一种用于配电网合环的检测系统及方法与流程

本发明涉及状态检测，尤其涉及一种用于配电网合环的检测系统及方法。

背景技术：

1、状态检测技术领域主要涉及对设备、系统或网络的工作状态进行监控和分析，其核心在于通过实时或定期的监测，确保系统的稳定性和安全性，并避免由于设备故障或异常操作带来的损失。

2、用于配电网合环的检测系统主要目的是通过检测配电网中的电流、电压、相位角等参数，判断合环操作是否正常，确保配电网在合环操作时的安全和可靠性，旨在防止由于合环操作不当而导致的电力系统故障，保证配电网的正常运行。

3、传统系统依赖于简单的静态监测手段，难以实时捕捉配电网中的动态变化，在处理复杂波动和突发故障时，响应速度和准确性均有限，传统系统在状态转换分析方面依赖于预设的经验模型，缺乏对异常状态的深度分析，容易导致潜在故障的漏检或误检，分布式处理能力的缺乏，导致在复杂网络中风险识别能力不足，配电网在合环操作过程中面临较大的故障风险，可能引发系统不稳定甚至停电等严重后果。

技术实现思路

1、本发明的目的是解决现有技术中存在的缺点，而提出的一种用于配电网合环的检测系统及方法。

2、为了实现上述目的，本发明采用了如下技术方案：一种用于配电网合环的检测系统包括：

3、时序监测模块：基于电气状态参数，采用自回归积分滑动平均模型，实时采集变化率，通过对比波动幅度，提取异常波动特征，计算波动差异，生成动态波动检测结果；

4、隐状态分析模块：基于动态波动检测结果，分析状态转换路径，识别异常状态，通过对比转换频率和稳定性，判定故障显著性，生成隐性异常状态识别结果；

5、数据压缩模块：基于隐性异常状态识别结果，压缩多维电气参数，提取关键影响因素，计算相关性，简化冗余特性，匹配历史运行特征，生成压缩特征数据；

6、分布式处理模块：基于压缩特征数据，分配至计算节点，采用梯度提升树分析节点间安全系数，判断局部安全性，识别局部风险，生成局部风险识别结果；

7、异常响应模块：基于局部风险识别结果和隐性异常状态识别结果，分析联动效应，判定连锁反应，计算不稳定因素，调用应急机制，生成连锁风险预警；

8、故障预测模块：基于连锁风险预警和压缩特征数据，分析故障概率和影响范围，识别故障模式，判断潜在故障点，生成故障预测模型。

9、作为本发明的进一步方案，所述时序监测模块包括参数采集子模块、波动分析子模块、差异计算子模块，其中：

10、参数采集子模块：基于电气状态参数，采用自回归积分滑动平均模型，进行各参数的实时变化率采集，通过监控时间段内的连续数据，识别每个参数在不同时刻的具体变化，整合所有采集到的变化率数据，生成实时变化数据；

11、波动分析子模块：基于所述实时变化数据，进行各参数在不同时间段的波动幅度计算，通过分析每个时间段内参数的波动程度，识别出与正常波动不同的特征，提取与异常波动相关的特征集，生成异常波动特征集；

12、差异计算子模块：基于所述异常波动特征集，进行关键电气参数之间的差异计算，通过对各参数之间的差异数据进行分类和标记，归纳差异特征，得到各类参数的波动差异，生成动态波动检测结果。

13、作为本发明的进一步方案，所述自回归积分滑动平均模型，按照公式：

14、

15、其中：yt为时间点t处的电气状态参数的实时变化率，δ为常数项，φ1为自回归系数，θ1为移动平均系数，t为时间点t处的随机误差，β1为权重系数，γ1为权重系数，zt为当前时间点t的环境温度参数。

16、作为本发明的进一步方案，所述隐状态分析模块包括路径分析子模块、转换识别子模块、故障判定子模块，其中：

17、路径分析子模块：基于所述动态波动检测结果，进行电气参数的状态转换路径分析，通过跟踪各状态在不同时间段的转换顺序，识别各路径的转换模式，确定状态转换的具体路径和序列，生成状态转换路径图；

