[發明專利]一種基于灰色預測理論的電力設備狀態趨勢感知方法

在審

• 申請號: 202110299969.3
• 申請日: 2021-03-22
• 公開（公告）號: CN112926793A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 徐元孚;杜明;袁中琛
• 申請（專利權）人: 國網天津市電力公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06F16/901;G06F16/906
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王利文

本發明涉及一種基于灰色預測理論的電力設備狀態趨勢感知方法，包括以下步驟：獲取電力設備狀態相關數據，并根據典型應用場景進行數據整合；對獲取的數據進行數據清洗及數據噪聲過濾處理；選取灰色預測模型檢驗方式，并預設精度檢驗等級；構建灰色預測模型GM(1,1)，動態預測電力設備運行狀況。本發明通過多渠道獲取數據信息，通過鑒別因素之間發展趨勢的相異程度，進行關聯分析，分析歷史數據中隱藏的變動規律，建立相應的微分方程模型，動態預測電力設備運行狀況，實現對電力設備運行狀態的實時趨勢感知，能夠滿足對電力設備狀態的趨勢感知需求，并輔助設備檢修計劃與停電計劃的制定，具有非常廣闊的工程應用價值。

技術領域

本發明屬于電力自動化領域，涉及人工智能技術，尤其是一種基于灰色預測理論的電力設備狀態趨勢感知方法。

背景技術

隨著電力系統智能化和信息化的不斷推進，電力系統中的數據信息量也迅猛增加。然而，當前電力設備的狀態感知仍大量地依靠人工經驗，需要人工搜尋大量文本資料、查閱大量的數據，綜合考慮多種因素判定設備狀態趨勢。上述實現方法實現困難、工作量巨大且預測不準確。

灰色預測理論是一種對含有不確定因素的系統進行預測的方法。灰色預測方法通過鑒別系統因素之間發展趨勢的相異程度，即進行關聯分析，并對原始數據進行生成處理來尋找系統變動的規律，生成有較強規律性的數據序列，然后建立相應的微分方程模型，從而預測事物未來發展趨勢的狀況。如何利用灰色預測技術為含有不確定因素的設備運行狀態進行狀態趨勢預測是目前迫切需要解決的問題。

發明內容

本發明的目的在于克服現有技術的不足，提供一種設計合理、預測準確且易于實現的基于灰色預測理論的電力設備狀態趨勢感知方法。

本發明解決現有的技術問題是采取以下技術方案實現的：

一種基于灰色預測理論的電力設備狀態趨勢感知方法，包括以下步驟：

步驟1、獲取電力設備狀態相關數據，并根據典型應用場景進行數據整合；

步驟2、對獲取的數據進行數據清洗及數據噪聲過濾處理；

步驟3、選取灰色預測模型檢驗方式，并預設精度檢驗等級；

步驟4、構建灰色預測模型GM(1,1)，動態預測電力設備運行狀況。

進一步，所述步驟1的具體實現方法包括以下步驟：

⑴確定數據信息來源；

⑵獲取電網監控數據和電網運行數據；

⑶劃分典型應用場景，并根據典型應用場景整合所需數據內容。

進一步，所述步驟⑴中的數據信息來源包括電力EMS、OMS、監控大數據、監控事件化、調控云獲取的監控告警信息與調度運行數據。

進一步，所述步驟⑵中的電網監控數據包括電網目前是否正常運行、異常元件及動作信息；所述電網運行數據包括電網及設備運行數據及其他系統的相關輔助信息。

進一步，所述步驟⑶中的典型應用場景包括故障判斷、異常判斷、設備檢修和設備停復役，故障判斷場景下的數據內容包括告警信息、遙測數據、開關位置和檢修信息；異常判斷場景下的數據內容包括告警信息、缺陷記錄和檢修記錄；設備檢修場景下的數據內容包括告警信息、檢修記錄和操作信息；設備停復役場景下的數據內容包括告警信息和操作信息。

進一步，所述步驟2的具體實現方法包括以下步驟：

⑴數據清洗處理：將數據中的非結構化數據轉化為結構化數據，處理結構化數據中的異常內容，完成對數據的檢驗；