CN109844549A - 基于热分析的计算设备和/或非易失性存储设备的重新配置 - Google Patents

基于热分析的计算设备和/或非易失性存储设备的重新配置 Download PDF

Info

Publication number
CN109844549A
CN109844549A CN201780063123.1A CN201780063123A CN109844549A CN 109844549 A CN109844549 A CN 109844549A CN 201780063123 A CN201780063123 A CN 201780063123A CN 109844549 A CN109844549 A CN 109844549A
Authority
CN
China
Prior art keywords
data
region
fault
sensor
candidate
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.)
Pending
Application number
CN201780063123.1A
Other languages
English (en)
Inventor
吕新杰
王凌云
徐炜达
张超
邹克旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN109844549A publication Critical patent/CN109844549A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
    • H02J13/00016—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus
    • H02J13/00017—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using a wired telecommunication network or a data transmission bus using optical fiber
    • H02J13/0006—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32222—Fault, defect detection of origin of fault, defect of product
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/30—State monitoring, e.g. fault, temperature monitoring, insulator monitoring, corona discharge
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/124—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wired telecommunication networks or data transmission busses
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Debugging And Monitoring (AREA)
  • Locating Faults (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种方法、系统和计算机程序产品，包括获得由分布在电力网中的多个传感器收集的与电力网相关的数据集，基于所述数据集中的第一数据将区域识别为候选故障区域，所述第一数据由所述多个传感器中位于所述区域中的第一传感器收集，并且基于所述数据集中的第二数据验证所述候选故障区域，所述第二数据由所述多个传感器中与所述第一传感器相邻的第二传感器收集。

