CN114418226B - 电力通信系统的故障分析方法及装置 - Google Patents

电力通信系统的故障分析方法及装置 Download PDF

Info

Publication number
CN114418226B
CN114418226B CN202210077697.7A CN202210077697A CN114418226B CN 114418226 B CN114418226 B CN 114418226B CN 202210077697 A CN202210077697 A CN 202210077697A CN 114418226 B CN114418226 B CN 114418226B
Authority
CN
China
Prior art keywords
fault
data
state data
preset
weight
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
CN202210077697.7A
Other languages
English (en)
Other versions
CN114418226A (zh
Inventor
梁文娟
李溢杰
张正峰
梁宇图
曾瑛
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.)
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
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 Guangdong Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202210077697.7A priority Critical patent/CN114418226B/zh
Publication of CN114418226A publication Critical patent/CN114418226A/zh
Application granted granted Critical
Publication of CN114418226B publication Critical patent/CN114418226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • 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
    • 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
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Water Supply & Treatment (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请公开了一种电力通信系统的故障分析方法及装置，通过获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据，并根据故障状态数据的故障权重，对故障状态数据进行排序，得到故障权重最高的目标故障状态数据，以对故障状态数据进行分类，相对于目前依赖人工进行故障数据统计和归类，本实施例具有更高的准确性与实时性；以及对运行状态数据与目标故障状态数据进行对比，得到对比数据，若对比数据符合预设故障条件，则将对比数据与预设故障优化策略进行匹配，得到电力通信系统的故障优化策略，提高了故障分析结果的准确度和实时性，从而提高电力通信系统的可靠性。

