识存储在系统内，

主要包括专家诊断经验以及断路器动作逻辑，并将这些内容作为系统的构建基础。

相关人员只需要将实际的数据导入到系统当中，系统就可以实现实际数据与数据

库数据的自动对比，进而获得准确的故障诊断结论。另一类是集正反推理于一体

的系统，这类系统是以断路器与保护设备间的逻辑关系为依据，通过反向进行推

理，来缩小故障分析的范围，进而降低故障诊断的难度。基于专家系统的诊断方

法在对专家经验和保护动作的设置较为简单，工作人员在系统当中也可以自行增

加或者删除数据库的部分规则。目前专家系统诊断方法在中小型电网故障的诊断

中取得了较好的效果，因此更多的电力企业也不断地采用这种方法，有效地提高

[2]

电网故障诊断的效率。

1.2基于优化技术的诊断方法

基于优化技术的诊断方法的基础是数据模型，在对电网故障进行诊断和分析

时，通过对故障诊断问题进行有效描述，将故障诊断问题变成数学规划问题。基

于问题描述以及数学模型，利用优化技术确定问题的最优解，达到预期的目的。

一些研究机构在大数据技术的支持下，以保护动作以及故障信息识别作为依据，

实现了对数学模型的构造，首先是对大数据进行汇总并分析诊断结果，然后对报

警信息进行解释，在解释之后得到故障诊断问题有关的密切关联函数，然后就可

以将故障问题转化为整数规划问题。

1.3基于粗糙集的故障诊断分析方法

基于粗糙集的故障诊断分析方法是通过模糊处理目标来实现对电网故障的诊

断。粗糙集方法的重要内容是计算约简方式，在目标集不发生变动的前提下，将

无用以及多余的信息进行集中的清理，使得集合不断缩小，最终获得所需要的最

小子集。通过使用此类故障诊断分析方法，可以对电网故障进行细致地分类，并

确定分析结果。与其他的故障诊断分析方法相比，基于粗糙集的故障诊断分析方

法只需要使用大数据技术对数据进行分析，找到其内在存在联系的信息，通过内

部关联进行分析，把握其出现故障的规律，就可以达到预期的目标。该方法的核

心是以等价关系为依据对目标进行划分，比如工作人员在对电网的诊断和分析的

过程中，可以使用大数据技术将电网系统运行中的故障设备记录进行采集与汇总，

然后采用粗糙集的方法，构建关键属性集合。如果电网是在外部因素下所导致的

运行故障，那么工作人员采用此类方法对故障进行诊断和分析，能够快速地定位

[3]

故障发生的位置，找到故障发生的原因。

1.4基于人工神经网络的诊断方法

与常规的故障诊断方法相比，基于人工神经网络的诊断方法具有一定的优势，

它的容错率较高，发展潜力较大，使用效果显著。在大数据背景下，人工神经网

络诊断方法得到了快速地发展，不断趋于成熟，其方法和种类也在不断增加，主

要包括前向神经网络和径向基神经网络两种类型。一些研究机构在对人工神经网

络诊断方法研究的过程中，研发了典型的故障诊断神经网络模型，使用这类模型

对电网故障数据进行分析时，它能够将继电保护信息转化为人工神经网络诊断，

主