CN115564410A - 一种继电保护设备的状态监测方法及装置 - Google Patents
一种继电保护设备的状态监测方法及装置 Download PDFInfo
- Publication number
- CN115564410A CN115564410A CN202211264340.6A CN202211264340A CN115564410A CN 115564410 A CN115564410 A CN 115564410A CN 202211264340 A CN202211264340 A CN 202211264340A CN 115564410 A CN115564410 A CN 115564410A
- Authority
- CN
- China
- Prior art keywords
- index
- state
- relay protection
- state monitoring
- weight coefficient
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 11
- 238000011156 evaluation Methods 0.000 abstract description 5
- 230000000737 periodic effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种继电保护设备的状态监测方法及装置,通过基于继电保护设备的运行数据,生成继电保护设备的状态监测指标,并利用预设关联规则,根据状态监测指标的置信度,确定状态监测指标的目标权重系数,以引入关联规则置信度计算指标权重系数,从而更为客观的量化分析指标之间的重要程度,避免人为监测的主观性问题;再利用预设云模型,确定状态监测指标在各个预设状态等级时的隶属度,解决了传统模糊综合评价中指标等级区间边界划分过于固定化的问题;最后根据目标权重系数和隶属度,分析继电保护设备的运行状态等级,从而解决定期检修工作存在的滞后性问题,有效提高继电保护设备的监测时效性和状态监测结果的监测精度。
Description
技术领域
本申请涉及继电保护运维技术领域,尤其涉及一种继电保护设备的状态监测方法及装置。
背景技术
继电保护设备作为智能电网的重要组成部分,其健康状态、运行可靠性对保障电力***的安全稳定运行具有重要作用。对于继电保护设备的运维检修模式主要侧重于定期试验和故障后诊断试验,而缺乏合理化、智能化的设备运维管理手段。
目前,继电保护设备在长期的运行维护过程中所积累的设备内部状态信息、运行环境信息、专业巡视结果及各类试验结果等数据信息未能得到有效挖掘和利用,难以根据历史运行信息和实时在线信息及时判断和预测其健康状态,往往是在设备发生明显故障后才能发现和处理,导致检修工作存在滞后性。因此,亟需一种继电保护设备的实时状态监测方法,实现继电保护设备检修模式由定期检修向状态检修的转变,从而提高设备的精益化运维管理水平。
发明内容
本申请提供了一种继电保护设备的状态监测方法及装置,以解决当前继电保护设备的检修工作存在滞后性的的技术问题。
为了解决上述技术问题,第一方面,本申请提供了一种继电保护设备的状态监测方法,包括:
基于继电保护设备的运行数据,生成继电保护设备的状态监测指标;
利用预设关联规则,根据状态监测指标的置信度,确定状态监测指标的目标权重系数;
利用预设云模型,确定状态监测指标在各个预设状态等级时的隶属度;
根据目标权重系数和隶属度,分析继电保护设备的运行状态等级。
在一些实现方式中,基于继电保护设备的运行数据,生成继电保护设备的状态监测指标,包括:
以设备本体、二次回路和通道状况,对运行数据进行分类,生成继电保护设备的状态监测指标。
在一些实现方式中,利用预设关联规则,根据状态监测指标的置信度,确定状态监测指标的目标权重系数,包括:
以运行数据作为指标层指标,状态监测指标为准则层指标,运行状态等级为目标层指标,根据运行数据,计算准则层指标的置信度;
根据置信度,计算准则层指标相对于目标层指标的第一权重系数,以及指标层指标相对于准则层指标的第二权重系数;
根据第一权重系数和第二权重系数,计算指标层指标相对于目标层指标的第三权重系数,第三权重系数为状态监测指标的目标权重系数。
在一些实现方式中,根据运行数据,计算准则层指标的置信度,包括:
基于指标层指标,将运行数据分类为多个数据项集;
利用预设关联规则,根据多个数据项集,分析准则层指标的置信度,预设关联规则为:
在一些实现方式中,利用预设云模型,确定状态监测指标在各个预设状态等级时的隶属度,包括:
计算状态监测指标的云数字特征,云数字特征包括期望值、熵值和超熵值;
基于云数字特征,生成各个状态等级分别对应的状态等级云模型;
基于云模型,统计状态监测指标与各个状态等级云模型的相交时的云滴数据;
根据云滴数据,计算状态监测指标在各个预设状态等级时的隶属度。
在一些实现方式中,根据云滴数据,计算状态监测指标在各个预设状态等级时的隶属度,包括:
利用预设隶属度函数,根据云滴数据,计算状态监测指标在各个预设状态等级时的隶属度,预设隶属度函数为:
其中,r为隶属度,m为云滴数据,yi为云滴所对应的隶属度值。
在一些实现方式中,根据权重系数和隶属度,分析继电保护设备的运行状态等级,包括:
将所有状态监测指标的目标权重系数组成权重系数矩阵,将所有状态监测指标的隶属度组成隶属度矩阵;
基于最大隶属度原则,根据权重系数矩阵和隶属度矩阵,确定继电保护设备的运行状态等级。
第二方面,本申请还提供一种继电保护设备的状态监测装置,包括:
生成模块,用于基于继电保护设备的运行数据,生成继电保护设备的状态监测指标;
第一确定模块,用于利用预设关联规则,根据状态监测指标的置信度,确定状态监测指标的目标权重系数;
第二确定模块,用于利用预设云模型,确定状态监测指标在各个预设状态等级时的隶属度;
分析模块,用于根据目标权重系数和隶属度,分析继电保护设备的运行状态等级。
第三方面,本申请还提供一种计算机设备,包括处理器和存储器,存储器用于存储计算机程序,计算机程序被处理器执行时实现如第一方面的继电保护设备的状态监测方法。
第四方面,本申请还提供一种计算机可读存储介质,其存储有计算机程序,计算机程序被处理器执行时实现如第一方面的继电保护设备的状态监测方法。
与现有技术相比,本申请至少具备以下有益效果:
通过基于继电保护设备的运行数据,生成继电保护设备的状态监测指标,并利用预设关联规则,根据状态监测指标的置信度,确定状态监测指标的目标权重系数,以引入关联规则置信度计算指标权重系数,从而更为客观的量化分析指标之间的重要程度,避免了人为监测的主观性问题;再利用预设云模型,确定状态监测指标在各个预设状态等级时的隶属度,解决了传统模糊综合评价中指标等级区间边界划分过于固定化的问题;最后根据目标权重系数和隶属度,分析继电保护设备的运行状态等级,从而实现实时监测,解决了定期检修工作存在的滞后性问题,有效提高继电保护设备的监测时效性和状态监测结果的监测精度。
附图说明
图1为本申请一实施例示出的继电保护设备的状态监测方法的流程示意图;
图2为本申请另一实施例示出的继电保护设备的状态监测方法的流程示意图;
图3为本申请实施例示出的状态监测指标体系的示意图;
图4为本申请实施例示出的继电保护设备的状态监测装置的结构示意图;
图5为本申请实施例示出的计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参照图1,图1为本申请实施例提供的一种继电保护设备的状态监测方法的流程示意图。本申请实施例的继电保护设备的状态监测方法可应用于计算机设备,该计算机设备包括但不限于智能手机、笔记本电脑、平板电脑、桌上型计算机、物理服务器和云服务器等设备。如图1所示,本实施例的继电保护设备的状态监测方法包括步骤S101至步骤S104,详述如下:
步骤S101,基于继电保护设备的运行数据,生成继电保护设备的状态监测指标。
在本步骤中,运行数据包括继电保护设备的本体数据、二次回路数据和通道状况数据,具体如图3所示。
在一些实施例中,所述步骤S101,包括:以设备本体、二次回路和通道状况,对所述运行数据进行分类,生成所述继电保护设备的状态监测指标。
在本实施例中,为了使得所选取的指标能够尽可能的反映出继电保护设备的实际运行状态,遵循科学性、全面性、可行性的指标筛选原则,构建如图3所示继电保护设备的三层状态监测指标体系,依次为目标层、准则层和指标层。准则层从设备本体、二次回路、通道状况这三个方面对指标进行分类;指标层由分别与各上层指标关联的试验与实时监测征兆状态指标项构成。
步骤S102,利用预设关联规则,根据所述状态监测指标的置信度,确定所述状态监测指标的目标权重系数。
在本步骤中,引入关联规则置信度计算监测指标权重,客观量化监测指标之间相对重要程度。关联规则是数据挖掘领域中知识发现的重要手段,用于描述事务数据库中不同项集之间的关联关系。
在一些实施例中,所述步骤S102,包括:
以所述运行数据作为指标层指标,所述状态监测指标为准则层指标,所述运行状态等级为目标层指标,根据所述运行数据,计算所述准则层指标的置信度;
根据所述置信度,计算所述准则层指标相对于所述目标层指标的第一权重系数,以及所述指标层指标相对于准则层指标的第二权重系数;
根据所述第一权重系数和所述第二权重系数,计算所述指标层指标相对于所述目标层指标的第三权重系数,所述第三权重系数为所述状态监测指标的目标权重系数。
②分别计算准则层指标下辖指标的置信度,归一化后得到指标层指标相对于准则层的权重系数:
式中,wi表示准则层第i个指标的权重系数,wij表示第i个准则层指标下第j个指标的权重系数。
在一些实施例中,所述根据所述运行数据,计算所述准则层指标的置信度,包括:
基于所述指标层指标,将所述运行数据分类为多个数据项集;
利用所述预设关联规则,根据多个所述数据项集,分析所述准则层指标的置信度,所述预设关联规则为:
在本实施例中,为了保证所挖掘关联规则的有效性和可信性,选取支持度和置信度作为规则的测度指标。支持度用来表征关联规则在当前事务数据库中的重要程度,支持度越高,则两个项集间的关联程度越高。置信度用来表征关联规则的可信度,即置信度越高,关联规则的可信度也越高。
步骤S103,利用预设云模型,确定所述状态监测指标在各个预设状态等级时的隶属度。
在本步骤中,所述云模型是一种即能反映客观事物的随机性(发生的概率)和模糊性(边界的亦此亦彼性),又能实现监测指标与监测等级间确定和不确定关系的统一定量描述的模型。云模型通过期望Ex,熵En,超熵He这三个相互独立的参数共同表达一个定性概念的数字特征,以此反映概念的不确定性。
进一步地,将继电保护设备运行状态风险等级及其对应的评语集表示为:V={v1,v2,v3,v4}={正常,注意,异常,严重}。
在一些实施例中,所述步骤S103,包括:
计算所述状态监测指标的云数字特征,所述云数字特征包括期望值、熵值和超熵值;
基于所述云数字特征,生成各个状态等级分别对应的状态等级云模型;
基于所述云模型,统计所述状态监测指标与各个所述状态等级云模型的相交时的云滴数据;
根据所述云滴数据,计算所述状态监测指标在各个预设状态等级时的隶属度。
在本实施例中,①确定监测指标的三个云数字特征C(Ex,En,He);
⑤重复步骤②至④,直至产生规定数量的云滴,形成该指标状态监测等级云模型。
在一些实施例中,所述根据所述云滴数据,计算所述状态监测指标在各个预设状态等级时的隶属度,包括:
利用预设隶属度函数,根据所述云滴数据,计算所述状态监测指标在各个预设状态等级时的隶属度。
在本实施例中,统计指标实际观测值与其对应的各状态等级云模型交点处的云滴个数,若与正常状态等级云模型相交的云滴个数为m,云滴所对应的隶属度值为yi(i=1,2,...m),则指标隶属于正常状态的隶属度值为:
依此类推,得到指标分别隶属于四个状态等级的隶属度r=[r1,r2,r3,r4]。
步骤S104,根据所述目标权重系数和所述隶属度,分析所述继电保护设备的运行状态等级。
在本步骤中,基于云模型确定监测指标隶属度,依据最大隶属度原则得到继电保护设备的运行状态综合研判结果。
在一些实施例中,所述步骤S104,包括:
将所有所述状态监测指标的目标权重系数组成权重系数矩阵,将所有所述状态监测指标的隶属度组成隶属度矩阵;
基于最大隶属度原则,根据所述权重系数矩阵和所述隶属度矩阵,确定所述继电保护设备的运行状态等级。
P=W·R=[p1,p2,p3,p4];
根据最大隶属度原则,取max{p1,p2,p3,p4}所对应的状态等级为继电保护设备当前的状态监测结果。
作为示例而非限定,如图2所示,本实施例遵循科学性、全面性、可行性的指标筛选原则,从设备本体、二次回路、通道状况三方面构建监测指标体系;引入关联规则置信度计算监测指标权重,客观量化监测指标之间相对重要程度;基于云模型确定监测指标隶属度,依据最大隶属度原则得到继电保护设备的运行状态综合研判结果。
本实施例中为了使得所选取的指标能够尽可能的反映出继电保护设备的实际运行状态,遵循科学性、全面性、可行性的指标筛选原则,构建如图2所示的三层继电保护设备状态监测指标体系,从左至右依次为目标层、准则层和指标层。准则层从设备本体、二次回路、通道状况这三个方面对指标进行分类;指标层由分别与各上层指标关联的试验与实时监测征兆状态指标项构成。
进一步地,本实施例中基于关联规则对继电保护设备监测指标数据进行挖掘和分析,计算得到各层指标的置信度及其归一化后得到的权重系数如下表所示。
W=[0.041,0.043,0.057,0.065,0.061,0.083,0.049,0.017,0.079,0.12,0.066,0.081,0.052,0.052,0.062,0.072];
进一步地,将继电保护设备运行状态风险等级及其对应的评语集表示为:V={v1,v2,v3,v4}={正常,注意,异常,严重}。依据上述步骤得到单一指标属于各状态等级区间的隶属度值,如下表所示。
进一步地,根据表2中各单一指标的隶属度值即可得继电保护设备状态评判矩阵R。
进一步地,本实施例中根据求得的监测指标权重系数矩阵W和状态评判矩阵R,由式P=W·R=[p1,p2,p3,p4]计算得到继电保护设备的状态等级隶属度,见下表。
进一步地,本实施例中继电保护设备当前运行状态等级排序为:p(正常)>p(注意)>p(异常)>p(严重),依据最大隶属度原则,可以判定装置的当前总体的运行状态为正常,与实际情况相符,无需对设备进行检修。
为了执行上述方法实施例对应的继电保护设备的状态监测方法,以实现相应的功能和技术效果。参见图4,图4示出了本申请实施例提供的一种继电保护设备的状态监测装置的结构框图。为了便于说明,仅示出了与本实施例相关的部分,本申请实施例提供的继电保护设备的状态监测装置,包括:
生成模块401,用于基于继电保护设备的运行数据,生成继电保护设备的状态监测指标;
