智慧能源大数据监控系统的故障定位方法及系统与流程

本技术涉及智慧能源大数据监控系统，具体而言，涉及一种智慧能源大数据监控系统的故障定位方法及系统。

背景技术：

1、智慧能源系统是一种以冷热量平衡为核心，整合地热能、太阳能、空气能、水能、天然气、城市自来水、污水、工业废水废热等多种可再生能源，运用冷热回收、蓄能、热平衡、智能控制等新技术对各种能量流进行智能平衡控制，达到能源的循环往复利用，一体化满足制冷采暖、热水、冷藏冷冻、烘干加热、养殖种殖、除雪化冰、蒸汽、发电等多种需求功能的系统设备。在智慧能源运行系统的大数据监控过程中，需要进行故障定位（如故障对应的具体运行流程节点的定位），然而相关技术的故障定位方案，考虑全局异常特征，导致准确性受到诸多噪声影响。

技术实现思路

1、为了至少克服现有技术中的上述不足，本技术的目的在于提供一种智慧能源大数据监控系统的故障定位方法及系统。

2、第一方面，本技术提供一种智慧能源大数据监控系统的故障定位方法，应用于智慧能源大数据监控系统的故障定位系统，所述方法包括：

3、基于响应的智慧能源大数据监控系统请求的运行故障定位指令，基于所述运行故障定位指令确定存在运行故障活动的目标能源系统运行故障数据，并提取目标能源系统运行故障数据中的能源系统运行故障活动的第一故障进程状态特征、第一频繁异常项状态特征和频繁异常项追溯数据；

4、依据所述频繁异常项追溯数据，以及在先认证的频繁异常项与标定故障特征点的能源系统运行故障数据之间的映射关系序列，输出与所述频繁异常项追溯数据关联的频繁异常项对应的候选能源系统运行故障数据；

5、基于所述目标能源系统运行故障数据与各个所述候选能源系统运行故障数据所对应的故障定位节点序列之间的第一相关性参数，输出所述目标能源系统运行故障数据所对应的故障定位节点序列，所述第一相关性参数基于所述第一故障进程状态特征、所述第一频繁异常项状态特征，以及所述故障定位节点序列对应的故障进程持续特征和频繁异常项持续特征进行确定。

6、在第一方面的一种可能的实施方式中，所述基于所述目标能源系统运行故障数据与各个所述候选能源系统运行故障数据所对应的故障定位节点序列之间的第一相关性参数，输出所述目标能源系统运行故障数据所对应的故障定位节点序列，包括：

7、确定各所述候选能源系统运行故障数据所对应的故障定位节点序列分别匹配的故障进程持续特征和频繁异常项持续特征；

8、基于所述第一故障进程状态特征和第一频繁异常项状态特征，与各所述故障定位节点序列对应的所述故障进程持续特征和频繁异常项持续特征之间的相似度，输出所述第一相关性参数；

9、依据所述第一相关性参数，输出所述目标能源系统运行故障数据所对应的故障定位节点序列。

10、在第一方面的一种可能的实施方式中，所述基于所述第一故障进程状态特征和第一频繁异常项状态特征，与各所述故障定位节点序列对应的所述故障进程持续特征和频繁异常项持续特征之间的相似度，输出所述第一相关性参数，包括：

11、确定所述第一故障进程状态特征，与各所述故障定位节点序列对应的所述故障进程持续特征之间的相似度s5；

12、确定所述第一频繁异常项状态特征，与各所述故障定位节点序列对应的所述频繁异常项持续特征之间的相似度s6；

13、依据所述相似度s5与所述相似度s6，确定所述第一相关性参数。

14、在第一方面的一种可能的实施方式中，所述依据所述第一相关性参数，输出所述目标能源系统运行故障数据所对应的故障定位节点序列，包括：

15、响应于所述第一相关性参数中的最大相似度不小于目标数值，将所述目标能源系统运行故障数据加载至所述最大相似度对应的候选能源系统运行故障数据所对应的故障定位节点序列；

16、响应于所述第一相关性参数中的最大相似度小于所述目标数值，构建标的故障定位节点序列，并将所述目标能源系统运行故障数据加载至所述标的故障定位节点序列。

17、在第一方面的一种可能的实施方式中，当依据所述频繁异常项追溯数据，以及在先认证的频繁异常项与标定故障特征点的能源系统运行故障数据之间的映射关系序列，尚未确定的与所述频繁异常项追溯数据关联的频繁异常项对应的候选能源系统运行故障数据时，所述方法还包括：

