故障诊断方法和装置、存储介质制造方法及图纸

本发明专利技术公开了一种故障诊断方法和装置、存储介质。其中，该方法包括：获取电力系统中与待诊断的目标故障相关联的电学变量集合，其中，电学变量集合中包括一个或多个供电参数变量；从电学变量集合中确定出候选变量，其中，候选变量用于描述目标故障；获取对候选变量进行分类后得到的目标分类变量，及与目标分类变量对应的故障系数；根据目标分类变量及故障系数，确定故障诊断指示参数，其中，故障诊断指示参数用于定位目标故障所在位置。本发明专利技术解决了相关技术中存在的故障诊断的操作复杂度较大的技术问题。

Fault diagnosis method, device and storage medium

【技术实现步骤摘要】
故障诊断方法和装置、存储介质
本专利技术涉及电学领域，具体而言，涉及一种故障诊断方法和装置、存储介质。
技术介绍
在实际生产生活中，电力系统中的各个线路和各个变压器在长时间工作后会很容易产生故障，从而使得电力系统会经常出现断电，甚至出现区域性电力瘫痪等情况。针对上述故障的影响因素往往包括很多种可能性，为了诊断得出具体的故障原因，往往需要对已经存储的线损数据进行大量的数据分析。然而，随着同期线损系统的应用，目前电力系统产生的大量数据都被集成到该应用平台中，使得线损数据量出现指数级增长。也就是说，由于存储的线损数据量越来越大，导致诊断出故障因素的操作复杂度也随之增加。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种故障诊断方法和装置、存储介质，以至少解决相关技术中存在的故障诊断的操作复杂度较大的技术问题。根据本专利技术实施例的一个方面，提供了一种故障诊断方法，包括：获取电力系统中与待诊断的目标故障相关联的电学变量集合，其中，上述电学变量集合中包括一个或多个供电参数变量；从上述电学变量集合中确定出候选变量，其中，上述候选变量用于描述上述目标故障；获取对上述候选变量进行分类后得到的目标分类变量，及与上述目标分类变量对应的故障系数；根据上述目标分类变量及上述故障系数，确定故障诊断指示参数，其中，上述故障诊断指示参数用于定位上述目标故障所在位置。作为一种可选的实施方式，上述从上述电学变量集合中确定出候选变量包括：获取上述变量相关度满足第一阈值条件的供电参数变量；获取上述变量相关度大于第一阈值的供电参数变量作为第一候选参数变量，其中，上述候选变量包括第一候选参数变量。作为一种可选的实施方式，上述从上述电学变量集合中确定出候选变量包括：通过主成分分析法提取上述电学变量集合中各个变量中的公因子方差；获取上述公因子方差大于第二阈值的供电参数变量作为第二候选参数变量，其中，上述候选变量包括第二候选参数变量。作为一种可选的实施方式，上述获取对上述候选变量进行分类后得到的目标分类变量，及与上述目标分类变量对应的故障系数包括：获取与各个上述候选变量分别对应的旋转成分矩阵；根据上述旋转成分矩阵对上述候选变量进行分类，以得到上述目标分类变量。作为一种可选的实施方式，上述获取对上述候选变量进行分类后得到的目标分类变量，及与上述目标分类变量对应的故障系数包括：获取与上述目标分类变量对应的总方差，其中，上述总方差中包括以下至少之一：与上述供电参数变量的初始特征值对应的第一方差百分比，与上述供电参数变量的提取载荷平方和对应的第二方差百分比，与上述供电参数变量的旋转载荷平方和对应的第三方差百分比；根据上述总方差中确定出上述故障系数。作为一种可选的实施方式，上述根据上述目标分类变量及上述故障系数，确定故障诊断指示参数包括：对上述目标分类变量及对应的上述故障系数进行加权求和，以得到上述故障诊断指示参数对应的参数值。作为一种可选的实施方式，在上述根据上述目标分类变量及上述故障系数，确定故障诊断指示参数之后，还包括：获取上述故障诊断指示参数中的最大参数值；将上述最大参数值对应的地理位置确定为上述目标故障所在地理位置。作为一种可选的实施方式，在上述将上述最大参数值对应的地理位置确定为上述目标故障所在地理位置之后，还包括：从与上述最大参数值对应的上述故障诊断指示参数中，获取上述目标分类变量中的最大分类变量值；将上述最大分类变量值对应的上述目标分类变量确定为故障分类变量；获取上述故障分类变量中的最大变量值；将上述最大变量值对应的上述候选变量确定为上述目标故障对应的故障位置。根据本专利技术实施例的另一方面，还提供了一种故障诊断装置，包括：第一获取单元，用于获取电力系统中与待诊断的目标故障相关联的电学变量集合，其中，上述电学变量集合中包括一个或多个供电参数变量；第一确定单元，用于从上述电学变量集合中确定出候选变量，其中，上述候选变量用于描述上述目标故障；第二获取单元，用于获取对上述候选变量进行分类后得到的目标分类变量，及与上述目标分类变量对应的故障系数；诊断单元，用于根据上述目标分类变量及上述故障系数，确定故障诊断指示参数，其中，上述故障诊断指示参数用于定位上述目标故障所在位置。根据本专利技术实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述故障诊断方法。在本专利技术实施例中，在获取造成目标故障的异常因素对应的供电参数变量之后，可以根据本实施例中提供的方式，确定用于描述该目标故障的候选变量，并对上述候选变量进行分类，从而得到目标分类变量及与该目标分类变量对应的故障系数。然后利用该目标分类变量及对应的故障系数来确定于目标故障相匹配的故障诊断指示参数，其中，该故障诊断指示参数用于定位目标故障所在位置(如地理位置和逻辑位置)。也就是说，通过对可能造成故障异常的供电参数变量进行分析聚类，从而实现自动从大量数据中定位出目标故障所在位置，简化故障诊断的操作。进而解决了相关技术中存在的故障诊断的操作复杂度较大的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种可选的故障诊断方法的流程图；图2是根据本专利技术实施例的一种可选的故障诊断方法的示意图；图3是根据本专利技术实施例的另一种可选的故障诊断方法的示意图；图4是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图5是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图6是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图7是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图8是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图9是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图10是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图11是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图12是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图13是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图14是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图15是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图16是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图17是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图18是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图19是根据本专利技术实施例的又一种可选的故障诊断方法的示意图；图20是根据本专利技术实施例的一种可选的故障诊断装置的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本发本文档来自技高网...

