首页 / 专利库 / 计算机网络 / 环境网络 / 一种变电站异常量测数据预测平台系统

一种变电站异常量测数据预测平台系统

阅读:964发布:2024-02-09

专利汇可以提供一种变电站异常量测数据预测平台系统专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种变电站异常量测数据预测平台系统,其特征在于,至少包括 数据采集 层、数据整合层、 数据挖掘 层和展示层;数据采集层包括多台通讯管理机、路由器、交换机和纵向加密认证装置;数据整合层包括前置 服务器 、SCADA服务器、HIS磁盘阵列和第一正向隔离装置;数据挖掘层包括数据采集服务器、数据和关系挖掘服务器;展示层包括第二正向隔离装置、 防火墙 和展示工作站,防火墙用来防止非法 访问 ,展示工作站对相关时序数据、趋势数据、相关环境信息进行 可视化 。通过采用上述技术方案:本发明可以对变电站上传的量测数据进行分析和挖掘,对异常的数据实时预警,在变电站量测装置出现异常前及时采取措施防患于未然。,下面是一种变电站异常量测数据预测平台系统专利的具体信息内容。

1.一种变电站异常量测数据预测平台系统,其特征在于,至少包括:数据采集层、数据整合层、数据挖掘层和展示层;其中:
所述数据采集层包括多台通讯管理机、路由器、交换机和纵向加密认证装置,该数据采集层从变电站量测数据采集并远传到前置服务器,通讯管理机用于采集变电站内二次回路的量测值,路由器、交换机用于数据传输,纵向加密认证装置用来加密数据,确保数据的安全;
所述数据整合层包括前置服务器、SCADA服务器、HIS磁盘阵列和第一正向隔离装置;前置服务器对通讯管理机发送来的数据进行熟化处理,使得SCADA系统可以识别,SCADA服务器运行电网的实时业务,HIS磁盘阵列存储历史数据,第一正向隔离装置确保数据单相传输,保证SCADA服务的安全;
所述数据挖掘层包括数据采集服务器、数据和关系挖掘服务器,采集服务器采集预测平台所需要的数据,数据和关系挖掘服务器对采集服务器传入的数据进行数据挖掘;
所述展示层包括第二正向隔离装置、防火墙和展示工作站,第二正向隔离装置确保数据单相传输,保证异常量测预测平台系统除展示工作站均与外部网络隔离,防火墙用来防止非法访问,展示工作站对相关时序数据、趋势数据、相关环境信息进行可视化
2.根据权利要求1所述的变电站异常量测数据预测平台系统,其特征在于,所述变电站异常量测数据预测平台系统是由硬件设备组成的分布式集群架构;所述HIS磁盘阵列为本地存储,所述HIS磁盘阵列为RIAD-5磁盘阵列模式。
3.根据权利要求1所述的变电站异常量测数据预测平台系统,其特征在于:监控的数据包括变电站内电压电流、功率、功率因数和开关信号
4.根据权利要求1所述的变电站异常量测数据预测平台系统,其特征在于:所述的数据和关系挖掘服务器通过相关算法进行处理后,与判断规则做对比,若是符合规定的规则,判断正常,不符合规定则判断异常。
5.根据权利要求1所述的变电站异常量测数据预测平台系统,其特征在于:所述的纵向加密装置利用哈希算法和/或SM2加密算法对相关数据进行加密。
6.根据权利要求1所述的变电站异常量测数据预测平台系统,其特征在于:所述第一正向隔离装置和第二正向隔离装置是一种物理隔离装置,保证数据只可以正向单相传输,即从HIS磁盘阵、SCADA服务器到数据采集服务器,数据和关系挖掘服务器到展示工作站的数据单相传输。
7.根据权利要求1所述的变电站异常量测数据预测平台系统,其特征在于:所述展示工作站为基于JavaScript的展示界面,动态展示相关时序数据、趋势数据和相关环境信息。
8.根据权利要求1-7任一项所述的变电站异常量测数据预测平台系统,其特征在于:数据传输过程基于TCP/IP通讯协议。

说明书全文

一种变电站异常量测数据预测平台系统

技术领域

[0001] 本发明属于电系统技术领域,尤其涉及一种基于大数据的变电站异常量测数据预测平台系统。

背景技术

[0002] 随着电网自动化程度越来越高,尤其是新一代智能站的投运,站内诸多业务,产生巨量的数据,包括实时的量测值、遥控、遥信值、SOE信号等,也产生了海量的历史数据,同时智能设备本身也产生本设备的相关信息。电网规模越来越大、变电站数据也越来越多,把电网最关键的量测数据进行分析,建立一个大数据预测平台,对异常量测信息进行监控、展示,就显得尤为重要。
[0003] 现在变电站量测数据主要通过通讯管理机采集,通过网络设备远传到电网自动化SCADA系统。当自动化主站发现量测信息异常时,一般量测装置已经发生异常。量测装置异常后,维修周期长、影响范围大。如何在利用量测数据,提前预测异常量测,做到提前维护,将大大提高电网自动化运维的工作时效性。

