CN111445119B - 配电设备运行状态关联关系在线检测方法及装置 - Google Patents

配电设备运行状态关联关系在线检测方法及装置 Download PDF

Info

Publication number
CN111445119B
CN111445119B CN202010213302.2A CN202010213302A CN111445119B CN 111445119 B CN111445119 B CN 111445119B CN 202010213302 A CN202010213302 A CN 202010213302A CN 111445119 B CN111445119 B CN 111445119B
Authority
CN
China
Prior art keywords
power distribution
distribution equipment
index data
cluster
operation state
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.)
Active
Application number
CN202010213302.2A
Other languages
English (en)
Other versions
CN111445119A (zh
Inventor
薛一波
曾海天
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202010213302.2A priority Critical patent/CN111445119B/zh
Publication of CN111445119A publication Critical patent/CN111445119A/zh
Application granted granted Critical
Publication of CN111445119B publication Critical patent/CN111445119B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Operations Research (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)

Abstract

本发明提供一种配电设备运行状态关联关系在线检测方法及装置，所述方法包括：基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。本发明提供的配电设备运行状态关联关系在线检测方法及装置，基于数据中心配电设备的实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态关联关系的在线检测，为配电系统的运行状况的分析提供可靠依据，降低了配电系统中告警的误报或漏报次数。

