电力设备故障诊断方法及设备技术

本发明专利技术提供了一种电力设备故障诊断方法及设备，该方法包括获取多个电力设备的当前巡检数据；根据各个电力设备的当前巡检数据，建立故障知识图谱；将故障知识图谱与基础知识图谱进行匹配，以确定当前各个电力设备的故障类型和决策方案，其中，基础知识图谱根据各个电力设备的历史巡检数据、故障处理数据、调度规范数据预先建立。通过将表示设备当前故障的故障知识图谱与集合了全部故障情况多个电力设备的基础知识图谱相匹配，以准确确定当前故障类型以及决策方案，能够准确的对多个电力设备进行故障诊断。进行故障诊断。进行故障诊断。

【技术实现步骤摘要】
电力设备故障诊断方法及设备


[0001]本申请属于电力设备故障诊断
，尤其涉及一种电力设备故障诊断方法及设备。

技术介绍

[0002]随着物联网技术、传感技术以及人工智能技术等新兴技术的高速发展，新型的高度智能化的电力设备越来越多，新增了大量多源异构的电力设备数据，包括数字、文字、图像、声音、视频等。
[0003]现有技术中，由于传统的比值方法、波形特征分析方法由于其主要针对单一设备的某一数据，因此面对大量的新增数据以及设备之间的彼此联系，诊断的准确率低。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种电力设备故障诊断方法及设备，旨在解决对电力设备故障诊断准确率低的问题。
[0005]本专利技术实施例的第一方面提供了一种电力设备故障诊断方法，包括：
[0006]获取多个电力设备的当前巡检数据；
[0007]根据各个电力设备的当前巡检数据，建立故障知识图谱；
[0008]将所述故障知识图谱与基础知识图谱进行匹配，以确定当前各个电力设备的故障类型和决策方案，其中，所述基础知识图谱根据各个电力设备的历史巡检数据、故障处理数据、调度规范数据预先建立。
[0009]本专利技术实施例的第二方面提供了一种电力设备故障诊断装置，包括：
[0010]获取模块，用于获取多个电力设备的当前巡检数据；
[0011]建立模块，用于根据各个电力设备的当前巡检数据，建立故障知识图谱；
[0012]匹配模块，用于将所述故障知识图谱与基础知识图谱进行匹配，以确定当前各个电力设备的故障类型和决策方案，其中，所述基础知识图谱根据各个电力设备的历史巡检数据、故障处理数据、调度规范数据预先建立。
[0013]本专利技术实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面所述电力设备故障诊断方法的步骤。
[0014]本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面所述电力设备故障诊断方法的步骤。
[0015]本专利技术实施例提供的电力设备故障诊断方法及设备，获取多个电力设备的当前巡检数据；根据各个电力设备的当前巡检数据，建立故障知识图谱；将故障知识图谱与基础知识图谱进行匹配，以确定当前各个电力设备的故障类型和决策方案，其中，基础知识图谱根据各个电力设备的历史巡检数据、故障处理数据、调度规范数据预先建立。通过将表示设备
当前故障的故障知识图谱与集合了全部故障情况多个电力设备的基础知识图谱相匹配，以准确确定当前故障类型以及决策方案，能够准确的对多个电力设备进行故障诊断。
附图说明
[0016]为了更清楚地说明本专利技术实施例中的技术方案，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性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1是本专利技术一个实施例提供的电力设备故障诊断方法的应用环境图；
[0018]图2是本专利技术一个实施例提供的电力设备故障诊断方法的实现流程图；
[0019]图3是本专利技术一个实施例提供的迁移学习算法的原理示意图；
[0020]图4是本专利技术一个实施例提供的基础知识图谱的结构示意图；
[0021]图5是本专利技术一个实施例提供的故障知识图谱的结构示意图；
[0022]图6是本专利技术一个实施例提供的包含关系冗余示意图；
[0023]图7是本专利技术一个实施例提供的故障知识图谱和基础知识图谱的匹配示意图；
[0024]图8是本专利技术一个实施示例提供的电力设备故障诊断方法的实现流程图；
[0025]图9是本专利技术一个实施例提供的电力设备故障诊断装置的结构示意图；
[0026]图10是本专利技术一个实施例提供的电子设备的示意图。
具体实施方式
[0027]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0028]电力设备是电力系统中的重要组成内容，变压器、输电线路、断路器等关键设备在运行中产生的不同类型、不同程度的故障都会直接影响整个电力系统的安全稳定运行。由于输变电设备本身就是一个极其复杂的系统，表征其状态的特征量众多，比如运行工况、检修历史、工作环境、检测数据等，这些状态信息具有不确定性和模糊性，同时这些状态量彼此之间也相互耦合影响，系统具有关联性。
