一种基于数据分析的电网安全风险管控方法及系统与流程

本发明涉及电网风险预测，具体为一种基于数据分析的电网安全风险管控方法及系统。

背景技术：

1、在养殖鱼塘的电力网络管理中，传统技术面临诸多挑战和不足。养殖鱼塘作为一个复杂的生态系统，依赖于稳定可靠的电力供应来维持水质、控制水温和提供足够的氧气。然而，传统的管理方法往往无法有效应对以下几个关键问题：

2、首先，传统的鱼塘管理往往缺乏精细化的区域划分和电网设计。传统做法往往将整个鱼塘视为一个整体，未对其进行细致的区域划分和电力设备的精确布局。另外，传统的负荷预测和风险评估方法缺乏科学性和准确性。传统做法中，对于水泵、加热器和增氧设备等关键电力设备的负荷预测主要依赖于经验判断或简单的统计方法，这种方式无法全面考虑到不同环境条件和季节变化对设备负荷的影响，导致预测精度低下和效果不稳定。对于设备异常、负荷过载或环境异常的响应往往是被动的和延后的，缺乏及时的预警机制和紧急响应计划，这给鱼塘的电力稳定运行和生物健康带来了潜在风险。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于数据分析的电网安全风险管控方法及系统，以解决背景技术中提到的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于数据分析的电网安全风险管控方法，包括，

3、s1、将若干个养殖鱼塘分成若干个子区域，并在子区域和相邻子区域中间安装有隔离装置，为每个子区域构建子电网，并安装相对应的电力设备；

4、s2、在每个子区域设置监测点，并在监测点中部署传感器，对子区域内鱼塘运行环境进行实时监测，建立环境影响数据集；并对环境影响数据集中的相关数据信息进行特征提取，以构建环境条件指数pn，若环境条件指数pn低于第一条件阈值，则向外部发送第一调控指令；

5、s3、接收第一调控指令后，启动当前子区域内子电网中的电力设备；并实时采集监测每个子电网电力设备的启动前后跌落和浪涌突变数据、压力变化数据以及流量波动数据，建立负荷数据集；

6、s4、利用时间序列模型arima或深度学习模型transformer训练后的电网风险预测模型，将负荷数据集进行预处理后进行分析和计算，以获取：水泵能量波动指数nby、增氧设备能量波动指数nzy、加热器能量波动指数njy和电网负荷实时指数dwfh；并将环境条件指数pn和电网负荷实时指数dwfh相关联，以获取子区域综合负载系数zhfz，当子区域综合负载系数zhfz超过预设负载阈值时，发送第二预警指令；

7、s5、接收第二预警指令后，分别对水泵能量波动指数nby、增氧设备能量波动指数nzy和加热器能量波动指数njy进行评估，获得相对应评估结果后，生成相对应控制策略。

8、优选的，s1包括：

9、s11、根据若干个鱼塘的面积和形状，等间距分割成若干个子区域，并使用gps技术或测量工具定位子区域分界线；

10、s12、使用autocad绘图软件，绘制子区域地图，并在子区域地图中标注每个子区域，具体标注为：zq1、zq2、zq3、...、zqn，n表示子区域数量，并在每个子区域内标注鱼塘面积；

11、s13、按照子区域地图，在每个子区域和相邻子区域之间安装隔离装置；

12、s14、在每个子区域建立子电网，子电网包括：电缆、开关、防雷装置、漏电保护装置、电力控制箱和变压器；

13、并安装对应的电力设备，所述电力设备包括：水泵、增氧设备、照明设备、加热器和水质监测设备。

14、优选的，在每个子区域设置监测点，并在监测点中部署传感器，对子区域内鱼塘运行环境进行实时监测，建立环境影响数据集；

15、所述环境影响数据集包括但不限于以下数据：水温swd、水深ss、溶解氧饱和占比值rjy、水体酸碱度值ph、悬浮物浓度xfw和水流速度slsd；

16、所述水温swd通过水温传感器测量获取；所述水深ss通过超声波传感器测量获取；所述溶解氧饱和占比值rjy通过溶解氧饱和占比值传感器测量获取；所述水体酸碱度值ph通过ph传感器测量获取；所述悬浮物浓度xfw通过浊度传感器测量获取；所述水流速度slsd通过水流速度传感器测量获取。

17、优选的，所述环境条件指数pn的获取方式为，提取环境影响数据集中的水温swd、水深ss、溶解氧饱和占比值rjy、水体酸碱度值ph、悬浮物浓度xfw和水流速度slsd，无量纲处理后，通过以下公式生成环境条件指数pn：

