CN109740770A - 设备异常处理方法、装置、计算机设备和存储介质 - Google Patents
设备异常处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109740770A CN109740770A CN201811648025.7A CN201811648025A CN109740770A CN 109740770 A CN109740770 A CN 109740770A CN 201811648025 A CN201811648025 A CN 201811648025A CN 109740770 A CN109740770 A CN 109740770A
- Authority
- CN
- China
- Prior art keywords
- information
- equipment
- monitoring
- correlation analysis
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Alarm Systems (AREA)
Abstract
本申请涉及一种设备异常处理方法、装置、计算机设备和存储介质。所述方法包括:获取设备监控信息;从设备监控信息中提取设备报警信息;确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。采用本方法能够提高设备异常处理的效率。
Description
技术领域
本申请涉及电力***技术领域,特别是涉及一种设备异常处理方法、装置、计算机设备和存储介质。
背景技术
随着电网的快速发展,其结构变得越来越复杂,电网建设正朝着信息化和智能化的方向发展。其中,调控一体化正适应了电网集约化管理和可持续发展的需求,在调控一体模式下,对电网设备报警信息的高效处理是确保电网安全、稳定、经济运行的关键。
目前,各电网设备的报警信息汇集到调度中心,在电网***未出现明显异常时,由调度员进行异常处理时,往往无法进行有效识别,使报警信息无法得到及时处理,导致设备异常处理效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高设备异常处理效率的设备异常处理方法、装置、计算机设备和存储介质。
一种设备异常处理方法,所述方法包括:
获取设备监控信息;
从设备监控信息中提取设备报警信息;
确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;
按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;
根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
在其中一个实施例中,在获取设备监控信息之后,还包括:
查询预设的专家库规则;
根据专家库规则,对设备监控信息进行预处理,得到预处理监控信息;
将预处理监控信息作为设备监控信息。
在其中一个实施例中,从设备监控信息中提取设备报警信息包括:
从设备监控信息中提取监控信息关键字;
查询预设的监控信息分类规则;
将监控信息关键字和监控信息分类规则进行匹配,得到匹配结果;
根据匹配结果,从设备监控信息中提取设备报警信息。
在其中一个实施例中,确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别包括:
获取设备所处地域的气象信息;
根据气象信息确定设备所处的工作模式;
按照预设的模式级别映射规则,确定工作模式对应的处理优先级别。
在其中一个实施例中,按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果包括:
按照处理优先级别,将设备报警信息进行优先级别排序,得到报警处理序列;
按照报警处理序列,对设备报警信息进行案例推理处理和规则推理处理,分别得到案例推理结果和规则推理结果;
根据案例推理结果和规则推理结果,得到相关性分析结果。
在其中一个实施例中,根据案例推理结果和规则推理结果,得到相关性分析结果包括:
查询预设的相关性分析权重;
按照相关性分析权重,对案例推理结果和规则推理结果进行加权处理,得到相关性分析结果。
在其中一个实施例中,根据相关性分析结果生成异常报警消息包括:
根据相关性分析结果得到设备异常信息;
确定设备异常信息对应的异常处理信息;
根据设备异常信息和异常处理信息,生成异常报警消息。
一种设备异常处理装置,所述装置包括:
监控信息获取模块,用于获取设备监控信息;
报警信息提取模块,用于从设备监控信息中提取设备报警信息;
优先级别确定模块,用于确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;
相关性分析模块,用于按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;
设备异常处理模块,用于根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取设备监控信息;
从设备监控信息中提取设备报警信息;
确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;
按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;
根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
一种计算机可读存储介质,其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以下步骤:
获取设备监控信息;
从设备监控信息中提取设备报警信息;
