[發明專利]用電信息采集系統故障診斷方法及故障診斷裝置

有效

• 申請號: 201710186797.2
• 申請日: 2017-03-27
• 公開（公告）號: CN107016410B
• 公開（公告）日: 2019-10-22
• 發明（設計）人: 崔高穎;黃奇峰;范潔;鄭愛霞;陳霄;邵雪松;周玉;易永仙;郭興昕;金萍;李緯
• 申請（專利權）人: 國網江蘇省電力公司電力科學研究院;國家電網公司;國網江蘇省電力公司;江蘇省電力試驗研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 耿英;董建林

1.一種用電信息采集系統故障診斷方法，其特征在于，包括以下步驟：

獲取用電信息采集系統中的網絡拓撲數據，所述網絡拓撲數據至少包括用電信息采集系統中的元件以及元件之間的線路的相關特征；

基于異質網絡節點表示學習方法，對所述網絡拓撲數據進行目標優化學習，將所述網絡拓撲數據映射為可計算的數據空間中的數據分布，得到基于異質網絡節點表示學習結果；

基于預設的故障檢測分類模型，并融合所述基于異質網絡節點表示學習結果對所述用電信息采集系統進行故障診斷。

2.根據權利要求1所述的方法，其特征在于，所述基于異質網絡節點表示學習方法，對所述網絡拓撲數據進行目標優化學習，將所述網絡拓撲數據映射為可計算的數據空間中的數據分布，得到基于異質網絡節點表示學習結果的步驟包括：

基于所述網絡拓撲數據，采用預設的目標函數作為最小化學習目標進行目標優化學習，將所述網絡拓撲數據映射為可計算的數據空間中的數據分布，獲得節點拓撲表示，作為基于異質網絡節點表示學習結果。

3.根據權利要求2所述的方法，其特征在于，所述基于預設的故障檢測分類模型，并融合所述基于異質網絡節點表示學習結果對所述用電信息采集系統進行故障診斷的步驟包括：

對所述用電信息采集系統中的待檢測線路，采用預設的特征提取函數，提取故障檢測特征；

基于所述節點拓撲表示，利用數據連接操作，對所述故障檢測特征進行特征融合，得到特征融合結果；

將所述特征融合結果輸入預設的故障檢測分類模型，進行故障診斷，得到分類結果。

4.根據權利要求1、2或3所述的方法，其特征在于，所述元件包括但不限于：無線電臺、載波通信單元、信息采集主站；所述元件之間的線路的相關特征包括元件之間的線路的權重，所述線路的權重包括但不限于：輸出功率、輸出電平、線路負荷、傳輸功率。

5.根據權利要求2所述的方法，其特征在于，所述目標函數涉及的元素包括：網絡拓撲結構上相連的元件集合、元件集合中元件個數、線路的權重。

6.一種用電信息采集系統故障診斷裝置，其特征在于，包括：

獲取模塊，用于獲取用電信息采集系統中的網絡拓撲數據，所述網絡拓撲數據至少包括用電信息采集系統中的元件以及元件之間的線路的相關特征；

學習模塊，用于基于異質網絡節點表示學習方法，對所述網絡拓撲數據進行目標優化學習，將所述網絡拓撲數據映射為可計算的數據空間中的數據分布，得到基于異質網絡節點表示學習結果；

融合診斷模塊，用于基于預設的故障檢測分類模型，并融合所述基于異質網絡節點表示學習結果對所述用電信息采集系統進行故障診斷。

7.根據權利要求6所述的裝置，其特征在于，

所述學習模塊，還用于基于所述網絡拓撲數據，采用預設的目標函數作為最小化學習目標進行目標優化學習，將所述網絡拓撲數據映射為可計算的數據空間中的數據分布，獲得節點拓撲表示，作為基于異質網絡節點表示學習結果。

8.根據權利要求7所述的裝置，其特征在于，

所述融合診斷模塊，還用于對所述用電信息采集系統中的待檢測線路，采用預設的特征提取函數，提取故障檢測特征；基于所述節點拓撲表示，利用數據連接操作，對所述故障檢測特征進行特征融合，得到特征融合結果；將所述特征融合結果輸入預設的故障檢測分類模型，進行故障診斷，得到分類結果。

9.根據權利要求6、7或8所述的裝置，其特征在于，所述元件包括但不限于：無線電臺、載波通信單元、信息采集主站；所述元件之間的線路的相關特征包括元件之間的線路的權重，所述線路的權重包括但不限于：輸出功率、輸出電平、線路負荷、傳輸功率。

10.根據權利要求7所述的裝置，其特征在于，所述目標函數涉及的元素包括：網絡拓撲結構上相連的元件集合、元件集合中元件個數、線路的權重。