发明内容

[0004] 针对现在变电站量测数据采集、存储的中的不足,本发明的目的在于提供一种基于大数据算法的异常量测监测平台,可以对变电站量测数据进行实时监控、展示与预警。根据对变电站历史数据的深入挖掘,生成相关规则,当量测数据与规则不符时,即为异常量测。当预测某量测装置即将出现异常量测时,展示工作站会产生相关告警信息,自动化运维人员根据告警信息,就可以第一时间对量测装置进行提前维护,保证量测数据的完整、正确,本发明提供了一种变电站异常量测数据预测平台系统。
[0005] 本发明所采用的具体技术方案为:
[0006] 一种变电站异常量测数据预测平台系统,至少包括:
[0007] 数据采集层、数据整合层、数据挖掘层和展示层;其中:
[0008] 所述数据采集层包括多台通讯管理机、路由器、交换机和纵向加密认证装置,该数据采集层从变电站量测数据采集并远传到前置服务器,通讯管理机用于采集变电站内二次回路的量测值,路由器、交换机用于数据传输,纵向加密认证装置用来加密数据,确保数据的安全;
[0009] 所述数据整合层包括前置服务器、SCADA服务器、HIS磁盘阵列和第一正向隔离装置;前置服务器对通讯管理机发送来的数据进行熟化处理,使得SCADA系统可以识别,SCADA服务器运行电网的实时业务,HIS磁盘阵列存储历史数据,第一正向隔离装置确保数据单相传输,保证SCADA服务的安全;
[0010] 所述数据挖掘层包括数据采集服务器、数据和关系挖掘服务器,采集服务器采集预测平台所需要的数据,数据和关系挖掘服务器对采集服务器传入的数据进行数据挖掘;
[0011] 所述展示层包括第二正向隔离装置、防火墙和展示工作站,第二正向隔离装置确保数据单相传输,保证异常量测预测平台系统除展示工作站均与外部网络隔离,防火墙用来防止非法访问,展示工作站对相关时序数据、趋势数据、相关环境信息进行可视化
[0012] 进一步:所述变电站异常量测数据预测平台系统是由硬件设备组成的分布式集群架构;所述HIS磁盘阵列为本地存储,所述HIS磁盘阵列为RIAD-5磁盘阵列模式。
[0013] 进一步:监控的数据包括变电站内电压电流、功率、功率因数和开关信号。
[0014] 进一步:所述的数据和关系挖掘服务器通过相关算法进行处理后,与判断规则做对比,若是符合规定的规则,判断正常,不符合规定则判断异常。
[0015] 进一步:所述的纵向加密装置利用哈希算法和/或SM2加密算法对相关数据进行加密。
[0016] 进一步:所述第一正向隔离装置和第二正向隔离装置是一种物理隔离装置,保证数据只可以正向单相传输,即从HIS磁盘阵、SCADA服务器到数据采集服务器,数据和关系挖掘服务器到展示工作站的数据单相传输。
[0017] 进一步:所述展示工作站为基于JavaScript的展示界面,动态展示相关时序数据、趋势数据和相关环境信息。
[0018] 更进一步:数据传输过程基于TCP/IP通讯协议。
[0019] 本发明的优点及积极效果为:
[0020] 通过采用上述技术方案,本发明提供一种基于大数据算法的异常量测监测平台,可以对变电站量测数据进行实时监控、展示与预警。根据对变电站历史数据的深入挖掘,生成相关规则,当量测数据与规则不符时,即为异常量测。当预测某量测装置即将出现异常量测时,展示工作站会产生相关告警信息,自动化运维人员根据告警信息,就可以第一时间对量测装置进行提前维护,保证量测数据的完整、正确;本发明可以对变电站上传的量测数据进行分析和挖掘,对异常的数据实时预警,在变电站量测装置出现异常前及时采取措施防患于未然。附图说明
[0021] 图1是本发明实施例的结构框图