确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;
按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;
根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
上述设备异常处理方法、装置、计算机设备和存储介质,从获取的设备监控信息中提取设备报警信息,根据设备所处工作模式对应的处理优先级别,对设备报警信息进行相关性分析,再根据相关性分析结果生成异常报警消息,通过异常报警消息控制报警处理节点对设备进行异常处理。在设备异常处理过程中,直接根据设备报警信息的相关性分析结果,生成对应异常报警消息进行异常处理,不需要调度员人为进行识别,提高了设备异常处理的效率。
附图说明
图1为一个实施例中设备异常处理方法的应用环境图;
图2为一个实施例中设备异常处理方法的流程示意图;
图3为一个实施例中相关性分析的流程示意图;
图4为另一个实施例中相关性分析的流程示意图;
图5为一个实施例中调控一体化***的结构框图;
图6为一个实施例中IEC 61970扩展模型示意图;
图7为一个实施例中设备异常处理装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的设备异常处理方法,可以应用于如图1所示的应用环境中。其中,电力***中的电厂、升压变电所、输电线路、负荷中心变电所、配电线路和负荷中心依次连接,实现电力输送。本申请通过服务器(图未示)监控电力***中各电力设备的设备监控信息,从获取的设备监控信息中提取设备报警信息,根据设备所处工作模式对应的处理优先级别,对设备报警信息进行相关性分析,再根据相关性分析结果生成异常报警消息,通过异常报警消息控制报警处理节点对设备进行异常处理。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种设备异常处理方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S201:获取设备监控信息。
设备监控信息可以为对电网***的各设备进行监控时采集得到的各种监控数据。具体地,设备监控信息包括各种遥测数据和远程信号,具体可以通过用于通信的标准化设计的实时数据接口,实时接收来自前端***(Front End System,FES)的遥测数据和远程信令数据的信息,来自SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制***)的主***的IEC61970模型数据及其包含的映射文件,以及来自SCADA的遥测和远程信号。此外,还可以设置一些数据接口,用于从二次设备的静态信息,故障信息***的信息以及将来的其他信息接收信息,从而使***覆盖整个信息处理过程,可以得到电网***中的各设备监控信息。
步骤S203:从设备监控信息中提取设备报警信息。
设备监控信息包括各种监控数据,从中提取需要进行异常处理的设备报警信息。例如,设备监控信息可以包括电网***各种运行状态下的衰落告警信息,具体包括识别保护和切换的告警信息、维护或调试设备发送的虚假消息、保护消息和具有明显逻辑错误的切换消息、重复消息等,其中,告警信息即为需要进行异常处理的设备报警信息。
具体地,可以通过关键字提取方法,模糊辨识设备报警信息,并运用用户规则和事例混合推理机制,结合专家***知识库和事例库知识,从设备监控信息中识别出各类信息,从而提取得到设备报警信息。
步骤S205:确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别。
对于设备异常处理,可以根据设备所处的工作模式,设置不同的处理策略。例如,设备所处的工作模式可以设为台风模式和正常模式,则可以根据设备所处区域的气象信息确定设备的工作模式,并按照对应的异常处理策略进行异常处理。本实施例中,不同工作模式设有不同的处理优先级别,根据设备所处的工作模式确定对应的处理优先级别。其中,处理优先级别为对设备报警信息进行处理的先后优先顺序,以便及时对高优先级别的设备报警进行进行异常处理。
步骤S207:按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果。
按照得到的处理优先级别,依次对各设备报警信息进行相关性分析,如基于案例推理(Case-Based Reasoning,CBR)和规则推理(Rule-Based Reasoning,RBR)的方法分析设备报警信息之间的相关性,得到相关性分析结果。通过相关性分析可以有效对设备报警信息进行整合诊断,以便在事故发生前及时进行设备异常处理,确保电网***的正常运行。其中,RBR主要用于处理包含知识库中保存的因果关系的设备报警信息,数据库还可以包括相应的规则和设备报警信息的优先级设置。例如,如果某一类型设备报警信息没有立即处理,则故障将发生,对于此设备报警信息,其优先级编号应为高级别。CBR用于在处理了一个或多个设备报警信息之后处理案例和策略之间的相关信息,即基于历史设备异常处理案例进行相关性分析。
步骤S209:根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
得到相关性分析结果后,根据该相关性分析结果生成异常报警消息,通过该异常报警消息使预设的报警处理节点对设备进行异常处理。具体地,可以根据相关性分析结果得到设备异常信息,即具体的设备故障情况,再根据设备异常信息确定对应的异常处理信息,即根据设备故障情况确定针对的故障处理策略,并根据设备异常信息和异常处理信息生成异常报警消息。通过在事故发生前识别设备报警信息,以使报警处理节点的调度员可以及时进行设备异常处理,提高了设备异常处理的效率。
