智能变电站二次设备运维决策支持系统及数据挖掘方法
【专利摘要】一种智能变电站二次设备运维决策支持系统及数据挖掘方法。系统包括决策支持中心、数据挖掘管理器、海量数据采集装置和工业以太网交换机。本发明提供的智能变电站二次设备运维决策支持系统及数据挖掘方法应用数据挖掘技术、数据库技术、计算机软件技术、人工智能技术、可视化技术，以数字化二次设备运行产生的海量数据为挖掘对象，通过聚类分析、分类分析、关联分析、异常分析等数据挖掘手段，从海量非逻辑关系数据中揭示出其中潜在的逻辑关系，为数字化二次设备运维决策提供准确指导和数据支持。
【专利说明】智能变电站二次设备运维决策支持系统及数据挖掘方法
【技术领域】
[0001]本发明属于高压电力输变电控制【技术领域】，特别是涉及一种智能变电站二次设备运维决策支持系统及数据挖掘方法。
【背景技术】
[0002]智能变电站相对于传统变电站，其二次设备呈现数字化、网络化等特点。二次设备功能集成度大幅提高，传统变电站中需要多套二次设备协同配合才能实现的功能，在智能变电站中由一套二次设备即可实现，这一重大技术突破，在提升智能变电站数字化水平和集成化水平的同时也造成二次设备在运行过程中产生的数据成倍增加，海量数据的出现大大超出了传统的数据人工分析方式所能承受的范围。目前针对数字化二次设备海量数据自动分析技术尚未出现，运维人员仍然沿用传统人工分析方法指导数字式二次设备运维决策工作，极易造成数据分析不系统、不充分，进而使运维决策模糊、滞后，为智能变电站运行埋下安全隐患。
【发明内容】
[0003]为了解决上述问题，本发明的目的在于提供一种智能变电站二次设备运维决策支持系统及数据挖掘方法。
[0004]为了达到上述目的，本发明提供的智能变电站二次设备运维决策支持系统包括:决策支持中心、数据挖掘管理器、海量数据采集装置和工业以太网交换机；其中:决策支持中心为整个系统的用户终端，其与数据挖掘管理器相连接，决策支持中心主要由人机互交界面以及图形化显示工具组成；
[0005]数据挖掘管理器为系统核心部分，由主控制器、存储器构成；
[0006]海量数据采集装置为数字化二次设备所有运行数据在决策支持系统中的存储介质，其对上通过SCSI接口与数据挖掘管理器相连接，对下通过Hybird接口与工业以太网交换机相连接；
[0007]工业以太网交换机为系统与数字化二次设备所在网络的连接设备，其与多个数字化二次设备连接；系统通过工业以太网交换机同时对智能变电站所有数字化二次设备进行数据采集。
[0008]所述的决策支持中心能够用工控计算机或PC计算机代替。
[0009]所述的数据挖掘管理器选用以Intel G3220中央处理器为核心的数据处理装置或同类型设备。
[0010]所述的海量数据采集装置为运动通信管理机。
[0011]所述的工业以太网交换机选用Kyland Sicom3024PT或同类型设备。
[0012]本发明提供的基于智能变电站二次设备运维决策支持系统的数据挖掘方法包括按顺序执行的下列步骤:
[0013]步骤1.选取待挖掘数据，确定数据挖掘方案[0014]用户根据设备运维工作要求在决策支持中心上建立数据挖掘任务；用户通过设定“变电站名称”、“设备类型”、“设备具体型号”、“时间”变量中的一个或多个变量，作为数据选取范围，由系统根据用户设定的范围，自动采集数据作为待挖掘的原始数据；用户根据待挖掘数据内容以及自身要求，选用“聚类分析”、“分类分析”、“关联分析”、“异常分析”数据方法中的一个或多个作为数据挖掘手段；通过上述“数据挖掘范围”和“数据挖掘手段”的选取，用户在系统中确定了完整的数据挖掘方案，系统根据该方案开展后续的工作；
[0015]步骤2.数据预处理
[0016]数据挖掘管理器针对从海量数据采集装置中提取的原始数据自动进行数据清理、数据集成、数据变换、数据归约多项工作，对原始数据进行识别并清理，清除异常数据和重复数据，并对数据格式进行标准化，为后续数据挖掘阶段提供真实有效的数据；
[0017]步骤3.数据挖掘
[0018]数据挖掘管理器根据用户选取的数据挖掘手段，针对预处理后的数据进行挖掘工作，从海量非逻辑关系数据中揭示出其中潜在的逻辑关系；
[0019]步骤4.决策支持
[0020]数据挖掘工作结束后，用户在决策支持中心上得到结果，该结果以图表的形式直观呈现在用户面前；用户还能够在决策支持中心上一键生成完整的决策建议报告，对后续运维工作的开展起到指导作用，数据分析工作到此结束。