Description

电力通信系统的故障分析方法及装置
技术领域
本申请涉及电力通信技术领域，尤其涉及一种电力通信系统的故障分析方法及装置。
背景技术
保障电网生产、运行、管理和供电服务，需要依赖电力通信系统，其作为智能电网的重要组成部分，对电力系统提供重要支撑网络。随着特高压、智能电网的迅速发展，为保证电力生产业务的安全运行，对电力通信系统的可靠性和稳定提出了更高的要求，及时诊断出电力通信系统故障电力通信调度运行工作的重点内容。
但是，目前仅依靠调度人员的经验和主观判断实现故障分析。当遇到技术复杂、系统层次结构复杂的故障时，依靠调度人员的经验和主观判断的方式会导致故障分析准确度低，以及故障分析方法的响应速度降低。
发明内容
本申请提供了一种电力通信系统的故障分析方法及装置，以解决当前故障分析结果准确度低的技术问题。
为了解决上述技术问题，第一方面，本申请实施例提供了一种电力通信系统的故障分析方法，包括：
获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据；
根据故障状态数据的故障权重，对故障状态数据进行排序，得到故障权重最高的目标故障状态数据；
对运行状态数据与目标故障状态数据进行对比，得到对比数据；
若对比数据符合预设故障条件，则将对比数据与预设故障优化策略进行匹配，得到电力通信系统的故障分析结果，故障分析结果包括故障优化策略。
在一实施例中，根据故障状态数据的故障权重，对故障状态数据进行排序，得到故障权重最高的目标故障状态数据，包括：
对预设故障数据库的所有故障状态数据进行关联分析，得到每个故障状态数据的故障权重；
根据故障权重，对故障状态数据进行排序，得到故障权重最高的目标故障状态数据。
在一实施例中，对预设故障数据库的所有故障状态数据进行关联分析，得到每个故障状态数据的故障权重，包括：
确定预设故障数据库的所有故障状态数据的数据频率；
根据数据频率，确定每个故障状态数据的支持度；
根据支持度，将故障状态数据生成为频繁项集，频繁项集包括支持度大于预设支持度的多个故障状态数据；
确定频繁项集中每个故障状态数据的故障权重。
在一实施例中，确定频繁项集中每个故障状态数据的故障权重，包括：
根据预设的故障权重计算公式，确定频繁项集中每个故障状态数据的故障权重，故障权重计算公式为：
其中，wf表示故障状态数据f的故障权重值，mf表示wx不等于0的个数，n表示故障类型，wx表示故障状态数据f为第x项故障类型时的权值。
在一实施例中，对运行状态数据与目标故障状态数据进行对比，得到对比数据，包括：
提取运行状态数据的第一数据特征向量，以及目标故障状态数据的第二数据特征向量；
对第一数据特征向量与第二数据特征向量进行对比，得到对比数据。
在一实施例中，若对比数据符合预设故障条件，则将对比数据与预设故障优化策略进行匹配，得到电力通信系统的故障分析结果，包括：
若对比数据符合预设故障条件，则提取对比数据的故障特征；
确定故障特征与预设故障优化策略的预设故障特征之间的特征相似度；
根据特征相似度，确定电力通信系统的故障优化策略。
在一实施例中，确定故障特征与预设故障优化策略的预设故障特征之间的特征相似度，包括：
根据预设的相似度计算公式，确定故障特征与预设故障特征之间的特征相似度，相似度计算公式为：
其中，M为故障特征数，x为故障特征fi和预设故障特征fj之间的指示变量，d为故障特征fi和预设故障特征fj之间的欧氏距离，m为欧式距离阈值。
第二方面，本申请实施例提供一种电力通信系统的故障分析装置，包括：
获取模块，用于获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据；
排序模块，用于根据故障状态数据的故障权重，对故障状态数据进行排序，得到故障权重最高的目标故障状态数据；
对比模块，用于对运行状态数据与目标故障状态数据进行对比，得到对比数据；
匹配模块，用于若对比数据符合预设故障条件，则将对比数据与预设故障优化策略进行匹配，得到电力通信系统的故障分析结果，故障分析结果包括故障优化策略。
在一实施例中，排序模块，包括：
分析子模块，用于对预设故障数据库的所有故障状态数据进行关联分析，得到每个故障状态数据的故障权重；
排序子模块，用于根据故障权重，对故障状态数据进行排序，得到故障权重最高的目标故障状态数据。
第三方面，本申请实施例提供一种计算机设备，包括处理器和存储器，存储器用于存储计算机程序，计算机程序被处理器执行时实现第一方面的电力通信系统的故障分析方法。