上述设备异常处理方法中,从获取的设备监控信息中提取设备报警信息,根据设备所处工作模式对应的处理优先级别,对设备报警信息进行相关性分析,再根据相关性分析结果生成异常报警消息,通过异常报警消息控制报警处理节点对设备进行异常处理。在设备异常处理过程中,直接根据设备报警信息的相关性分析结果,生成对应异常报警消息进行异常处理,不需要调度员人为进行识别,提高了设备异常处理的效率。
在一个实施例中,在获取设备监控信息之后,还包括:查询预设的专家库规则;根据专家库规则,对设备监控信息进行预处理,得到预处理监控信息;将预处理监控信息作为设备监控信息。
在得到设备监控信息后,可以对设备监控信息进行预处理,如进行过滤、组合和分类处理等预处理,过滤掉误差数据,或无用的设备监控信息。具体地,查询预设的专家库规则,专家库规则为基于电网***的各处理规则得到,通过专家库规则可以监控各类设备的越限情况,在线分析各类设备的缺陷,跟踪设备缺陷历史,并按照遥信或者间隔进行关联,结合网络拓扑和网络潮流进行综合判断,从而实现对设备监控信息的预处理。本实施例中,按照该专家库规则,对设备监控信息进行预处理,如过滤,组合和分类处理,得到预处理监控信息。其中,过滤可以从设备监控信息中滤除明显错误的数据,组合和分类可以根据设备监控信息的类别进行归一处理。得到预处理监控信息后,通过该预处理监控信息进行后续设备报警信息提取的处理,可以对设备监控信息的有效数据进行提取和融合,提高了后续对设备监控信息设备监控信息的处理效率。
在一个实施例中,从设备监控信息中提取设备报警信息包括:从设备监控信息中提取监控信息关键字;查询预设的监控信息分类规则;将监控信息关键字和监控信息分类规则进行匹配,得到匹配结果;根据匹配结果,从设备监控信息中提取设备报警信息。
可以基于关键字提取方法,从设备监控信息中提取设备报警信息。具体地,通过关键字提取方法,模糊辨识设备监控信息,运用用户规则和事例混合推理机制,结合专家***知识库和事例库知识,识别出各类设备报警信息。设备报警信息按其重要性排序可以为:事故信息,瞬时报警信息,延迟报警信息,状态信息。而按照监控时的分类,设备报警信息可以分为六种,包括事件序列(Sequence Of Event,SOE)消息,设备异常消息,事故消息,提示消息,维护消息和不重置的断路器消息。
本实施例中,从设备监控信息中提取监控信息关键字,监控信息关键字可以为对应设备监控信息的特征字段、标识信息等。查询预设的监控信息分类规则,监控信息分类规则包括各监控信息关键字与设备报警信息之间的映射对应关系,具体可以包括用户规则、事例混合推理机制、专家***知识库以及事例库知识。根据该监控信息分类规则可以确定各监控信息关键字对应的设备报警信息。获得监控信息分类规则后,将监控信息关键字和监控信息分类规则进行匹配,并根据匹配结果,从设备监控信息中提取设备报警信息。
在一个实施例中,确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别包括:获取设备所处地域的气象信息;根据气象信息确定设备所处的工作模式;按照预设的模式级别映射规则,确定工作模式对应的处理优先级别。
设备处于不同的工作模式时,设置有对应不同的处理优先级别,以便对各设备报警信息按照优先级别进行异常处理。具体地,根据设备工作模式确定对应处理优先级别时,获取设备所处地域的气象信息。在具体实现时,可以根据频率、幅值、相位等特征对设备监控信息进行过滤,并根据过滤后的设备监控信息确定设备报警信息所属的变电站区域,进一步获取该变电站区域的气象信息。根据气象信息确定设备所处的工作模式,不同的气象信息对应于不同的工作模式,如工作模式可以包括台风模块和正常模式,当设备报警信息所属的变电站区域处于台风状态时,可以标记该设备工作模式为台风模式,在台风模式下,设备报警信息和治疗策略,即异常处理策略的优先级与正常模式不同。例如,如果设备报警信息需要在正常模式下在一天内处理,则在台风中应该是无关的,即只是记录,而不是处理。在台风模式的知识库和案例库中创建规则,并使用合理的模式识别方法,但处理信息的过程与普通模式相同,当***运行时,也会立即监控传输线上的开关跳闸次数,以确保设备正常运行。
确定设备所处的工作模式后,按照预设的模式级别映射规则,确定工作模式对应的处理优先级别。其中,模式级别映射规则包括各工作模式与对应的处理优先级别之间的映射关系。
在一个实施例中,如图3所示,相关性分析的步骤,即按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果包括:
步骤S301:按照处理优先级别,将设备报警信息进行优先级别排序,得到报警处理序列。
本实施例中,基于案例推理和规则推理分析各设备报警信息之间的相关性。具体地,按照处理优先级别,将设备报警信息进行优先级别排序,如按照优先级别从高到低的顺序,将设备报警信息进行排序,得到报警处理序列。
步骤S303:按照报警处理序列,对设备报警信息进行案例推理处理和规则推理处理,分别得到案例推理结果和规则推理结果。
得到报警处理序列后,按照该报警处理序列,对设备报警信息进行案例推理处理和规则推理处理,分别得到案例推理结果和规则推理结果。
其中,案例推理就是模仿人类利用以往类似问题的经验知识来解决新问题的,其推理过程主要包括案例表示、案例检索和案例学习等过程。案例的表示就是指对新案例进行详细描述;案例的检索是根据一定的检索策略,通过相似度计算确定相似的案例,而案例的学习则是判断是否将新案例加入案例库中,并修正相应案例库中的案例。具体地,接收到设备报警信息并进行分间隔或单元处理后,首先将某个间隔或单元内的设备报警信息按案例描述表描述为目标案例,然后结合关联案例表中的案例(源案例),再根据最近相邻策略在这些案例中检索相似案例,即将异常信号编号转换成布尔类型案例中(存在该信号标为1不存在为0)以计算目标事例与源事例的相似度,根据相似度的大小选取几个最相似的事例列出,给出推理结果和处理方案。而规则推理为根据总结的专家知识规则对设备报警信息进行处理,即规则推理用于处理包含知识库中保存的因果关系的设备报警信息,数据库还可以包括相应的规则和设备报警信息的优先级设置。
具体实现时,如图4所示,设备报警信息相关性分析时,先进行案例推理处理,具体根据新案例搜索相似的历史案例,当匹配成功时,根据匹配的历史案例进行对应设备异常处理;当匹配不成功时,进行规则推理,具体通过知识库查询对应规则和设备报警信息的优先级设置,通过推力器进行规则推理,得到相关性分析结果。最后将相关性分析结果作为新案例,更新至案例库中,用于后续案例推理处理。
步骤S305:根据案例推理结果和规则推理结果,得到相关性分析结果。
得到案例推理结果和规则推理结果后,结合该案例推理结果和规则推理结果,得到相关性分析结果。通过融合案例推理结果和规则推理结果,可以得到准确的相关性分析结果。具体可以通过预设的权重,对案例推理结果和规则推理结果进行加权处理得到相关性分析结果。
在一个实施例中,根据案例推理结果和规则推理结果,得到相关性分析结果包括:查询预设的相关性分析权重;按照相关性分析权重,对案例推理结果和规则推理结果进行加权处理,得到相关性分析结果。
本实施例中,通过预设的权重,对案例推理结果和规则推理结果进行加权处理得到相关性分析结果。具体地,查询预设的相关性分析权重,相关性分析权重根据实际需求进行设置,以体现案例推理结果和规则推理结果的重要程度。按照相关性分析权重,对案例推理结果和规则推理结果进行加权处理,根据加权处理结果得到相关性分析结果。
在一个实施例中,根据相关性分析结果生成异常报警消息包括:根据相关性分析结果得到设备异常信息;确定设备异常信息对应的异常处理信息;根据设备异常信息和异常处理信息,生成异常报警消息。
在得到相关性分析结果后,进一步生成异常报警消息发送至报警处理节点中,以使报警处理节点的调度员可以在线进行设备异常处理,如进行异常排除处理等。本实施例中,根据相关性分析结果得到设备异常信息,即具体的设备故障情况,再根据设备异常信息确定对应的异常处理信息,即根据设备故障情况确定针对的故障处理策略,并根据设备异常信息和异常处理信息生成异常报警消息。具体地,根据相关性分析结果得到设备异常信息,设备异常信息可以为该设备的设备故障诊断结果。按照该设备异常信息,确定对应的处理策略,即确定对应的异常处理信息。再据设备异常信息和异常处理信息,生成异常报警消息。异常报警消息中包括了设备故障诊断结果和对应的故障处理策略。将异常报警消息下发至预设的报警处理节点后,由报警处理节点根据异常报警消息对设备进行异常处理,从而实现对设备故障的高效处理,确保设备的正常运行。
在一个实施例中,上述设备异常处理方法通过调控一体化***实现。如图5所示,该调控一体化***采用层次结构和模块化设计,包括数据采集层、分析应用层和用户管理层三个层次。其中,数据采集层实现实时数据和历史数据管理,具体包括实时库和历史库,所有获取的设备都保存在该数据采集层中。具体地,静态历史数据和实时数据存储在数据采集层,分析应用层获取实时数据,实现信息的智能处理,结果呈现给用户并存储在数据库中,然后用户在线决策结果,也可以在需要交换消息时与应用层进行交互。分析应用层实现实时监控与智能优化、自动模式识别、信息关联分析与诊断和辅助决策支持等功能;用户管理层可以与分析应用层进行交互,由调度员进行决策制定和由控制员进行人机交互。该调控一体化***能够处理实时设备报警信息,帮助调度人员做出决策,将提高调度控制中心监测和处理设备异常和故障的能力,促进电力调度决策***从分析转向智能化,从而确保电网运行安全,稳定和高效。
调控一体化***由实时消息接收子***、消息分类处理子***、识别报警消息子***和异常报警处理子***等四个子***组成。其中,消息接收子***用于获取设备监控信息;消息分类处理子***用于对设备监控信息进行预处理,得到预处理监控信息,并将预处理监控信息作为设备监控信息进行后续处理;识别报警消息子***用于从所述设备监控信息中提取设备报警信息,还可以识别未来故障诊断***的故障信息;异常报警处理子***是整个调控一体化***的核心,用于根据设备所处工作模式对应的处理优先级别,对设备报警信息进行相关性分析,再根据相关性分析结果生成异常报警消息,通过异常报警消息控制报警处理节点对设备进行异常处理。
具体地,异常报警处理子***基于IEC 61970标准中IEC 61850逻辑节点扩展的二次设备建模开发得到。进一步地,如图6所示,通过将符合IEC 61850中逻辑节点(LogicalNode,LN)的Protection LN添加到IEC 61970标准中的Protection Equipment(保护设备)位置,并按照IEC 61850扩展LN的子节点;创建Protection LN与量测装置和断路器的关联,并分别作为LN的输入和输出,得到IEC 61970扩展模型。
在一个具体应用中,相关性分析结果如表1所示,
表1
通过相关性分析可以有效对设备报警信息进行整合诊断,以便在事故发生前及时进行设备异常处理,确保电网***的正常运行。
本实施例提供的调控一体化***,可以嵌入到当前的EMS(Energy ManagementSystem,电能管理***)***中,有机地集成和协同工作,具有可集成性;能够获得更加全面的数据源,如未来的稳态数据和故障数据时,***也可以为故障诊断***或其他***保留部分接口,具有良好的可扩展性;还可以自动识别报警信息的重要性,分析和诊断电网设备的异常信息,为调度员提供当前最关注,最关键的信息,为调度员的决策节省宝贵的时间;可以自动识别变电站所属区域的天气状况(包括正常和台风两种天气状况),为站点的不同报警信息实时设置不同的处理方式,自发性强;在网格的结构或设备发生变化时,***可以实时更新网格模型,而不会影响报警信息的智能处理,***可维护性强。
