基于复杂非结构化数据识别的GIS设备分析系统及方法与流程

本发明涉及一种基于复杂非结构化数据识别的GIS设备分析系统及方法。

背景技术：

随着电网信息化的建设，多种电网监测设备已投入使用。目前最常用的是通过各种传感器，实时或定期获取设备状态信息。在输变电运检环节，超声波、红外影像等检测手段广泛应用于GIS检测。视频作为一种特殊的传感器，可以作为设备状态信息获取的一种重要而有效的手段。虽然电网系统采集了相当多的信息，但由于信息采集的不一致等问题，使得系统信息在采集上是局部的、孤立的，不能构成一个有机的统一整体；另一方面，电网在技术管理上，也是依据同样的业务范畴实施，由此造成系统信息的应用是割裂的、离散的。因此传统电网的信息利用水平较低，且难以构成系统级的综合业务应用。

同时由于电力设备的多样性、电力设备监测信号的多样性等因素的影响，电力设备存在着诊断与预警功能不足的缺点，这极大的制约了电力设备输变电运检技术的全面推广与应用。因此，如何识别和分析设备检测数据并诊断预警故障是当前急需解决的难题。

技术实现要素：

本发明为了解决上述问题，提出了一种基于复杂非结构化数据识别的GIS设备分析系统及方法，本发明通过检测手段，获取设备数据源，上传到大数据分析平台，分析平台对数据进行处理、识别、分析，进而决策预警，形成闭环决策控制流程。

为了实现上述目的，本发明采用如下技术方案：

一种基于复杂非结构化数据识别的GIS设备分析系统，包括检测平台与大数据分析系统，所述检测平台，接收检测设备对GIS设备采集的数据，并将其传输给大数据分析系统；所述大数据分析系统，包括模式识别模块、图谱数据库、故障数据库和故障预警模块，其中：

所述模式识别模块，被配置为识别检测设备采集的文件与图像，提取检测参数；

所述图谱数据库，被配置为存储典型故障图谱信息，与识别的图像进行对比，判断是否为故障；

所述故障数据库，被配置为存储典型的故障案例参数；

所述故障数据库，存储有检测数据、设备运行状况历史记录、设备历史故障记录、设备型号、设备生产厂家、同型号设备的故障记录和/或设备历史实验数据。

所述故障预警模块，被配置为对设备的统一监测数据，通过大数据的相关关系分析，对比在同一时刻、同一事件下不同设备监测数据的参数特征，判断出故障发生的位置，给出诊断结果。

一种基于复杂非结构化数据识别的GIS设备分析方法，包括以下步骤：

(1)对多个电力设备监测的同一监测指标量，通过大数据的相关关系分析，对比在同一时刻、同一事件下不同设备监测数据的参数特征，判断出故障发生的位置，给出诊断结果，并对其他电力设备的诊断结果进行修正；

(2)对同一监测设备的同一监测指标在不同传感方式下的数据，在该综合监测与诊断平台上，通过大数据的多源异构数据的融合，开展综合分析与判断，给出诊断结果；

(3)对同一监测设备的实时数据，结合监测历史数据、同型号设备的海量故障样本库，通过大数据分析技术，进行全部样本的多维、实时对比，给出诊断结论。

所述步骤(1)中，进行参数特性的对比，即对监测指标数值上直接横向比较，超出设定范围的，则判定为异常。

所述步骤(2)中，利用不同的检测方法采集同一监测指标，当几种检测方法的检测结果一致，则按照检测结果进行操作，如果几种检测方法的检测结果不一致，则进行数据融合，以数据融合输出结果作为判断标准。

所述步骤(3)中，进行横向和纵向的多维对比。

本发明的有益效果为：本发明完成了一种复杂非结构化数据识别的GIS设备状态分析系统，可作为独立的功能模块应用于输变电运检系统中。实现在线对故障信息进行汇总分析，并将监测和检测数据在诊断平台进行分析比对，确定所述监测和检测数据对应的故障类型，实现了GIS设备故障的在线识别，提高了GIS设备诊断与评价的准确度。

附图说明

图1为本发明的工作流程图；

图2为本发明的详细工作流程图；

图3为本发明的诊断分析流程图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

一种复杂非结构化数据识别的GIS设备状态分析系统，包括GIS监测单元和大数据分析诊断平台。具体实现步骤如下：

(1)GIS监测单元实现对GIS设备相关监测参数进行连续采集和分析。

(2)通过高速的双向数据传输机制将监测单元的原始数据上传到大数据分析平台，存至大数据数据库。数据库除了包括监测数据外，还包括设备运行状况历史记录、设备历史故障记录、设备型号、设备生产厂家、同型号设备的故障记录、设备历史实验数据等。

(3)通过大数据分析平台诊断方法，实现监测大数据存储、监测大数据计算、监测大数据分析、反馈等功能，给出诊断和预警结果，在线通过不同颜色显示预警等级。

所述的大数据分析平台诊断方法包括：

(1)对多个电力设备监测的同一监测指标量，通过大数据的相关关系分析，对比在同一时刻、同一事件下不同设备监测数据的参数特征，判断出故障发生的位置，给出诊断结果，并对其他电力设备的诊断结果进行修正。

(2)对同一监测设备的同一监测指标在不同传感方式下的数据，在该综合监测与诊断平台上，通过大数据的多源异构数据的融合，开展综合分析与判断，给出诊断结果。

(3)对同一监测设备的实时数据，结合监测历史数据、同型号设备的海量故障样本库，通过大数据分析技术，进行全部样本的多维、实时对比，给出诊断结论。

图3所示为大数据综合诊断平台中用到的一种多源数据分析方法，对GIS设备的监测参数而言，其检测方法有很多种，局部放电而言，其检测手段有超高频法、超声波法、红外等，利用设备故障诊断平台中的多源异构数据融合技术，可以使诊断结果更加准确。具体来说，多源监测数据的输出可能有以下几种情况：

①三种方法所测结果均无故障发生，则设备正常。

②三种方法所测结果均为有故障发生，此时可以确定故障发生进入故障诊断阶段。

③三种方法所测结果不一致进入数据融合阶段，以其输出结果作为判断标准。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。