相比于现有技术，本申请实施例通过获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据，并根据故障状态数据的故障权重，对故障状态数据进行排序，得到故障权重最高的目标故障状态数据，以对故障状态数据进行分类，相对于目前依赖人工进行故障数据统计和归类，本实施例具有更高的准确性与实时性，提高了响应速度；以及对运行状态数据与目标故障状态数据进行对比，得到对比数据，若对比数据符合预设故障条件，则将对比数据与预设故障优化策略进行匹配，得到电力通信系统的故障优化策略，提高了故障分析结果的准确度和实时性，从而提高电力通信系统的可靠性。
附图说明
图1为本申请实施例提供的电力通信系统的故障分析方法的流程示意图；
图2为本申请实施例提供的电力通信系统的故障分析装置的结构示意图；
图3为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
如相关技术记载，仅依靠调度人员的经验和主观判断实现故障分析。当遇到技术复杂、系统层次结构复杂的故障时，依靠调度人员的经验和主观判断的方式会导致故障分析结果的准确度低以及故障分析方法的响应速度降低。
为此，本申请实施例提供一种电力通信系统的故障分析方法及装置，通过获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据，并根据所述故障状态数据的故障权重，对所述故障状态数据进行排序，得到故障权重最高的目标故障状态数据，以对故障状态数据进行分类，相对于目前依赖人工进行故障数据统计和归类，本实施例具有更高的准确性与实时性；以及对所述运行状态数据与所述目标故障状态数据进行对比，得到对比数据，若所述对比数据符合预设故障条件，则将所述对比数据与预设故障优化策略进行匹配，得到所述电力通信系统的故障优化策略，提高了故障分析结果的准确度和故障分析方法的响应速度，从而提高电力通信系统的可靠性。
请参照图1，图1为本申请实施例提供的一种电力通信系统的故障分析方法的流程示意图。本申请实施例的故障分析方法可应用于计算机设备，该计算机设备包括但不限于智能手机、笔记本电脑、平板电脑、桌上型计算机、物理服务器和云服务器等设备。如图1所示，本实施例的电力通信系统的故障分析方法，包括步骤S101至步骤S104，详述如下：
步骤S101，获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据。
在本步骤中，预设故障数据库中的故障状态数据为历史电力通信故障数据，可选地，按照故障性质可以分类为软件系统故障和硬件故障；按照故障范围可以分类为全局性故障、相关性故障和某个单一故障结构；按照时间和周期可分类为周期性故障和暂时性故障。电力通信系统的运行状态数据可以是业务系统界面数据，包括以图像或图形呈现出来的与电力通信相关的运行状态数据。
步骤S102，根据所述故障状态数据的故障权重，对所述故障状态数据进行排序，得到故障权重最高的目标故障状态数据。
在本步骤中，由于历史故障状态数据有多种故障类型的状态数据，所以可以对每个故障类型的故障状态数据进行权重计算，并对故障状态数据进行权重排序，将权重高的优先用于与运行状态数据进行对比，以提高对比效率和对比准确度。可以理解的是，将故障权重最高的目标故障状态数据与运行状态数据进行对比，得到对比数据，若对比数据不符合预设故障条件，则重新选择除上一个目标故障状态数据之外的故障权重最高的其他目标故障状态数据与运行状态数据进行对比，以此类推，直至对比数据符合预设故障条件。
步骤S103，对所述运行状态数据与所述目标故障状态数据进行对比，得到对比数据。
在本步骤中，运行状态数据中每个多项指标数据，将指标数据与目标故障状态数据的目标指标数据进行一一对比，并分析每个指标数据的对比结果，得到对比数据。可选地，对指标数据和目标指标数据进行特征提取，得到指标特征和目标指标特征，并通过构建人工神经网络，将提取到的指标特征和母目标指标特征输入到人工神经网络进行对比运算，输入对比数据。
步骤S104，若所述对比数据符合预设故障条件，则将所述对比数据与预设故障优化策略进行匹配，得到所述电力通信系统的故障分析结果，所述故障分析结果包括故障优化策略。
在本实施例中，预设故障条件包括对比数据符合某一个故障类型，则将对比文件与该故障类型对应的多个预设故障优化策略进行匹配，以确定最优的故障优化策略，实现故障状态数据的分析和确定故障问题的解决策略。
在一实施例中，在图1所示实施例的基础上，上述步骤S102，包括：
对所述预设故障数据库的所有故障状态数据进行关联分析，得到每个所述故障状态数据的故障权重；
根据所述故障权重，对所述故障状态数据进行排序，得到故障权重最高的所述目标故障状态数据。
在本实施例中，利用关联规则分析算法对故障状态数据进行计算，得到数据形成的多元数据集的关联规则，并生成故障数据集。