Description

基于热分析的计算设备和/或非易失性存储设备的重新配置
背景技术
本发明总体上涉及用于故障检测的系统，更具体地但不是限制地，涉及用于检测和定位电力网中的故障的系统、方法和计算机程序产品。
电力网是一个互联电网，用于将电力从供应者提供至消费者。一般地，电力网包括产生电力的发电站，将电力从遥远的源传输到需求中心的高压传输线，连接个人消费电子产品的配电线路(例如架空线、地下线路或它们的组合)等等。
供电可靠性是电力网的一个重要要求，因为电力故障严重影响了消费者的生活和生产。例如，当电源线短路时，电源供电将停止并且留下很多没有电源的消费电子产品。一般地，由于复杂的的电力网拓扑结构、各种设备和各种不确定因素，需要花费大量的时间来检测和定位故障，从而使电力中断恢复电力供应。
发明内容
在一个示意性实施例中，本发明能提供一种用于故障检测的系统，包括处理器和存储器，所述存储器存储指令以使处理器执行：获得与电力网相关的数据集，其中所述数据集由所述电力网中分布的多个传感器收集，基于所述数据集中的第一数据识别区域作为候选故障区域，其中所述第一数据由所述多个传感器中位于所述区域中的第一传感器收集，以及基于所述数据集中的第二数据验证所述候选故障区域，其中所述第二数据由所述多个传感器中与所述第一传感器相邻的第二传感器收集。
一个或多个示意性实施例包括计算机程序产品和系统。
因此，上面描述的示意性实施例可以提供一种故障检测系统，其中故障区域不仅基于本地传感器收集的数据来确定，而且基于与本地传感器相邻的其它传感器收集的数据来确定，因此通过综合考虑本地传感器和相邻传感器收集的数据，为显著提高本领域的故障检测和定位的效率和准确性提供了有利的贡献。
更进一步地，在可选实施例中，将区域识别为候选故障区域可以包括从存储库中检索由多个传感器收集的历史故障数据，确定第一数据和历史故障数据之间的第二相似性，以及通过将所述第二相似性与第二阈值进行比较，将所述区域识别为所述候选故障区域。
因此，如果第二相似性低于第二阈值，则第一数据不可能出现故障。因此，所述区域(被识别为非故障区域。因此，来自特定传感器的新获得的数据可以与先前由所有传感器收集的历史故障数据进行比较，因此可以快速准确地识别故障区域。
下面将描述本发明的其他细节和实施例，从而可以更好地理解对本领域的贡献。尽管如此，本发明在其应用中不受限制于对说明书中阐述的或附图中所示的细节，措辞，术语，说明和/或布置。相反，本发明除了所描述的实施例之外还能够实施并且以各种方式实践和实施，并且不应该被视为限制。
这样，本领域技术人员将理解，本公开所基于的概念可以容易地用作设计用于实现本发明的若干目的的其他结构、方法和系统的基础。因此，重要的是，权利要求被认为包括这样的等同结构，只要它们不脱离本发明的精神和范围即可。
附图说明
从以下参照附图对本发明示例性实施例的详细描述中将更好地理解本发明的各方面，其中：
图1表示根据本发明一实施例的云计算节点10；
图2是根据本公开实施例的安装多个传感器的电力网的部分示例的示意图；
图3是根据本公开实施例的用于检测电力网中的故障区域的方法的流程图；
图4是根据本公开实施例的将区域识别为候选故障区域的方法流程图；
图5是根据本公开实施例的将区域识别为候选故障区域的另一个方法流程图；
图6是根据本公开实施例的确定候选故障区域的一个或多个故障的方法流程图；
图7是根据本公开实施例的基于相邻传感器收集的数据验证候选故障的方法流程图；
图8表示根据本发明一实施例的云计算环境；以及
图9表示根据本发明一实施例的抽象模型层。
具体实施方式
现在将参考图1-9描述本发明，在图1-9中，相同的附图标记始终表示相同的部件。需要强调的是，根据惯例，附图的各种特征不一定按比例绘制。相反，为了清楚起见，可以任意地扩展或减小各种特征的尺寸。
现在参考图3-7所示的示例，方法300(400,500,600,700)包括各种步骤以基于数据集中的第一数据将区域识别为候选故障区域并基于数据集中的第二数据验证候选故障区域。至少如图1所示，根据本发明实施例的计算机系统12的一个或多个计算机可以包括存储器28，存储器28具有存储在存储系统中的指令以执行图3-7中的步骤。
尽管可以在云环境50(参见例如附图8)中实现一个或多个实施例(参见例如附图1和附图8-9)，但是应理解，本发明可以在云环境以外来实现。
参照图2，图2示出根据本公开实施例的安装多个传感器的部分示例电力网200的示意图。如在此使用的，电力网可以指代输电网、配电网或二者的结合。
如图2所示，电力网200包括电力线210，电力线210被划分为多个区域，例如位置202和位置204之间的区域220，位置204和位置206之间的区域230，位置206和位置208之间的区域240。可选地，每个区域可以具有相同的范围例如长度为1公里。可选地，不同的区域可以具有不同的范围。如图所示，为了记录与电力网200相关的数据，多个传感器被安装到电力线210。例如，传感器215位于位置202，传感器225位于位置204，传感器235位于位置206，以及传感器245位于位置208。在一些实施例中，传感器被电力线210缠绕来收集电力网数据。例如，传感器225收集的数据可以表示上游区域(例如区域220)的故障和/或下游区域(例如区域230)的故障。应该理解的是，虽然仅示出一个电力线210，但是电力网200可以包括任何合适数目的电力线。应该理解的是，虽然示出三个区域220、230、240和四个传感器215、225、235、245，电力线210可以包括任何合适数目的区域和传感器。
在一些实施例中，如果在位置204存在多条电力线(例如3条电力线)，传感器225可以足够大来收集来自3条电力线的波数据。可选地，每个电力线可以在位置204安装传感器，例如，在位置204有一组3个传感器。在这种情形，传感器225可以表示在位置204的一组3个传感器。以这种方式，三相波数据可以一起由传感器225收集。
传感器(例如传感器225)可以记录流经位置(例如位置204)的数据(例如电流或场)，并且可以通过网络(未示出)向计算机或服务器(例如如图1所示的计算机系统/服务器12)发送记录的数据。网络的示例包括，但并不限于无线网络，例如局域网(“LAN”)、城域网(“MAN”)、广域网(“WAN”)、互联网、通信网、近场通信连接或上述任意的组合。
