一種面向大數據和云環境的變電站智能告警模型方法
【專利摘要】本發明涉及一種面向大數據和云環境的變電站智能告警模型方法，其技術特點包括以下步驟：數據獲取階段；數據清洗；數據對齊；數據計算；數據展示。數據計算包括：把清洗、對齊后的歷史數據輸入到多種計算算法中，每種算法自動學習出輸入數據與設備缺陷、設備故障之間的關系，計算出每個設備出問題的概率，利用設備所屬家族的對應關系，計算出家族其他設備的出問題的概率。本發明通過面向大數據和云環境的方式，自動統計監控告警信息總量、分析監控告警信息走勢、判斷告警量異常增長點原因、全網各設備出問題的可能性分布，本發明可廣泛用于電力公司、變電站。
【專利說明】
一種面向大數據和云環境的變電站智能告警模型方法
技術領域
[0001]本發明屬于電力系統信息技術領域，尤其是一種面向大數據和云環境的變電站智能告警模型方法。
【背景技術】
[0002]目前設備很多采用傳統定期檢驗方法。設備存在潛在的不安全因素時，因未到檢修時間而不能及時排除隱患；設備狀態良好，但已到檢修時間，就必須檢修，檢修存在很大的盲目性，造成人力、物力的浪費，檢修效果也不好。因此，一種面向大數據和云環境的變電站智能告警模型方法，根據先進的狀態監測和診斷技術提供的設備狀態信息，判斷設備的異常，預知設備的故障，在故障發生前進行檢修的方式，即根據設備的健康狀態來安排檢修計劃，實施設備檢修很有需要。變電站智能告警工作的開展，有效的緩減人員短缺矛盾、提升設備安全運行水平、節約設備檢修時間，帶來了巨大的社會效益與經濟效益。
【發明內容】
[0003]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、行之有效且使用方便的面向大數據和云環境的變電站智能告警模型方法。
[0004]本發明解決現有的技術問題是采取以下技術方案實現的:
[0005]—種面向大數據和云環境的變電站智能告警模型方法，包括以下步驟:
[0006]步驟1、數據獲取階段
[0007]步驟2、數據清洗
[0008]步驟3、數據對齊
[0009]步驟4、數據計算
[0010]步驟5、數據展示
[0011]而且，步驟(I)數據獲取的內容是:全部管轄變電站的信息點表、d5000上傳的全部信息、監控日志、缺陷記錄、檢修記錄、PMS設備臺帳、輸變電在線監測、氣象信息(溫度、濕度、風力、風向、雨水、雷電)、運行信息(方式、遙測、遙信)
[0012]而且，步驟(2)數據清洗的方法為:
[0013]根據分析出來的海量的設備的信號，認為相同電壓等級、相同間隔類型、相同接線方式情況下，出現不相似信號的設備不是同一種設備;結合PMS設備臺帳，評估PMS中設備的信息的正確性；
[0014]同時根據PMS臺帳信息，評估信號所屬設備的正確性概率；
[0015]而且，步驟(3)數據對齊的方法為:
[0016]信息點表對齊:把變電站的歷史信息點表與標準信息點表庫對應，自動對應變電站點表與標準庫完全一致的條目；自動聚合變電站點表與標準庫相似的條目，人工審核;人工核對對應變電站點表與標準庫對應不上的條目，人工對應；
[0017]點表跟設備對齊:變電站歷史信息點表與設備建立關聯；
[0018]缺陷與設備對齊:設備缺陷文本記錄與缺陷對應的設備建立關聯；
[0019]檢修的對齊:檢修記錄與所屬設備建立聯系；
[0020]設備運行地點與所屬地的氣象信息對齊；
[0021]而且，步驟(4)數據計算的方法為:
[0022]把清洗、對齊后的歷史數據輸入到多種計算算法中，每種算法計算機自動學習出輸入數據與設備缺陷、設備故障之間的關系；
[0023]把清洗、對齊后的當前數據輸入到多種計算算法中，每種算法計算出每個設備出問題的概率；
[0024]算法包括:決策樹、樸素貝葉斯、回歸分析、SVM算法、神經網絡算法、深度學習算法;
[0025]利用設備所屬家族的對應關系，計算出家族其他設備的出問題的概率；
[0026]而且，步驟(5)數據展示的內容為:自動統計監控告警信息總量、分析監控告警信息走勢、判斷告警量異常增長點原因、全網各設備出問題的可能性分布。
[0027]本發明的優點和積極效果是:
[0028]本發明通過面向大數據和云環境的方式，自動統計監控告警信息總量、分析監控告警信息走勢、判斷告警量異常增長點原因、全網各設備出問題的可能性分布，本發明可廣泛用于電力公司、變電站。
【附圖說明】
[0029]圖1為本發明的運行環境系統示意圖。
圖2位本發明實現的流程圖。
【具體實施方式】
[0030]以下結合附圖對本發明實施例做進一步詳述。
[0031]—種面向大數據和云環境的變電站智能告警模型方法，是在圖1所示的運行環境系統上實現的，該系統包括云平臺、查詢終端關聯數據服務器為PMS數據、D5000數據服務器，查詢終端與云平臺相連接進行交互式通信。所述的云平臺是為查詢終端提供服務的基于網絡的程序。
[0032]本發明包括以下步驟:
[0033]步驟1、數據獲取階段
