云-边协同下电网设备运行状态预测方法及系统技术方案

本发明专利技术提供了一种云‑边协同下电网设备运行状态预测方法及系统，具体涉及数据分析处理技术领域，该方法可以包括：监测至少一个电网设备连续的运行状态参数，并提取连续的运行状态参数中的运行特征数据；将提取到的运行特征数据输入预设的状态预测模型，以通过状态预测模型获取电网设备的状态预测结果；将状态预测结果传输至指定客户端，由客户端进行可视化展示。基于本发明专利技术提供的方案可以实现对电网设备的及时运行状态记录及在线预测，提高电网设备实时运行状态预测的精度。

【技术实现步骤摘要】
云-边协同下电网设备运行状态预测方法及系统
本专利技术涉及数据分析处理
，具体涉及一种云-边协同下电网设备运行状态预测方法及系统。
技术介绍
电网是国家快速发展的重要基础之一，它是工业发展、提高居民生活质量、保持社会稳定健康发展的基础，因此电网的发展具有重要的意义。同时，随着设备状态检修工作的深入开展，对设备状态的把控提出了越来越高的要求，不但要掌握设备的实时状态，还应预测设备的未来状态，对一些非正常状态设备适时采取必要的预控手段，从而降低设备及电网未来的安全风险和资产风险。但目前，由于预测电网设备运行状态的影响指标变化的因素很多，预测过程具有很大的随机性和不确定性。设备状态难以及时获取，设备件的状态关联性强、难以综合预测，同时设备状态预测计算量庞大且集中在边缘侧，难以有效保证电网设备运行数据的实时性与有效性，信息难以互通。
技术实现思路
(一)解决的技术问题针对现有技术的不足，本专利技术提供了一种云-边协同下电网设备运行状态预测方法及系统，有效地解决了当前电网设备偏远、设备状态预测难的问题。(二)技术方案为实现以上目的，本专利技术通过以下技术方案予以实现：根据本申请的一个方面，提供了一种云-边协同下电网设备运行状态预测方法，包括：监测至少一个电网设备连续的运行状态参数，并提取所述连续的运行状态参数中的运行特征数据；将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果；将所述状态预测结果传输至指定客户端，由所述客户端进行可视化展示。可选地，监测至少一个电网设备连续的运行状态参数，并提取所述运行状态参数中的运行特征数据，包括：利用预置的综合性边缘侧设备监测所述电网设备连续的运行状态参数，将所述连续的运行状态参数传输至预设云平台；通过所述云平台在所述连续的运行状态参数中提取所述电网设备的运行特征数据；其中，所述综合性边缘侧设备为集成多种传感器、摄像头和/或物理机械臂的硬件设备。可选地，将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果之前，还包括：收集电网设备的多组样本数据；其中，所述样本数据包括所述电网设备在正常运行状态下的正样本数据和/或所述电网设备在异常运行状态下的负样本数据；标记各组所述样本数据对应的电网设备的运行状态类型；所述运行状态类型包括正常运行状态和/或异常运行状态；将每组所述样本数据和对应的运行状态类型输入状态预测模型进行训练，从而得到已训练的基于样本数据确定运行状态类型的状态预测模型。可选地，所述状态预测模型为数字孪生深度学习模型。可选地，将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果，包括：将提取到的所述运行特征数据输入已训练的所述状态预测模型；通过所述状态预测模型对所述运行特征数据进行分析，获取所述电网设备处于正常运行状态或异常运行状态的概率的状态预测结果。根据本申请的另一个方面，提供了一种云-边协同下电网设备运行状态预测系统，包括：状态监测模块，其配置成监测至少一个电网设备连续的运行状态参数，并提取所述连续的运行状态参数中的运行特征数据；状态预测模块，其配置成将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果；结果传输模块，其配置成将所述状态预测结果传输至指定客户端，由所述客户端进行可视化展示。可选地，所述状态监测模块还配置成：利用预置的综合性边缘侧设备监测所述电网设备连续的运行状态参数，将所述连续的运行状态参数传输至预设云平台；通过所述云平台在所述连续的运行状态参数中提取所述电网设备的运行特征数据；其中，所述综合性边缘侧设备为集成多种传感器、摄像头和/或物理机械臂的硬件设备。可选地，所述状态预测模块，其中，还包括：模型训练模块，其配置成收集电网设备的多组样本数据；其中，所述样本数据包括所述电网设备在正常运行状态下的正样本数据和/或所述电网设备在异常运行状态下的负样本数据；标记各组所述样本数据对应的电网设备的运行状态类型；所述运行状态类型包括正常运行状态和/或异常运行状态；将每组所述样本数据和对应的运行状态类型输入状态预测模型进行训练，从而得到已训练的基于样本数据确定运行状态类型的状态预测模型。可选地，所述状态预测模型为数字孪生深度学习模型。可选地，所述状态预测模块还配置成：将提取到的所述运行特征数据输入已训练的所述状态预测模型；通过所述状态预测模型对所述运行特征数据进行分析，获取所述电网设备处于正常运行状态或异常运行状态的概率的状态预测结果。(三)有益效果本专利技术提供了一种云-边协同下电网设备运行状态预测方法及系统。与现有技术相比，具备以下有益效果：1、实现设备状态的实时参数有效获取与上传，以及边缘端远程实时精准控制，能够快速灵活部署。2、实现基于分布式计算的状态数据计算与预测机制。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本申请实施例的云-边协同下电网设备运行状态预测方法流程图；图2是根据本申请实施例的云-边协同系统示意图；图3是根据本申请实施例的综合数据管控平台示意图；图4是根据本申请一个实施例的云-边协同下电网设备运行状态预测系统结构示意图；图5是根据本申请另一实施例的云-边协同下电网设备运行状态预测系统结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本申请实施例通过提供一种云-边协同下电网设备运行状态预测方法及系统，可以实现对电网设备的及时运行状态记录及在线预测，提高电网设备实时且有效的运行状态预测的精度。本申请实施例中的技术方案为解决上述技术问题，总体思路如下：首先，监测至少一个电网设备连续的运行状态参数，并提取连续的运行状态参数中的运行特征数据；其次，将提取到的运行特征数据输入预设的状态预测模型，以通过状态预测模型获取电网设备的状态预测结果；最后，将状态预测结果传输至指定客户端，由客户端进行可视化展示。为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行本文档来自技高网...

