一种面向大数据和云环境的变电站智能告警模型方法

文档序号:10553404阅读:519来源:国知局
一种面向大数据和云环境的变电站智能告警模型方法
【专利摘要】本发明涉及一种面向大数据和云环境的变电站智能告警模型方法,其技术特点包括以下步骤:数据获取阶段;数据清洗;数据对齐;数据计算;数据展示。数据计算包括:把清洗、对齐后的历史数据输入到多种计算算法中,每种算法自动学习出输入数据与设备缺陷、设备故障之间的关系,计算出每个设备出问题的概率,利用设备所属家族的对应关系,计算出家族其他设备的出问题的概率。本发明通过面向大数据和云环境的方式,自动统计监控告警信息总量、分析监控告警信息走势、判断告警量异常增长点原因、全网各设备出问题的可能性分布,本发明可广泛用于电力公司、变电站。
【专利说明】
一种面向大数据和云环境的变电站智能告警模型方法
技术领域
[0001]本发明属于电力系统信息技术领域,尤其是一种面向大数据和云环境的变电站智能告警模型方法。
【背景技术】
[0002]目前设备很多采用传统定期检验方法。设备存在潜在的不安全因素时,因未到检修时间而不能及时排除隐患;设备状态良好,但已到检修时间,就必须检修,检修存在很大的盲目性,造成人力、物力的浪费,检修效果也不好。因此,一种面向大数据和云环境的变电站智能告警模型方法,根据先进的状态监测和诊断技术提供的设备状态信息,判断设备的异常,预知设备的故障,在故障发生前进行检修的方式,即根据设备的健康状态来安排检修计划,实施设备检修很有需要。变电站智能告警工作的开展,有效的缓减人员短缺矛盾、提升设备安全运行水平、节约设备检修时间,带来了巨大的社会效益与经济效益。