[0029]目前，输变电设备的运维检修业务主要在导则、规程、专家经验或传统的比值、波形特性分析法等方式的指导下开展。导则、规程和专家经验都是基于过去设备故障知识的总结、提炼，从而形成的指导性文件或经验知识，这些知识需要大量的前期学习成本以及经验积累时间。而且随着物联网技术、传感技术以及人工智能技术等技术的高速发展，智能化程度高的电力设备越来越多，新增了大量多源异构的电力设备数据，包括数字、文字、图像、声音、视频等。原有的导则、规程和专家经验更新速度很难跟上爆炸增长的新数据，评估准确率低。而传统的比值、波形特征分析方法主要针对单一设备的某一数据，因此面对大量的新增数据以及设备之间的彼此联系，其评估准确性低、诊断效率低。
[0030]本专利技术主要是针对电力设备系统复杂、数据多源异构、信息密度大等问题，利用知识图谱匹配的方式更好的管理和理解海量信息，并提出一种迁移学习的算法来补全现有知
识所搭建知识图谱中的空窗，以提高故障诊断的效率和准确率。
[0031]图1是本专利技术一个实施例提供的电力设备故障诊断方法的应用环境图。本专利技术实施例提供的电力设备故障诊断方法可以但不限于应用于该应用环境。如图1所示，该系统中包括：数据库11、电子设备12、巡检终端13。
[0032]巡检终端13用于录入当前巡检数据并将其发送给电子设备12，电子设备12在接收到当前巡检数据后，从数据库中获取基础知识图谱，然后对电力设备进行故障诊断，得到故障类型和决策方案，并将其存储到数据库11中，和/或将其发送至巡检终端13。
[0033]数据库11可以是关系型数据库，也可以是非关系型数据库，在此不作限定。电子设备12可以是服务器、终端等，在此不作限定。服务器可以用独立服务器或者是多个服务器组成的服务器集群来实现。终端可以包括但不限于台式计算机、笔记本电脑、平板电脑等。巡检终端13可以包括但不限于手机、笔记本电脑、手持移动终端等，在此不作限定。
[0034]图2是本专利技术一个实施例提供的电力设备故障诊断方法的实现流程图。该实施例中，以该方法应用于图1中的电子设备为例进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电力设备故障诊断方法，其特征在于，包括：获取多个电力设备的当前巡检数据；根据各个电力设备的当前巡检数据，建立故障知识图谱；将所述故障知识图谱与基础知识图谱进行匹配，以确定当前各个电力设备的故障类型和决策方案，其中，所述基础知识图谱根据各个电力设备的历史巡检数据、故障处理数据、调度规范数据预先建立。2.根据权利要求1所述的电力设备故障诊断方法，其特征在于，所述方法还包括：根据所述历史巡检数据、所述故障处理数据、所述调度规范数据和迁移学习算法建立所述基础知识图谱。3.根据权利要求2所述的电力设备故障诊断方法，其特征在于，每个电力设备对应至少一种故障类型；每种故障类型对应至少一种属性；根据所述历史巡检数据、所述故障处理数据、所述调度规范数据和迁移学习算法建立所述基础知识图谱，包括：根据故障处理数据、调度规范数据确定各个电力设备的故障类型；并根据所述故障类型，建立故障类型知识图谱；根据所述历史巡检数据，建立所述属性知识图谱；以所述故障类型知识图谱为基准，将所述属性知识图谱与之匹配，得到具有空窗的准完备知识图谱；将所述属性知识图谱作为源域、将所述空窗作为目标域，根据迁移学习算法对所述准完备基础知识图谱进行空窗填补，得到所述基础知识图谱。4.根据权利要求1所述的电力设备故障诊断方法，其特征在于，所述故障处理数据包括下述至少一项：专家经验数据、调度方案数据、预案数据；所述调度规范数据包括下述至少一项：字典数据、导则数据、规程数据。5.根据权利要求1所述的电力设备故障诊断方法，其特征在于，所述故障知识图谱与所述基础知识图谱的结构相同；所述根据各个电力设备的当前巡检数据，建立故障知识图谱，包括：根据所述当前巡检数据和字典数据，建立多个第一类三元组和多个第二类三元组；其中，所述第一类三元组表示任意两个电力设备之间的关系；所述第一类三元组的结构为电力设备
‑
关系
‑
电力设备；所述第二类三元组表示各个电力设备的属性；所述第二类三元组的结构为电力设备
‑
关系
‑
属性；将各个第一类三元组和各个第二类三元组之间共有的电力设备或属性结合，得到网状结构的故障知识图谱。6.根据权利要求5所述的电力设备故障诊断方法，其特征在于，所述根据所述当前...

【专利技术属性】
技术研发人员：罗蓬，曾四鸣，胡雪凯，蔡玉汝，范辉，赵宇皓，
申请(专利权)人：国家电网有限公司国网河北能源技术服务有限公司国网电力科学研究院武汉南瑞有限责任公司南瑞集团有限公司，
类型：发明
国别省市：