18、转换识别子模块：基于所述状态转换路径图，进行各路径中状态转换的识别，通过逐一分析每条路径上的转换频率和稳定性，确定各路径上异常的转换点，并将其分类标记，生成异常转换状态集；

19、故障判定子模块：基于所述异常转换状态集，进行故障显著性的判定，通过比对异常状态与历史故障数据，识别可能引发故障的特征，确定潜在的故障类型，生成隐性异常状态识别结果。

20、作为本发明的进一步方案，所述数据压缩模块包括多维参数筛选子模块、关键因素提取子模块、历史匹配子模块，其中：

21、多维参数筛选子模块：基于所述隐性异常状态识别结果，进行多维电气参数的筛选，通过分析各参数的变化幅度，选择变化明显的参数，并进行分类和排序，生成筛选参数集合；

22、关键因素提取子模块：基于所述筛选参数集合，进行关键影响因素的提取，通过对比各参数在不同状态下的变化规律，并提取关键因素，同时进行标记和归纳，生成关键影响因素集；

23、历史匹配子模块：基于所述关键影响因素集，进行与历史运行数据的匹配，通过逐项对比当前数据与历史数据的变化特征，归纳当前运行状态的特征，简化冗余信息，生成压缩特征数据。

24、作为本发明的进一步方案，所述分布式处理模块包括数据分配子模块、节点安全分析子模块、局部风险识别子模块，其中：

25、数据分配子模块：基于所述压缩特征数据，进行数据在各计算节点间的分配，通过评估各节点的计算能力，合理分配数据流量，确保各节点能处理相应的数据量，生成节点数据分布图；

26、节点安全分析子模块：基于所述节点数据分布图，采用梯度提升树，进行各节点安全系数的分析，通过逐一评估各节点的运行状态，对比安全系数标准，判断节点运行的安全性，生成节点安全分析结果；

27、局部风险识别子模块：基于所述节点安全分析结果，进行局部风险的识别，通过分析各节点间的风险分布，判断是否存在局部风险，并将风险区域进行标识，生成局部风险识别结果。

28、作为本发明的进一步方案，所述梯度提升树，按照公式：

29、

30、其中：m为迭代次数，γm表示第m轮迭代中的最佳系数，hm(x)为基于节点数据分布图的弱分类器结果，α为节点响应时间的权重系数，r为节点的平均响应时间，β为节点负载的权重系数，v为节点的当前负载，λ为网络延迟的权重系数，u为节点的网络延迟值，δ为节点环境温度的权重系数，t为节点所在环境的温度值。

31、作为本发明的进一步方案，所述异常响应模块包括联动效应分析子模块、连锁反应判定子模块、应急机制调用子模块，其中：

32、联动效应分析子模块：基于所述局部风险识别结果和所述隐性异常状态识别结果，分析各风险点的关联数据，识别风险点间的联动关系，比对每个风险点的相互影响程度，并进行联动路径标记，生成联动效应结果；

33、连锁反应判定子模块：基于所述联动效应结果，通过逐项分析风险点的传导机制，识别各风险点的连锁反应，并分析传导路径的有效性，生成连锁反应判定结果；

34、应急机制调用子模块：基于所述连锁反应判定结果，通过启动应急响应机制，进行相应的应急措施部署，逐一激活必要的应急处理流程，确保每个风险点得到控制和管理，生成连锁风险预警。