本实施例调控一体化***在现有EMS的基础上,***扩展了二次设备建模,设备故障报警信息的相关性分析和诊断台风案例中设备故障报警的特殊处理,辅助决策支持等功能。不仅可以实现对***报警信息的实时智能在线处理和决策支持,还可以实现学习状态下处理的历史报警信息的回放。同时,该***不仅可以对设备异常报警信息进行智能分析和决策支持,实现区域电网调度控制一体化,还可以适应其他地区乃至省级电网设备故障的智能分析。与传统处理***相比,将大大减少事故处理时间,为调度员提供实时丰富智能的决策支持,从而保护电网的安全优质经济稳定运行,促进综合运营管理的进一步发展。
应该理解的是,虽然图2、3和4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、3和4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种设备异常处理装置,包括:监控信息获取模块701、报警信息提取模块703、优先级别确定模块705、相关性分析模块707和设备异常处理模块709,其中:
监控信息获取模块701,用于获取设备监控信息;
报警信息提取模块703,用于从设备监控信息中提取设备报警信息;
优先级别确定模块705,用于确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;
相关性分析模块707,用于按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;
设备异常处理模块709,用于根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
在一个实施例中,还包括专家规则模块、预处理模块和监控信息更新模块,其中:专家规则模块,用于查询预设的专家库规则;预处理模块,用于根据专家库规则,对设备监控信息进行预处理,得到预处理监控信息;监控信息更新模块,用于将预处理监控信息作为设备监控信息。
在一个实施例中,报警信息提取模块703包括关键字单元、分类规则单元、匹配单元和报警信息单元,其中:关键字单元,用于从设备监控信息中提取监控信息关键字;分类规则单元,用于查询预设的监控信息分类规则;匹配单元,用于将监控信息关键字和监控信息分类规则进行匹配,得到匹配结果;报警信息单元,用于根据匹配结果,从设备监控信息中提取设备报警信息。
在一个实施例中,优先级别确定模块705包括气象信息单元、工作模式单元和级别确定单元,其中:气象信息单元,用于获取设备所处地域的气象信息;工作模式单元,用于根据气象信息确定设备所处的工作模式;级别确定单元,用于按照预设的模式级别映射规则,确定工作模式对应的处理优先级别。
在一个实施例中,相关性分析模块707包括排序单元、推理处理单元和相关性分析单元,其中:排序单元,用于按照处理优先级别,将设备报警信息进行优先级别排序,得到报警处理序列;推理处理单元,用于按照报警处理序列,对设备报警信息进行案例推理处理和规则推理处理,分别得到案例推理结果和规则推理结果;相关性分析单元,用于根据案例推理结果和规则推理结果,得到相关性分析结果。
在一个实施例中,相关性分析单元包括权重子单元和相关性子单元,其中:权重子单元和相关性子单元,用于查询预设的相关性分析权重;相关性子单元,用于按照相关性分析权重,对案例推理结果和规则推理结果进行加权处理,得到相关性分析结果。
在一个实施例中,设备异常处理模块709包括异常信息确定单元、处理信息确定单元和报警消息单元,其中:异常信息确定单元,用于根据相关性分析结果得到设备异常信息;处理信息确定单元,用于确定设备异常信息对应的异常处理信息;报警消息单元,用于根据设备异常信息和异常处理信息,生成异常报警消息。
关于设备异常处理装置的具体限定可以参见上文中对于设备异常处理方法的限定,在此不再赘述。上述设备异常处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备异常处理方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取设备监控信息;
从设备监控信息中提取设备报警信息;
确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;
按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;
根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:查询预设的专家库规则;根据专家库规则,对设备监控信息进行预处理,得到预处理监控信息;将预处理监控信息作为设备监控信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:从设备监控信息中提取监控信息关键字;查询预设的监控信息分类规则;将监控信息关键字和监控信息分类规则进行匹配,得到匹配结果;根据匹配结果,从设备监控信息中提取设备报警信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取设备所处地域的气象信息;根据气象信息确定设备所处的工作模式;按照预设的模式级别映射规则,确定工作模式对应的处理优先级别。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:按照处理优先级别,将设备报警信息进行优先级别排序,得到报警处理序列;按照报警处理序列,对设备报警信息进行案例推理处理和规则推理处理,分别得到案例推理结果和规则推理结果;根据案例推理结果和规则推理结果,得到相关性分析结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:查询预设的相关性分析权重;按照相关性分析权重,对案例推理结果和规则推理结果进行加权处理,得到相关性分析结果。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据相关性分析结果得到设备异常信息;确定设备异常信息对应的异常处理信息;根据设备异常信息和异常处理信息,生成异常报警消息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取设备监控信息;
