[發明專利]一種基于大數據的電力設備狀態分析方法

在審

• 申請號: 202011186809.X
• 申請日: 2020-10-30
• 公開（公告）號: CN112269821A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 薄宏斌;張彥斌;王瀚霆;范繼鋒;仲文博;何世雄;趙俊杰;馬兆嶸;慕佩良;王欣;李中為
• 申請（專利權）人: 內蒙古電力（集團）有限責任公司烏海超高壓供電局
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06F16/2458;G06Q50/06;G06N20/00;G06K9/62;H04L29/08
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李珉

本發明提供一種基于大數據的電力設備狀態分析方法，涉及電力設備狀態分析技術領域。該方法首先對機器學習庫中的模型進行訓練得到電力設備運行狀態分析模型，然后定時采集電力設備實驗數據導入到電力數據倉庫中，定時將數據集中的相關數據導入機器學習算法庫進行運算并輸出設備狀態值。并將處于異常狀態的設備上傳至云端對臺賬記錄中變電設備的基本屬性信息和相關位置信息數據進行提取，并在云端進行預警。同時，通過不斷地對訓練集進行補充，實現對電力設備運行狀態分析模型的更新，提高相模型的精確度。本發明利用大數據相關技術對電力設備的日常運行數據進行采集并結合相關模型給出設備運行狀態的預測值，可以給相關技術人員提供參考。

技術領域

本發明涉及電力設備狀態分析技術領域，尤其涉及一種基于大數據的電力設備狀態分析方法。

背景技術

隨著社會的進步、經濟的發展，用電需求不斷增大，電網的發展和電網的規模得到了巨大的增長，電力設備的種類和功能不斷增加，這對精確掌握電力設備的運行狀態產生了巨大的困難。電力設備的運行中，因各種原因，常常會導致很多安全事故或者出現很多安全隱患，影響電力設備的安全運行，也不利于供電的順利進行。對電力設備狀態進行分析，可以捕捉設備早期故障的先兆信息，追溯故障發展過程，預測故障發生的概率，保障電力設備運行安全。

針對上述問題，傳統的解決方法包括基于標準原則和打分制的評估方法、基于有限設備故障診斷專家系統等。近年來，電力數據狀態具備典型的大數據特征，主要體現在數據來源多、數據體量大增長快、數據類型異構多樣、數據關聯復雜，傳統的數據處理和分析技術無法滿足要求，而大數據技術為電力設備狀態分析提供了一種新的技術解決方案。

發明內容

本發明要解決的技術問題是針對上述現有技術的不足，提供一種基于大數據的電力設備狀態分析方法,實現對電力設備狀態進行及時準確地分析。

為解決上述技術問題，本發明所采取的技術方案是：一種基于大數據的電力設備狀態分析方法，包括以下步驟：

步驟1：獲取各個電力設備的日常運行數據，并基于這些數據建立電力數據倉庫；將電力數據倉庫中確定的處于異常狀態的電力設備相關數據歸為訓練集；

步驟2：將電力數據倉庫中的訓練集數據導入到機器學習算法庫中作為計算數據集，對機器學習庫中的多種分析挖掘算法進行初始化，并將多種分析挖掘算法融合得到電力設備運行狀態分析模型；

所述機器學習算法庫具有算法管理功能，能夠進行執行調度、權限管理、參數配置、模型構建、模型發布和模型審核，包括基礎算法和應用級算法兩類，同時提供算法管理模塊，用于算法提交、審核、發布、使用以及更新；所述機器學習算法庫提供的算法支持MapReduce分布式數據計算；同時，支持增量式數據計算；

步驟3：定時對電力設備進行設備帶電檢測試驗，對試驗結果以及其他電力設備狀態相關數據進行采集并記錄，通過ETL工具導入電力數據倉庫；

步驟4：定時啟動機器學習算法庫，查詢電力數據倉庫中訓練集的大小，若訓練集增量大于設定閾值則重新執行步驟1，否則執行步驟5；

步驟5：將電力數據倉庫中新增加的試驗數據導入機器學習算法庫，并通過電力設備運行狀態分析模型進行計算，輸出電力設備的狀態值；

步驟6：將輸出的電力設備狀態值與設定的狀態閾值進行比較，判斷相關電力設備的運行狀態，若電力設備狀態值大于狀態閾值，則判定電力設備運行正常，重新執行步驟2，否則判定電力設備運行異常，執行步驟7；

步驟7：將運行異常的電力設備的臺賬記錄上傳至云端，對臺賬記錄中變電設備的基本屬性信息和相關位置信息數據進行提取，并在云端進行設備運行異常的預警，然后返回步驟2。

優選地，所述機器學習算法庫使用Maven倉庫管理器Nexus進行算法管理。