【技术实现步骤摘要】
基于信息融合技术的调度自动化监测及故障定位系统
[0001]本专利技术涉及监测系统
，特别是基于信息融合技术的调度自动化监测及故障定位系统。
技术介绍
[0002]随着电网规模的快速发展和特高压交直流建设，国内电网将呈现出特大型交直流混合电网形态，电网特征、运行特性都将发生重大变化，也给电网安全运行与高效管理带来了全新挑战。调度自动化系统作为电网调度运行和集中监控的核心技术支撑手段，应依托技术进步适应新形势的要求，进一步提升自动化运行水平和技术支撑能力，从而增强调度与驾驭大电网的能力。
[0003]但目前调度自动化系统数据流过程一直未能得到有效监视；因此在发生交换机运行速度缓慢、异常IP冲突、ARP攻击、网络风暴等时无法分析其原因，甚至遥控失败、遥信跳变、遥测突变，无法进行故障定位及事故反演；同时现有的电力故障关联定位技术存在关联、定位不准确，关联样本的类型单一，且数量多和冗余等问题；没有良好的测评和准确故障定位功能，导致后续的运维数据多且准确度一般等问题。这些问题不但给自动化人员日常运维带来困惑，同时不利于调...
【技术保护点】
【技术特征摘要】
1.基于信息融合技术的调度自动化监测及故障定位系统，其特征在于，包括：监测端，包括部署在电路上的多个探针和与所述探针连接的电力监测设备，所述监测端用于采集电力监测设备的数据，对于深度解析以及模式识别后的数据信息，通过核心交换机上传到数据业务分析平台；数据业务分析平台，包括调度自动化系统和关联分析系统以及数据库，其中所述调度自动化系统用于数据流的异常特征识别与告警，所述关联分析系统连接电力调度中心，建立故障指标体系模型，用于至少两个故障元件信息的诊断分析，所述数据库用于缓存所述数据业务分析平台的处理数据；所述关联分析系统包括获取模块、分析模块、人工智能辅助处理模块、输出模块和故障反演模块；其中，所述人工智能辅助处理模块用于通过异常特征识别技术以及多维信息融合故障判别技术进行人工智能辅助处理，并通过人工智能辅助处理进行网络异常故障判别后准确定位故障点，所述人工智能辅助处理模块包括异常特征识别单元、测评调取单元、多维信息融合单元、准确故障定位单元和人工智能辅助定位单元；所述异常特征识别单元，基于所述电力监测设备的数据的异常特征进行识别训练后，用于对获取模块所获取的电力监测设备的数据，进行异常特征识别操作生成电力监测设备的异常数据；所述测评调取单元，根据所述电力监测设备的异常数据，用于调取不同的测评算法和对应的原始异常数据样本数据进行测评并生成相应测评信息，测评算法包括回归算法或树算法；所述多维信息融合单元，基于所述测评调取单元调取相应的测评算法处理生成的相应测评信息，并调用所述数据库中满足一致性指标的相关多维信息，将测评信息与多维信息融合后，生成样本特性信息，以此来表征所述样本特性关联的准确性；准确故障定位单元，用于将所述多维信息融合单元生成的样本特性信息分为两份，分别用于训练阶段的精准性故障定位样本信息和实际预测阶段的精准性故障定位样本信息，生成准确故障定位判别特征信息；人工智能辅助定位单元，用于根据所述准确故障定位判别特征信息，进行判别后生成结果自动定位故障点，并生成相应的故障信息；可视化平台，包括API调用模块与可视化模块，通过API调用模块与所述数据业务分析平台连接，用于对处理数据和故障信息行接收、挖掘和展现，即对业务数据和故障信息进行实时展示。2.如权利要求1所述的基于信息融合技术的调度自动化监测及故障定位系统，其特征在于，所述获取模块用于获取所有的网络原始报文，采用全过程无损采集技术实现网络报文抓取，并把网络原始报文进行存储；所述分析模块用于从海量网络报文中对网络报文流量情况、网络报文语法、网络报文语义进行分析，从而得到原始状态数据，数据进行存储；所述输出模块连接所述数据业务分析平台，用于将故障判别的信息通过可视化手段直接展现给用户；所述故障反演模块用于结合历史存储数据，进行故障反演，再现故障时异常场景。3.如权利要求1所述的基于信息融合技术的调度自动化监测及故障定位系统，其特征在于，所述关联分析系统用于至少两个故障元件信息的诊断分析，包括获取单故障元件信
息、相关性指标信息和不冗余指标信息；其中，所述单故障元件信息包括故障元件的位置指标，且单故障元件信息为覆盖一个故障的元件的信息；所述相关性指标息包括通过至少一个合理的诊断，推断是单故障元件,并应发匹配至少一个症状；所述不冗余指标标息包括通过至少一个合理的诊断推断，同时引发相关指标的全部覆盖。4.如权利要求3所述的基于信息融合技术的调度自动化监测及故障定位系统，其...
【专利技术属性】
技术研发人员：李明生，牛小俊，王琰，
申请(专利权)人：南京北泰电力科技有限公司，
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。