一种基于大数据驱动的输电线路故障预警方法及系统技术方案

本发明专利技术公开了基于大数据驱动的输电线路故障预警方法及系统。该方法包括采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。

Transmission line fault prewarning method and system based on large data drive

The invention discloses a transmission line fault prewarning method and system based on large data drive. The method includes collecting relevant information transmission lines, transmission line information including electrical quantity, meteorological data, fault information and event sequence topology data; feature extraction of transmission line related information, and then construct fault factor mining database and fault distinguishing feature library; the fault factors of mining database data mining naive fault factor index based on the Bayesian algorithm, then the abnormal fault factor of abnormal state tracking; abnormal fault fault factor factor index is transmitted to the fault distinguishing feature library, time series similarity matching method to fault fault warning information of time series feature library to generate real-time and matching the preset fault standard time series based on the corresponding early warning early warning information the information of time series, and outputs the fault warning.

【技术实现步骤摘要】
一种基于大数据驱动的输电线路故障预警方法及系统
本专利技术属于智能用电领域，尤其涉及一种基于大数据驱动的输电线路故障预警方法及系统。
技术介绍
随着社会经济的发展，对电力的依赖性越来越强，大规模停电事故往往始于电网某一线路的故障，并随着电网拓扑的强关联性及存在的脆弱环节而不断扩大。对于某些供电网架薄弱的地区，单一线路故障就可能导致负荷损失。目前，针对输电线路故障的相关研究，大部分成果仅依赖现有数据对故障进行诊断，事实上，电力系统存在上传数据单一、数量多、综合性差等问题，导致依靠此类数据难以实现故障预测的全面性和前瞻性，信息响应及时性差，并且很难对线路异常情况做好跟踪及预测发展趋势的工作。在不提高电价转移经济压力的前提下，亟需运用先进的智能化技术，对输电线路故障进行预警，开展差异化运维，减少线路故障发生概率，有利于提高供电可靠性。
技术实现思路
为解决输电线路远程故障预警问题，本专利技术的第一目的是提出一种基于大数据驱动的输电线路故障预警方法，该方法能够有效实现对输电线路的远程故障预警，辅助提前制定故障解决方案的业务需求。本专利技术的一种基于大数据驱动的输电线路故障预警方法，包括：采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。其中，本专利技术的电气量指的是输电线路的电压、电流以及输电线路上的电阻信息。本专利技术的故障事件顺序信息，指的是输电线路的发生故障事件的时间顺序信息。本专利技术的故障因子为目标类，比如：气象数据因素或输电线路设备因素；故障因子指数为目标类预测发生的数值。进一步的，本专利技术分别基于朴素贝叶斯算法和时间序列相似性故障匹配算法对提取的特征来构建故障因子挖掘数据库和故障判别特征库。针对发展输电线路远程故障诊断存在的问题，本专利技术提出解决方案：充分利用大数据技术实现对现有海量数据的处理，采用朴素贝叶斯算法对数据挖掘以预测故障因子指数，随后结合可采集的电气量、气象数据、故障事件顺序信息、电网拓扑数据，以基于时间序列相似性故障匹配算法实现对输电线路的故障预警，并推送预警信息，以辅助调度与运维，提前制定解决方案，快速处理故障，加速电网恢复。进一步的，该方法还包括：将预警信息推送给输电线路运维服务器，确定预警信息的故障因子以及故障判别特征，进而分别反馈至故障因子挖掘数据库和故障判别特征库，以闭环反馈的形式提高故障预警准确度。进一步的，该方法还包括：将输出的预警信息以多种形式进行展示，表现为故障特征分析展示、故障原因、故障位置及诊断结果的统一展示。这样能够更加直观地查看输出的预警信息。进一步的，基于时间序列相似性故障匹配方法对故障判别特征库内实时生成的预警信息时间序列与故障标准时间序列进行匹配的过程包括：求取预警信息时间序列与故障标准时间序列之间的相似度，并与预设相似度阈值比较，输出大于或等于预设相似度阈值预警信息时间序列相对应的预警信息。本专利技术通过预警信息时间序列与故障标准时间序列之间的相似度与预设相似度阈值比较，能够准确快速地获取预警信息。进一步的，通过求取预警信息时间序列与标准时间序列之间的编辑距离，来衡量预警信息时间序列与标准时间序列之间的相似度。其中，利用编辑距离判断识别结果和标准答案之间的不同。不同的错误可以反映识别系统存在的问题。本专利技术的第二目的是提供一种基于大数据驱动的输电线路故障预警系统。本专利技术的一种基于大数据驱动的输电线路故障预警系统，包括：数据采集模块，其用于采集输电线路相关信息，所述输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；故障判别指标体系构建模块，其用于提取输电线路相关信息的特征，进而构建出故障因子挖掘数据库和故障判别特征库；故障因子指数挖掘模块，其用于基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；其中，故障因子为目标类，故障因子指数为目标类预测发生的数值；故障预警输出模块，其用于将故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。在所述故障判别指标体系构建模块中，分别基于朴素贝叶斯算法和时间序列相似性故障匹配算法对提取的特征来构建故障因子挖掘数据库和故障判别特征库。进一步的，该系统还包括：预警信息推送模块，其用于将预警信息推送给输电线路运维服务器，确定预警信息的故障因子以及故障判别特征，进而分别反馈至故障因子挖掘数据库和故障判别特征库，以闭环反馈的形式提高故障预警准确度。进一步的，该系统还包括：展示模块，其用于将输出的预警信息以多种形式进行展示，表现为故障特征分析展示、故障原因、故障位置及诊断结果的统一展示。进一步的，所述故障预警输出模块还包括：相似度求取模块，其用于求取预警信息时间序列与故障标准时间序列之间的相似度；相似度比较模块，其用于求取的预警信息时间序列与故障标准时间序列之间的相似度，再与预设相似度阈值比较，输出大于或等于预设相似度阈值预警信息时间序列相对应的预警信息。进一步的，在所述相似度求取模块中，通过求取预警信息时间序列与标准时间序列之间的编辑距离，来衡量预警信息时间序列与标准时间序列之间的相似度。与现有技术相比，本专利技术的有益效果是：(1)本专利技术采用基于朴素贝叶斯算法的故障因子挖掘和基于时间序列相似性故障匹配算法构建故障预警模型，二者相辅相承，故障因子挖掘通过预测故障因子指数辅助时间序列相似性故障匹配提高故障预测的全面性和前瞻性，基于时间序列相似性故障匹配避免了朴素贝叶斯算法特征项的关联性，二者结合可有效实现输电线路运行异常跟踪、故障预警。(2)本专利技术为了大幅提高存储密度和数据定位、运行速度，以大数据处理集群对海量时序数据进行实时数据处理，提高数据处理的稳定性和可靠性。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1为输电线路预警模型数据处理流程图；图2为构建故障判别指标体系过程图；图3为基于朴素贝叶斯算法的故障因子挖掘数据流程图；图4为基于时间序列相似性故障匹配方法数据流程图；图5为基于大数据驱动的输电线路故障预警方法实施例流程图；图6为本专利技术的一种基于大数据驱动的输电线路故障预警系统实施例一结构示意图；图7为本专利技术的一种基于大数据驱动的输电线路故障预警系统实施例二结构示意图；图8为本专利技术的一种基于大数据驱动的输电线路故障预警系统实施例三结构示意图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解本文档来自技高网...

