CN112801315A - 电力二次设备的状态诊断方法、装置及终端 - Google Patents

电力二次设备的状态诊断方法、装置及终端 Download PDF

Info

Publication number
CN112801315A
CN112801315A CN202110119882.3A CN202110119882A CN112801315A CN 112801315 A CN112801315 A CN 112801315A CN 202110119882 A CN202110119882 A CN 202110119882A CN 112801315 A CN112801315 A CN 112801315A
Authority
CN
China
Prior art keywords
state
secondary equipment
electric power
power secondary
operation data
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
Application number
CN202110119882.3A
Other languages
English (en)
Inventor
王献志
李铁成
郭少飞
严敬汝
刘清泉
陈天英
李泽
张卫明
何磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd, State Grid Hebei Energy Technology Service Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110119882.3A priority Critical patent/CN112801315A/zh
Publication of CN112801315A publication Critical patent/CN112801315A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Fuzzy Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明适用于电力设备故障诊断技术领域，提供了一种电力二次设备的状态诊断方法、装置和终端。其中，所述诊断方法包括：获取电力二次设备的当前运行数据；若当前运行数据发生变化，则基于当前运行数据利用预设的状态诊断模型对电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对电力二次设备进行关联诊断，获得电力二次设备的状态诊断结果；将状态诊断结果输出至电力调度***，以使电力调度***进行状态告警。本发明通过状态诊断模型对电力二次设备进行状态诊断，并通过电力二次设备知识图谱对电力二次设备进行关联诊断，由于考虑了关联设备相互之间的状态影响，故可以获得全面、准确的状态诊断结果。