Description

配电设备运行状态关联关系在线检测方法及装置
技术领域
本发明涉及电力系统技术领域，尤其涉及一种配电设备运行状态关联关系在线检测方法及装置。
背景技术
配电设备在数据中心承担着重要角色，数据中心IT设备、制冷设备及人们日常工作生活等的正常运转，都由配电设备支配着，保障其用电需求。常见的配电设备包括高压配电柜、变压器和低压配电柜等。
现有技术中，针对配电设备运行状态在线检测的研究主要是基于设备自身属性与监测指标数据进行分析，配电设备运行状态之间相互影响关系的确定通常属于事后方式，即根据历史数据来确定设备运行状态之间的关联关系。
然而，现有配电设备运行状态在线检测方法得到的判定结果中没有剔除配电设备非自身因素造成的误判结果，导致告警事件中存在大量的误报与漏报，而事后再确定配电设备运行状态之间关联关系的处理方式，无法保证结果的时效性。因此，如何在线确定配电设备运行状态的关联关系，以提升判定结果的准确度与可信度，是亟待解决的技术问题。
发明内容
本发明实施例提供一种配电设备运行状态关联关系在线检测方法及装置，用于解决现有技术中的上述技术问题。
为了解决上述技术问题，一方面，本发明实施例提供一种配电设备运行状态关联关系在线检测方法，包括：
基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；
对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；
利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
进一步地，所述确定每一配电设备的运行状态特征矩阵之前，还包括：
获取每一配电设备的监测指标数据；
对获取到的每一配电设备的监测指标数据进行归一化处理。
进一步地，所述基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵，具体包括：
提取各配电设备之间的共有指标数据和差异性指标数据；
基于相关系数法从所述共有指标数据中提取关键性指标数据；
利用所述差异性指标数据拟合所述关键性指标数据，得到关键性指标数据的拟合值；
对于每一配电设备，根据所述共有指标数据和所述关键性指标数据的拟合值，确定每一配电设备的运行状态特征矩阵。
进一步地，所述对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值，具体包括：
利用聚类算法对所有的运行状态特征矩阵进行聚类分析，确定聚类簇数及簇类集合；
利用预设的不同的簇类标记值分别对不同的簇类集合中的运行状态特征矩阵进行打标，确定每一运行状态特征矩阵的簇类标记值。
进一步地，所述确定配电设备运行状态之间的关联关系之后，还包括：
基于配电设备之间的实际连接关系，构建配电设备的拓扑树形结构图；
结合所述拓扑树形结构图和配电设备运行状态之间关联关系，基于可视化技术，给出配电系统整体运行状态及各配电设备运行状态之间关联关系。
进一步地，所述监测指标数据至少包括电压、电流和功率中的任一种。
进一步地，所述关联规则算法为Apriori算法或者FP-Growth算法。
另一方面，本发明实施例提供一种配电设备运行状态关联关系在线检测装置，包括：
特征提取模块，用于基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；
打标模块，用于对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；
关联关系确定模块，用于利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
再一方面，本发明实施例提供一种电子设备，包括：存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述第一方面提供的方法的步骤。
又一方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现上述第一方面提供的方法的步骤。
本发明实施例提供的配电设备运行状态关联关系在线检测方法及装置，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
附图说明
图1为本发明实施例提供的配电设备运行状态关联关系在线检测方法示意图；
图2为本发明实施例提供的对配电设备的运行状态特征矩阵进行打标的逻辑流程图；
图3为本发明实施例提供的配电设备运行状态关联关系在线检测装置示意图；
图4为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
配电设备在数据中心承担着重要角色，数据中心IT设备、制冷设备及人们日常工作生活等的正常运转，都由配电设备支配着，保障其用电需求。常见的配电设备包括高压配电柜、变压器和低压配电柜等。作为数据中心不可或缺的一部分，配电设备自身的正常运行也直接或间接影响着其他设备的安全，但因配电设备即是配电者也是用电者，设备与设备之间存在着一定的关联性，所以，对配电设备运行状态的分析，不只分析设备自身属性与监测指标，还需考虑设备之间相互影响因素。
目前，针对配电设备运行状态在线检测的研究主要是基于设备自身属性与监测指标数据进行分析，然而这就忽略了配电设备的关联特性，分析得到的结果并没有很好地解决实际问题，产生的告警记录中往往存在着很多的误报或漏报等现象，无法保证其方法在实际场景中的可靠性与有效性，进而也大大增加了维护成本；并且，其中很多分析方法属于离线分析，这也就无法保证结果的时效性，不能及时反馈配电设备的运行状态。因此，一种在线、考虑设备之间运行状态关联关系在线检测方法的提出在数据中心配电设备运行状态研究中有着重要意义。
对此，本发明实施例基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，以全面考虑影响配电设备运行状态因素。
