[發明專利]基于大數據的電網設備監控系統和方法

在審

• 申請號: 202111383120.0
• 申請日: 2021-11-22
• 公開（公告）號: CN113987960A
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 甘杉;蕭展輝;明哲;余蕓;甘瑩;鄧麗娟;李文俊;馬赟;馮志宏
• 申請（專利權）人: 南方電網數字電網研究院有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06Q10/00;G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04;G06N3/08;H02J13/00;G06F111/08;G06F119/12
• 代理公司: 廣州市諾豐知識產權代理事務所(普通合伙) 44714
• 代理人: 黃國亮

本申請公開了一種基于大數據的電網設備監控系統和方法，涉及智能電網，方法包括以下步驟：獲取電網設備上報的環境信息、設備日志、采集數據和設備信息；根據所述采集數據分析所述電網設備的平均負荷狀態、處于各負荷等級的時間占比；根據所述設備日志獲取報錯信息的數量；根據設備信息獲取設備的距離最近一次維修的時間和使用時長；將所述環境信息、報錯信息的數量、距離最近一次維修的時間、使用時長、平均負荷狀態和處于各負荷等級輸入到預測模型中得到電網設備在預設時間內出現故障的概率。本申請可以用于預設設備故障，使得維護人員可以提前介入。

技術領域

本申請涉及智能電網，特別是一種基于大數據的電網設備監控系統和方法。

背景技術

隨著電力技術的發展，越來越多的新技術融合到電網中，形成一張“智能的電網”。智能電網對電網的性能提出了更高的要求。

智能電網中數據采集設備智能化數據化，可以產生更多數據。但是隨著設備智能化，其產生故障的可能性也增加，傳統定期維修的方法可能滿足不了實際需要。

發明內容

本發明旨在至少解決現有技術中存在的技術問題之一。為此，本發明提出一種基于大數據的電網設備監控系統和方法，以提前預測設備可能出現故障的情況。

一方面，本申請實施例提供了一種基于大數據的電網設備監控方法，包括以下步驟：

獲取電網設備上報的環境信息、設備日志、采集數據和設備信息；

根據所述采集數據分析所述電網設備的平均負荷狀態、處于各負荷等級的時間占比；

根據所述設備日志獲取報錯信息的數量；

根據設備信息獲取設備的距離最近一次維修的時間和使用時長；

將所述環境信息、報錯信息的數量、距離最近一次維修的時間、使用時長、平均負荷狀態和處于各負荷等級輸入到預測模型中得到電網設備在預設時間內出現故障的概率。

在一些實施例中，所述預測模型包括風險評估子模型和神經網絡子模型；

所述預測模型輸出的結果根據所述風險評估子模型和神經網絡子模型的輸出結果加權得到。

在一些實施例中，所述風險評估子模型根據所述距離最近一次維修的時間、使用時長和環境信息對所述電網設備進行風險評分。

在一些實施例中，所述神經網絡子模型通過以下方式訓練得到：

獲取故障設備在故障前的數據構建正樣本集合，所述故障前的數據包括環境信息、報錯信息的數量、距離最近一次維修的時間、使用時長、平均負荷狀態和處于各負荷等級的時間占比；

利用設備正常時產生的數據構建負樣本集合；

根據正樣本集合和負樣本集合對初始化的神經網絡模型進行訓練，直到滿足預設的訓練條件，得到訓練好的神經網絡子模型。

在一些實施例中，所述獲取故障設備在故障前的數據構建正樣本集合，具體為：

在獲取電網設備的故障信息時，根據故障信息得到故障時間；

根據故障時間截取該用電設備上傳的數據作為該電網設備在故障前的數據。

在一些實施例中，還包括以下步驟：

當電網設備在預設時間內出現故障的概率大于第一閾值時，產生第一報警信息。

在一些實施例中，還包括以下步驟：

當存在直接連接關系的多臺電網設備在預設時間內出現故障的概率均大于第二閾值時，產生第二報警信息。