35、作为本发明的进一步方案，所述故障预测模块包括故障概率分析子模块、故障模式识别子模块、故障点判定子模块，其中：

36、故障概率分析子模块：基于所述连锁风险预警和所述压缩特征数据，通过对比历史故障数据，逐一分析当前数据与历史数据的差异，计算故障发生的概率，生成故障概率结果；

37、故障模式识别子模块：基于所述故障概率结果，匹配历史故障模式，分析当前数据与已识别故障模式的对应关系，并进行识别，生成故障模式结果；

38、故障点判定子模块：基于所述故障模式结果，通过对各潜在故障点的特征逐一进行分析，并判定影响范围和严重程度，同时进行故障点标记，生成故障预测模型。

39、一种用于配电网合环的检测方法，所述用于配电网合环的检测方法基于上述用于配电网合环的检测系统执行，包括以下步骤：

40、步骤一：基于电气状态参数，提取各参数的时间序列，通过连续的时间点数据，逐一计算参数的实时变化率，将所有变化率数据进行整合与归纳，生成实时变化率数据集；

41、步骤二：基于所述实时变化率数据集，计算各时间段内的参数波动幅度，分析参数波动之间的差异，通过分类和标记提取出异常波动特征，生成异常波动特征集；

42、步骤三：基于所述异常波动特征集，逐一对电气参数的状态转换路径进行分析，识别转换频率与稳定性，提取异常状态转换路径并分类标记，生成异常转换状态集；

43、步骤四：基于所述异常转换状态集，筛选多维电气参数中的关键因素，逐项比对各参数在不同状态下的变化，并提取关键因素，归纳运行特征，生成关键影响因素集；

44、步骤五：基于所述关键影响因素集，逐一评估风险，分析各风险点的传导路径，判断风险传导的有效性，并对连锁故障进行判定，生成连锁故障风险预警。

45、与现有技术相比，本发明的优点和积极效果在于：

46、本发明中，通过自回归积分滑动平均模型，通过实时采集和处理电气状态参数的变化率，生成动态波动检测结果，有效识别和提取异常波动特征，使系统能够精确监控配电网的运行状态，减少误判和漏判的可能性，采用梯度提升树算法对压缩特征数据进行处理，能够高效准确地判断局部系统的安全性，并识别局部风险，更好地识别、预测和处理配电网中的异常和故障，从而提升了配电网合环操作的安全性和可靠性。

技术特征：

1.一种用于配电网合环的检测系统，其特征在于，所述系统包括：

2.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述时序监测模块包括参数采集子模块、波动分析子模块、差异计算子模块，其中：

3.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述自回归积分滑动平均模型，按照公式：

4.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述隐状态分析模块包括路径分析子模块、转换识别子模块、故障判定子模块，其中：

5.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述数据压缩模块包括多维参数筛选子模块、关键因素提取子模块、历史匹配子模块，其中：

6.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述分布式处理模块包括数据分配子模块、节点安全分析子模块、局部风险识别子模块，其中：

7.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述梯度提升树，按照公式：

8.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述异常响应模块包括联动效应分析子模块、连锁反应判定子模块、应急机制调用子模块，其中：

9.根据权利要求1所述的用于配电网合环的检测系统，其特征在于，所述故障预测模块包括故障概率分析子模块、故障模式识别子模块、故障点判定子模块，其中：

10.一种用于配电网合环的检测方法，其特征在于，根据权利要求1-9任一项所述的用于配电网合环的检测系统执行，包括以下步骤：

技术总结
本发明涉及状态检测技术领域，具体为一种用于配电网合环的检测系统及方法，系统包括时序监测模块：基于电气状态参数，采用自回归积分滑动平均模型，实时采集变化率，通过对比波动幅度，提取异常波动特征，计算波动差异，生成动态波动检测结果。本发明中，通过自回归积分滑动平均模型，通过实时采集和处理电气状态参数的变化率，生成动态波动检测结果，有效识别和提取异常波动特征，使系统能够精确监控配电网的运行状态，减少误判和漏判的可能性，采用梯度提升树算法对压缩特征数据进行处理，能够高效准确地判断局部系统的安全性，并识别局部风险，更好地识别、预测和处理配电网中的异常和故障，从而提升了配电网合环操作的安全性和可靠性。

技术研发人员：王文林,黄锦,操丹丹,万山景,黄玮,王纪旋
受保护的技术使用者：国网安徽省电力有限公司黄山供电公司
技术研发日：
技术公布日：2024/12/5