[發明專利]一種發電機組跳閘監測方法及其監測裝置

有效

• 申請號: 201611197953.7
• 申請日: 2016-12-22
• 公開（公告）號: CN106846170B
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 陳震;張建新;李曄
• 申請（專利權）人: 國網上海市電力公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06F16/35
• 代理公司: 北京前審知識產權代理有限公司 11760
• 代理人: 陳姍姍

1.一種發電機組跳閘監測方法，其步驟包括：

第一步驟（S1）中：數據挖掘發電機組的調度日志，通過語言分析篩選調度日志中的技術詞匯，對技術詞匯進行詞頻統計分析以建立關鍵詞匯集合，從而構成N維表征向量,其中，對所述調度日志進行分詞，并分別計算通過分詞獲得的技術詞匯的詞頻作為其權重，所述N維表征向量的每個元素分別與所述關鍵詞匯相對應，每個元素的值分別為相對應的關鍵詞匯的權重；

第二步驟（S2）中：按照汽水、燃料和電氣三個分類根據運行記錄建立跳閘的歸類數據庫, 根據運行記錄整理整個跳閘過程，以跳閘原因和缺陷特點構建案例數據庫；

第三步驟（S3）中：在所述歸類數據庫中利用所述N維表征向量進行聚類分析；

第四步驟（S4）中：經由模式識別建立運行記錄與跳閘之間的聯系以監測發電機組跳閘。

2.根據權利要求1所述的發電機組跳閘監測方法，其特征在于，

第一步驟（S1）中：采用正則表達式對不同字數組成的技術詞匯在調度日志中進行遍歷，再根據技術詞匯出現的頻率確定是否是關鍵詞匯，從而建立構成N維表征向量。

3.根據權利要求1所述的發電機組跳閘監測方法，其特征在于：

第二步驟（S2）中：歸類數據庫采用大數據分布式存儲結構。

4.根據權利要求1所述的發電機組跳閘監測方法，其特征在于：

第二步驟（S2）中：在所述歸類數據庫的基礎上建立數據類型數據庫和知識類型的數據庫。

5.根據權利要求1所述的發電機組跳閘監測方法，其特征在于：

第三步驟（S3）中：所述N維表征向量進行聚類計算，經由“二小值判斷法”劃分類簇，實現將不同關鍵詞匯分組，在所述歸類數據庫中查找與所述N維表征向量相對應的類簇。

6.根據權利要求1所述的發電機組跳閘監測方法，其特征在于：

第三步驟（S3）中：聚類分析采用基于劃分的聚類算法、基于層次的聚類算法、基于密度的聚類算法、基于網格的聚類算法或基于神經網絡的聚類算法。

7.根據權利要求1所述的發電機組跳閘監測方法，其特征在于：

第三步驟（S3）中：聚類分析采用K-Means算法、凝聚算法或DBSCAN算法。

8.根據權利要求1所述的發電機組跳閘監測方法，其特征在于：

第四步驟（S4）中：模式識別包括支撐向量機、神經網絡或遺傳算法。

9.一種實施權利要求1-8中任一項所述的發電機組跳閘監測方法的監測裝置，其包括用于詞頻統計分析的數據分解器（1）、用于構建歸類數據庫的歸類器（2）、用于聚類分析的聚類器（3）和用于模式識別的處理器（4），其特征在于：所述數據分解器（1）包括對技術詞匯分詞的分詞單元（5）和生成N維表征向量的向量生成單元（6），所述歸類器（2）包括大數據分布式存儲結構，所述聚類器（3）包括判斷單元（7）和分類處理單元（8），所述處理器（4）包括模式識別單元（9）和存儲單元（10）。