图1为本发明实施例提供的配电设备运行状态关联关系在线检测方法示意图，如图1所示，本发明实施例提供一种配电设备运行状态关联关系在线检测方法，其执行主体为配电设备运行状态关联关系在线检测装置。该方法包括：
步骤S101、基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵。
具体来说，本发明实施例基于配电设备的实时监测指标数据，确定每一配电设备的运行状态特征矩阵。
配电设备可以为数据中心的配电设备，也可以为其他应用场景中的配电设备。
可以通过源数据平台提供的RESTFul API及其数据库获取实时数据。
监测指标数据可以至少包括电压、电流和功率中的任一种。
步骤S102、对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值。
具体来说，在确定每一配电设备的运行状态特征矩阵之后，对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值。
可以采用聚类算法对所有的运行状态特征矩阵进行聚类分析，例如，K-Means聚类算法等。
可用数字对每一簇类集合的运行状态特征矩阵进行标注。
步骤S103、利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
具体来说，在确定每一运行状态特征矩阵的簇类标记值之后，利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
基于关联规则算法挖掘设备运行状态的关联规则，通过置信度确定设备运行状态之间的关联关系；如，给定的关联规则
Figure BDA0002423545290000051
置信度越高，Y包含在X事务中出现的可能性就越大。
关联规则算法可采用Apriori、FP-Growth等算法。
本发明实施例提供的配电设备运行状态关联关系在线检测方法，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
基于上述任一实施例，进一步地，所述确定每一配电设备的运行状态特征矩阵之前，还包括：
获取每一配电设备的监测指标数据；
对获取到的每一配电设备的监测指标数据进行归一化处理。
具体来说，在本发明实施例中，确定每一配电设备的运行状态特征矩阵之前，首先，需要获取每一配电设备的监测指标数据。
可以先确定各配电设备监控指标唯一标识符，利用标识符及当前时刻作为数据查询条件，在线实时获取监测数据。其中，基于源数据平台提供的RESTFul API及其数据库获取实时数据。
然后，对获取到的每一配电设备的监测指标数据进行归一化处理。
结合数据库存储机制，使当前指标监测数据值xi映射于[0,1]区间，以去除数据量纲的差异性。其中，数据库存储机制为：在数据库建立统计数据表，纪录各指标当前时刻前n个时间点的监测数据最大值xmax与最小值xmin，并根据实时获取的监测数据对统计表中数据进行更新。数据库表中，主要包含指标标识符、当前时间、最大值和最小值字段数据。
本发明实施例结合数据库存储机制，对在线实时监测数据进行归一化处理，以去除数据量纲的差异性，也保证数据的实时性，并降低数据维度提升计算效率。
本发明实施例提供的配电设备运行状态关联关系在线检测方法，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
基于上述任一实施例，进一步地，所述基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵，具体包括：
提取各配电设备之间的共有指标数据和差异性指标数据；
基于相关系数法从所述共有指标数据中提取关键性指标数据；
利用所述差异性指标数据拟合所述关键性指标数据，得到关键性指标数据的拟合值；
对于每一配电设备，根据所述共有指标数据和所述关键性指标数据的拟合值，确定每一配电设备的运行状态特征矩阵。
具体来说，在本发明实施例中，基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵的具体步骤如下：
首先，基于配电设备的物理特性，提取各设备之间的共有指标与差异性指标。其中，配电设备的物理特性，包括配电设备的固有属性、结构，及指标之间的物理推导关系等。
配电设备的固有属性包括生产日期、使用年限等。配电设备的结构为配电设备的结构性参数，例如，变压器每相电的温度等。
然后，利用相关系数法，从共有指标中提取关键性指标。例如，可选Pearson相关系数法对指标进行相关性分析，确定关键性指标。
然后，基于差异性指标数据和关键性指标数据，利用回归分析算法，建立差异性指标与关键指标的拟合模型。将差异性指标监测数据作为模型的输入，输出为关键性指标的拟合值。回归分析算法可选GBDT、SVR等算法。
最后，对每一配电设备，结合共有指标数据与关键指标数据的拟合值，确定配电设备的运行状态特征矩阵。配电设备的运行状态特征矩阵的表达式如下：
[xsh,0,xsh,1,…,xsh,i,…,xsh,n,xar,0,xar,1,…,xar,j,…,xar,m]
其中，xsh,i(i＝0,1,…,n)为第i个共有指标数据，n为共有指标数据的个数，xar,j(j＝0,1,…,n)为第j个关键指标数据的拟合值，m为关键指标数据的个数。
本发明实施例基于配电设备的物理特性及设备特征之间的相关性，构造特征矩阵，即消除各类配电设备监控指标的差异性，同时也确保分析数据的全面性。
本发明实施例提供的配电设备运行状态关联关系在线检测方法，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
基于上述任一实施例，进一步地，所述对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值，具体包括：
利用聚类算法对所有的运行状态特征矩阵进行聚类分析，确定聚类簇数及簇类集合；