Description

电力二次设备的状态诊断方法、装置及终端
技术领域
本发明属于电力设备故障诊断技术领域，尤其涉及一种电力二次设备的状态诊断诊断方法、装置、终端及计算机可读存储介质。
背景技术
二次设备是电力***测量、保护、监控的重要组成，运行良好的二次设备对整个电力***至关重要。因此二次设备的合理诊断能够延长设备寿命，保证电力***经济安全的运行。
然而，现有技术中，仍采用人工的方式对二次设备进行诊断，这就导致了诊断结果依赖个人经验，诊断效率低且诊断结果不准确，严重威胁了电力***的安全运行。
发明内容
有鉴于此，本发明提供了一种电力二次设备的状态诊断方法、装置、终端及计算机可读存储介质，以解决现有技术中电力二次设备诊断效率低且诊断结果不准确的问题。
本发明实施例的第一方面提供了一种电力二次设备的状态诊断方法，包括：
获取电力调度***中的电力二次设备的当前运行数据；
若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；
将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。
本发明实施例的第二方面提供了一种电力二次设备的状态诊断装置，包括：
第一获取单元，用于获取电力调度***中的电力二次设备的当前运行数据；
诊断单元，用于若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；
告警单元，用于将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。
本发明实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述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如上任一项所述电力二次设备的状态诊断方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述电力二次设备的状态诊断方法的步骤。
本发明与现有技术相比存在的有益效果是：
本发明通过获取电力调度***中的电力二次设备的当前运行数据；若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。因此，本发明通过状态诊断模型对电力二次设备进行状态诊断，并通过电力二次设备知识图谱对电力二次设备进行关联诊断，由于考虑了关联设备相互之间的状态影响，故可以获得全面、准确的状态诊断结果，减少了电力二次设备诊断中人力的投入，提高了诊断效率和诊断结果的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的电力二次设备的状态诊断方法的一个实现流程图；
图2是本发明实施例提供的电力二次设备的状态诊断装置的一个结构示意图；
图3是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
参见图1，其示出了本发明实施例提供的电力二次设备的状态诊断方法的实现流程图，详述如下：
S101，获取电力调度***中的电力二次设备的当前运行数据。
在本发明实施例中，电力二次设备是对电力***内一次设备进行监察，测量，控制，保护，调节的辅助设备，在电力二次设备运行过程中会产生电力二次设备的运行数据，电力二次设备的当前运行数据可以从电力调度***中获取。
S102中，若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果。
在本发明实施例中，当电力二次设备的运行状态相比前一时刻运行状态发生变化时，相应的电力二次设备的当前运行数据相比前一时刻运行数据也会发生变化，因此诊断模型可以直接根据当前运行数据输出电力二次设备的当前状态，但是预设的状态诊断模型无法输出关联故障，而预设的电力二次设备知识图谱可以体现电力二次设备实体与实体之间的关联，所以通过预设的电力二次设备知识图谱再进行关联诊断，这样获得的电力二次设备的状态诊断结果更加全面准确。
S103，将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。
在本发明实施例中，状态诊断结果可以表示电力调度***中电力二次设备的运行状态，电力调度***可以接收电力二次设备的状态诊断结果，进而进行状态告警，输出告警信息。
可选的，在一个实施例中，所述当前运行数据包括告警信息、检修信息和运行信息；
所述状态诊断结果包括：状态正常、状态需注意、状态一般异常、状态严重异常。
在本实施例中，告警信息可以包括I类告警及I类告警次数、II类告警及 II类告警次数、拒动次数、误动次数；检修信息可以包括家族缺陷、反事故措施、设备缺陷；运行信息可以包括使用年限。
其中，一旦发生I类告警，则需要及时更换相关插件和模块，否则将失去对一次设备的测控和保护功能；当II类告警发生时，通常进行复位和重新下载软件的操作就可以解决该问题，暂时不会对二次设备运行构成直接威胁。
可选的，在一个实施例中，在S101获取电力调度***中的电力二次设备的当前运行数据之前还包括：
获取电力二次设备的历史运行数据；
对所述历史运行数据进行归一化预处理，获得归一化数据；
基于实体识别技术从所述归一化数据中提取电力二次设备实体信息；
基于实体属性抽取技术从所述归一化数据中抽取电力二次设备实体属性信息；
对所述电力二次设备实体信息和所述电力二次设备实体属性信息进行实体链接和融合，获得所述预设的电力二次设备知识图谱。
在本实施例中，电力二次设备的历史运行数据可以包括现场关系库中的结构化数据和检修单中的非结构化数据，并对这些数据进行BIO标记。
实体识别技术可以基于实体识别模型，从归一化数据中心提取电力二次设备实体信息。例如，可以基于BiLSTM+CRF模型建立电力二次设备实体识别模型，基于该电力二次设备识别模型提取电力二次设备实体信息。
实体属性抽取技术可以基于实体属性抽取模型，从归一化数据中抽取电力二次设备实体属性信息。例如，可以基于TextCNN建立电力二次设备实体属性抽取模型，基于该电力二次设备实体属性抽取模型抽取电力二次设备实体属性信息。
在获得电力二次设备实体信息和电力二次设备实体属性信息后，需要对其进行实体链接和融合。其中实体链接可以包括实体消歧和对象对齐。实体消歧可以用于解决同名实体产生歧义的问题，通过实体消歧，可以根据当前的语境，准确建立实体链接；对象对齐可以用于解决多个指称对应同一实体对象的问题，例如，在一次会话中，多个指称可能指向的是同一实体对象。利用对象对齐技术，可以将这些指称项关联或合并到正确的实体对象。融合不仅可以用于解决获得的信息缺乏层次性和逻辑性的问题，还可以用于解决信息中存在大量冗杂和错误的问题。
可选的，在一个实施例中，在S101获取电力调度***中的电力二次设备的当前运行数据之前还包括：
构建初始的状态诊断模型；
获取电力二次设备的历史运行数据；
基于所述历史运行数据创建状态信息样本集；
利用所述状态信息样本集对所述初始的状态诊断模型进行训练，获得所述预设的状态诊断模型。
在本实施例中，可以基于XGBoost算法定义初始的状态诊断模型，再利用创建的信息样本集为训练样本，对初始的状态诊断模型进行训练，获得预设的状态诊断模型。其中，对初始的状态诊断模型进行训练的过程可通过迭代方式实现，每一次迭代不影响原模型，即原来的模型保持不变，将一个新的函数添加到原模型里。该迭代过程可以包括：
Figure BDA0002921612940000061
其中，
Figure BDA0002921612940000062
可以表示初始定义值，
Figure BDA0002921612940000063
可以表示第一棵树的预测值，
Figure BDA0002921612940000064
可以表示前t颗数的预测值。
一个函数对应一棵树，新生成的树拟合上次迭代的残差，残差可以表示预测值与真实值的差。在拟合过程中可能会发生过拟合现象，因此采用正则化惩罚函数来降低发生过拟合现象的风险，表达式可以包括：
Figure BDA0002921612940000065
Figure BDA0002921612940000066
其中，Xobj表示目标函数，
Figure BDA0002921612940000067
可以表示残差，
Figure BDA0002921612940000068
可以表示目标函数正则化项，T可以表示叶子节点个数，γ可以表示惩罚函数系数，ωj可以表示叶子节点的分数，λ可以表示控制叶子节点系数。
通过历史运行数据创建状态信息样本集，以状态信息样本集作为训练样本，增加训练的数据量来降低发生过拟合现象的风险。
可选的，在一个实施例中所述初始的状态诊断模型包括：分类回归树模型，所述分类回归树模型的数学表示可以为：
Figure BDA0002921612940000071
其中，K为树的棵数；ft(xi)为回归树模型；
Figure BDA0002921612940000072
为回归树预测结果；xi为输入的第i个数据；R为回归树模型集合，i表示样本序号，n表示样本数量；
其中，
Figure BDA0002921612940000073
由上可知，本发明通过获取电力调度***中的电力二次设备的当前运行数据；若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。因此，本发明通过状态诊断模型对电力二次设备进行状态诊断，并通过电力二次设备知识图谱对电力二次设备进行关联诊断，由于考虑了关联设备相互之间的状态影响，故可以获得全面、准确的状态诊断结果，减少了电力二次设备诊断中人力的投入，提高了诊断效率和诊断结果的准确性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图2示出了本发明实施例提供的电力二次设备的状态诊断装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图2所示，电力二次设备的状态诊断装置2包括：第一获取单元21、诊断单元22、告警单元23。
第一获取单元21，用于获取电力调度***中的电力二次设备的当前运行数据；
诊断单元22，用于若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；
告警单元23，用于将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。
可选的，所述当前运行数据包括告警信息、检修信息和运行信息；
所述状态诊断结果包括：状态正常、状态需注意、状态一般异常、状态严重异常。
可选的，所述电力二次设备的诊断装置2还包括：
第二获取单元，用于获取电力二次设备的历史运行数据；
第三获取单元，用于对所述历史运行数据进行归一化预处理，获得归一化数据；
信息提取单元，用于基于实体识别技术从所述归一化数据中提取二次设备实体信息；
信息抽取单元，用于基于实体属性抽取技术从所述归一化数据中抽取二次设备实体属性信息；
知识图谱获取单元，用于对所述二次设备实体信息和所述二次设备实体属性信息进行实体链接和融合，获得所述预设的电力二次设备知识图谱。
可选的，所述电力二次设备的诊断装置2还包括：
状态诊断模型构建单元，用于构建初始的状态诊断模型；
样本集创建单元，用于基于所述历史运行数据创建状态信息样本集；
诊断模型获取单元，用于利用所述状态信息样本集对所述初始的状态诊断模型进行训练，获得所述预设的状态诊断模型。
可选的，所述初始的状态诊断模型包括：分类回归树模型，所述分类回归树模型的数学表示为：
Figure 100002_1
其中，K为回归树的棵数，ft(xi)为回归树模型，
Figure BDA0002921612940000092
为回归树预测结果，xi为输入的第i个数据，R为回归树模型集合，i表示样本序号，n表示样本数量；
其中，
Figure BDA0002921612940000093
图3是本发明一实施例提供的终端的示意图。如图3所示，该实施例的终端3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个电力二次设备的状态诊断方法实施例中的步骤，例如图1所示的S101 至S103。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各单元的功能，例如图2所示单元21至23的功能。
示例性的，所述计算机程序32可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述终端3中的执行过程。例如，所述计算机程序32可以被分割成第一获取单元、诊断单元、告警单元，各单元具体功能如下：
第一获取单元，用于获取电力调度***中的电力二次设备的当前运行数据；
诊断单元，用于若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；
告警单元，用于将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。
所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端3的示例，并不构成对终端3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端3的内部存储单元，例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备，例如所述终端3上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将所述装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置、终端和方法，可以通过其它的方式实现。例如，以上所描述的装置、终端实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也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计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种电力二次设备的状态诊断方法，其特征在于，所述方法包括：
获取电力调度***中的电力二次设备的当前运行数据；
若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；
将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。
2.如权利要求1所述的电力二次设备的状态诊断方法，其特征在于，所述当前运行数据包括告警信息、检修信息和运行信息；
所述状态诊断结果包括：状态正常、状态需注意、状态一般异常、状态严重异常。
3.如权利要求2所述的电力二次设备的状态诊断方法，其特征在于，在所述获取电力调度***中的电力二次设备的当前运行数据之前还包括：
获取电力二次设备的历史运行数据；
对所述历史运行数据进行归一化预处理，获得归一化数据；
基于实体识别技术从所述归一化数据中提取电力二次设备实体信息；
基于实体属性抽取技术从所述归一化数据中抽取电力二次设备实体属性信息；
对所述电力二次设备实体信息和所述电力二次设备实体属性信息进行实体链接和融合，获得所述预设的电力二次设备知识图谱。
4.如权利要求3所述的电力二次设备的状态诊断方法，其特征在于，在所述获取电力调度***中的电力二次设备的当前运行数据之前还包括：
构建初始的状态诊断模型；
获取电力二次设备的历史运行数据；
基于所述历史运行数据创建状态信息样本集；
利用所述状态信息样本集对所述初始的状态诊断模型进行训练，获得所述预设的状态诊断模型。
5.如权利要求4所述的电力二次设备的状态诊断方法，其特征在于，所述初始的状态诊断模型包括：分类回归树模型，所述分类回归树模型的数学表示为：
Figure 1
其中，K为回归树的棵数，ft(xi)为回归树模型，y^i为回归树预测结果，xi为输入的第i个数据，R为回归树模型集合，i表示样本序号，n表示样本数量；
其中，
Figure FDA0002921612930000022
6.一种电力二次设备的状态诊断装置，其特征在于，包括：
第一获取单元，用于获取电力调度***中的电力二次设备的当前运行数据；
诊断单元，用于若所述当前运行数据相比前一时刻运行数据发生变化，则基于所述当前运行数据利用预设的状态诊断模型对所述电力二次设备进行状态诊断，以及，基于当前运行数据和预设的电力二次设备知识图谱对所述电力二次设备进行关联诊断，获得所述电力二次设备的状态诊断结果；
告警单元，用于将所述状态诊断结果输出至所述电力调度***，以使所述电力调度***基于所述状态诊断结果进行状态告警。
7.如权利要求6所述的电力二次设备的状态诊断装置，其特征在于，所述当前运行数据包括告警信息、检修信息和运行信息；
所述状态诊断结果包括：状态正常、状态需注意、状态一般异常、状态严重异常。
8.如权利要求7所述的电力二次设备的状态诊断装置，其特征在于，所述电力二次设备的状态诊断装置还包括：
第二获取单元，用于获取电力二次设备的历史运行数据；
第三获取单元，用于对所述历史运行数据进行归一化预处理，获得归一化数据；
信息提取单元，用于基于实体识别技术从所述归一化数据中提取二次设备实体信息；
信息抽取单元，用于基于实体属性抽取技术从所述归一化数据中抽取二次设备实体属性信息；
知识图谱获取单元，用于对所述二次设备实体信息和所述二次设备实体属性信息进行实体链接和融合，获得所述预设的电力二次设备知识图谱。
9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至5中任一项所述电力二次设备的状态诊断方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至5中任一项所述电力二次设备的状态诊断方法的步骤。
CN202110119882.3A 2021-01-28 2021-01-28 电力二次设备的状态诊断方法、装置及终端 Pending CN112801315A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110119882.3A CN112801315A (zh) 2021-01-28 2021-01-28 电力二次设备的状态诊断方法、装置及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110119882.3A CN112801315A (zh) 2021-01-28 2021-01-28 电力二次设备的状态诊断方法、装置及终端