具体实施方式

[0022] 为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
[0023] 下面结合附图对本发明的结构作详细的描述。
[0024] 请参阅图1:一种变电站异常量测数据预测平台系统,包括数据采集层、数据整合层、数据挖掘层和展示层以及对应的模
[0025] 所述变电站异常量测预测平台是由硬件设备组成的分布式集群架构;HIS磁盘阵列为本地存储,为RIAD-5磁盘阵列模式。HIS磁盘阵列主要是用于变电站各种历史数据的存储。
[0026] 所述监控的数据包括变电站内电压、电流、功率、功率因数、开关信号等。
[0027] 所述的数据和关系挖掘服务器,通过相关算法进行处理后,与判断规则做对比,若是符合规定的规则,判断正常,不符合规定则判断异常。
[0028] 所述的纵向加密装置利用哈希算法,SM2加密算法,对相关数据进行加密。
[0029] 所述正向隔离装置是一种物理隔离装置,保证数据只可以正向单相传输,即从HIS磁盘阵、SCADA服务器到数据采集服务器,数据和关系挖掘服务器到展示工作站的数据单相传输。
[0030] 所述防火墙,主要是一种网络安全装置,通过设置访问控制列表,可以指定规定的IP、MAC、端口以及用户访问异常量测数据预测平台,对平台起到保护的作用。
[0031] 所述展示工作站主要基于JavaScript的展示界面,动态展示相关时序数据、趋势数据、相关环境信息等进行可视化。当发现异常的量测数据或者即将产生异常量测的装置,将产生告警报文,变电站相关运维人员即可根据信息对相关装置进行维护。
[0032] 所述数据传输过程基于TCP/IP通讯协议。
[0033] 在上述方案的基础上,所有层级的服务器、工作站以及相关的网络设备均通过RJ45端口连接。
[0034] 在上述方案的基础上,数据和关联关系挖掘服务器存在看狗程序,在系统发生死机等故障时,可以对程序进行自启动。
[0035] 本发明的工作过程包括:
[0036] S1:数据抽取;具体为:量测HIS磁盘阵列中的历史数据,通过SQL数据库,查询YCdata表,进而获取每个变电站的量测的历史数据;实时数据通过数据采集服务器采集数据,所采集的数据由前置服务器经过隔离装置传送;
[0037] S2:数据分析;
[0038] S3:数据清洗;具体为:通过K-means聚类分析的方法,找到同一个量测点的典型值,并剔除极端值和重复值;
[0039] 设一共有N个数据点需要分为K个cluster,K‐means要做的就是最小化:
[0040]
[0041] 在上述函数中,J为数据集各点到中心点的距离和,μk的值应当是所有cluster K中数据点的平均值;在数据点n被归类到cluster K的时候为1,否则为0;Xn表示第n个数据;rnk为数据筛选器;
[0042] 寻找rnk和μk来最小化J,此处采取迭代的办法:先固定μk,选择最优的rnk,将数据点归类到离他最近的那个中心就能保证J最小;下一步则固定rnk,再求最优的μk;将J对μk求导并令导数等于零,得到J最小的时候μk应该满足:
[0043]
[0044] 由于每一次迭代都是取到J的最小值,因此J只会不断地减小或者不变,而不会增加,这保证了K-means最终会到达一个极小值;通过K-mean聚类分析的方法,分析中心点,找到量测点的典型值,并剔除极端值和重复值;
[0045] S4:属性构造;每个量测值均包含厂站名、间隔信息和采集时间三个信息,将数据清洗后的量测值,进行重新构造,将量测值的所有信息均囊括在量测值的名称中;
[0046] S5:异常量测预测模型;具体为:首先通过对数据进行平稳性测试,如果不平稳,进行平稳性处理;数据平稳后,对数据进行白噪声测试,没有通过白噪声测试,识别模型属于AR,MA和ARMA中的哪种模型,并确定模型的阶数,确定ARIMA参数的p、q参数;模型识别后需要对模型校验,检测模型残差序列是否是白噪声,如果没有通过测试,需要对模型再次确定;对通过的模型,利用极大似然法进行模型参数估计;最后对应用模型进行测试,将实际值与预测值进行误差分析;如果误差值在业务允许范围内,表明拟合成功,模型建模结束,否则重新估计参数;
[0047] S6:平稳性检查;利用单位根检验的方法或者绘制量测值的时序图,查看平稳性,防止伪回归的现象发生;
[0048] S7:白噪声检测;具体为:利用LB统计量的方法对差分后的数据进行平稳性检查;
[0049] 选取量测数据的x1、x2、x3、x4、x5,进行一阶差分平稳,即x2-x1这样;对平稳后的数据进行白噪声检测;然后利用MATLAB中的lbqtest函数做白噪声检测,当输出的h为1则为白噪声,表明数据被利用完了;否则包含可用数据;
[0050] S8:模型识别;采用极大似然比的方法进行模型参数估计,估计各个参数的值;然后针对各个不同的模型,采用BIC信息准则对模型进行定阶,确定p、q参数,从而选择最优模型;
[0051] S9:模型检验;模型确定后,检验其残差序列是否为白噪声,如果不是,表明数据还没有利用完,修改模型参数或者重新利用数据;
[0052] S10:模型评价;通过量测预测结果与实时值进行对比,从绝对值、方差、平均误差三个度进行分析;
[0053] S11:模型评价达标后,利用模型对量测数据进行检测,当预测值发生跳变和/或变化速率异常和/或数据超范围时,发出告警。
[0054] 以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