一种一次设备在线监测数据趋势预测方法及装置

专利名称：一种一次设备在线监测数据趋势预测方法及装置

专利类型：发明专利

专利申请号：CN202110789700.3

专利申请（专利权）人：许昌许继软件技术有限公司,许继集团有限公司,许继电气股份有限公司
权利人地址：河南省许昌市许继大道1706号

专利发明（设计）人：发明人:朱俊瑞,李宝潭,陈志刚,陈无难,朱斌斌,陶颍军,赵中华,李民,李现伟,杜云朋,化高峰,尹新涛,冯凯滨

专利摘要：本发明涉及一种一次设备在线监测数据趋势预测方法及装置，根据采样点的历史数据计算历史采样时间内的增长率和增长率的平均增量增长率，利用该平均增量增长率来对未来各时间点的增长率进行预测，进而预测未来各时间点的数据值，并能够根据预测值进行异常告警。本发明相对于现有的在线监测数据趋势预测方法，既能适用于大部分一次设备在线监测数据，又能根据相似工况进行预测，考虑到不同工况下的差异性，方便快捷的为评估一次设备健康状态提供重要的依据。通过将对增长率类型进行分类，并针对不同分类采用不同的公式预测增长率和数据值，从而使得数据预测更加有针对性，能够适用于大部分一次设备在线监测数据。

