本发明专利技术提供了一种电力大数据异常预警方法、装置、设备及可读存储介质，涉及电力数据技术领域，包括获取电力通信设备的运行状态的多种影响因素数据，根据所述影响因素数据，采集预警指标历史检测数据；对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理后，再进行标准化处理；根据皮尔逊相关系数，对处理后的所述检测数据进行数据特征提取，构建特征矢量；确定电力大数据异常工况，并完成所述电力大数据的异常工况预警。本发明专利技术有益效果为能够快速发现电力数据异常情况，降低事故危害，保障用户健康安全，从而提高了预警的准确性与可靠性。对电力系统的安全性进行实时的评估，大幅降低错报率与漏报率。大幅降低错报率与漏报率。大幅降低错报率与漏报率。
【技术实现步骤摘要】
一种电力大数据异常预警方法、装置、设备及可读存储介质
[0001]本专利技术涉及电力数据
，具体而言，涉及电力大数据异常预警方法、装置、设备及可读存储介质。
技术介绍
[0002]随着电力行业的发展，电力通信网经过多年来的安全管理，安全局面平稳，安全指标稳步提高。但随着通信网规模迅速扩展，技术复杂性的相应增加，客观上需要管理创新，需要建立与现代电网及其通信网相适应的现代化管理体系。从运维的角度，设备状态评估需综合考虑设备安全性、经济性和社会影响等方面的风险，确定设备状态等级，针对性地开展运维工作，防止电力通信设备出现状态劣化的安全隐患。
[0003]智能电网包括智能输电网和智能配电网两方面内容。配电网通常是指110kv及以下电压等级的电网，担负着向用户直接供电的功能，配电网与用户的联系最紧密，对供电可靠性和供电质量的影响也最直接，因而在智能电网建设中处于重要地位。但在过去相当长的一段时间内，因为发电、输电系统投资金额巨大，故障后果严重，而配电系统投资金额相对较小，故障也只能造成局部影响的原因，对配电系统的关注程度远低于发电、输电系统。
技术实现思路
[0004]本专利技术的目的在于提供一种电力大数据异常预警方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：
[0005]第一方面，本申请提供了电力大数据异常预警方法，包括：
[0006]获取电力通信设备的运行状态的多种影响因素数据，根据所述影响因素数据，采集预警指标历史检测数据；
[0007]对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理后，再进行标准化处理，并将处理后的检测数据保存到数据库中；
[0008]根据皮尔逊相关系数，对处理后的所述检测数据进行数据特征提取，构建特征矢量；
[0009]基于所述特征矢量训练模型，对模型进行优化，并根据优化后的所述训练模型，确定电力大数据异常工况，并完成所述电力大数据的异常工况预警。
[0010]优选地，获取第一数据，所述第一数据包括采集到的所述电力通信设备的运行状态，所述电力通信设备的运行状态包括正常状态、注意状态、异常状态和严重状态；所述影响因素数据包括风险数据、备品数据、设备供应数据和历史数据；
[0011]采集预警指标历史检测数据，以及采集根据摄像头采集到的电力施工现场的视频数据；
[0012]根据目标识别算法和所述第一数据，识别所述视频数据中的图片数据的特征，基于所述特征，对所述电力施工现场进行数字化检测，得到检测结果。
[0013]优选地，所述对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理
后，再进行标准化处理，并将处理后的检测数据保存到数据库中，其中包括：
[0014]针对采集到的所述预警指标历史检测数据，提取出异常数据；
[0015]对所述异常数据采用噪音平滑处理，得到光滑数据；建立回归函数拟合所述光滑数据；
[0016]通过聚类检测离群点去除所述光滑数据中的错误数据，得到去除后的结果；
[0017]利用贝叶斯推论，对去除后的所述结果中的缺失值行数据清洗，并对清洗后的数据进行归一化处理，得到处理后的检测数据，并保存到所述数据库中。
[0018]优选地，所述基于所述特征，对所述电力施工现场进行数字化检测，得到检测结果，之后包括：
[0019]采集传感器装置在所述电力施工现场采集到的温度、湿度和风速的特征信息；
[0020]将所述特征信息和所述检测结果进行融合，得到融合数据；
[0021]对所述融合数据进行仿真，得到仿真数据，基于所述仿真数据，采用尺度不变特征转换算法，建立电力施工三维模型；
[0022]基于关联规则算法，将预设的电力施工进度信息和所述电力施工三维模型相结合，得到电力施工任务关联表。
[0023]第二方面，本申请还提供了一种电力大数据异常预警装置，包括获取模块、处理模块、提取模块和优化模块，其中：
[0024]获取模块：用于获取电力通信设备的运行状态的多种影响因素数据，根据所述影响因素数据，采集预警指标历史检测数据；
[0025]处理模块：用于对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理后，再进行标准化处理，并将处理后的检测数据保存到数据库中；
[0026]提取模块：用于根据皮尔逊相关系数，对处理后的所述检测数据进行数据特征提取，构建特征矢量；