从设备监控信息中提取设备报警信息;
确定设备所处的工作模式,并根据工作模式确定对应的处理优先级别;
按照处理优先级别,对设备报警信息进行相关性分析,得到相关性分析结果;
根据相关性分析结果生成异常报警消息,并发送异常报警消息至预设的报警处理节点,报警处理节点根据异常报警消息对设备进行异常处理。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:查询预设的专家库规则;根据专家库规则,对设备监控信息进行预处理,得到预处理监控信息;将预处理监控信息作为设备监控信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:从设备监控信息中提取监控信息关键字;查询预设的监控信息分类规则;将监控信息关键字和监控信息分类规则进行匹配,得到匹配结果;根据匹配结果,从设备监控信息中提取设备报警信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取设备所处地域的气象信息;根据气象信息确定设备所处的工作模式;按照预设的模式级别映射规则,确定工作模式对应的处理优先级别。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:按照处理优先级别,将设备报警信息进行优先级别排序,得到报警处理序列;按照报警处理序列,对设备报警信息进行案例推理处理和规则推理处理,分别得到案例推理结果和规则推理结果;根据案例推理结果和规则推理结果,得到相关性分析结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:查询预设的相关性分析权重;按照相关性分析权重,对案例推理结果和规则推理结果进行加权处理,得到相关性分析结果。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据相关性分析结果得到设备异常信息;确定设备异常信息对应的异常处理信息;根据设备异常信息和异常处理信息,生成异常报警消息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种设备异常处理方法,所述方法包括:
获取设备监控信息;
从所述设备监控信息中提取设备报警信息;
确定设备所处的工作模式,并根据所述工作模式确定对应的处理优先级别;
按照所述处理优先级别,对所述设备报警信息进行相关性分析,得到相关性分析结果;
根据所述相关性分析结果生成异常报警消息,并发送所述异常报警消息至预设的报警处理节点,所述报警处理节点根据所述异常报警消息对所述设备进行异常处理。
2.根据权利要求1所述的方法,其特征在于,在所述获取设备监控信息之后,还包括:
查询预设的专家库规则;
根据所述专家库规则,对所述设备监控信息进行预处理,得到预处理监控信息;
将所述预处理监控信息作为所述设备监控信息。
3.根据权利要求1所述的方法,其特征在于,所述从所述设备监控信息中提取设备报警信息包括:
从所述设备监控信息中提取监控信息关键字;
查询预设的监控信息分类规则;
将所述监控信息关键字和所述监控信息分类规则进行匹配,得到匹配结果;
根据所述匹配结果,从所述设备监控信息中提取设备报警信息。
4.根据权利要求1所述的方法,其特征在于,所述确定设备所处的工作模式,并根据所述工作模式确定对应的处理优先级别包括:
获取设备所处地域的气象信息;
根据所述气象信息确定所述设备所处的工作模式;
按照预设的模式级别映射规则,确定所述工作模式对应的处理优先级别。
5.根据权利要求1所述的方法,其特征在于,所述按照所述处理优先级别,对所述设备报警信息进行相关性分析,得到相关性分析结果包括:
按照所述处理优先级别,将所述设备报警信息进行优先级别排序,得到报警处理序列;
按照所述报警处理序列,对所述设备报警信息进行案例推理处理和规则推理处理,分别得到案例推理结果和规则推理结果;
根据所述案例推理结果和所述规则推理结果,得到相关性分析结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述案例推理结果和所述规则推理结果,得到相关性分析结果包括:
查询预设的相关性分析权重;
按照所述相关性分析权重,对所述案例推理结果和所述规则推理结果进行加权处理,得到相关性分析结果。
7.根据权利要求1至6任意一项所述的方法,其特征在于,所述根据所述相关性分析结果生成异常报警消息包括:
根据所述相关性分析结果得到设备异常信息;
确定所述设备异常信息对应的异常处理信息;
根据所述设备异常信息和所述异常处理信息,生成异常报警消息。
8.一种设备异常处理装置,其特征在于,所述装置包括:
监控信息获取模块,用于获取设备监控信息;
报警信息提取模块,用于从所述设备监控信息中提取设备报警信息;
优先级别确定模块,用于确定设备所处的工作模式,并根据所述工作模式确定对应的处理优先级别;
相关性分析模块,用于按照所述处理优先级别,对所述设备报警信息进行相关性分析,得到相关性分析结果;
设备异常处理模块,用于根据所述相关性分析结果生成异常报警消息,并发送所述异常报警消息至预设的报警处理节点,所述报警处理节点根据所述异常报警消息对所述设备进行异常处理。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648025.7A CN109740770A (zh) | 2018-12-29 | 2018-12-29 | 设备异常处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811648025.7A CN109740770A (zh) | 2018-12-29 | 2018-12-29 | 设备异常处理方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109740770A true CN109740770A (zh) | 2019-05-10 |
Family
ID=66362853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811648025.7A Pending CN109740770A (zh) | 2018-12-29 | 2018-12-29 | 设备异常处理方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109740770A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111401760A (zh) * | 2020-03-23 | 2020-07-10 | 国电南瑞科技股份有限公司 | 一种安全稳定控制装置异常处置决策方法及装置 |
WO2021051618A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技(深圳)有限公司 | 异常预警方法、装置、服务器及存储介质 |
CN112906389A (zh) * | 2021-02-04 | 2021-06-04 | 云南电网有限责任公司昆明供电局 | 一种基于多维度数据分析的故障跳闸判别方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101360013A (zh) * | 2008-09-25 | 2009-02-04 | 烽火通信科技股份有限公司 | 一种基于相关性分析的传输网通用快速故障定位方法 |
CN102254102A (zh) * | 2011-07-18 | 2011-11-23 | 华东理工大学 | 基于本体的污水决策-支持***和方法 |
CN102638100A (zh) * | 2012-04-05 | 2012-08-15 | 华北电力大学 | 地区电网设备异常告警信号关联分析与诊断方法 |
CN104484371A (zh) * | 2014-12-05 | 2015-04-01 | 广州供电局有限公司 | 电力营销异常数据在线监控分析方法和*** |
CN104657814A (zh) * | 2014-12-17 | 2015-05-27 | 国电南瑞科技股份有限公司 | 基于ems***的继电保护装置信号模板抽取定义方法 |
CN108107360A (zh) * | 2017-12-05 | 2018-06-01 | 中国电子产品可靠性与环境试验研究所 | 电机故障辨识方法与*** |
-
2018
- 2018-12-29 CN CN201811648025.7A patent/CN109740770A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101360013A (zh) * | 2008-09-25 | 2009-02-04 | 烽火通信科技股份有限公司 | 一种基于相关性分析的传输网通用快速故障定位方法 |
CN102254102A (zh) * | 2011-07-18 | 2011-11-23 | 华东理工大学 | 基于本体的污水决策-支持***和方法 |
CN102638100A (zh) * | 2012-04-05 | 2012-08-15 | 华北电力大学 | 地区电网设备异常告警信号关联分析与诊断方法 |
CN104484371A (zh) * | 2014-12-05 | 2015-04-01 | 广州供电局有限公司 | 电力营销异常数据在线监控分析方法和*** |
CN104657814A (zh) * | 2014-12-17 | 2015-05-27 | 国电南瑞科技股份有限公司 | 基于ems***的继电保护装置信号模板抽取定义方法 |
CN108107360A (zh) * | 2017-12-05 | 2018-06-01 | 中国电子产品可靠性与环境试验研究所 | 电机故障辨识方法与*** |
Non-Patent Citations (1)
Title |
---|
邹裕志: "调控一体模式下电网设备信号智能处理***研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021051618A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技(深圳)有限公司 | 异常预警方法、装置、服务器及存储介质 |
CN111401760A (zh) * | 2020-03-23 | 2020-07-10 | 国电南瑞科技股份有限公司 | 一种安全稳定控制装置异常处置决策方法及装置 |
CN111401760B (zh) * | 2020-03-23 | 2022-08-09 | 国电南瑞科技股份有限公司 | 一种安全稳定控制装置异常处置决策方法及装置 |
CN112906389A (zh) * | 2021-02-04 | 2021-06-04 | 云南电网有限责任公司昆明供电局 | 一种基于多维度数据分析的故障跳闸判别方法 |
