配电表箱温度数据分析研究

导语：配电表箱温度数据分析研究一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：配电表箱中安装着开关、保护等非常重要的电网运行设备，当设备长期在室外复杂的环境下工作时，运行温度是影响运行状态的重要因素，传统的检测手段只对其实时温度进行监测，但对于长期在线运行系统数据就无能为力了。有效的数据挖掘和建模分析可以准确反映出配电网中的设备运行状态和一些潜在的问题，现通过在软件系统中建立数据分析数学模型，对采集到的传感器温度数据进行分析计算，基于时间段、所记录温度数据、气象信息等基础来源信息，推测潜在故障，推荐优化处理方案，以达到辅助决策的效果。

关键词：数据分析；辅助决策软件；设计；气象数据

配电表箱中安装的电气设备长期在线运行积累的设备温度等数据可以有效并准确反映出配电网中的设备运行状态，如何有效地对这海量的运行数据进行分析和挖掘是行业内重点研究的课题。目前国内外主流的解决方案是在配电表箱中安装温度传感器对设备的运行温度进行实时采集及查询，但在采集数据的挖掘、设备的运行状态预测及外界因素关联分析方面还没有深入研究。因此，在本次研究中建立数据分析数学模型，对采集到的传感器温度数据进行分析计算，并基于时间段、所记录温度数据、气象信息等基础来源信息，推测潜在故障，推荐优化处理方案，以达到辅助决策的效果。数据模型的基本设计思路是：在多个不同年份相同时间段比较温度值差，再针对差值数据的大小，比较该时间段气象信息。在气象信息无巨大变化差异的前提下，对发生温度变化大于±3℃的数据量骤变信息进行提选过滤，按照基本数学模型分析可能原因，推测潜在危险以及推荐决策。对于在不同年份相同时间段温度差值小于±3℃的数据量骤变信息进行特殊数学模型分析，基于分析结果给出优化处理方案。温度数据分析决策算法流程图如图1所示。

1高温原因分析

利用测量点采集的温度与环境温差变化进行分析可以初步得出，当用电高峰期载流量过大时，测量点温度骤升，与环境温差较为明显，但持续时间短，平均到一天当中，日平均温差不大，所以报警时综合考虑温差趋势得出载流量过大的结论；当设备老化或接触不良时，除具备用电高峰期载流量过大的因素之外，同时每一时刻测量点与环境温差都有相当大小的值，平均到一天当中，日平均温差明显，所以报警时综合考虑温差趋势得出设备老化或接触不良的结论。以下为判定过程：1.1载流量过大。对配电表箱进行监测，当出现高温后系统前台进行报警处理，根据年历史温度变化趋势判定。统计当前测量点与环境的历史温度差异，根据每日平均温差形成温差走势，如果温差不呈持续上升趋势，则判定为载流量过大。温差的趋势图如图2所示，通过趋势分布图可以看出，温差走势呈非持续上升趋势。1.2设备老化或接触不良。判定原理同上，判断条件为温差呈持续上升趋势时，判定设备老化或接触不良。温差的趋势图如图3所示，通过趋势分布图可以看出，温差走势呈持续上升趋势。

2设备老化趋势分析

分析原理同上述高温分析原理，结合周围环境温度监控数据，配电表箱中测量点的温度曲线应和环境温度曲线保持一致的温度走势。趋势分析旨在提前分析设备是否老化，而非发生高温报警后进行原因分析。分析方法：以整点采集的温度和环境温度做差值，将一天图1温度数据分析决策算法流程图的所有差值取平均，以年为分析单位，将一个月内的所有日平均差值再取平均统计出月平均差值。平均温差作为衡量设备老化水平的分析依据，当差值不断增大时，预测为设备状况不佳，可能存在老化现象。

3设备薄弱环节预测

薄弱点分析采用同级比较的方法，根据普遍运行状况筛选出特殊运行状况。具体研究方法如下：以用电高峰期作为时间节点，统计用电高峰时段测量点温度增长情况，将同负荷级别的每个测量点在本时段与环境温度的差值记录下来，并计算出所有测量点温差平均值，然后将超过温差平均值的测量点记录在案；以月为统计单位，统计超过平均温差的次数，按照次数进行排倒序。根据设定的“一个月超过日平均温差次数”阈值来判断疑似薄弱点。由表1数据来看，设置阈值为0，所以经过分析后发现测量点1、测量点5、测量点4、测量点2均为薄弱环节（排名顺序分先后）。

4外界气象信息辅助报警

建立外界气象信息辅助分析流程，针对同一区域覆盖范围内的数据进行外界温度的信息收集，将该区域范围内采集到的外界环境温度信息作为报警的指标之一。对于部分提供公开气象警报接口的气象信息部门，调用气象信息接口，采用WebService网络接口的方式进行气象信息接入，这种方式安全高效，数据来源准确，并且可以缩短系统开发的周期和人力成本。实时接收气象警报，按照外界气象警报不同的划分层级，计算针对采集装置和传感器的危害，对采集点电力设备的损害程度，参与辅助报警。外界气象信息辅助报警流程图如图4所示。

5结语

配电表箱中安装的设备在长期运行中积累的数据可以有效并准确反映出配电网中的设备运行状态。本文分析了如何通过对配电表箱中设备历史与实时温度数据的趋势分析、薄弱环节分析、外界气象信息采集数据对比分析等，进行除主系统中高温报警以外的辅助报警和辅助决策。结合多维数据立体化智能报警，为配电表箱中设备进行温度管理提供了信息化手段，有效提高了工作效率，避免了大量人工操作，能够满足工作要求，并有效消除公众对高温带来隐患的忧虑，削减公众对输变电设备无端恐惧的心理，加强人们对于配电网络的认识，有效地引导社会舆论。

［参考文献］

[1]《中国电力百科全书》编辑委员会，《中国电力百科全书》编辑部.中国电力百科全书：电力系统卷[M].北京：中国电力出版社，1998.

[2]仁伟建，吕雪峰.基于优化技术的电力系统故障诊断解析模型的研究[J].计算机与信息技术，2006（3）：3-5.

[3]吴际舜.电力系统稳态分析的计算机方法[M].上海：上海交通大学出版社，1992.

作者:李明明 杨宏宇 王瑞琦 刘涌 王朋朋 单位:1.国网河南省电力公司驻马店供电公司 2.上海博英信息科技有限公司