CN116150692A - 基于云平台和改进孤立森林的电网故障诊断方法和系统 - Google Patents

基于云平台和改进孤立森林的电网故障诊断方法和系统 Download PDF

Info

Publication number
CN116150692A
CN116150692A CN202211442684.1A CN202211442684A CN116150692A CN 116150692 A CN116150692 A CN 116150692A CN 202211442684 A CN202211442684 A CN 202211442684A CN 116150692 A CN116150692 A CN 116150692A
Authority
CN
China
Prior art keywords
data
power grid
layer
module
monitoring
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
CN202211442684.1A
Other languages
English (en)
Inventor
刘月灿
孙建刚
常雨竹
玄佳兴
杨庆甫
乔宇杰
陈新鹏
李伟良
段婷婷
张亮
盛剑桥
尹晓宇
宫帅
饶涵宇
毛冬
张辰
季超
李静
高丰
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 Digital Technology Holdings Co ltd
Nanjing University of Aeronautics and Astronautics
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Information and Telecommunication Branch of State Grid Zhejiang Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Anhui Electric Power Co Ltd
Original Assignee
State Grid Digital Technology Holdings Co ltd
Nanjing University of Aeronautics and Astronautics
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Information and Telecommunication Branch of State Grid Zhejiang Electric Power Co Ltd
Information and Telecommunication Branch of State Grid Anhui Electric Power 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 Digital Technology Holdings Co ltd, Nanjing University of Aeronautics and Astronautics, State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, Information and Telecommunication Branch of State Grid Zhejiang Electric Power Co Ltd, Information and Telecommunication Branch of State Grid Anhui Electric Power Co Ltd filed Critical State Grid Digital Technology Holdings Co ltd
Priority to CN202211442684.1A priority Critical patent/CN116150692A/zh
Publication of CN116150692A publication Critical patent/CN116150692A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08—Locating faults in cables, transmission lines, or networks
    • G01R31/088—Aspects of digital computing
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/35—Utilities, e.g. electricity, gas or water
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/40—Maintenance of things
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Toxicology (AREA)
  • Biomedical Technology (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于云平台和改进孤立森林的电网故障诊断方法，包括：对发电站或者变电站的电网结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数；结合电网结构的分析结果，构建相应的电网云平台三层架构；当任意一个电网设备出现故障时，故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别，再通过人机交互模块下达故障类别对应的操作命令。本发明能够实现电网故障的准确检测，提升智能电网故障检测的效率。