可选地，确定所述预设故障数据库的所有故障状态数据的数据频率；根据所述数据频率，确定每个所述故障状态数据的支持度；根据所述支持度，将所述故障状态数据生成为频繁项集，所述频繁项集包括支持度大于预设支持度的多个所述故障状态数据；确定所述频繁项集中每个所述故障状态数据的故障权重。
在本可选实施例中，对多个故障状态数据中每一项数据进行频率次数统计，并生成候选项集C1，计算候选项集C1中每一项故障状态数据的支持度，可选地，支持度＝频率次数/总数。根据预设的最小支持度值，对候选项集C1进行筛选，得到频繁项集L1，即去掉支持度小于最小支持度的候选集；对频繁项集L1进行连接生成候选集C2，重复上述步骤，得到频繁K项集或者最大的频繁项集；最后分析计算故障状态数据的权重值。
可选地，根据预设的故障权重计算公式，确定所述频繁项集中每个所述故障状态数据的故障权重，所述故障权重计算公式为：
其中，所述wf表示故障状态数据f的故障权重值，mf表示wx不等于0的个数，n表示故障类型，wx表示所述故障状态数据f为第x项故障类型时的权值。
在一实施例中，在图1所示实施例的基础上，上述步骤S103，包括：
提取所述运行状态数据的第一数据特征向量，以及所述目标故障状态数据的第二数据特征向量；
对所述第一数据特征向量与所述第二数据特征向量进行对比，得到所述对比数据。
在本步骤中，根据故障权重进行优先级排列，故障权重高的优先用于与运行状态数据进行数据比对。可选地，对所述第一数据特征向量与所述第二数据特征向量进行对比的比对算法为：
其中，Ri和Rj分别表示排列权重区域i和j，为区域i的数据特征向量，即第一数据特征向量，/>为区域j的数据特征向量，即第二数据特征向量，/>为数据信号特征向量维度。
在一实施例中，在图1所示实施例的基础上，上述步骤S104，包括：
若所述对比数据符合预设故障条件，则提取所述对比数据的故障特征；
确定所述故障特征与所述预设故障优化策略的预设故障特征之间的特征相似度；
根据所述特征相似度，确定所述电力通信系统的故障优化策略。
在本实施例中，将故障分析结果与预设的不同故障类型优化策略数据库中的内容进行比对，得到最优的故障优化策略，完成电力通信系统的故障分析。
可选地，根据预设的相似度计算公式，确定所述故障特征与所述预设故障特征之间的特征相似度，所述相似度计算公式为：
其中，M为故障特征数，x为所述故障特征fi和所述预设故障特征fj之间的指示变量，d为所述故障特征fi和所述预设故障特征fj之间的欧氏距离，m为欧式距离阈值。
指示变量x(f1,f2)在特征向量f1和f2属于同一类时等于1，否则等于0；当两个故障特征的特征向量距离超过m时损失为0，否则损失为(m-d)2。
可选地，根据距离阈值判断两组输入是否属于同类别，即在特征空间中，两组特征向量间距离未超过阈值m时属于同一类别，否则属于不同类别。
为了执行上述方法实施例对应的电力通信系统的故障分析方法，以实现相应的功能和技术效果。参见图2，图2示出了本申请实施例提供的一种电力通信系统的故障分析装置的结构框图。为了便于说明，仅示出了与本实施例相关的部分，本申请实施例提供的电力通信系统的故障分析装置，包括：
获取模块201，用于获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据；
排序模块202，用于根据所述故障状态数据的故障权重，对所述故障状态数据进行排序，得到故障权重最高的目标故障状态数据；
对比模块203，用于对所述运行状态数据与所述目标故障状态数据进行对比，得到对比数据；
匹配模块204，用于若所述对比数据符合预设故障条件，则将所述对比数据与预设故障优化策略进行匹配，得到所述电力通信系统的故障分析结果，所述故障分析结果包括故障优化策略。
在一实施例中，所述排序模块202，包括：
分析子模块，用于对所述预设故障数据库的所有故障状态数据进行关联分析，得到每个所述故障状态数据的故障权重；
排序子模块，用于根据所述故障权重，对所述故障状态数据进行排序，得到故障权重最高的所述目标故障状态数据。
在一实施例中，所述分析子模块，包括：
第一确定单元，用于确定所述预设故障数据库的所有故障状态数据的数据频率；
第二确定单元，用于根据所述数据频率，确定每个所述故障状态数据的支持度；
生成单元，用于根据所述支持度，将所述故障状态数据生成为频繁项集，所述频繁项集包括支持度大于预设支持度的多个所述故障状态数据；
第三确定单元，用于确定所述频繁项集中每个所述故障状态数据的故障权重。
在一实施例中，所述第三确定单元，具体用于：
根据预设的故障权重计算公式，确定所述频繁项集中每个所述故障状态数据的故障权重，所述故障权重计算公式为：
其中，所述wf表示故障状态数据f的故障权重值，mf表示wx不等于0的个数，n表示故障类型，wx表示所述故障状态数据f为第x项故障类型时的权值。
在一实施例中，所述对比模块203，包括：
提取子模块，用于提取所述运行状态数据的第一数据特征向量，以及所述目标故障状态数据的第二数据特征向量；
对比子模块，用于对所述第一数据特征向量与所述第二数据特征向量进行对比，得到所述对比数据。
在一实施例中，所述匹配模块204，包括：
提取子模块，用于若所述对比数据符合预设故障条件，则提取所述对比数据的故障特征；
第一确定子模块，用于确定所述故障特征与所述预设故障优化策略的预设故障特征之间的特征相似度；
第二确定子模块，用于根据所述特征相似度，确定所述电力通信系统的故障优化策略。
在一实施例中，所述第一确定子模块，具体用于：
根据预设的相似度计算公式，确定所述故障特征与所述预设故障特征之间的特征相似度，所述相似度计算公式为：
其中，M为故障特征数，x为所述故障特征fi和所述预设故障特征fj之间的指示变量，d为所述故障特征fi和所述预设故障特征fj之间的欧氏距离，m为欧式距离阈值。
上述的电力通信系统的故障分析装置可实施上述方法实施例的电力通信系统的故障分析方法。上述方法实施例中的可选项也适用于本实施例，这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容，在本实施例中，不再进行赘述。
图3为本申请一实施例提供的计算机设备的结构示意图。如图3所示，该实施例的计算机设备3包括：至少一个处理器30(图3中仅示出一个)处理器、存储器31以及存储在所述存储器31中并可在所述至少一个处理器30上运行的计算机程序32，所述处理器30执行所述计算机程序32时实现上述任意方法实施例中的步骤。
所述计算机设备3可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该计算机设备可包括但不仅限于处理器30、存储器31。本领域技术人员可以理解，图3仅仅是计算机设备3的举例，并不构成对计算机设备3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，例如还可以包括输入输出设备、网络接入设备等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，该处理器30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31在一些实施例中可以是所述计算机设备3的内部存储单元，例如计算机设备3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述计算机设备3的外部存储设备，例如所述计算机设备3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述计算机设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
另外，本申请实施例还提供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上述任意方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在计算机设备上运行时，使得计算机设备执行时实现上述各个方法实施例中的步骤。
在本申请所提供的几个实施例中，可以理解的是，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码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。也应当注意的是，在有些作为替换的实现方式中，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。
所述功能如果以软件功能模块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，本申请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终端设备执行本申请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。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围。特别指出，对于本领域技术人员来说，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (6)

