CN109063554A - 基于大数据驱动的配网海量信号识别系统 - Google Patents
基于大数据驱动的配网海量信号识别系统 Download PDFInfo
- Publication number
- CN109063554A CN109063554A CN201810658442.3A CN201810658442A CN109063554A CN 109063554 A CN109063554 A CN 109063554A CN 201810658442 A CN201810658442 A CN 201810658442A CN 109063554 A CN109063554 A CN 109063554A
- Authority
- CN
- China
- Prior art keywords
- sgid
- shid
- alarm signal
- signal
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
本发明涉及一种基于大数据驱动的配网海量信号识别系统,包括:处理器、存储器,存储器上存储有计算机程序,处理器执行计算机程序执行以下步骤:步骤S100,获得当前告警信号组ID集合sgID={sgID1,sgID2,...,sgIDN};步骤S200,如果N=Ni,那么从第i个历史告警信号组向量GHi=(ghi1,ghi2,...,ghiNi)中提取告警信号组的ID集合shIDi={shIDi1,shIDi2,...,shIDiNi},否则,执行步骤S400;步骤S300,如果sgID=shIDi,那么根据{shIDi1,shIDi2,...,shIDiNi}中的告警信号元素顺序进行依次识别,否则,执行步骤S400;步骤S400,如果i=M,那么根据{sgID1,sgID2,...,sgIDN}中的告警信号元素顺序进行识别;否则,将i的值增加1。
Description
技术领域
本发明涉及一种基于大数据驱动的配网海量信号识别系统。
背景技术
在电力行业中,配网告警信号的数据量大、干扰信号多,但是每个信号都不确认是否是现场设备发生了某种异常,所以都需要调度员打电话到现场确认,造成调度员工作压力巨大。并且,对于配网告警信号缺乏有效的判断和分类,目前设备上传的所有告警信息,都是按时间顺序显示到调控中心,未作任何的分层或判断处理,很容易遗漏重要告警信号,影响对事故的正确判断,延误电网事故的处理。
发明内容
为解决上述技术问题,本发明提供了一种基于大数据驱动的配网海量信号识别系统,包括:处理器、存储器,存储器上存储有计算机程序,处理器执行计算机程序执行以下步骤:步骤S100,获得当前告警信号组ID集合sgID={sgID1,sgID2,...,sgIDN},其中sgIDk为时间tk处采集的告警信号ID,其中k的取值为1…N;步骤S200,如果N=Ni,那么从第i个历史告警信号组向量GHi=(ghi1,ghi2,...,ghiNi)中提取告警信号组的ID集合shIDi={shIDi1,shIDi2,...,shIDiNi};其中i的取值为1…M,M为历史告警信号组的数量,ghij=(shIDij,PVij),j的取值范围为1…Ni,PVij为shIDij的权重,且PVij≥PVi(j+1);否则,执行步骤S400;步骤S300,如果sgID=shIDi,那么根据{shIDi1,shIDi2,...,shIDiNi}中的告警信号元素顺序进行依次识别;否则,执行步骤S400;步骤S400,如果i=M,那么根据{sgID1,sgID2,...,sgIDN}中的告警信号元素顺序进行识别;否则,将i的值增加1。
附图说明
图1是本发明的方法流程图;
图2是本发明观察到的配网告警信号的示意图;
图3a是本发明一个实施例中某段时间内配网告警信号的示意性统计表格;
图3b是本发明一个实施例中某段时间内需要在第一监控窗口内显示的配网告警信号的示意性统计表格。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,将结合附图对本发明作进一步地详细描述。这种描述是通过示例而非限制的方式介绍了与本发明的原理相一致的具体实施方式,这些实施方式的描述是足够详细的,以使得本领域技术人员能够实践本发明,在不脱离本发明的范围和精神的情况下可以使用其他实施方式并且可以改变和/或替换各要素的结构。因此,不应当从限制性意义上来理解以下的详细描述。
本发明提供了一种基于大数据驱动的配网海量信号识别系统,包括:处理器、存储器,存储器上存储有计算机程序。如图1所示,处理器执行计算机程序执行以下步骤,包括:
步骤S100,获得当前告警信号组ID集合sgID={sgID1,sgID2,...,sgIDN},其中sgIDk为时间tk处采集的告警信号ID,其中k的取值为1…N。
本发明中如图2所示,配网告警信号呈现分组特征,S1-S4为第一组,S5-S7为第二组,组内时间间隔为10秒级,例如S1-S2时间间隔为5秒,S2-S3时间间隔为10秒,S3-S4时间间隔为7秒;组间时间间隔为10分钟级,例如第一组和第二组的时间间隔为30分钟,即S4-S5时间间隔为30分钟。其中,每组内通常只有1个故障信号(特殊情况下会有2-3个故障信号),其它的都是临近故障发生点周边的传感器所获得的故障伴生信号。
本领域技术人员知晓现有技术中利用各种传感器获取配网告警信号的方式,获取的配网告警信号一般包括告警信号ID和告警信号发生时间。告警信号ID用于唯一标识告警信号的字符串,在步骤S100中用sgIDk表示,例如“XX站I线#134(G)开关”;告警信号发生时间在步骤S100中用tk表示,例如“18/04/02 10:15:49.436”。
进一步地,集合sgID的获取包括:获得sgID(k+1),如果t(k+1)-tk<D2,那么说明sgID(k+1)和前一个告警信号sgIDk的时间间隔较短,可以认为二者属于同一组,因此将sgID(k+1)放入当前告警信号组ID集合sgID中。反之,如果t(k+1)-tk≥D2,那么说明sgID(k+1)和前一个告警信号sgIDk的时间间隔较长,可以认为二者属于不同的组。
进一步地,根据组间时间间隔为10分钟级,组内时间间隔为10秒级,将D2的取值范围设置为5-25分钟(优选10分钟),从而有效地区分告警信号组。
根据本发明的系统,存储器中还存储了M个历史告警信号组向量GH1-GHM。进一步地,在步骤S200中,如果N=Ni,那么从第i个历史告警信号组向量GHi=(ghi1,ghi2,...,ghiNi)中提取告警信号组的ID集合shIDi={shIDi1,shIDi2,...,shIDiNi};其中i的取值为1…M,M为历史告警信号组的数量,ghij=(shIDij,PVij),j的取值范围为1…Ni,PVij为shIDij的权重,权重越大说明对应的shIDij越可能是故障发生点;且PVij≥PVi(j+1),即权重按照由大到小顺序排序。否则,执行步骤S400。
步骤S300,如果sgID=shIDi,那么说明当前告警向量组与第i个历史告警信号组相同,因此根据{shIDi1,shIDi2,...,shIDiNi}中的告警信号元素顺序进行依次识别;否则,执行步骤S400。
通过以上步骤,可将配网告警信号按照成为故障信号的顺序进行排序,那么调度员在接收到排序后的告警信号时,绝大多数情况下通过排查前1-2个告警信号就能确定故障信号,从而大幅提升了故障排除的效率。
进一步地,由于步骤S200中已经对集合中元素的数量进行了判断,因此步骤S300中sgID=shIDi的判断方式为集合sgID中的每个告警信号元素均出现在集合shIDi中,或者集合shIDi中的每个告警信号元素均出现在集合sgID中。
进一步地,步骤S300还包括:
步骤S310,如果PVij>D1,则将shIDij显示于第一监控窗口;如果PVij≤D1,则将shIDij显示于第二监控窗口;D1为预先设定的阈值。
步骤S320,依次识别第一监控窗口内的告警信号,如果存在故障信号,那么将故障信号对应的权重增加W,不再识别第二监控窗口内的告警信号;如果不存在故障信号,那么执行步骤S330。
步骤S330,依次识别第二监控窗口内的告警信号,如果存在故障信号,那么将故障信号对应的权重增加W。
其中,W为配网用户预设权重。
根据本发明的一个实施例,D1的静态取值范围为:10W≤D1≤20W(优选15W)。
根据本发明的另一个优选实施例,D1的动态取值范围为:D1=λ×W,其中,λ的取值使得PViq≥λ×W≥PVi(q+1),且的值最大,q的取值范围为1…Ni。该实施例中,通过动态确定D1的取值范围,能够更为精确的区分第一、二监控窗口内显示的告警信号。一个测试样中,原始的配网告警信号有图3a所示的255个,通过D1划分后,在第一监控窗口内仅需要显示如图3b所示的55个,且在识别图3b的55个信号后,就完成了该段时间内告警信号的识别,即故障信号全部在该55个告警信号内,从而明显提升了告警信号的识别效率。显然,通过步骤S310-S330完成了配网告警信号的分类显示,使得配网用户可以更为关注第一监控窗口内的告警信号,就能够有效发现故障信号。
步骤S400,如果i=M,说明在历史告警信号中没有检索到当前告警信号组,即当前告警信号组是新出现的情况,因此回归传统识别方式,根据{sgID1,sgID2,...,sgIDN}中的告警信号元素顺序进行识别;否则,将i的值增加1。
