CN113033889A - 高压输电线路故障预测方法、装置及终端设备 - Google Patents
高压输电线路故障预测方法、装置及终端设备 Download PDFInfo
- Publication number
- CN113033889A CN113033889A CN202110296770.5A CN202110296770A CN113033889A CN 113033889 A CN113033889 A CN 113033889A CN 202110296770 A CN202110296770 A CN 202110296770A CN 113033889 A CN113033889 A CN 113033889A
- Authority
- CN
- China
- Prior art keywords
- fault
- transmission line
- voltage transmission
- fault type
- information
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明适用于电力系统监控技术领域,提供了一种高压输电线路故障预测方法、装置及终端设备,该方法包括:获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息;根据状态信息和环境信息提取目标高压输电线路的故障特征;基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度;根据第一故障类型匹配度预测目标高压输电线路的故障类型。本发明有效挖掘了目标高压输电线路中各个设备的状态信息和环境信息与故障类型的匹配度,进而可以对目标高压输电线路是否将会出现故障,以及将会出现的故障类型进行预测,有利于在故障出现之前将故障消除在萌芽状态,提高目标高压输电线路运行的安全性和稳定性。
Description
技术领域
本发明属于电力系统监控技术领域,尤其涉及一种高压输电线路故障预测方法、装置及终端设备。
背景技术
高压输电线路是电力系统的重要组成部分,其故障与否对社会生产和人民生活有重要影响。
然而,由于高压输电线路处在复杂多变的环境之中,受大气环境、气候变化、人为破坏等因素的影响,在电力生产中是故障多发设备。由于高压输电线路的故障具有发生快、无预告的特点。现有技术中,通常在高压输电线路故障发生后,基于故障信息进行故障诊断并确定故障发生的位置,然而故障的发生会给人们的生产和生活带来不可避免的影响,因此,如何有针对性的预测进而减少高压输电线路的故障成为亟待解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种高压输电线路故障预测方法、装置及终端设备,以解决现有技术中如何预测高压输电线路的故障的问题。
本发明实施例的第一方面提供了一种高压输电线路故障预测方法,包括:
获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息;
根据所述状态信息和所述环境信息提取目标高压输电线路的故障特征;
基于所述故障特征和第一故障类型映射表,获得所述目标高压输电线路的第一故障类型匹配度;
根据所述第一故障类型匹配度预测所述目标高压输电线路的故障类型。
本发明实施例的第二方面提供了一种高压输电线路故障预测装置,包括:
获取模块,用于获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息;
提取模块,用于根据所述状态信息和所述环境信息提取所述目标高压输电线路的故障特征;
匹配模块,用于基于所述故障特征和第一故障类型映射表,获得所述目标高压输电线路的第一故障类型匹配度;
预测模块,用于根据所述第一故障类型匹配度预测所述目标高压输电线路的故障类型。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中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如上任一项所述的高压输电线路故障预测方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述的高压输电线路故障预测方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明通过获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息,进而获取目标高压输电线路的故障特征;基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度,根据第一故障类型匹配度预测目标高压输电线路的故障类型,有效挖掘了目标高压输电线路中各个设备的状态信息和环境信息与故障类型的匹配度,进而基于目标高压输电线路与每种故障类型的匹配度确定目标高压输电线路是否将会出现故障,以及将会出现的故障类型,进而有利于在故障出现之前将故障消除在萌芽状态,提高目标高压输电线路运行的安全性和稳定性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的高压输电线路故障预测方法的实现流程示意图;
