CN115224800A - 一种融合多维数据的监控信息故障研判预警方法 - Google Patents

一种融合多维数据的监控信息故障研判预警方法 Download PDF

Info

Publication number
CN115224800A
CN115224800A CN202210887585.8A CN202210887585A CN115224800A CN 115224800 A CN115224800 A CN 115224800A CN 202210887585 A CN202210887585 A CN 202210887585A CN 115224800 A CN115224800 A CN 115224800A
Authority
CN
China
Prior art keywords
fault
data
monitoring information
equipment
judging
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
CN202210887585.8A
Other languages
English (en)
Inventor
漏亦楠
倪政旦
洪怡婷
陈益芳
张逸琦
周国华
陈敏
徐彬
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.)
State Grid Zhejiang Xiaoshan District Power Supply Co ltd
Original Assignee
State Grid Zhejiang Xiaoshan District Power Supply 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 State Grid Zhejiang Xiaoshan District Power Supply Co ltd filed Critical State Grid Zhejiang Xiaoshan District Power Supply Co ltd
Priority to CN202210887585.8A priority Critical patent/CN115224800A/zh
Publication of CN115224800A publication Critical patent/CN115224800A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • H02J13/00002—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 monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Power Engineering (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种融合多维数据的监控信息故障研判预警方法，方法如下：将大数据与多源融合技术，对现有监控信息数据进行抽取、清洗和去重；通过人工智能方式和机器学习方式进行构建设备故障模型；对设备跳闸情况自动分析，分析设备跳闸原因，形成设备跳闸报告并自动推送；关联下属电网分布情况，分析当前故障影响区域范围；进行故障二次研判，即时进行消息推送范围影响数据；同时获取当前断面文件、负荷情况和设备台帐等信息，综合分析后生成负荷转供方案；将故障设备的历史行为特征与故障原因建立对应关系，为分类模型的建立和训练提供数据支撑；建立多分类模型，研判出故障事件，自动生成负荷转供方案，有效减少监控人员处理事故时间。

Description

一种融合多维数据的监控信息故障研判预警方法
技术领域
本发明涉及监控信息故障预警技术领域，具体为一种融合多维数据的监控信息故障研判预警方法。
背景技术
大型防盗报警联动运行的视频监控系统，是一个技术含量高、构成复杂的系统，在一个监控系统进入调试阶段、试运行阶段以及交付使用后，电源的不正确引发的设备故障，因供电错误或瞬间过压导致设备损坏，设备连结处理不好等有可能出现这样那样的故障现象。
监视器上产生较深较乱的大面积网纹干扰，以至图像全部破坏，形不成图像和同步信号；由于视频电缆线的芯线与屏蔽网短路、断路造成的故障，这种故障多出现在bnc接头或其它类型的视频接头上，即这种故障现象出现时，往往不会是整个系统的各路信号均出问题，而仅仅出现在那些接头不好的路数上，只要认真逐个检查这些接头，就可以解决；电源不正确引发的设备故障，供电线路或供电电压不正确，功率不够，供电系统的传输线路出现短路、断路、瞬间过压等，特别是因供电错误或瞬间过压导致设备损坏的情况时有发生。
针对迎峰度冬、迎峰度夏故障发生情况，针对故障导致的全停、全转后恢复对于电网保供电稳定情况，并且针对自动生成电网转供方案及预演的方案分析与研究。为此，需要设计相应的技术方案给予解决。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种融合多维数据的监控信息故障研判预警方法，解决了针对迎峰度冬、迎峰度夏故障发生，针对故障导致的全停、全转后恢复对于电网保供电稳定，并且针对自动生成电网转供方案及预演方案分析与研究的技术问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种融合多维数据的监控信息故障研判预警方法，方法步骤包括如下：S1，将大数据与多源融合技术，对现有监控信息数据进行抽取、清洗和去重；S2，通过人工智能方式和机器学习方式进行构建设备故障模型；S3，对设备跳闸情况自动分析，分析设备跳闸原因，形成设备跳闸报告并自动推送；S4，关联下属电网分布情况，分析当前故障影响区域范围；S5，进行故障二次研判，即时进行消息推送范围影响数据；S6，同时获取当前断面文件、负荷情况和设备台帐等信息，综合分析后生成负荷转供方案；S7，将故障设备的历史行为特征与故障原因建立对应关系，为分类模型的建立和训练提供数据支撑；S8，建立多分类模型，从特征中学习到与故障原因对应的映射关系，同时采用Auto ML技术从参数空间中搜寻最佳的参数组合，进行研判预警。
优选的，步骤S1中，通过对监控信息电网采用运行、潮流和拓扑等方式进行分析，自动生成转供电方案，科学安排监控信息运行方式，保障监控信息稳定和安全运行。
优选的，获取通信传输网拓扑数据，建立通信传输模型，通信传输网包括有通道数据、拓扑连接数据和关系数据。
优选的，步骤S1中，对监控信息数据的坐标系进行具体分析，坐标系包括有GPS模块、北斗定位模块、幅度变换和分辨率。
优选的，利用计算机对具有相似或不同特征的多源数据和信息进行处理，为用户提供统一的信息视图和可综合利用的信息。
(三)有益效果
该融合多维数据的监控信息故障研判预警方法，通过数据融合模型对监控信息数据进行归类整合，并根据监控信息告警内容，有效的研判出监控信息故障事件，通过关联信息，计算故障事件的影响范围，并同时自动生成负荷转供方案，有效减少监控人员处理事故的时间。
具体实施方式
对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。
本发明实施例提供一种技术方案：一种融合多维数据的监控信息故障研判预警方法，方法步骤包括如下：
S1，将大数据与多源融合技术，对现有监控信息数据进行抽取、清洗和去重，提升数据的准确性；
S2，通过人工智能方式和机器学习方式进行构建设备故障模型；
S3，实现设备跳闸情况自动分析，分析设备跳闸原因，形成设备跳闸报告并自动推送，提升设备跳闸识别效率；
S4，关联下属电网分布情况，分析当前故障影响区域范围；
S5，进行故障二次研判，即时进行消息推送范围影响数据，辅助监控人员处理事故；
S6，同时获取当前断面文件、负荷情况和设备台帐等信息，综合分析后生成负荷转供方案；
S7，将故障设备的历史行为特征与故障原因建立对应关系，为分类模型的建立和训练提供数据支撑；
S8，建立多分类模型，从特征中学习到与故障原因对应的映射关系，同时采用AutoML技术从参数空间中搜寻最佳的参数组合，进行研判预警。
采用上下文关联的时间序列异常检测模型，如BeatGAN等，在划分时间窗口的前提下，对一段时间内的设备信号时间序列数据进行异常检测，根据时间窗口内的所有数据点进行故障判断，避免因个别点异常带来的电网设备故障误报风险；
以电网设备的多种类别数据为基础，采用大数据分析技术，并行处理信号数据，查找故障设备的历史信号数据，利用特征筛选和提取技术从中提取行为特征；
建立故障原因的专家知识库，将故障设备的历史行为特征与故障原因建立对应关系，为分类模型的建立和训练提供数据支撑；
建立多分类模型，如SVM、决策树等，从特征中学习到与故障原因对应的映射关系，同时采用Auto ML技术从参数空间中搜寻最佳的参数组合，提升模型准确率；
通过对电网运行方式、潮流、拓扑等进行分析，自动生成转供电方案，科学安排电网运行方式，保障电网稳定、安全运行。
进一步改进地，步骤S1中，通过对监控信息电网采用运行、潮流和拓扑等方式进行分析，自动生成转供电方案，科学安排监控信息运行方式，保障监控信息稳定和安全运行。
进一步改进地，获取通信传输网拓扑数据，建立通信传输模型，通信传输网包括有通道数据、拓扑连接数据和关系数据。
进一步改进地，步骤S1中，对监控信息数据的坐标系进行具体分析，坐标系包括有GPS模块、北斗定位模块、幅度变换和分辨率。
具体改进地，利用计算机对具有相似或不同特征的多源数据和信息进行处理，为用户提供统一的信息视图和可综合利用的信息，信息融合技术已在生物、经济和军事等领域得到广泛应用。
对监控信息的工作电流和工作温度动态监控与故障预警功能，因此对设备的工作状态信号的准确实时采集是系统工作的前提，工作电流信号采集模块由于互感器输出的为交流电流信号，为了便于中央处理系统对采集的设备工作电流信号进行处理，需设计信号调理方案将交流电流信号转化为直流电压信号，工作电流信号采集模块包括依次相连的电流电压转换电路、电压平移电路、电压跟随器和二极管钳位电路。
工作温度信号采集模块，输出4-20mA直流电流，温度传感器及温度变送器输出的是与被监测设备工作温度信号成正比的直流电流信号，为了便于中央处理系统对采集的设备工作电流信号进行处理，需设计信号调理方案将直流电流信号转化为直流电压信号。
通过数据融合模型对监控信息数据进行归类整合，并根据监控信息告警内容，研判出故障事件，通过关联信息，计算故障事件的影响范围，并同时自动生成负荷转供方案，有效减少监控人员处理事故的时间。
在监控信息集成技术实现的过程中，通过合理布设电源线和信号线来降低信号之间的相互干扰。
本发明的部件均为通用标准件或本领域技术人员知晓的部件，其结构和原理都为本技术人员均可通过技术手册得知或通过常规实验方法获知，本发明解决的问题是针对迎峰度冬、迎峰度夏故障发生，针对故障导致的全停、全转后恢复对于电网保供电稳定，并且针对自动生成电网转供方案及预演方案分析与研究，本发明通过上述部件的互相组合，通过数据融合模型对监控信息数据进行归类整合，并根据监控信息告警内容，研判出故障事件，通过关联信息，计算故障事件的影响范围，并同时自动生成负荷转供方案，有效减少监控人员处理事故的时间。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (5)