[0021]本发明提供的智能变电站二次设备运维决策支持系统及数据挖掘方法应用数据挖掘技术、数据库技术、计算机软件技术、人工智能技术、可视化技术，以数字化二次设备运行产生的海量数据为挖掘对象，通过聚类分析、分类分析、关联分析、异常分析等数据挖掘手段，从海量非逻辑关系数据中揭示出其中潜在的逻辑关系，为数字化二次设备运维决策提供准确指导和数据支持。
【专利附图】
【附图说明】
[0022]图1为本发明提供的智能变电站二次设备运维决策支持系统的结构示意图。【具体实施方式】
[0023]下面结合附图和具体实施例对本发明提供的智能变电站二次设备运维决策支持系统及数据挖掘方法进行详细说明。
[0024]如图1所示，本发明提供的智能变电站二次设备运维决策支持系统包括:决策支持中心1、数据挖掘管理器2、海量数据采集装置3和工业以太网交换机4 ;其中:决策支持中心I为整个系统的用户终端，其与数据挖掘管理器2相连接，决策支持中心I主要由人机互交界面以及图形化显示工具组成，用于完成用户控制指令输入、相关电子文档的载入、数据分析结果图形化显示以及决策建议报告生成等操作；
[0025]数据挖掘管理器2为系统核心部分，由主控制器、存储器构成。数据挖掘管理器2根据用户在决策支持中心I下达的控制指令完成相应的数据定义、数据预处理、模式集合、模式筛选、挖掘向导等工作，最终生成图形化分析结果与决策报告；
[0026]海量数据采集装置3为数字化二次设备所有运行数据在决策支持系统中的存储介质，包含设备身份信息、设备运行数据等。其对上通过SCSI接口与数据挖掘管理器2相连接，对下通过Hybir d接口与工业以太网交换机4相连接；
[0027]工业以太网交换机4为系统与数字化二次设备所在网络的连接设备，其与多个数字化二次设备5连接；系统通过工业以太网交换机4同时对智能变电站所有数字化二次设备5进行数据采集；
[0028]数字化二次设备5为智能变电站中的具有工业以太网接口的数字化二次设备，其为数据载体，每个数字化二次设备5分别与工业以太网交换机4相连。系统在进行数据挖掘工作时，可根据用户指令，对单个或多个数字化二次设备5的数据进行分析处理。
[0029]所述的决策支持中心I能够用工控计算机或PC计算机代替。
[0030]所述的数据挖掘管理器2选用以Intel G3220中央处理器为核心的数据处理装置或同类型设备。
[0031]所述的海量数据采集装置3为运动通信管理机。
[0032]所述的工业以太网交换机4选用Kyland Sicom3024PT或同类型设备。
[0033]本发明提供的智能变电站二次设备运维决策支持系统，是基于数据挖掘技术的智能变电站二次设备运维决策支持系统，在本系统上用户可根据运维工作要求选取部分或全部数据进行分析，由系统自动完成数据挖掘和结果评价，分析完毕后，用户通过决策支持中心I获取分析结果和决策建议报告；基于本系统的数据挖掘方法包括按顺序执行的下列步骤:
[0034]1.选取待挖掘数据，确定数据挖掘方案
[0035]用户可根据设备运维工作要求在决策支持中心I上建立数据挖掘任务；用户通过设定“变电站名称”、“设备类型”、“设备具体型号”、“时间”等变量中的一个或多个变量，作为数据选取范围，由系统根据用户设定的范围，自动采集数据作为待挖掘的原始数据；用户根据待挖掘数据内容以及自身要求，选用“聚类分析”、“分类分析”、“关联分析”、“异常分析”等数据方法中的一个或多个作为数据挖掘手段；通过上述“数据挖掘范围”和“数据挖掘手段”的选取，用户在系统中确定了完整的数据挖掘方案，系统可根据该方案开展后续的工作。
[0036]2.数据预处理
[0037]原始数据中包含大量的不完整、不一致的数据，这些数据的存在大大降低了数据挖掘的质量和效率，因此在数据挖掘开始前，系统需要对原始数据进行预处理；在数据预处理过程中，数据挖掘管理器2针对从海量数据采集装置3中提取的原始数据自动进行数据清理、数据集成、数据变换、数据归约等多项工作，对原始数据进行识别并清理，清除异常数据和重复数据，并对数据格式进行标准化，为后续数据挖掘阶段提供真实有效的数据。
[0038]3.数据挖掘
[0039]数据挖掘管理器2根据用户选取的数据挖掘手段，针对预处理后的数据进行挖掘工作；系统可对一个或多个数据集进行数据挖掘，从海量非逻辑关系数据中揭示出其中潜在的逻辑关系；例如，在对同类型设备的运行数据进行分析的过程中，系统运用“异常分析”手段发现某个设备的运行数据存在异常，系统会认定该设备存在缺陷；面对多个数据集时采用“关联分析”的手段，发现不同设备之间存在的关联关系，用户可以此对不同设备间的逻辑关系做出更全面的判断。
[0040]4.决策支持
[0041]数据挖掘工作结束后，用户可在决策支持中心I上得到结果，该结果以图表的形式直观呈现在用户面前；用户还可以在决策支持中心I上一键生成完整的决策建议报告，对后续运维工作的开展起到指导作用，数据分析工作到此结束。
[0042]本发明提供的智能变电站二次设备运维决策支持系统及数据挖掘方法具有速度快、精度高等诸多优势，有利于实现智能变电站二次设备海量数据分析及运维决策工作的简单化、标准化和自动化，极大改善了现有的工作方式，填补了数字化二次设备运维决策支持领域的空白，大大提高了数字化二次设备的运维决策工作的精确度和时效性，是对现有的数字化二次设备运行数据分析和运维决策工作方式的重大改革和突破。
【权利要求】
1.一种智能变电站二次设备运维决策支持系统，其特征在于:其包括:决策支持中心(I)、数据挖掘管理器(2)、海量数据采集装置(3)和工业以太网交换机(4);其中:决策支持中心(I)为整个系统的用户终端，其与数据挖掘管理器(2)相连接，决策支持中心(I)主要由人机互交界面以及图形化显示工具组成； 数据挖掘管理器(2)为系统核心部分，由主控制器、存储器构成； 海量数据采集装置(3)为数字化二次设备所有运行数据在决策支持系统中的存储介质，其对上通过SCSI接口与数据挖掘管理器(2)相连接，对下通过Hybird接口与工业以太网交换机(4)相连接； 工业以太网交换机(4)为系统与数字化二次设备所在网络的连接设备，其与多个数字化二次设备(5)连接；系统通过工业以太网交换机(4)同时对智能变电站所有数字化二次设备(5进行数据采集。
2.根据权利要求1所述的智能变电站二次设备运维决策支持系统，其特征在于:所述的决策支持中心(I)能够用工控计算机或PC计算机代替。
3.根据权利要求1所述的智能变电站二次设备运维决策支持系统，其特征在于:所述的数据挖掘管理器(2)选用以Intel G3220中央处理器为核心的数据处理装置或同类型设备。
4.根据权利要求1所述的智能变电站二次设备运维决策支持系统，其特征在于:所述的海量数据采集装置(3)为运动通信管理机。
5.根据权利要求1所述的智能变电站二次设备运维决策支持系统，其特征在于:所述的工业以太网交换机(4)选用Kyland Sicom3024PT或同类型设备。
6.一种基于权利要求1所述的智能变电站二次设备运维决策支持系统的数据挖掘方法，其特征在于:所述的数据挖掘方法包括按顺序执行的下列步骤: 步骤1.选取待挖掘数据，确定数据挖掘方案 用户根据设备运维工作要求在决策支持中心(I)上建立数据挖掘任务；用户通过设定“变电站名称”、“设备类型”、“设备具体型号”、“时间”变量中的一个或多个变量，作为数据选取范围，由系统根据用户设定的范围，自动采集数据作为待挖掘的原始数据；用户根据待挖掘数据内容以及自身要求，选用“聚类分析”、“分类分析”、“关联分析”、“异常分析”数据方法中的一个或多个作为数据挖掘手段；通过上述“数据挖掘范围”和“数据挖掘手段”的选取，用户在系统中确定了完整的数据挖掘方案，系统根据该方案开展后续的工作； 步骤2.数据预处理 数据挖掘管理器(2)针对从海量数据采集装置(3)中提取的原始数据自动进行数据清理、数据集成、数据变换、数据归约多项工作，对原始数据进行识别并清理，清除异常数据和重复数据，并对数据格式进行标准化，为后续数据挖掘阶段提供真实有效的数据； 步骤3.数据挖掘 数据挖掘管理器(2)根据用户选取的数据挖掘手段，针对预处理后的数据进行挖掘工作，从海量非逻辑关系数据中揭示出其中潜在的逻辑关系； 步骤4.决策支持 数据挖掘工作结束后，用户在决策支持中心(I)上得到结果，该结果以图表的形式直观呈现在用户面前；用户还能够在决策支持中心(I)上一键生成完整的决策建议报告，对后续运维工作 的开展起到指导作用，数据分析工作到此结束。
【文档编号】G06Q10/06GK103985023SQ201410259186
【公开日】2014年8月13日 申请日期:2014年6月11日 优先权日:2014年6月11日
【发明者】李枫, 谭靖, 曹北建, 张志朋, 马璐, 孙滨, 钟文成 申请人:国家电网公司, 国网天津市电力公司