基于数据挖掘的高压断路器机械特性监测系统设计
扫描二维码
随时随地手机看文章
引言
高压断路器使用寿命是生产厂家和电力企业都十分关心的一个可靠性指标,也是评价断路器可靠性水平高低的最具说服力和最直接的指标。国内外研究机构与高等院校在高压断路器的机械寿命预测方面做了大量的研究工作,虽然没有一种预测模型能获得普遍认可,但是有一点已然形成共识,那就是高压断路器的分合闸时间与开断次数有着明显的相关性,分合闸时间在一定程度上反映了高压断路器的使用寿命。
高压断路器寿命分为机械寿命和电气寿命两个维度,机械寿命是指空载操作时的循环操作次数,主要取决于断路器机械结构的牢固程度、零部件的机械强度和控制线路的操作耐久性,常常要求达到成千上万次,因此,高压断路器的机械寿命与其动作次数息息相关。实际运行当中,高压断路器分合主要有3种状态:
(1)空载分合,此时无分合闸电流通过,主要是针对高压试验、继电保护定检等过程中需要多次分合:
(2)开断负荷电流,此时有负荷电流通过,一般为几百安培,主要是针对正常的停、送电操作:
(3)开断故障电流,此时有故障短路电流通过,一般为几千安培,主要是针对系统短路故障的切除。断路器的电气寿命主要与开断的电流大小有关,开断大电流的次数越多,电气寿命损失越严重。
1可行性理论分析
能量管理系统中事件顺序记录(SequenceofEvent,S0E)主要用于在事故发生时记录多个开关量输入信号变位的准确时间,以便于区分多个变位的先后顺序S0E事件是一种带同步时间戳的开关量输入变位事件,高压断路器分合闸S0E对应时间分别如图1、图2所示。
通过图1、图2高压断路器分合闸的时间标定可以计算出动作时间T,单位为毫秒,如式(1)所示。
2数据挖掘流程及分析策略设计
根据上述理论分析可以将高压断路器数据挖掘流程设计如图3所示。
u3表示近三年标准差(剔除异常数据):u表示历史标准差(剔除异常数据):Tmax表示历史最大值(剔除异常数据):Tmin表示历史最小值(剔除异常数据):T3max表示近三年最大值(剔除异常数据):T3min表示近三年最小值(剔除异常数据):Tavg表示历史平均值(剔除异常数据):T3avg表示近三年平均值(剔除异常数据):皿表示历史记录总数:皿3表示近三年记录总数:R表示历史合理记录数:R3表示近三年合理记录数:A表示历史异常记录数:A3表示近三年异常记录数。
2.1按单一断路器分析流程
(1)如果u3为空,则该近三年设备未动作。
(2)如果0≤u3≤4并且0≤u≤4,则:
1)如果Tmax-Tmin≤10,则参考历史记录最大与最小值范围:
2)如果Tmax-Tmin>10并且T3max-T3min≤10,则参考近三年记录最大与最小值范围:
如果Tmax-Tmin>10并且T3max-T3min>10,则:
1如果R≥200并且(R+A)/X≥0.6,则参考历史记录最大与最小值范围,同时:
(a)如果Tmax-Tavg>3μ,最大值的数量Ⅹ/(R+A)≤0.025,则将最大值置为异常:
(b)如果Tavg-Tmin>3μ,最小值的数量Ⅹ/(R+A)≤0.025,则将最小值置为异常:
2如果R≥200,R3≥100并且(R3+A3)/X3≥0.6,则参考近三年记录的最大与最小值范围,同时:
(a)如果T3max-T3avg>3μ3,近三年最大值的数量Ⅹ/(R+A)≤0.025,则将最大值置为异常:
(b)如果T3avg-T3min>3μ3,近三年最小值的数量Ⅹ/(R+A)≤0.025,则将最小值置为异常:
3如果R≥200,且以上条件不满足,则:
(a)如果Tmax-Tavg>3μ,最大值的数量Ⅹ/(R+A)(R+A)≤0.025,则将最大值置为异常:
(b)如果Tavg-Tmin>3μ,最小值的数量Ⅹ/(R+A)≤0.025,则将最小值置为异常。
(3)如果0≤μ3≤4并且μ>4,则:
1)如果Tmax-Tmin>10并且T3max-T3min≤10,则:
1如果R3≥100,则参考近三年记录最大与最小值范围:
(a)如果时长Ⅹ>Tmax+20,则将Ⅹ置为异常:
(b)如果时长Ⅹ<Tmin-20,则将Ⅹ置为异常:
2)如果Tmax-Tmin≤10,则:
如果R≥200并且(R+A)/X≥0.6,则参考历史记录最大与最小值范围:
3)如果Tmax-Tmin>10并且T3max-T3min>10,则:
1如果R≥200并且(R+A)/X≥0.6,则:
(a)如果Tmax-Tavg>3μ,最大值的数量Ⅹ/(R+A)≤0.025,则将最大值置为异常:
(b)如果Tavg-Tmin>3μ,最小值的数量Ⅹ/(R+A)≤0.025,则将最小值置为异常:
2如果R≥200、R3≥100并且(R3+A3)/X3≥0.6,则参考近三年记录的最大与最小值范围,同时:
(a)如果T3max-T3avg>3μ3,近三年最大值的数量Ⅹ/(R+A)≤0.025,则将最大值置为异常:
(b)如果T3avg-T3min>3μ3,近三年最小值的数量Ⅹ/(R+A)≤0.025,则将最小值置为异常:
如果R≥200,且以上条件不满足,则:
(a)如果Tavg-Tmin>3μ,最大值的数量Ⅹ/(R+A)≤0.025,则将最大值置为异常:
(b)如果Tavg-Tmin>3μ,最小值的数量Ⅹ/(R+A)≤0.025,则将最小值置为异常。
(4)如果4<μ3并且0≤μ≤4则:
1)如果Tmax-Tmin≤10,则:
如果R≥200,则参考历史记录最大与最小值范围:
2)如果Tmax-Tmin>10并且T3max-T3min>10,则:
1如果R≥200并且(R+A)/X≥0.6,则参考历史记录的最大与最小值范围,同时:
(a)如果7max_7avg>3μ,最大值的数量X/(R+A)≤0.025,则将最大值置为异常:
(b)如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.025,则将最小值置为异常:
O2如果R≥200,R3≥100并且R3+A3)/-3≥0.6,则:
(a)如果73max_73avg>3μ3,近三年最大值的数量X/(R+A)≤0.025,则将最大值置为异常:
(b)如果73avg_73min>3μ3,近三年最小值的数量X/(R+A)≤0.025,则将最小值置为异常:
如果R≥200,且以上条件不满足,则:
(a)如果7max_7avg>3μ,最大值的数量X/(R+A)≤0.025,则将最大值置为异常:
(b)如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.025,则将最小值置为异常。
(5)如果4<μ3并且4<μ,则:
如果R≥200,则:
1)如果7max_7avg>3μ,最大值的数量X/R+A)≤0.025,则将最大值置为异常:
2)如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.025,则将最小值置为异常。
2.2按同站、同电压、同厂家、同形式、同型号的断路器分析流程
(1)如果0≤μ≤4且7max_7min≤10,则断路器参考同类设备。
(2)如果0≤μ≤4且7max_7min>10,则断路器参考同类设备。
1)如果R≥200并且(R+A)/-≥0.6,则断路器参考同类设备,同时执行:
O1如果7max_7avg>3μ,最大值的数量X/(R+A)≤0.025,则将最大值置为异常:
O2如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.025,则将最小值置为异常:
2)如果R≥200且不满足上述条件,则执行:
O1如果7max_7avg>3μ,最大值的数量X/(R+A)≤0.01,则将最大值置为异常:
O2如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.01,则将最小值置为异常:
3)如果R<200且不满足上述条件,则将该类型统计信息置为空。
(3)如果4<μ,则执行:
1)如果R≥200,则执行:
O1如果7max_7avg>3μ,最大值的数量X/(R+A)≤0.01,则将最大值置为异常:
O2如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.01,则将最小值置为异常:
2)如果R<200且不满足上述条件,则将该类型统计信息置为空。