Description

基于云平台和改进孤立森林的电网故障诊断方法和系统
技术领域
本发明涉及电网故障检测技术领域，具体而言涉及一种基于云平台和改进孤立森林的电网故障诊断方法。
背景技术
随着现代工业的发展和居民生活水平的提高，各个地区的用电量都在飞速提高，这给发电站和各级变电站都带来了不小的压力，也使得这些设备更易发生故障。为了避免电力产生和运输中可能发生的设备故障，需要对故障进行实时的检测和诊断。
专利号为CN112990330A的发明中公开了一种用户用能异常数据检测方法及设备，包括：获取待检测样本，其中，待检测样本由待检测用户的用能数据生成；将待检测样本遍历孤立森林模型中的每棵孤立树，以确定待检测样本落在每棵孤立树中的子节点的高度，以及待检测样本与每棵孤立树的根节点中训练样本之间的距离；根据高度，确定待检测样本的高度异常分值；根据距离，确定待检测样本的密度异常分值；在高度异常分值和密度异常分值满足预设条件时，确定待检测用户的用能数据为异常数据。该申请能够提高用户用能异常数据的检测速度和精度。然而，该申请只针对用户用能异常数据检测，无法应对电网设备的故障检测。
发明内容
本发明针对现有技术中的不足，提供一种基于云平台和改进孤立森林的电网故障诊断方法，在现场层对采集的数据进行数据预处理，在云中心层基于改进的孤立森林模型对故障进行检测，实现了电网故障的准确检测，提升智能电网故障检测的效率。
为实现上述目的，本发明采用以下技术方案：
一种基于云平台和改进孤立森林的电网故障诊断方法，所述电网故障诊断方法包括以下步骤：
对发电站或者变电站的电网结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数；
结合电网结构的分析结果，构建相应的电网云平台三层架构；所述电网云平台三层架构包括设备层、现场层和云中心层；所述设备层包括用于采集电网设备运行数据的监控设备；所述现场层收集电网设备运行数据，对电网设备运行数据进行数据预处理和数据属性泛化处理，再将处理好的电网设备运行数据通过物联网上传到云中心层；所述云中心层包括状态监控模块、故障诊断模块、可视化模块和人机交互模块；所述状态监控模块对现场层上传的电网设备运行数据进行存储，并调用可视化模块对电网设备运行数据进行可视化处理以对电网设备进行实时监控；
当任意一个电网设备出现故障时，故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别，再通过人机交互模块下达故障类别对应的操作命令。
为优化上述技术方案，采取的具体措施还包括：
进一步地，每个电网设备相关的监测参数包括电网设备自身的运行数据、电网设备的关键零部件的状态数据、环境数据和相关性高于预设相关性阈值的其他设备的运行数据。
进一步地，所述云中心层包括SaaS层、PaaS、IaaS层和云管理层；
所述SaaS层由电网状态监控和故障诊断相关软件组成，至少包括故障诊断模块、状态监控模块、可视化模块和人机交互模块；所述PaaS层为云中心层提供操作系统和相关服务的访问入口，用于提供多租户管理服务、并行处理服务和应用服务；所述IaaS层是云中心层的基础，至少包括虚拟化模块、关系型数据库和分布式存储设备；所述云管理层包括用户管理模块、计费管理模块、安全管理模块、资源管理模块和监控系统，用户管理模块和计费管理模块用于提供用户管理、客户支持、计费管理服务；安全管理模块、资源管理模块对云进行管理；监控系统监控云中心层，接收场层发送的预处理后的监控数据，为其他模块工作提供数据支持。
进一步地，所述现场层对电网设备运行数据进行数据预处理和数据属性泛化处理的过程包括以下子步骤：
分析数据集流经的每一个过程，根据分析得到的流经过程提取相应的数据清洗规则，对数据集中的噪音数据进行清洗；
对数据集中的数据的属性值进行变换，使属性一致；
采用z-score标准化函数对数据x进行标准化操作：
Figure BDA0003948401470000021
其中
Figure BDA0003948401470000022
为原始数据x的均值，σ为原始数据的标准差；
对数据中缺失的字段内容进行补充，补充字段内容包括数据ID、上传处理服务器的IP、信息处理时间和实体统一标识。
进一步地，所述故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别的过程包括以下步骤：
S1，设预处理后得到的数据集
Figure BDA0003948401470000023
其中xi表示第i个时序的监控数据，该监控数据的特征维度为d，
Figure BDA0003948401470000024
yi为其对应的标签，n为数据数量；将数据集X分成实验数据集
Figure BDA0003948401470000025
和验证数据集
Figure BDA0003948401470000026
S2，对实验数据集A构建孤立森林，其单棵孤立树的构建过程如下：
S21，选取特征集中任意特征tj，随机选取所有监控数据中对应该特征的任意值为ε；
S22，根据ε对数据集X进行孤立树的构建，若数据xi大于ε，则落在右子树，反之则落在左子树；
S23，重复步骤S21和S22，构造左右子树，直到节点上数据数量小于数量控制阈值α；
S24，构建完k棵孤立树{T1，T2，...，Tk}，对于监控数据xi，其在第z棵孤立树上的高度表示为
Figure BDA0003948401470000031
若
Figure BDA0003948401470000032
大于异常阈值μ，则监控数据xi定义为异常数据，否则为正常数据；
S3，通过验证数据集B对孤立森林每棵孤立树进行验证，获得其对应的检测精度矩阵Acc：
Figure BDA0003948401470000033
式中，
Figure BDA0003948401470000034
表示第j棵孤立树检测第i个数据的准确率；
S4，根据准确率得到权重矩阵W＝{w1，w2，...，wk}，其中wj的计算公式如下：
Figure BDA0003948401470000035
式中，ω和β分别为权重系数，对于测试数据，假设孤立森林第j棵孤立树检测第i个数据的检测结果为
Figure BDA0003948401470000036
统计每棵随机树的投票结果并结合对应随机树的权重比，获得数据i的加权投票结果：
Figure BDA0003948401470000037
本发明还提及一种基于云平台和改进孤立森林的电网故障诊断系统，所述电网故障诊断系统包括电网分析单元、云平台构建单元和电网云平台三层架构；
所述电网分析单元用于对发电站或者变电站的电网结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数；
所述云平台构建单元用于结合电网结构的分析结果，构建相应的电网云平台三层架构；
所述电网云平台三层架构包括设备层、现场层和云中心层；所述设备层包括用于采集电网设备运行数据的监控设备；所述现场层收集电网设备运行数据，对电网设备运行数据进行数据预处理和数据属性泛化处理，再将处理好的电网设备运行数据通过物联网上传到云中心层；所述云中心层包括状态监控模块、故障诊断模块、可视化模块和人机交互模块；所述状态监控模块对现场层上传的电网设备运行数据进行存储，并调用可视化模块对电网设备运行数据进行可视化处理以对电网设备进行实时监控；
当任意一个电网设备出现故障时，故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别，再通过人机交互模块下达故障类别对应的操作命令。
进一步地，所述云中心层包括SaaS层、PaaS、IaaS层和云管理层；
所述SaaS层由电网状态监控和故障诊断相关软件组成，至少包括故障诊断模块、状态监控模块、可视化模块和人机交互模块；所述PaaS层为云中心层提供操作系统和相关服务的访问入口，用于提供多租户管理服务、并行处理服务和应用服务；所述IaaS层是云中心层的基础，至少包括虚拟化模块、关系型数据库和分布式存储设备；所述云管理层包括用户管理模块、计费管理模块、安全管理模块、资源管理模块和监控系统，用户管理模块和计费管理模块用于提供用户管理、客户支持、计费管理服务；安全管理模块、资源管理模块对云进行管理；监控系统监控云中心层，接收场层发送的预处理后的监控数据，为其他模块工作提供数据支持。
进一步地，所述故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别的过程包括以下步骤：
S1，设预处理后得到的数据集
Figure BDA0003948401470000041
其中xi表示第i个时序的监控数据，该监控数据的特征维度为d，
Figure BDA0003948401470000042
yi为其对应的标签，n为数据数量；将数据集X分成实验数据集
Figure BDA0003948401470000043
和验证数据集
Figure BDA0003948401470000044
S2，对实验数据集A构建孤立森林，其单棵孤立树的构建过程如下：
S21，选取特征集中任意特征tj，随机选取所有监控数据中对应该特征的任意值为ε；
S22，根据ε对数据集X进行孤立树的构建，若数据xi大于ε，则落在右子树，反之则落在左子树；
S23，重复步骤S21和S22，构造左右子树，直到节点上数据数量小于数量控制阈值α；
S24，构建完k棵孤立树{T1，T2，...，Tk}，对于监控数据xi，其在第z棵孤立树上的高度表示为
