【技术实现步骤摘要】
一种采集运维系统智能故障检测方法
本专利技术涉及智能采集设备故障检测以及大数据挖掘分析领域，具体讲述一种基于海量采集运维数据挖掘的采集运维系统智能故障检测方法。
技术介绍
电能信息采集是建设智能电网的重要组成部分。电能信息采集是实现电网与客户双向互动基础，承担着用电信息采集、高效共享和实时监控的重要任务。为计费、营业、客服提供基础数据和信息，形成整个智能用电的闭环管理；为实现阶梯电价或分时电价提供了技术手段，是国家基本国策在具体工作中的体现；同时也贯通了深入电网末梢的通信网络平台，为营销自动化、配网自动化、需求侧管理奠定了坚实的基础。自从电能信息采集开展以来，运维管理一直是其最重要的内容，传统的运维工作主要是面向设备和网络，出发点是保障网络的正常运行和安全可靠。运维管理经历了最初的TMR(Tele-meterReading)系统，集成电子IES200系统，直到目前普遍采用的EMS管理系统。但是，随着电能信息采集的应用进程的推进，整体运行质量的提高，运维工作的内容也随之扩大，应用深度不断加深，运维工作量一直居高不下，不断变化的运维需求与陈旧的运维工作模式之间难以调和...
【技术保护点】
1.一种采集运维系统智能故障检测方法，其特征在于，所述方法包括：步骤(1)输入智能采集设备运行状态数据；步骤(2)智能采集设备数据集特征提取；步骤(3)特征集主成分分析降维；步骤(4)智能采集设备运行状态数据可视化；步骤(5)计算每个采集设备的高斯核密度局部离群因子；步骤(6)输出采集设备故障疑似度排序。
【技术特征摘要】
1.一种采集运维系统智能故障检测方法，其特征在于，所述方法包括：步骤(1)输入智能采集设备运行状态数据；步骤(2)智能采集设备数据集特征提取；步骤(3)特征集主成分分析降维；步骤(4)智能采集设备运行状态数据可视化；步骤(5)计算每个采集设备的高斯核密度局部离群因子；步骤(6)输出采集设备故障疑似度排序。2.根据权利要求1所述的一种采集运维系统智能故障检测方法，其特征在于，所述步骤(2)中，输入的智能采集设备运行状态数据集的基础上进一步提取智能采集设备运行状态的特征量，主要包括趋势指标、变动性指标、波动性指标以及其它指标。所述趋势指标主要包括采集数据序列上升趋势指标和下降趋势指标；所述变动性指标主要包括数据集中前r日与后r日采集数据均值之差以及每个智能采集设备h日负荷序列线性拟合的斜率；所述波动性指标主要包括每个智能采集设备h日的采集数据序列标准差、前r日采集数据序列标准差、后r日采集数据序列标准差；所述其它指标主要包括后r日平均采集数据与所有日平均采集数据的比值、每个智能采集设备采集数据序列与所有智能采集设备采集数据中值序列的相关系数。3.根据权利要求1所述的一种采集运维系统智能故障检测方法，其特征在于，所述步骤(3)中，由于步骤(2)中提取的特征数量较多，部分特征之间具有较高的相关程度。为了消除原始变量之间的信息重叠，提高异常检测的效率，为后续在二维空间计算所有点的GKLOF值提供支撑，需要对提取的特征集进行降维处理。采用主成分分析法对特征集进行降维处理，用D(1)、D(2)表示特征集的前2个主成分。每一个智能采集设备的工作状态均用D(1)、D(2)表示，形成主成分集D。4.根据权利要求1所述的一种采集运维系统智能故障检测方法，其特征在于，所述步骤(4)中，将所有智能采集设备的工作状态映射到二维平面，以主成分1为横坐标，主成分2为纵坐标，则可以将所有智能采集设备的工作状态数据序列映射为二维平面上的散点，即对智能采集设备运行状态大数据进行可视化处理。5.根据权利要求1所述的一种采集运维系统智能...
【专利技术属性】
技术研发人员：周行洁，刘向军，孙毅，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。