[0034]步驟2、數據清洗
[0035]步驟3、數據對齊
[0036]步驟4、數據計算[0037I步驟5、數據展示
[0038]步驟1、數據獲取的內容是:全部管轄變電站的信息點表、d5000上傳的全部信息、監控日志、缺陷記錄、檢修記錄、PMS設備臺帳、輸變電在線監測、氣象信息(溫度、濕度、風力、風向、雨水、雷電)、運行信息(方式、遙測、遙信)
[0039]步驟2、數據清洗的方法為:
[0040]根據分析出來的海量的設備的信號，認為相同電壓等級、相同間隔類型、相同接線方式情況下，出現不相似信號的設備不是同一種設備;結合PMS設備臺帳，評估PMS中設備的信息的正確性；
[0041 ]同時根據PMS臺帳信息，評估信號所屬設備的正確性概率；
[0042]步驟3、數據對齊的方法為:
[0043]信息點表對齊:把變電站的歷史信息點表與標準信息點表庫對應，自動對應變電站點表與標準庫完全一致的條目；自動聚合變電站點表與標準庫相似的條目，人工審核;人工核對對應變電站點表與標準庫對應不上的條目，人工對應；
[0044]點表跟設備對齊:變電站歷史信息點表與設備建立關聯；
[0045]缺陷與設備對齊:設備缺陷文本記錄與缺陷對應的設備建立關聯；
[0046]檢修的對齊:檢修記錄與所屬設備建立聯系；
[0047]設備運行地點與所屬地的氣象信息對齊；
[0048]步驟4、數據計算的方法為:
[0049]把清洗、對齊后的歷史數據輸入到多種計算算法中，每種算法計算機自動學習出輸入數據與設備缺陷、設備故障之間的關系；
[0050]把清洗、對齊后的當前數據輸入到多種計算算法中，每種算法計算出每個設備出問題的概率；
[0051 ]算法包括:決策樹、樸素貝葉斯、回歸分析、SVM算法、神經網絡算法、深度學習算法;
[0052]利用設備所屬家族的對應關系，計算出家族其他設備的出問題的概率；
[0053]步驟5、數據展示的內容為:自動統計監控告警信息總量、分析監控告警信息走勢、判斷告警量異常增長點原因、全網各設備出問題的可能性分布。
[0054]需要強調的是，本發明所述的實施例是說明性的，而不是限定性的，因此本發明包括并不限于【具體實施方式】中所述的實施例，凡是由本領域技術人員根據本發明的技術方案得出的其他實施方式，同樣屬于本發明保護的范圍。
【主權項】
1.一種面向大數據和云環境的變電站智能告警模型方法，其特征在于，包括以下步驟: (1)數據獲取階段 (2)數據清洗 (3)數據對齊 (4)數據計算 (5)數據展示。2.根據權利要求1所述的一種面向大數據和云環境的變電站智能告警模型方法，其特征在于所述步驟(I)數據獲取的內容是:全部管轄變電站的信息點表、d5000上傳的全部信息、監控日志、缺陷記錄、檢修記錄、PMS設備臺帳、輸變電在線監測、氣象信息(溫度、濕度、風力、風向、雨水、雷電)、運行信息(方式、遙測、遙信)。3.根據權利要求1所述的一種面向大數據和云環境的變電站智能告警模型方法，其特征在于所述步驟(2)數據清洗的方法為: 根據分析出來的海量的設備的信號，認為相同電壓等級、相同間隔類型、相同接線方式情況下，出現不相似信號的設備不是同一種設備;結合PMS設備臺帳，評估PMS中設備的信息的正確性； 同時根據PMS臺帳信息，評估信號所屬設備的正確性概率。4.根據權利要求1所述的一種面向大數據和云環境的變電站智能告警模型方法，其特征在于所述步驟(3)數據對齊的方法為: 信息點表對齊:把變電站的歷史信息點表與標準信息點表庫對應，自動對應變電站點表與標準庫完全一致的條目；自動聚合變電站點表與標準庫相似的條目，人工審核;人工核對對應變電站點表與標準庫對應不上的條目，人工對應； 點表跟設備對齊:變電站歷史信息點表與設備建立關聯； 缺陷與設備對齊:設備缺陷文本記錄與缺陷對應的設備建立關聯； 檢修的對齊:檢修記錄與所屬設備建立聯系； 設備運行地點與所屬地的氣象信息對齊。5.根據權利要求1所述的一種面向大數據和云環境的變電站智能告警模型方法，其特征在于所述步驟(4)數據計算的方法為: 把清洗、對齊后的歷史數據輸入到多種計算算法中，每種算法計算機自動學習出輸入數據與設備缺陷、設備故障之間的關系； 把清洗、對齊后的當前數據輸入到多種計算算法中，每種算法計算出每個設備出問題的概率； 算法包括:決策樹、樸素貝葉斯、回歸分析、SVM算法、神經網絡算法、深度學習算法； 利用設備所屬家族的對應關系，計算出家族其他設備的出問題的概率。6.根據權利要求1所述的一種面向大數據和云環境的變電站智能告警模型方法，其特征在于所述步驟(5)數據展示的內容為:自動統計監控告警信息總量、分析監控告警信息走勢、判斷告警量異常增長點原因、全網各設備出問題的可能性分布。
【文檔編號】G06Q50/06GK105913126SQ201610176819
【公開日】2016年8月31日
【申請日】2016年3月25日
【發明人】俞琳, 魏珍, 姚維平
【申請人】北京用尚科技股份有限公司