利用预设的不同的簇类标记值分别对不同的簇类集合中的运行状态特征矩阵进行打标，确定每一运行状态特征矩阵的簇类标记值。
具体来说，在本发明实施例中，对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值的具体步骤如下：
首先，利用聚类算法对所有的运行状态特征矩阵进行聚类分析，确定聚类簇数及簇类集合。
图2为本发明实施例提供的对配电设备的运行状态特征矩阵进行打标的逻辑流程图，如图2所示，对得到的各配电设备运行状态特征矩阵，运用聚类方法进行聚类。例如，可以通过基于量子粒子群优化算法改进K-Means聚类的方法，自动化调整聚类簇数k值，进而得到最优聚类簇数及簇类集合。
该聚类算法的评价函数如下：
Figure BDA0002423545290000081
其中，m为样本总量，k为聚类的簇数，Bk是簇间协方差矩阵，Wk是簇内协方差矩阵，tr()表示求矩阵的迹，即求矩阵主对角线上各个元素的总和。
然后，利用预设的不同的簇类标记值分别对不同的簇类集合中的运行状态特征矩阵进行打标，确定每一运行状态特征矩阵的簇类标记值。
例如，可以用不同的数字分别对不同的簇类集合中的运行状态特征矩阵进行打标。若聚类之后得到3个簇类，可将第一个簇类集合中的运行状态特征矩阵均标记为0，第二个簇类集合中的运行状态特征矩阵均标记为1，第三个簇类集合中的运行状态特征矩阵均标记为2。
本发明实施例采用基于改进的K-Means聚类算法对特征矩阵进行聚类，实现聚类簇数的自动化选取，避免了人工设定的不合理性，以提升聚类的准确性。
本发明实施例提供的配电设备运行状态关联关系在线检测方法，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
基于上述任一实施例，进一步地，所述确定配电设备运行状态之间的关联关系之后，还包括：
基于配电设备之间的实际连接关系，构建配电设备的拓扑树形结构图；
结合所述拓扑树形结构图和配电设备运行状态之间关联关系，基于可视化技术，给出配电系统整体运行状态及各配电设备运行状态之间关联关系。
具体来说，在本发明实施例中，确定配电设备运行状态之间的关联关系之后，还可以基于配电设备之间的实际连接关系及结构，构建配电设备拓扑树形结构图。
再结合所述拓扑树形结构图和配电设备运行状态之间关联关系，基于可视化系统，给出配电系统整体运行状态及各配电设备运行状态之间关联关系。
例如，可视化系统基于React架构搭建，采用了如Bootstrap、ECharts等开源可视化组件，利用“树”状结构图展示设备运行状态，树的各个节点表示具体配电设备，节点的样式可用于表示设备的运行状态，并且节点间连线可用于显示其置信度。
本发明实施例结合配电设备拓扑结构，通过可视化方式展示配电设备运行状态关联关系，更为直观、清晰反映配电设备的运行状态及关联关系。
本发明实施例提供的配电设备运行状态关联关系在线检测方法，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
基于上述任一实施例，进一步地，所述监测指标数据至少包括电压、电流和功率中的任一种。
具体来说，在本发明实施例中，监测指标数据至少包括电压、电流和功率中的任一种。具体可以视情况而定。
本发明实施例提供的配电设备运行状态关联关系在线检测方法，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
基于上述任一实施例，进一步地，关联规则算法为Apriori算法或者FP-Growth算法。
具体来说，在本发明实施例中，关联规则算法为Apriori算法或者FP-Growth算法。具体可以视情况而定。
本发明实施例提供的配电设备运行状态关联关系在线检测方法，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
基于上述任一实施例，进一步地，图3为本发明实施例提供的配电设备运行状态关联关系在线检测装置示意图，如图3所示，本发明实施例提供一种配电设备运行状态关联关系在线检测装置，包括特征提取模块301、打标模块302和关联关系确定模块303，其中：
特征提取模块301用于基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；打标模块302用于对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；关联关系确定模块303用于利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
本发明实施例提供一种配电设备运行状态关联关系在线检测装置，用于执行上述任一实施例中的方法，通过本实施例提供的装置执行上述某一实施例中所述的方法的具体步骤与上述相应实施例相同，此处不再赘述。
本发明实施例提供的配电设备运行状态关联关系在线检测装置，基于数据中心配电设备物理特性及实时监测数据，通过构造特征矩阵，建立在线配电设备运行状态关联性分析模型，实现对配电设备运行状态的关联分析，有效反映出配电设备之间的相互作用关系，为配电系统的运行状况的分析提供可靠依据，并在降低配电系统中告警的误报或漏报中发挥重要作用。
图4为本发明实施例提供的电子设备的结构示意图，如图4所示，该电子设备包括：处理器(processor)401、通信接口(Communications Interface)402、存储器(memory)403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信。处理器401可以调用存储在存储器403上并可在处理器401上运行的计算机程序，以执行下述步骤：
基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；
对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；
利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