Publications (1)

Publication Number Publication Date
CN112801315A true CN112801315A (zh) 2021-05-14

Family

ID=75812588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110119882.3A Pending CN112801315A (zh) 2021-01-28 2021-01-28 电力二次设备的状态诊断方法、装置及终端

Country Status (1)

Country Link
CN (1) CN112801315A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205186A (zh) * 2021-05-31 2021-08-03 深圳供电局有限公司 一种二次设备巡检知识图谱架构及二次设备智能巡检方法
CN113870046A (zh) * 2021-09-07 2021-12-31 国网河北省电力有限公司电力科学研究院 电力设备故障诊断方法及设备
CN117495338A (zh) * 2023-09-30 2024-02-02 国网江苏省电力有限公司信息通信分公司 基于自动化运维的***故障诊断与修复方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110264424A1 (en) * 2008-11-19 2011-10-27 Toshiharu Miwa Apparatus abnormality diagnosis method and system
CN109066419A (zh) * 2018-08-28 2018-12-21 国网河北省电力有限公司电力科学研究院 二次设备检修安全措施操作的诊断方法、***及终端设备
CN109190670A (zh) * 2018-08-02 2019-01-11 大连理工大学 一种基于可扩展提升树的充电桩故障预测方法
CN109655680A (zh) * 2017-11-15 2019-04-19 杨凯 一种高速公路机电设备故障诊断、解决方法及***
CN109754110A (zh) * 2017-11-03 2019-05-14 株洲中车时代电气股份有限公司 一种牵引变流器故障的预警方法及***
CN110794227A (zh) * 2018-08-02 2020-02-14 阿里巴巴集团控股有限公司 故障检测方法、***、设备及存储介质
CN110991472A (zh) * 2019-08-01 2020-04-10 南京航空航天大学 一种高速列车牵引***微小故障诊断方法
CN111428895A (zh) * 2020-03-27 2020-07-17 安徽数升数据科技有限公司 一种智能电表故障诊断支撑中心
CN112231493A (zh) * 2020-11-10 2021-01-15 泽恩科技有限公司 基于知识图谱的机房故障诊断方法、装置、设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110264424A1 (en) * 2008-11-19 2011-10-27 Toshiharu Miwa Apparatus abnormality diagnosis method and system
CN109754110A (zh) * 2017-11-03 2019-05-14 株洲中车时代电气股份有限公司 一种牵引变流器故障的预警方法及***
CN109655680A (zh) * 2017-11-15 2019-04-19 杨凯 一种高速公路机电设备故障诊断、解决方法及***
CN109190670A (zh) * 2018-08-02 2019-01-11 大连理工大学 一种基于可扩展提升树的充电桩故障预测方法
CN110794227A (zh) * 2018-08-02 2020-02-14 阿里巴巴集团控股有限公司 故障检测方法、***、设备及存储介质
CN109066419A (zh) * 2018-08-28 2018-12-21 国网河北省电力有限公司电力科学研究院 二次设备检修安全措施操作的诊断方法、***及终端设备
CN110991472A (zh) * 2019-08-01 2020-04-10 南京航空航天大学 一种高速列车牵引***微小故障诊断方法
CN111428895A (zh) * 2020-03-27 2020-07-17 安徽数升数据科技有限公司 一种智能电表故障诊断支撑中心
CN112231493A (zh) * 2020-11-10 2021-01-15 泽恩科技有限公司 基于知识图谱的机房故障诊断方法、装置、设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
彭曙蓉 等: ""基于XGBoost算法融合多特征短期光伏发电量预测"", 《电测与仪表》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205186A (zh) * 2021-05-31 2021-08-03 深圳供电局有限公司 一种二次设备巡检知识图谱架构及二次设备智能巡检方法
CN113870046A (zh) * 2021-09-07 2021-12-31 国网河北省电力有限公司电力科学研究院 电力设备故障诊断方法及设备
CN117495338A (zh) * 2023-09-30 2024-02-02 国网江苏省电力有限公司信息通信分公司 基于自动化运维的***故障诊断与修复方法

Similar Documents

Publication Publication Date Title
CN109522192B (zh) 一种基于知识图谱和复杂网络组合的预测方法
CN112801315A (zh) 电力二次设备的状态诊断方法、装置及终端
CN111881983B (zh) 基于分类模型的数据处理方法、装置、电子设备及介质
CN108959187B (zh) 一种变量分箱方法、装置、终端设备及存储介质
CN109634941B (zh) 医疗数据处理方法、装置、电子设备及存储介质
CN112445875B (zh) 数据关联及检验方法、装置、电子设备及存储介质
CN110264270B (zh) 一种行为预测方法、装置、设备和存储介质
CN113837596B (zh) 一种故障确定方法、装置、电子设备及存储介质
CN113516275A (zh) 一种配电网超短期负荷预测方法、装置及终端设备
CN116821646A (zh) 数据处理链构建方法、数据缩减方法、装置、设备及介质
CN117035563B (zh) 产品质量安全风险监测方法、设备、监测***及介质
CN110532612A (zh) 船舶动力***的运行数据处理方法及装置
CN112446601B (zh) 不可算台区数据诊断方法及***
CN114021425A (zh) 电力***运行数据建模与特征选择方法、装置、电子设备和存储介质
CN116564539A (zh) 基于信息抽取和实体归一的医学相似病例推荐方法和***
CN116562120A (zh) 一种基于rve的涡轮发动机***健康状况评估方法及装置
CN112395179B (zh) 一种模型训练方法、磁盘预测方法、装置及电子设备
CN115577927A (zh) 基于粗糙集的重要电力用户用电安全评估方法及装置
CN115344495A (zh) 批量任务测试的数据分析方法、装置、计算机设备及介质
CN115271277A (zh) 电力设备画像构建方法、***、计算机设备及存储介质
CN111882289B (zh) 一种项目数据审核指标区间测算的装置和方法
CN114924943A (zh) 基于人工智能的数据中台评估方法及相关设备
CN111611117B (zh) 硬盘故障的预测方法、装置、设备及计算机可读存储介质
CN113887101A (zh) 网络模型的可视化方法、装置、电子设备及存储介质
CN113220551A (zh) 指标趋势预测及预警方法、装置、电子设备及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210514

RJ01 Rejection of invention patent application after publication