CN115965266A - 一种基于大数据的智能分析系统 - Google Patents

Abstract

本发明公开了一种基于大数据的智能分析系统，包括将系统人员进行权限分类管理，并根据类别的不同进行相关设备数据信息的录入；对人员账号进行注册并根据用户提交信息、数据来源及应用配置相应的权限；对于不同人员的信息录入，针对不同设备制定不同的模板数据，形成不同设备的数据库；根据录入的数据信息进行状态分析预测；通过采集设备的运行数据，形成设备实时监控；结合设备的运行数据时间序列，采用时间序列分析法对未来时间内负荷电流的发展进行预测；根据运行历史数据和历史故障数据，对设备现阶段运行状态进行评估；本发明，具有提升数据有效利用率和保障设备稳定运行的特点。

Description

一种基于大数据的智能分析系统

技术领域

本发明涉及智能分析技术领域，具体为一种基于大数据的智能分析系统。

背景技术

在电力系统中，主要分为输电、变电、配电，作为电力系统的核心“变电站”，承载着电力传输过程中不同电压等级的变化。现目前，随着变电站巡视、巡查的标准化开展，其运维记录的数据量将相当的庞大，加之每个变电站设备众多，导致数据分门别类困难大，如果仍采用传统纸质数据记录，需要消耗大量的人力、物力进行统计，难以形成设备周期内的运维数据；如果设备发生异常，需要根据某一项或者多项数据进行跟踪调查，传统数据统计及分析手段冗余且效率极其低下，难以高效保障变电站设备的健康稳定运行，一旦发生故障，将严重影响周边居民的可靠供电，还可能造成极大的经济损失和社会舆论。因此，设计提升数据有效利用率和保障设备稳定运行的一种基于大数据的智能分析系统是很有必要的。

发明内容

本发明的目的在于提供一种基于大数据的智能分析系统，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的智能分析系统，包括：

将系统人员进行权限分类管理，并根据类别的不同进行相关设备数据信息的录入；

根据录入的数据信息进行状态分析预测；

进一步对变电站设备故障进行统计分类分析；

对系统分析后的数据信息及结果进行可视化展示。

根据上述技术方案，所述将系统人员进行权限分类管理，并根据类别的不同进行相关设备数据信息的录入的步骤包括：

对人员账号进行注册并根据用户提交信息、数据来源及应用配置相应的权限；

对于不同人员的信息录入，针对不同设备制定不同的模板数据，形成不同设备的数据库。

根据上述技术方案，所述根据录入的数据信息进行状态分析预测的步骤包括：

通过采集设备的运行数据，形成设备实时监控；

结合设备的运行数据时间序列，采用时间序列分析法对未来时间内负荷电流的发展进行预测；

根据运行历史数据和历史故障数据，对设备现阶段运行状态进行评估。

根据上述技术方案，所述进一步对变电站设备故障进行统计分类分析的步骤包括：

对获取到的数据进行标准化格式整理，形成单一设备的历史数据；

在设备寿命周期范围内，根据造成设备故障的因素，将设备故障信息及时录入，根据故障类型将故障进行分类。

根据上述技术方案，所述对系统分析后的数据信息及结果进行可视化展示的步骤包括：

借助图形化手段对系统获取数据及统计分析结果进行可视化展示。

根据上述技术方案，所述该方法应用于一种基于大数据的智能分析系统，该系统包括：

数据存储模块，用于存储设备数据；

设备数据分析模块，用于对设备数据进行分析；

结果统计展示模块，用于对分析结果进行统计和可视化展示。

根据上述技术方案，所述数据存储模块包括：

权限管理模块，用于对系统用户进行权限管理；

模板制定模块，用于根据设备数据信息的分类进行模板定制；

信息录入模块，用于根据模板的不同进行信息录入；

数据库存储模块，用于将各类数据存储于不同的数据库中。

根据上述技术方案，所述设备数据分析模块包括：

状态分析模块，用于对设备运行状态进行分析；

异常告警模块，用于对设备异常状态进行告警提示；

运行趋势预测模块，用于对设备运行趋势进行预测；

故障趋势预测模块，用于对设备故障趋势进行预测。

根据上述技术方案，所述结果统计展示模块包括：

故障分类统计模块，用于对设备故障进行分类统计；

图形化展示模块，用于对数据分析结果通过图形化进行展示。

与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有数据存储模块、设备数据分析模块和结果统计展示模块，对人员账号进行注册并配置相应的权限，在数据共享的同时，进行合理的人员调度，保证数据的安全性；对于不同人员的信息录入，针对不同设备制定不同的模板数据，便于信息的分类提取及利用；通过采集设备的运行数据，结合设备的运行数据时间序列，对未来时间内负荷电流的发展进行预测，并为设备运行情况提供预判，若发生相关故障及时告警；对故障信息进行统计分类，根据故障类型划分故障等级，保障设备的健康可靠运行；最终借助图形化手段对系统获取数据及统计分析结果进行可视化展示，以提高工作效率及数据利用率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明实施例一提供的一种基于大数据的智能分析方法的流程图；

