一种基于大数据的计量设备状态评估方法及系统技术方案

本发明专利技术公开了一种基于大数据的计量设备状态评估方法及系统。目前的一些计量设备的状态评估方法主要针对单一设备。本发明专利技术包括步骤：海量计量相关数据整合及存储；建立基于计量大数据的算法分析模型，包括建立强关联规则故障指标和建立基于海量历史数据的故障区间频繁集合算法分析模式；计量设备状态评估：基于故障区间频繁集合算法分析模式，通过可视化分析方式对各电压等级的主站及各类型的互感器进行故障设备状态评估。本发明专利技术充分考虑到当前海量计量设备实时及历史数据的现状，能够利用大数据的方法提升基于海量数据下计量设备的状态评估水平。

A method and system for measuring the state of measurement equipment based on large data

【技术实现步骤摘要】
一种基于大数据的计量设备状态评估方法及系统
本专利技术涉及计量设备状态评估领域，具体地说是一种基于大数据的计量设备状态评估方法及系统。
技术介绍
国家电网公司积极开展计量系统精益化管理工作，目前有计量生产调度生产平台对计量装置进行全方位的全寿命管理，有效的提升了计量准确性，但对计量设备的监测和状态评估尚未开展，由此引发的计量故障无法有效解决。随着加大对计量设备的投入，通过采集装置提取到的计量数据越来越多，真正意义上实现计量大数据的概念。如何借助大数据的手段分析及评估计量设备是目前研究的重点。当前对计量设备的状态评估主要通过用电信息采集系统实现对电能表数据的采集与处理，并在用电信息采集系统主站通过数据比对、统计分析技术手段，对计量设备的运行工况进行诊断和分析，判断计量设备是否处于正常运行状态，实现辅助决策功能。智能诊断的数据来源包括电能表和采集终端中的电能计量数据、运行工况数据和事件记录等各类数据。通过对电能表、采集终端各类数据的产生条件、关联关系的分析，结合相关业务应用需求，研究建立单一设备分析模式。单一设备分析模式只能从单个设备角度出发，分析当前设备的运行状态。单一设备分析的研究方式及结论单一，无法满足深层次的分析需求。
技术实现思路
本专利技术所解决的技术问题是克服上述现有技术存在的缺陷，提供一种基于大数据的计量设备状态评估方法，其利用海量的计量设备历史数据，以提升计量设备的状态评估水平。为此，本专利技术采用如下的技术方案：一种基于大数据的计量设备状态评估方法，其包括步骤：1)海量计量相关数据整合及存储；2)建立基于计量大数据的算法分析模型，包括建立强关联规则故障指标和建立基于海量历史数据的故障区间频繁集合算法分析模式；3)计量设备状态评估：基于故障区间频繁集合算法分析模式，通过可视化分析方式对各电压等级的主站及各类型的互感器进行故障设备状态评估。本专利技术充分考虑到当前海量计量设备实时及历史数据的现状，能够利用大数据的方法提升基于海量数据下计量设备的状态评估水平。作为上述技术方案的补充，步骤1)中，数据整合的内容如下：基于现有的数据融合模式及基础，通过海量数据中心提取计量数据，能够有效地提升数据接入效率及数据质量，在一定程度上减轻数据开发的工作量；海量数据中心的数据接入方式主要通过ETL相关工具进行数据对接，通过源端与目的端在数据传输过程中的业务逻辑及数据整合周期配置，能够使得数据在进入目的端前，进行统一的计量数据整合与清洗。作为上述技术方案的补充，海量计量相关数据的采集，主要从用电信息采集系统、营销业务系统、PMS中提取出计量设备的周期运行及台区数据。作为上述技术方案的补充，步骤1)中，数据存储的内容如下：根据网架结构所需数据，分为静态数据与动态数据两个类别；一是以设备信息为主的静态数据(主要有配变信息、线路信息、柱上开关信息、变压器信息等)，静态数据信息更新频度低，数据读取量小，为此将此部分数据统一存储在单一节点的DataNode数据库中，便于数据读取；二是以运行负荷为主的动态数据，此部分数据变化更新频度高，实时数据更新频度达15分钟、10分钟、1分钟甚至秒级，为此将其单独存放，最大化提高数据的读取性能。作为上述技术方案的补充，步骤2)中，建立强关联规则故障指标的内容为：建立计量设备(主要为互感器)的重要故障影响指标分析体系，通过重要故障影响指标之间的关系展开分析，建立这些指标发生设备故障的强关联规则。作为上述技术方案的补充，步骤2)中，故障区间频繁集合算法分析模式的内容如下：通过计算机进行智能识别，在建立强关联规则故障指标的基础上，针对每个计量设备指标参数进行一次故障所致区间的判断。作为上述技术方案的补充，步骤2)中，进行一次故障所致区间的判断步骤如下：首先，对实际的故障指标数据进行判断，判断各指标在何区间范围内时，发生状态故障的次数比较多，统计的时间维度具体到年份；然后，根据判断出来的各指标的范围，将每一个计量设备指标(日平均电压值、日平均电流值、额定电流变比、额定容量、投运年限等)划分区间，在区间范围以下设置一到两个区间，在区间范围以上设置一到两个区间。本专利技术的另一目的是提供一种基于大数据的计量设备状态评估系统，其包括：数据整合及存储单元：用于整合及存储海量计量相关数据；算法分析单元：建立强关联规则故障指标和建立基于海量历史数据的故障区间频繁集合算法分析模式；计量设备状态评估单元：基于故障区间频繁集合算法分析模式，通过可视化分析方式对各电压等级的主站及各类型的互感器进行故障设备状态评估。本专利技术具有的有益效果如下：本专利技术创新的引入基于分布式集群的存储方式，较原先的存储技术相比，在大数据方面极大地提高了数据的存储及读写效率；通过大数据挖掘分析算法模型，实现对计量设备海量数据的合理分析及利用，完成对计量设备状态的评估及预警。附图说明图1为本专利技术评估方法的流程示意图。具体实施方式下面结合具体实施方式进一步阐述本专利技术。实施例1本实施例提供一种基于大数据的计量设备状态评估方法，如图1所示，其包括步骤：1)海量计量相关数据整合及存储；2)建立基于计量大数据的算法分析模型，包括建立强关联规则故障指标和建立基于海量历史数据的故障区间频繁集合算法分析模式；3)计量设备状态评估：基于故障区间频繁集合算法分析模式，通过可视化分析方式对各电压等级的主站及各类型的互感器进行故障设备状态评估。本专利技术充分考虑到当前海量计量设备实时及历史数据的现状，能够利用大数据的方法提升基于海量数据下计量设备的状态评估水平。步骤1)中，数据整合的内容如下：基于现有的数据融合模式及基础，通过海量数据中心提取计量数据，能够有效地提升数据接入效率及数据质量，在一定程度上减轻数据开发的工作量；海量数据中心的数据接入方式主要通过ETL相关工具进行数据对接，通过源端与目的端在数据传输过程中的业务逻辑及数据整合周期配置，能够使得数据在进入目的端前，进行统一的计量数据整合与清洗。海量计量相关数据的采集，主要从用电信息采集系统、营销业务系统、PMS中提取出计量设备的周期运行及台区数据。步骤1)中，数据存储的内容如下：根据网架结构所需数据，分为静态数据与动态数据两个类别；一是以设备信息为主的静态数据(主要有配变信息、线路信息、柱上开关信息、变压器信息等)，静态数据信息更新频度低，数据读取量小，为此将此部分数据统一存储在单一节点的DataNode数据库中，便于数据读取；二是以运行负荷为主的动态数据，此部分数据变化更新频度高，实时数据更新频度达15分钟、10分钟、1分钟甚至秒级，为此将其单独存放，最大化提高数据的读取性能。步骤2)中，建立强关联规则故障指标的内容为：建立计量设备(主要为互感器)的重要故障影响指标分析体系，通过重要故障影响指标之间的关系展开分析，建立这些指标发生设备故障的强关联规则。步骤2)中，故障区间频繁集合算法分析模式的内容如下：通过计算机进行智能识别，在建立强关联规则故障指标的基础上，针对每个计量设备指标参数进行一次故障所致区间的判断。步骤2)中，进行一次故障所致区间的判断步骤如下：首先，对实际的故障指标数据进行判断，判断各指标在何区间范围内时，发生状态故障的次数比较多，统计的时间维度具体到年份；然后，根据判断出来的各指标的范围，将每一个计量本文档来自技高网...