2.3按同电压、同厂家、同形式、同型号的断路器分析流程(1)如果0≤μ≤4且7max_7min≤10,则断路器参考同类设备。(2)如果0≤μ≤4且7max_7min>10,则断路器参考同类设备。1)如果R≥200并且(R+A)/-≥0.6,则断路器参考同类设
备,同时执行:
O1如果7max_7avg>3μ,最大值的数量X/R+A)≤0.01,则将最大值置为异常:
O2如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.01,则将最小值置为异常:
2)如果R≥200且不满足上述条件,则执行:
O1如果7max_7avg>3μ,最大值的数量X/(R+A)≤0.005,则将最大值置为异常:
O2如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.005,则将最小值置为异常:
3)如果R<200且不满足上述条件,则将该类型统计信息置为空。
(3)如果4<μ,则执行:
1)如果R≥200,则:
O1如果7max_7avg>3μ,最大值的数量X/(R+A)≤0.005,则将最大值置为异常:
O2如果7avg_7min>3μ,最小值的数量X/(R+A)≤0.005,则将最小值置为异常:
2)如果R<200且不满足上述条件,则将该类型统计信息置为空。
3数据挖掘系统设计
数据挖掘系统采用三层的B/S体系结构,采用IAVA语言,基于I2EE的分布式计算技术进行设计开发,数据库采用Orac1e数据库,得到一个结构灵活、可快速部署和调整的平台。在B/S系统中,用户可以通过浏览器信息浏览服务器发出请求,服务器响应请求并返回结果。三层结构分别为表示层、应用层、数据层。
表示层:web浏览器,在表示层中包含系统的显示逻辑,位于客户端。它的任务是由web浏览器web服务器提出服务请求,web服务器对用户身份进行验证后用HTTP协议把所需的主页传送给客户端,客户机接受传来的主页文件,并把它显示在web浏览器上。
应用层:web应用服务器的任务是接受用户的请求,提交给应用服务器:接受应用服务器返回的结果并转换为主页文件传送回客户端浏览器。应用层包含系统的事务处理逻辑,应用服务器的任务是接受web服务器传来的用户请求,执行相应的扩展应用程序与数据库进行连接,通过SOL等方式向数据库服务器提出数据处理申请,而后接收数据库服务器返回的数据处理的结果并提交给web服务器,再由web服务器传送回客户端。
数据层:数据库服务器,在数据层中包含系统的数据处理逻辑,位于数据库服务器端。它的任务是接受应用服务器对数据库操纵的请求,实现对数据库查询、修改、更新等功能,把运行结果提交给应用服务器。
3.1数据缓存机制
缓存是指将数据存储在相对较高访问速度的存储介质中,以供系统处理。一方面缓存访问速度快,可以减少数据访问的时间,另一方面如果缓存的数据是经过计算处理得到的,那么被缓存的数据无需重复计算即可直接使用,因此缓存还起到减少计算时间的作用。在数据分析应用系统架构中,引入
缓存服务器,采用Hibernate缓存机制,包括一级缓存和二级缓存(包含查询缓存),一级缓存由SeSSion提供,二级缓存使用HibernaterediS实现,系统中用户部门数据会被缓存,其他变更少、使用频繁的业务数据也会存入缓存,大大减轻了数据库压力,提高了系统性能。
3.2数据分级机制
系统设计充分考虑随着时间的推移,某些数据库表中的数据量增长过快,系统在运行的过程中所耗的数据库资源会越来越大,为解决此问题,需要根据系统中模块的业务来确认模块的使用周期,对于超过访问周期的数据采用定时器的方式,根据分级条件执行自动分级操作,分离业务历史数据,以提高系统核心数据的操作效率。
分级方案是指在系统设计过程中建议使用的分级设计方案:现有数据量超过一百万的可以选用表分区的方式:数据年增长量小于十万的,使用分表前后对性能影响不大,建议不进行分表存储:年数据量增长大于十万的,并且有明确的数据有效期,建议采用分表的方式存储数据。
对于复杂的统计报表,保证后台响应时间小于5min,需分析报表统计的周期,如:本日、本月、本周之类的统计,通过定时器的方式在系统不繁忙的时候进行统计运算,并将统计结果保存在数据库中,使得使用统计的时候可以直接从数据库中读取统计结果,减少统计运算时间。
