论文部分内容阅读
电能计量自动化系统作为智能电网的核心组成之一,承担数据获取和分析的重要功能,通过电网中布置的计量自动化终端,实现对发电厂、变电站、变压器和用户的数据采集与监控,具有远程抄表、用电监测、负荷控制、线损统计分析、供电质量分析、客户节能评估等具体功能。由于电网结构复杂,设备和线路数量众多,因此电网中会出现各种故障和异常,是影响电网稳定和发展的主要因素之一。论文针对如此大规模且分布广泛的计量自动化系统,研究出一套能够实时检测与原因分析的故障诊断系统,开展的主要工作如下:(1)提出了终端通信故障和线损两大类异常分析方法,该方法能够在某市2014年的电能量数据中检测出通信和线损异常。(2)提出了通信质量评估模型,该模型根据终端通信流量数据,将终端通信故障的检测抽象为对模型的分类问题。(3 )提出了 一种基于kNN(k-Nearest Neighbor)分类算法的改进打分算法,该算法结合通信质量评估模型,实现了对终端通信故障的检测和预警,并且能够展示预测结果的可靠性,同时能根据每类故障的特点,实现对故障类型的分类。(4)提出一种基于数据分析的线损异常检测方法,该方法包括时序线损异常检测,线损异常原因分析两大部分,通过设计线损波动指标衡量线损的变化情况,以此来及时发现线损异常,并利用几种典型的线损异常模式,分析不同模式的特点,实现对线路的异常原因分析。实验结果表明,论文方法提高了系统对潜在通信故障终端的发现能力,准确率达到77.01%,对还未发生故障的终端能起到预警作用。同时,针对线损异常的检测方法显著提升线损类故障的原因定位速度,具有实用价值。最后,上述算法已使用Spack框架在大数据平台上复现,应用算法软件已被实际嵌入到电能量数据大数据平台中。