图2是本发明实施例提供的提取目标高压输电线路的故障特征的实现流程示意图;
图3是本发明实施例提供的高压输电线路故障预测装置的示意图;
图4是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明实施例提供的高压输电线路故障预测方法的实现流程示意图,详述如下。
步骤101,获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息。
其中,高压输电线路可以分为架空输电线路和电缆线路。架空输电线路又包括线路杆塔、导线、绝缘子、线路金具、拉线、杆塔基础、接地装置等设备,电缆线路包括电缆本体、电缆终端、电缆中间接头接地系统、电缆通道辅助设施等结构。在需要对某一高压输电线路进行故障预测时,可以获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息。目标高压输电线路中各个设备在预设时间段的状态信息可以提供目标高压输电线路在预设时间段的运行状态信息,目标高压输电线路在预设时间段的环境信息可以提供目标高压输电线路在当前环境下容易发生的故障信息。
可选的,状态信息可以包括电气量信息、保护动作信息和开关信息。
可以通过电网遥测获得目标高压输电线路中各个设备的电压、电流、有功功率、无功功率等电气量信息,通过保护时间信息获得不同规约的保护动作信息,例如:继电器是否动作,通过电网遥信获得目标高压输电线路中断路器、隔离开关动作信息,例如:断路器、隔离开关的动作时间及次数,根据保护和断路器的动作信息可以识别目标高压输电线路中发生故障的元件,根据目标高压输电线路中各个设备的电压、电流、有功功率、无功功率等电气量信息可以提取目标高压输电线路的故障特征。
步骤102,根据状态信息和环境信息提取目标高压输电线路的故障特征。
可选的,根据状态信息和环境信息提取目标高压输电线路的故障特征,可以包括:
步骤201,获取目标高压输电线路中各个设备的逻辑对应关系。
本实施例中,可以按照目标高压输电线路的拓扑结构建立目标高压输电线路的拓扑图,拓扑图中的每个节点可以是目标高压输电线路上各个电压等级的母线,支路指处在这些母线之间的设备,支路与节点间是否相连可以取决于支路的断路器是否闭合,拓扑图中每个节点可以保存与其他节点的连接关系,每个设备可以保存与其他设备的连接关系,进而获得目标高压输电线路中各个设备的逻辑对应关系。
步骤202,根据逻辑对应关系将电气量信息、保护动作信息和开关信息分为多组子状态信息。
在目标高压输电线路中,由于各个设备的逻辑对应关系,可以将获得的所有电气量信息、保护动作信息和开关信息分组,获得多组子状态信息,根据多组子状态信息提取子故障特征,便于在对目标高压输电线路进行故障预测后,对故障点进行自主定位。
步骤203,将每组子状态信息和环境信息输入预设故障特征提取模型,针对每组子状态信息提取子故障特征。
步骤204,根据所有子故障特征的集合获得目标高压输电线路的故障特征。
可选的,预设故障特征提取模型的训练过程可以为:获取高压输电线路多种故障类型对应的故障样本信息和环境样本信息;根据每种故障类型对应的故障样本信息和环境样本信息对构建的故障特征提取网络进行训练,获得预设故障特征提取模型。
本实施例中,利用高压输电线路多种故障类型对应的故障样本信息和环境样本信息训练预设故障特征提取模型,可以使通过预设故障特征提取模型提取的故障特征包含环境样本信息与某种故障类型的故障样本信息之间的关联关系,示例性的,环境样本信息与某种故障类型的故障样本信息之间的关联关系可以为某种环境样本特征对某种故障类型的故障特征的影响权重,影响权重大,则表示当前的环境样本特征造成高压输电线路发生对应故障类型的可能性大,影响权重小,则表示当前的环境样本特征造成高压输电线路发生对应故障类型的可能性小,基于本实施例的预设故障特征提取模型提取目标高压输电线路的故障特征,对于一些发生快、无预告的故障类型,可以最大可能的获取目标高压输电线路的预测信息,有利于提高高压输电线路故障预测的准确性。
步骤103,基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度。
可选的,第一故障类型映射表的建立方法可以为:利用预设故障特征提取模型对每种故障类型对应的故障样本信息和环境样本信息进行特征提取,获得每种故障类型对应的预设故障特征;根据每种故障类型对应的预设故障特征建立第一故障类型映射表。
其中,由于预设故障特征提取模型是对每种故障类型对应的故障样本信息和环境样本信息进行特征提取,因此可以获得每种故障类型对应的预设故障特征,基于预设故障特征提取模型对目标高压输电线路在预设时间段的状态信息和环境信息进行提取,可以获得目标高压输电线路在预设时间段的故障特征,基于目标高压输电线路在预设时间段的故障特征与每种故障类型对应的预设故障特征,可以对目标高压输电线路在预设时间段后的运行状态进行预测,确定目标高压输电线路在预设时间段后是否将会出现故障以及将会出现的故障类型。