图3示出根据本公开实施例用于检测电力网中的故障区域的方法300的流程图。如在此使用的，故障区域表示栅格区域(例如一段电力线)，其中一个或多个电子设备或一个或多个电力线具有故障。例如，电力网可以被逻辑地划分，这样两个相邻传感器之间的栅格区域表示区域。
在302，获得与电力网相关的数据集，并且该数据集是由在电力网中分布的多个传感器收集的。例如，如图2所示，多个传感器215、225、235、245被安装在电力网200中，并且多个传感器中的每个可以是记录电力网200中的电流、电场或其组合的故障记录器。例如，数据集至少包括由传感器225(被称为“第一传感器”)收集的数据(被称为“第一数据”)和由传感器235(被称为“第二传感器”)收集的数据(被称为“第二数据”)。
在一些实施例中，数据集中的数据可以是表示电流、电场或其组合的几个周期单元上的高频波数据。发明人发现电力网中故障的产生是即时过程，并且高频波数据可以精确地和清楚地反映故障产生的情景。因此，通过记录和比较高频波，可以获得更精确的检测结果。应该理解的是，虽然高频波数据被用作本公开实施例中的示例，其它类型的数据也是可以的。
在304，基于第一传感器(例如传感器225)收集的第一数据将区域(例如区域220和/或区域230)识别为候选故障区域。例如，电流或电场的曲线可以从传感器225收集的高频波数据中提取。如果曲线表示传感器225的下游区域的故障，那么区域230被确定为候选故障区域。也就是说，仅仅基于传感器225收集的数据初步识别候选故障区域。参照附图4-5以下将讨论动作304的一些实现。
在306，基于由第二传感器(例如传感器225)收集的第二数据验证候选故障区域(例如区域230)，并且第二传感器与第一传感器(例如传感器225)相邻。例如，如果第二数据支持候选故障区域有故障的结论，那么候选故障区域被成功验证，否则，候选故障区域未被成功验证。也就是说，基于与本地传感器225相邻的一个或多个传感器(例如传感器235)收集的数据进一步验证候选故障区域。例如，如果由传感器225收集的第一数据表示下游故障，而由传感器235收集的第二数据表示上游故障，那么区域230被验证为故障区域。可选地，然后被验证的候选故障区域被提供给电力网中的维护人员。动作306的一些实现将参照图7在以下讨论。
根据本公开的方法300，故障区域的确定不仅基于本地传感器收集的数据，而且基于与本地传感器相邻的其它传感器收集的数据。因而，通过综合地考虑本地传感器和相邻传感器收集的数据，故障检测和定位的有效性和精确性可以被极大地提高。
图4是根据本公开实施例将区域识别为候选故障区域的方法400的流程图。应该理解的是，方法400可以被认为是参照图3的方法300的动作304的具体实现。
在402，之前由第一传感器收集的历史正常数据从资源库中检索到。例如，资源库存储多个传感器的历史正常数据，并且历史正常数据可以是表示标记的正常过程的波数据。
在404，确定第一数据与历史正常数据之间的相似性(被称为“第一相似性”)。例如，由传感器225收集的第一数据与传感器225之前在资源库中收集的历史正常数据进行比较，从而确定新获得的数据是否正常。任何合适的技术，无论现在已知的或将来开发的，可以被用来确定这两个数据之间的相似性。在406，确定第一相似性是否大于预定的阈值，称之为“第一阈值”。
如果第一相似性低于第一阈值，这表明第一数据可能异常，并且它可以表明上游和/或下游故障。在这点上，在408，基于传感器225收集的数据，区域(例如下游区域如区域230)被识别为候选故障区域。然后在410，区域230被插入到用于后续验证的候选故障区域集合中。
在另一方面，如果第一相似性大于第一阈值，这表明第一数据可能是正常的，因此在412区域(例如区域230)被识别为非故障区域。因此，从特定传感器新获得的数据可以与相同特定传感器之前收集的历史正常数据进行比较，从而可以快速并且精确地识别故障区域。
图5示出根据本公开实施例的将区域识别为候选故障区域的另一方法500的流程图。应该理解的是，方法500可以被视为关于图3的方法300中的动作304的另一具体实现。
在502，从资源库检索到由多个传感器收集的历史故障数据。例如，资源库存储所有传感器的历史故障数据，并且历史故障数据可以是表示标记的异常过程的波数据。
在504，确定第一数据与历史故障数据之间的相似性(称之为“第二相似性”)。例如，将传感器225收集的第一数据与由所有传感器之前收集的资源库中的历史故障数据进行比较，从而确定第一数据是否是故障的。
在506，确定第二相似性是否大于预定的阈值，称之为“第二阈值”。如果第二相似性大于第二阈值，这表明第一数据可能是故障的，并且可以表明上游和/或下游故障。在这点上，在508，基于传感器225收集的数据，区域(例如下游区域如区域230)被识别为候选故障区域。然后，在510区域230被插入到候选故障区域集合中用于后续验证。
如果第二相似性低于第二阈值，这表明第一数据不可能是故障的。因而，在512，区域(例如区域230)被识别为非故障区域。因此，从特定传感器新获得的数据可以与所有传感器之前收集的历史故障数据进行比较，因此故障区域可以被快速和精确地被识别。
图6示出根据本公开实施例为候选故障区域确定一个或多个故障的方法600的流程图。应该理解的是，方法600可以在关于图3的方法300中的动作306将区域识别为候选故障区域之后开始。
在602，基于第一数据确定故障的一种类型(称之为“第一类型”)在候选故障区域出现的可能性(称之为“第一可能性”)，并且故障类型可以是短路、断路、过电压或过电流。在604，确定第一可能性是否大于预定阈值(称之为“第三阈值”)。如果为否，这表明第一数据中未发现第一故障类型。否则，如果第一可能性大于第三阈值，在606，确定第一故障类型存在于候选故障区域。
在608，确定另一种故障类型(称之为“第二类型”)出现在候选故障区域的可能性(称之为“第二可能性”)，并且第一故障类型和第二故障类型彼此不同。在610，确定第二可能性是否大于第三阈值。如果为否，这表明在第一数据中未发现第二故障类型。否则，如果第二可能性大于第三阈值，在612，确定第二故障类型存在于候选故障区域。
