[发明专利]基于大数据分析的电网故障预测系统

说明书

本发明涉及一种基于大数据分析的电网故障预测系统，包括基础数据模块、数据处理模块和故障预测模块；基础数据模块用于获取未经处理的原始数据，并向数据处理模块提供原始数据；数据处理模块用于处理原始数据而得到处理后的数据，并向故障预测模块提供处理后的数据作为训练数据集；故障预测模块用于根据处理后的数据对电网故障进行预测，从而得到预测结果并基于预测结果指导工作人员。本发明能够较为可靠的对电网故障进行预测，进而可以指导相关工作，实现电网故障更快速、更经济的修复，并且可以防患于未然，降低电网的故障率，实现社会用电更加可靠。

技术领域

本发明涉及电网故障预测技术领域，具体涉及一种基于大数据分析的电网故障预测系统。

背景技术

电力能源作为一种经济实用的终端清洁能源，在我国能源使用中占比很大，是当下社会发展的重要基础，关系着国家安全与地区经济发展。但电网故障是不可避免的影响电网运行和社会正常运转的事件，对正常的生产、生活都将产生负面影响。为了更好地规避此类事件，我们需要对此类事件有更深刻的认识从而去预测它的发生。当能够更好地掌握其规律，可以针对性地开展抢修人员的提前驻点，更合理的分配抢修人员，完善电力抢修物资的储备，从而实现电网故障更快速、更经济的修复，并且可以提前暴露隐患，防患于未然，从而降低电网的故障率，实现社会用电更加可靠。

发明内容

本发明的目的是提供一种能够较为可靠的对电网故障进行预测，从而指导工作的基于大数据分析的电网故障预测系统。

为达到上述目的，本发明采用的技术方案是：

一种基于大数据分析的电网故障预测系统，包括基础数据模块、数据处理模块和故障预测模块；所述基础数据模块用于获取未经处理的原始数据，并向所述数据处理模块提供所述原始数据；所述数据处理模块用于处理所述原始数据而得到处理后的数据，并向所述故障预测模块提供所述处理后的数据作为训练数据集；所述故障预测模块用于根据所述处理后的数据对电网故障进行预测，从而得到预测结果并基于所述预测结果指导工作人员；

所述故障预测模块对电网故障进行预测、指导工作人员的方法包括以下步骤：

步骤(1)：预测方法确定：从全部预测方法中选取一种预测方法；

步骤(2)：参数调试：对当前所选取的预测方法进行参数调试，以提高所述预测方法的预测准确性；

步骤(3)：训练并测试预测方法的准确性：利用所述训练数据集训练所述预测方法的准确性并进行验证，若全部所述预测方法均已完成训练和验证，则跳转到步骤(4)，否则选择下一种预测方法并跳转到步骤(2)；

步骤(4)：预测故障：选择预测准确性最高的预测方法对电网故障进行预测，得到所述预测结果；

步骤(5)：工作指导：根据所述预测结果安排电网抢修工作，指导工作人员配置和物资储备。

所述原始数据包括电网中的设备类型、投运时间、地理位置、运行数据、故障记录和周边环境信息。

所述数据处理模块处理所述原始数据的方法包括以下步骤：

步骤1：数据整理合并：将所述原始数据依据共同属性建立关联关系，从而合并在一个数据库内；

步骤2：数据清洗：分析和处理所述数据库内数据的重复值、缺失值和异常值；

步骤3：训练数据集生成：将所述数据库作为所述训练数据集，并将所述数据库中数据的故障结果属性作为输出属性，将所述数据库中数据的非故障结果属性作为输入属性；

步骤4：数据相关性分析：计算所述数据库中该数据的各属性间的相关程度；

步骤5：特征字段确定：依据所述数据库中该数据的各属性间的相关程度，确定所述相关程度达到或高于中等相关程度范围值的属性作为特征字段，并保留所述相关程度最高的属性。