摘 要

20世纪以来，中国的国民经济中电气化程度越来越高，尤其是改革开放以来国民经济对电力的需求急速上升。经济对于电力的安全稳定供应的要求也越来越高，电力系统通过长期的发展，已经基本可以满足经济对电力的需求，然而电网在实际运行中，因为设备线路老化、气象、外力等因素影响，时常会发生故障，对电网的安全稳定运行造成影响，甚至能够对国民经济造成严重损失。如果能过建立数学模型，通过天气和设备线路的运行年限预测出故障的概率，在故障概率比较高是能够提前给予较高的关注与维护，那么将会避免很多的故障发生，使电力能够更加安全稳定的供应。

目前数据外掘技术已经深入应用到了电力应用和电力调配中。电站供电系统在使用过程中，由于并不清楚人们区域用电的使用量，又不能长时间持续供电，这样做不但耗费能源，同时对电站供电系统也存在巨大的损伤，增加的使用成本。但是应用了大数据挖掘技术之后，这种现象就可以有效的避免了。大数据挖掘技术可以从人们的日常用电数据中找出规律，然后根据这些规律统一调配电力资源。这样就可以节省能源。但是专家系统在应用到电力供电系统时就会遇到有许多理问题没有解决。

本文从架空线路运行年限对架空线路故障的影响、大风引起的树木晃动和折断导致的外力因素对架空线路故障的影响、架空线路由于受到大风和降雨导致的击穿电压下降从而引起的击穿放电故障。这三个方面分别进行了详细的研究与分析。本文通过2013年-2017年江苏电网10kV架空线路的故障数据进行研究，分别研究在运行年限的变化、风速的变化以及降雨量的变化与架空线路故障之间的函数关系，并将数据拟合成函数表达式。考虑各个影响因素之间是否存在耦合关系，将所有的影响因素进行综合分析，分析出这些因素和架空线路之间的函数关系，并合成一个函数表达式，建立出2013年-2017年江苏省电网10kV架空线路故障与线路运行年限、风速和降雨量的计算模型。

关键词：配电网，数据挖掘，模型，架空线

Research on health condition of distribution equipment based on multi-source heterogeneous data mining

Abstract

Since twentieth Century, the degree of electrification in China's national economy is getting higher and higher. Especially since the reform and opening up, the demand for electricity in the national economy has increased rapidly. The demand for the safe and stable supply of electricity is becoming higher and higher. Through long-term development, the power system can basically meet the demand for electricity. However, in the actual operation, because of the influence of the aging of equipment lines, weather, external force and other factors, the power grid will often fail, and the safety and stability of the power grid will be carried out. Row can cause serious damage to the national economy. If the mathematical model can be established, the probability of the fault is predicted through the weather and the running years of the equipment line. It can give higher attention and maintenance in advance in the high probability of failure, so that many failures will be avoided and the power can be more safe and stable.

At present, data digging technology has been applied to power application and power allocation. In the process of using power supply system of power station, because it is not clear that the use of electricity in people's area is not clear, the power supply can not be sustained for a long time, so it not only consumes energy, but also has huge damage to power supply system of power station, and increase the cost of use. But with the application of big data mining technology, this phenomenon can be effectively avoided. Big data mining technology can find out the rule from people's daily power consumption data, and then deploy power resources according to these rules. This can save energy. However, when applying the expert system to the power supply system, many problems will not be solved.

In this paper, the impact of overhead lines on overhead lines, the influence of the external forces caused by the sloshing and breaking of the wind caused by the wind, and the breakdown of the overhead lines caused by the breakdown of the breakdown voltage caused by the wind and the rain caused by the rain caused by the heavy wind and the rain. These three aspects are studied and analyzed in detail. Through the study of the fault data of the 10kV overhead line of Jiangsu power grid in -2017 2013, this paper studies the function relation between the change of the working life, the change of wind speed, the change of the rainfall and the fault of the overhead line respectively. Considering whether there is a coupling relationship between the various factors, all the influencing factors are synthetically analyzed, and the relationship between these factors and the function of the empty lines is analyzed, and a functional expression is synthesized, and the operation years, wind speed and rainfall of the line road of the 10kV frame in Jiangsu power grid in 2013 -2017 are established. The calculation model.