[0027]优化模块：用于基于所述特征矢量训练模型，对模型进行优化，并根据优化后的所述训练模型，确定电力大数据异常工况，并完成所述电力大数据的异常工况预警。
[0028]第三方面，本申请还提供了一种电力大数据异常预警设备，包括：
[0029]存储器，用于存储计算机程序；
[0030]处理器，用于执行所述计算机程序时实现所述电力大数据异常预警方法的步骤。
[0031]第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于电力大数据异常预警方法的步骤。
[0032]本专利技术的有益效果为：能够快速发现电力数据异常情况，降低事故危害，保障用户健康安全，从而提高了预警的准确性与可靠性。相对于人为的经验判断，利用历史数据和施工现场电力数据相关系数构建特征矢量，对电力系统的安全性进行实时的评估，大幅降低错报率与漏报率。无需额外添加监测设备，具有运行成本低、操作简单、探测效果好、探测时间短等优点。并且还能实现对电力数据的分析和预测，能尽早的发现电能质量问题并提出预防措施，从而全面提高电网的电能质量水平，能够在负荷接入前对其电能质量以及对电网运行的影响进行评估，提前发现已经存在问题或潜在隐患，给出预警信息并提出相应的预防措施，降低电能质量扰动对输电网的影响，提高电网安全、经济运行水平。
[0033]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得
显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0034]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0035]图1为本专利技术实施例中所述的电力大数据异常预警方法流程示意图；
[0036]图2为本专利技术实施例中所述的电力大数据异常预警装置结构示意图；
[0037]图3为本专利技术实施例中所述的电力大数据异常预警设备结构示意图。
[0038]图中:701、获取模块；7011、获取单元；7012、第一采集单元；7013、检测单元；70131、第二采集单元；70132、融合单元；70133、第二建立单元本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.电力大数据异常预警方法，其特征在于，包括：获取电力通信设备的运行状态的多种影响因素数据，根据所述影响因素数据，采集预警指标历史检测数据；对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理后，再进行标准化处理，并将处理后的检测数据保存到数据库中；根据皮尔逊相关系数，对处理后的所述检测数据进行数据特征提取，构建特征矢量；基于所述特征矢量训练模型，对模型进行优化，并根据优化后的所述训练模型，确定电力大数据异常工况，并完成所述电力大数据的异常工况预警。2.根据权利要求1所述的电力大数据异常预警方法，其特征在于，所述获取电力通信设备的运行状态的多种影响因素数据，根据所述影响因素数据，采集预警指标历史检测数据，其中包括：获取第一数据，所述第一数据包括采集到的所述电力通信设备的运行状态，所述电力通信设备的运行状态包括正常状态、注意状态、异常状态和严重状态；所述影响因素数据包括风险数据、备品数据、设备供应数据和历史数据；采集预警指标历史检测数据，以及采集根据摄像头采集到的电力施工现场的视频数据；根据目标识别算法和所述第一数据，识别所述视频数据中的图片数据的特征，基于所述特征，对所述电力施工现场进行数字化检测，得到检测结果。3.根据权利要求1所述的电力大数据异常预警方法，其特征在于，所述对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理后，再进行标准化处理，并将处理后的检测数据保存到数据库中，其中包括：针对采集到的所述预警指标历史检测数据，提取出异常数据；对所述异常数据采用噪音平滑处理，得到光滑数据；建立回归函数拟合所述光滑数据；通过聚类检测离群点去除所述光滑数据中的错误数据，得到去除后的结果；利用贝叶斯推论，对去除后的所述结果中的缺失值的数据清洗，并对清洗后的数据进行归一化处理，得到处理后的检测数据，并保存到所述数据库中。4.根据权利要求2所述的电力大数据异常预警方法，其特征在于，所述基于所述特征，对所述电力施工现场进行数字化检测，得到检测结果，之后包括：采集传感器装置在所述电力施工现场采集到的温度、湿度和风速的特征信息；将所述特征信息和所述检测结果进行融合，得到融合数据；对所述融合数据进行仿真，得到仿真数据，基于所述仿真数据，采用尺度不变特征转换算法，建立电力施工三维模型；基于关联规则算法，将预设的电力施工进度信息和所述电力施工三维模型相结合，得到电力施工任务关联表。5.一种电力大数据异常预警装置，其特征在于，包括：获取模块：用于获取电力通信设备的运行状态的多种影响因素数据，根据所述影响因素数据，采集预警指标历史检测数据；处理模块：用于对...
【专利技术属性】
技术研发人员：郑小平，陈志豪，许才伟，
申请(专利权)人：安徽双恒电力科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。