一种基于大数据的电网主动运维预警方法与流程

本发明涉及信息技术领域，具体涉及一种基于大数据的电网主动运维预警方法。

背景技术：

目前配电台区的管理，缺乏一个专用系统，运维管理人员不能通过计算机网络系统实现对配电台区设备的全生命周期管理。台区运维人员处于被动运维，对台区关键设备线路的监控不足，监控级别较低，往往在台区出了问题后才开始运维检修，导致配电台区可靠性较差，给台区造成了不小的经济损失。随着信息化技术的发展，数字化用电设备的普及使用，配电台区用户对供电质量提出了越来越高的要求，如发生用户低电压、三相不平衡等问题时，对用户而言，会造成用电环境不稳定，对生产企业而言，可能导致生产线停产，造成重要经济损失。针对配电台区进行合理有序运维管理，实施主动运维，先于设备故障前解决设备潜在问题，相比传统的运维模式，主动运维根据分析结果主动出击，在故障发生前，有的放矢地对设备潜在问题进行精确优化，降低成本，提高台区可靠性，实现电力优质服务。但目前缺乏有效的适合在不同区域电网推广使用的主动运维方法。

如中国专利cn104504525a，公开日2015年4月8日，一种通过大数据挖掘技术实现电网设备故障预警的方法，包括以下步骤：通过历史故障记录以及缺陷数据分析，得到造成电网设备的主要因素；对安全事故因素进行关联性分析；通过对历史经验、基础数据以及因素之间关联关系构建风险评估模型；进行电网安全事故的应用场景选型，并根据场景进行数据准备、数据筛选、数据挖掘；通过决策平台对分析后的数据进行图形化展示，并对数据进行验证。该方法通过对历史故障记录以及缺陷记录进行大数据分析，预判电网设备发生故障的趋势，并发出安全预警。但其根据故障和缺陷进行预警，不能有效提前预警的时间，不能为运维人员提供早期的预警。

技术实现要素：

本发明要解决的技术问题是：目前缺乏有效的适于在不同区域电网推广使用的主动运维方法的技术问题。提出了一种适合不同区域电网能够提供早期预警的基于大数据的电网主动运维预警方法。

为解决上述技术问题，本发明所采取的技术方案为：一种基于大数据的电网主动运维预警方法，包括以下步骤：a)获取区域电网各元件的历史运维数据；b)对各元件的历史运维数据处理成布尔型数据，获得元件的运维向量vs，获得历史运维向量的集合f；c)将运维向量vs中的字段分别两两关联，统计历史运维数据中，总是同值或总是异值的字段，建立关联集合g；d)周期性监测元件的运维数据，将运维数据转化为最新运维向量若则发出预警信息；e)若在最新运维向量中，关联集合g内记录的字段的相等关系，与历史相等关系不同，则发出预警信息。

作为优选，所述元件的历史运维数据包括元件的状态量数据和数值量数据，步骤b中，获得元件的运维向量vs的方法包括以下步骤：b1)将各元件的数值量数据划分数值区间；b2)以数值区间为状态名，将各元件数值量数据转化为状态量数据；b3)将状态量数据拆分为布尔量数据，将布尔量数据以向量表示，作为运维向量vs。

作为优选，步骤b1中将数值量数据划分数值区间的方法包括以下步骤：b11)获取字段下历史运维数据的全部数值量数据，按数值大小依次排列，记为集合ki；b12)找到集合ki中的最小值kmin和最大值kmax，将分区起点ks赋初值为kmin，分区终点ke赋初值为kmax，考察值km＝ks+n×δk，δk为人工设定的步长，n为正整数，n初值为1；b13)n不断自加1，若存在满足如下条件的考察值km：

其中，函数n(x，y)表示集合ki，数据值处于数值区间(x，y)的数据个数，则将(2km-ks)作为区间划分点并加入划分点集合km，将(2km-ks)的值赋值给ks，继续令n不断自加1，直到km＞kmx；b14)将kmin和kmax加入集合km，使用km内的值，作为划分点，将数值量数据划分为数值区间。

作为优选，步骤b2中，将数值量数据转化为状态量数据的方法包括以下步骤：b21)将数值量数据划分成若干个区间，[nm(1)，nm(2)]，[nm(2)，nm(3)]...[nm(k-1)，nm(k)]，其中nm(1)和nm(k)分别为数值区间的起点和终点，nm(2)～nm(k-1)为数值区间的中间划分点，将分别作为对应数值区间的状态名；b22)若历史运维数值量数据n，落入区间[nm(d)，nm(d+1)]，d∈[1，k-1]，则将状态名作为取值，完成数值量数据转化为状态量数据。

作为优选，步骤b3中，将状态量数据拆分为布尔量数据的方法包括以下步骤：b31)获得状态量数据的全部状态取值；b32)以状态取值为字段名将状态量字段拆分为多个字段；b33)将字段名称与状态量数据取值相同的字段置位，其余拆分字段置零，完成状态量数据拆分为布尔量数据。

作为优选，步骤b12中，步长δk的设置方法包括为：计算集合ki中数值量数据的两两差值，剔除为零的差值，对剩余差值进行取绝对值运算，将其中的最小值作为步长δk，参与计算。

作为优选，步骤b31中，获得状态量数据的全部状态取值的方法为：若状态量数据为元件本身具有的状态，则全部状态取值包括该状态全部的可能取值；若状态量数据为数据量数据转化而来的状态量数据，则全部状态取值仅包括历史状态中出现过的取值。

本发明的实质性效果是：通过结合区域电网历史数据，生成预警条件，能够结合区域电网的运行实际，提高对地区电网的适应度，降低误报率，避免人工设置阈值，存在主观差异的问题，通过对比关联数据，能够提前发现异常，实现早期预警。

附图说明

图1为实施例一主动运维预警方法流程框图。

具体实施方式

下面通过具体实施例，并结合附图，对本发明的具体实施方式作进一步具体说明。

实施例一：

一种基于大数据的电网主动运维预警方法，包括以下步骤：a)获取区域电网各元件的历史运维数据，元件的历史运维数据包括元件的状态量数据和数值量数据。

b)对各元件的历史运维数据处理成布尔型数据，获得元件的运维向量vs，具体包括以下步骤：b1)将各元件的数值量数据划分数值区间；b2)以数值区间为状态名，将各元件数值量数据转化为状态量数据；b3)将状态量数据拆分为布尔量数据，将布尔量数据以向量表示，作为运维向量vs。将数值量数据划分数值区间的方法包括以下步骤：b11)获取字段下历史运维数据的全部数值量数据，按数值大小依次排列，记为集合ki；b12)找到集合ki中的最小值kmin和最大值kmax，将分区起点ks赋初值为kmin，分区终点ke赋初值为kmax，考察值km＝ks+n×δk，δk为人工设定的步长，计算集合ki中数值量数据的两两差值，剔除为零的差值，对剩余差值进行取绝对值运算，将其中的最小值作为步长δk，n为正整数，n初值为1；b13)n不断自加1，若存在满足如下条件的考察值km：

其中，函数n(x，y)表示集合ki，数据值处于数值区间(x，y)的数据个数，则将(2km-ks)作为区间划分点并加入划分点集合km，将(2km-ks)的值赋值给ks，继续令n不断自加1，直到km＞kmax；b14)将kmin和kmax加入集合km，使用km内的值，作为划分点，将数值量数据划分为数值区间。将数值量数据转化为状态量数据的方法包括以下步骤：b21)将数值量数据划分成若干个区间，[nm(1)，nm(2)]，[nm(2)，nm(3)]...[nm(k-1)，nm(k)]，其中nm(1)和nm(k)分别为数值区间的起点和终点，nm(2)～nm(k-1)为数值区间的中间划分点，将分别作为对应数值区间的状态名；b22)若历史运维数值量数据n，落入区间[nm(d)，nm(d+1)]，d∈[1，k-1]，则将状态名作为取值，完成数值量数据转化为状态量数据。将状态量数据拆分为布尔量数据的方法包括以下步骤：b31)获得状态量数据的全部状态取值，若状态量数据为元件本身具有的状态，则全部状态取值包括该状态全部的可能取值；若状态量数据为数据量数据转化而来的状态量数据，则全部状态取值仅包括历史状态中出现过的取值。；b32)以状态取值为字段名将状态量字段拆分为多个字段；b33)将字段名称与状态量数据取值相同的字段置位，其余拆分字段置零，完成状态量数据拆分为布尔量数据。获得历史运维向量的集合f。

c)将运维向量vs中的字段分别两两关联，统计历史运维数据中，总是同值或总是异值的字段，建立关联集合g。

d)周期性监测元件的运维数据，将运维数据转化为最新运维向量若则发出预警信息。

e)若在最新运维向量中，关联集合g内记录的字段的相等关系，与历史相等关系不同，则发出预警信息。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。