【发明内容】

[0003]本发明的目的在于克服现有技术的不足,提供一种设计合理、行之有效且使用方便的面向大数据和云环境的变电站智能告警模型方法。
[0004]本发明解决现有的技术问题是采取以下技术方案实现的:
[0005]—种面向大数据和云环境的变电站智能告警模型方法,包括以下步骤:
[0006]步骤1、数据获取阶段
[0007]步骤2、数据清洗
[0008]步骤3、数据对齐
[0009]步骤4、数据计算
[0010]步骤5、数据展示
[0011]而且,步骤(I)数据获取的内容是:全部管辖变电站的信息点表、d5000上传的全部信息、监控日志、缺陷记录、检修记录、PMS设备台帐、输变电在线监测、气象信息(温度、湿度、风力、风向、雨水、雷电)、运行信息(方式、遥测、遥信)
[0012]而且,步骤(2)数据清洗的方法为:
[0013]根据分析出来的海量的设备的信号,认为相同电压等级、相同间隔类型、相同接线方式情况下,出现不相似信号的设备不是同一种设备;结合PMS设备台帐,评估PMS中设备的信息的正确性;
[0014]同时根据PMS台帐信息,评估信号所属设备的正确性概率;
[0015]而且,步骤(3)数据对齐的方法为:
[0016]信息点表对齐:把变电站的历史信息点表与标准信息点表库对应,自动对应变电站点表与标准库完全一致的条目;自动聚合变电站点表与标准库相似的条目,人工审核;人工核对对应变电站点表与标准库对应不上的条目,人工对应;
[0017]点表跟设备对齐:变电站历史信息点表与设备建立关联;
[0018]缺陷与设备对齐:设备缺陷文本记录与缺陷对应的设备建立关联;
[0019]检修的对齐:检修记录与所属设备建立联系;
[0020]设备运行地点与所属地的气象信息对齐;
[0021]而且,步骤(4)数据计算的方法为:
[0022]把清洗、对齐后的历史数据输入到多种计算算法中,每种算法计算机自动学习出输入数据与设备缺陷、设备故障之间的关系;
[0023]把清洗、对齐后的当前数据输入到多种计算算法中,每种算法计算出每个设备出问题的概率;
[0024]算法包括:决策树、朴素贝叶斯、回归分析、SVM算法、神经网络算法、深度学习算法;
[0025]利用设备所属家族的对应关系,计算出家族其他设备的出问题的概率;
[0026]而且,步骤(5)数据展示的内容为:自动统计监控告警信息总量、分析监控告警信息走势、判断告警量异常增长点原因、全网各设备出问题的可能性分布。
[0027]本发明的优点和积极效果是:
[0028]本发明通过面向大数据和云环境的方式,自动统计监控告警信息总量、分析监控告警信息走势、判断告警量异常增长点原因、全网各设备出问题的可能性分布,本发明可广泛用于电力公司、变电站。
【附图说明】
[0029]图1为本发明的运行环境系统示意图。
图2位本发明实现的流程图。
【具体实施方式】
[0030]以下结合附图对本发明实施例做进一步详述。
[0031]—种面向大数据和云环境的变电站智能告警模型方法,是在图1所示的运行环境系统上实现的,该系统包括云平台、查询终端关联数据服务器为PMS数据、D5000数据服务器,查询终端与云平台相连接进行交互式通信。所述的云平台是为查询终端提供服务的基于网络的程序。
[0032]本发明包括以下步骤:
[0033]步骤1、数据获取阶段
[0034]步骤2、数据清洗
[0035]步骤3、数据对齐
[0036]步骤4、数据计算[0037I步骤5、数据展示
[0038]步骤1、数据获取的内容是:全部管辖变电站的信息点表、d5000上传的全部信息、监控日志、缺陷记录、检修记录、PMS设备台帐、输变电在线监测、气象信息(温度、湿度、风力、风向、雨水、雷电)、运行信息(方式、遥测、遥信)
[0039]步骤2、数据清洗的方法为:
[0040]根据分析出来的海量的设备的信号,认为相同电压等级、相同间隔类型、相同接线方式情况下,出现不相似信号的设备不是同一种设备;结合PMS设备台帐,评估PMS中设备的信息的正确性;
[0041 ]同时根据PMS台帐信息,评估信号所属设备的正确性概率;
[0042]步骤3、数据对齐的方法为:
[0043]信息点表对齐:把变电站的历史信息点表与标准信息点表库对应,自动对应变电站点表与标准库完全一致的条目;自动聚合变电站点表与标准库相似的条目,人工审核;人工核对对应变电站点表与标准库对应不上的条目,人工对应;
[0044]点表跟设备对齐:变电站历史信息点表与设备建立关联;
[0045]缺陷与设备对齐:设备缺陷文本记录与缺陷对应的设备建立关联;
[0046]检修的对齐:检修记录与所属设备建立联系;
[0047]设备运行地点与所属地的气象信息对齐;
[0048]步骤4、数据计算的方法为:
[0049]把清洗、对齐后的历史数据输入到多种计算算法中,每种算法计算机自动学习出输入数据与设备缺陷、设备故障之间的关系;
[0050]把清洗、对齐后的当前数据输入到多种计算算法中,每种算法计算出每个设备出问题的概率;
[0051 ]算法包括:决策树、朴素贝叶斯、回归分析、SVM算法、神经网络算法、深度学习算法;
[0052]利用设备所属家族的对应关系,计算出家族其他设备的出问题的概率;
[0053]步骤5、数据展示的内容为:自动统计监控告警信息总量、分析监控告警信息走势、判断告警量异常增长点原因、全网各设备出问题的可能性分布。
[0054]需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于【具体实施方式】中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
【主权项】
1.一种面向大数据和云环境的变电站智能告警模型方法,其特征在于,包括以下步骤: (1)数据获取阶段 (2)数据清洗 (3)数据对齐 (4)数据计算 (5)数据展示。2.根据权利要求1所述的一种面向大数据和云环境的变电站智能告警模型方法,其特征在于所述步骤(I)数据获取的内容是:全部管辖变电站的信息点表、d5000上传的全部信息、监控日志、缺陷记录、检修记录、PMS设备台帐、输变电在线监测、气象信息(温度、湿度、风力、风向、雨水、雷电)、运行信息(方式、遥测、遥信)。3.根据权利要求1所述的一种面向大数据和云环境的变电站智能告警模型方法,其特征在于所述步骤(2)数据清洗的方法为: 根据分析出来的海量的设备的信号,认为相同电压等级、相同间隔类型、相同接线方式情况下,出现不相似信号的设备不是同一种设备;结合PMS设备台帐,评估PMS中设备的信息的正确性; 同时根据PMS台帐信息,评估信号所属设备的正确性概率。4.根据权利要求1所述的一种面向大数据和云环境的变电站智能告警模型方法,其特征在于所述步骤(3)数据对齐的方法为: 信息点表对齐:把变电站的历史信息点表与标准信息点表库对应,自动对应变电站点表与标准库完全一致的条目;自动聚合变电站点表与标准库相似的条目,人工审核;人工核对对应变电站点表与标准库对应不上的条目,人工对应; 点表跟设备对齐:变电站历史信息点表与设备建立关联; 缺陷与设备对齐:设备缺陷文本记录与缺陷对应的设备建立关联; 检修的对齐:检修记录与所属设备建立联系; 设备运行地点与所属地的气象信息对齐。5.根据权利要求1所述的一种面向大数据和云环境的变电站智能告警模型方法,其特征在于所述步骤(4)数据计算的方法为: 把清洗、对齐后的历史数据输入到多种计算算法中,每种算法计算机自动学习出输入数据与设备缺陷、设备故障之间的关系; 把清洗、对齐后的当前数据输入到多种计算算法中,每种算法计算出每个设备出问题的概率; 算法包括:决策树、朴素贝叶斯、回归分析、SVM算法、神经网络算法、深度学习算法; 利用设备所属家族的对应关系,计算出家族其他设备的出问题的概率。6.根据权利要求1所述的一种面向大数据和云环境的变电站智能告警模型方法,其特征在于所述步骤(5)数据展示的内容为:自动统计监控告警信息总量、分析监控告警信息走势、判断告警量异常增长点原因、全网各设备出问题的可能性分布。
【文档编号】G06Q50/06GK105913126SQ201610176819
【公开日】2016年8月31日
【申请日】2016年3月25日
【发明人】俞琳, 魏珍, 姚维平
【申请人】北京用尚科技股份有限公司
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1