Keywords: Distribution Network; Data mining; Model; Overhead line

目录

摘 要 I

Abstract II

第一章 绪 论 1

1.1课题背景 1

1.2 架空线路故障因素分析 2

1.3 国内外研究现状 3

1.4 本课题的主要工作 4

第二章 设备故障数据处理 5

2.1数据预处理 5

2.2数据处理的方法 6

2.1.1基本流程 6

2.1.2时间序列检测是否存在噪声 7

2.1.3 聚类方法分离噪声 7

2.1.4 填补缺失值 9

第三章 架空线故障模型的建立 14

3.1架空线故障因素及其耦合关系 14

3.1.1主要故障影响因素 14

3.1.2影响因素之间的耦合关系 14

3.2 主要因素引起的故障率研究 14

3.2.1运行年限对架空导线的故障概率影响 14

3.2.2大风引起的外力因素对输电线路故障概率影响 15

3.3.3建立大风对导线故障概率的模型 16

3.2.4降雨对架空线故障概率的模型 18

第四章 数据分析与拟合 20

4.1由线路运行年限导致的输电线路故障数据分析与拟合 20

4.2因树木受到大风载荷导致的故障数据分析与拟合 21

4.3由降雨和风速共同导致的输电线路故障数据分析与拟合 26

4.4总模型 30

第五章 总结 32

全文总结 32

参考文献 33

致谢 35

附录 36

第一章 绪 论

1.1课题背景

随着国民经济电气化程度的逐年提高，人们对电力供应的可靠性和稳定性要求也更加严格。配电网作为与用户直接相连的电力网，不仅规模庞大，设备繁多，且供电环境复杂，使配电网成为故障发生的重灾区，超过80%的停电是由配电网中的故障引起的。虽然可以通过预测电网故障和改善电网结构来减少事故发生的可能性，但一些自然灾害和不可预见的事件不能预先预测^[1]。配电系统作为整个供电的最终环节。这种联系在电力系统中变得越来越重要。电网运行过程中存在多种类型的并行信息系统，许多设备的状态包含在了设备运行过程产生的数据中，智能电网的故障是由电力设备直接引起的，因为电力设备是整个输电系统的基本组成单位^[2]。利用数据挖掘技术可以对电力设备进行故障的预测，以确保电力系统能够安全稳定运行^[3]。目前智能电网已经开始在我国普及，而智能电网中的设备也越来越多，这样可获得的设备信息就急剧上升，给数据挖掘技术的应用提供个基本保障^[4]。本设计深入挖掘从各种信息系统获取的多源异构数据，分析电力元件健康状况与自身以及外界因素的关联关系，研究配电网设备故障原因。在此基础上，建立配电设备健康状况的分析方法，为电力系统安全可靠运行及检修计划制定提供依据。通过多年的不断发展互联网、物联网技术已经逐渐成熟^[5]。随着大数据概念的提出，我们已经进入大数据时代^[6]。大数据正在通过各种方面影响着我们的生活，如生活、娱乐、科研和工作等等。基于数据库和人工智能发展，数据挖掘技术也在飞速发展^[7]。数据挖掘是指从许多看似没有联系数据中根据其中的联系分析出其中的联系和规律，将许多看似无用的数据进行整合和分析，形成有用的规则和概念，可以对未来的走势进行预测^[8]。目前数据挖掘技术已经逐渐渗透到各行各业，如医学、金融、计算机以及市场分析等。目前在电力系统中已经运用了专家系统和智能诊断等方法，但是这些方法存在许多的理论瓶颈尚未突破，而大数据技术可以有效的避免这些缺陷，目前大数据技术已经运用在设备生产管理系统以及配电网故障信息分析中^[9]。

20世纪以来，中国的国民经济中电气化程度越来越高，尤其是改革开放以来国民经济对电力的需求急速上升^[10]。经济对于电力的安全稳定供应的要求也越来越高，电力系统通过长期的发展，已经基本可以满足经济对电力的需求，然而电网在实际运行中，因为设备线路老化、气象、外力等因素影响，时常会发生故障，对电网的安全稳定运行造成影响，甚至能够对国民经济造成严重损失^[11]。如果能过建立数学模型，通过天气和设备线路的运行年限预测出故障的概率，在故障概率比较高是能够提前给予较高的关注与维护，那么将会避免很多的故障发生，使电力能够更加安全稳定的供应^[12]。

相关图片展示：