CN112906389B (zh) * | 2021-02-04 | 2022-08-26 | 云南电网有限责任公司昆明供电局 | 一种基于多维度数据分析的故障跳闸判别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Duchesne et al. | Recent developments in machine learning for energy systems reliability management | |
Li et al. | A hierarchical data-driven method for event-based load shedding against fault-induced delayed voltage recovery in power systems | |
CN102638100B (zh) | 地区电网设备异常告警信号关联分析与诊断方法 | |
CN107944657B (zh) | 一种电力多源信息故障定位及预判方法 | |
CN102637019B (zh) | 一种工业生产过程智能集成故障诊断方法及装置 | |
Wei et al. | An online intelligent alarm-processing system for digital substations | |
CN110807550B (zh) | 基于神经网络的配变重过载识别预警方法及终端设备 | |
Wittig et al. | ARCHON: framework for intelligent co-operation | |
CN109740770A (zh) | 设备异常处理方法、装置、计算机设备和存储介质 | |
CN113189451A (zh) | 配电网故障定位研判方法、***、计算机设备和存储介质 | |
CN108539736B (zh) | 基于多源数据的停电事件分析方法、***和计算机设备 | |
Zhang et al. | Intelligent systems for power system dynamic security assessment: Review and classification | |
Farooq et al. | Frequency event detection and mitigation in power systems: A systematic literature review | |
CN116205265A (zh) | 一种基于深层神经网络的电网故障诊断方法及装置 | |
Ren et al. | Online multi-fault power system dynamic security assessment driven by hybrid information of anticipated faults and pre-fault power flow | |
Andrade et al. | Data-driven anomaly detection and event log profiling of SCADA alarms | |
Li et al. | A probabilistic data-driven method for response-based load shedding against fault-induced delayed voltage recovery in power systems | |
Liu et al. | Application of knowledge graph in smart grid fault diagnosis | |
Rayudu | A knowledge-based architecture for distributed fault analysis in power networks | |
Teng et al. | On-line fault diagnosis technology and application based on deep learning of fault characteristic of power grid | |
Zhang et al. | Distributed Architecture of Power Grid Asset Management and Future Research Directions | |
CN112101422B (zh) | 电力***故障案例的典型案例自学习方法 | |
Ding et al. | Reliability evaluation of direct current distribution system for intelligent buildings based on big data analysis | |
CN113076217A (zh) | 基于国产平台的磁盘故障预测方法 | |
Khalyasmaa et al. | Inappropriate machine learning application in real power industry cases |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200923 Address after: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd. Address before: 510620 Tianhe District, Guangzhou, Tianhe South Road, No. two, No. 2, No. Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190510 |