[发明专利]一种采集运维系统智能故障检测方法

说明书

本发明涉及一种采集运维系统智能故障检测方法，通过对采集运维系统采集数据进行数据挖掘分析，基于高斯核密度局部离群因子算法对采集设备进行故障检测。所述采集运维系统智能故障检测方法包括特征提取、主成分分析、局部离群因子计算等步骤，首先对采集运维系统数据进行特征提取，通过主成分分析将每个智能采集设备映射到二维平面，实现数据可视化并便于计算局部离群因子，然后基于高斯核密度局部离群因子算法计算每一个智能采集设备的局部离群因子，最后输出所有智能采集设备的疑似故障概率排序。本发明受局部数据分布的影响较小，适用于数据集缺乏训练样本的情况，为电力公司的采集运维检测提供参考，提高现场检查的命中率，可以节省大量人力物力，具有重大的经济效益。

技术领域

本发明涉及智能采集设备故障检测以及大数据挖掘分析领域，具体讲述一种基于海量采集运维数据挖掘的采集运维系统智能故障检测方法。

背景技术

电能信息采集是建设智能电网的重要组成部分。电能信息采集是实现电网与客户双向互动基础，承担着用电信息采集、高效共享和实时监控的重要任务。为计费、营业、客服提供基础数据和信息，形成整个智能用电的闭环管理；为实现阶梯电价或分时电价提供了技术手段，是国家基本国策在具体工作中的体现；同时也贯通了深入电网末梢的通信网络平台，为营销自动化、配网自动化、需求侧管理奠定了坚实的基础。

自从电能信息采集开展以来，运维管理一直是其最重要的内容，传统的运维工作主要是面向设备和网络，出发点是保障网络的正常运行和安全可靠。运维管理经历了最初的TMR(Tele-meter Reading)系统，集成电子IES200系统，直到目前普遍采用的EMS管理系统。但是，随着电能信息采集的应用进程的推进，整体运行质量的提高，运维工作的内容也随之扩大，应用深度不断加深，运维工作量一直居高不下，不断变化的运维需求与陈旧的运维工作模式之间难以调和矛盾逐渐显现出来。电能信息釆集的运维工作重要且繁杂，其监控对象除了应用系统本身外，还包括远程信道、本地信道、采集设备等大量的现场设备，这些设备不仅数量巨大，还易受天气、环境等多种因素的影响。随着规模的不断扩大，运维工作量也将呈几何级增长，为了保障工作平稳进行，提高运维工作效率和质量，使故障设备可以得到及时的反馈，并得以迅速、准确的处置，急需研究一种基于数据挖掘的采集运维系统智能故障检测方法。

发明内容

为了解决上述问题，本发明提供一种数据挖掘的采集运维系统智能故障检测方法。其特征在于，所述方法包括：

步骤(1)输入智能采集设备运行状态数据；

步骤(2)智能采集设备数据集特征提取；

步骤(3)特征集主成分分析降维；

步骤(4)智能采集设备运行状态数据可视化；

步骤(5)计算每个采集设备的高斯核密度局部离群因子；

步骤(6)输出采集设备故障疑似度排序；

在步骤(2)中，输入的智能采集设备运行状态数据集的基础上进一步提取智能采集设备运行状态的特征量，主要包括趋势指标、变动性指标、波动性指标以及其它指标。

所述趋势指标主要包括采集数据序列上升趋势指标和下降趋势指标；所述变动性指标主要包括数据集中前r日与后r日采集数据均值之差以及每个智能采集设备h日负荷序列线性拟合的斜率；所述波动性指标主要包括每个智能采集设备h日的采集数据序列标准差、前r日采集数据序列标准差、后r日采集数据序列标准差；所述其它指标主要包括后r日平均采集数据与所有日平均采集数据的比值、每个智能采集设备采集数据序列与所有智能采集设备采集数据中值序列的相关系数。