可选的,基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度,可以包括:计算第一故障类型映射表中的每个预设故障特征与故障特征的相似度;根据每个相似度获得目标高压输电线路的故障类型与每个预设故障特征对应的故障类型的第一故障类型匹配度。
其中,每个预设故障特征可以对应一种故障类型,可以依次计算每个预设故障特征中的子预设故障特征与故障特征中的子故障特征的相似度,获得每个预设故障特征与故障特征的相似度矩阵,将相似度矩阵中相似度大于预设阈值的相似度作为预设故障特征与故障特征的相似度,并将预设故障特征与故障特征的相似度作为目标高压输电线路的故障类型与每个预设故障特征对应的故障类型的第一故障类型匹配度。
本实施例中,基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度,可以获得目标高压输电线路在预设时间段内与各种故障类型的匹配度,匹配度大,则说明目标高压输电线路在预设时间段后发生对应故障类型的故障的可能性大,匹配度小,则说明目标高压输电线路在预设时间段后发生对应故障类型的故障的可能性小,进而可以基于目标高压输电线路在预设时间段内的信息,对目标输电线路的发展趋势进行预判。
可选的,在基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度之后,还可以包括:获取目标高压输电线路的历史故障信息、环境信息与时间节点的关联关系;根据历史故障信息、环境信息与时间节点的关联关系,获得第二故障类型映射表;基于故障特征、预设时间段和第二故障类型映射表,获得目标高压输电线路的第二故障类型匹配度。
其中,基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度,是基于高压输电线路的普遍特征对目标高压输电线路进行故障预测。由于每条高压输电线路的运行状态不同、所处环境不同,在对目标高压输电线路进行故障预测时,还可以获取目标高压输电线路的历史故障信息、环境信息与时间节点的关联关系;根据历史故障信息、环境信息与时间节点的关联关系,获得第二故障类型映射表。其中,根据第二故障类型映射表,可以获得目标高压输电线路在每个时间节点容易发生的故障类型。基于目标高压输电线路当前的预设时间段与每个时间节点,可以确定目标高压输电线路在当前预设时间段出现某一故障类型的故障的权重,根据目标高压输电线路的故障特征与第二故障类型映射表中的第二预设故障特征,以及目标高压输电线路在当前预设时间段出现某一故障类型的故障的权重,可以获得更为精确的第二故障类型匹配度,进而使获得的高压输电线路故障预测结果更为准确,有利于降低高压输电线路的故障发生率。
步骤104,根据第一故障类型匹配度预测目标高压输电线路的故障类型。
可选的,根据第一故障类型匹配度预测目标高压输电线路的故障类型,可以包括:获取第一故障类型匹配度的权重系数和第二故障类型匹配度的权重系数,根据第一故障类型匹配度的权重系数和第一故障类型匹配度,以及第二故障类型匹配度的权重系数和第二故障类型匹配度,计算综合故障类型匹配度;根据综合故障类型匹配度预测目标高压输电线路的故障类型。
本实施例中,可以直接基于第一故障类型匹配度预测目标高压输电线路的故障类型,即基于第一故障类型匹配度预测目标高压输电线路是否将会出现故障,以及将会出现的故障类型。也可以根据目标高压输电线路的运行年限获取第一故障类型匹配度的权重系数和第二故障类型匹配度的权重系数,根据第一故障类型匹配度的权重系数和第一故障类型匹配度,以及第二故障类型匹配度的权重系数和第二故障类型匹配度,计算综合故障类型匹配度;根据综合故障类型匹配度预测目标高压输电线路的故障类型。
本实施例中,根据第一故障类型匹配度预测目标高压输电线路的故障类型后,在预测目标高压输电线路将会发生故障时,可以生成故障告警信息,故障告警信息可以包括将会发生的故障类型以及将会发生故障的节点,基于故障告警信息,可以有效降低故障发生率,缩短故障处理时间,降低高压输电线路故障对人民生产生活带来的影响,提高高压输电线路运行的稳定性和可靠性。
上述高压输电线路故障预测方法,通过获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息,进而获取目标高压输电线路的故障特征;基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度,根据第一故障类型匹配度预测目标高压输电线路的故障类型,有效挖掘了目标高压输电线路中各个设备的状态信息和环境信息与故障类型的匹配度,通过获取目标获得高压输电线路的历史故障信息、环境信息与时间节点的关联关系,进而目标高压输电线路的第二故障类型匹配度,结合第一故障类型匹配度和第二故障类型匹配度预测目标高压输电线路的故障类型,可以充分利用目标高压输电线路的信息,使对目标高压输电线路的故障预测更加准确。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的高压输电线路故障预测方法,图3示出了本发明实施例提供的高压输电线路故障预测装置的示例图。如图3所示,该装置可以包括:获取模块31、提取模块32、匹配模块33和预测模块34。