应该理解的是，虽然在方法600中检测两种故障类型，但是在第一数据中可以检测到两种以上的故障类型。此外，在第一数据中仅检测到一种故障类型也是可能的。因此，基于传感器收集的数据可以检测到一种或一种以上的故障类型。
应该理解的是，虽然在动作608-612之前示出一组动作602-606，然而这仅仅是为了描述的目的而并非表明对本公开范围的任何限制。在一些实施例中，该组动作602-606和该组动作608-612可以并行实现。
在一些实施例中，通过等式方法600中的动作602和608可以同时被执行。也就是说，第一可能性和第二可能性可以一起计算。例如，对于第一数据，各种故障类型的可能性(例如第一可能性和第二可能性)可以确定如下：
在此y表示第一数据，x0表示分别代表各种故障类型的可能性的系数集合，A表示历史故障数据集合，Ap表示第p种故障类型的子集，表示在子集Ap中的第np个故障数据。此外，表示优化方案，β表示误差阈值。通过等式(1)，可以分别确定第一数据中的每种故障类型的可能性。然后，可能性在第三阈值之上的故障可以被添加到可能故障集合中。
图7是根据本公开的实施例基于相邻传感器收集的数据验证候选故障的方法700的流程图。例如，在方法700中，通过确定第一数据和第二数据之间是否存在冲突可以验证候选故障区域。应该理解的是，方法700可以被视为关于图3的方法300中的动作306的具体实现。
在702，基于由第一传感器(例如传感器225)收集的第一数据确定候选故障区域(例如区域230)中存在的第一故障类型。例如，通过等式(1)基于传感器收集的数据可以确定候选故障区域的故障类型。在一些实施例中，传感器225收集的第一数据不仅仅表示区域230中的至少一个故障的可能性，而且表示区域220和240中的至少一个故障的可能性。
在704，基于由第二传感器(例如传感器225)收集的第二数据确定候选故障区域(例如区域230)中存在的第二故障类型。也就是说，传感器235收集的第二数据也可以表示区域230中的故障的可能性。
在706，确定第一故障类型和第二故障类型是否一致。如果第一故障类型和第二故障类型一致，在708，确定第一数据和第二数据彼此证实。否则，在710，确定第一数据和第二数据彼此矛盾。
在一些实施例中，如果第一数据和第二数据彼此证实，那么候选故障区域被成功验证。否则，候选故障区域未被成功验证。例如，第一故障类型和第二故障类型均为三相短路，那么候选故障区域(例如区域230)可以被确定为短路。在一些实施例中，如果第一数据和第二数据彼此证实，那么第一数据和第二数据可以被关联，从而将第一故障类型和第二故障类型合并到具有更高故障可能性的故障类型。例如，可以确定区域230具有三相短路的故障。
在另一实施例中，如果第一数据和第二数据彼此证实，那么第一故障类型的可能性可能增加，并且如果第一数据和第二数据彼此矛盾，那么第一故障类型的可能性可能减少。那么，确定可能性是否大于预定的阈值。如果是，候选故障区域被成功验证。否则，候选故障区域未被成功验证。
根据本公开的方法700，基于相邻传感器收集的第一数据和第二数据可以验证候选故障区域。因此，通过比较不同数据得到的结论，可以极大地提升故障检测和定位的精确性。
使用云计算环境的示例方面
尽管该详细描述包括在云计算环境中的本发明的示例性实施例，但是应当理解，本文所述的教导的实现不限于这样的云计算环境。相反，本发明的实施例能够结合现在已知或以后开发的任何其他类型的计算环境来实现。
云计算是一种服务交付模式，用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源，例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。
特征包括：
按需自助式服务：云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。
广泛的网络接入：计算能力可以通过标准机制在网络上获取，这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。
资源池：提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者，其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下，消费者不能控制或甚至并不知晓所提供的资源的确切位置，但可以在较高抽象程度上指定位置(例如国家、州或数据中心)，因此具有位置无关性。
迅速弹性：能够迅速、有弹性地(有时是自动地)部署计算能力，以实现快速扩展，并且能迅速释放来快速缩小。在消费者看来，用于部署的可用计算能力往往显得是无限的，并能在任意时候都能获取任意数量的计算能力。
可测量的服务：云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力，自动地控制和优化资源效用。可以监测、控制和报告资源使用情况，为服务提供者和消费者双方提供透明度。
服务模型如下：
软件即服务(SaaS)：向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机电路访问应用。除了有限的特定于用户的应用配置设置外，消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。
平台即服务(PaaS)：向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用，这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构，但对其部署的应用具有控制权，对应用托管环境配置可能也具有控制权。
基础架构即服务(IaaS)：向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构，但是对操作系统、存储和其部署的应用具有控制权，对选择的网络组件(例如主机防火墙)可能具有有限的控制权。
部署模型如下：
私有云：云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。