根据本发明,步骤S400具体还包括:
步骤S410,如果i=M,那么根据{sgID1,sgID2,...,sgIDN}中的告警信号识别结果,确定所述告警信号的权重{PV1,PV2,...,PVN},如果sgIDx的识别结果为故障信号,则PVx的值为W,如果sgIDx的识别结果不是故障信号,则PVx的值为0。如果{PV1,PV2,...,PVN}中的任意权重均为0,那么不再执行步骤S420和步骤S430。
步骤S420,根据{PV1,PV2,...,PVN}对{sgID1,sgID2,...,sgIDN}和{PV1,PV2,...,PVN}降序排列,生成{shID(M+1)1,shID(M+1)2,...,shID(M+1)N}和{PV(M+1)1,PV(M+1)2,...,PV(M+1)N}。
步骤S430,形成第M+1个历史告警信号组向量GH(M+1)=(gh(M+1)1,gh(M+1)2,...,gh(M+1)N),其中,gh(M+1)y=(shID(M+1)y,PV(M+1)y),y的取值范围为1…N。
通过步骤S410-S430,本发明能够将新出现的告警信号组根据出现故障信号的情况补充添加到历史告警信号组向量。
此外,根据公开的本发明的说明书,本发明的其他实现对于本领域的技术人员是明显的。实施方式和/或实施方式的各个方面可以单独或者以任何组合用于本发明的系统和方法中。说明书和其中的示例应该是仅仅看作示例性,本发明的实际范围和精神由所附权利要求书表示。
Claims (10)
1.一种基于大数据驱动的配网海量信号识别系统,包括:处理器、存储器,存储器上存储有计算机程序,处理器执行计算机程序执行以下步骤:
步骤S100,获得当前告警信号组ID集合sgID={sgID1,sgID2,...,sgIDN},其中sgIDk为时间tk处采集的告警信号ID,其中k的取值为1…N;
步骤S200,如果N=Ni,那么从第i个历史告警信号组向量GHi=(ghi1,ghi2,...,ghiNi)中提取告警信号组的ID集合shIDi={shIDi1,shIDi2,...,shIDiNi};其中i的取值为1…M,M为历史告警信号组的数量,ghij=(shIDij,PVij),j的取值范围为1…Ni,PVij为shIDij的权重,且PVij≥PVi(j+1);否则,执行步骤S400;
步骤S300,如果sgID=shIDi,那么根据{shIDi1,shIDi2,...,shIDiNi}中的告警信号元素顺序进行依次识别;否则,执行步骤S400;
步骤S400,如果i=M,那么根据{sgID1,sgID2,...,sgIDN}中的告警信号元素顺序进行识别;否则,将i的值增加1。
2.根据权利要求1所述的配网海量信号识别系统,其特征在于,步骤S300还包括:
步骤S310,如果PVij>D1,则将shIDij显示于第一监控窗口;如果PVij≤D1,则将shIDij显示于第二监控窗口;D1为预先设定的阈值。
3.根据权利要求2所述的配网海量信号识别系统,其特征在于,步骤S300还包括:
步骤S320,依次识别第一监控窗口内的告警信号,如果存在故障信号,那么将故障信号对应的权重增加W,不再识别第二监控窗口内的告警信号;如果不存在故障信号,那么执行步骤S330;
步骤S330,依次识别第二监控窗口内的告警信号,如果存在故障信号,那么将故障信号对应的权重增加W;
W为配网用户预设权重。
4.根据权利要求3所述的配网海量信号识别系统,其特征在于,10W≤D1≤20W(优选15W)。
5.根据权利要求4所述的配网海量信号识别系统,其特征在于,D1=λ×W,其中,λ的取值使得PViq≥λ×W≥PVi(q+1),且的值最大,q的取值范围为1…Ni。
6.根据权利要求1所述的配网海量信号识别系统,其特征在于,步骤S100中sgID的获取包括:获得sgID(k+1),如果t(k+1)-tk<D2,那么将sgID(k+1)放入当前告警信号组ID集合sgID中。
7.根据权利要求6所述的配网海量信号识别系统,其特征在于,D2的值为5-25分钟(优选10分钟)。
8.根据权利要求1所述的配网海量信号识别系统,其特征在于,步骤S300中,集合sgID中的每个告警信号元素均出现在集合shIDi中,或者集合shIDi中的每个告警信号元素均出现在集合sgID中。
9.根据权利要求1所述的配网海量信号识别系统,其特征在于,所述步骤S400还包括:
步骤S410,如果i=M,那么根据{sgID1,sgID2,...,sgIDN}中的告警信号识别结果,确定所述告警信号的权重{PV1,PV2,...,PVN},如果sgIDx的识别结果为故障信号,则PVx的值为W,如果sgIDx的识别结果不是故障信号,则PVx的值为0;
