一种基于大数据的电力设备状态分析方法技术

本发明专利技术提供一种基于大数据的电力设备状态分析方法，涉及电力设备状态分析技术领域。该方法首先对机器学习库中的模型进行训练得到电力设备运行状态分析模型，然后定时采集电力设备实验数据导入到电力数据仓库中，定时将数据集中的相关数据导入机器学习算法库进行运算并输出设备状态值。并将处于异常状态的设备上传至云端对台账记录中变电设备的基本属性信息和相关位置信息数据进行提取，并在云端进行预警。同时，通过不断地对训练集进行补充，实现对电力设备运行状态分析模型的更新，提高相模型的精确度。本发明专利技术利用大数据相关技术对电力设备的日常运行数据进行采集并结合相关模型给出设备运行状态的预测值，可以给相关技术人员提供参考。术人员提供参考。术人员提供参考。

【技术实现步骤摘要】
一种基于大数据的电力设备状态分析方法


[0001]本专利技术涉及电力设备状态分析
，尤其涉及一种基于大数据的电力设备状态分析方法。

技术介绍

[0002]随着社会的进步、经济的发展，用电需求不断增大，电网的发展和电网的规模得到了巨大的增长，电力设备的种类和功能不断增加，这对精确掌握电力设备的运行状态产生了巨大的困难。电力设备的运行中，因各种原因，常常会导致很多安全事故或者出现很多安全隐患，影响电力设备的安全运行，也不利于供电的顺利进行。对电力设备状态进行分析，可以捕捉设备早期故障的先兆信息，追溯故障发展过程，预测故障发生的概率，保障电力设备运行安全。
[0003]针对上述问题，传统的解决方法包括基于标准原则和打分制的评估方法、基于有限设备故障诊断专家系统等。近年来，电力数据状态具备典型的大数据特征，主要体现在数据来源多、数据体量大增长快、数据类型异构多样、数据关联复杂，传统的数据处理和分析技术无法满足要求，而大数据技术为电力设备状态分析提供了一种新的技术解决方案。