第一确定模块402,用于利用预设关联规则,根据所述状态监测指标的置信度,确定所述状态监测指标的目标权重系数;
第二确定模块403,用于利用预设云模型,确定所述状态监测指标在各个预设状态等级时的隶属度;
分析模块404,用于根据所述目标权重系数和所述隶属度,分析所述继电保护设备的运行状态等级。
在一些实施例中,所述生成模块401,具体用于:
以设备本体、二次回路和通道状况,对所述运行数据进行分类,生成所述继电保护设备的状态监测指标。
在一些实施例中,所述第一确定模块402,具体用于:
以所述运行数据作为指标层指标,所述状态监测指标为准则层指标,所述运行状态等级为目标层指标,根据所述运行数据,计算所述准则层指标的置信度;
根据所述置信度,计算所述准则层指标相对于所述目标层指标的第一权重系数,以及所述指标层指标相对于准则层指标的第二权重系数;
根据所述第一权重系数和所述第二权重系数,计算所述指标层指标相对于所述目标层指标的第三权重系数,所述第三权重系数为所述状态监测指标的目标权重系数。
在一些实施例中,所述第一确定模块402,具体还用于:
基于所述指标层指标,将所述运行数据分类为多个数据项集;
利用所述预设关联规则,根据多个所述数据项集,分析所述准则层指标的置信度,所述预设关联规则为:
在一些实施例中,所述第二确定模块403,具体用于:
计算所述状态监测指标的云数字特征,所述云数字特征包括期望值、熵值和超熵值;
基于所述云数字特征,生成各个状态等级分别对应的状态等级云模型;
基于所述云模型,统计所述状态监测指标与各个所述状态等级云模型的相交时的云滴数据;
根据所述云滴数据,计算所述状态监测指标在各个预设状态等级时的隶属度。
在一些实施例中,所述第二确定模块403,具体还用于:
利用预设隶属度函数,根据所述云滴数据,计算所述状态监测指标在各个预设状态等级时的隶属度,所述预设隶属度函数为:
其中,r为隶属度,m为所述云滴数据,yi为云滴所对应的隶属度值。
在一些实施例中,所述分析模块404,具体用于:
将所有所述状态监测指标的目标权重系数组成权重系数矩阵,将所有所述状态监测指标的隶属度组成隶属度矩阵;
基于最大隶属度原则,根据所述权重系数矩阵和所述隶属度矩阵,确定所述继电保护设备的运行状态等级。
上述的继电保护设备的状态监测装置可实施上述方法实施例继电保护设备的状态监测方法。上述方法实施例中的可选项也适用于本实施例,这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容,在本实施例中,不再进行赘述。
图5为本申请一实施例提供的计算机设备的结构示意图。如图5所示,该实施例的计算机设备5包括:至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52,所述处理器50执行所述计算机程序52时实现上述任意方法实施例中的步骤。
所述计算机设备5可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该计算机设备可包括但不仅限于处理器50、存储器51。本领域技术人员可以理解,图5仅仅是计算机设备5的举例,并不构成对计算机设备5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,例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),该处理器50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)、现成可编程门阵列(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51在一些实施例中可以是所述计算机设备5的内部存储单元,例如计算机设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述计算机设备5的外部存储设备,例如所述计算机设备5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51还可以既包括所述计算机设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
另外,本申请实施例还提供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上述任意方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在计算机设备上运行时,使得计算机设备执行时实现上述各个方法实施例中的步骤。
在本申请所提供的几个实施例中,可以理解的是,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
