配网开关设备的故障诊断方法及装置制造方法及图纸

本发明专利技术实施例提供一种配网开关设备的故障诊断方法及装置，其中方法包括：根据配网开关设备的物理结构以及历史诊断记录，建立故障树模型；对配网开关设备的历史诊断记录进行关联规则的挖掘，将挖掘出的关联规则作为侧向联系添加至所述故障树中，获得贝叶斯网络的拓扑；其中，所述关联规则由若干个满足最小支持度与置信度的缺陷组成；根据所述历史诊断记录训练所述拓扑，获得确定参数的贝叶斯网络，根据所述贝叶斯网络求解最大似然的设备缺陷，将条件概率最大的缺陷作为故障诊断结果。本发明专利技术实施例克服专家主管经验的不确定性，将诊断结果精确到设备零件，同时可最大程度地降低人工经验的依赖性。

【技术实现步骤摘要】
配网开关设备的故障诊断方法及装置
本专利技术实施例涉及配网设备智能运维
，更具体地，涉及配网开关设备的故障诊断方法及装置。
技术介绍
传统的利用贝叶斯网络进行故障的诊断方法中，贝叶斯网络拓扑的建立都基于故障事件，而忽略了设备本身的物理结构对于故障诊断的影响。针对这个不足，目前已有一些文献对基于设备物理结构的故障树—贝叶斯网络的转化进行了研究。但在故障树未能考虑到的一些侧向联系上，更多依靠工程人员的经验，看法过于主观，不够全面。在需要对配网开关设备进行到货抽检时，原有的监测方法十分依靠人工经验，在得知设备某项功能无法实现的情况下，依据检测指导书对设备进行逐项人工检测，往往需要很长的工作时间积累的经验，才能较好地应对设备复杂条件下的各类故障。此检测方法主要的弊端还体现在，诊断效率低，诊断结果常为经验项，难以有揭露深层次故障缺陷成因等知识的启发。
技术实现思路
本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的配网开关设备的故障诊断方法及装置。第一个方面，本专利技术实施例提供一种配网开关设备的故障诊断方法，包括：根据配网开关设备的物理结构以及历史诊断记录，建立故障树模型；对配网开关设备的历史诊断记录进行关联规则的挖掘，将挖掘出的关联规则作为侧向联系添加至所述故障树中，获得贝叶斯网络的拓扑；其中，所述关联规则由若干个满足最小支持度与置信度的缺陷组成；根据所述历史诊断记录训练所述拓扑，获得确定参数的贝叶斯网络，根据所述贝叶斯网络求解最大似然的设备缺陷，将条件概率最大的缺陷作为故障诊断结果。第二个方面，本专利技术实施例提供一种配网开关设备的故障诊断装置，包括：故障树模型构建模块，用于根据配网开关设备的物理结构以及历史诊断记录，建立故障树模型；拓扑构建模块，用于对配网开关设备的历史诊断记录进行关联规则的挖掘，将挖掘出的关联规则作为侧向联系添加至所述故障树中，获得贝叶斯网络的拓扑；其中，所述关联规则由若干个满足最小支持度与置信度的缺陷组成；诊断模块，用于根据所述历史诊断记录训练所述拓扑，获得确定参数的贝叶斯网络，根据所述贝叶斯网络求解最大似然的设备缺陷，将条件概率最大的缺陷作为故障诊断结果。第三方面，本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。本专利技术实施例提供的配网开关设备的故障诊断方法及装置，考虑配网开关设备对故障诊断的影响，构建故障树，将故障树与关联规则挖掘相结合，克服专家主管经验的不确定性，将诊断结果精确到设备零件，同时可最大程度地降低人工经验的依赖性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的配网开关设备的故障诊断方法的流程示意图；图2为本专利技术实施例提供的故障树的示意图；图3为本专利技术实施例的贝叶斯网络的拓扑示意图；图4为本专利技术实施例提供的配网开关设备的故障诊断装置的结构示意图；图5为本专利技术实施例提供的电子设备的实体结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本专利技术一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为了克服现有技术的上述问题，本专利技术实施例提供了一种配网开关设备的故障诊断方法，其专利技术构思为：考虑配网开关设备对故障诊断的影响，构建故障树，将故障树与关联规则挖掘相结合，克服专家主管经验的不确定性，将诊断结果精确到设备零件，同时可最大程度地降低人工经验的依赖性。图1为本专利技术实施例提供的配网开关设备的故障诊断方法的流程示意图，如图1所示，包括：S100、根据配网开关设备的物理结构以及历史诊断记录，建立故障树模型。基于贝叶斯网络的开关柜故障诊断方法，关键在于如何确定网络的拓扑。本专利技术实施例根据配网开关设备的物理结构以及工程经验下常见故障的发生位置，建立故障树模型。故障树模型是一种特殊的倒立树状逻辑因果关系图，它用事件符号、逻辑门符号和转移符号描述系统中各种事件之间的因果关系。逻辑门的输入事件是输出事件的"因"，逻辑门的输出事件是输入事件的"果"。图2为本专利技术实施例提供的故障树的示意图。如图2所示，故障树的根节点为环网柜，环网柜的下一级节点包括母线室、负荷开关室以及电缆室，以母线室为例，下一级节点由包括静触头和母线，静触头的下一级为故障树的事件，对应的为过热。在故障树中，每一条分支底层的节点表示缺陷，除底层之外的节点表示从配网开关设备物理结构不同层级的设备元件。S101、对配网开关设备的历史诊断记录进行关联规则的挖掘，将挖掘出的关联规则作为侧向联系添加至所述故障树中，获得贝叶斯网络的拓扑；其中，所述关联规则由若干个满足最小支持度与置信度的缺陷组成。在机器学习领域，规则意味着具有明确语义、能够描述数据分布所隐含的客观规律和概念，可以写成“若A成立，则B成立”的形式的逻辑规则。在本专利技术实施例中，关联规则挖掘就是要从输入的历史诊断数据中，寻找满足最小支持度与置信度的规则集合。对于含有n个变量的贝叶斯网络，其可能的拓扑有种，因此通过枚举的办法找到最优的网络拓扑是NPhard问题，应该引入一些如下两个先验假设以便缩小搜索范围。假设一：空间上有直接连接关系的两个设备部件，其缺陷也将存在相关关系；假设二：在历史故障数据中频繁同时出现的设备缺陷，在概率分布上也存在相关关系.下面分析以上两个假设的合理性。对于假设一，以图2所示实施例为例，母排和静触头是母线室中相连的两个部件，当静触头由于锈蚀等原因产生接触电阻时，通过电流时将发热引起母线室温度升高，从而诱发母排绝缘老化。对于假设二，专利技术人通过统计发现，环网柜的辅助开关卡涩往往伴随着箱体螺栓松动，实际上螺栓松动意味着箱体密闭不良，雨雪天气下积水容易渗入开关室内部，诱发辅助开关锈蚀从而导致开关卡涩。虽然辅助开关与箱体并不直接相连，但显然螺栓松动是引发开关卡涩的主导缺陷。在本专利技术实施例中，关联规则为表达为如下形式的语句：f1∧f2∧…∧fk→Θ式中f1,f2,…,fk为规则体，通常为[属性A＝值a]或[属性A>值a]的形式，将属性空间划分为有限个子区间；Θ为规则头，表现了在上述规则体的前提下，目标属性的取值，例如在规则“箱体内湿度>额定值∧箱体密封不严→箱体内SF6泄漏”中，“箱体内湿度>额定值∧母排插口对箱体放电闪络”为规则体，“箱体内SF6泄漏”为规则头。其中，湿度超标和箱体密封不严是缺陷，六氟化硫泄漏是故障；这里结构和位置的信息是用来构造这个贝叶斯网络的拓扑，指定了网络拓扑中有哪些节点，以及哪些节点之间会连起来(即，故障树指定了网络中有哪些本文档来自技高网...