1.一种电力通信系统的故障分析方法，其特征在于，包括：
获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据；
根据所述故障状态数据的故障权重，对所述故障状态数据进行排序，得到故障权重最高的目标故障状态数据；
对所述运行状态数据与所述目标故障状态数据进行对比，得到对比数据；
若所述对比数据符合预设故障条件，则将所述对比数据与预设故障优化策略进行匹配，得到所述电力通信系统的故障分析结果，所述故障分析结果包括故障优化策略；
其中，所述根据所述故障状态数据的故障权重，对所述故障状态数据进行排序，得到故障权重最高的目标故障状态数据，包括：
对所述预设故障数据库的所有故障状态数据进行关联分析，得到每个所述故障状态数据的故障权重；根据所述故障权重，对所述故障状态数据进行排序，得到故障权重最高的所述目标故障状态数据；
所述对所述预设故障数据库的所有故障状态数据进行关联分析，得到每个所述故障状态数据的故障权重，包括：
确定所述预设故障数据库的所有故障状态数据的数据频率；根据所述数据频率，确定每个所述故障状态数据的支持度；根据所述支持度，将所述故障状态数据生成为频繁项集，所述频繁项集包括支持度大于预设支持度的多个所述故障状态数据；根据故障状态数据为各个故障类型时的权值，确定所述频繁项集中每个所述故障状态数据的故障权重；
所述对所述运行状态数据与所述目标故障状态数据进行对比，得到对比数据，包括：
提取所述运行状态数据的第一数据特征向量，以及所述目标故障状态数据的第二数据特征向量，并构建人工神经网络；将提取到的所述第一数据特征向量与所述第二数据特征向量输入到人工神经网络进行对比运算，得到所述对比数据，其中，所述第一数据特征向量与所述第二数据特征向量的对比算法为：
其中，Ri和Rj分别表示排列权重区域i和j，为区域i的数据特征向量，即第一数据特征向量，/>为区域j的数据特征向量，即第二数据特征向量，n为数据信号特征向量维度。
2.如权利要求1所述的电力通信系统的故障分析方法，其特征在于，所述确定所述频繁项集中每个所述故障状态数据的故障权重，包括：
根据预设的故障权重计算公式，确定所述频繁项集中每个所述故障状态数据的故障权重，所述故障权重计算公式为：
其中，所述wf表示故障状态数据f的故障权重值，mf表示wx不等于0的个数，n表示故障类型，wx表示所述故障状态数据f为第x项故障类型时的权值。
3.如权利要求1所述的电力通信系统的故障分析方法，其特征在于，所述若所述对比数据符合预设故障条件，则将所述对比数据与预设故障优化策略进行匹配，得到所述电力通信系统的故障分析结果，包括：
若所述对比数据符合预设故障条件，则提取所述对比数据的故障特征；
确定所述故障特征与所述预设故障优化策略的预设故障特征之间的特征相似度；
根据所述特征相似度，确定所述电力通信系统的故障优化策略。
4.如权利要求3所述的电力通信系统的故障分析方法，其特征在于，所述确定所述故障特征与所述预设故障优化策略的预设故障特征之间的特征相似度，包括：
根据预设的相似度计算公式，确定所述故障特征与所述预设故障特征之间的特征相似度，所述相似度计算公式为：
其中，S为特征相似度，M为故障特征数，x为所述故障特征和所述预设故障特征之间的指示变量，d为所述故障特征和所述预设故障特征之间的欧氏距离，m为欧式距离阈值。
5.一种电力通信系统的故障分析装置，其特征在于，包括：
获取模块，用于获取电力通信系统的运行状态数据和预设故障数据库中的故障状态数据；
排序模块，用于根据所述故障状态数据的故障权重，对所述故障状态数据进行排序，得到故障权重最高的目标故障状态数据；
对比模块，用于对所述运行状态数据与所述目标故障状态数据进行对比，得到对比数据；
匹配模块，用于若所述对比数据符合预设故障条件，则将所述对比数据与预设故障优化策略进行匹配，得到所述电力通信系统的故障分析结果，所述故障分析结果包括故障优化策略；
其中，所述排序模块包括分析子模块和排序子模块：
分析子模块，用于对所述预设故障数据库的所有故障状态数据进行关联分析，得到每个所述故障状态数据的故障权重；
排序子模块，用于根据所述故障权重，对所述故障状态数据进行排序，得到故障权重最高的所述目标故障状态数据；
所述分析子模块，具体用于：确定所述预设故障数据库的所有故障状态数据的数据频率；根据所述数据频率，确定每个所述故障状态数据的支持度；根据所述支持度，将所述故障状态数据生成为频繁项集，所述频繁项集包括支持度大于预设支持度的多个所述故障状态数据；确定所述频繁项集中每个所述故障状态数据的故障权重；
所述对比模块，具体用于：提取所述运行状态数据的第一数据特征向量，以及所述目标故障状态数据的第二数据特征向量，并构建人工神经网络；将提取到的所述第一数据特征向量与所述第二数据特征向量输入到人工神经网络进行对比运算，得到所述对比数据，其中，所述第一数据特征向量与所述第二数据特征向量的对比算法为：
其中，Ri和Rj分别表示排列权重区域i和j，为区域i的数据特征向量，即第一数据特征向量，/>为区域j的数据特征向量，即第二数据特征向量，n为数据信号特征向量维度。
6.一种计算机设备，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4任一项所述的电力通信系统的故障分析方法。
CN202210077697.7A 2022-01-21 2022-01-21 电力通信系统的故障分析方法及装置 Active CN114418226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210077697.7A CN114418226B (zh) 2022-01-21 2022-01-21 电力通信系统的故障分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210077697.7A CN114418226B (zh) 2022-01-21 2022-01-21 电力通信系统的故障分析方法及装置

Publications (2)

Publication Number Publication Date
CN114418226A CN114418226A (zh) 2022-04-29
CN114418226B true CN114418226B (zh) 2024-03-29

Family

ID=81275518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210077697.7A Active CN114418226B (zh) 2022-01-21 2022-01-21 电力通信系统的故障分析方法及装置

Country Status (1)

Country Link
CN (1) CN114418226B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114866402A (zh) * 2022-05-07 2022-08-05 安徽凯炎电力保护设备有限公司 一种系统数据动态对比方法
CN116485212B (zh) * 2023-06-25 2023-09-12 天津津轨汇海科技发展有限公司 一种轨道交通供电设备用安全操作管理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483240A (zh) * 2017-08-07 2017-12-15 国网安徽省电力公司淮北供电公司 基于网络资源关联关系的电力通信网业务健康度分析方法
CN108090567A (zh) * 2018-01-19 2018-05-29 国家电网公司 电力通信系统故障诊断方法及装置
CN109814526A (zh) * 2018-12-29 2019-05-28 卡斯柯信号有限公司 面向轨旁安全信号系统的维护诊断方法
CN110943857A (zh) * 2019-11-20 2020-03-31 国网湖北省电力有限公司信息通信公司 基于卷积神经网络的电力通信网故障分析及定位方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107483240A (zh) * 2017-08-07 2017-12-15 国网安徽省电力公司淮北供电公司 基于网络资源关联关系的电力通信网业务健康度分析方法
CN108090567A (zh) * 2018-01-19 2018-05-29 国家电网公司 电力通信系统故障诊断方法及装置
CN109814526A (zh) * 2018-12-29 2019-05-28 卡斯柯信号有限公司 面向轨旁安全信号系统的维护诊断方法
CN110943857A (zh) * 2019-11-20 2020-03-31 国网湖北省电力有限公司信息通信公司 基于卷积神经网络的电力通信网故障分析及定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于告警加权的智能光网络故障诊断算法;杨剑;蓝明超;;湘潭大学自然科学学报(第04期);全文 *

Also Published As

Publication number Publication date
CN114418226A (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
CN112052151B (zh) 故障根因分析方法、装置、设备及存储介质
CN114418226B (zh) 电力通信系统的故障分析方法及装置
CN108959187B (zh) 一种变量分箱方法、装置、终端设备及存储介质
EP3961383A1 (en) Automatic derivation of software engineering artifact attributes with integrated distribution calculation
CN113626241B (zh) 应用程序的异常处理方法、装置、设备及存储介质
CN112488297B (zh) 一种神经网络剪枝方法、模型生成方法及装置
WO2022017167A1 (zh) 一种信息处理方法、系统、电子设备及存储介质
US10810458B2 (en) Incremental automatic update of ranked neighbor lists based on k-th nearest neighbors
CN110704424B (zh) 一种应用于数据库的排序方法、装置及相关设备
CN113886237A (zh) 分析报告的生成方法、装置、电子设备及存储介质
CN116664335B (zh) 基于智能监控的半导体生产系统运行分析方法及系统
WO2017065795A1 (en) Incremental update of a neighbor graph via an orthogonal transform based indexing
CN116662876A (zh) 多模态认知决策方法、系统、装置、设备及存储介质
US8930939B2 (en) Comparing system engram with product engram to determine compatibility of product with system
CN104008334A (zh) 一种文件的聚类方法和设备
US11676050B2 (en) Systems and methods for neighbor frequency aggregation of parametric probability distributions with decision trees using leaf nodes
CN114595047A (zh) 一种批量任务处理方法和装置
CN114156864B (zh) 光伏逆变器配置方法、装置、终端及存储介质
CN117370473B (zh) 基于完整性攻击的数据处理方法、装置、设备及存储介质
CN116932228B (zh) 一种基于志愿者计算的边缘ai任务调度和资源管理系统
CN117114087A (zh) 故障预测方法、计算机设备和可读存储介质
CN116955451A (zh) 智能测绘数据管理方法及系统
CN117312550A (zh) 文本聚类方法、装置、计算机设备及存储介质
CN116302492A (zh) 一种服务器内存防溢出方法、装置、设备及存储介质
CN113641882A (zh) 确定工艺角晶片的方法、装置、电子设备及可读存储介质

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