步骤S420,根据{PV1,PV2,...,PVN}对{sgID1,sgID2,...,sgIDN}和{PV1,PV2,...,PVN}降序排列,生成{shID(M+1)1,shID(M+1)2,...,shID(M+1)N}和{PV(M+1)1,PV(M+1)2,...,PV(M+1)N};
步骤S430,形成第M+1个历史告警信号组向量GH(M+1)=(gh(M+1)1,gh(M+1)2,...,gh(M+1)N),其中,gh(M+1)y=(shID(M+1)y,PV(M+1)y),y的取值范围为1…N。
10.根据权利要求9所述的配网海量信号识别系统,其特征在于,所述步骤S410还包括:如果{PV1,PV2,...,PVN}中的任意权重均为0,那么不再执行步骤S420和步骤S430。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810658442.3A CN109063554B (zh) | 2018-06-25 | 2018-06-25 | 基于大数据驱动的配网海量信号识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810658442.3A CN109063554B (zh) | 2018-06-25 | 2018-06-25 | 基于大数据驱动的配网海量信号识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109063554A true CN109063554A (zh) | 2018-12-21 |
CN109063554B CN109063554B (zh) | 2021-06-08 |
Family
ID=64821031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810658442.3A Active CN109063554B (zh) | 2018-06-25 | 2018-06-25 | 基于大数据驱动的配网海量信号识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109063554B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102638100A (zh) * | 2012-04-05 | 2012-08-15 | 华北电力大学 | 地区电网设备异常告警信号关联分析与诊断方法 |
CN103986240A (zh) * | 2014-05-29 | 2014-08-13 | 国网上海市电力公司 | 一种配电实时数据有效性分析处理系统及其方法 |
CN105116291A (zh) * | 2015-09-07 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种基于电网运行稳态监控信息的故障诊断系统及方法 |
CN105182122A (zh) * | 2015-09-02 | 2015-12-23 | 许继集团有限公司 | 一种随机性电源接入设备的故障预警方法 |
CN105471647A (zh) * | 2015-12-03 | 2016-04-06 | 国网江西省电力公司信息通信分公司 | 一种电力通信网故障定位方法 |
CN105911424A (zh) * | 2016-04-08 | 2016-08-31 | 国网福建省电力有限公司 | 一种基于故障指示器误报信号的识别方法 |
CN107124291A (zh) * | 2017-03-06 | 2017-09-01 | 国网上海市电力公司 | 一种基于大数据的调控设备监控分析系统及方法 |
CN107294205A (zh) * | 2017-06-27 | 2017-10-24 | 国家电网公司 | 一种基于保信主站数据的变电站状态监视方法 |
CN107403259A (zh) * | 2017-07-07 | 2017-11-28 | 国网浙江省电力公司信息通信分公司 | 一种基于三维实景的仿真系统及仿真方法 |
-
2018
- 2018-06-25 CN CN201810658442.3A patent/CN109063554B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102638100A (zh) * | 2012-04-05 | 2012-08-15 | 华北电力大学 | 地区电网设备异常告警信号关联分析与诊断方法 |
