【技术实现步骤摘要】
本专利技术涉及数据优化管理，更具体地说，本专利技术涉及一种基于电力运维的智能化数据优化管理平台。
技术介绍
1、电力系统作为现代社会的重要基础设施，其安全稳定运行对国民经济和人民生活至关重要。随着电网规模的不断扩大和用电需求的持续增长，电力系统的复杂性和不确定性也在不断提高，给电力运维工作带来了巨大挑战。传统的电力运维方式主要依靠人工巡检和经验判断，存在效率低下、实时性差、准确性不足等问题，难以满足现代电网的运维需求。
2、近年来，随着物联网、大数据、人工智能等新一代信息技术的快速发展，智能化运维逐渐成为电力行业的发展趋势。智能化运维通过采集海量设备运行数据，利用先进的数据分析和人工智能算法，实现设备状态的实时监测、故障预警和智能诊断，大大提高了电力运维的效率和准确性。然而，现有系统往往将各个设备孤立地进行分析，忽视了设备之间的关联性，容易忽略一些潜在问题，进而导致运维工作安排不合理，浪费人力物力资源。
技术实现思路
1、为了克服现有技术将各个设备孤立地进行分析，忽视了设备之间的关联性的问题，本专利技术提出了一种基于电力运维的智能化数据优化管理平台，用于解决上述问题。
2、本专利技术提供如下技术方案：
3、一种基于电力运维的智能化数据优化管理平台，包括：
4、关系网络构建模块，用于获取所有设备的安装信息和所有设备在历史上的运行记录，所述运行记录包括运行数据和状态数据，根据安装信息和历史上的运行数据构建设备关系网络；
5、模
6、数据采集与处理模块，用于通过传感器采集各个设备实时的运行数据，对采集到运行数据进行预处理，将预处理后的运行数据打上时间戳后进行存储；
7、数据分析模块，用于按照预设频率根据设备关系网络获取存储的运行数据并分析运行数据是否存在异常；
8、状态识别模块，用于在数据分析模块分析运行数据存在异常时，获取对应的运行数据并将运行数据输入到状态识别模型中得到设备状态；
9、如有直接的电路连接或通信连接等，用于监控获取到的实时的运行数据，并在监控到存在超出预设阈值的运行数据进行报警，还用于监控并输出状态识别模型识别到的设备状态。
10、优选的，所述安装信息包括设备间的连接关系和设备间的距离，所述运行数据包括电压、负载和温度，所述状态数据包括描述信息和对应的编码。
11、优选的，所述根据安装信息和历史上的运行数据构建设备关系网络的步骤包括：
12、s1、获取任一设备作为中心设备，使用中心设备和所有与中心设备存在连接关系，且与中心设备间距离不超过预设距离限值的设备，构成初始设备集合；
13、s2、使用初始设备集合中的每个设备作为一个节点，每个设备间的连接关系作为边构建初始网络；
14、s3、根据运行数据获取初始网络中每条边对应的关联关系，并删除初始网络中关联关系为空的边；
15、s4、以初始网络中中心设备对应的节点为起点，使用搜索算法遍历整个初始网络，使用遍历经过的节点和边与每个边对应的关联关系构成目标网络；
16、s5、获取目标网络中的节点数量；若节点数量大于预设值，则使用目标网络作为设备关系网络；否则，返回步骤s1。
17、优选的，所述根据运行数据获取初始网络中每条边对应的关联关系的步骤包括：
18、获取初始网络中的任一条边，获取该边连接的两个节点，分别记为第一节点和第二节点；
19、获取第一节点对应的设备在历史上的条运行数据组成第一运行数据集，根据第一运行数据集中每个运行数据的获取时间，获取第二节点对应的设备在历史上的条运行数据组成第二运行数据集；
20、从第一运行数据集和第二运行数据集中分别提取电压、负载和温度三种数据中的一种，形成两组对应的数据数组分别记为第一数组和第二数组；
21、根据第一数组与第二数组使用波动计算方法计算波动指数；
22、对电压、负载和温度三种数据分别计算波动指数，并取这三个波动指数中的最大值记为最大波动指数；
23、判断最大波动指数是否小于预设的波动阈值，若是，则将该边的关联关系设置为空；
24、若否，则获取最大波动指数对应的第一数组和第二数组，并根据第一数组和第二数组使用比例计算方法计算比例指数；
25、判断比例指数，是否大于或等于预设的比例阈值，若是，则将该边的关联关系设置为空；
26、若否，则将最大波动指数、最大波动指数对应的运行数据种类和比例指数作为该边对应的关联关系。
27、优选的，所述波动计算方法的步骤包括：
28、接收两组数据，分别记为数组和数组，
