[发明专利]变电站设备监控数据信号的智能解析系统

说明书

本发明涉及监控数据信号的智能解析领域，具体涉及一种变电站设备监控数据信号的智能解析系统。旨在提供一种智能解析系统，以实现数据信息由传统的逐条告知模式转变为事件告知模式以及建立告知信息与被监控设备之间对应关系和内在联系。本发明提出的智能解析系统，通过贝叶斯神经网络的智能学习算法对监控系统采集的监控数据信号的学习和分析，实现辅助监控管理人员对监控信号的分析和管理，同时依据建立的智能监控信息处置策略库和网络拓扑结构库、结合具体的监控信号，实现告警信息发出时的自动感知、分析和决策，减轻工作人员的压力，减少其大量的重复繁琐的工作量，为监控管理提供了高效可靠的管理方式。

技术领域

本发明涉及监控数据信号的智能解析领域，具体涉及一种变电站设备监控数据信号的智能解析系统。

背景技术

随着科技和经济的不断发展和进步，电力设备规模日渐增加，而对电力设备的稳定可靠运行的要求也越来越高。随着计算机数据处理技术的发展，在线监测技术得到了越来越广泛的应用，因此对电力设备的运行监控数据也是越来越全面。纷杂不一的各类数据齐聚监控信息平台，直接展现给监控人员，对监控人员的工作处理能力要求也日益增大。因此如何减轻监控人员的压力，实现数据呈现更加平易近人、更加浅显易懂、更加直观明白是十分重要的。

目前的变电站设备监控信息管理系统主要是将各种信息汇聚在一起，再加以处理并呈现给工作人员。信息的展示方式是直接将海量的监控信息送入监控人员的眼中，包括大量的各个开关刀闸和保护设备的告警信息等，这些大量的信号采集后需要及时的分析和处理，这对于监控人员来说是很艰巨的。同时当监控设备发生某一故障或事件的时候，也会同时伴随着其他的信号，这些其他的信号是由于一些关联设备所产生的，因此监控人员还需要分析这些因素，无疑加大了难度。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种变电站设备监控数据信号的智能解析系统，减轻了监控管理人员的工作压力，减少了工作量，提高了管理效率。

本发明旨在提供一种智能解析方法，以实现数据信息由传统的逐条告知模式转变为事件告知模式，以及建立告知信息与被监控设备之间的对应关系和内在联系。通过贝叶斯神经网络的智能学习算法对监控系统采集的监控数据信号的学习和分析，实现辅助监控管理人员对监控信号的分析和管理，同时依据建立的监控信息处置策略库和网络拓扑结构库，结合具体的监控信号，实现告警信息发出时的自动感知、分析和决策对于今后变电站面临的大量的监控信号处理分析的难题，该系统无疑能够高效可靠的帮助监控管理人员实现对电网监控信息的管理，为监控管理提供了高效可靠的管理方式。

本发明提出一种变电站设备监控数据信号的智能解析系统，包括：标准化处理模块、数据信号解析模块和监控信息处置策略库；

所述标准化处理模块，用于对待解析的监控数据信号进行格式和内容的转换，输出标准化处理后的待解析监控数据信号，包括：信号时间、信号所属变电站、信号产生设备名称和信号类型；

所述数据信号解析模块，为贝叶斯神经网络，用于对所述标准化处理后的待解析监控数据信号进行解析，得到该监控数据信号所对应的一个或多个监控事件；

所述监控信息处置策略库，用于根据所述贝叶斯神经网络的解析结果，查询监控数据信号对应的信号释义、原因分析、造成后果和处置策略。

优选地，所述贝叶斯神经网络，训练用数据集为标准化处理后的历史监控数据信号。

优选地，所述贝叶斯神经网络，包括输入层、模式层、求和层和输出层；

所述输入层，配置为：接收所述标准化处理后的监控数据信号，并传递给节点网络，输入层节点网络的神经元数目与所述标准化处理后的监控数据信号的维数相等；

所述模式层，配置为：从输入层获取输入数据特征向量，计算输入数据特征向量与训练集中的各个监控事件的匹配关系；模式层的神经元个数为训练样本的组数；