本發(fā)明涉及一種智能變電站在線監(jiān)測參數(shù)趨勢預警方法，屬于電學領域。

背景技術：

隨著智能變電站的推廣應用，變電站內安裝了大量的在線監(jiān)測裝置，獲得了大量的一次設備的在線監(jiān)測信息。用一次設備監(jiān)測信息進行運行狀態(tài)分析、評估和預警是在線監(jiān)測的主要目的，其中參數(shù)的趨勢分析是設備運行工況分析有效手段之一。

目前，在線監(jiān)測系統(tǒng)中普遍采用的趨勢分析手段是將監(jiān)測到的歷史數(shù)據(jù)按照時間順序逐點相連，繪制成一條曲線，系統(tǒng)使用者通過觀察曲線的形態(tài)，判斷監(jiān)測數(shù)據(jù)的趨勢。該方法具有一定的應用效果，但是也存在較大的局限性。

首先，監(jiān)測數(shù)據(jù)受到環(huán)境、被監(jiān)測設備負荷以及測量手段等因素的影響呈現(xiàn)一定的上下隨機波動，偶爾還會存在個別異常數(shù)據(jù)，干擾設備維護人員判斷曲線趨勢，造成預警分析難度大，趨勢分析不準確的問題；

其次，設備維護人員需手工分析大量參數(shù)的趨勢，造成工作量大、容易忽略到部分參數(shù)的趨勢分析的問題。

技術實現(xiàn)要素：

本發(fā)明目的在于提供一種智能變電站在線監(jiān)測參數(shù)趨勢預警方法，以解決智能變電站中趨勢分析準確性較低、設備維護人員工作量大的問題。

為了達到上述目的，本發(fā)明的一種智能變電站在線監(jiān)測參數(shù)趨勢預警方法：取在線監(jiān)測裝置穩(wěn)定后的一段時間的監(jiān)測歷史數(shù)據(jù)作為樣本，計算監(jiān)測值和時間之間的相關系數(shù)，根據(jù)相關系數(shù)確定預警閾值；預警分析前，連續(xù)從監(jiān)測歷史數(shù)據(jù)中獲取多個樣本，針對每個樣本計算監(jiān)測值和時間的相關系數(shù)，比較相關系數(shù)與預警閾值之間的關系，如果相關系數(shù)趨勢連續(xù)增長且均大于預警閾值，則輸出預警信號。

預警分析前，采用固定寬度的取樣窗和固定滑動步長，沿時間軸倒推的方式連續(xù)獲得樣本。

所述方法步驟如下：

1)選取檢測設備開始投運一段時間內監(jiān)測歷史數(shù)據(jù)作為初始樣本，計算時間序列和監(jiān)測值序列的秩；

2)計算監(jiān)測值與時間之間的相關系數(shù)；

3)根據(jù)步驟2)中的相關系數(shù)確定一個預警閾值；

4)預警分析前，連續(xù)從監(jiān)測歷史數(shù)據(jù)中獲取多個樣本，針對每個樣本計算監(jiān)測值與時間的趨勢相關系數(shù)；

5)比較步驟4)中的相關系數(shù)和預警閾值之間的關系，如果相關系數(shù)趨勢連續(xù)增長且均大于預警閾值，則輸出告警。

所述步驟1)中將檢測歷史數(shù)據(jù)按照時間從大到小的規(guī)律進行排列，當時間出現(xiàn)重復時則剔除對應的采樣點，形成樣本{(X_i,Y_i),i＝1,…,n},X_i-監(jiān)測值，Y_i-采樣時間；其中元素Y_i的位置序列構成秩序列{Q₁,…,Q_n}；監(jiān)測值的秩的計算方法為：首先將監(jiān)測值序列中的元素X_i按照從小到大進行排列，然后將元素X_i用其在原始序列中的位置替代，形成X_i對應的秩序列{R₁,…,R_n}。

若監(jiān)測值序列中的元素有重復值，重復元素的秩為排列后位置的算術平均值。

計算監(jiān)測值與時間之間的相關系數(shù)的方法如下：

其中，m_x,m_y:計算公式在計算m_x時，m_i為變量x的同秩次數(shù)；計算m_y時，m_i為變量y的同秩次數(shù)；

n:序列中元素個數(shù)；

R_i:監(jiān)測值變量的秩；

Q_i:時間變量的秩。

根據(jù)相關系數(shù)確定一個預警閾值：當|r|+0.3|r|≤0.4時，r₀＝|r|+0.3|r|設置為預警閾值；否則選擇r₀＝0.4為預警閾值。

獲取n個樣本，計算時間相關系數(shù)r_n，r_n-1，···r₁，比較r_n，r_n-1，···r₁和r₀之間的關系，如果r_n≥r_n-1≥···≥r₁≥r₀，即表示趨勢連續(xù)增長且增長趨勢大于預警閾值，則輸出告警。

所述固定滑動步長為1/3取樣窗寬度。

本發(fā)明設計一種智能變電站在線監(jiān)測參數(shù)趨勢預警方法，通過將監(jiān)測值從小到大排列，以原始位置替代元素，使監(jiān)測值具有一定趨勢，避免了因監(jiān)測值隨機的波動和存在異常數(shù)據(jù)，設備維護人員無法準確判斷的問題，提高了趨勢分析的準確性；同時，計算方法具備工程靈活性，容易實現(xiàn)，減少設備維護人員的工作量。

附圖說明

圖1預警處理流程圖；

圖2數(shù)據(jù)樣本求秩示意圖；

圖3從檢測歷史數(shù)據(jù)中取樣示意圖。

具體實施方式

本發(fā)明的技術方案為：取在線監(jiān)測裝置穩(wěn)定后的一段時間的監(jiān)測歷史數(shù)據(jù)作為樣本，計算監(jiān)測值和時間之間的相關系數(shù)，根據(jù)趨勢相關系數(shù)確定預警閾值；預警分析前，連續(xù)從監(jiān)測歷史數(shù)據(jù)中獲取多個樣本，針對每個樣本計算監(jiān)測值和時間的相關系數(shù)，比較相關系數(shù)與預警閾值之間的關系，如果相關系數(shù)趨勢連續(xù)增長且大于預警閾值，則輸出預警信號。

下面結合附圖對本發(fā)明的技術方案作進一步說明：

如圖1所示為本發(fā)明預警處理的流程圖，具體步驟如下：

1)選取監(jiān)測設備開始投運一段時間內監(jiān)測參數(shù)數(shù)據(jù)作為初始樣本：

當投運的在線監(jiān)測裝置穩(wěn)定后，選一段時間(這里取一個星期)的在線監(jiān)測數(shù)據(jù)，按照時間從小到大的規(guī)律進行排列，當時間出現(xiàn)重復時則剔除對應的采樣點，形成樣本{(X_i,Y_i),i＝1,…,n},X_i-監(jiān)測值，Y_i-采樣時間；

計算時間序列和監(jiān)測值序列的秩，：

Y_i中元素的位置即為秩，位置序列構成秩序列{Q₁,…,Q_n}；

X_i的秩計算方法：首先將X_i中的元素按照從小到大進行排列，然后將元素X_i用其在原始序列中的位置替代，如果序列中有重復值，重復元素的秩為排列后位置的算術平均值，形成X_i對應的秩序列{R₁,…,R_n}。

如圖2所示計算X_i和Y_i的秩：首先得到一組樣本，按照時間從小到大的順序排列得到對應的樣本序列{(5.0，1:00)，(2.0，2:00)，(6.0，3:00)，(8.0，4:00)，(2.0，5:00)，(7.0，6:00)}，得到時間序列的秩序列為{1，2，3，4，5，6}，將監(jiān)測值從小到大排序，并用原監(jiān)測值的位置代替，得到{2，5，1，3，6，4}，由于位置2和位置5出的元素重復，故用二者的算術平均值代替元素，最終得到監(jiān)測值序列的秩序列為{3.5，3.5，1，3，6，4}。

2)計算監(jiān)測值與時間之間的相關系數(shù)：根據(jù)秩序列計算參數(shù)監(jiān)測值與采樣時間之間的相關系數(shù)r，計算方法如下：

其中，m_x,m_y:計算公式在計算m_x時，m_i為變量x的同秩次數(shù)；計算m_y時，m_i為變量y的同秩次數(shù)；

n:序列中元素個數(shù)；

R_i:監(jiān)測值變量的秩；

Q_i:時間變量的秩。

3)根據(jù)2)中的相關系數(shù)確定一個預警用相關系數(shù)閾值：當|r|+0.3|r|≤0.4時，r₀＝|r|+0.3|r|設置為預警閾值；否則選擇r₀＝0.4為預警閾值。

4)連續(xù)從監(jiān)測歷史數(shù)據(jù)中獲取多個樣本，針對每個樣本計算監(jiān)測值與時間的趨勢相關系數(shù)：

獲取n個樣本，計算時間相關系數(shù)r_n，r_n-1，···r₁。

5)比較4)中相關系數(shù)計算值與預警相關系數(shù)之間的關系確定是否進行告警輸出：比較r_n，r_n-1，···r₁和r₀之間的關系，如果r_n≥r_n-1≥···≥r₁≥r₀，即表示趨勢連續(xù)增長且增長趨勢大于預警閾值，則輸出告警。

如圖3，以兩個樣本為例。第一個樣本為從當前時刻起倒推一個星期的歷史數(shù)據(jù)，第二個樣本為將時間窗倒推1/3獲得的樣本，針對兩個樣本，按照1)和2)的方法計算相關系數(shù)r₂，計算相關系數(shù)r₁。

比較r₂、r₁和告警限值r₀之間的關系，如果r₂≥r₁≥r₀表示趨勢連續(xù)增長且增長趨勢大于告警限值，輸出告警。

進一步的，預警分析前，采用固定寬度的取樣窗和固定滑動步長，沿時間軸倒推的方式連續(xù)獲得樣本，所述固定滑動步長為1/3取樣窗寬度，但不局限于該值，可根據(jù)需要自行設定。

以上給出了具體的實施方式，但本發(fā)明不局限于所描述的實施方式。本發(fā)明的基本思路在于上述基本方案，對本領域普通技術人員而言，根據(jù)本發(fā)明的教導，設計出各種變形的模型、公式、參數(shù)并不需要花費創(chuàng)造性勞動。在不脫離本發(fā)明的原理和精神的情況下對實施方式進行的變化、修改、替換和變型仍落入本發(fā)明的保護范圍內。

本發(fā)明適用于智能變電站所有一次設備在線監(jiān)測參量的預警，并且可以應用于在線監(jiān)測裝置、在線監(jiān)測系統(tǒng)以及一次設備狀態(tài)評價系統(tǒng)。該方法可以很好地適應在線監(jiān)測數(shù)據(jù)存在偶然波動和個別數(shù)據(jù)異常的情況，提高了趨勢分析的準確性和趨勢分析效率，同時減少了設備維護人員的工作量，具有較高的實用價值。