一种变电站直流系统故障排查系统及其排查方法 |
|||||||
| 申请号 | CN202311616290.8 | 申请日 | 2023-11-29 | 公开(公告)号 | CN117607531A | 公开(公告)日 | 2024-02-27 |
| 申请人 | 国网河南省电力公司开封供电公司; | 发明人 | 孟凡斌; 南钰; 郑罡; 于永哲; 孔真真; 刘畅; | ||||
| 摘要 | 本 发明 属于变电站故障排查技术领域，且公开了一种变电站直流系统故障排查系统，包括 数据采集 模 块 、 数据处理 与分析模块、故障诊断模块、预测性维护模块、智能决策支持模块、故障 定位 辅助模块以及维修和测试模块。本发明通过实现提前预干涉处理，粗略应对故障问题，提高故障排查和修复的概率和效果，且通过智能决策支持模块，根据直流系统的状态和故障诊断的初步结果，在完成完整结果诊断之前，引入 专家系统 和规则库，智能决策故障维护方法，根据具体情况生成个性化的维修方案和测试方案，并提供详细的决策依据，从而提高了故障排查系统的决策能 力 和应变能力，从而大大提高了系统应对故障排查和维护的预测能力和决策能力。 | ||||||
| 权利要求 | 1.一种变电站直流系统故障排查系统，其特征在于：包括数据采集模块、数据处理与分析模块、故障诊断模块、预测性维护模块、智能决策支持模块、故障定位辅助模块以及维修和测试模块，其中， |
||||||
| 说明书全文 | 一种变电站直流系统故障排查系统及其排查方法技术领域[0001] 本发明属于变电站故障排查技术领域，具体为一种变电站直流系统故障排查系统及其排查方法。 背景技术[0002] 变电站直流系统是变电站中非常重要的部分，通常用于对变电站内各种设备，如继电保护设备、控制设备、通信设备等提供可靠的直流电源，针对变电站直流系统的故障排查尤为重要，便于及时进行维护，从而恢复正常运行。 [0003] 现有技术中变电站直流系统故障排查系统，在运行使用过程中，通常数据收集不全面，对应直流系统中的设备监测覆盖有限，传统的故障排查系统可能只能获取有限的数据，无法全面了解各个设备的状态和参数，且传统的故障排查方法往往只停留在故障点的定位，缺乏对故障原因的深入分析，且针对不同故障的排查过程中，针对各直流系统故障的数据库对比不足，应对不同直流系统中设备的不同故障情况，难以实现精准有效的匹配，实际故障问题的定位评估效果不佳，在变电站直流系统故障排查，综合排查确定和故障消除的效果不佳。 发明内容[0004] 本发明的目的在于提供一种变电站直流系统故障排查系统及其排查方法，以解决上述背景技术中提出的问题。 [0005] 为了实现上述目的，本发明提供如下技术方案：一种变电站直流系统故障排查系统及其排查方法，包括数据采集模块、数据处理与分析模块、故障诊断模块、预测性维护模块、智能决策支持模块、故障定位辅助模块以及维修和测试模块，其中，[0006] 所述数据采集模块包括传感器、检测装置和检测对象，所述数据采集模块在直流系统中采集参数数据，所述参数数据包括电压、电流、温度、接地电流，所述数据送入数据处理模块进行处理和存储； [0008] 所述故障诊断模块包括故障诊断算法、故障情况和拓扑结构和连接关系单元，所示故障诊断模块根据数据处理与分析模块提供的信息，进行故障诊断和定位，结合直流系统的拓扑结构和设备连接关系，帮助确定故障发生的位置和原因； [0009] 所述预测性维护模块包括机器学习算法、数据挖掘单元和预处理运行库，所述预测性维护模块利用机器学习和数据挖掘技术，结合数据采集模块的历史数据和实时数据以及故障诊断模块的结果数据，对直流系统的设备状态进行预测和评估，提前发现潜在故障迹象； [0010] 所述智能决策支持模块包括专家系统和决策树算法单元，所述智能决策支持模块集成了专家系统和决策树算法，根据数据采集模块的实时监测数据以及故障诊断模块的故障诊断结果，为操作人员提供故障处理建议和方案，并辅助其进行决策； [0011] 所述故障定位辅助模块包括实时监测设备和远程协助单元，所述实时监测设备包括红外热像仪和局部放电检测设备，所述远程协助支持单元为包括AR技术和VR技术。 [0012] 优选的，所述检测对象包括整流设备、控制保护系统、直流线路和电池组，所述故障情况包括整流设备故障、直流线路故障、电池组故障和控制保护系统故障，所述整流设备包括整流变压器和整流模块，所述直流线路包括直流母线、直流开关和隔离开关，所述控制保护系统包括控制保护装置、通信设备，所述电池组包括蓄电池、电池柜、风机、散热器和过滤器。 [0013] 优选的，所述数据采集模块采用的无线传感网络协议为LoRaWAN，所述数据采集模块采用无线传感器节点和基站传输数据至系统评估模块。 [0014] 优选的，所述数据处理与分析模块为内部通信协议，所述数据处理与分析模块采用的内部通信协议为内部总线协议I 2C，所述数据处理与分析模块采用以太网传输数据至故障识别和定位模块。 [0015] 优选的，所述故障诊断模块包括故障识别和故障定位，所述故障识别和故障定位之间为内部总线协议Modbus连接，所述故障诊断模块与维修和测试模块之间为以太网数据传输。 [0016] 优选的，所述维修和测试模块的测试内容包括故障排出结果确定、维护后性能测试和维护后安全测试。 [0017] 一种变电站直流系统故障排查系统的排查方法，包括以下排查步骤： [0018] 第一步、数据收集：收集报警信息、设备操作状态和电气参数对应的数据信息； [0019] 第二步、初步分析：对收集到的数据进行初步分析，确定问题发生的可能范围； [0020] 第三步、预测性维护：截取初步分析数据，调取预测性维护模块中的预处理运行库，在初始数据比对下，从预处理运行库中最快调取最接近的预处理方案，进行预测性故障排查； [0021] 第四步、详细调查：获取初步分析的结果，进行设备的现场查看、设备性能参数和历史检修记录的分析，进一步确定故障点； [0022] 第五步、故障定位：通过检查设备和系统，实行分区段、分部位、分成份的对照和排查，最终确定故障点； [0023] 第六步、智能决策：截取详细调查数据和故障定位数据，运行决策树算法单元，自动启动专家系统，进行智能故障决策处理； [0024] 第七步、故障处理：根据故障情况，详细制定具体的处理方案，包括更换设备、调整参数和修理设备； [0025] 第八步、验证和再次测试：处理过后，对处理方案进行验证并再次测试设备运行情况，检查至完全恢复正常。 [0026] 本发明的有益效果如下： [0027] 本发明通过新增的预测性维护模块和智能决策支持模块，基于历史数据和机器学习算法建立的模型，可以预测直流系统可能出现的故障，提前进行维护，避免故障导致的停机时间和损失，在初始数据截取下，基于回归分析和时间序列分析，在完整故障排查检测前期，实现提前预干涉处理，粗略应对故障问题，提高故障排查和修复的概率和效果，且通过智能决策支持模块，根据直流系统的状态和故障诊断的初步结果，在完成完整结果诊断之前，引入专家系统和规则库，智能决策故障维护方法，根据具体情况生成个性化的维修方案和测试方案，并提供详细的决策依据，从而提高了故障排查系统的决策能力和应变能力，从而大大提高了系统应对故障排查和维护的预测能力和决策能力。附图说明 [0028] 图1为本发明系统模块图； [0029] 图2为本发明采集对象的内容示意图。 具体实施方式[0030] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。 [0031] 如图1至图2所示，本发明实施例提供了一种变电站直流系统故障排查系统及其排查方法，包括数据采集模块、数据处理与分析模块、故障诊断模块、预测性维护模块、智能决策支持模块、故障定位辅助模块以及维修和测试模块，其中， [0032] 所述数据采集模块包括传感器、检测装置和检测对象，所述数据采集模块在直流系统中采集参数数据，所述参数数据包括电压、电流、温度、接地电流，所述数据送入数据处理模块进行处理和存储； [0033] 所述数据处理与分析模块包括数据存储设备单元、数据处理算法单元和数据库管理系统，所述数据处理与分析模块接收来自数据采集模块的数据，对其进行处理、分析和存储； [0034] 所述故障诊断模块包括故障诊断算法、故障情况和拓扑结构和连接关系单元，所示故障诊断模块根据数据处理与分析模块提供的信息，进行故障诊断和定位，结合直流系统的拓扑结构和设备连接关系，帮助确定故障发生的位置和原因； [0035] 所述预测性维护模块包括机器学习算法、数据挖掘单元和预处理运行库，所述预测性维护模块利用机器学习和数据挖掘技术，结合数据采集模块的历史数据和实时数据以及故障诊断模块的结果数据，对直流系统的设备状态进行预测和评估，提前发现潜在故障迹象； [0036] 所述智能决策支持模块包括专家系统和决策树算法单元，所述智能决策支持模块集成了专家系统和决策树算法，根据数据采集模块的实时监测数据以及故障诊断模块的故障诊断结果，为操作人员提供故障处理建议和方案，并辅助其进行决策； [0037] 所述故障定位辅助模块包括实时监测设备和远程协助单元，所述实时监测设备包括红外热像仪和局部放电检测设备，所述远程协助支持单元为包括AR技术和VR技术。 [0038] 在使用过程中，传感器用于实时采集直流系统的各种参数数据，如电压、电流、温度等，传感器可以是电流传感器、电压传感器、温度传感器；监测装置用于监测直流系统的状态和运行情况，例如接地电流监测装置、电池状态监测装置等，监测装置可以通过网络连接到数据处理模块。 [0039] 数据采集模块负责实时监控和收集系统的运行数据，如电压、电流、设备状态等，且通过自动化的方式收集这些数据，并进行预处理，清除无效或错误的数据。 [0040] 数据处理与分析模块中，数据存储设备用于存储采集到的数据，可以是硬盘、闪存或云存储；数据处理算法用于对采集到的数据进行处理和分析，可以包括滤波、傅里叶变换、统计分析等算法；数据库管理系统用于管理和组织存储的数据，提供对历史数据的查询和检索功能。 [0041] 故障诊断模块中，故障诊断算法基于数据处理与分析模块提供的数据，通过一系列故障诊断算法和规则，对故障进行诊断和定位，这些算法可以是基于规则的专家系统，也可以是基于机器学习的模型；故障诊断模块需要了解直流系统的拓扑结构和设备之间的连接关系，以辅助确定故障发生的位置和可能原因。 [0042] 预测性维护模块中，机器学习算法是通过建立模型并训练，利用历史数据和实时数据进行预测和评估，常见的算法包括回归分析、时间序列分析、神经网络等；数据挖掘技术用于从大量数据中发现隐含的模式和规律，帮助预测潜在故障迹象。 [0043] 智能决策支持模块中，专家系统是基于专家知识和规则库，根据实时监测数据和故障诊断结果，为操作人员提供故障处理建议和方案；决策树算法是利用决策树模型对故障处理过程进行建模和优化，以辅助操作人员做出决策。 [0044] 故障定位辅助模块中，实时监测设备红外热像仪、局部放电检测设备等，用于帮助操作人员实地确认故障点，且通过AR或VR技术，将远程专家的视角与现场操作人员共享，实现实时交流和指导。 [0045] 维修和测试模块在确定了故障的原因后，指导修复工作，并在完成修复后对系统进行测试，验证修复的成功性。 [0046] 其中，检测对象包括整流设备、控制保护系统、直流线路和电池组，故障情况包括整流设备故障、直流线路故障、电池组故障和控制保护系统故障，整流设备包括整流变压器和整流模块，直流线路包括直流母线、直流开关和隔离开关，控制保护系统包括控制保护装置、通信设备，电池组包括蓄电池、电池柜、风机、散热器和过滤器。 [0047] 在使用过程中，对整流设备排查时检查设备的状态、温度、输入输出电压和电流等参数，以及设备的连接和接地情况；针对直线线路排查时检查线路的连接状态、线路电阻、绝缘状况，以及是否存在接触不良、断路等问题；对控制保护系统排查时检查保护装置的状态、参数设置是否正确，通信设备的连接状态和信号传输是否正常；对电池组排查时检查电池组的电压、容量、内阻，以及电池之间的连接状态和充放电控制系统。 [0048] 其中，数据采集模块采用的无线传感网络协议为LoRaWAN，数据采集模块采用无线传感器节点和基站传输数据至系统评估模块，数据处理与分析模块为内部通信协议，数据处理与分析模块采用的内部通信协议为内部总线协议I 2C，数据处理与分析模块采用以太网传输数据至故障识别和定位模块。 [0049] 在使用过程中，数据处理与分析模块根据预设的运行要求和算法对收集到的数据进行评估，并将评估结果传输给其他模块，使用内部总线协议I 2C连接数据处理单元和其他模块，以实现快速的内部数据传输，且使用以太网协议通过相应的接口连接其他模块，以实现外部数据传输。 [0050] 其中，故障诊断模块包括故障识别和故障定位，故障识别和故障定位之间为内部总线协议Modbus连接，故障诊断模块与维修和测试模块之间为以太网数据传输，维修和测试模块的测试内容包括故障排出结果确定、维护后性能测试和维护后安全测试。 [0051] 一种变电站直流系统故障排查系统的排查方法，包括以下排查步骤： [0052] 第一步：数据收集：收集报警信息、设备操作状态和电气参数对应的数据信息； [0053] 实时监测系统运行情况，及时获取故障报警信息，数据收集时确保数据采集设备的可靠性和准确性，避免数据误差对故障排查结果的影响，且确保数据采集的频率和范围合理，涵盖关键设备和电气参数，确保数据传输的安全性和可靠性，采用加密和验证机制保护数据的传输过程。 [0054] 第二步：初步分析：对收集到的数据进行初步分析，确定问题发生的可能范围； [0055] 快速判断故障类型和可能的原因，为后续的详细调查提供方向，建立合理的分析模型和算法，能够快速准确地对数据进行分析和处理，结合历史数据和经验知识，进行有效的数据挖掘和故障模式识别。 [0056] 第三步、预测性维护：截取初步分析数据，调取预测性维护模块中的预处理运行库，在初始数据比对下，从预处理运行库中最快调取最接近的预处理方案，进行预测性故障排查； [0057] 第四步：详细调查：根据初步分析的结果，进行设备的现场查看、设备性能参数和历史检修记录的分析，进一步确定故障点； [0058] 行详细的设备检查和测试，包括外观、接线、电气参数等方面，结合设备的历史记录和维护日志，了解设备的运行状况和维护情况。 [0059] 第五步：故障定位：通过检查设备和系统，实行分区段、分部位、分成份的对照和排查，最终确定故障点； [0060] 采用逐步排除法，从整体到局部逐步缩小故障范围，减少排查的复杂性，结合设备的拓扑结构和电气连接关系，有针对性地进行故障排查。 [0061] 第六步、智能决策：截取详细调查数据和故障定位数据，运行决策树算法单元，自动启动专家系统，进行智能故障决策处理； [0062] 第七步：故障处理：根据故障情况，制定具体的处理方案，包括更换设备、调整参数和修理设备； [0063] 根据故障的严重程度和影响范围，制定合理的处理优先级和方案，遵循设备的操作规程和维护手册，确保处理过程的安全性和正确性。 [0064] 第八步：验证和再次测试：处理过后，对处理方案进行验证并再次测试设备运行情况，检查完全恢复正常。 [0065] 进行全面的设备测试，包括功能性测试、性能参数测试等，确保验证过程的可追溯性和记录，便于后续的故障分析和改进。 |
||||||