主权利要求：
1.一种一次设备在线监测数据趋势预测方法，其特征在于，包括步骤：获取采样点的历史数据，每个数据包括采样时间点、数据值、以及其采样时间点对应的运行工况；
选取与待预测时间点相似工况的采样点数据，各数据值分别为v1、v2……vn，其对应的时间点分别为t1、t2……tn；
根据各数据值vi及其对应的时间点计算时间点ti分别对应的增长率ri，包括：对该采样点数据的增长率阈值类型进行判断，若为增量增长率类型，采用第一公式计算增长率，所述第一公式包括：；
若为百分比增长率类型，采用第二公式计算增长率，所述第二公式包括：；
根据所述时间点ti及其对应的增长率ri计算时间段[t1，tn]内增长率的平均增量增长率dv，所述平均增量增长率dv根据以下公式计算：；
根据该平均增量增长率dv对未来各时间点的增长率及其对应的采样点数据值进行预测，包括：未来时间点tn+j的增长率rn+j为：该时间点tn+j对应的数据值vn+j为：当该采样点数据的增长率阈值类型为增量增长率类型时，当该采样点数据的增长率阈值类型为百分比增长率类型时，其中，j≥1，且j为正整数，若 ，则 ；
其中，n为总采样点数，2≥i≥n，i、n均为正整数；
还包括：
当 时，发出增长率告警提示；
当 时，发出数据值告警提示；
其中， 为增长率阈值， 为数据值阈值。
2.一种一次设备在线监测数据趋势预测装置，其特征在于，包括历史数据获取模块、采样点数据选取模块、增长率计算模块、平均增量增长率计算模块、以及数据趋势预测模块；
其中，
所述历史数据获取模块用于获取采样点的历史数据，每个数据包括采样时间点、数据值、以及其采样时间点对应的运行工况；
所述采样点数据选取模块用于选取与待预测时间点相似工况的采样点数据，各数据值分别为v1、v2……vn，其对应的时间点分别为t1、t2……tn；
所述增长率计算模块用于根据各数据值vi及其对应的时间点计算时间点ti分别对应的增长率ri，包括：对该采样点数据的增长率阈值类型进行判断，若为增量增长率类型，采用第一公式计算增长率，所述第一公式包括：；
若为百分比增长率类型，采用第二公式计算增长率，所述第二公式包括：；
所述平均增量增长率计算模块用于根据所述时间点ti及其对应的增长率ri计算时间段[t1，tn]内增长率的平均增量增长率dv，所述平均增量增长率dv根据以下公式计算：；
所述数据趋势预测模块用于根据该平均增量增长率dv对未来各时间点的增长率及其对应的采样点数据值进行预测，包括：未来时间点tn+j的增长率rn+j为：该时间点tn+j对应的数据值vn+j为：当该采样点数据的增长率阈值类型为增量增长率类型时，当该采样点数据的增长率阈值类型为百分比增长率类型时，其中，j≥1，且j为正整数，若 ，则 ；
其中，n为总采样点数，2≥i≥n，i、n均为正整数；
还包括：
当 时，发出增长率告警提示；
当 时，发出数据值告警提示；
其中， 为增长率阈值， 为数据值阈值。 说明书 : 一种一次设备在线监测数据趋势预测方法及装置技术领域[0001] 本发明涉及变电站在线监测技术领域，尤其涉及一种一次设备在线监测数据趋势预测方法及装置。背景技术[0002] 在智能变电站的建设中，将变压器和开关等一次设备在线监测以及故障分析作为变电站建设的重要技术研究。对一次设备状态在线监测数据的趋势进行分析预测，可以为一次设备在线监测以及故障分析提供预测数据，用于推测一次设备故障的发展过程，有利维修决策和过程控制。而在现有技术中，对于在线监测数据趋势预测缺乏高效并且准确的方法。发明内容[0003] 基于现有技术的上述情况，本发明的目的在于提供一种一次设备在线监测数据趋势预测方法及装置，既能适用于大部分一次设备在线监测数据，又能根据相似工况进行预测，考虑到不同工况下的差异性，方便快捷的为评估一次设备健康状态提供重要的依据。[0004] 为达到上述目的，根据本发明的一个方面，提供了一种一次设备在线监测数据趋势预测方法，包括步骤：[0005] 获取采样点的历史数据，每个数据包括采样时间点、数据值、以及其采样时间点对应的运行工况；[0006] 选取与待预测时间点相似工况的采样点数据，各数据值分别为v1、v2……vn，其对应的时间点分别为t1、t2……tn；[0007] 根据各数据值vi及其对应的时间点计算时间点ti分别对应的增长率ri；[0008] 根据所述时间点ti及其对应的增长率ri计算时间段[t1，tn]内增长率的平均增量增长率dv；[0009] 根据该平均增量增长率dv对未来各时间点的增长率及其对应的采样点数据值进行预测；[0010] 其中，n为总采样点数，2≥i≥n，i、n均为正整数。[0011] 进一步的，所述根据各数据值及其对应的时间点计算时间点ti分别对应的增长率ri，包括：[0012] 对该采样点数据的增长率阈值类型进行判断，若为增量增长率类型，采用第一公式计算增长率；若为百分比增长率类型，采用第二公式计算增长率。[0013] 进一步的，所述第一公式包括：[0014] ri＝(vi‑vi‑1)/(ti‑ti‑1)。[0015] 进一步的，所述第二公式包括：[0016] ri＝(vi‑vi‑1)/[vi‑1*(ti‑ti‑1)]。