18、基于所述目标能源系统运行故障数据与各个标定故障特征点的能源系统运行故障数据之间的第二相关性参数，将所述标定故障特征点的能源系统运行故障数据中，与所述目标能源系统运行故障数据之间相似度最大的第一目标数量的能源系统运行故障数据，视为所述候选能源系统运行故障数据，所述第二相关性参数基于所述第一故障进程状态特征、所述第一频繁异常项状态特征，以及所述标定故障特征点的能源系统运行故障数据对应的第二故障进程状态特征和第二频繁异常项状态特征进行确定；

19、其中，输出所述第一目标数量的能源系统运行故障数据的方法，包括：

20、确定各个标定故障特征点的能源系统运行故障数据中能源系统运行故障活动的第二故障进程状态特征、第二频繁异常项状态特征；

21、依据所述第一故障进程状态特征与所述第二故障进程状态特征之间的相似度，输出所述标定故障特征点的能源系统运行故障数据中，与所述目标能源系统运行故障数据相似度最大的第二目标数量的第二能源系统运行故障数据；

22、依据所述第一频繁异常项状态特征与所述第二频繁异常项状态特征之间的相似度，输出所述标定故障特征点的能源系统运行故障数据中，与所述目标能源系统运行故障数据相似度最大的第三目标数量的第三能源系统运行故障数据；

23、基于所述第二目标数量的所述第二能源系统运行故障数据和第三目标数量的所述第三能源系统运行故障数据，输出所述第一目标数量的能源系统运行故障数据，所述第三数量与第二数量的和值不小于第一数量。

24、在第一方面的一种可能的实施方式中，所述方法还包括：

25、依据最新加载频繁异常项与能源系统运行故障数据对应的故障活动标签之间的关联性特征迭代优化所述映射关系序列，且智慧能源大数据监控系统的故障定位系统的故障定位进程中具有第一关联性特征库，所述第一关联性特征库依据预设格式存储所述关联性特征。

26、在第一方面的一种可能的实施方式中，智慧能源大数据监控系统的故障定位系统的故障定位进程中具有第二关联性特征库，外部存储服务器中具有第三关联性特征库，所述第二关联性特征库存储了在预设大数据监控阶段内匹配先验认证要求的特征簇；所述第三关联性特征库中存储了在所述预设大数据监控阶段内没有匹配先验认证要求的特征簇；所述特征簇包括故障定位节点序列对应的故障进程持续特征与频繁异常项持续特征；

27、其中，所述方法还包括：

28、遍历确定所述第二关联性特征库中在先认证的各个特征簇对应的失效持续阶段的时间跨度和值是否不小于所述预设大数据监控阶段的时间跨度和值；所述失效持续阶段的时间跨度和值用于表征所述特征簇没有匹配先验认证要求的持续时间值；结合其中一个特征簇对应的失效持续阶段的时间跨度和值不小于所述预设大数据监控阶段的时间跨度和值，在所述第二关联性特征库中剔除所述其中一个特征簇，并将所述其中一个特征簇加载至所述第三关联性特征库；

29、其中，获取所述故障进程持续特征和频繁异常项持续特征的步骤包括：

30、确定各所述候选能源系统运行故障数据所对应的故障定位节点序列；

31、针对各所述故障定位节点序列，在所述第二关联性特征库中，输出与所述故障定位节点序列对应的特征簇；

32、结合输出的所述故障定位节点序列对应的特征簇，将输出的特征簇作为故障进程持续特征和频繁异常项持续特征；

33、结合尚未确定的所述故障定位节点序列对应的特征簇，在所述第三关联性特征库中，输出与所述故障定位节点序列对应的特征簇，并将输出的特征簇作为故障进程持续特征和频繁异常项持续特征；

34、其中，所述方法还包括：

35、结合在所述第三关联性特征库中输出的所述故障进程持续特征与频繁异常项持续特征，将输出的所述故障进程持续特征与频繁异常项持续特征加载至所述第二关联性特征库内的特征簇c1中。

36、在第一方面的一种可能的实施方式中，在确定所述目标能源系统运行故障数据所对应的故障定位节点序列之后，所述方法还包括：

37、将所述目标能源系统运行故障数据对应的故障挖掘数据加载至所述故障定位节点序列，所述故障挖掘数据包括以下至少一项：能源系统运行故障数据的故障知识点数据；故障活动标签；第一故障进程状态特征；第一频繁异常项状态特征；频繁异常项追溯数据。