技术实现思路

[0004]本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于大数据的电力设备状态分析方法,实现对电力设备状态进行及时准确地分析。
[0005]为解决上述技术问题，本专利技术所采取的技术方案是：一种基于大数据的电力设备状态分析方法，包括以下步骤：
[0006]步骤1：获取各个电力设备的日常运行数据，并基于这些数据建立电力数据仓库；将电力数据仓库中确定的处于异常状态的电力设备相关数据归为训练集；
[0007]步骤2：将电力数据仓库中的训练集数据导入到机器学习算法库中作为计算数据集，对机器学习库中的多种分析挖掘算法进行初始化，并将多种分析挖掘算法融合得到电力设备运行状态分析模型；
[0008]所述机器学习算法库具有算法管理功能，能够进行执行调度、权限管理、参数配置、模型构建、模型发布和模型审核，包括基础算法和应用级算法两类，同时提供算法管理模块，用于算法提交、审核、发布、使用以及更新；所述机器学习算法库提供的算法支持MapReduce分布式数据计算；同时，支持增量式数据计算；
[0009]步骤3：定时对电力设备进行设备带电检测试验，对试验结果以及其他电力设备状态相关数据进行采集并记录，通过ETL工具导入电力数据仓库；
[0010]步骤4：定时启动机器学习算法库，查询电力数据仓库中训练集的大小，若训练集增量大于设定阈值则重新执行步骤1，否则执行步骤5；
[0011]步骤5：将电力数据仓库中新增加的试验数据导入机器学习算法库，并通过电力设备运行状态分析模型进行计算，输出电力设备的状态值；
[0012]步骤6：将输出的电力设备状态值与设定的状态阈值进行比较，判断相关电力设备的运行状态，若电力设备状态值大于状态阈值，则判定电力设备运行正常，重新执行步骤2，否则判定电力设备运行异常，执行步骤7；
[0013]步骤7：将运行异常的电力设备的台账记录上传至云端，对台账记录中变电设备的基本属性信息和相关位置信息数据进行提取，并在云端进行设备运行异常的预警，然后返回步骤2。
[0014]优选地，所述机器学习算法库使用Maven仓库管理器Nexus进行算法管理。
[0015]优选地，所述电力设备状态相关数据包括设备台账、技术参数、巡检和试验数据、在线监测数据、电网运行数据、故障和缺陷记录以及电力设备所在地区的气象信息。
[0016]优选地，所述算法提交是指算法开发者通过算法管理模块提交算法，并填写算法相关信息；
[0017]所述算法审核是指审核人员自动对提交的算法进行命名校验、版本检查以及算法可行性测试；
[0018]所述算法发布是指算法审核通过后，运维管理人员通过算法管理模块将算法发布到机器学习算法库；
[0019]所述算法使用是指通过算法管理模块进行算法浏览、算法库依赖检查及算法下载使用。
[0020]优选地，所述机器学习算法库中的分析挖掘算法为基础算法，具体包括关联分析、分类算法、聚类算法和时序挖掘。
[0021]优选地，所述机器学习算法库中建立电力设备运行状态分析模型实现电力设备的缺陷、消缺分析和检修决策；所述缺陷、消缺分析是根据电力数据仓库中电力设备历史缺陷的相关数据，对缺陷的分布和主题进行分析，同时构建相关缺陷图谱，对缺陷进行相关性分析、缺陷对应分析和缺陷趋势分析；所述检修决策提供电力设备检修指导，根据电力设备运行状态分析模型的分析结果，对电力设备的检修分布、检修耗时、检修策略给出建议，同时对检修业务的影响、检修工作量进行预测。
[0022]优选地，所述机器学习算法库中算法的评估包括离线评估和在线评估两种方式。
[0023]采用上述技术方案所产生的有益效果在于：本专利技术提供的一种基于大数据的电力设备状态分析方法，利用大数据技术采集电力设备日常运行数据建立电力数据仓库，并结合相关机器学习算法库建立电力设备运行状态分析模型对电力设备的运行状态给出预测，给检修班、继电保护班等相关部门提供参考。同时，建立的电力设备运行状态分析模型具有自动更新功能，每次进行试验数据采集时也对模型的训练集进行补充，超过阈值后则对该模型进行训练更新，进一步地提高了电力设备运行状态预测的准确性。对电力数据仓库中的数据进行了功能划分，分成了训练集和正常数据集，能够实现电力设备运行状态分析模型的增量更新，不断提高模型预测的准确度。同时，定时启动机器学习算法库一定程度上减少了资源的利用，同时也能够及时对电力设备的运行状态进行分析。当发现处于异常状态的电力设备时，一方面将电力设备的台账记录上传至云端进行处理，并云端进行预警，提醒相关人员进行处理；同时将其状态相关数据导入电力数据仓库中的训练集以便对电力设备运行状态分析模型进行更新，提高了数据的利用率。
附图说明
[0024]图1为本专利技术实施例提供的一种基于大数据的电力设备状态分析方法的流程图；
[0025]图2为本专利技术实施例提供的机器学习算法库的架构图。
具体实施方式
[0026]下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。
[0027]本实施例中，一种基于大数据的电力设备状态分析方法，如图1所示，包括以下步骤：
[0028]步骤1：获取各个电力设备的日常运行数据，并基于这些数据建立电力数据仓库；将电力数据仓库中确定的处于异常状态的电力设备相关数据归为训练集；
[0029]本实施例中通过大数据相关技术获取某区域电网中各个电力设备的日常运行数据，利用ETL等工具建立电力数据仓库。将电力数据仓库中的数据分为训练集和正常数据集，具体方式为将确定的处于不正常状态的电力设备的相关数据归为训练集，其他的数据则归为正常数据集。相关试验数据涵盖能够直接和间接反映电力设备状态的信息。并根据数据量设定训练集增量阈值，本实施例中，训练集的增量阈值设置为2000。
[0030]步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的电力设备状态分析方法，其特征在于：包括以下步骤：步骤1：获取各个电力设备的日常运行数据，并基于这些数据建立电力数据仓库；将电力数据仓库中确定的处于异常状态的电力设备相关数据归为训练集；步骤2：将电力数据仓库中的训练集数据导入到机器学习算法库中作为计算数据集，对机器学习库中的多种分析挖掘算法进行初始化，并将多种分析挖掘算法融合得到电力设备运行状态分析模型；所述机器学习算法库具有算法管理功能，能够进行执行调度、权限管理、参数配置、模型构建、模型发布和模型审核，包括基础算法和应用级算法两类，同时提供算法管理模块，用于算法提交、审核、发布、使用以及更新；所述机器学习算法库提供的算法支持MapReduce分布式数据计算；同时，支持增量式数据计算；步骤3：定时对电力设备进行设备带电检测试验，对试验结果以及其他电力设备状态相关数据进行采集并记录，通过ETL工具导入电力数据仓库；步骤4：定时启动机器学习算法库，查询电力数据仓库中训练集的大小，若训练集增量大于设定阈值则重新执行步骤1，否则执行步骤5；步骤5：将电力数据仓库中新增加的试验数据导入机器学习算法库，并通过电力设备运行状态分析模型进行计算，输出电力设备的状态值；步骤6：将输出的电力设备状态值与设定的状态阈值进行比较，判断相关电力设备的运行状态，若电力设备状态值大于状态阈值，则判定电力设备运行正常，重新执行步骤2，否则判定电力设备运行异常，执行步骤7；步骤7：将运行异常的电力设备的台账记录上传至云端，对台账记录中变电设备的基本属性信息和相关位置信息数据进行提取，并在云端进行设备运行异常的预警，然后返回步骤2。2.根据权利要求1所述的一种基于大数据的电力设备状态分析方法，其特征在于：所述机器学习算法...

【专利技术属性】
技术研发人员：薄宏斌，张彦斌，王瀚霆，范继锋，仲文博，何世雄，赵俊杰，马兆嵘，慕佩良，王欣，李中为，
申请(专利权)人：内蒙古电力集团有限责任公司乌海超高压供电局，
类型：发明
国别省市：