【技术保护点】
1.一种云-边协同下电网设备运行状态预测方法，包括：/n监测至少一个电网设备连续的运行状态参数，并提取所述连续的运行状态参数中的运行特征数据；/n将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果；/n将所述状态预测结果传输至指定客户端，由所述客户端进行可视化展示。/n

【技术特征摘要】
1.一种云-边协同下电网设备运行状态预测方法，包括：
监测至少一个电网设备连续的运行状态参数，并提取所述连续的运行状态参数中的运行特征数据；
将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果；
将所述状态预测结果传输至指定客户端，由所述客户端进行可视化展示。


2.根据权利要求1所述的方法，其特征在于，监测至少一个电网设备连续的运行状态参数，并提取所述运行状态参数中的运行特征数据，包括：
利用预置的综合性边缘侧设备监测所述电网设备连续的运行状态参数，将所述连续的运行状态参数传输至预设云平台；
通过所述云平台在所述连续的运行状态参数中提取所述电网设备的运行特征数据；
其中，所述综合性边缘侧设备为集成多种传感器、摄像头和/或物理机械臂的硬件设备。


3.根据权利要求2所述的方法，其特征在于，将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果之前，还包括：
收集电网设备的多组样本数据；其中，所述样本数据包括所述电网设备在正常运行状态下的正样本数据和/或所述电网设备在异常运行状态下的负样本数据；
标记各组所述样本数据对应的电网设备的运行状态类型；所述运行状态类型包括正常运行状态和/或异常运行状态；
将每组所述样本数据和对应的运行状态类型输入状态预测模型进行训练，从而得到已训练的基于样本数据确定运行状态类型的状态预测模型。


4.根据权利要求3所述的方法，其特征在于，所述状态预测模型为数字孪生深度学习模型。


5.根据根据权利要求3所述的方法，其特征在于，将提取到的所述运行特征数据输入预设的状态预测模型，以通过所述状态预测模型获取所述电网设备的状态预测结果，包括：
将提取到的所述运行特征数据输入已训练的所述状态预测模型；
通过所述状态预测模型对所述运行特征数据进行分析...

【专利技术属性】
技术研发人员：陈是同，梁翀，罗贺，王国强，廖逍，张鹏，邱镇，王维佳，毛舒乐，秦浩，王文清，李环，胡丁丁，胡心颖，赵云龙，张鹏飞，
申请(专利权)人：安徽继远软件有限公司，合肥工业大学，国网信息通信产业集团有限公司，国家电网有限公司，
类型：发明
国别省市：安徽;34