一种基于电力系统设备状态预警的方法和系统技术方案

本申请提供了一种基于电力系统设备状态预警的方法和系统，具体通过建立预警算法库，获取训练数据任务，建立初始预警算法模型，训练初始预警算法模型，发布预警算法模型和预警电力系统设备状态等一些列的步骤，实现了可自动化地开展基于电力系统设备状态的预警流程，无需人为干预，同时简化了设备状态预警应用的开发流程，降低了开发难度，提高了预警应用的智能化，减少预警应用的成本开发，并且有效地实现预警算法和模型的管理和资源共享。实现预警算法和模型的管理和资源共享。实现预警算法和模型的管理和资源共享。

【技术实现步骤摘要】
一种基于电力系统设备状态预警的方法和系统


[0001]本申请涉及电力系统
，具体涉及一种基于电力系统设备状态预警的方法和系统。

技术介绍

[0002]随着电网建设规模的不断扩大，电网建设信息化水平不断提高，电力系统设备的运行状态监测和分析越来越受到重视。为了保障电网的可靠运行，需要结合海量的运行数据，对电力系统运行设备的状态进行分析和评估，并预测设备未来状态的发展趋势，对有可能发生故障的设备，进行提前预警，从而达到提前检修，减少或避免故障发生的目的。
[0003]当前的设备状态预警应用，一方面缺乏对预警算法及模型的管理和共享，另一方面没有形成统一的运行和调度框架。传统的设备状态分析应用，较为独立，单个应用需要考虑数据准备、参数配置、模型训练、结果对比、算法优化、数据预测等一系列过程的调度和管理，应用开发难度较大，冗余工作较多，且无法有效形成预警算法及模型的积累和共享，从而影响了设备状态预警应用的演进。如何梳理设备状态分析预警的流程和特性，整合数据提取和数据分析统一过程，提供通用的预警分析应用运行和调度管理框架，是当前需要继续解决的问题。
[0004]针对上述问题，提供一种可以统一分析处理电力系统设备数据并发出预警的方法和系统尤为重要。

