一种基于人工神经网络的电力信息故障分析方法技术

本发明专利技术公开了一种基于人工神经网络的电力信息故障分析方法，包括：采用OCR技术获取业务系统界面数据以及所述各业务系统的数据；利用关联规则分析算法对所述数据进行计算，得到所述数据形成的多元数据集的关联规则，并生成故障数据库；构建故障分析模型，根据所述故障数据库数据以及实时获取的所述业务系统界面数据进行故障分析；将所述故障分析结果与预设的不同故障类型优化策略数据库中的内容进行比对，得到最优的故障诊断方案，完成电力信息的故障分析。本发明专利技术提高了故障分析判断的准确度以及实时性，从而提高了电力信息通信的可靠性。性。性。

【技术实现步骤摘要】
一种基于人工神经网络的电力信息故障分析方法


[0001]本专利技术涉及电力信息的
，尤其涉及一种基于人工神经网络的电力信息故障分析方法。

技术介绍

[0002]电力信息系统是智能电网的重要组成部分，是保障电网生产、运行、管理和供电服务的重要基础。电力信息通信系统作为电力系统的重要支撑网络，随着特高压、智能电网的迅速发展，为保证电力生产业务的安全运行，对电力信息通信系统的可靠性和稳定提出了更高的要求，及时诊断出电力信息通信系统故障是电力信息调度运行工作的重点内容。
[0003]目前，传统的对电力信息通信系统进行故障诊断的方法，主要是依靠调度人员的经验和主观判断，当遇到技术复杂、系统层次结构复杂的故障时，依靠调度人员的经验和主观判断的方式会导致故障诊断准确度低、实时性差的问题。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工神经网络的电力信息故障分析方法，其特征在于，包括：采用OCR技术获取业务系统界面数据以及所述各业务系统的数据；利用关联规则分析算法对所述数据进行计算，得到所述数据形成的多元数据集的关联规则，并生成故障数据库；构建故障分析模型，根据所述故障数据库数据以及实时获取的所述业务系统界面数据进行故障分析；将所述故障分析结果与预设的不同故障类型优化策略数据库中的内容进行比对，得到最优的故障诊断方案，完成电力信息的故障分析。2.如权利要求1所述的基于人工神经网络的电力信息故障分析方法，其特征在于：所述各业务系统的数据为历史电力信息故障信息，所述历史电力信息故障信息包括，按照故障性质分类：软件系统故障和硬件故障；按照故障范围分类：全局性故障、相关性故障和某个单一故障结构；按照时间和周期分类：周期性故障和暂时性故障。3.如权利要求1所述的基于人工神经网络的电力信息故障分析方法，其特征在于：所述业务系统界面数据包括以图像或图形呈现出来的与电力信息相关的运行状态数据。4.如权利要求3所述的基于人工神经网络的电力信息故障分析方法，其特征在于：对所述业务系统界面数据进行预处理包括，对所述OCR技术获取的业务系统界面数据进行灰度化及去噪处理；所述业务系统界面数据灰度化图像转化方程为：其中，g(m,n),Q(m,n)分别表示像素点位置(m,n)处的灰度值和原始图像像素值，Q
max
表示整幅原始图像中的最大像素值；所述去噪处理包括：对采集到的图像信息逐帧进行快速傅里叶变换得到图像信息频谱；将频谱转换为极坐标，得到原始图像信息的幅度谱和相位谱及原始图像信息的相位信息，根据幅度谱估计出噪声的幅度谱；用原始图像信息的幅度谱减去估计的噪声幅度谱得到纯净的图像信息的幅度谱；利用原始图像信息的相位代替纯净图像信息的相位，再对纯净图像信息的幅度谱及原始图像信息的相位进行反傅里叶变换，得到增强的图像信息；利用自适应陷波器对增强的图像信息进行二次滤波，得到降噪后的图像信息。5.如权利要求1、3～4任一所述的基于人工神经网络的电力信息故障分析方法，其特征在于：所述关联规则分析算法包括，对数据中每一项数据进行频率...

【专利技术属性】
技术研发人员：解智钧，王宇飞，郭斌智，郭浩宇，
申请(专利权)人：呼和浩特科林热电有限责任公司，
类型：发明
国别省市：