进一步地，本发明实施例提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例中的步骤，例如包括：
基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；
对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；
利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
进一步地，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被处理器执行时，实现上述各方法实施例中的步骤，例如包括：
基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；
对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；
利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种配电设备运行状态关联关系在线检测方法，其特征在于，包括：
基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；
对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；
利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系；
所述基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵，具体包括：
提取各配电设备之间的共有指标数据和差异性指标数据；
基于相关系数法从所述共有指标数据中提取关键性指标数据；
利用所述差异性指标数据拟合所述关键性指标数据，得到关键性指标数据的拟合值；
对于每一配电设备，根据所述共有指标数据和所述关键性指标数据拟合值，确定每一配电设备的运行状态特征矩阵；
所述对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值，具体包括：
利用聚类算法对所有的运行状态特征矩阵进行聚类分析，确定聚类簇数及簇类集合；
利用预设的不同的簇类标记值分别对不同的簇类集合中的运行状态特征矩阵进行打标，确定每一运行状态特征矩阵的簇类标记值。
2.根据权利要求1所述的配电设备运行状态关联关系在线检测方法，其特征在于，所述确定每一配电设备的运行状态特征矩阵之前，还包括：
对获取到的每一配电设备的监测指标数据进行归一化处理。
3.根据权利要求1所述的配电设备运行状态关联关系在线检测方法，其特征在于，所述确定配电设备运行状态之间的关联关系之后，还包括：
基于配电设备之间的实际连接关系，构建配电设备的拓扑树形结构图；
结合所述拓扑树形结构图和配电设备运行状态之间关联关系，基于可视化技术，给出配电系统整体运行状态及各配电设备运行状态之间关联关系。
4.根据权利要求1-3任一项所述的配电设备运行状态关联关系在线检测方法，其特征在于，所述监测指标数据至少包括电压、电流和功率中的任一种。
5.根据权利要求1-3任一项所述的配电设备运行状态关联关系在线检测方法，其特征在于，所述关联规则算法为Apriori算法或者FP-Growth算法。
6.一种配电设备运行状态关联关系在线检测装置，其特征在于，包括：
特征提取模块，用于基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵；
打标模块，用于对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值；
关联关系确定模块，用于利用关联规则算法对所有的运行状态特征矩阵的簇类标记值进行关联分析，确定配电设备运行状态之间的关联关系；
所述基于获取到的每一配电设备的监测指标数据，确定每一配电设备的运行状态特征矩阵，具体包括：
提取各配电设备之间的共有指标数据和差异性指标数据；
基于相关系数法从所述共有指标数据中提取关键性指标数据；
利用所述差异性指标数据拟合所述关键性指标数据，得到关键性指标数据的拟合值；
对于每一配电设备，根据所述共有指标数据和所述关键性指标数据拟合值，确定每一配电设备的运行状态特征矩阵；
所述对所有的运行状态特征矩阵进行聚类分析，确定每一运行状态特征矩阵的簇类标记值，具体包括：
利用聚类算法对所有的运行状态特征矩阵进行聚类分析，确定聚类簇数及簇类集合；
利用预设的不同的簇类标记值分别对不同的簇类集合中的运行状态特征矩阵进行打标，确定每一运行状态特征矩阵的簇类标记值。
7.一种电子设备，包括存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至5任一项所述配电设备运行状态关联关系在线检测方法的步骤。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序被处理器执行时，实现如权利要求1至5任一所述配电设备运行状态关联关系在线检测方法的步骤。
CN202010213302.2A 2020-03-24 2020-03-24 配电设备运行状态关联关系在线检测方法及装置 Active CN111445119B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010213302.2A CN111445119B (zh) 2020-03-24 2020-03-24 配电设备运行状态关联关系在线检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010213302.2A CN111445119B (zh) 2020-03-24 2020-03-24 配电设备运行状态关联关系在线检测方法及装置

