基于双向深度神经网络的电网信息系统故障定位系统及方法技术方案

本发明专利技术公开了一种基于双向深度神经网络的电网信息系统故障定位系统及方法，包括故障监控模块、推理机、数据库、深度学习模块；对故障树分析结果进行深度神经网络正反向训练，得到故障特征和故障位置之间的对应关系存储于专家知识库，进行电网信息系统故障监控，将根据监控数据得到的故障特征写入特征数据库，根据专家知识库和故障特征，推理得出故障定位结果。本发明专利技术可以有效解决电网信息系统故障定位难、定位慢、定位不准的问题，使得系统能够在故障发生的第一时间发出报警，并且结合故障自处理系统能够实现信息系统的故障智能定位和智能处理功能，可以进一步提高电网信息系统运维效率，保障信息系统安全稳定运行。

【技术实现步骤摘要】
基于双向深度神经网络的电网信息系统故障定位系统及方法
本专利技术属于信息系统故障诊断
，尤其涉及一种基于双向深度神经网络的电网信息系统故障定位系统及方法。
技术介绍
随着科学技术的发展，信息系统在企业的应用越来越广泛。目国网公司协调办公、统一权限、ERP等一级部署应用系统已到达76套，二级部署营销、财务、生产等核心系统数量逐年增大。这些信息系统为电网的生产、运行和管理提供了保障，一旦信息系统出现故障，将会对电网的业务造成灾难性的影响。电网信息系统具有复杂度高、实时性强、动态性高、安全要求高等特点，同时，系统机器老旧、性能逐渐下降导致信息系统故障率逐年提升、故障发现时间晚、故障恢复周期长，系统的可靠性问题日益凸显。虽然目前故障诊断已经进入自动化阶段，但仍然依赖于运维和专家的经验，缺乏智能化大脑的管控。因此，如何利用新技术打造电网信息系统故障智能诊断就显得尤为重要，而故障定位是故障诊断的基础。故障定位技术发展到今天，有很多解决定位问题的方法。有基于数据链的软件故障定位方法，有配置管理数据库结合故障树的故障定位方法，还有基于免疫算法的故障定位技术，基于BP神经网络和故障树的故障定位方本文档来自技高网...

【技术保护点】
1.一种基于双向深度神经网络的电网信息系统故障定位系统，其特征在于，包括故障监控模块、推理机、数据库、深度学习模块；所述数据库包括专家知识库、特征数据库和位置数据库，所述专家知识库存储故障特征和故障位置之间的对应关系，所述位置数据库存储历史故障的故障树分析得到的故障位置，所述特征数据库存储历史故障的故障树分析得到的故障特征；所述深度学习模块对历史故障的故障树分析得到的故障位置和故障特征进行深度神经网络正反向训练，得到故障特征和故障位置之间的对应关系；所述故障监控模块用于进行电网信息系统实时故障监控，得到信息系统故障的故障特征；所述推理机根据故障特征和故障位置之间的对应关系和信息系统故障的故障特...

【技术特征摘要】
1.一种基于双向深度神经网络的电网信息系统故障定位系统，其特征在于，包括故障监控模块、推理机、数据库、深度学习模块；所述数据库包括专家知识库、特征数据库和位置数据库，所述专家知识库存储故障特征和故障位置之间的对应关系，所述位置数据库存储历史故障的故障树分析得到的故障位置，所述特征数据库存储历史故障的故障树分析得到的故障特征；所述深度学习模块对历史故障的故障树分析得到的故障位置和故障特征进行深度神经网络正反向训练，得到故障特征和故障位置之间的对应关系；所述故障监控模块用于进行电网信息系统实时故障监控，得到信息系统故障的故障特征；所述推理机根据故障特征和故障位置之间的对应关系和信息系统故障的故障特征，推理得出故障定位结果。2.根据权利要求1所述的基于双向深度神经网络的电网信息系统故障定位系统，其特征在于，所述故障定位系统还包括人机接口模块，将故障定位结果及时反馈给运维人员，并发出故障报警信号。3.一种基于双向深度神经网络的电网信息系统故障定位方法，其特征在于，包括步骤：(1)进行电网信息系统历史事故的故障树分析，将故障树分析得到的故障位置存储于位置数据库，故障特征存储于特征数据库；(2)对故障树分析结果进行双向深度神经网络训练，得到故障特征和故障位置之间的对应关系；(3)进行电网信息系统故障监控，得到信息系统故障的故障特征；(4)根据故障特征和故障位置之间的...

【专利技术属性】
技术研发人员：杨波，张磊，卫祥，魏军，李策，王华，苏蕊，罗发政，王亚婷，
申请(专利权)人：国网甘肃省电力公司信息通信公司，国网甘肃省电力公司，国家电网有限公司，
类型：发明
国别省市：甘肃,62