[0017] 进一步的，所述平均增量增长率dv根据以下公式计算：[0018] dv＝(rn‑r2)/(tn‑t2)。[0019] 进一步的，所述根据该平均增量增长率dv对未来各时间点的增长率及其对应的采样点数据值进行预测，包括：[0020] 未来时间点tn+j的增长率rn+j为：[0021] rn+j＝rn+j‑1+(tn+j‑tn+j‑1)*dv[0022] 该时间点tn+j对应的数据值vn+j为：[0023] 当该采样点数据的增长率阈值类型为增量增长率类型时，[0024] vn+j＝vn+j‑1+(tn+j‑tn+j‑1)*rn+j[0025] 当该采样点数据的增长率阈值类型为百分比增长率类型时，[0026] vn+j＝vn+j‑1+(tn+j‑tn+j‑1)*rn+j*vn+j‑1[0027] 其中，j≥1，且j为正整数，若vn+j<0，则vn+j＝0。[0028] 进一步的，还包括：[0029] 当rn+j≥Hr时，发出增长率告警提示；[0030] 当vn+j≥Hv时，发出数据值告警提示；[0031] 其中，Hr为增长率阈值，Hv为数据值阈值。[0032] 根据本发明的另一个方面，提供了一种一次设备在线监测数据趋势预测装置，包括历史数据获取模块、采样点数据选取模块、增长率计算模块、平均增量增长率计算模块、以及数据趋势预测模块；其中，[0033] 所述历史数据获取模块用于获取采样点的历史数据，每个数据包括采样时间点、数据值、以及其采样时间点对应的运行工况；[0034] 所述采样点数据选取模块用于选取与待预测时间点相似工况的采样点数据，各数据值分别为v1、v2……vn，其对应的时间点分别为t1、t2……tn；[0035] 所述增长率计算模块用于根据各数据值vi及其对应的时间点计算时间点ti分别对应的增长率ri；[0036] 所述平均增量增长率计算模块用于根据所述时间点ti及其对应的增长率ri计算时间段[t1，tn]内增长率的平均增量增长率dv；[0037] 所述数据趋势预测模块用于根据该平均增量增长率dv对未来各时间点的增长率及其对应的采样点数据值进行预测；[0038] 其中，n为总采样点数，2≥i≥n，i、n均为正整数。[0039] 进一步的，所述增长率计算模块根据各数据值及其对应的时间点计算时间点ti分别对应的增长率ri，包括：[0040] 对该采样点数据的增长率阈值类型进行判断，若为增量增长率类型，采用第一公式计算增长率；若为百分比增长率类型，采用第二公式计算增长率。[0041] 进一步的，所述第一公式包括：[0042] ri＝(vi‑vi‑1)/(ti‑ti‑1)[0043] 所述第二公式包括：[0044] ri＝(vi‑vi‑1)/[vi‑1*(ti‑ti‑1)]。[0045] 综上所述，本发明提供了一种一次设备在线监测数据趋势预测方法及装置，根据采样点的历史数据计算历史采样时间内的增长率和增长率的平均增量增长率，利用该平均增量增长率来对未来各时间点的数据值和增长率进行预测，并能够根据预测值进行异常告警。本发明相对于现有的在线监测数据趋势预测方法，既能适用于大部分一次设备在线监测数据，包括油色谱、铁芯接地电流、局放、泄露电流、SF6气体压力/密度等，又能根据相似工况进行预测，考虑到不同工况下的差异性，方便快捷的为评估一次设备健康状态提供重要的依据。[0046] 本发明的技术方案具有如下有益的技术效果：[0047] (1)将对增长率类型进行分类，并针对不同分类采用不同的公式预测增长率和数据值，从而使得数据预测更加有针对性，能够适用于大部分一次设备在线监测数据。[0048] (2)在进行历史数据提取时充分考虑到采样时的工况，克服了不同工况下采样数据的差异性，根据相似工况进行数据去噪，排除掉无意义的数据，提高了预测的准确性。[0049] (3)本发明采用先对增长率进行预测，再根据预测的增长率预测数据值的方法，使得预测的数据值曲线更加光滑合理，避免预测的数据就是简单一条直线的延伸。附图说明[0050] 图1是本发明一次设备在线监测数据趋势预测方法的流程图；[0051] 图2是本发明一次设备在线监测数据趋势预测装置的构成框图。具体实施方式[0052] 为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。[0053] 下面对结合附图对本发明的技术方案进行详细说明。根据本发明的一个实施例，提供了一种一次设备在线监测数据趋势预测方法，该方法的流程图如图1所示，包括步骤：[0054] 获取采样点的历史数据，每个数据包括采样时间点、数据值、以及其采样时间点对应的运行工况。获取历史数据的时间段例如为从t1～tn的时间段。[0055] 选取与待预测时间点相似工况的采样点数据，各数据值分别为v1、v2……vn，其对应的时间点分别为t1、t2……tn。相似工况通常是指例如天气信息、设备运行状态等信息。由于设备在工况差别较大的情况下，进行数据预测的准确率相对较低，在该步骤下，通过选择相似工况下的采样点历史数据，根据相似工况进行数据去噪，排除掉无意义的数据，可以有效地提高数据预测的准确率。在本实施例中，设n为总采样点数，2≥i≥n，i、n均为正整数。