所述功能如果以软件功能模块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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的具体实施例,对本申请的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本申请的具体实施例而已,并不用于限定本申请的保护范围。特别指出,对于本领域技术人员来说,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种继电保护设备的状态监测方法,其特征在于,包括:
基于继电保护设备的运行数据,生成继电保护设备的状态监测指标;
利用预设关联规则,根据所述状态监测指标的置信度,确定所述状态监测指标的目标权重系数;
利用预设云模型,确定所述状态监测指标在各个预设状态等级时的隶属度;
根据所述目标权重系数和所述隶属度,分析所述继电保护设备的运行状态等级。
2.如权利要求1所述的继电保护设备的状态监测方法,其特征在于,所述基于继电保护设备的运行数据,生成继电保护设备的状态监测指标,包括:
以设备本体、二次回路和通道状况,对所述运行数据进行分类,生成所述继电保护设备的状态监测指标。
3.如权利要求1所述的继电保护设备的状态监测方法,其特征在于,所述利用预设关联规则,根据所述状态监测指标的置信度,确定所述状态监测指标的目标权重系数,包括:
以所述运行数据作为指标层指标,所述状态监测指标为准则层指标,所述运行状态等级为目标层指标,根据所述运行数据,计算所述准则层指标的置信度;
根据所述置信度,计算所述准则层指标相对于所述目标层指标的第一权重系数,以及所述指标层指标相对于准则层指标的第二权重系数;
根据所述第一权重系数和所述第二权重系数,计算所述指标层指标相对于所述目标层指标的第三权重系数,所述第三权重系数为所述状态监测指标的目标权重系数。
5.如权利要求1所述的继电保护设备的状态监测方法,其特征在于,所述利用预设云模型,确定所述状态监测指标在各个预设状态等级时的隶属度,包括:
计算所述状态监测指标的云数字特征,所述云数字特征包括期望值、熵值和超熵值;
基于所述云数字特征,生成各个状态等级分别对应的状态等级云模型;
基于所述云模型,统计所述状态监测指标与各个所述状态等级云模型的相交时的云滴数据;
根据所述云滴数据,计算所述状态监测指标在各个预设状态等级时的隶属度。
7.如权利要求1所述的继电保护设备的状态监测方法,其特征在于,所述根据所述权重系数和所述隶属度,分析所述继电保护设备的运行状态等级,包括:
将所有所述状态监测指标的目标权重系数组成权重系数矩阵,将所有所述状态监测指标的隶属度组成隶属度矩阵;
基于最大隶属度原则,根据所述权重系数矩阵和所述隶属度矩阵,确定所述继电保护设备的运行状态等级。
8.一种继电保护设备的状态监测装置,其特征在于,包括:
生成模块,用于基于继电保护设备的运行数据,生成继电保护设备的状态监测指标;
第一确定模块,用于利用预设关联规则,根据所述状态监测指标的置信度,确定所述状态监测指标的目标权重系数;
第二确定模块,用于利用预设云模型,确定所述状态监测指标在各个预设状态等级时的隶属度;
分析模块,用于根据所述目标权重系数和所述隶属度,分析所述继电保护设备的运行状态等级。
9.一种计算机设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的继电保护设备的状态监测方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的继电保护设备的状态监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211264340.6A CN115564410A (zh) | 2022-10-14 | 2022-10-14 | 一种继电保护设备的状态监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211264340.6A CN115564410A (zh) | 2022-10-14 | 2022-10-14 | 一种继电保护设备的状态监测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115564410A true CN115564410A (zh) | 2023-01-03 |
Family
ID=84747412
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211264340.6A Pending CN115564410A (zh) | 2022-10-14 | 2022-10-14 | 一种继电保护设备的状态监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115564410A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760851A (zh) * | 2023-08-18 | 2023-09-15 | 绛县祥信盈风力发电有限公司 | 一种用于继电保护定值单的云存储方法 |
-
2022
- 2022-10-14 CN CN202211264340.6A patent/CN115564410A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116760851A (zh) * | 2023-08-18 | 2023-09-15 | 绛县祥信盈风力发电有限公司 | 一种用于继电保护定值单的云存储方法 |
CN116760851B (zh) * | 2023-08-18 | 2023-10-17 | 绛县祥信盈风力发电有限公司 | 一种用于继电保护定值单的云存储方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11748227B2 (en) | Proactive information technology infrastructure management | |
CN103513983B (zh) | 用于预测性警报阈值确定工具的方法和*** | |
Theis et al. | Decay replay mining to predict next process events | |
CN113792825A (zh) | 一种用电信息采集设备故障分类模型训练方法及装置 | |
Kabak et al. | A cumulative belief degree-based approach for missing values in nuclear safeguards evaluation | |
CN106600115A (zh) | 一种企业信息***运维智能分析方法 | |
Kozierkiewicz-Hetmańska | The analysis of expert opinions’ consensus quality | |
CN104461896A (zh) | 基于可信属性的航天***关键软件评价方法 | |
CN112016905B (zh) | 基于审批流程的信息展示方法、装置、电子设备及介质 | |
CN112597062B (zh) | 军用软件结构化质量数据抽取方法、装置及软件测试装置 | |
CN111160329A (zh) | 一种根因分析的方法及装置 | |
Avritzer et al. | A multivariate characterization and detection of software performance antipatterns | |
CN115564410A (zh) | 一种继电保护设备的状态监测方法及装置 | |
CN115062006A (zh) | 一种基于关联企业的风险评估方法及*** | |
CN117035563B (zh) | 产品质量安全风险监测方法、设备、监测***及介质 | |
CN117786131A (zh) | 一种产业链安全监测分析方法、介质及设备 | |
CN115221218A (zh) | 车辆数据的质量评估方法、装置、计算机设备和存储介质 | |
Todoran et al. | Information quality evaluation in fusion systems | |
CN113220551A (zh) | 指标趋势预测及预警方法、装置、电子设备及存储介质 | |
Jang et al. | A proactive alarm reduction method and its human factors validation test for a main control room for SMART | |
CN115204501A (zh) | 企业评估方法、装置、计算机设备和存储介质 | |
Lee et al. | Stability analysis for safety of automotive multi-product lines: A search-based approach | |
Lin et al. | Design and implementation of a CPS‐based predictive maintenance and automated management platform | |
CN114312930A (zh) | 基于日志数据的列车运行异常诊断方法和装置 | |
CN113762795A (zh) | 一种基于层次分析的产业链诊断方法及*** |
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 |