【技术保护点】
1.一种故障诊断方法，其特征在于，包括：/n获取电力系统中与待诊断的目标故障相关联的电学变量集合，其中，所述电学变量集合中包括一个或多个供电参数变量；/n从所述电学变量集合中确定出候选变量，其中，所述候选变量用于描述所述目标故障；/n获取对所述候选变量进行分类后得到的目标分类变量，及与所述目标分类变量对应的故障系数；/n根据所述目标分类变量及所述故障系数，确定故障诊断指示参数，其中，所述故障诊断指示参数用于定位所述目标故障所在位置。/n

【技术特征摘要】
1.一种故障诊断方法，其特征在于，包括：
获取电力系统中与待诊断的目标故障相关联的电学变量集合，其中，所述电学变量集合中包括一个或多个供电参数变量；
从所述电学变量集合中确定出候选变量，其中，所述候选变量用于描述所述目标故障；
获取对所述候选变量进行分类后得到的目标分类变量，及与所述目标分类变量对应的故障系数；
根据所述目标分类变量及所述故障系数，确定故障诊断指示参数，其中，所述故障诊断指示参数用于定位所述目标故障所在位置。


2.根据权利要求1所述的方法，其特征在于，所述从所述电学变量集合中确定出候选变量包括：
获取所述电学变量集合中各个变量之间的变量相关度；
获取所述变量相关度满足第一阈值条件的供电参数变量，作为第一候选参数变量，其中，所述候选变量包括第一候选参数变量。


3.根据权利要求1或2所述的方法，其特征在于，所述从所述电学变量集合中确定出候选变量包括：
通过主成分分析法提取所述电学变量集合中各个变量中的公因子方差；
获取所述公因子方差大于第二阈值的供电参数变量作为第二候选参数变量，其中，所述候选变量包括第二候选参数变量。


4.根据权利要求1所述的方法，其特征在于，所述获取对所述候选变量进行分类后得到的目标分类变量，及与所述目标分类变量对应的故障系数包括：
获取与各个所述候选变量分别对应的旋转成分矩阵；
根据所述旋转成分矩阵对所述候选变量进行分类，以得到所述目标分类变量。


5.根据权利要求1所述的方法，其特征在于，所述获取对所述候选变量进行分类后得到的目标分类变量，及与所述目标分类变量对应的故障系数包括：
获取与所述目标分类变量对应的总方差，其中，所述总方差中包括以下至少之一：与所述供电参数变量的初始特征值对应的第一方差百分比，与所述供电参数变量的提取载荷平方和对应的第二方差百分比，与所述供电参数变量的旋转载荷...

【专利技术属性】
技术研发人员：王海云，丁冬，杨莉萍，王立永，张再驰，陈茜，张雨璇，汪伟，姚艺迪，李智涵，袁清芳，于希娟，焦东升，孙杰，张慧敏，
申请(专利权)人：国网北京市电力公司，国家电网有限公司，
类型：发明
国别省市：北京;11