一种基于人工智能的配电网故障预测和主动检修系统技术方案

本发明专利技术提供一种基于人工智能的配电网故障预测和主动检修系统，用于采集包括PMS系统、调度云系统以及业务中台中电网调度数据、电网及设备运行数据、电网网架数据，并按照统一数据模型进行转换，最后融合为多时态电网及设备数据中心的数据采集模块；用于通过电网设备知识图谱和人工智能深度学习算法，实现配电网和设备故障分析预测的故障诊断模块；用于当收到故障隐患分析预测结果后，进行主动应急抢修，通过路线最优算法优选抢修站点和运检人员，并通过主动派单进行排查抢修，对受停电影响用户主动告知服务的检修调度模块。本发明专利技术有效提高了管理决策水平、故障抢修和运检作业效率、用户体验和评价水平。户体验和评价水平。户体验和评价水平。

【技术实现步骤摘要】
一种基于人工智能的配电网故障预测和主动检修系统


[0001]本专利技术涉及人工智能、大数据知识图谱及配电网维护
，尤其涉及一种基于人工智能的配电网故障预测和主动检修系统。

技术介绍

[0002]配电网作为重要的电网运行基础，保障其安全稳定运行，且在其发生故障停电后能快速地组织抢修、恢复供电具有极为重要的现实意义。然而配电网运行存在实时动态性强，异常动作和运行风险难以有效防范、配电设备点位分布范围广等困难和特点，导致配电网运检和抢修等作业存在以下问题，一是故障信息获取不及时且缺少高效智能的故障分析预测手段，目前的故障判断主要依靠工作人员的经验，受制于工作人员的主观判断和工作能力，经验不易传承，无法有效预测故障；二是大多数故障处理只能通过事后抢修的方式进行，用户当发生停电后才能感知故障发生，不能做到主动防范、主动抢修运维和主动服务用户，并不能消除配电网设备异常影响客户服务的事实；三是不能直观感知和展示故障发生点和所受停电影响的用户范围，管理决策水平低效；四是配电应急抢修指挥不协调，抢修或运检工单多通过跨部门线下操作，影响故障抢修和恢复效率；五是由于设备分布范围广，故障发生时在恶劣天气环境和复杂交通地形下无科学规划抢修作业路径方法，影响作业安全和效率。
[0003]为提高配电网抢修或运检效率，近年来随着人工智能、物联网和移动互联网等相关技术的发展，陆续开展了一些研究，某些智能分析手段缺少全量数据支撑，影响智能分析模型或算法准确性。另外，当前的研究较多比较局限、单一，缺少系统性地深入且全面解决上述问题的有效办法。
[0004]因此,亟需一种智能化水平高，能实现主动故障分析预测、主动抢修和运检作业、主动服务和通知用户、科学规划作业最优路径，且能在一张图上直观展示故障位置和受停电影响用户区域的配电网故障预测和主动检修系统，以提高管理决策水平、故障抢修和运检作业效率、用户体验和评价水平，提高电网安全运行能力。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提出一种基于人工智能的配电网故障预测和主动检修系统。
[0006]基于上述目的，本专利技术提供一种基于人工智能的配电网故障预测和主动检修系统，包括：数据输入模块、故障诊断模块、检修调度模块；所述数据输入模块用于通过自动抽取的方式采集包括PMS系统、调度云系统以及业务中台中电网调度数据、电网及设备运行数据、电网网架数据，并按照统一数据模型进行转换，最后融合为包括历史态、现实态和未来态多时态电网及设备数据中心，以支撑多时态电网一张图构建和电网设备知识图谱构建，并为人工智能深度学习模型提供训练和测试样本，进而实现电网设备故障的智能分析预测；
所述故障诊断模块用于采用电网设备知识图谱和人工智能深度学习故障分析预测算法，通过故障分析诊断服务进行调用，对配电网及其设备是否存在故障进行分析预测，其故障分析预测结果以及故障信息支撑后续配电网主动检修调度和停电分析到户；所述检修调度模块用于当诊断存在故障或隐患时，可发起工单进行主动应急抢修，通过抢修线路优化算法安排运检人员进行排查抢修，并对所受停电影响的用电用户主动通知停电时间和预计恢复时间。