共同体云：云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。
公共云：云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。
混合云：云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成，这些云依然是独特的实体，但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。
云计算环境是面向服务的，特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。
现在参考图1，其中显示了云计算节点的一个例子。图1显示的云计算节点10仅仅是适合的云计算节点的一个示例，不应对本发明实施例的功能和使用范围带来任何限制。总之，云计算节点10能够被用来实现和/或执行以上所述的任何功能。
尽管云计算节点10被描绘为计算机系统/服务器12，但是应理解其可与许多其他通用或专用计算系统环境或配置一起操作。可适用于计算机系统/服务器12的众所周知的计算系统，环境和/或配置的示例包括但不限于个人计算机系统，服务器计算机系统，瘦客户端，胖客户端，手持或膝上型电路，多处理器系统，基于微处理器的系统，机顶盒，可编程消费电子产品，网络PC，小型计算机系统，大型计算机系统以及包括任何上述系统或电路的分布式云计算环境等。
计算机系统/服务器12可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器12可以在通过通信网络链接的远程处理电路执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储电路的本地或远程计算系统存储介质上。
再次参考图1,计算机系统/服务器12以通用计算电路的形式示出。计算机系统/服务器12的组件可以包括但不限于一个或多个处理器或处理单元16，系统存储器28，以及将包括系统存储器28的各种系统组件耦合到处理器16的总线18。
总线18表示几种总线结构中的任何一种或多种，包括存储器总线或存储器控制器，外围总线，加速图形端口和使用各种总线架构的处理器或本地总线。作为示例而非限制，这样的架构包括工业标准架构(ISA)总线，微通道架构(MCA)总线，增强型ISA(EISA)总线，视频电子标准协会(VESA)本地总线和外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器12访问的任意可获得的介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何电路(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机系统/服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、电路驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
现在参考图8，其中显示了示例性的云计算环境50。如图所示，云计算环境50包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点10，本地计算设备例如可以是个人数字助理(PDA)或移动电话54A，台式电脑54B、笔记本电脑54C和/或汽车计算机系统54N。云计算节点10之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点10进行物理或虚拟分组(图中未显示)。这样，云的消费者无需在本地计算设备上维护资源就能请求云计算环境50提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解，图8显示的各类计算设备54A-N仅仅是示意性的，云计算节点10以及云计算环境50可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。
现在参考图9，其中显示了云计算环境50(图8)提供的一组功能抽象层。首先应当理解，图9所示的组件、层以及功能都仅仅是示意性的，本发明的实施例不限于此。如图9所示，提供下列层和对应功能：
硬件和软件层60包括硬件和软件组件。硬件组件的例子包括：主机61；基于RISC(精简指令集计算机)体系结构的服务器62；服务器63；刀片服务器64；存储电路65；网络和网络组件66。软件组件的例子包括：网络应用服务器软件67以及数据库软件68。
虚拟层70提供一个抽象层，该层可以提供下列虚拟实体的例子：虚拟服务器71、虚拟存储72、虚拟网络73(包括虚拟私有网络)、虚拟应用和操作系统74，以及虚拟客户端75。
在一个示例中，管理层80可以提供下述功能：资源供应功能81：提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取；计量和定价功能82：在云计算环境内对资源的使用进行成本跟踪，并为此提供帐单和发票。在一个例子中，该资源可以包括应用软件许可。安全功能：为云的消费者和任务提供身份认证，为数据和其它资源提供保护。用户门户功能83：为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能84：提供云计算资源的分配和管理，以满足必需的服务水平。服务水平协议(SLA)计划和履行功能85：为根据SLA预测的对云计算资源未来需求提供预先安排和供应。
工作负载层90提供云计算环境可能实现的功能的示例。在该层中，可提供的工作负载或功能的示例包括：地图绘制与导航91；软件开发及生命周期管理92；虚拟教室的教学提供93；数据分析处理94；交易处理95；以及，更具体地涉及本发明，分布式计算方法400。
在任何可能的技术细节结合层面，本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
此外，申请人的意图是包含所有权利要求要素的等同物，并且对本申请的任何权利要求的修改不应被解释为对经修改的权利要求的任何要素或特征的等同物的任何利益或权利的免责声明。

