设备状态的评估方法和系统技术方案

本发明专利技术公开了一种设备状态的评估方法和系统。其中，该方法包括：获取变电站二次设备的状态数据；将状态数据输入至极端随机化树模型，得到变电站二次设备的评估结果，其中，极端随机化树模型是由服务器集群中包含的多个服务器并行生成的。本发明专利技术解决了现有技术中的设备状态的评估方法效率低，且存在过拟合的技术问题。

Assessment Method and System of Equipment Status

The invention discloses an evaluation method and system for equipment status. Among them, the method includes: obtaining the status data of substation secondary equipment; inputting the status data into the extreme randomization tree model to get the evaluation results of substation secondary equipment, in which the extreme randomization tree model is generated in parallel by multiple servers contained in the server cluster. The invention solves the technical problems of low efficiency and over-fitting of the evaluation method of equipment state in the prior art.

【技术实现步骤摘要】
设备状态的评估方法和系统
本专利技术涉及电力系统领域，具体而言，涉及一种设备状态的评估方法和系统。
技术介绍
变电站二次设备作为对系统监视和控制的重要设备，其自身健康状态的好坏直接关系电网的安全稳定。因此，需要对其进行状态评估，及时发现设备缺陷，减少事故损失。现阶段我国变电站二次设备检修方式主要是定期预防检修，然而该检修方式存在明显的缺点，包括检修过剩与检修不足并存、停电几率增加，供电可靠性低等。针对定期检修的不足，目前可以采用多种方法实现电网设备状态检修：应用马尔可夫(Markov)法对继电保护设备进行可靠性分析，但是没有实现对装置自检信息的全面、综合利用。应用概率法对继电保护装置建立概率模型，由于电网二次设备一般为可修复系统，一般不适合应用概率法进行评估。应用故障树法对变电站通信系统的可靠性进行评估。应用基于支持向量机的微机保护装置状态评估方法，取得了较神经网络更好的效果。应用基于贝叶斯网络的二次设备状态评估方法。上述二次设备状态评估方法都是选择某种机器学习算法，在单机环境下利用某方面的少量数据和信息开展的。然而，近年来随着智能电网建设的深入，设备监测的广度和深度不断加强，智能变电站二次设备的PMS(电力管理系统，PowerManagementSystem)、OMS(调度管理系统，PowerDispatchingManagementSystem)、监控、缺陷记录等各类数据积累下来，逐渐构成全景特征的二次设备大数据。采用现有技术中的评估方法效率较低，而且，随机森林和梯度提升方法存在过拟合问题。针对现有技术中的设备状态的评估方法效率低，且存在过拟合的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种设备状态的评估方法和系统，以至少解决现有技术中的设备状态的评估方法效率低，且存在过拟合的技术问题。根据本专利技术实施例的一个方面，提供了一种设备状态的评估方法，包括：获取变电站二次设备的状态数据；将状态数据输入至极端随机化树模型，得到变电站二次设备的评估结果，其中，极端随机化树模型是由服务器集群中包含的多个服务器并行生成的。进一步地，在将状态数据输入至极端随机化树模型，得到变电站二次设备的评估结果之前，上述方法还包括：获取样本数据集合，其中，样本数据集合包括：变电站二次设备的多个样本数据；控制多个服务器基于样本数据集合，并行构建决策树模型；对多个服务器构建的决策树模型进行汇总，生成极端随机化树模型。进一步地，控制多个服务器基于样本数据集合，并行构建决策树模型，包括：通过远程调用方式，依次发送构建请求至多个服务器，以控制多个服务器构建决策树模型。进一步地，在对多个服务器构建的决策树模型进行汇总，生成极端随机化树模型之前，上述方法还包括：接收多个服务器在决策树模型构建成功之后返回的消息；在接收到所有服务器返回的消息的情况下，对多个服务器构建的决策树模型进行汇总，生成极端随机化树模型。进一步地，在预设时间段内未接到任意一个服务器返回的消息的情况下，再次发送构建请求至任意一个服务器，直至重新发送构建请求的次数超过预设次数。进一步地，在未收到所有服务器返回的消息的情况下，输出用于表征极端随机化树模型生成失败的提示信息。进一步地，在获取样本数据集合之后，上述方法还包括：控制多个服务器并行获取样本数据集合的元数据；将元数据的格式转换为预设格式，得到新的元数据；将新的元数据存储至元数据库中。进一步地，将元数据的格式转换为预设格式，得到新的元数据，包括：获取元数据的属性，其中，属性包括如下至少之一：条件属性、决策属性、问题属性；获取属性对应的预设格式；按照预设格式，对元数据进行格式转换，得到新的元数据。进一步地，在将状态数据输入至极端随机化树模型，得到变电站二次设备的评估结果之后，上述方法还包括：将状态数据作为新的样本数据，并存储在样本数据集合中。根据本专利技术实施例的另一方面，还提供了一种设备状态的评估系统，包括：服务器集群，包括：多个服务器，用于并行生成极端随机化树模型；评估设备，与服务器集群连接，用于获取变电站二次设备的状态数据，并将状态数据输入至极端随机化树模型，得到变电站二次设备的评估结果。根据本专利技术实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述的设备状态的评估方法。根据本专利技术实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述的设备状态的评估方法。在本专利技术实施例中，利用调度系统中变电站二次设备的PMS、OMS、监控、缺陷记录等状态数据，应用计算机集群和极端随机化树方法实现快速、并行化、综合利用海量数据的电网二次设备状态评估系统，实现了运行设备的快速状态评估及趋势预警，提升电网运行的可靠性，而且可以有效克服随机森林和梯度提升方法遇到的过拟合问题，具有更好的泛化能力，更有效的评判未知样本类别，进而解决了现有技术中的设备状态的评估方法效率低，且存在过拟合的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种设备状态的评估方法的流程图；图2是根据本专利技术实施例的一种可选的状态评估系统的整体结构示意图；以及图3是根据本专利技术实施例的一种设备状态的评估系统的示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。实施例1根据本专利技术实施例，提供了一种设备状态的评估方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。图1是根据本专利技术实施例的一种设备状态的评估方法的流程图，如图1所示，该方法包括如下步骤：步骤S102，获取变电站二次设备的状态数据。具体地，上述的状态数据可以是变电站二次设备的PMS、OMS、监控、缺陷记录等各类数据，本专利技术对此不作具体限定。步骤S104，将状态数据输入至极端随机化树模型，得到变电站二次设备的评估结果，其中，极端随机化树模型是由服务器集群中包含的多个服务器并行生成的。具体地，上述的服务器集群可以是计算机集群，该集群由同构的Linux主机构成，计本文档来自技高网...