[0007]进一步地，所述数据输入模块配置了包括PMS数据抽取功能组件、中台数据抽取功能组件、调度云数据抽取功能组件、数据模型转换功能组件、多态数据融合功能组件；所述故障诊断模块配置了包括深度学习算法功能组件、电网设备知识图谱功能组件以及故障分析诊断服务功能组件；所述检修调度模块配置了包括主动应急抢修功能组件、抢修线路优化算法功能组件以及停电分析到户功能组件；所述数据输入模块，通过将各系统抽取的数据通过数据模型转换及多态数据融合，输出统一模型及多时态数据中心，为电网一张图构建和故障预测分析提供了大量丰富可信的数据源；所述故障诊断模块，通过构建电网设备知识图谱为深度学习模型提供了知识指导，深度学习模型有利于知识图谱的知识获取；两者相互支持，协调配合提供了配电网故障预测分析的准确性，为被动检修转变为主动抢修提供了较好的技术手段；所述检修调度模块通过故障主动处理分析算法、改进后的基于量子遗传算法的维修线路优化策略以及停电分析到户算法，当故障预测分析结果出来后，实现快速的事故分析及主动抢修调度处理，并且通过主动用户分析及通知，较大提高了配电网故障抢修效率、用户体验水平和主动服务能力。
[0008]进一步地，所述配电网故障预测和主动检修系统构建包括以下步骤：S301：数据抽取、转换及融合，将所抽取并经统一数据模型转换且融合后的电网调度、电网及设备运行、电网网架等数据汇集到数据中台中，构建电网及设备多时态融合数据中心；S302：S301处理后的数据提供给人工智能深度学习模型进行故障预测分析训练及验证，同时提供给电网设备知识图谱进行知识表示构建，深度学习模型为知识图谱提供知识指导，知识图谱为深度学习模型提供知识获取补充手段，两者互为补充、相互支持、协调配合；S303：基于所融合的电网及设备多时态融合数据中心，在电网GIS底座上构建"历史态、现实态、未来态"的电网一张图，为后续事故主动应急抢修、线路优化调配、停电分析到户提供基于图上协作的直观友好互动及展现方式，实现了可视化的电网抢修协作和主动服务；S304：故障预测分析结果提供给所述检修调度模块，通过所述主动应急抢修功能组件、线路优化算法功能组件、停电用户分析功能组件进行快速事故处理。
[0009]进一步地，所述数据输入模块是将数据抽取后，需按照统一ID、统一模型和统一规范转换为统一数据格式，并形成统一网架信息。
[0010]进一步地，所述数据输入模块是通过数据抽取的方式将PMS系统、调度云系统以及业务中台的调度数据、电网及设备运行数据、电网网架数据等实时或非实时的数据进行抽
取，抽取的数据包括：电力基础数据、主网设备及参数、配网设备及参数、电网GIS信息、电网运行及监测数据、用户用电信息。
[0011]进一步地，所述数据输入模块是将所抽取的数据按统一数据模型转换后，需采用数据融合算法对新、旧数据进行融合，构建起涵盖历史态、现实态以及未来态的多时态电网及设备数据中心，以支撑多时态电网一张图构建，并为后续人工智能深度学习模型的训练、电网设备知识图谱的构建以及电网故障隐患的预测分析提供足够的训练和样本数据。
[0012]所述数据融合算法的步骤如下：S10301：历史态数据库设计，由于融合的多态数据需支撑在电网GIS平台上构建电网一张图，按设备类型进行数据分类存储，每种设备类型创建稳定版表和编辑版表两张物联表，编辑版表的表名为稳定版表名上添加_ver后缀。当数据更新时，相对于稳定版表，先基于编辑版表进行更新，编辑类型字段ADD表示当前记录相对稳定表是新增的，Update表示当前记录相比稳定版的同一条记录发生了修改，而Delete表示从稳定版删除同条记录。当数据修改审核通过后，编辑版表中的修改数据就会合并到稳定版中，同时删除编辑版表中的相应记录。历史态数据用于备份稳定版表的推移情况，可以按时间进行数据回溯。在稳定版表基础上，添加以