Publications (2)

Publication Number Publication Date
CN111445119A CN111445119A (zh) 2020-07-24
CN111445119B true CN111445119B (zh) 2022-06-24

Family

ID=71629505

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010213302.2A Active CN111445119B (zh) 2020-03-24 2020-03-24 配电设备运行状态关联关系在线检测方法及装置

Country Status (1)

Country Link
CN (1) CN111445119B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200263B (zh) * 2020-10-22 2022-09-16 国网山东省电力公司电力科学研究院 一种应用于配电物联网的自组织联邦聚类方法
CN112671585B (zh) * 2020-12-25 2023-04-28 珠海格力电器股份有限公司 智能家居设备的异常处理方法及装置、处理器、电子设备
CN113313409A (zh) * 2021-06-16 2021-08-27 中国南方电网有限责任公司 基于数据关联的电力系统二次设备缺陷分析方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106504116B (zh) * 2016-10-31 2020-05-22 山东大学 基于电网运行与暂态稳定裕度指标关联的稳定评估方法
CN106681300B (zh) * 2016-12-14 2019-03-29 云南电网有限责任公司电力科学研究院 一种电力设备的数据聚类分析方法和系统
KR20180131246A (ko) * 2017-05-31 2018-12-10 주식회사 지오네트 빅데이터 분석을 통한 공정 관리 방법
CN109598386A (zh) * 2018-12-12 2019-04-09 国网山东省电力公司临沂供电公司 一种基于深度学习的配网优化精准分析方法及系统
CN110348716A (zh) * 2019-06-28 2019-10-18 国网河北省电力有限公司电力科学研究院 一种配电设备的后台管控平台及方法
CN110738255A (zh) * 2019-10-15 2020-01-31 和尘自仪(嘉兴)科技有限公司 一种基于聚类算法的设备状态监测方法

Also Published As

Publication number Publication date
CN111445119A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN111445119B (zh) 配电设备运行状态关联关系在线检测方法及装置
CN111984499B (zh) 一种大数据集群的故障检测方法和装置
CN105357311B (zh) 一种云计算技术的二次设备大数据存储与处理方法
CN110493065B (zh) 一种云中心运维的告警关联度分析方法及系统
CN110825769A (zh) 一种数据指标异常的查询方法和系统
CN111291076A (zh) 基于大数据的异常用水监测报警系统及其构建方法
CN110163413A (zh) 企业监控及预警方法、装置、计算机设备及可读存储介质
CN103825755A (zh) 电力二次系统的建模方法与系统
CN116914917A (zh) 一种基于大数据的配电柜运行状态监测管理系统
CN116500385B (zh) 输电网监测校验方法、装置、设备和介质
CN116245580A (zh) 数据资产价值获取方法、装置、设备、介质和程序产品
CN114841598A (zh) 针对操作风险的决策方法、装置、设备和程序产品
CN111291029B (zh) 数据清洗方法及装置
Li Monitoring data management information system for securities market
CN116955856A (zh) 信息展示方法、装置、电子设备以及存储介质
CN111127186A (zh) 一种基于大数据技术的客户信用等级评价体系的使用方法
CN114756301B (zh) 日志处理方法、装置和系统
CN116089490A (zh) 数据分析方法、装置、终端和存储介质
CN115408236A (zh) 一种日志数据审计系统、方法、设备及介质
CN112712270A (zh) 信息处理方法、装置、设备及存储介质
CN111552814A (zh) 基于考核指标图谱的考核方案生成方法及装置
CN118093330B (zh) 一种基于chsm管理的可视化方法及其应用
CN114155038B (zh) 受疫情影响用户识别方法
CN115017875B (zh) 企业信息处理方法、装置、系统、设备和介质
Xiao et al. Relationship between Stock Market Dynamic Linkage and Risk Conduction Based on Animal Infectious Disease Model

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