基于storm平台的电网电力设备在线并行诊断方法及系统技术方案

本发明专利技术公开了一种基于storm平台的电网电力设备在线并行诊断方法及系统，目的是为了实现电力行业多元数据的监测诊断，应对电力系统的实时处理需求。其包括：根据历史电网数据自适应配置storm平台中各个组件的并行度和相关进程数；将实时电网数据接入到storm平台的Spout源组件中，形成待处理数据流；按照时间顺序将待处理数据流封装到多个Tuple元组中；利用PreBolt组件通过标准分数法对Tuple元组中的数据集进行预处理，得到标准化样本；利用训练好的故障诊断模型处理标准化样本，获得电力设备的故障诊断结果。本发明专利技术既能够满足电网监测的实时性要求，又可以提高电网数据流分类准确率和效率。确率和效率。确率和效率。

【技术实现步骤摘要】
基于storm平台的电网电力设备在线并行诊断方法及系统


[0001]本专利技术涉及一种基于storm平台的电网电力设备在线并行诊断方法及系统，属于电网电力设备多元数据监测


技术介绍

[0002]随着电力系统的发展，电力设备推广到了人们生活的方方面面，如果电力设备发生故障，会对人们生活造成重大影响和损失，因此亟需对电力设备的状态进行持续监测。在电力系统中，传感器技术和通信技术不断进步，导致电网数据以指数级增长，同时这些数据呈现实时性、易失性和无限性，属于需要持续监测的流式数据。原有电网监测平台Hadoop虽然可以处理批量数据，但是其实时性较差，无法满足现阶段电网的监测需求，而Storm平台采用开源的分布式实时计算架构，可以快速处理海量数据流，弥补了Hadoop实时性处理的不足。
[0003]当前，Storm平台在电力行业领域出现一些应用成果。在Storm上实现基于时间的滑动窗口处理方法，并通过阈值判断实现电网数据流的异常检测，对电网设备中报警数据进行快速处理，通过聚类算法实现相关数据流的处理。现有的分类和聚类算法虽然也可以实现实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于storm平台的电网电力设备在线并行诊断方法，其特征在于，包括如下步骤：根据历史电网数据自适应配置storm平台中各个组件的并行度和相关进程数；通过IRichSpout接口将实时电网数据接入到storm平台的Spout源组件中，形成待处理数据流；按照时间顺序将待处理数据流封装到多个Tuple元组中，并为每个Tuple元组生成唯一的ID；利用PreBolt组件接收Tuple元组，并通过标准分数法对Tuple元组中的数据集进行预处理，得到标准化样本；利用训练好的故障诊断模型处理标准化样本，获得电力设备的故障诊断结果。2.根据权利要求1所述的一种基于storm平台的电网电力设备在线并行诊断方法，其特征在于，自适应配置storm平台中各个组件的并行度和相关进程数的方法为：利用历史电网数据模拟实时电网数据流，其中，历史电网数据的流量大于实时电网数据的预期流量；根据历史电网数据计算storm平台中各个组件在不同并行度和不同进程数下的数据吞吐量；在数据吞吐量满足预期吞吐量的情况下，自适应配置开销最低的组件并行度和进程数。3.根据权利要求1所述的一种基于storm平台的电网电力设备在线并行诊断方法，其特征在于，故障诊断模型的构建方法为：将去噪自动编码器、受限玻尔兹曼机和Softmax分类器分别部署在storm平台的不同Bolt组件中，获得DAEBolt组件、RBMBolt组件和SoftmaxBolt组件；依次将DAEBolt组件、RBMBolt组件和SoftmaxBolt组件连接起来，得到部署于storm平台的故障诊断模型。4.根据权利要求3所述的一种基于storm平台的电网电力设备在线并行诊断方法，其特征在于，故障诊断模型的训练方法包括：通过IRichSpout接口将历史电网数据接入到storm平台的Spout源组件中，并将历史电网数据封装到多个Tuple元组中，每个Tuple元组配置有唯一的ID；利用PreBolt组件接收Tuple元组，并通过标准分数法对Tuple元组中的数据集进行预处理，得到模型训练样本；将模型训练样本输...

【专利技术属性】
技术研发人员：刘少伟，戴必翔，
申请(专利权)人：南京国电南自电网自动化有限公司，
类型：发明
国别省市：