获取模块31,用于获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息;
提取模块32,用于根据所述状态信息和所述环境信息提取所述目标高压输电线路的故障特征;
匹配模块33,用于基于所述故障特征和第一故障类型映射表,获得所述目标高压输电线路的第一故障类型匹配度;
预测模块34,用于根据所述第一故障类型匹配度预测所述目标高压输电线路的故障类型。
可选的,所述状态信息包括电气量信息、保护动作信息和开关信息;提取模块32,可以用于获取所述目标高压输电线路中各个设备的逻辑对应关系;根据所述逻辑对应关系将所述电气量信息、所述保护动作信息和所述开关信息分为多组子状态信息;将每组子状态信息和所述环境信息输入预设故障特征提取模型,针对每组子状态信息提取子故障特征;根据所有子故障特征的集合获得所述目标高压输电线路的故障特征。
可选的,所述预设故障特征提取模型的训练过程为:获取高压输电线路多种故障类型对应的故障样本信息和环境样本信息;根据每种故障类型对应的故障样本信息和环境样本信息对构建的故障特征提取网络进行训练,获得预设故障特征提取模型。
可选的,所述第一故障类型映射表的建立方法为:利用所述预设故障特征提取模型对每种故障类型对应的故障样本信息和环境样本信息进行特征提取,获得每种故障类型对应的预设故障特征;根据所述每种故障类型对应的预设故障特征建立第一故障类型映射表。
可选的,匹配模块33,可以用于计算所述第一故障类型映射表中的每个预设故障特征与所述故障特征的相似度;根据每个相似度获得所述目标高压输电线路的故障类型与每个预设故障特征对应的故障类型的第一故障类型匹配度。
可选的,匹配模块33,还可以用于获取所述目标高压输电线路的历史故障信息、环境信息与时间节点的关联关系;根据所述历史故障信息、环境信息与时间节点的关联关系,获得第二故障类型映射表;基于所述故障特征、所述预设时间段和所述第二故障类型映射表,获得所述目标高压输电线路的第二故障类型匹配度。
可选的,预测模块34,可以用于获取所述第一故障类型匹配度的权重系数和所述第二故障类型匹配度的权重系数,根据所述第一故障类型匹配度的权重系数和所述第一故障类型匹配度,以及所述第二故障类型匹配度的权重系数和所述第二故障类型匹配度,计算综合故障类型匹配度;根据所述综合故障类型匹配度预测所述目标高压输电线路的故障类型。
上述高压输电线路故障预测装置,通过获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息,进而获取目标高压输电线路的故障特征;基于故障特征和第一故障类型映射表,获得目标高压输电线路的第一故障类型匹配度,根据第一故障类型匹配度预测目标高压输电线路的故障类型,有效挖掘了目标高压输电线路中各个设备的状态信息和环境信息与故障类型的匹配度,通过获取目标获得高压输电线路的历史故障信息、环境信息与时间节点的关联关系,进而目标高压输电线路的第二故障类型匹配度,结合第一故障类型匹配度和第二故障类型匹配度预测目标高压输电线路的故障类型,可以充分利用目标高压输电线路的信息,使对目标高压输电线路的故障预测更加准确。
图4是本发明一实施例提供的终端设备的示意图。如图4所示,该实施例的终端设备400包括:处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序403,例如高压输电线路故障预测程序。所述处理器401执行所述计算机程序403时实现上述高压输电线路故障预测方法实施例中的步骤,例如图1所示的步骤101至104,或者图2所示的步骤201至步骤204,所述处理器401执行所述计算机程序403时实现上述各装置实施例中各模块的功能,例如图3所示模块31至34的功能。
示例性的,所述计算机程序403可以被分割成一个或多个程序模块,所述一个或者多个程序模块被存储在所述存储器402中,并由所述处理器401执行,以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序403在所述高压输电线路故障预测装置或者终端设备400中的执行过程。例如,所述计算机程序403可以被分割成获取模块31、提取模块32、匹配模块33和预测模块34,各模块具体功能如图3所示,在此不再一一赘述。