【技术保护点】
1.一种配网开关设备的故障诊断方法，其特征在于，包括：根据配网开关设备的物理结构以及历史诊断记录，建立故障树模型；对配网开关设备的历史诊断记录进行关联规则的挖掘，将挖掘出的关联规则作为侧向联系添加至所述故障树中，获得贝叶斯网络的拓扑；其中，所述关联规则由若干个满足最小支持度与置信度的缺陷组成；根据所述历史诊断记录训练所述拓扑，获得确定参数的贝叶斯网络，根据所述贝叶斯网络求解最大似然的设备缺陷，将条件概率最大的缺陷作为故障诊断结果。

【技术特征摘要】
1.一种配网开关设备的故障诊断方法，其特征在于，包括：根据配网开关设备的物理结构以及历史诊断记录，建立故障树模型；对配网开关设备的历史诊断记录进行关联规则的挖掘，将挖掘出的关联规则作为侧向联系添加至所述故障树中，获得贝叶斯网络的拓扑；其中，所述关联规则由若干个满足最小支持度与置信度的缺陷组成；根据所述历史诊断记录训练所述拓扑，获得确定参数的贝叶斯网络，根据所述贝叶斯网络求解最大似然的设备缺陷，将条件概率最大的缺陷作为故障诊断结果。2.根据权利要求1所述的故障诊断方法，其特征在于，根据配网开关设备的物理结构以及历史诊断记录，建立故障树模型，具体为：建立以树的形式反应所述配网开关设备的各元件间的空间连接关系的设备物理模型，记物理模型的节点和边分别为Nphysic和Lphysic；记所述历史诊断记录中的所有故障的集合为Nfault＝{f1,f2,…,fk}，发生故障的部件的集合为Ncomponent＝{c1,c2,…,ck}，建立设备故障与故障部件的连接边集合创建故障树模型为G0(N,L0)，其中，N＝Nphysic∪Nfault，L0＝Lphysic∪Llink。3.根据权利要求2所述的故障诊断方法，其特征在于，所述对配网开关设备的历史诊断记录进行关联规则挖掘，具体为根据FP-growth算法对所述历史诊断记录进行关联规则的挖掘。4.根据权利要求3所述的故障诊断方法，其特征在于，将FP-growth算法输出的所有二元频繁项集合记为L1＝{(N'from,N′to)|N'from,N′to∈N}，令L＝L0∪L1，则贝叶斯网络的拓扑为GB＝(N,L)。5.根据权利要求1所述的故障诊断方法，其特征在于，所述根据所述历史诊断记录训练所述拓扑的步骤，之前还包括对所述贝叶斯网络的拓扑进行剪枝，具体为：使用所述历史诊断记录训练所述拓扑，计算训练后的拓扑的交叉熵与模型正则项的评分指标，作为初始分值，将所述拓扑的所有边标记为未访问；随机从所述拓扑中移除一条未访问边，获得新的拓扑，以所述历史诊断记录训练所述新的拓扑，计算所述新的拓扑的交叉熵与模型正则项的评...

【专利技术属性】
技术研发人员：陈颖，唐尧，李俊均，黄少伟，陈国炎，
申请(专利权)人：清华大学，广州供电局有限公司电力试验研究院，
类型：发明
国别省市：北京,11