【技术保护点】
一种基于大数据的计量设备状态评估方法，其特征在于，包括步骤：1)海量计量相关数据整合及存储；2)建立基于计量大数据的算法分析模型，包括建立强关联规则故障指标和建立基于海量历史数据的故障区间频繁集合算法分析模式；3)计量设备状态评估：基于故障区间频繁集合算法分析模式，通过可视化分析方式对各电压等级的主站及各类型的互感器进行故障设备状态评估。

【技术特征摘要】
1.一种基于大数据的计量设备状态评估方法，其特征在于，包括步骤：1)海量计量相关数据整合及存储；2)建立基于计量大数据的算法分析模型，包括建立强关联规则故障指标和建立基于海量历史数据的故障区间频繁集合算法分析模式；3)计量设备状态评估：基于故障区间频繁集合算法分析模式，通过可视化分析方式对各电压等级的主站及各类型的互感器进行故障设备状态评估。2.根据权利要求1所述的计量设备状态评估方法，其特征在于，步骤1)中，数据整合的内容如下：基于现有的数据融合模式及基础，通过海量数据中心提取计量数据；海量数据中心的数据接入方式主要通过ETL相关工具进行数据对接，通过源端与目的端在数据传输过程中的业务逻辑及数据整合周期配置，能够使得数据在进入目的端前，进行统一的计量数据整合与清洗。3.根据权利要求2所述的计量设备状态评估方法，其特征在于，海量计量相关数据的采集，主要从用电信息采集系统、营销业务系统、PMS中提取出计量设备的周期运行及台区数据。4.根据权利要求1-3任一项所述的计量设备状态评估方法，其特征在于，步骤1)中，数据存储的内容如下：根据网架结构所需数据，分为静态数据与动态数据两个类别；一是以设备信息为主的静态数据，静态数据信息更新频度低，数据读取量小，为此将此部分数据统一存储在单一节点的DataNode数据库中，便于数据读取；二是以运行负荷为主的动态数据，此部分数据变化更新频度...

【专利技术属性】
技术研发人员：许灵洁，郭鹏，陈骁，沈建良，张卫华，严华江，何文林，楼平，韩中杰，魏泽民，黄道，
申请(专利权)人：国网浙江省电力公司电力科学研究院，国网浙江省电力公司湖州供电公司，国网浙江省电力公司嘉兴供电公司，国家电网公司，国网信息通信产业集团有限公司，福建亿榕信息技术有限公司，
类型：发明
国别省市：浙江,33