Figure BDA0003948401470000045
若
Figure BDA0003948401470000046
大于异常阈值μ，则监控数据xi定义为异常数据，否则为正常数据；
S3，通过验证数据集B对孤立森林每棵孤立树进行验证，获得其对应的检测精度矩阵Acc：
Figure BDA0003948401470000047
式中，
Figure BDA0003948401470000048
表示第j棵孤立树检测第i个数据的准确率；
S4，根据准确率得到权重矩阵W＝{w1，w2，...，wk}，其中wj的计算公式如下：
Figure BDA0003948401470000051
式中，ω和β分别为权重系数，对于测试数据，假设孤立森林第j棵孤立树检测第i个数据的检测结果为
Figure BDA0003948401470000052
统计每棵随机树的投票结果并结合对应随机树的权重比，获得数据i的加权投票结果。
本发明的有益效果是：
第一，本发明的基于云平台和改进孤立森林的电网故障诊断方法，在现场层对采集的数据进行数据预处理，在云中心层基于改进的孤立森林模型对故障进行检测，实现了电网故障的准确检测，通过与传统的孤立森林模型做对比验证，本发明的电网故障诊断方法的检测准确率平均比传统方法高出5.3％左右。
第二，本发明的基于云平台和改进孤立森林的电网故障诊断方法，考虑到每棵孤立树的检测差异性，通过验证数据集对孤立森林每棵孤立树进行验证，获得其对应的检测精度矩阵，再根据准确率得到权重矩阵，同时确保了很好的鲁棒性和很高的检测效率。
附图说明
图1是本发明实施例的电网云平台三层架构示意图。
图2是本发明实施例的电网故障诊断方法与传统的孤立森林模型针对风扇和滚珠轴承的诊断结果对比图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
本实施例公开了一种基于云平台和改进孤立森林的电网故障诊断方法，所述电网故障诊断方法包括以下步骤：
对发电站或者变电站的电网结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数。结合电网结构的分析结果，构建相应的电网云平台三层架构。
不同的发电站或者变电站的电网结构可能不相同，因此，需要针对每个监测对象的实际结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数，再构建相应的电网云平台三层架构。优选的，每个电网设备相关的监测参数包括电网设备自身的运行数据、电网设备的关键零部件的状态数据、环境数据和相关性高于预设相关性阈值的其他设备的运行数据。
在本实施例中，电网云平台三层架构的整体结构相同，具体监控的电网设备的相关参数可能存在区别，但工作原理相似。
所述电网云平台三层架构包括设备层、现场层和云中心层；所述设备层包括用于采集电网设备运行数据的监控设备；所述现场层收集电网设备运行数据，对电网设备运行数据进行数据预处理和数据属性泛化处理，再将处理好的电网设备运行数据通过物联网上传到云中心层；所述云中心层包括状态监控模块、故障诊断模块、可视化模块和人机交互模块；所述状态监控模块对现场层上传的电网设备运行数据进行存储，并调用可视化模块对电网设备运行数据进行可视化处理以对电网设备进行实时监控。
当任意一个电网设备出现故障时，故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别，再通过人机交互模块下达故障类别对应的操作命令。
本实施例的电网云平台三层架构分为设备层、现场层和云中心层。设备层为各种监控系统，它们产生各项监测数据。现场层收集这些监测数据，并对它们进行数据预处理和数据属性泛化。当完成这些处理后，现场层将数据进行上传，通过物联网传递到云中心层，在云中心层，云平台对上传的数据进行存储，并通过状态检测模块和可视化模块对设备数据进行实时监控，当设备出现故障时，故障处理模块会通过对监控数据的分析迅速得出故障类别，操作人员可以通过人机交互模块及时下达操作命令，阻止故异常事态的进一步扩大。
如图1所示，优选的，所述云中心层包括SaaS层、PaaS、IaaS层和云管理层；所述SaaS层由电网状态监控和故障诊断相关软件组成，至少包括故障诊断模块、状态监控模块、可视化模块和人机交互模块；所述PaaS层为云中心层提供操作系统和相关服务的访问入口，用于提供多租户管理服务、并行处理服务和应用服务；所述IaaS层是云中心层的基础，至少包括虚拟化模块、关系型数据库和分布式存储设备；所述云管理层包括用户管理模块、计费管理模块、安全管理模块、资源管理模块和监控系统，用户管理模块和计费管理模块用于提供用户管理、客户支持、计费管理服务；安全管理模块、资源管理模块对云进行管理；监控系统监控云中心层，接收场层发送的预处理后的监控数据，为其他模块工作提供数据支持。
在现场层对采集的数据进行数据预处理，数据预处理包括数据清洗、数据集成、数据变换、数据标准化和数据丰富。通过这些操作，数据可以达成类型相同、格式一致、信息精炼和存储集中，为之后的数据上传做准备，也使得云中心层的数据分析更加高效。
所述现场层对电网设备运行数据进行数据预处理和数据属性泛化处理的过程包括以下子步骤：
分析数据集流经的每一个过程，根据分析得到的流经过程提取相应的数据清洗规则，对数据集中的噪音数据进行清洗。具体的，采用回溯的思想对数据进行清洗，分析数据集流经的每一个过程，提取数据清洗的规则，之后在数据集上应用这些规则发现并清洗“脏数据”。
对数据集中的数据的属性值进行变换，使属性一致；优选的，对每个属性值应用数学函数进行变换，设属性值为x，则常用的变换函数包括xk，log x，ex，
Figure BDA0003948401470000061
sin x，|x|等。
采用z-score标准化函数对数据x进行标准化操作：
Figure BDA0003948401470000071
其中
Figure BDA0003948401470000072
为原始数据x的均值，σ为原始数据的标准差；
进行数据丰富操作，主要是对数据中缺失的字段内容进行补充，补充字段内容包括数据ID、上传处理服务器的IP、信息处理时间和实体统一标识等。
孤立森林有很好的鲁棒性，较高的检测效率，然而其决策结果采取多数投票机制，没有考虑到每棵孤立树的检测差异性，这可能导致最终检测结果表现没那么出众。因此，所述故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别的过程包括以下步骤：
S1，设预处理后得到的数据集
Figure BDA0003948401470000073
其中xi表示第i个时序的监控数据，该监控数据的特征维度为d，
Figure BDA0003948401470000074
yi为其对应的标签，n为数据数量；将数据集X分成实验数据集
Figure BDA0003948401470000075
和验证数据集
Figure BDA0003948401470000076
S2，对实验数据集A构建孤立森林，其单棵孤立树的构建过程如下：
S21，选取特征集中任意特征tj，随机选取所有监控数据中对应该特征的任意值为ε；
S22，根据ε对数据集X进行孤立树的构建，若数据xi大于ε，则落在右子树，反之则落在左子树；
S23，重复步骤S21和S22，构造左右子树，直到节点上数据数量小于数量控制阈值α；
S24，构建完k棵孤立树{T1，T2，...，Tk}，对于监控数据xi，其在第z棵孤立树上的高度表示为
Figure BDA0003948401470000077
若
Figure BDA0003948401470000078
大于异常阈值μ，则监控数据xi定义为异常数据，否则为正常数据；
S3，通过实验数据集构建孤立树以后，添加一个验证阶段，通过验证数据集B对孤立森林每棵孤立树进行验证，获得其对应的检测精度矩阵Acc：
Figure BDA0003948401470000079
式中，
Figure BDA00039484014700000710
表示第j棵孤立树检测第i个数据的准确率；
S4，根据准确率得到权重矩阵W＝{w1，w2，...，wk}，其中wj的计算公式如下：
Figure BDA00039484014700000711
式中，ω和β分别为权重系数，对于测试数据，假设孤立森林第j棵孤立树检测第i个数据的检测结果为
Figure BDA0003948401470000081
统计每棵随机树的投票结果并结合对应随机树的权重比，获得数据i的加权投票结果：
Figure BDA0003948401470000082
对于测试数据，孤立森林对其的检测结果为综合每棵孤立树的加权投票结果。
采用美国凯斯西储大学轴承实验中心上传的2种数据集作为实验数据集，其实验分别通过在风扇和滚珠轴承的不同位置安装相应的传感器(如采集振动幅度的振动传感器、采集噪音的声音传感器等风扇和滚珠轴承相关异常状态参数的传感器)采集其时序数据，将采集到的时序数据分为正常数据和故障数据。将50％数据作为训练集训练孤立森林模型，30％数据作为验证集获取模型对于的投票权重，剩下20％作为测试集测试其性能，通过与传统的孤立森林模型做对比验证提出的方法的性能和准确率。如图2所示其检测准确率平均比传统方法高出5.3％左右。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (8)

1.一种基于云平台和改进孤立森林的电网故障诊断方法，其特征在于，所述电网故障诊断方法包括以下步骤：
对发电站或者变电站的电网结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数；
结合电网结构的分析结果，构建相应的电网云平台三层架构；所述电网云平台三层架构包括设备层、现场层和云中心层；所述设备层包括用于采集电网设备运行数据的监控设备；所述现场层收集电网设备运行数据，对电网设备运行数据进行数据预处理和数据属性泛化处理，再将处理好的电网设备运行数据通过物联网上传到云中心层；所述云中心层包括状态监控模块、故障诊断模块、可视化模块和人机交互模块；所述状态监控模块对现场层上传的电网设备运行数据进行存储，并调用可视化模块对电网设备运行数据进行可视化处理以对电网设备进行实时监控；
当任意一个电网设备出现故障时，故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别，再通过人机交互模块下达故障类别对应的操作命令。
2.根据权利要求1所述的基于云平台和改进孤立森林的电网故障诊断方法，其特征在于，每个电网设备相关的监测参数包括电网设备自身的运行数据、电网设备的关键零部件的状态数据、环境数据和相关性高于预设相关性阈值的其他设备的运行数据。
3.根据权利要求1所述的基于云平台和改进孤立森林的电网故障诊断方法，其特征在于，所述云中心层包括SaaS层、PaaS、IaaS层和云管理层；
所述SaaS层由电网状态监控和故障诊断相关软件组成，至少包括故障诊断模块、状态监控模块、可视化模块和人机交互模块；所述PaaS层为云中心层提供操作系统和相关服务的访问入口，用于提供多租户管理服务、并行处理服务和应用服务；所述IaaS层是云中心层的基础，至少包括虚拟化模块、关系型数据库和分布式存储设备；所述云管理层包括用户管理模块、计费管理模块、安全管理模块、资源管理模块和监控系统，用户管理模块和计费管理模块用于提供用户管理、客户支持、计费管理服务；安全管理模块、资源管理模块对云进行管理；监控系统监控云中心层，接收场层发送的预处理后的监控数据，为其他模块工作提供数据支持。
4.根据权利要求1所述的基于云平台和改进孤立森林的电网故障诊断方法，其特征在于，所述现场层对电网设备运行数据进行数据预处理和数据属性泛化处理的过程包括以下子步骤：
分析数据集流经的每一个过程，根据分析得到的流经过程提取相应的数据清洗规则，对数据集中的噪音数据进行清洗；
对数据集中的数据的属性值进行变换，使属性一致；
采用z-score标准化函数对数据x进行标准化操作：
Figure FDA0003948401460000011
其中
Figure FDA0003948401460000012
为原始数据x的均值，σ为原始数据的标准差；
对数据中缺失的字段内容进行补充，补充字段内容包括数据ID、上传处理服务器的IP、信息处理时间和实体统一标识。
5.根据权利要求1所述的基于云平台和改进孤立森林的电网故障诊断方法，其特征在于，所述故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别的过程包括以下步骤：
S1，设预处理后得到的数据集
Figure FDA0003948401460000021
其中xi表示第i个时序的监控数据，该监控数据的特征维度为d，
Figure FDA0003948401460000022
yi为其对应的标签，n为数据数量；将数据集X分成实验数据集
Figure FDA0003948401460000023
和验证数据集
Figure FDA0003948401460000024
S2，对实验数据集A构建孤立森林，其单棵孤立树的构建过程如下：
S21，选取特征集中任意特征tj，随机选取所有监控数据中对应该特征的任意值为ε；
S22，根据ε对数据集X进行孤立树的构建，若数据xi大于ε，则落在右子树，反之则落在左子树；
S23，重复步骤S21和S22，构造左右子树，直到节点上数据数量小于数量控制阈值α；
S24，构建完k棵孤立树{T1，T2，...，Tk}，对于监控数据xi，其在第z棵孤立树上的高度表示为
Figure FDA0003948401460000025
若
Figure FDA0003948401460000026
大于异常阈值μ，则监控数据xi定义为异常数据，否则为正常数据；
S3，通过验证数据集B对孤立森林每棵孤立树进行验证，获得其对应的检测精度矩阵Acc：
Figure FDA0003948401460000027
式中，
Figure FDA0003948401460000028
表示第j棵孤立树检测第i个数据的准确率；
S4，根据准确率得到权重矩阵W＝{w1，w2，...，wk}，其中wj的计算公式如下：
Figure FDA0003948401460000029
式中，ω和β分别为权重系数，对于测试数据，假设孤立森林第j棵孤立树检测第i个数据的检测结果为
Figure FDA00039484014600000210
统计每棵随机树的投票结果并结合对应随机树的权重比，获得数据i的加权投票结果：
Figure FDA0003948401460000031
6.一种基于云平台和改进孤立森林的电网故障诊断系统，其特征在于，所述电网故障诊断系统包括电网分析单元、云平台构建单元和电网云平台三层架构；
所述电网分析单元用于对发电站或者变电站的电网结构进行分析，获取其所对应的待监测的电网设备以及每个电网设备相关的监测参数；
所述云平台构建单元用于结合电网结构的分析结果，构建相应的电网云平台三层架构；
所述电网云平台三层架构包括设备层、现场层和云中心层；所述设备层包括用于采集电网设备运行数据的监控设备；所述现场层收集电网设备运行数据，对电网设备运行数据进行数据预处理和数据属性泛化处理，再将处理好的电网设备运行数据通过物联网上传到云中心层；所述云中心层包括状态监控模块、故障诊断模块、可视化模块和人机交互模块；所述状态监控模块对现场层上传的电网设备运行数据进行存储，并调用可视化模块对电网设备运行数据进行可视化处理以对电网设备进行实时监控；
当任意一个电网设备出现故障时，故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别，再通过人机交互模块下达故障类别对应的操作命令。
7.根据权利要求6所述的基于云平台和改进孤立森林的电网故障诊断系统，其特征在于，所述云中心层包括SaaS层、PaaS、IaaS层和云管理层；
所述SaaS层由电网状态监控和故障诊断相关软件组成，至少包括故障诊断模块、状态监控模块、可视化模块和人机交互模块；所述PaaS层为云中心层提供操作系统和相关服务的访问入口，用于提供多租户管理服务、并行处理服务和应用服务；所述IaaS层是云中心层的基础，至少包括虚拟化模块、关系型数据库和分布式存储设备；所述云管理层包括用户管理模块、计费管理模块、安全管理模块、资源管理模块和监控系统，用户管理模块和计费管理模块用于提供用户管理、客户支持、计费管理服务；安全管理模块、资源管理模块对云进行管理；监控系统监控云中心层，接收场层发送的预处理后的监控数据，为其他模块工作提供数据支持。
8.根据权利要求6所述的基于云平台和改进孤立森林的电网故障诊断系统，其特征在于，所述故障处理模块基于改进的孤立森林模型，通过对电网设备相关的所有监控数据进行分析以得出故障类别的过程包括以下步骤：
S1，设预处理后得到的数据集
Figure FDA0003948401460000032
其中xi表示第i个时序的监控数据，该监控数据的特征维度为d，
Figure FDA0003948401460000033
yi为其对应的标签，n为数据数量；将数据集X分成实验数据集
Figure FDA0003948401460000034
和验证数据集
Figure FDA0003948401460000035
S2，对实验数据集A构建孤立森林，其单棵孤立树的构建过程如下：
S21，选取特征集中任意特征tj，随机选取所有监控数据中对应该特征的任意值为ε；
S22，根据ε对数据集X进行孤立树的构建，若数据xi大于ε，则落在右子树，反之则落在左子树；
S23，重复步骤S21和S22，构造左右子树，直到节点上数据数量小于数量控制阈值α；
S24，构建完k棵孤立树{T1，T2，...，Tk}，对于监控数据xi，其在第z棵孤立树上的高度表示为
Figure FDA0003948401460000041
若
Figure FDA0003948401460000042
大于异常阈值μ，则监控数据xi定义为异常数据，否则为正常数据；
S3，通过验证数据集B对孤立森林每棵孤立树进行验证，获得其对应的检测精度矩阵Acc：
Figure FDA0003948401460000043
式中，
Figure FDA0003948401460000044
表示第j棵孤立树检测第i个数据的准确率；
S4，根据准确率得到权重矩阵W＝{w1，w2，...，wk}，其中wj的计算公式如下：
Figure FDA0003948401460000045
式中，ω和β分别为权重系数，对于测试数据，假设孤立森林第j棵孤立树检测第i个数据的检测结果为
Figure FDA0003948401460000046
统计每棵随机树的投票结果并结合对应随机树的权重比，获得数据i的加权投票结果：
Figure FDA0003948401460000047
CN202211442684.1A 2022-11-17 2022-11-17 基于云平台和改进孤立森林的电网故障诊断方法和系统 Pending CN116150692A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211442684.1A CN116150692A (zh) 2022-11-17 2022-11-17 基于云平台和改进孤立森林的电网故障诊断方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211442684.1A CN116150692A (zh) 2022-11-17 2022-11-17 基于云平台和改进孤立森林的电网故障诊断方法和系统

Publications (1)

Publication Number Publication Date
CN116150692A true CN116150692A (zh) 2023-05-23

Family

ID=86353311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211442684.1A Pending CN116150692A (zh) 2022-11-17 2022-11-17 基于云平台和改进孤立森林的电网故障诊断方法和系统

Country Status (1)

Country Link
CN (1) CN116150692A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117609929A (zh) * 2024-01-24 2024-02-27 湖南易比特大数据有限公司 基于大数据的工业生产线故障在线诊断方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117609929A (zh) * 2024-01-24 2024-02-27 湖南易比特大数据有限公司 基于大数据的工业生产线故障在线诊断方法及系统
CN117609929B (zh) * 2024-01-24 2024-04-09 湖南易比特大数据有限公司 基于大数据的工业生产线故障在线诊断方法及系统

Similar Documents

Publication Publication Date Title
CN111539550B (zh) 光伏阵列工作状态的确定方法、装置、设备及存储介质
CN105677791B (zh) 用于分析风力发电机组的运行数据的方法和系统
CN110703057B (zh) 基于数据增强和神经网络的电力设备局部放电诊断方法
WO2023093177A1 (zh) 设备故障诊断方法、装置、电子设备及存储介质
CN111027615B (zh) 基于机器学习的中间件故障预警方法和系统
CN106662072B (zh) 风力发电机状态监控方法与系统
CN114723285B (zh) 一种电网设备安全性评估预测方法
CN105930629B (zh) 一种基于海量运行数据的在线故障诊断方法
CN116771576B (zh) 水电机组故障综合诊断方法
CN111190349A (zh) 船舶机舱设备状态监测及故障诊断方法、系统及介质
Afrasiabi et al. Wind turbine fault diagnosis with generative-temporal convolutional neural network
CN116150692A (zh) 基于云平台和改进孤立森林的电网故障诊断方法和系统
CN111666978B (zh) 一种it系统运维大数据的智能故障预警系统
CN113837604A (zh) 一种多源异构数据融合与多维度数据相关性分析系统
CN111522705A (zh) 一种工业大数据智能运维解决方法
CN117933531A (zh) 一种分布式光伏发电功率预测系统及方法
CN117200449A (zh) 一种基于多维算法分析的电网监测管理方法及系统
CN113902222B (zh) 一种新能源智慧运维系统
CN116341716A (zh) 一种基于数字孪生的智能降损方法
CN115598459A (zh) 一种配电网10kV馈线故障停电预测方法
CN117135038A (zh) 网络故障监测方法、装置及电子设备
CN114416415A (zh) 鸿蒙操作系统用远程在线故障检测方法及系统、存储介质
Li et al. Power grid fault detection method based on cloud platform and improved isolated forest
CN110263811A (zh) 一种基于数据融合的设备运行状态监测方法及系统
CN118194152B (zh) 动平衡仪数据处理方法、装置及设备

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