[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

说明书

本公开提出了一种配电自动化系统的自动辅助巡检方法及系统，方法包括如下步骤：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。本公开通过采用主成分分析法融合深度学习的长短期记忆神经网路，根据关键指标预测并定位配电自动化系统的故障，通过减少数据量以及人工智能算法提高故障判断的效率，实现预测给处理故障预留处理时间，提高系统运行的稳定性。

技术领域

本公开涉及配电自动化相关技术领域，具体的说，是涉及一种配电自动化系统的自动辅助巡检方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

配电自动化系统对电网设备的安全稳定运行起着至关重要的作用，配电自动化系统硬件及软件构成较为复杂，硬件方面系统本身包括服务器，工作站，交换机，路由器，软件方面系统包含多种操作系统及数据库，对于投运多年的配电自动化系统，极易出现软硬件故障。

发明人发现，对于配电自动化系统的状态监测，目前情况大多是设备或者是程序出现问题再去查找故障点，而无法主动发现设备可能存在的故障隐患，无法根据设备的运行状态提前进行检修。因此需要耗费大量的时间与精力，严重的还会耽误现场电气设备的正常监控与操作，给电网的稳定运行带来了安全隐患。

发明内容

本公开为了解决上述问题，提出了一种配电自动化系统的自动辅助巡检系统及方法，融合主成分分析方法及深度学习方法，基于当前运行的数据，对配电自动化系统的运行故障进行提前预测，实现故障的提前应对，提高电网的安全稳定运行。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了一种配电自动化系统的自动辅助巡检方法，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。

一个或多个实施例提供了一种配电自动化系统的自动辅助巡检系统，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。

一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法所述的步骤。

一种计算机可读存储介质，

用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法所述的步骤。

与现有技术相比，本公开的有益效果为：