一种基于分布式学习的配网状态检修辅助系统及方法技术方案

本发明专利技术公开一种基于分布式学习的配网状态检修辅助系统及方法，所述系统包括数据获取模块、数据关联模块、分布式模型参数确定模块以及配网设备运行状态评估模块；上述系统只需要通过数据获取模块获取配电网设备运行数据，通过数据关联模块得到配电网设备运行状态指标关联特性，进而通过分布式模型参数确定模块来获取配网设备运行数据状态评估模型，最后通过配网设备运行状态评估模块得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效、可靠。

Distribution network condition based maintenance assistance system and method based on Distributed Learning

The invention discloses a distribution state maintenance assistant system and method based on distributed learning, the system includes a data acquisition module, data association module, distributed parameters module and distribution network equipment operation state evaluation module; the system only needs through the data acquisition module acquires operation data of distribution network, get the distribution network running status of equipment the correlation index through the data association module, and then determine the module to obtain the distribution network equipment operation data evaluation model by the distributed parameters of the model, finally through the distribution network equipment running condition assessment module obtains the status of equipment operation of distribution network evaluation results, without manual calculation and analysis, the results of distribution network equipment running state are more efficient and evaluation reliable.

【技术实现步骤摘要】
一种基于分布式学习的配网状态检修辅助系统及方法
本专利技术涉及一种基于分布式学习的配网状态检修辅助系统及方法，属于配网设备领域。
技术介绍
随着电网的快速发展，电网规模愈发庞大，配网设备日益增多，配网设备检修是保障电网设备安全运行不可或缺的。但是，现行定期检修存在着临时性检修频繁、维修不足或者维修过剩、盲目维修等现象，导致了大量不必要的停电，增加了检修的工作量，出现维修费用浪费和设备可靠性降低。为此，本专利技术人对此进行研究，专门开发出一种基于分布式学习的配网状态检修辅助系统及方法，提高运行维护水平来保障设备运行可靠性以提高经济效益显得尤其重要。通过精确的在线监测以及日常带电检测等技术获取设备的相关运行信息，结合数理分析算法对设备状态进行量化评价，并以此作为制定检修计划的辅助决策信息，合理的安排配网设备检修计划，从而达到既能保证配网设备较高的可靠性，又能降低检修费用以及时间成本的目的。
技术实现思路
本专利技术的目的在于克服现有配网设备运行状态检修技术的不足，提供一种设计合理、评估精确、计算高效的基于分布式的配网设备运行状态检修辅助系统及方法。为了实现上述目的，本专利技术的解决方案是：一种基于分布式学习的配网状态检修辅助系统，包括数据获取模块、数据关联模块、分布式模型参数确定模块以及配网设备运行状态评估模块，其中：所述数据获取模块，用于获取配网设备运行状态数据的具体数据信息；所述数据关联模块，用于通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；所述分布式模型参数确定模块，用于确定配网设备运行状态分布式分类模型的模型参数；所述配网设备运行状态评估模块，用于对所述配电网设备关联信息簇进行所述配电网设备运行状态结果进行对应的状态评估，得到配网设备运行状态评估结果。作为优选，所述数据关联模块包括关联分析单元以及关联信息簇生成单元；其中，所述关联分析单元，用于对所述配网设备运行状态数据进行关联分析，得到配网设备指标关联网络；所述关联信息簇生成单元，用于依据配网设备指标关联网络中配网设备指标之间的关联特性，将所述配网设备运行状态数据进行存储记录，形成配网设备关联信息簇。作为优选，所述分布式模型参数确定模块包括分布式配置单元、分类器计算单元以及分类器稀疏化单元；其中，所述分布式配置单元，用于依据所述配网设备运行状态数据进行分类器的分布式配置，确定分类器的输入、输出以及学习数据样本的分布式配置方案；所述分类器计算单元，用于针对配网设备关联信息簇为模型学习数据样本，分别进行由多个并联分类器的模型训练，获得由分布式分类器组成的配网设备运行数据状态评估模型；所述分类器稀疏化单元，用于对配网设备运行数据状态评估模型进行稀疏化，以提高模型的评估精度，得到最终的配网设备运行状态评估模型。作为优选，所述配电网状态检修辅助系统还包括登陆模块、注册模块以及显示模块，其中，所述登陆模块，用于获取配网设备运行状态数据的具体数据信息，并判断所述配网设备运行状态数据是否存在于数据库内，若存在，则激活数据获取模块；所述注册模块，用于获取配网设备运行状态数据的具体数据信息，并将所述数据信息增加到数据库内；所述显示模块，用于显示配电网设备运行状态评估结果。一种基于分布式学习的配网状态检修辅助方法，包括以下步骤：步骤1、获取配网设备运行状态数据的具体数据信息；步骤2、通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；步骤3、确定配网设备运行状态分布式分类模型的模型参数，对分类模型进行稀疏化，得到最终的配网设备运行状态评估模型；步骤4、利用所述配网设备运行状态分布式分类模型对配网设备关联信息簇进行运行状态分析，得到配网设备运行状态评估结果，辅助配网状态检修工作的开展。作为优选，在步骤1之前进行登陆操作，所述登陆操作指获取配网设备运行状态数据的具体数据信息，并判断所述配网设备运行状态数据是否存在于数据库内，若存在，则激活数据获取模块。作为优选，所述登陆操作之前进行注册操作，所述注册操作指获取配网设备运行状态数据的具体数据信息，并将所述数据信息增加到数据库内。本专利技术所述的基于分布式学习的配网状态检修辅助系统及方法，只需要通过数据获取模块获取配电网设备运行数据，通过数据关联模块得到配电网设备运行状态指标关联特性，进而通过分布式模型参数确定模块来获取配网设备运行数据状态评估模型，最后通过配网设备运行状态评估模块得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效、可靠。具体体现在以下两点：(1)通过分布式模型参数确定模块来确定配网设备运行数据状态评估模型，进而得到配电网设备运行状态评估结果，无需人工计算与分析，使得到的配电网设备运行状态评估结果更为高效，辅助配网状态检修实施，最大限度减少因设备检修造成的停电时间，保障了设备状态检修的即时性；(2)通过精确的在线监测以及日常带电检测等技术获取配网设备相关运行信息，结合分布式学习的分析算法对设备状态进行量化分析与评价，辅助制定合理的检修计划，提高设备状态检修的准确性，延长设备的使用寿命，减少断电时间，提高设备状态检修的可靠性。以下结合附图及具体实施例对本专利技术做进一步详细描述。附图说明图1为实施例1的配电网状态检修辅助系统的系统框图；图2为实施例1的配网状态检修辅助方法流程图；图3为实施例2的配电网状态检修辅助系统的系统框图；图4为实施例2的配网状态检修辅助方法流程图。具体实施方式实施例1如图1所示，所述基于分布式学习的配网状态检修辅助系统包括数据获取模块100、数据关联模块200、分布式模型参数确定模块300以及配网设备运行状态评估模块400。其中：所述数据获取模块100，用于获取配网设备运行状态数据的具体数据信息；所述数据关联模块200，包括关联分析单元210以及关联信息簇生成单元220。其中，所述关联分析单元210，用于对所述配网设备运行状态数据进行关联分析，得到配网设备指标关联网络；所述关联信息簇生成单元220，用于依据配网设备指标关联网络中配网设备指标之间的关联特性，将所述配网设备运行状态数据进行存储记录，形成配网设备关联信息簇。所述分布式模型参数确定模块300，包括分布式配置单元310、分类器计算单元320以及分类器稀疏化单元330。其中，所述分布式配置单元310，用于依据所述配网设备运行状态数据进行分类器的分布式配置，确定分类器的输入、输出以及学习数据样本的分布式配置方案；所述分类器计算单元320，用于针对配网设备关联信息簇为模型学习数据样本，分别进行由多个并联分类器的模型训练，获得由分布式分类器组成的配网设备运行数据状态评估模型；所述分类器稀疏化单元330，用于对配网设备运行数据状态评估模型进行稀疏化，以提高模型的评估精度，得到最终的配网设备运行状态评估模型。所述配网设备运行状态评估模块400，用于对所述配电网设备关联信息簇进行所述配电网设备运行状态结果进行对应的状态评估，得到配网设备运行状态评估结果。如图2所示，一种基于分布式学习的配网状态检修辅助方法，包括以下步骤：步骤S100、获取配网设备运行状态数据的具体数据信息；步骤S110、通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得本文档来自技高网...