Claims (25)

1.一种用于故障检测的系统，包括：
处理器；以及
存储器，所述存储器存储指令以使所述处理器执行：
获得由分布在电力网中的多个传感器收集的与所述电力网相关的数据集；
基于所述数据集中的第一数据将区域识别为候选故障区域，所述第一数据由所述多个传感器中位于所述区域中的第一传感器收集；以及
基于所述数据集中的第二数据验证候选故障区域，所述第二数据由所述多个传感器中与所述第一传感器相邻的第二传感器收集。
2.如权利要求1所述的系统，其中所述获得数据集包括：获得包括高频波数据的所述数据集，所述数据集表示所述电力网中的电流和电场中的至少一个。
3.如权利要求1所述的系统，其中所述将区域识别为候选故障区域包括：
从存储库中检索由所述第一传感器收集的历史正常数据；
确定所述第一数据和所述历史正常数据之间的第一相似性；以及
通过比较所述第一相似性和第一阈值将所述区域识别为所述候选故障区域。
4.如权利要求1所述的系统，其中所述将区域识别为候选故障区域包括：
从存储库中检索由所述多个传感器收集的历史故障数据；
确定所述第一数据和所述历史故障数据之间的第二相似性；以及
通过比较第二相似性和第二阈值将所述区域识别为所述候选故障区域。
5.如权利要求1所述的系统，其中所述存储器还存储指令以使所述处理器执行：
基于所述第一数据确定第一故障类型的第一故障发生在所述候选故障区域中的第一可能性；
响应于所述第一可能性超过第三阈值确定所述第一故障存在于所述候选故障区域中；
基于所述第一数据确定第二故障类型的第二故障发生在所述候选故障区域中的第二可能性，所述第一故障类型和第二故障类型彼此不同并且从包括短路、断路、过压和过流的组中选择；以及
响应于所述第二可能性超过所述第三阈值，确定所述第二故障存在于所述候选故障区域中。
6.如权利要求1所述的系统，其中所述验证所述候选故障区域包括：确定所述第一数据和所述第二数据之间是否存在冲突。
7.如权利要求6所述的系统，其中所述确定第一数据和所述第二数据之间是否存在冲突包括：
基于所述第一数据确定第一故障类型存在于所述候选故障区域；
基于所述第二数据确定第二故障类型存在于所述候选故障区域；以及
确定所述第一故障类型和所述第二故障类型的一致性。
8.如权利要求1所述的系统，其实现在云计算环境中。
9.一种用于故障检测的计算机实现的方法，包括：
获得由分布在电力网中的多个传感器收集的与电力网相关的数据集；
基于所述数据集中的第一数据将区域识别为候选故障区域，所述第一数据由所述多个传感器中位于所述区域中的第一传感器收集；以及
基于所述数据集中的第二数据验证所述候选故障区域，所述第二数据由所述多个传感器中与所述第一传感器相邻的第二传感器收集。
10.如权利要求9所述的计算机实现的方法，其中所述获得数据集包括：获得包括高频波数据的所述数据集，所述数据集表示所述电力网中的电流和电场中的至少一个。
11.如权利要求9所述的计算机实现的方法，其中所述将区域识别为候选故障区域包括：
从存储库中检索由所述第一传感器收集的历史正常数据；
确定所述第一数据和所述历史正常数据之间的第一相似性；以及
通过比较所述第一相似性和第一阈值将所述区域识别为所述候选故障区域。
12.如权利要求9所述的计算机实现的方法，其中所述将区域识别为候选故障区域包括：
从存储库中检索由所述多个传感器收集的历史故障数据；
确定所述第一数据和所述历史故障数据之间的第二相似性；以及
通过比较第二相似性和第二阈值将所述区域识别为所述候选故障区域。
13.如权利要求9所述的计算机实现的方法，还包括：
基于所述第一数据确定第一故障类型的第一故障发生在所述候选故障区域中的第一可能性；
响应于所述第一可能性超过第三阈值确定所述第一故障存在于所述候选故障区域中；
基于所述第一数据确定第二故障类型的第二故障发生在所述候选故障区域中的第二可能性，所述第一故障类型和第二故障类型彼此不同并且从包括短路、断路、过压和过流的组中选择；以及
响应于所述第二可能性超过所述第三阈值，确定所述第二故障存在于所述候选故障区域中。
14.如权利要求9所述的计算机实现的方法，其中所述验证所述候选故障区域包括：
确定所述第一数据和所述第二数据之间是否存在冲突。
15.如权利要求14所述的方法，其中所述确定第一数据和所述第二数据之间是否存在冲突包括：
基于所述第一数据确定第一故障类型存在于所述候选故障区域中；
基于所述第二数据确定第二故障类型存在于所述候选故障区域中；以及
确定所述第一故障类型和所述第二故障类型的一致性。
16.如权利要求9所述的计算机实现的方法，其实现在云计算环境中。
17.一种用于故障检测系统的计算机程序产品，所述计算机程序产品包括计算机可读存储介质，所述计算机可读存储介质具有实现在其上的程序指令，所述程序指令由计算机执行以使计算机：
获得由分布在电力网中的多个传感器收集的与电力网相关的数据集；
基于所述数据集中的第一数据将区域识别为候选故障区域，所述第一数据由所述多个传感器中位于所述区域中的第一传感器收集；以及
基于所述数据集中的第二数据验证所述候选故障区域，所述第二数据由所述多个传感器中与所述第一传感器相邻的第二传感器收集。
18.如权利要求17所述的计算机程序产品，其中所述获得数据集包括：获得包括高频波数据的所述数据集，所述数据集表示所述电力网中的电流和电场中的至少一个。
19.如权利要求17所述的计算机程序产品，其中所述将区域识别为候选故障区域包括：
从存储库中检索由所述多个传感器收集的历史故障数据；
确定所述第一数据和所述历史故障数据之间的第二相似性；以及
通过比较第二相似性和第二阈值将所述区域识别为所述候选故障区域。
20.如权利要求17所述的计算机程序产品，其中，所述指令在设备上执行时还使所述设备：
基于所述第一数据确定第一故障类型的第一故障发生在所述候选故障区域中的第一可能性；
响应于所述第一可能性超过第三阈值确定所述第一故障存在于所述候选故障区域中；
基于所述第一数据确定第二故障类型的第二故障发生在所述候选故障区域中的第二可能性，所述第一故障类型和第二故障类型彼此不同并且从包括短路、断路、过压和过流的组中选择；以及
响应于所述第二可能性超过所述第三阈值，确定所述第二故障存在于所述候选故障区域中。
21.一种用于故障检测的系统，包括：
处理器；以及
存储器，所述存储器存储指令使所述处理器执行：
获得电力网的数据集；
基于所述数据集中的第一数据将区域识别为候选故障区域；以及
基于所述数据集中的第二数据验证所述候选故障区域，所述第二数据集和所述第
一数据集由不同的传感器收集。
22.如权利要求21所述的系统，其中收集所述第一数据集和所述第二数据集的不同传感器彼此相邻。
23.如权利要求21所述的系统，其中所述将区域识别为候选故障区域包括：
从存储库中检索历史故障数据；
确定所述第一数据和所述历史故障数据之间的第二相似性；以及
通过比较第二相似性和第二阈值将所述区域识别为所述候选故障区域。
24.一种用于故障检测的计算机实现的方法，包括：
获得电力网的数据集；
基于所述数据集中的第一数据将区域识别为候选故障区域；以及
基于所述数据集中的第二数据验证所述候选故障区域，所述第二数据集和所述第
一数据集由不同的传感器收集。
25.如权利要求24所述的计算机实现的方法，其中收集所述第一数据集和所述第二数据集的不同传感器彼此相邻。
CN201780063123.1A 2016-10-11 2017-10-09 基于热分析的计算设备和/或非易失性存储设备的重新配置 Pending CN109844549A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/290,637 US10324459B2 (en) 2016-10-11 2016-10-11 System, method and computer program product for fault detection and location in power grid
US15/290,637 2016-10-11
PCT/CN2017/105421 WO2018068692A1 (en) 2016-10-11 2017-10-09 System, method and computer program product for fault detection and location in power grid

Publications (1)

Publication Number Publication Date
CN109844549A true CN109844549A (zh) 2019-06-04

Family

ID=61828947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780063123.1A Pending CN109844549A (zh) 2016-10-11 2017-10-09 基于热分析的计算设备和/或非易失性存储设备的重新配置

Country Status (6)

Country Link
US (2) US10324459B2 (zh)
JP (1) JP6909285B2 (zh)
CN (1) CN109844549A (zh)
DE (1) DE112017003937T5 (zh)
GB (1) GB2569920B (zh)
WO (1) WO2018068692A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114389362A (zh) * 2022-01-17 2022-04-22 中山大学 基于邻域边缘监测互联的电力安全主动防误方法及系统

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10796036B2 (en) * 2016-08-08 2020-10-06 International Business Machines Corporation Prediction of inhalable particles concentration
JP7032640B2 (ja) * 2017-12-28 2022-03-09 富士通株式会社 影響範囲特定プログラム、影響範囲特定方法、および影響範囲特定装置
US11616390B2 (en) * 2018-06-19 2023-03-28 Tsinghua University Micro-grid reconstruction method and device, micro-grid protection control center, and storage medium
CN111222781B (zh) * 2019-12-31 2022-03-15 国网北京市电力公司 故障诊断方法和装置、存储介质
CN111178645B (zh) * 2020-04-14 2020-12-08 深圳市朝阳辉电气设备有限公司 电力设备异常检测方法、装置、控制设备及存储介质
US11588323B2 (en) 2020-09-03 2023-02-21 Commonwealth Associates, Inc. Method and apparatus for locating faults in an islanded microgrid
US20220198911A1 (en) * 2020-12-18 2022-06-23 Itron, Inc. Determining Alternative Outcome or Event Based on Aggregated Data
CN114793233A (zh) * 2022-04-15 2022-07-26 山东博诚电气有限公司 一种矿用变频器的无线数据存储方法及装置
CN114812652B (zh) * 2022-04-20 2024-03-26 松灵机器人(深圳)有限公司 一种割草机控制方法、装置、割草机以及存储介质
CN116223971B (zh) * 2023-02-24 2023-12-12 合肥威标科技有限公司 基于多源信息的配电网故障区域辅助定位系统
CN117033983B (zh) * 2023-10-10 2024-01-30 山东科技大学 一种无人船自噪声检测识别方法及系统
CN117172558B (zh) * 2023-11-02 2024-01-19 合肥优尔电子科技有限公司 一种电力电网故障风险等级评定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02141676A (ja) * 1988-11-22 1990-05-31 Fujikura Ltd 電力ケーブルの事故区間検出方法
JPH0862277A (ja) * 1994-08-19 1996-03-08 Tokyo Electric Power Co Inc:The 送電線故障点標定装置
CN102928739A (zh) * 2012-11-02 2013-02-13 华北电力大学（保定） 基于无线传感器网络的电网单相接地故障定位方法及系统
CN103487726A (zh) * 2013-10-15 2014-01-01 浙江宝明电气有限公司 电力线路故障在线监测系统
CN104375055A (zh) * 2013-08-15 2015-02-25 通用电气公司 配电网的故障定位装置及方法
CN105652119A (zh) * 2015-12-31 2016-06-08 国网浙江奉化市供电公司 故障信息的获取方法，装置及系统

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03251022A (ja) * 1990-02-28 1991-11-08 Mitsubishi Electric Corp 配電線の異常状態監視装置
JP3361195B2 (ja) * 1994-09-27 2003-01-07 東北電力株式会社 中性点非接地高圧配電系統における間欠弧光地絡区間標定方法及びその標定システム
JPH1142466A (ja) 1997-07-29 1999-02-16 Mitsubishi Heavy Ind Ltd 水路清掃機
JPH11142466A (ja) * 1997-11-05 1999-05-28 Chugoku Electric Power Co Inc:The 配電線の事故原因推定方法及び装置
JP4295945B2 (ja) * 2002-01-30 2009-07-15 東北電力株式会社 配電線故障点標定方法及び配電線故障点標定システム
WO2005019846A1 (en) * 2003-08-22 2005-03-03 Uber Iii Arthur E Power line property measurement devices and power line fault location methods,devices and systems
US7274007B2 (en) * 2003-09-25 2007-09-25 W.E.T. Automotive Systems Ltd. Control system for operating automotive vehicle components
US7180300B2 (en) * 2004-12-10 2007-02-20 General Electric Company System and method of locating ground fault in electrical power distribution system
US7714735B2 (en) * 2005-09-13 2010-05-11 Daniel Rockwell Monitoring electrical assets for fault and efficiency correction
US7598751B2 (en) * 2006-08-14 2009-10-06 Clemson University Research Foundation Impedance-based arc fault determination device (IADD) and method
JP5089142B2 (ja) * 2006-11-17 2012-12-05 中国電力株式会社 事故判定装置、方法及びプログラム
US8892375B2 (en) * 2008-05-09 2014-11-18 Accenture Global Services Limited Power grid outage and fault condition management
US20110004446A1 (en) * 2008-12-15 2011-01-06 Accenture Global Services Gmbh Intelligent network
CN101533061B (zh) * 2009-04-09 2011-07-06 浙江大学 基于稀疏pmu配置的大型输电网络故障定位方法
KR101665690B1 (ko) * 2009-06-26 2016-10-12 삼성전자주식회사 센서 네트워크에서 센서 노드 인증 방법 및 장치
US9217775B2 (en) * 2010-06-07 2015-12-22 Abb Research Ltd. Systems and methods for characterizing fault clearing devices
BR112012032231A2 (pt) * 2010-06-17 2016-11-22 Awesense Wireless Inc nó sensor passível de ser implantado em campo, e , sistema e método de determinar uso elétrico em uma rede de energia elétrica
US20120209539A1 (en) * 2011-02-10 2012-08-16 Honeywell International Inc. Turbine fault analysis
US20130054162A1 (en) * 2011-08-31 2013-02-28 Tollgrade Communications, Inc. Methods and apparatus for determining conditions of power lines
US9007735B2 (en) * 2012-04-27 2015-04-14 The Regents Of The University Of Colorado, A Body Corporate Fault detection, isolation, location and reconnection systems and methods
CN107078498B (zh) * 2013-12-30 2019-04-26 Abb瑞士股份有限公司 用于确定配电网络上的故障位置的方法和相关的熔断器
EP2910959B1 (en) * 2014-02-19 2021-09-08 General Electric Technology GmbH Fault location in DC networks
CA2955033A1 (en) * 2014-07-17 2016-01-21 3M Innovative Properties Company Systems and methods for classifying in-situ sensor response data patterns representative of grid pathology severity
US9811165B2 (en) * 2015-03-11 2017-11-07 Samsung Electronics Co., Ltd. Electronic system with gesture processing mechanism and method of operation thereof
US9762047B2 (en) * 2015-06-16 2017-09-12 Abb Technology Ltd. Technologies for zonal fault protection of DC distribution systems
GB2545493A (en) * 2015-12-18 2017-06-21 Moog Unna Gmbh Wind turbine diagnostic apparatus

