申请/专利权人：广东电网有限责任公司电力调度控制中心

申请日：2022-05-09

公开（公告）日：2022-09-23

公开（公告）号：CN115099557A

主分类号：G06Q10/06

分类号：G06Q10/06;G06Q50/06;G06F16/26;G06F16/28;G06N3/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明涉及智能电网技术领域，且公开了一种基于智能监测智能电网分析方法，包括以下步骤，建立配电网系统，构建历史故障数据库，对故障进行分类分级，构建机器学习算法，使用故障数据库训练机器学习算法，计算出各类故障的风险指标，根据历史故障数据库的故障处理报告，建立解决方案共享平台，根据智能配电网系统的拓扑结构，进行智能配电网的节点编号和数据采集。本发明通过建立了数据的立体多维数据体系，可以有效的改善传统的存储空间大、不易数据分析的劣势，有效的解决智能配电网大数据的存储和数据查询，并结合所提的数据结构，得到了设备监测检索的方式，可以在线快速的锁定问题设备和节点提供更加全面准确的故障解决方案。

主权项：1.一种基于智能监测智能电网分析方法，其特征在于，包括以下步骤：S1、建立配电网系统构建历史故障数据库，对故障进行分类分级，构建机器学习算法，使用故障数据库训练机器学习算法，计算出各类故障的风险指标，根据历史故障数据库的故障处理报告，建立解决方案共享平台，根据智能配电网系统的拓扑结构，进行智能配电网的节点编号和数据采集；S2、数据采集使用传感器采集各节点电压、电流和位置信息，使用监测器采集配电设备内部环境数据，将所采集到的数据信息输送至监测中心进行整合处理，采集的数据信息按照存在隶属关系的多维立体单元进行存储，存储单元为矩阵张量积形式，具体方法为：将采集的数据根据物理定义进行数据的串行和并行之间的变换，变换后的并行数据为：B＝B1,v，B2,v，...，BK,v，将每一个并行数据进行地点隶属方式的变换，采用节点的IP地址，对节点进行聚类，得到：B1,v＝{e1,v,1，e1,v,2，...，e1,v,M}，其中，M代表数据映射的地理隶属维度，计算每个节点的差值，得到差值数据向量：ΔB1,v＝{Δe1,v,1，Δe1,v,2，...，Δe1,v,M}其中，Δe1,v,i＝e1,v,i-eintial，eintial＝Min{e1,v,1，e1,v,2，...，e1,v,M}；S3、数据查询分析对步骤S2中的存储数据进行数据查询和分析，得到查询结果和分析结果；S4、数据评估预警使用故障数据库训练机器学习算法，计算出各类故障的风险指标，将所接收到的数据通过转换器进行转换处理，提取出特征向量，将特征向量输入机器学习算法，经机器学习算法分析处理后得到对应节点的运行状态信息，由分析系统自动对配电网的运行状态进行评估，得到异常状态信息、故障状态信息和正常状态信息，分析系统根据异常节点位置调用邻进节点状态信息，对异常节点进行状态确认，防止误报，分析系统对故障状态信息进行分级分类；S5、数据可视化显示器将配电网节点和设备的运行状态信息以图表的形式显示，针对异常状态信息进行预警，针对故障设备和节点的位置信息及故障类型和等级进行分类显示，并由智能语音播报提醒；S6、提供解决方案管理员确定故障后，系统根具故障类型和故障等级自动定位对应的解决方案，并从解决方案共享平台上下载解决方案，生成故障报告，监测中心将故障报告通过无线通讯发送给维护人员；S7、结果反馈根据维护人员故障处理结果的反馈，系统对解决方案进行补充和更新。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司电力调度控制中心 一种基于智能监测智能电网分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD