[發明專利]基于大數據分析的電網故障預測系統

在審

• 申請號: 202010690602.X
• 申請日: 2020-07-17
• 公開（公告）號: CN111881960A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 王小蕾;周佳威;顧佳;董曉峰;楊啟明;耿玲;杭泱;馬駿昶
• 申請（專利權）人: 國網江蘇省電力有限公司蘇州供電分公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/2458;G06Q10/04;G06Q50/06
• 代理公司: 蘇州創元專利商標事務所有限公司 32103
• 代理人: 孫仿衛

本發明涉及一種基于大數據分析的電網故障預測系統，包括基礎數據模塊、數據處理模塊和故障預測模塊；基礎數據模塊用于獲取未經處理的原始數據，并向數據處理模塊提供原始數據；數據處理模塊用于處理原始數據而得到處理后的數據，并向故障預測模塊提供處理后的數據作為訓練數據集；故障預測模塊用于根據處理后的數據對電網故障進行預測，從而得到預測結果并基于預測結果指導工作人員。本發明能夠較為可靠的對電網故障進行預測，進而可以指導相關工作，實現電網故障更快速、更經濟的修復，并且可以防患于未然，降低電網的故障率，實現社會用電更加可靠。

技術領域

本發明涉及電網故障預測技術領域，具體涉及一種基于大數據分析的電網故障預測系統。

背景技術

電力能源作為一種經濟實用的終端清潔能源，在我國能源使用中占比很大，是當下社會發展的重要基礎，關系著國家安全與地區經濟發展。但電網故障是不可避免的影響電網運行和社會正常運轉的事件，對正常的生產、生活都將產生負面影響。為了更好地規避此類事件，我們需要對此類事件有更深刻的認識從而去預測它的發生。當能夠更好地掌握其規律，可以針對性地開展搶修人員的提前駐點，更合理的分配搶修人員，完善電力搶修物資的儲備，從而實現電網故障更快速、更經濟的修復，并且可以提前暴露隱患，防患于未然，從而降低電網的故障率，實現社會用電更加可靠。

發明內容

本發明的目的是提供一種能夠較為可靠的對電網故障進行預測，從而指導工作的基于大數據分析的電網故障預測系統。

為達到上述目的，本發明采用的技術方案是：

一種基于大數據分析的電網故障預測系統，包括基礎數據模塊、數據處理模塊和故障預測模塊；所述基礎數據模塊用于獲取未經處理的原始數據，并向所述數據處理模塊提供所述原始數據；所述數據處理模塊用于處理所述原始數據而得到處理后的數據，并向所述故障預測模塊提供所述處理后的數據作為訓練數據集；所述故障預測模塊用于根據所述處理后的數據對電網故障進行預測，從而得到預測結果并基于所述預測結果指導工作人員；

所述故障預測模塊對電網故障進行預測、指導工作人員的方法包括以下步驟：

步驟(1)：預測方法確定：從全部預測方法中選取一種預測方法；

步驟(2)：參數調試：對當前所選取的預測方法進行參數調試，以提高所述預測方法的預測準確性；

步驟(3)：訓練并測試預測方法的準確性：利用所述訓練數據集訓練所述預測方法的準確性并進行驗證，若全部所述預測方法均已完成訓練和驗證，則跳轉到步驟(4)，否則選擇下一種預測方法并跳轉到步驟(2)；

步驟(4)：預測故障：選擇預測準確性最高的預測方法對電網故障進行預測，得到所述預測結果；

步驟(5)：工作指導：根據所述預測結果安排電網搶修工作，指導工作人員配置和物資儲備。

所述原始數據包括電網中的設備類型、投運時間、地理位置、運行數據、故障記錄和周邊環境信息。

所述數據處理模塊處理所述原始數據的方法包括以下步驟：

步驟1：數據整理合并：將所述原始數據依據共同屬性建立關聯關系，從而合并在一個數據庫內；

步驟2：數據清洗：分析和處理所述數據庫內數據的重復值、缺失值和異常值；

步驟3：訓練數據集生成：將所述數據庫作為所述訓練數據集，并將所述數據庫中數據的故障結果屬性作為輸出屬性，將所述數據庫中數據的非故障結果屬性作為輸入屬性；

步驟4：數據相關性分析：計算所述數據庫中該數據的各屬性間的相關程度；

步驟5：特征字段確定：依據所述數據庫中該數據的各屬性間的相關程度，確定所述相關程度達到或高于中等相關程度范圍值的屬性作為特征字段，并保留所述相關程度最高的屬性。