18、

19、式中，表示预设鱼塘标准水温阈值，表示预设鱼塘水深预设阈值，表示预设溶解氧饱和占比值标准阈值，表示预设水体酸碱度值标准阈值，表示预设悬浮物最大承受阈值，表示预设水流速度标准阈值，w1、w2、w3、w4、w5和w6表示权重值，且0<w1<1，0<w2<1，0<w3<1，0<w4<1，0<w5<1，0<w6<1，其具体值由用户调整设置，w1+w2+w3+w4+w5+w6＝1；c1表示第一修正常数；

20、当环境条件指数pn＜第一条件阈值，表示当前子区域环境异常，生成第一调控指令，触发启动水泵、增氧设备和加热器，当环境条件指数pn≥第一条件阈值，表示当前子区域环境正常，不需要触发调控指令。

21、优选的，并实时采集监测每个子电网电力设备的启动前后跌落和浪涌突变数据、压力变化数据以及流量波动数据，建立负荷数据集；

22、所述电力设备的启动前后跌落和浪涌突变数据包括：水泵启停频率qtpl1、水泵启停时间间隔t1、增氧设备启停频率qtpl2、增氧启停设备时间间隔t2、加热器启停频率qtpl3、加热器启停设备时间间隔t3、水泵启动电流qdi1、增氧设备启动电流qdi2和加热设备启动电流qdi3；

23、压力变化数据包括：泵腔压力ylz1、泵腔背压变化差值bycz1；增氧设备腔室压力ylz2增氧设备背压变化差值bycz2；

24、流量波动数据包括：水泵出水流量csll1、增氧设备氧气输出量yqll2、水泵电缆温升值dws1、增氧设备电缆温升值dws2、加热设备电缆温升值dws3、水泵机械振动值jxzd1、增氧设备机械振动值jxzd2和加热功率输出量jrll3。

25、优选的，所述水泵能量波动指数nby、增氧设备能量波动指数nzy和加热器能量波动指数njy通过以下公式计算获取：

26、

27、式中，bz1表示预设水泵启动电流最大承受值，bz2表示最大承受电缆温升阈值，bz3表示水泵最大承受振动阈值，r1、r2、r3、r4和r5表示权重值，且0<r1<1，0<r2<1，0<r3<1，0<r4<1，0<r5<1，其具体值由用户调整设置，r1+r2+r3+r4+r5＝1；ln2表示以2自然数为底的对数运算，c2表示第二修正常数；

28、

29、式中，bz4表示预设增氧设备启动电流最大承受值，bz5表示增氧设备最大承受振动阈值，r6、r7、r8、r9和r10表示权重值，且0<r6<1，0<r7<1，0<r8<1，0<r9<1，0<r10<1，其具体值由用户调整设置，r6+r7+r8+r9+r10＝1；c3表示第三修正常数；

30、

31、式中，bz6表示预设加热设备启动电流最大承受值，r11、r12、r13和r14表示权重值，且0<r11<1，0<r12<1，0<r13<1，0<r14<1，其具体值由用户调整设置，r11+r12+r13+r14＝1；c4表示第四修正常数。

32、优选的，所述电网负荷实时指数dwfh通过以下公式计算获得：

33、

34、式中，ii是第i个电力设备的运行电流，pi是第i个电力设备的电功率；vi表示第i个电力设备的电压值，cos(φi)表示第i个电力设备的功率因数；i＝1、2、3、...、m，m表示子区域内电力设备总数量；

35、将电网负荷实时指数dwfh与环境条件指数pn通过以下相关联生成子区域综合负载系数zhfz：

36、

37、式中，表示环境条件指数pn反比影响，环境条件越差pn越低，其对zhfz的负面影响越大；α和β为权重值；且0<α<1，0<β<1，其具体值由用户调整设置，α+β＝1。

38、优选的，当子区域综合负载系数zhfz＞预设负载阈值时，表示当前子区域的子电网有电力安全风险，并发送第二预警指令；

39、当子区域综合负载系数zhfz≤预设负载阈值时，表示当前子区域的子电网无电力安全风险，持续进行监测。

40、优选的，接收到第二预警指令时，触发多级评估策略，包括：

41、将水泵能量波动指数nby与第一风险阈值进行对比，获得第一评估结果，包括：

42、当水泵能量波动指数nby＜第一风险阈值，表示水泵电力负荷正常；

43、当水泵能量波动指数nby≥第一风险阈值，表示水泵电力负荷异常，生成第一策略包括：监测水泵泵腔管路堵塞情况、并修复水泵连接电缆缺陷；安装散热片在电缆上，减少20％水泵启停次数，并增加20％的水泵启停时间间隔；优化子区域多台水泵启动顺序，两台水泵启动间隔不低于5分钟，并安装水泵减振垫；