38、在第一方面的一种可能的实施方式中，在完成针对所述目标能源系统运行故障数据的故障定位节点序列匹配之后，所述方法还包括：

39、基于所述第一故障进程状态特征与所述第一频繁异常项状态特征，分别更新所述目标能源系统运行故障数据所对应的故障定位节点序列对应的故障进程持续特征与频繁异常项持续特征；

40、基于所述频繁异常项追溯数据，更新所述映射关系序列。

41、譬如，在第一方面的一种可能的实施方式中，所述方法还包括：

42、基于所述目标能源系统运行故障数据所对应的故障定位节点序列，生成对应的基础故障定位节点网络，其中，所述基础故障定位节点网络用于表示所述故障定位节点序列中各个不同故障定位节点之间的故障触发关系；

43、获取所述基础故障定位节点网络中的目标故障定位节点的节点连通信息，由此确定与所述目标故障定位节点存在连通关系的至少一个衍生故障定位节点；

44、确定在所述基础故障定位节点网络的网络架构下衍生故障定位节点网络对应的衍生数据区域；所述衍生故障定位节点网络是由各个所述衍生故障定位节点、所述目标故障定位节点与各个所述衍生故障定位节点之间的连通关系进行构建的；

45、依据所述基础故障定位节点网络的网络数据区域、所述衍生故障定位节点网络的衍生数据区域以及确定的所述衍生故障定位节点网络与所述基础故障定位节点网络之间的网络衍生关系信息，从网络构建空间中确定出用于加载所述衍生故障定位节点网络的目标加载空间；所述目标加载空间与所述基础故障定位节点网络的初始加载空间不存在叠加空间；

46、将所述衍生故障定位节点网络加载至所述目标加载空间内，并基于各个衍生故障定位节点的节点连通信息，将各个衍生故障定位节点与所述基础故障定位节点网络中存在连通关系的故障定位节点进行衍生关系配置后，输出并加载衍生后的目标故障定位节点网络，并将所述衍生后的目标故障定位节点网络进行故障修复依据输出，以提示相关开发人员进行故障修复。

47、基于以上步骤，获取基础故障定位节点网络中目标故障定位节点的故障定位节点的衍生连通关系，确定出与目标故障定位节点存在连通关系的至少一个衍生故障定位节点；确定在基础故障定位节点网络的网络架构下包含有多个衍生故障定位节点的衍生故障定位节点网络的衍生数据区域，基于衍生故障定位节点网络的衍生数据区域、基础故障定位节点网络的网络数据区域以及衍生故障定位节点网络与基础故障定位节点网络之间的网络衍生关系信息，确定出与基础故障定位节点网络所在区域不存在叠加空间的加载衍生故障定位节点网络的目标加载空间，将衍生故障定位节点网络加载在目标故障定位节点网络内，并基于故障定位节点的衍生连通关系将衍生故障定位节点与基础故障定位节点网络中的故障定位节点进行衍生关系配置，输出并加载衍生后的目标故障定位节点网络。在本技术实施例中，在衍生故障定位节点网络时，不影响初始的基础故障定位节点网络的网络空间架构，并依据初始的基础故障定位节点网络的网络空间架构进一步加载衍生故障定位节点网络，可以在有效扩展故障定位节点网络的特征量的基础上，减少后续的数据处理量。

48、第二方面，本技术实施例还提供一种智慧能源大数据监控系统的故障定位系统，所述智慧能源大数据监控系统的故障定位系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有计算机程序，所述计算机程序结合该处理器加载并执行以实现以上第一方面的智慧能源大数据监控系统的故障定位方法。

49、结合以上方面，通过提取目标能源系统运行故障数据中的能源系统运行故障活动的第一故障进程状态特征、第一频繁异常项状态特征和频繁异常项追溯数据，依据频繁异常项追溯数据，以及在先认证的频繁异常项与标定故障特征点的能源系统运行故障数据之间的映射关系序列，输出与频繁异常项追溯数据关联的频繁异常项对应的候选能源系统运行故障数据，基于目标能源系统运行故障数据与各个候选能源系统运行故障数据所对应的故障定位节点序列之间的第一相关性参数，输出目标能源系统运行故障数据所对应的故障定位节点序列，由此结合频繁异常项进行故障定位，可以提高故障定位的准确性。