图2是本发明实施例二提供的一种基于大数据的智能分析系统的模块构成示意图。

具体实施方式

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。

实施例一：

图1为本发明实施例一提供的一种基于大数据的智能分析方法的流程图，本实施例可应用于变电站数据存储分析的环境中，该方法可以由本发明实施例提供的一种基于大数据的智能分析系统来执行，该系统由多个软硬件模块组成，该方法具体包括以下步骤：

S101、将系统人员进行权限分类管理，并根据类别的不同进行相关设备数据信息的录入；

在本发明的一些实施例中，系统对人员账号进行注册并根据用户提交信息、数据来源及应用配置相应的权限，保障系统在运行过程中，在数据共享的同时，进行合理的人员调度，保证数据的安全性。

示例性的，在本发明实施例中，变电站设备运行数据包括在线监测数据、带电检测数据、离线检测数据以及巡视检测数据；根据变电站运行的特点，将系统人员分为：检修人员，将检修过程中记录的相关实验数据导入系统中；运维人员，在巡视过程中，将相关观测到的数据及相关描述进行记录，同时运维人员一般还有相关红外记录，需要及时进行整理和导入；管理相关人员，及时监测、统计、分析或者管理人员的权限问题。

在本发明的一些实施例中，对于不同人员的信息录入，针对不同设备制定不同的模板数据，以形成不同设备的数据库，便于信息的分类提取及利用。

示例性的，在本发明实施例中，录入信息包括：账号身份信息，针对不同的使用人员进行账号、密码的保存，便于人员门户账号的统一管理；设备参数信息，根据设备种类进行分类保存，确保各个设备数据信息真是可靠；设备故障检修信息，对每次设备的故障信息和检修数据信息进行整理保存，确保设备的稳定运行；以及设备日常运维数据。

S102、根据录入的数据信息进行状态分析预测；

在本发明的一些实施例中，通过采集设备的运行数据，形成设备实时监控，并为设备运行情况提供预判，若发生相关故障及时告警。

示例性的，在本发明实施例中，系统不断的获取设备的运行数据，形成数据库，同时实时监控采集设备是否正常工作，当发现运行数据异常时，判断采集设备是否工作正常；若发现采集设备工作正常，而数据异常时，则向系统监控人员发送运行数据故障告警信息；当发现采集设备工作不正常时，则向系统监控人员发送采集设备和运行数据均故障的告警信息，及时将设备的工作状态告知监控人员，保障设备的稳定运行。

在本发明的一些实施例中，结合设备的运行数据时间序列，采用时间序列分析法对未来时间内负荷电流的发展进行预测，形成设备电流趋势；具体的，由于设备运行数据的变动、发展存在规律变化，即其变动的趋势将会一直连续到未来，通过算术平均、加权平均和指数平均来减少偶然因素造成波动，以根据过去的历史数据预测未来的发展，为决策人员提供辅助分析。具体的，在本发明实施例中，对于设备运行数据趋势预测，针对单一设备，结合当前运行数据和历史运行数据，通过逻辑控制算法，实现运行数据的趋势预测，为检修、改造以及相关预案措施提供依据；

示例性的，采用时间序列法中的算术平均值和加权平均值两种方式，结合历年数据，再调取同一时间节点下的数据值，进行平均值计算，得出预测电流值基准值I_基准，同时结合前10天中每一天的该时间节点，两两相减得到其差异值，该差异值主要体现在温度的变化、季节的变化发展因素，并得出以上差异值的平均值I_差异作为该时间节点加权平均值，进行数据整合后得出I_预测＝I_基准+I_差异，得到该时间节点预测值，并可据此计算下一时间节点预测值。

示例性的，在本发明实施例中，对于设备故障信息的趋势预测，根据运行历史数据和历史故障数据，对设备现阶段运行状态进行评估，评估设备现阶段健康状态，结合历史故障信息对其进行状态评级，及时发出预估信息，并以颜色作为健康等级评估判断，为运维、检修人员提供依据。

S103、进一步对变电站设备故障进行统计分类分析；

在本发明的一些实施例中，工作人员在信息录入过程中，在设备寿命周期范围内，根据造成设备故障的时间、环境等因素，将设备故障信息及时录入，根据故障类型将故障进行分类，包括产品质量故障、运行环境故障等，并根据设备历史故障信息，预测故障趋势，为设备管理者提供检修依据，保障设备的安全稳定运行。

示例性的，在本发明实施例中，对获取到的数据进行标准化格式整理，形成单一设备的历史数据，当需要对单一设备的数据进行统计分析时，可独立调取某项设备数据或者设备单一数据，并对同类设备数据进行统计以解决运维人员单一历史数据查找困难、工作量大的问题；及时预判设备的故障，并根据故障类型进行分析，分轻重缓急进行预判，划分故障等级，保障设备的健康可靠运行。

S104、对系统分析后的数据信息及结果进行可视化展示；

在本发明的一些实施例中，借助图形化手段对系统获取数据及统计分析结果进行可视化展示。

示例性的，在本发明实施例中，对于设备运行数据，以折线图形式统计展示，可及时发现数据异常情况并进行告警提示；对于设备故障信息数据，以柱状图形式统计展示，并结合历史故障信息对其进行状态评级，对各柱状图以不同颜色进行故障状态的区别，可一目了然地让工作人员清除目前设备健康状态及故障类别，以提高工作效率。

实施例二：

本发明实施例二提供了一种基于大数据的智能分析系统，图2为本实施例二提供的一种基于大数据的智能分析系统的模块构成示意图，如图2所示，该系统包括：

数据存储模块，用于存储设备数据；

设备数据分析模块，用于对设备数据进行分析；

结果统计展示模块，用于对分析结果进行统计和可视化展示。

在本发明的一些实施例中，数据存储模块包括：

权限管理模块，用于对系统用户进行权限管理；

模板制定模块，用于根据设备数据信息的分类进行模板定制；

信息录入模块，用于根据模板的不同进行信息录入；

数据库存储模块，用于将各类数据存储于不同的数据库中。

在本发明的一些实施例中，设备数据分析模块包括：

状态分析模块，用于对设备运行状态进行分析；

异常告警模块，用于对设备异常状态进行告警提示；

运行趋势预测模块，用于对设备运行趋势进行预测；

故障趋势预测模块，用于对设备故障趋势进行预测。

在本发明的一些实施例中，结果统计展示模块包括：

故障分类统计模块，用于对设备故障进行分类统计；

图形化展示模块，用于对数据分析结果通过图形化进行展示。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于大数据的智能分析方法，其特征在于：包括：

将系统人员进行权限分类管理，并根据类别的不同进行相关设备数据信息的录入；

根据录入的数据信息进行状态分析预测；

进一步对变电站设备故障进行统计分类分析；

对系统分析后的数据信息及结果进行可视化展示。

2.根据权利要求1所述的一种基于大数据的智能分析方法，其特征在于：所述将系统人员进行权限分类管理，并根据类别的不同进行相关设备数据信息的录入的步骤包括：

对人员账号进行注册并根据用户提交信息、数据来源及应用配置相应的权限；

对于不同人员的信息录入，针对不同设备制定不同的模板数据，形成不同设备的数据库。

3.根据权利要求1所述的一种基于大数据的智能分析方法，其特征在于：所述根据录入的数据信息进行状态分析预测的步骤包括：

通过采集设备的运行数据，形成设备实时监控；

结合设备的运行数据时间序列，采用时间序列分析法对未来时间内负荷电流的发展进行预测；

根据运行历史数据和历史故障数据，对设备现阶段运行状态进行评估。

4.根据权利要求1所述的一种基于大数据的智能分析方法，其特征在于：所述进一步对变电站设备故障进行统计分类分析的步骤包括：

对获取到的数据进行标准化格式整理，形成单一设备的历史数据；

在设备寿命周期范围内，根据造成设备故障的因素，将设备故障信息及时录入，根据故障类型将故障进行分类。

5.根据权利要求1所述的一种基于大数据的智能分析方法，其特征在于：所述对系统分析后的数据信息及结果进行可视化展示的步骤包括：

借助图形化手段对系统获取数据及统计分析结果进行可视化展示。

6.一种基于大数据的智能分析系统，其特征在于：该系统包括：

数据存储模块，用于存储设备数据；

设备数据分析模块，用于对设备数据进行分析；

结果统计展示模块，用于对分析结果进行统计和可视化展示。

7.根据权利要求6所述的一种基于大数据的智能分析系统，其特征在于：所述数据存储模块包括：

权限管理模块，用于对系统用户进行权限管理；

模板制定模块，用于根据设备数据信息的分类进行模板定制；

信息录入模块，用于根据模板的不同进行信息录入；

数据库存储模块，用于将各类数据存储于不同的数据库中。

8.根据权利要求6所述的一种基于大数据的智能分析系统，其特征在于：所述设备数据分析模块包括：

状态分析模块，用于对设备运行状态进行分析；

异常告警模块，用于对设备异常状态进行告警提示；

运行趋势预测模块，用于对设备运行趋势进行预测；

故障趋势预测模块，用于对设备故障趋势进行预测。

9.根据权利要求6所述的一种基于大数据的智能分析系统，其特征在于：

所述结果统计展示模块包括：

故障分类统计模块，用于对设备故障进行分类统计；

图形化展示模块，用于对数据分析结果通过图形化进行展示。

Images