CN103986240A (zh) * | 2014-05-29 | 2014-08-13 | 国网上海市电力公司 | 一种配电实时数据有效性分析处理系统及其方法 |
CN105182122A (zh) * | 2015-09-02 | 2015-12-23 | 许继集团有限公司 | 一种随机性电源接入设备的故障预警方法 |
CN105116291A (zh) * | 2015-09-07 | 2015-12-02 | 国电南瑞科技股份有限公司 | 一种基于电网运行稳态监控信息的故障诊断系统及方法 |
CN105471647A (zh) * | 2015-12-03 | 2016-04-06 | 国网江西省电力公司信息通信分公司 | 一种电力通信网故障定位方法 |
CN105911424A (zh) * | 2016-04-08 | 2016-08-31 | 国网福建省电力有限公司 | 一种基于故障指示器误报信号的识别方法 |
CN107124291A (zh) * | 2017-03-06 | 2017-09-01 | 国网上海市电力公司 | 一种基于大数据的调控设备监控分析系统及方法 |
CN107294205A (zh) * | 2017-06-27 | 2017-10-24 | 国家电网公司 | 一种基于保信主站数据的变电站状态监视方法 |
CN107403259A (zh) * | 2017-07-07 | 2017-11-28 | 国网浙江省电力公司信息通信分公司 | 一种基于三维实景的仿真系统及仿真方法 |
Non-Patent Citations (1)
Title |
---|
陈翔等: ""电网告警的智能分析与综合展现的研究及应用"", 《电气设计》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109063554B (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109586952B (zh) | 服务器扩容方法、装置 | |
CN109474483A (zh) | 一种设备异常情况的检测方法、检测装置及终端设备 | |
CN106371974A (zh) | Docker容器内应用程序的监控方法和发布平台 | |
CN106161060A (zh) | 数据监控方法和装置 | |
CN113286315B (zh) | 负载均衡判断方法、装置、设备及存储介质 | |
CN105681128A (zh) | 一种用于大数据系统状态监控的方法和装置 | |
CN103617129B (zh) | 一种内存处理的方法及装置 | |
CN105719651A (zh) | 一种声纹采集和处理系统及其采集和处理方法 | |
CN113409555A (zh) | 一种基于物联网的实时报警联动方法及系统 | |
CN110674149B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN112100619A (zh) | 一种恶意文件检测方法、系统、设备及计算机存储介质 | |
CN109063554A (zh) | 基于大数据驱动的配网海量信号识别系统 | |
CN111159029B (zh) | 自动化测试方法、装置、电子设备及计算机可读存储介质 | |
CN116302989A (zh) | 压力测试方法及系统、存储介质、计算机设备 | |
CN110175083A (zh) | 操作系统的监控方法和装置 | |
CN114019946B (zh) | 工控终端的监控数据处理方法及装置 | |
CN114187751B (zh) | 预警系统的适应性评价方法、装置、设备及可读存储介质 | |
CN105551500B (zh) | 一种音频信号处理方法及装置 | |
CN115643163A (zh) | 故障设备定位方法、装置、设备和存储介质 | |
CN114745407A (zh) | 电力物联网的安全态势感知方法、装置、设备及介质 | |
CN113964396A (zh) | 电池、电池识别方法、装置、电子设备及可读存储介质 | |
CN106451503A (zh) | 带有温度和振动告警单元的三相不平衡治理装置及其实现方法 | |
CN106600034A (zh) | 带有现场温度告警功能的三相不平衡治理装置及其实现方法 | |
CN107862144B (zh) | 基于电网的计算机模拟方法及系统 | |
CN105897503A (zh) | 基于资源信息增益的Hadoop集群瓶颈检测算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |