本发明涉及电力系统技术领域，具体是一种基于海量数据并行运算的sf6设备二级故障诊断方法。
背景技术：
随着我国电力工业的发展，sf6电气设备在输电网中的应用越来越广泛，其运行可靠性直接影响着电网的安全稳定运行。由于设备在设计制造和运行维护等方面可能存在缺陷，设备内部发生局部放电甚至电弧放电，部分sf6分子分解，其分解产物一般具有较高的化学活性和腐蚀性，引起设备绝缘性能下降，严重威胁电网安全。因此及时检测出sf6电气设备的内部缺陷，对保障设备和电网安全运行具有重要意义。
对sf6电气设备的故障诊断方法主要有脉冲电流法、超声波法、特高频法和sf6分解组分分析法。其中脉冲电流法、超声波法和特高频法等无法准确的判断设备的故障类型和严重程度。sf6分解组分分析法在这方面具有很大的优势，根据sf6气体的分解产物体积分数能及时有效地发现设备内部的潜伏性故障，并能确定故障类型。经过近年来的研究，目前已经得到sf6电气设备运行状态和sf6气体分解产物间的对应关系。然而，随着sf6电气设备的大量使用，使得对其监测产生的数据越来越多，如何在庞大的监测数据量中提高诊断效率是对诊断技术的一种考验。
技术实现要素：
发明目的：为了快速准确的对sf6电气设备进行诊断，本发明提出一种基于海量数据并行运算的sf6电气设备的二级故障诊断方法。通过该方法，可以在较短的时间内对海量sf6电气设备进行诊断，提高诊断效率。
一种基于海量数据并行运算的sf6设备二级故障诊断方法，包括：
1)并行构建第一级模型，根据训练数据和测试数据，建立决策树模型；
2)并行构建第二级模型，根据训练数据和测试数据，建立神经网络模型；
3)对海量数据进行并行运算，根据待诊断数据，利用训练好的二级模型对待诊断数据进行故障诊断。
所述的建立第一级模型，使用的是实现并行建树的cart算法，包括以下步骤：
(2.1)使用并行运算进行建树过程；
(2.2)用测试数据进行剪枝，得到决策树模型。
所述步骤(2.1)的具体操作为：
(3.1)根据训练数据的属性集个数开启并行池；
(3.2)并行池的每个lab计算属性的gini值；
gini定义如下：对于样本集合d，有k个类，属于第k类的样本子集为ck，则其gini为：
式中：|ck|为ck的大小，|d|为d的大小；
(3.3)根据最小gini值，选择分裂点属性；
(3.4)去除分裂点属性，对剩余属性递归调用步骤(3.1-3.3)，直到满足停止条件。
所述步骤(2.2)中测试数据进行剪枝采用代价复杂度剪枝方法，具体步骤如下：
决策树的非叶子节点为{t1,t2,t3…tn}；
4.1)计算所有非叶子节点的表面误差率增益值α＝{α1,α2,α3…αn}；
4.2)选择表面误差率增益值αi最小的非叶子节点ti，若多个非叶子节点具有相同小的表面误差率增益值，选择节点数最多的非叶子节点，对ti进行剪枝；
表面误差率增益值的计算公式：
其中：r(t)表示叶子节点的误差代价，r(t)＝r(t)·p(t)，r(t)为节点的错误率，p(t)为节点数据量的占比；r(t)表示子树的误差代价，
所述的并行构建第二级模型，使用的是神经网络算法，包括以下步骤：
(5.1)开启并行池；
(5.2)每个lab根据训练数据训练神经网络模型；
(5.3)利用测试数据计算每个模型的正确率；
(5.4)选择正确率最高的神经网络模型为最终模型。
在所述步骤3)中，包括以下步骤：
(6.1)开启并行池；
(6.2)每个lab进行故障诊断；
(6.3)每个lab将诊断结果写入数据库。
所述步骤(6.2)的具体操作为：
(7.1)读取数据分片；
(7.2)第一级模型对该数据分片进行初步诊断；
(7.3)根据第一级模型诊断结果，判断是否为故障数据。如果是，转入步骤(6.4)，否则记录诊断结果；
(7.4)第二级模型对故障数据进行精确诊断，确定其具体故障类型。若是模型已训练过的类型，则直接记录诊断结果。若是未知故障类型，则交由专家进行判定，并重新训练第二级模型，使其能诊断出该故障类型。
所述步骤(7.4)的具体实现过程如下：
(8.1)设置可信度阈值γ和可信度α；
γ设为0.8，
(8.2)将故障数据输入神经网络模型，若α<γ,则表示此时数据的诊断结果小于预先设定的阈值，可能为新故障类型，交由专家进行评定，经过评定后对神经网络模型重新训练；若α>γ,则接受并记录该诊断结果。
有益效果是：本发明基于海量数据并行运算的sf6电气设备的二级故障诊断方法，根据sf6分解产物体积分数与对应故障类型的关系，使用决策树、神经网络和专家系统算法构建二级故障诊断方法。为进一步提高诊断效率，采用并行运算对大量sf6电气设备进行诊断。建立的一级决策树模型用来判断设备是否故障，构建的决策树深度低，因此在海量数据下，能快速的进行诊断，节约时间。经过决策树判定为故障数据的样本进入神经网络诊断模型，针对神经网络模型只能诊断出样本中已有故障类型的局限性，使用了改进型的神经网络算法，由专家对新的故障类型进行诊断，进而重新训练神经网络模型，使其不断完善。采用并行运算对大量sf6电气设备进行诊断，进一步提高了诊断效率。
附图说明
图1为基于海量数据并行运算的sf6设备二级故障方法框图；
图2为并行建立第一级模型的流程图；
图3为并行建立第二级模型的流程图；
图4为对海量数据进行并行诊断流程图。
具体实施方式
如图1所示，基于海量数据并行运算的sf6设备二级故障方法框图。
步骤1、对训练数据、测试数据和待诊断数据均进行归一化处理。
步骤2、并行构建第一级模型，根据训练数据和测试数据，利用实现并行建树的cart算法建立决策树模型。
(1.1)使用并行运算进行建树过程。
(1.1.1)根据训练数据的属性集个数开启并行池；
(1.1.2)并行池的每个lab计算属性的gini值；选取gini值最小的属性作为当前划分属性；gini定义如下：对于样本集合d，有k个类，属于第k类的样本子集为ck，则其gini为：
式中：|ck|为ck的大小，|d|为d的大小。
本发明中采用取值连续的特征属性，对于该类特征属性而言其划分点是一对连续变量属性值的中点。假设特征属性a有m个连续的值，则会有m-1个分裂点，每个分裂点为相邻两个连续值的均值。若集合d根据a的一个分裂点取值a被分为d1和d2两部分，即：
d1＝{d|a≥a}d2＝{d|a<a}
则在已知特征a的条件下集合d的gini为：
gini(d,a)取值越大，样本的不确定性也越大，所以选择特征a的标准是gini(d,a)的取值越小越好。
(1.1.3)根据最小gini值选择原则，选择分裂点属性；
(1.1.4)去除分裂点属性，对剩余属性递归调用步骤(1.1.1-1.1.3)，直到满足停止条件(gini指数小于预定阈值，即样本基本属于同一类或者没有特征可供分裂)。
(1.2)用测试数据进行剪枝。
当分类树划分得太细时，会对数据产生过拟合现象，因此通过剪枝来解决，本发明中采用代价复杂度剪枝方法。代价复杂度选择节点表面误差率增益值最小的非叶子节点，删除该节点的左右子节点，若有多个非叶子节点的表面误差率增益值相同，则选择非叶子节点中子节点数最多的非叶子节点进行剪枝。具体描述为：
决策树的非叶子节点为{t1,t2,t3…tn}；
a)计算所有非叶子节点的表面误差率增益值α＝{α1,α2,α3…αn}；
b)选择表面误差率增益值αi最小的非叶子节点ti(若多个非叶子节点具有相同小的表面误差率增益值，选择节点数最多的非叶子节点)，对ti进行剪枝。
表面误差率增益值的计算公式：
其中：r(t)表示叶子节点的误差代价，r(t)＝r(t)·p(t)，r(t)为节点的错误率，p(t)为节点数据量的占比；r(t)表示子树的误差代价，
步骤2、并行构建第二级模型，根据训练数据和测试数据，利用神经网络算法建立神经网络模型；
(2.1)开启并行池；
(2.2)每个lab根据训练数据训练神经网络模型；
(2.3)利用测试数据计算每个模型的正确率；
(2.4)选择正确率最高的神经网络模型为最终模型。
步骤3、对海量数据进行并行运算，根据待诊断数据，利用训练好的二级模型对待诊断数据进行故障诊断。
(3.1)开启并行池；
(3.2)每个lab进行故障诊断；
(3.2.1)读取数据分片；
(3.2.2)第一级模型对该数据分片进行初步诊断；
(3.2.3)根据第一级模型诊断结果，判断是否为故障数据。如果是，转入步骤(3.2.4)，否则记录诊断结果；
(3.2.4)第二级模型对故障数据进行精确诊断，确定其具体故障类型。若是模型已训练过的类型，则直接记录诊断结果。若是未知故障类型，则交由专家进行判定，并重新训练第二级模型，使其能诊断出该故障类型。该步骤具体实现的过程为：
a)设置可信度阈值γ和可信度α；
γ设为0.8，
b)将故障数据输入神经网络模型，若α<γ,则表示此时数据的诊断结果小于预先设定的阈值，可能为新故障类型，交由专家进行评定，经过评定后对神经网络模型重新训练。若α>γ,则接受并记录该诊断结果。
(3.3)每个lab将诊断结果写入数据库。