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02141676A (ja) * 1988-11-22 1990-05-31 Fujikura Ltd 電力ケーブルの事故区間検出方法
JPH0862277A (ja) * 1994-08-19 1996-03-08 Tokyo Electric Power Co Inc:The 送電線故障点標定装置
CN102928739A (zh) * 2012-11-02 2013-02-13 华北电力大学（保定） 基于无线传感器网络的电网单相接地故障定位方法及系统
CN104375055A (zh) * 2013-08-15 2015-02-25 通用电气公司 配电网的故障定位装置及方法
CN103487726A (zh) * 2013-10-15 2014-01-01 浙江宝明电气有限公司 电力线路故障在线监测系统
CN105652119A (zh) * 2015-12-31 2016-06-08 国网浙江奉化市供电公司 故障信息的获取方法，装置及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114389362A (zh) * 2022-01-17 2022-04-22 中山大学 基于邻域边缘监测互联的电力安全主动防误方法及系统
CN114389362B (zh) * 2022-01-17 2022-11-01 中山大学 基于邻域边缘监测互联的电力安全主动防误方法及系统

Also Published As

Publication number Publication date
US11150639B2 (en) 2021-10-19
WO2018068692A1 (en) 2018-04-19
US20180101168A1 (en) 2018-04-12
GB2569920B (en) 2022-03-23
DE112017003937T5 (de) 2019-04-25
GB2569920A (en) 2019-07-03
JP6909285B2 (ja) 2021-07-28
US10324459B2 (en) 2019-06-18
JP2019529927A (ja) 2019-10-17
GB201905821D0 (en) 2019-06-05
US20190187677A1 (en) 2019-06-20

Similar Documents

Publication Publication Date Title
CN109844549A (zh) 基于热分析的计算设备和/或非易失性存储设备的重新配置
JP7461698B2 (ja) ドメインインデックス制約リポジトリを用いた異常及びドリフトの検出
Wang et al. Recent advances in modeling the vulnerability of transportation networks
US20170109657A1 (en) Machine Learning-Based Model for Identifying Executions of a Business Process
US20190268283A1 (en) Resource Demand Prediction for Distributed Service Network
US20170109676A1 (en) Generation of Candidate Sequences Using Links Between Nonconsecutively Performed Steps of a Business Process
US20190004891A1 (en) Automated hardware failure prediction framework
US20210092160A1 (en) Data set creation with crowd-based reinforcement
US20170109667A1 (en) Automaton-Based Identification of Executions of a Business Process
US10558206B2 (en) Electrical device degradation determination
CN109791592A (zh) 使用外部处理来处理应用程序中的敏感数据
US11178022B2 (en) Evidence mining for compliance management
CN109993189A (zh) 一种网络故障预警方法、装置和介质
US20180032876A1 (en) Transforming a transactional data set to generate forecasting and prediction insights
CN113612766B (zh) 数据治理装置、方法、计算机设备及存储介质
US20170109638A1 (en) Ensemble-Based Identification of Executions of a Business Process
Mulerikkal et al. Jp-dap: an intelligent data analytics platform for metro rail transport systems
US20170109640A1 (en) Generation of Candidate Sequences Using Crowd-Based Seeds of Commonly-Performed Steps of a Business Process
US20200125743A1 (en) Datacenter security
US10242349B1 (en) Efficient scheduling of maintenance for power distribution systems
US11665180B2 (en) Artificially intelligent security incident and event management
US20170109637A1 (en) Crowd-Based Model for Identifying Nonconsecutive Executions of a Business Process
US9853690B1 (en) Generating high resolution inferences in electrical networks
US9224128B2 (en) Energy information exchange
US20230177385A1 (en) Federated machine learning based on partially secured spatio-temporal data

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190604