一种基于能源互联网的故障诊断系统及其优化方法技术方案

本发明专利技术涉及故障诊断系统技术领域，且公开了一种基于能源互联网的故障诊断系统及其优化方法；本基于能源互联网的故障诊断系统包括终端控制系统，所述终端控制系统用于对故障诊断系统中的所有子系统进行管理控制，所有子系统包括数据采集系统、数据处理系统、分类建模系统、数据分析系统、信息反馈系统以及数据存储系统，本发明专利技术能够快速确定故障产生设备，以进行后续维护处理，不需挨个排查所有设备，减少了故障诊断时间，为后续故障处理争取到最佳时间，避免时间过久，造成设备损坏严重，产生更多的经济损失，可以在设备出现故障前进行相应的预防措施，从而避免设备故障，造成供能瘫痪以及损失，提高设备的调控能力以及利用率。提高设备的调控能力以及利用率。提高设备的调控能力以及利用率。

【技术实现步骤摘要】
一种基于能源互联网的故障诊断系统及其优化方法


[0001]本专利技术属于故障诊断系统
，具体为一种基于能源互联网的故障诊断系统及其优化方法。

技术介绍

[0002]能源互联网指功能设备系统的集成，即综合运用先进的电力电子技术，信息技术和智能管理技术，将大量由分布式能量采集装置，分布式能量储存装置和各种类型负载构成的新型电力网络、石油网络、天然气网络等能源节点互联起来，以实现能量双向流动的能量对等交换与共享网络。
[0003]随着能源互联网的发展，其不可避免的在运行过程中产生故障问题，而故障问题的确定诊断需要快速得到结果，以此避免故障设备损坏时间过久，产生更高的损失，现有的故障诊断系统在运行时一般通过检测所有连接设备的数据以进行诊断确定，效率较低，耗时较久，且运算数据大，容易造成系统崩溃；因此，针对目前的状况，现需对其进行改进。

技术实现思路

[0004]针对上述情况，为克服现有技术的缺陷，本专利技术提供一种基于能源互联网的故障诊断系统及其优化方法，有效的解决了随着能源互联网的发展，其不可避免的在运行过程中产生故障问题，而故障问题的确定诊断需要快速得到结果，以此避免故障设备损坏时间过久，产生更高的损失，现有的故障诊断系统在运行时一般通过检测所有连接设备的数据以进行诊断确定，效率较低，耗时较久，且运算数据大，容易造成系统崩溃的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于能源互联网的故障诊断系统，包括终端控制系统，所述终端控制系统用于对故障诊断系统中的所有子系统进行管理控制，所有子系统包括数据采集系统、数据处理系统、分类建模系统、数据分析系统、信息反馈系统以及数据存储系统；
[0006]数据采集系统：所述数据采集系统用于采集接入能源互联网的所有能源设备的状态数据，所述能源设备具体包括光伏设备、燃气设备、储能设备以及三联供设备，所述状态数据包括运行数据、配置数据以及性能数据，并在获取数据后以5
‑
7d为周期将数据进行发送；
[0007]数据处理系统：所述数据处理系统用于接收上述数据采集系统定期发送的数据，并对所有数据进行基本数据处理，所述数据处理系统包括实时数据库以及历史数据库，所述实时数据库中的数据按照28
‑
30d为周期自动迁移至历史数据库；
[0008]分类建模系统：所述分类建模系统用于根据上述数据处理系统处理后的数据进行分类预测模型以及分类诊断模型的建立，所述分类预测模型包括运行预测模型、配置预测模型以及性能预测模型，所述分类诊断模型包括运行诊断模型、配置诊断模型以及性能诊断模型；
[0009]数据分析系统：所述数据分析系统用于对上述分类建模系统中的分类预测模型运
算数据进行综合智能分析，以此得到所有能源设备的运行数据、配置数据以及性能数据的运行预测结果分析，且在此预测结果存在异常时，综合分类诊断模型运算数据进行综合智能分析，进行智能故障诊断；
[0010]信息反馈系统：所述信息反馈系统用于根据上述数据分析系统的分析结果进行相关连接端的信息推送；
[0011]数据存储系统：所述数据存储系统用于将故障诊断系统中的所有数据进行存储，且在存储的同时同步至云端进行备份存储。
[0012]优选的，所述数据采集系统在进行运行数据的采集时具体采用电流传感器、电压传感器、功率传感器、流量传感器、频率传感器、电源开关传感器以及电源运行传感器，配置数据以及性能数据的采集具体采用遥测数据采集技术。
[0013]优选的，所述数据处理系统中，基本数据处理的步骤包括：数据清洗、数据转换、数据整合、数据校验以及数据装载，所述数据清洗具体采用分箱法、聚类法以及回归法中的一种或几种的组合；所述数据转换具体采用特征编码、数据标准化或特征离散化中的一种或几种的组合。
[0014]优选的，所述分类建模系统中分类预测模型具体为蛛网模型、回归模型、决策树模型或马尔可夫模型中的一种或几种的组合；分类诊断模型具体为KNN模型、回归模型、LDA模型或QDA模型中的一种或几种的组合。
[0015]优选的，所述数据分析系统具体为基于差异性判断法、决策树学习法、集成学习算法以及神经网络的综合智能判别法。
[0016]优选的，所述数据存储系统中云端具体为自建的服务器、移动云、联通云、电信云或google云中的一种或几种的组合。
[0017]优选的，一种基于能源互联网的故障诊断系统的优化方法，包括以下步骤：
[0018]S1：数据采集：通过数据采集系统对接入能源互联网的光伏设备、燃气设备、储能设备以及三联供设备的运行数据、配置数据以及性能数据进行采集，并以5
‑
7d为周期将数据进行发送；
[0019]S2：处理预测：对步骤S1中的数据进行数据清洗、数据转换、数据整合、数据校验以及数据装载后发送至分类建模系统，且同时归类至实时数据库，分类建模系统根据实时数据库以及历史数据库中的数据建立分类预测模型以及分类诊断模型，通过分类预测模型以及分类诊断模型对处理后的发送的数据进行预测；
[0020]S3：智能分析：通过数据分析系统分类预测模型运算数据进行综合智能分析，以此得到所有能源设备的运行数据、配置数据以及性能数据的运行预测结果分析，且在此预测结果存在异常时，综合分类诊断模型运算数据进行综合智能分析，进行智能故障诊断，得到故障类别，再根据故障类别，继续进行故障诊断，确定到具体能源设备，若诊断结果为数据问题，则进行反馈至设备进行自调整，若诊断结果为设备问题，则向下反馈；
[0021]S4：反馈维修：将诊断结果发送至相关连接端，由连接端管理人员下发维修指令至相关设备维修人员，以完成故障检修。
[0022]与现有技术相比，本专利技术的有益效果是：1、通过数据采集系统实时采集接入能源互联网的所有能源设备的状态数据，并将数据按照设定周期进行数据的发送，对发送数据处理后代入分类预测模型，在分类预测模型预测结果存在异常时，代入分类诊断模型，得出
故障诊断，确定至具体设备，从而能够快速确定故障产生设备，以进行后续维护处理，不需挨个排查所有设备，减少了故障诊断时间，为后续故障处理争取到最佳时间，避免时间过久，造成设备损坏严重，产生更多的经济损失；
[0023]2、通过设立分类预测模型以及分类诊断模型，对采集数据首先进行预测，在预测结果异常时，再进行故障诊断，通过预测数据，可以在设备出现故障前进行相应的预防措施，从而避免设备故障，造成供能瘫痪以及损失，提高设备的调控能力以及利用率；
[0024]3、在智能故障诊断时，再根据故障类别确定到具体能源设备，若诊断结果为数据问题，则进行反馈至设备进行自调整，若诊断结果为设备问题，则向下反馈，分类处理能够最大限度使用设备的自愈系统，同时减少管理人员以及维修人员的工作量。
附图说明
[0025]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。...