44、将增氧设备能量波动指数nzy与第二风险阈值进行对比，获得第二评估结果，包括：

45、当增氧设备能量波动指数nzy＜第二风险阈值，表示增氧设备电力负荷正常；

46、当增氧设备能量波动指数nzy≥第二风险阈值，表示增氧设备电力负荷异常，生成第二策略包括：监测增氧设备空气供应管道是否有堵塞或泄漏情况，并进行修复；修复增氧设备连接电缆缺陷，安装散热片在电缆上；减少15％增氧设备启停次数，并延长增氧设备15％启停时间间隔；优化子区域多台水泵启动顺序，两台增氧设备启动间隔不低于5分钟，并在增氧设备上安装减振垫；

47、将加热器能量波动指数njy与第三风险阈值进行对比，获得第三评估结果，包括：

48、当加热器能量波动指数njy＜第三风险阈值，表示加热器设备电力负荷正常；

49、当加热器能量波动指数njy≥第三风险阈值，表示加热器设备电力负荷异常，生成第三策略，包括：降低10％加热器的运行时间和功率输出，并延长加热器15％启停时间间隔，实时监测水温和水流情况，避免因水温异常或流速过快导致加热器负荷异常；清除加热器表面的水垢和污垢：并优化水流路径和加热器位置。

50、一种基于数据分析的电网安全风险管控系统，包括，

51、子区域划分模块，用于将养殖鱼塘划分为多个子区域，绘制子区域地图，并在每个子区域内安装隔离装置和相应的电力设备，并为每个子区域构建子电网；

52、环境监测模块，用于在每个子区域设置监测点，部署各种传感器实时监测鱼塘运行环境，包括水温、水深、溶解氧饱和度、ph值、悬浮物浓度和水流速度，建立环境影响数据集；

53、第一计算模块，用于依据环境影响数据集计算环境条件指数pn，环境条件指数pn反映当前子区域内环境的整体状况，若环境条件指数pn低于第一条件阈值，则向外部发送第一调控指令；

54、负荷数据采集模块，采集监测每个子电网电力设备的启动前后跌落和浪涌突变数据、压力变化数据以及流量波动数据，建立负荷数据集；

55、分析和第一预测模块，利用时间序列模型arima或深度学习模型transformer训练后的电网风险预测模型，将负荷数据集进行预处理后进行分析和计算，以获取：水泵能量波动指数nby、增氧设备能量波动指数nzy、加热器能量波动指数njy、电网负荷实时指数dwfh；并将环境条件指数pn和电网负荷实时指数dwfh相关联，以获取子区域综合负载系数zhfz，当子区域综合负载系数zhfz超过预设负载阈值时，发送第二预警指令；

56、第二多级评估模块，用于接收第二预警指令后，分别对水泵能量波动指数nby、增氧设备能量波动指数nzy和加热器能量波动指数njy进行评估，获得相对应评估结果后；

57、策略模块，用于依据相对应评估结果后，生成相对应控制策略。

58、本发明提供了一种基于数据分析的电网安全风险管控方法及系统。具备以下有益效果：

59、(1)通过将养殖鱼塘划分为多个精确定义的子区域，并在每个子区域内部署监测点和传感器，可以实时监测和记录鱼塘内部的环境条件变化，构建准确的环境影响数据集。这些数据不仅可以用来计算环境条件指数pn，还能与电网负荷实时指数dwfh关联，形成综合负载系数zhfz，及时反映出子区域内的电力需求和环境状态。此外，通过电网风险预测模型，能够更精确地预测水泵、增氧设备和加热器等关键设备的能量波动情况，帮助管理者制定更有效的设备运行策略和负荷调节计划。

60、(2)当环境条件指数pn＜第一条件阈值时，说明需要环境需要水泵、增氧设备和加热器需要开启对环境进行相对应调控，水泵开启，带动水体循环，通过水泵将水进行循环，增氧设备包括曝气机和增氧设备，曝气机有净化功能，水泵或曝气机开启便于对水体内悬浮物进行净化，通过精确的监测和计算环境条件指数pn，可以实现对养殖鱼塘环境的实时监测和智能调控，提升养殖效率和环境保护水平。

61、(3)水泵、增氧设备和加热器作为养殖鱼塘中关键的电力设备，它们的运行状态直接影响到电力负荷的稳定性和波动情况。水泵能量波动指数nby、增氧设备能量波动指数nzy、加热器能量波动指数njy计算可以反映出这些设备在运行过程中的能量消耗波动情况，这些波动会直接影响到电力系统的负荷特性。通过监测和分析水泵、增氧设备和加热器的能量波动指数，可以及时发现设备的异常运行状态或潜在的故障风险。