3.3主机安全
主机安全通过操作系统、数据库管理系统、中间件及其他安全软件实现安全功能。
数据分析应用的各类服务器支持现有主流操作系统windowS系列操作系统、Unix/Linux类操作系统,采用oracle数据库服务。
以下是windowS、Unix/Linux类操作系统,oracle数据库的安全配置:
windowS、Unix/Linux类操作系统使用正版操作系统,保证操作系统的安全。合理设置操作系统的系统管理员账户,并且系统管理员按照业务需要分配权限:设置操作系统登录口令的复杂度、密码策略并定期更换:删除或关闭操作系统所有不需要的账户:利用操作系统的访问控制设置,将操作系统可控制资源的访问权限合理授7用户、程予、进程和其他系统:序要服务器应重该开操作系统的审计机制,记录下序要操作的过程:开用主机防火墙,通过网络地址段与应用端口,共同实现对应用端口的访问控制:严格控制允许激活和禁止操作系统某些安全特性的访问控制权限:对含敏感信息的文件进行必要的加密保护,开动操作系统对特定文件的加密机制或安装特定的文件加密工具:oracle数据库监控平台使用正版oracle12c及以上版本数据库系统,保证数据库系统的安全:oracle数据库系统的管理用户登录时,要提示输入用户密码:该开密码复杂度验证,设置密码序复次数:该开密码鉴别失败处理功能:数据库系统,采用SSL的方式对传输数据进行加密,防止敏感信息在网络传输中被窃听:检查用户帐号,由数据库管理员分配不同用户:采用两种及以上身份鉴别技术的组合进行身份验证:数据库服务器的数据库管理员和操作系统管理员由不同管理员担任:数据库系统对日志进行权限控制,非授权人员不能对日志进行操作。
3.4数据安全
实时数据分析应用从以下几个方面体现应用的安全性:
(1)身份鉴别,数据分析应用系统中,用户登录时,会对密码进行加密,且通过密文传输,防止密码被窃听。
(2)访问控制,系统管理员给每个用户分配对应角色,用户在访问系统时,系统权限控制组件能够根据用户角色权限对用户操作和数据访问进行审查。
(3)资源控制,在数据分析应用中,不活动会话超过设定时间,会自动跳转到登录页。
(4)数据分析应用中的日志记录包括了事件的日期、时间、发起者信息、登录位置、访问的资源、对资源进行的操作等信息。
(5)软件容错,数据分析应用中,提供了对数据有效性校验功能,对输入数据长度和格式进行限定。文本信息,按照数据库要求限制。文件大小限定100Mb之内的文件。采用集群技术,给用户提供服务的不是单一的服务器,是以集群的方式提供服务,集群内的各服务器状态同步。当集群中的某一台服务器出现故障后,按照集群的策略,自动分配集群中的一台服务器代替故障服务器继续服务。
(6)身份验证测试,身份验证主要是防止超级管理员的身份验证出现缺陷,导致信息泄露。数据分析应用配置了系统登录过滤器,访问系统任意一个URL,都必须通过过滤器的验证,验证不通过就会提示序新登录系统。
(7)跨站脚本测试,跨站脚本攻击指的是恶意攻击者往web页面里插入恶意HTML代码,当用户浏览该页时,嵌入其中的HTML代码会被执行,从而达到恶意攻击用户的特殊目的。
(8)SOL注入测试,SOL注入就是通过把SOL命令插入到web表单递交或输入域名或页面请求的查询字符串,最终达到"欺骗"服务器执行恶意SOL命令的目的。通过递交参数构造巧妙的SOL语句,从而成功获取想要的数据。具体而言,SOL注入可分为五大类,分别是:数字型注入、字符型注入、搜索型注入(like)、in型的注入、句语连接型注入。从应用来说,要特别注意IP、搜索、批量删除、从数据库转到数据库等的SOL注入。数据分析应用前台限定URL的传递参数类型、数量、范围等,防止通过构造URL进行恶意攻击。后台采用Hibernate做数据的持久化,采用HOL查询数据,采用占位符统一设置参数。
4结语
高压断路器机械特性作为判断其使用寿命最为序要和直接的参数,由于调度自动化系统储存了大量的EMS/SCADA历史及实时数据,基于大数据思维,采用数据分析、数据挖掘技术,构建高压断路器机械分析模型,在不增加任何硬件投资的基础上,设计了基于数据挖掘的高压断路器机械特性分析系统,制定了分析策略,为实现高压断路器的状态检测和异常分析提供有效的监测手段。