【技术保护点】
一种基于分布式学习的配网状态检修辅助系统，其特征在于：包括数据获取模块、数据关联模块、分布式模型参数确定模块以及配网设备运行状态评估模块，其中：所述数据获取模块，用于获取配网设备运行状态数据的具体数据信息；所述数据关联模块，用于通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；所述分布式模型参数确定模块，用于确定配网设备运行状态分布式分类模型的模型参数；所述配网设备运行状态评估模块，用于对所述配电网设备关联信息簇进行所述配电网设备运行状态结果进行对应的状态评估，得到配网设备运行状态评估结果。

【技术特征摘要】
1.一种基于分布式学习的配网状态检修辅助系统，其特征在于：包括数据获取模块、数据关联模块、分布式模型参数确定模块以及配网设备运行状态评估模块，其中：所述数据获取模块，用于获取配网设备运行状态数据的具体数据信息；所述数据关联模块，用于通过对所述配网设备运行状态数据进行关联分析和关联信息簇生成，得到配网设备关联信息簇；所述分布式模型参数确定模块，用于确定配网设备运行状态分布式分类模型的模型参数；所述配网设备运行状态评估模块，用于对所述配电网设备关联信息簇进行所述配电网设备运行状态结果进行对应的状态评估，得到配网设备运行状态评估结果。2.如权利要求1所述的一种基于分布式学习的配网状态检修辅助系统，其特征在于：所述数据关联模块包括关联分析单元以及关联信息簇生成单元；其中，所述关联分析单元，用于对所述配网设备运行状态数据进行关联分析，得到配网设备指标关联网络；所述关联信息簇生成单元，用于依据配网设备指标关联网络中配网设备指标之间的关联特性，将所述配网设备运行状态数据进行存储记录，形成配网设备关联信息簇。3.如权利要求1所述的一种基于分布式学习的配网状态检修辅助系统，其特征在于：所述分布式模型参数确定模块包括分布式配置单元、分类器计算单元以及分类器稀疏化单元；其中，所述分布式配置单元，用于依据所述配网设备运行状态数据进行分类器的分布式配置，确定分类器的输入、输出以及学习数据样本的分布式配置方案；所述分类器计算单元，用于针对配网设备关联信息簇为模型学习数据样本，分别进行由多个并联分类器的模型训练，获得由分布式分类器组成的配网设备运行数据状态评估模型；所述分类器稀疏化单元，用于对配网设备运行...

【专利技术属性】
技术研发人员：单林森，朱江峰，俞键，黄建杨，
申请(专利权)人：国网浙江省电力公司绍兴供电公司，国家电网公司，国网浙江省电力公司，国网浙江诸暨市供电公司，
类型：发明
国别省市：浙江,33