技术实现思路

[0005]本申请实施例提供了一种基于电力系统设备状态预警的方法和系统，以解决上述所提及的问题。
[0006]在本申请的一个实施例中，提出了一种基于电力系统设备状态预警的方法，所述方法包括以下步骤：
[0007]S100，建立预警算法库，所述预警算法库包括基础的数据算法和适配于电力系统设备预警的数学算法；
[0008]S200,获取训练数据，所述训练数据包括从传统关系数据库、大数据平台以及时序库中获取的适用于所述预警算法库的数据集，并将所述数据集划分为训练数据集和验证数据集；
[0009]S300，建立初始预警算法模型，所述初始预警算法模型是从预警算法库中选取适用于所述训练数据集的算法建立的；
[0010]S400，训练初始预警算法模型，所述初始预警算法模型是通过使用所述训练数据集训练的；
[0011]S500,发布预警算法模型，所述预警算法模型是通过训练所述初始预警算法模型完成后发布的；及
[0012]S600,预警电力系统设备状态，所述预警电力系统设备状态是通过使用所述预警
算法模型对电力系统设备的状态进行预测的，并根据预测结果，判断是否发出电力系统设备状态异常的预警。
[0013]在一实施例中，所述步骤S100、S200、S300、S400、S500和S600 按照预设运行程序自动化运行。
[0014]在一实施例中，所述预设运行程序包括周期运行程序和定期运行程序，所述周期运行程序为所述步骤S100、S200、S300、S400、S500 和S600呈周期性运行，所述定期运行程序为所述步骤S100、S200、 S300、S400、S500和S600按照预设时间点，定时运行。
[0015]在一实施例中，所述步骤S400包括：
[0016]S401，配置初始预警算法模型的初始参数；
[0017]S402，启动训练任务，将所述训练数据集输入至所述初始预警算法模型，训练所述预警算法模型，得到训练结果；
[0018]S403，应用所述验证数据集验证所述训练结果，得到最优参数，获得最优训练结果；及
[0019]S404,依据最优训练结果，获得所述预警算法模型。
[0020]在一实施例中，所述步骤S402还包括：
[0021]S4021，记录所述训练任务的训练情况，所述训练情况包括训练成功和训练失败，当训练成功时，执行步骤S403，当训练失败时，返回执行步骤S401直至训练成功为止，并将所述训练失败的情况记录在所述训练任务的异常日志中并发出异常告警。
[0022]在一实施例中，所述步骤S500包括：
[0023]S501,记录所述发布预警模型的发布状态，所述发布状态包括发布成功和发布失败，当发布成功时，执行步骤S500，当发布失败时，将所述发布失败的状态记录在发布任务的异常日志中并发出同时异常告警。
[0024]在本申请的一个实施例中，还提出了一种基于电力系统设备状态预警的系统，包括：
[0025]配置算法库模块，所述配置算法库模块被配置为建立预警算法库；
[0026]数据获取模块，所述数据获取模块被配置为获取训练数据；
[0027]初始预警算法模型建立模块，所述初始算法模型建立模块被配置为从预警算法库中选取适用于所述训练数据的算法，建立初始预警算法模型；
[0028]初始预警算法模型训练模块，所述初始算法模型建立模块被配置为通过使用训练数据集训练初始算法模型；
[0029]预警算法模型发布模块，所述预警算法模型发布模块被配置为发布训练完成后的得到的预警算法模型；
[0030]电力系统设备状态预警模块，所述电力系统设备状态预警模块被配置为发布电力系统设备状态异常的预警；
[0031]在一实施例中，所述系统还包括：
[0032]任务运行模块，所述任务运行模块被配置为按照预设运行程序自动化运行所述配置算法库模块、所述数据获取模块、所述初始预警算法模型建立模块、所述初始预警算法模型训练模块和所述电力系统设备状态预警模块。
[0033]在一实施例中，所述系统还包括日志记录模块，所述日志记录模块用于记录所述
初始预警算法模型训练模块和预警算法模型发布模块的运行状态。
[0034]本申请的有益效果在于：
[0035]本申请通过建立预警算法库，获取训练数据，建立初始预警算法模型，训练初始预警算法模型，发布预警算法模型及预警电力系统设备状态等一系列的步骤，提供了一种基于电力系统设备状态预警的方法和系统，可自动化地开展基于电力系统设备状态预警流程，无需人为干预，同时简化了设备状态预警应用的开发流程，降低开发难度，使得应用开发人员只需要关注设备状态预警算法的研究和开发，从而大幅度提高预警应用的智能化，减少预警应用的开发成本，并且可以有效地实现预警算法和模型的管理和资源共享。
附图说明
[0036]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0037]图1是根据本申请一实施例中基于电力设备运行状态的方法流程图；
[0038]图2是根据本申请一实施例中基于电力设备运行状态的系统示意图；
[0039]图3是根据本申请一实施例中基于电力系统设备状态预警的任务运行流程图。
具体实施方式
[0040]为使本申请的实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部实施例。基于本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于电力系统设备状态预警的方法，其特征在于，所述方法包括以下步骤：S100，建立预警算法库，所述预警算法库包括基础的数据算法和适配于电力系统设备预警的数学算法；S200,获取训练数据，所述训练数据包括从传统关系数据库、大数据平台以及时序库中获取的适用于所述预警算法库的数据集，并将所述数据集划分为训练数据集和验证数据集；S300，建立初始预警算法模型，所述初始预警算法模型是从预警算法库中选取适用于所述训练数据集的算法建立的；S400，训练初始预警算法模型，所述初始预警算法模型是通过使用所述训练数据集训练的；S500,发布预警算法模型，所述预警算法模型是通过训练所述初始预警算法模型完成后发布的；及S600,预警电力系统设备状态，所述预警电力系统设备状态是通过使用所述预警算法模型对电力系统设备的状态进行预测的，并根据预测结果，判断是否发出电力系统设备状态异常的预警。2.一种如权利要求1所述的基于电力系统设备状态预警的方法，其特征在于，所述步骤S100、S200、S300、S400、S500和S600按照预设运行程序自动化运行。3.一种如权利要求2所述的基于电力系统设备状态预警的方法，其特征在于，所述预设运行程序包括周期运行程序和定期运行程序，所述周期运行程序为所述步骤S100、S200、S300、S400、S500和S600呈周期性运行，所述定期运行程序为所述步骤S100、S200、S300、S400、S500和S600按照预设时间点，定时运行。4.一种如权利要求1所述的基于电力系统设备状态预警的方法，其特征在于，所述步骤S400包括：S401，配置初始预警算法模型的初始参数；S402，启动训练任务，将所述训练数据集输入至所述初始预警算法模型，训练所述预警算法模型，得到训练结果；S403，应用所述验证数据集验证所述训练结果，得到最优参数，获得最优训练结果；及S404,依据最优训练结果，获得所述预警算法模型。5.一种如权...

【专利技术属性】
技术研发人员：秦小云，黄金龙，赖见令，陈州，徐丹，孙超，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：