所述终端设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器401、存储器402。本领域技术人员可以理解,图4仅仅是终端设备400的示例,并不构成对终端设备400的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述终端设备400的内部存储单元,例如终端设备400的硬盘或内存。所述存储器402也可以是所述终端设备400的外部存储设备,例如所述终端设备400上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器402还可以既包括所述终端设备400的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序以及所述终端设备400所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种高压输电线路故障预测方法,其特征在于,包括:
获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息;
根据所述状态信息和所述环境信息提取目标高压输电线路的故障特征;
基于所述故障特征和第一故障类型映射表,获得所述目标高压输电线路的第一故障类型匹配度;
根据所述第一故障类型匹配度预测所述目标高压输电线路的故障类型。
2.如权利要求1所述的高压输电线路故障预测方法,其特征在于,所述状态信息包括电气量信息、保护动作信息和开关信息;
所述根据所述状态信息和所述环境信息提取所述目标高压输电线路的故障特征,包括:
获取所述目标高压输电线路中各个设备的逻辑对应关系;
根据所述逻辑对应关系将所述电气量信息、所述保护动作信息和所述开关信息分为多组子状态信息;
将每组子状态信息和所述环境信息输入预设故障特征提取模型,针对每组子状态信息提取子故障特征;
根据所有子故障特征的集合获得所述目标高压输电线路的故障特征。
3.如权利要求2所述的高压输电线路故障预测方法,其特征在于,所述预设故障特征提取模型的训练过程为:
获取高压输电线路多种故障类型对应的故障样本信息和环境样本信息;
根据每种故障类型对应的故障样本信息和环境样本信息对构建的故障特征提取网络进行训练,获得预设故障特征提取模型。
4.如权利要求3所述的高压输电线路故障预测方法,其特征在于,所述第一故障类型映射表的建立方法为:
利用所述预设故障特征提取模型对每种故障类型对应的故障样本信息和环境样本信息进行特征提取,获得每种故障类型对应的预设故障特征;
根据所述每种故障类型对应的预设故障特征建立第一故障类型映射表。
5.如权利要求4所述的高压输电线路故障预测方法,其特征在于,所述基于所述故障特征和第一故障类型映射表,获得所述目标高压输电线路的第一故障类型匹配度,包括:
计算所述第一故障类型映射表中的每个预设故障特征与所述故障特征的相似度;
根据每个相似度获得所述目标高压输电线路的故障类型与每个预设故障特征对应的故障类型的第一故障类型匹配度。
6.如权利要求1至5任一项所述的高压输电线路故障预测方法,其特征在于,在基于所述故障特征和第一故障类型映射表,获得所述目标高压输电线路的故障类型匹配度之后,还包括:
获取所述目标高压输电线路的历史故障信息、环境信息与时间节点的关联关系;
根据所述历史故障信息、环境信息与时间节点的关联关系,获得第二故障类型映射表;
基于所述故障特征、所述预设时间段和所述第二故障类型映射表,获得所述目标高压输电线路的第二故障类型匹配度。
7.如权利要求6所述的高压输电线路故障预测方法,其特征在于,所述根据所述第一故障类型匹配度预测所述目标高压输电线路的故障类型,包括:
获取所述第一故障类型匹配度的权重系数和所述第二故障类型匹配度的权重系数;
根据所述第一故障类型匹配度的权重系数和所述第一故障类型匹配度,以及所述第二故障类型匹配度的权重系数和所述第二故障类型匹配度,计算综合故障类型匹配度;
根据所述综合故障类型匹配度预测所述目标高压输电线路的故障类型。
8.一种高压输电线路故障预测装置,其特征在于,包括:
获取模块,用于获取目标高压输电线路中各个设备在预设时间段的状态信息和环境信息;
提取模块,用于根据所述状态信息和所述环境信息提取所述目标高压输电线路的故障特征;
匹配模块,用于基于所述故障特征和第一故障类型映射表,获得所述目标高压输电线路的第一故障类型匹配度;
预测模块,用于根据所述第一故障类型匹配度预测所述目标高压输电线路的故障类型。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中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7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110296770.5A CN113033889B (zh) | 2021-03-19 | 2021-03-19 | 高压输电线路故障预测方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110296770.5A CN113033889B (zh) | 2021-03-19 | 2021-03-19 | 高压输电线路故障预测方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113033889A true CN113033889A (zh) | 2021-06-25 |