29、使用如下公式计算波动指数：
30、，
31、式中，表示波动指数，表示下标，表示数组的元素数量，表示数组中第个元素，表示数组中第个元素，表示符号函数若中的值大于0，则的值取1，否则的值取0。
32、优选的，所述比例计算方法的步骤包括：
33、接收两组数据，分别记为数组和数组，
34、建立元素数量比数组少1个的数组，并按照公式为数组中的元素进行赋值，式中，表示数组中第个元素，表示数组中第个元素；
35、建立元素数量比数组少1个的数组，并按照公式为数组中的元素进行赋值，式中，表示数组中第个元素，表示数组中第个元素；
36、使用如下公式计算比例指数：
37、，
38、式中，表示波动指数，表示数组的元素数量，表示数组中元素的平均值，表示数组中元素的平均值。
39、优选的，所述状态识别模型的训练步骤包括：
40、使用设备关系网络中所有设备在历史上任一时刻的运行记录作为一条学习数据，获取多条学习数据组成学习数据集，将学习数据集划分训练集和验证集；
41、搭建机器学习框架并定义输入层和输出层，设定损失函数和优化器，构建机器学习模型；
42、使用学习数据集中运行数据作为输入层数据，使用与运行数据对应的编码作为输出层数据，使用训练集按照设定的批量大小和训练轮数，训练构建的机器学习模型；
43、使用验证集对训练后的机器学习模型进行测试，输出满足预设准确度的机器学习模型作为状态识别模型。
44、优选的，所述根据设备关系网络获取存储的运行数据并分析运行数据是否存在异常的步骤包括：
45、获取设备关系网络中所有的边组成边集合；
46、获取边集合中的任一个边记为目标边，获取目标边对应的关联关系中最大波动指数对应的运行数据种类记为目标种类、最大波动指数记为目标波动、比例指数记为目标比例；
47、获取目标边连接的两个节点对应的两个设备分别记为第一设备和第二设备；
48、从存储的运行数据中，获取第一设备和第二设备本文档来自技高网...
【技术保护点】
1.一种基于电力运维的智能化数据优化管理平台，其特征在于，包括：
2.根据权利要求1所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述安装信息包括设备间的连接关系和设备间的距离，所述运行数据包括电压、负载和温度，所述状态数据包括描述信息和对应的编码。
3.根据权利要求2所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述状态识别模型的训练步骤包括：
4.根据权利要求3所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述根据设备关系网络获取存储的运行数据并分析运行数据是否存在异常的步骤包括：
5.根据权利要求4所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述对第一运行数据组和第二运行数据组进行数据对齐的步骤包括：
6.根据权利要求5所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述获取对应的运行数据并将运行数据输入到状态识别模型中得到设备状态包括：获取设备关系网络中所有设备最近的运行数据；将获取到的运行数据输入到状态识别模型中，得到模型输出的编码；所述监控并输出状态识别模型识
...【技术特征摘要】
1.一种基于电力运维的智能化数据优化管理平台，其特征在于，包括：
2.根据权利要求1所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述安装信息包括设备间的连接关系和设备间的距离，所述运行数据包括电压、负载和温度，所述状态数据包括描述信息和对应的编码。
3.根据权利要求2所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述状态识别模型的训练步骤包括：
4.根据权利要求3所述的基于电力运维的智能化数据优化管理平台，其特征在于，所述根据设备关系网络获取存储的运行数据并分析运行数据是否存在异常的...
【专利技术属性】
技术研发人员：贺凯毅，李灿，何俊艺，巫年华，唐江文，
申请(专利权)人：湖南华能电气有限公司，
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。