[发明专利]一种配电自动化系统的自动辅助巡检方法及系统

权利要求书

1.一种配电自动化系统的自动辅助巡检方法，其特征是，包括如下步骤：

获取配电自动化系统的运行数据；

基于运行数据提取配电自动化系统的关键指标数据，所述关键指标为采用主成分分析方法确定的配电自动化系统运行的关键指标；

将关键指标数据预处理为时间序列数据，输入至训练好的长短期记忆神经网络，输出配电自动化系统未来一段时间内发生故障的概率，并给出预测故障的区段。

2.如权利要求1所述的一种配电自动化系统的自动辅助巡检方法，其特征是：将关键指标数据预处理为时间序列数据，具体的如下：

设定时间窗口；

设定的时间窗口内，硬件设备的温度为平均温度；

对于硬件设备的运行数据，转化为硬件设备每种告警数据出现的次数；

主站进程启动/停止状态监控，转化为进程运行的启动次数和停止次数；

各主机的CPU负荷率、网络负荷率、进程的CPU负荷率、进程内存占用率、遥控成功率、遥控使用率和遥信动作正确率数据，取时间窗口内的平均值。

3.如权利要求1所述的一种配电自动化系统的自动辅助巡检方法，其特征是：主成分分析的步骤包括：

变量进行标准化处理；

计算各变量相关系数矩阵；

计算相关系数矩阵的特征值和特征向量；

计算主成分贡献率及累计贡献率；

针对每一种故障类型，根据主成分的累计贡献率提取主成分作为该故障的关键指标。

4.如权利要求1所述的一种配电自动化系统的自动辅助巡检方法，其特征是：长短期记忆神经网络的训练，包括如下步骤：

获取配电自动化系统的历史运行数据；所述历史运行数据包括配电自动化系统的正常状态和故障状态数据；

基于运行数据提取配电自动化系统的关键指标数据，所述关键指标为采用主成分分析方法确定的配电自动化系统运行的关键指标；

将关键指标数据预处理为时间序列数据，以关键指标数据为输入、以故障类型为输出，输入至构建好的长短期记忆神经网络进行训练；

计算损失函数的数值，当损失函数小于设定的阈值，长短期记忆神经网络训练过程结束。

5.如权利要求4所述的一种配电自动化系统的自动辅助巡检方法，其特征是：采用交叉熵作为损失函数。

6.如权利要求1所述的一种配电自动化系统的自动辅助巡检方法，其特征是：配电自动化系统包括服务器、工作站的监控主机，软件系统包括电网GIS平台、营销业务系统、配电网规划设计平台或/和设备运维管理系统；服务器、工作站通过通信网络与各个配电子站通信连接，用于实现柱上开关、环网柜、开关柜的遥控、遥信和遥测控制。

7.如权利要求1所述的一种配电自动化系统的自动辅助巡检方法，其特征是：配电自动化系统的运行数据，包括：服务器和工作站的各主机的CPU负荷率、网络负荷率、内存使用情况、进程启动/停止状态监控、进程的CPU负荷率、及进程内存占用率；遥控成功率、遥控使用率及遥信动作正确率；通信网络的中断次数和中断时间、数据丢包率以及最大延迟时间；交换机及路由器的运行状态数据；硬件设备的设备温度数据及工作环境温度数据；

或者，配电自动化系统的运行故障包括：硬件设备的运行故障、通信网络故障及主机软件系统运行故障。

8.一种配电自动化系统的自动辅助巡检系统，其特征是，包括：

获取模块：被配置为用于获取配电自动化系统的运行数据；

关键指标数据提取模块：被配置为用于基于运行数据提取配电自动化系统的关键指标数据，所述关键指标为采用主成分分析方法确定的配电自动化系统运行的关键指标；

预测模块：被配置为用于将关键指标数据预处理为时间序列数据，输入至训练好的长短期记忆神经网络，输出配电自动化系统未来一段时间内发生故障的概率，并给出预测故障的区段。