CN113033889B CN113033889B (zh) | 2022-12-20 |
Family
ID=76471865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110296770.5A Active CN113033889B (zh) | 2021-03-19 | 2021-03-19 | 高压输电线路故障预测方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113033889B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114076873A (zh) * | 2021-11-04 | 2022-02-22 | 广州番禺电缆集团有限公司 | 电缆故障分析预测方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108322345A (zh) * | 2018-02-07 | 2018-07-24 | 平安科技(深圳)有限公司 | 一种故障修复数据包的发布方法及服务器 |
CN109579220A (zh) * | 2018-10-15 | 2019-04-05 | 平安科技(深圳)有限公司 | 空调系统故障检测方法、装置、电子设备 |
CN110082135A (zh) * | 2019-03-14 | 2019-08-02 | 中科恒运股份有限公司 | 设备故障识别方法、装置和终端设备 |
CN110349289A (zh) * | 2019-06-21 | 2019-10-18 | 东软集团股份有限公司 | 故障预测方法、装置、存储介质和电子设备 |
CN110376519A (zh) * | 2019-08-30 | 2019-10-25 | 国家电网有限公司 | 高压断路器故障诊断方法、装置及终端设备 |
CN110533331A (zh) * | 2019-08-30 | 2019-12-03 | 广东电网有限责任公司江门供电局 | 一种基于输电线路数据挖掘的故障预警方法和系统 |
CN111444240A (zh) * | 2020-03-26 | 2020-07-24 | 北京国网富达科技发展有限责任公司 | 输电线路故障预警方法及装置 |
AU2020101683A4 (en) * | 2020-08-05 | 2020-09-10 | Abu-Siada, Ahmed ASSOC PROF | Fault detection, location, and prediction within an electricity power transmission and distribution networks |
CN112052980A (zh) * | 2020-07-22 | 2020-12-08 | 国网河南省电力公司焦作供电公司 | 变电站配网线路故障分析预测方法 |
CN112149554A (zh) * | 2020-09-21 | 2020-12-29 | 广东电网有限责任公司清远供电局 | 故障分类模型的训练、故障检测方法及相关装置 |
CN112420434A (zh) * | 2020-11-06 | 2021-02-26 | 田汉 | 一种基于大数据的电力系统高压设备故障检测系统 |
-
2021
- 2021-03-19 CN CN202110296770.5A patent/CN113033889B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108322345A (zh) * | 2018-02-07 | 2018-07-24 | 平安科技(深圳)有限公司 | 一种故障修复数据包的发布方法及服务器 |
CN109579220A (zh) * | 2018-10-15 | 2019-04-05 | 平安科技(深圳)有限公司 | 空调系统故障检测方法、装置、电子设备 |
CN110082135A (zh) * | 2019-03-14 | 2019-08-02 | 中科恒运股份有限公司 | 设备故障识别方法、装置和终端设备 |
CN110349289A (zh) * | 2019-06-21 | 2019-10-18 | 东软集团股份有限公司 | 故障预测方法、装置、存储介质和电子设备 |
CN110376519A (zh) * | 2019-08-30 | 2019-10-25 | 国家电网有限公司 | 高压断路器故障诊断方法、装置及终端设备 |
CN110533331A (zh) * | 2019-08-30 | 2019-12-03 | 广东电网有限责任公司江门供电局 | 一种基于输电线路数据挖掘的故障预警方法和系统 |
CN111444240A (zh) * | 2020-03-26 | 2020-07-24 | 北京国网富达科技发展有限责任公司 | 输电线路故障预警方法及装置 |