‑
HI本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的配电网故障预测和主动检修系统，其特征在于，包括：数据输入模块、故障诊断模块、检修调度模块；所述数据输入模块用于通过自动抽取的方式采集包括PMS系统、调度云系统以及业务中台中电网调度数据、电网及设备运行数据、电网网架数据，并按照统一数据模型进行转换，最后融合为包括历史态、现实态和未来态多时态电网及设备数据中心；所述故障诊断模块用于采用电网设备知识图谱和人工智能深度学习故障分析预测算法，通过故障分析诊断服务进行调用，对配电网及其设备是否存在故障进行分析预测，其故障分析预测结果以及故障信息支撑后续配电网主动检修调度和停电分析到户；所述检修调度模块用于当预测分析结果存在电网和设备故障或隐患时，进行主动应急抢修，通过抢修线路优化算法选择抢修站点和运检人员，并通过主动派单进行排查抢修，对经分析评估的受停电影响的用电用户主动通知停电时间和预计恢复时间；所述数据输入模块配置了包括PMS数据抽取功能组件、中台数据抽取功能组件、调度云数据抽取功能组件、数据模型转换功能组件、多态数据融合功能组件；所述故障诊断模块配置了包括深度学习算法功能组件、电网设备知识图谱功能组件以及故障分析诊断服务功能组件；所述检修调度模块配置了包括主动应急抢修功能组件、抢修线路优化算法功能组件以及停电分析到户功能组件；所述配电网故障预测和主动检修系统构建包括以下步骤：S301：数据抽取、转换及融合，将所抽取并经统一数据模型转换且融合后的电网调度数据、电网及设备运行数据、电网网架数据汇集到数据中台中，构建电网及设备多时态融合数据中心；S302：S301处理后的数据提供给人工智能深度学习模型进行故障预测分析训练及验证，同时提供给电网设备知识图谱进行知识表示构建，深度学习模型为知识图谱提供知识指导，知识图谱为深度学习模型提供知识获取补充手段；S303：基于所融合的电网及设备多时态融合数据中心，在电网GIS底座上构建历史态、现实态、未来态的电网一张图；S304：故障预测分析结果提供给所述检修调度模块，通过所述主动应急抢修功能组件、抢修线路优化算法功能组件、停电分析到户功能组件进行事故处理。2.根据权利要求1所述的基于人工智能的配电网故障预测和主动检修系统，其特征在于：所述数据输入模块是将所抽取的数据按统一数据模型转换后，采用数据融合算法对新、旧数据进行融合，构建起涵盖历史态、现实态以及未来态的多时态电网及设备数据中心；所述数据融合算法的步骤如下：S10301：历史态数据库设计，按设备类型进行数据分类存储，每种设备类型创建稳定版表和编辑版表两张物联表；当数据更新时，相对于稳定版表，先基于编辑版表进行更新；当数据修改审核通过后，编辑版表中的修改数据就会合并到稳定版表中，同时删除编辑版表中的相应记录；历史态数据用于备份稳定版表的推移情况，按时间进行数据回溯；在稳定版表基础上，添加历史版表，历史版表存储增量修改数据；S10302：发布机制设计，当数据修改审核通过后，执行发布流程时，将稳定版表中修改的数据归档到历史版表，将稳定版表中的记录备份到历史版表中；发布过程中涉及到的历史版表记录，打上当前的时间戳，版本号为当前任务的版本号；编辑版表中的修改数据合并
进稳定版表；S10303：历史数据回溯，历史...

【专利技术属性】
技术研发人员：于仕，彭鸿钊，江文燕，胡齐晋，杨济海，朱正刚，邓燕楠，张远来，王沈亮，吴明光，查梦，刘坤，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：