【技术保护点】
一种基于大数据驱动的输电线路故障预警方法，其特征在于，包括：采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。

【技术特征摘要】
1.一种基于大数据驱动的输电线路故障预警方法，其特征在于，包括：采集输电线路相关信息，输电线路相关信息包括电气量、气象数据、故障事件顺序信息和电网拓扑数据；提取输电线路相关信息的特征，进而构建故障因子挖掘数据库和故障判别特征库；基于朴素贝叶斯算法对当前故障因子挖掘数据库中的数据进行故障因子指数挖掘，进而对异常故障因子进行异常状态跟踪；将异常故障因子的故障因子指数传输至故障判别特征库，基于时间序列相似性故障匹配方法将故障判别特征库内实时生成的预警信息时间序列与预设故障标准时间序列进行匹配，输出已匹配的预警信息时间序列所对应的预警信息并进行故障预警。2.如权利要求1所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，该方法还包括：将预警信息推送给输电线路运维服务器，确定预警信息的故障因子以及故障判别特征，进而分别反馈至故障因子挖掘数据库和故障判别特征库，以闭环反馈的形式提高故障预警准确度。3.如权利要求1所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，该方法还包括：将输出的预警信息以多种形式进行展示，表现为故障特征分析展示、故障原因、故障位置及诊断结果的统一展示。4.如权利要求1所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，基于时间序列相似性故障匹配方法对故障判别特征库内实时生成的预警信息时间序列与故障标准时间序列进行匹配的过程包括：求取预警信息时间序列与故障标准时间序列之间的相似度，并与预设相似度阈值比较，输出大于或等于预设相似度阈值预警信息时间序列相对应的预警信息；优选地，分别基于朴素贝叶斯算法和时间序列相似性故障匹配算法对提取的特征来构建故障因子挖掘数据库和故障判别特征库。5.如权利要求4所述的一种基于大数据驱动的输电线路故障预警方法，其特征在于，通过求取预警信息时间序列与标准时间序列之间的编辑距离，来衡量预警信息时间序列与标准时间序列之间的相似度。6.一种基于大数据驱动的输电线路故障预警系统，其特征在于，包括：数据采集模块，其用于采集输电线路相关信息，所述...

【专利技术属性】
技术研发人员：丁晓兵，余江，郑茂然，陈宏山，吕梁，张静伟，高宏慧，刘智勇，
申请(专利权)人：中国南方电网有限责任公司，山大地纬软件股份有限公司，
类型：发明
国别省市：广东,44