CN112052980A (zh) * | 2020-07-22 | 2020-12-08 | 国网河南省电力公司焦作供电公司 | 变电站配网线路故障分析预测方法 |
AU2020101683A4 (en) * | 2020-08-05 | 2020-09-10 | Abu-Siada, Ahmed ASSOC PROF | Fault detection, location, and prediction within an electricity power transmission and distribution networks |
CN112149554A (zh) * | 2020-09-21 | 2020-12-29 | 广东电网有限责任公司清远供电局 | 故障分类模型的训练、故障检测方法及相关装置 |
CN112420434A (zh) * | 2020-11-06 | 2021-02-26 | 田汉 | 一种基于大数据的电力系统高压设备故障检测系统 |
Non-Patent Citations (2)
Title |
---|
YUE ZHANG等: "Fault analysis and prediction of transmission line based on fuzzy K-Nearest Neighbor algorithm", 《IEEE》 * |
黄欢等: "极端外部环境下输电线路的综合风险评估方法", 《电力科学与技术学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114076873A (zh) * | 2021-11-04 | 2022-02-22 | 广州番禺电缆集团有限公司 | 电缆故障分析预测方法和装置 |
CN114076873B (zh) * | 2021-11-04 | 2023-10-24 | 广州番禺电缆集团有限公司 | 电缆故障分析预测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113033889B (zh) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112149554B (zh) | 故障分类模型的训练、故障检测方法及相关装置 | |
CN111426909B (zh) | 电缆老化检测方法、装置、计算机设备及存储介质 | |
CN110736899B (zh) | 小电流接地故障定位方法及系统、监测装置、设备、介质 | |
CN109687426B (zh) | 故障率参数建模方法、装置、设备与存储介质 | |
CN113033889B (zh) | 高压输电线路故障预测方法、装置及终端设备 | |
CN110376519B (zh) | 高压断路器故障诊断方法、装置及终端设备 | |
CN113740776B (zh) | 电缆护层接地环流故障预测方法、装置、设备及储存介质 | |
CN109325603B (zh) | 故障请求处理方法、装置及终端设备 | |
CN115935825A (zh) | 一种基于数字孪生模型的配电网故障处理方法及装置 | |
CN111239569A (zh) | 电弧故障检测方法、装置、设备及存储介质 | |
CN109064058B (zh) | 一种避雷器绝缘性能分析方法及装置 | |
CN112729884B (zh) | 基于大数据的设备故障诊断方法及装置 | |
CN117031182B (zh) | 配电站所终端遥测值异常检测方法及系统 | |
CN112730654A (zh) | 六氟化硫电气设备故障检测方法、装置及终端设备 | |
CN114389241B (zh) | 有源配电网的继电保护定值整定方法及装置 | |
CN113030648B (zh) | 电力电缆故障点位置确定方法、装置及终端设备 | |
CN116167200A (zh) | 一种配电柜使用年限检测方法和装置 | |
CN115372752A (zh) | 故障检测方法、装置、电子设备以及存储介质 | |
CN111751654B (zh) | 电力系统故障处理方法、装置、计算机设备和介质 | |
CN112803428A (zh) | 一种受端主网架动态无功电源配置节点选取方法及终端 | |
CN112988725A (zh) | 一种输电线路数据清洗方法、系统、电子设备和存储介质 | |
CN113221306B (zh) | 基于自适应状态观测器的配网拓扑检测方法、装置及设备 | |
CN114490699A (zh) | 电气设备匹配方法、装置、控制设备及存储介质 | |
CN112434820A (zh) | 动车组主断路器状态评估的方法及装置 | |
CN117688279A (zh) | 一种针对复杂电磁环境的计量装置及方法 |
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 |