1.一种融合多维数据的监控信息故障研判预警方法，其特征在于，方法步骤包括如下：
S1，将大数据与多源融合技术，对现有监控信息数据进行抽取、清洗和去重；
S2，通过人工智能方式和机器学习方式进行构建设备故障模型；
S3，对设备跳闸情况自动分析，分析设备跳闸原因，形成设备跳闸报告并自动推送；
S4，关联下属电网分布情况，分析当前故障影响区域范围；
S5，进行故障二次研判，即时进行消息推送范围影响数据；
S6，同时获取当前断面文件、负荷情况和设备台帐等信息，综合分析后生成负荷转供方案；
S7，将故障设备的历史行为特征与故障原因建立对应关系，为分类模型的建立和训练提供数据支撑；
S8，建立多分类模型，从特征中学习到与故障原因对应的映射关系，同时采用Auto ML技术从参数空间中搜寻最佳的参数组合，进行研判预警。
2.根据权利要求1所述的一种融合多维数据的监控信息故障研判预警方法，其特征在于：步骤S1中，通过对监控信息电网采用运行、潮流和拓扑等方式进行分析，自动生成转供电方案，科学安排监控信息运行方式，保障监控信息稳定和安全运行。
3.根据权利要求2所述的一种融合多维数据的监控信息故障研判预警方法，其特征在于：获取通信传输网拓扑数据，建立通信传输模型，通信传输网包括有通道数据、拓扑连接数据和关系数据。
4.根据权利要求1所述的一种融合多维数据的监控信息故障研判预警方法，其特征在于：步骤S1中，对监控信息数据的坐标系进行具体分析，坐标系包括有GPS模块、北斗定位模块、幅度变换和分辨率。
5.根据权利要求1所述的一种融合多维数据的监控信息故障研判预警方法，其特征在于：利用计算机对具有相似或不同特征的多源数据和信息进行处理，为用户提供统一的信息视图和可综合利用的信息。
CN202210887585.8A 2022-07-26 2022-07-26 一种融合多维数据的监控信息故障研判预警方法 Pending CN115224800A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210887585.8A CN115224800A (zh) 2022-07-26 2022-07-26 一种融合多维数据的监控信息故障研判预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210887585.8A CN115224800A (zh) 2022-07-26 2022-07-26 一种融合多维数据的监控信息故障研判预警方法

Publications (1)

Publication Number Publication Date
CN115224800A true CN115224800A (zh) 2022-10-21

Family

ID=83613343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210887585.8A Pending CN115224800A (zh) 2022-07-26 2022-07-26 一种融合多维数据的监控信息故障研判预警方法

Country Status (1)

Country Link
CN (1) CN115224800A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117081249A (zh) * 2023-08-17 2023-11-17 广东正力通用电气有限公司 一种供电线路自动化监控管理平台及线路故障识别方法
CN117134500A (zh) * 2023-09-07 2023-11-28 广东格林赛福能源科技有限公司 一种基于光能发电的储能监控系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117081249A (zh) * 2023-08-17 2023-11-17 广东正力通用电气有限公司 一种供电线路自动化监控管理平台及线路故障识别方法
CN117134500A (zh) * 2023-09-07 2023-11-28 广东格林赛福能源科技有限公司 一种基于光能发电的储能监控系统

Similar Documents

Publication Publication Date Title
CN115224800A (zh) 一种融合多维数据的监控信息故障研判预警方法
CN106199276B (zh) 一种用电信息采集系统中异常信息的智能诊断系统及方法
CN103545922B (zh) 基于多场景分析的智能告警推理方法
CN108268706B (zh) 面向一体化监控系统智能告警应用的闭环测试系统及方法
CN106655522A (zh) 一种适用于电网二次设备运维管理的主站系统
CN106787169B (zh) 一种多数据源比较技术诊断变电站遥测故障的方法
CN101499659B (zh) 基于基尔霍夫电流定律的变电站分布式状态估计方法
CN109687905A (zh) 一种智能变电站通讯链路异常状态检测系统
CN110095661A (zh) 一种配电变压器高压侧缺相故障抢修方法
CN107404416A (zh) 一种用电信息采集系统的可视化监测方法
CN109584103A (zh) 一种电网故障快速反应和可靠决策支持系统
CN112085233A (zh) 基于站域bim数据融合多源信息的电力数字信息模型
CN113554360A (zh) 一种输电线路运行状态可视化管理方法、系统及存储介质
CN113740666B (zh) 一种数据中心电力系统告警风暴根源故障的定位方法
CN112803587A (zh) 一种基于诊断决策库的自动化设备状态智能巡视方法
CN112147459A (zh) 一种基于scada系统的电网故障分析装置及方法
CN105844542B (zh) 基于wams的电网单一大扰动在线检测方法
CN108242028A (zh) 变电站主接线图和智能告警测试用例可视化自动关联方法
CN206178082U (zh) 电网线路故障定位系统
CN207149078U (zh) 一种低压集抄系统故障定位装置
CN115587635A (zh) 一种基于中性点偏移判断的台区线损分析方法、系统
CN202661563U (zh) 录波器故障分析平台
CN111539642B (zh) 一种基于面向对象的电厂数据采集处理系统及其方法
CN114860839A (zh) 一种配电网数据分析和可视化系统及方法
Zhang et al. Distributed Architecture of Power Grid Asset Management and Future Research Directions

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