【技术保护点】
1.一种设备状态的评估方法，其特征在于，包括：获取变电站二次设备的状态数据；将所述状态数据输入至极端随机化树模型，得到所述变电站二次设备的评估结果，其中，所述极端随机化树模型是由服务器集群中包含的多个服务器并行生成的。

【技术特征摘要】
1.一种设备状态的评估方法，其特征在于，包括：获取变电站二次设备的状态数据；将所述状态数据输入至极端随机化树模型，得到所述变电站二次设备的评估结果，其中，所述极端随机化树模型是由服务器集群中包含的多个服务器并行生成的。2.根据权利要求1所述的方法，其特征在于，在将所述状态数据输入至极端随机化树模型，得到所述变电站二次设备的评估结果之前，所述方法还包括：获取样本数据集合，其中，所述样本数据集合包括：所述变电站二次设备的多个样本数据；控制所述多个服务器基于所述样本数据集合，并行构建决策树模型；对所述多个服务器构建的决策树模型进行汇总，生成所述极端随机化树模型。3.根据权利要求2所述的方法，其特征在于，控制所述多个服务器基于所述样本数据集合，并行构建决策树模型，包括：通过远程调用方式，依次发送构建请求至所述多个服务器，以控制所述多个服务器构建所述决策树模型。4.根据权利要求2所述的方法，其特征在于，在对所述多个服务器构建的决策树模型进行汇总，生成所述极端随机化树模型之前，所述方法还包括：接收所述多个服务器在所述决策树模型构建成功之后返回的消息；在接收到所有服务器返回的消息的情况下，对所述多个服务器构建的决策树模型进行汇总，生成所述极端随机化树模型。5.根据权利要求4所述的方法，其特征在于，在预设时间段内未接到任意一个服务器返回的消息的情况下，再次发送构建请求至所述任意一个服务器，直至重新发送所述构建请求的次数超过预设次数。6.根据权利要求4所述的方法，其特征在于，在未收到所有服务器返...

【专利技术属性】
技术研发人员：肖永立，孙军，段文洁，王雪军，刘松，见伟，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，北京中泰华电科技有限公司，
类型：发明
国别省市：北京,11