[0056] 根据各数据值vi及其对应的时间点计算时间点ti分别对应的增长率ri。在对历史数据的增长率进行计算时，需要考虑采样点数据的增长率类型，本实施例中将其区分为两种类型：增量增长率类型和百分比增长率类型。例如，油色谱中氢气、乙炔、一氧化碳、二氧化碳、总烃等气体浓度数据增长率属于增量增长率类型，油色谱中甲烷、乙烷、乙烯等气体浓度以及本体局放中平均放电量、放电次数等数据增长率属于百分比增长率类型。针对不同的增长率类型进行计算，可以满足不同数据间的差异化要求，扩大了该预测方法的适用范围，能够实现对更多一次设备在线监测数据进行合理分析预测。具体来说，当该采样点数据的增长率阈值类型进行判断，若为增量增长率类型，采用第一公式计算增长率；若为百分比增长率类型，采用第二公式计算增长率。[0057] 第一公式包括：[0058] ri＝(vi‑vi‑1)/(ti‑ti‑1)。[0059] 第二公式包括：[0060] ri＝(vi‑vi‑1)/[vi‑1*(ti‑ti‑1)]。[0061] 根据所述时间点ti及其对应的增长率ri计算时间段[t1，tn]内增长率的平均增量增长率dv。该平均增量增长率dv可以根据以下公式计算：[0062] dv＝(rn‑r2)/(tn‑t2)。[0063] 根据该平均增量增长率dv对未来各时间点的增长率及其对应的采样点数据值进行预测。该预测包括对未来各时间点的增长率进行预测，以及对其对应的采样点的数据值进行预测，其中，[0064] 未来时间点tn+j的增长率rn+j为：[0065] rn+j＝rn+j‑1+(tn+j‑tn+j‑1)*dv[0066] 该时间点tn+j对应的数据值vn+j为：[0067] 当该采样点数据的增长率阈值类型为增量增长率类型时，[0068] vn+j＝vn+j‑1+(tn+j‑tn+j‑1)*rn+j[0069] 当该采样点数据的增长率阈值类型为百分比增长率类型时，[0070] vn+j＝vn+j‑1+(tn+j‑tn+j‑1)*rn+j*vn+j‑1[0071] 其中，j≥1，且j为正整数，若vn+j<0，则vn+j＝0。[0072] 根据本实施例的方案，当预测的增长率以及数据值超出阈值范围时，发出告警提示，以提醒运维人员进行排查，及早发现故障。具体来说，设置增长率阈值Hr，以及数据值阈值Hv，该增长率阈值和数据值阈值均可以根据采样的不同设备不同数据类型进行设置。[0073] 当rn+j≥Hr时，发出增长率告警提示；[0074] 当vn+j≥Hv时，发出数据值告警提示。[0075] 根据本发明的另一个实施例，提供了一种一次设备在线监测数据趋势预测装置，该装置的构成框图如图2所示，包括历史数据获取模块、采样点数据选取模块、增长率计算模块、平均增量增长率计算模块、以及数据趋势预测模块。[0076] 所述历史数据获取模块用于获取采样点的历史数据，每个数据包括采样时间点、数据值、以及其采样时间点对应的运行工况；[0077] 所述采样点数据选取模块用于选取与待预测时间点相似工况的采样点数据，各数据值分别为v1、v2……vn，其对应的时间点分别为t1、t2……tn；[0078] 所述增长率计算模块用于根据各数据值vi及其对应的时间点计算时间点ti分别对应的增长率ri；[0079] 所述平均增量增长率计算模块用于根据所述时间点ti及其对应的增长率ri计算时间段[t1，tn]内增长率的平均增量增长率dv；[0080] 所述数据趋势预测模块用于根据该平均增量增长率dv对未来各时间点的增长率及其对应的采样点数据值进行预测；[0081] 其中，n为总采样点数，2≥i≥n，i、n均为正整数。[0082] 该装置中各个模块进行计算以及预测的具体步骤与本发明第一个实施例中提供的方法相同，在此不再赘述。[0083] 综上所述，本发明涉及一种一次设备在线监测数据趋势预测方法及装置，根据采样点的历史数据计算历史采样时间内的增长率和增长率的平均增量增长率，利用该平均增量增长率来对未来各时间点的数据值和增长率进行预测，并能够根据预测值进行异常告警。本发明相对于现有的在线监测数据趋势预测方法，既能适用于大部分一次设备在线监测数据，包括油色谱、铁芯接地电流、局放、泄露电流、SF6气体压力/密度等，又能根据相似工况进行预测，考虑到不同工况下的差异性，方便快捷的为评估一次设备健康状态提供重要的依据。通过将对增长率类型进行分类，并针对不同分类采用不同的公式预测增长率和数据值，从而使得数据预测更加有针对性，能够适用于大部分一次设备在线监测数据。在进行历史数据提取时充分考虑到采样时的工况，克服了不同工况下采样数据的差异性，根据相似工况进行数据去噪，排除掉无意义的数据，提高了预测的准确性。本发明采用先对增长率进行预测，再根据预测的增长率预测数据值的方法，使得预测的数据值曲线更加光滑合理，避免预测的数据就是简单一条直线的延伸。[0084] 应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

专利地区：河南

专利申请日期：2021-07-13

专利公开日期：2024-10-11

专利公告号：CN113504423B