【技术保护点】

【技术特征摘要】
1.一种基于能源互联网的故障诊断系统，其特征在于：包括终端控制系统，所述终端控制系统用于对故障诊断系统中的所有子系统进行管理控制，所有子系统包括数据采集系统、数据处理系统、分类建模系统、数据分析系统、信息反馈系统以及数据存储系统；数据采集系统：所述数据采集系统用于采集接入能源互联网的所有能源设备的状态数据，所述能源设备具体包括光伏设备、燃气设备、储能设备以及三联供设备，所述状态数据包括运行数据、配置数据以及性能数据，并在获取数据后以5
‑
7d为周期将数据进行发送；数据处理系统：所述数据处理系统用于接收上述数据采集系统定期发送的数据，并对所有数据进行基本数据处理，所述数据处理系统包括实时数据库以及历史数据库，所述实时数据库中的数据按照28
‑
30d为周期自动迁移至历史数据库；分类建模系统：所述分类建模系统用于根据上述数据处理系统处理后的数据进行分类预测模型以及分类诊断模型的建立，所述分类预测模型包括运行预测模型、配置预测模型以及性能预测模型，所述分类诊断模型包括运行诊断模型、配置诊断模型以及性能诊断模型；数据分析系统：所述数据分析系统用于对上述分类建模系统中的分类预测模型运算数据进行综合智能分析，以此得到所有能源设备的运行数据、配置数据以及性能数据的运行预测结果分析，且在此预测结果存在异常时，综合分类诊断模型运算数据进行综合智能分析，进行智能故障诊断；信息反馈系统：所述信息反馈系统用于根据上述数据分析系统的分析结果进行相关连接端的信息推送；数据存储系统：所述数据存储系统用于将故障诊断系统中的所有数据进行存储，且在存储的同时同步至云端进行备份存储。2.根据权利要求1所述的一种基于能源互联网的故障诊断系统，其特征在于：所述数据采集系统在进行运行数据的采集时具体采用电流传感器、电压传感器、功率传感器、流量传感器、频率传感器、电源开关传感器以及电源运行传感器，配置数据以及性能数据的采集具体采用遥测数据采集技术。3.根据权利要求1所述的一种基于能源互联网的故障诊断系统，其特征在于：所述数据处理系统中，基本数据处理的步骤包括：数据清洗、数据转换、数据整合、数据校验以及数据装载，所述数...

【专利技术属性】
技术研发人员：唐刚，
申请(专利权)人：国网江苏省电力有限公司连云港供电分公司，
类型：发明
国别省市：