[发明专利]一种基于风险态势的预警方法及系统

说明书

本发明提出了一种基于风险态势的预警方法及系统，首先，通过搭建网络拓扑结构及层次划分，实现网络数据的实时采集、存储、分析和交互；其次，利用神经网络结构的构建，进行数据间的关联性分析；最后，利用可视化技术将处理的结果在用户界面进行呈现。本发明通过对地理信息的有效处理，利用神经网络实现了机器学习风险态势的预估，从而达到预警及故障状态呈现和故障风险评估的目的，同时，支持电网调度、维护、应急抢险等危险工作，有效应对恶劣气象条件，提高电网运行水平。

技术领域

本发明涉及一种基于风险态势的预警方法及系统，涉及一般的数据处理和设备协同工作的技术，尤其涉及基于深度学习的神经网络领域。

背景技术

近年来，随着信息技术快速发展以及物联网技术的大力推进下，利用互联网技术进行设备协同工作管理的重要性也在日益增加，电力系统也正在发生深刻的变革，在硬件设备和集成芯片的推动下，针对系统故障排查的问题，也逐渐由拥有数据传输接口的硬件采集设备替代维护人员的现场故障排查。电网的大面积铺设在提高生活水平的同时也加大了设备在维护时的风险力度，通过人工实地考察和一般的故障上报，耗时耗力，不仅不能及时做到成本的控制，而且当设备出现损坏时，也不能及时做到反馈和维修，在实际生活中增加不便。

但是目前针对电力信息系统的风险预估管理还处于发展阶段，现有研究没有深层次的挖掘分析设备及气象原因产生风险间的隐藏联系。

发明内容

为解决现有技术存在的问题，提高电力系统安全运行水平，本发明提出了一种基于风险态势的预警方法及实现该方法的系统，该方法通过构建网络通信架构，利用物联网技术获取实时信息，并根据已有数据在神经网络学习中进行风险评估，通过可视化的界面呈现用户可操作的功能模块。

技术方案：一种基于风险态势的预警方法，包括以下步骤：

步骤1、构建网络拓扑结构，其中包含测点数据、接口机、单向隔离装置、核心交换机、二级交换机、多个内网客户机，其中核心交换机包含关系数据库服务器和计算服务器；

步骤2、通过信息采集设备的数据接口获取真实场景中的信息数据，建立多种变量信息数据库；

步骤3、读取存储信息并利用神经网络及公式推导分析数据关联性；

步骤4、通过可视化界面，显示风险态势，预警及故障状态。

进一步的，所述步骤1进一步为：

网络构建过程中采用两层网络结构，即核心层和接入层，并采用千兆以太网交换技术，通过星型连接；其中核心层用于提供网络数据包的快速转发和骨干节点之间的互连，接入层用于完成客户端用户流量的汇聚，使得网络结构清晰，拓扑简单，具有好的扩展性和可伸缩性，且每层完成网络不同的功能。

其中核心交换机所有关键部件可以实现冗余工作，可以在线更换，故障的恢复时间在秒级间隔内完成，多级容错设计基于单个设备高可靠性的基础之上进一步提高系统的可用性。为满足现有规模的网络用户的需求，同时考虑到未来业务发展、规模的扩大，应该设计网络具有用户端口灵活的扩充能力，核心设备通过增加模块来灵活地增加端口数。核心设备的机箱设计具备强大的背板带宽和足够多的负载插槽容量。采用分布式交换结构实现核心交换引擎可以满足最大配置下，无阻塞的进行端口数据包交换，模块的扩充不影响交换性能。其中所述分布式交换机结构实现了交换机的并行数据交换处理，优化了网络的性能，本地交换和全局交换相结合的分布式结构减少了核心交换引擎的压力。接入层中为了避免单点故障，在接入交换机上采用了百/千兆接口冗余。