[发明专利]一种主站与电厂、变电站之间的错误数据诊断方法及系统有效

专利信息
申请号: 202011233294.4 申请日: 2020-11-06
公开(公告)号: CN112380340B 公开(公告)日: 2023-10-20
发明(设计)人: 梅傲琪;周立德;陈凤超;何毅鹏;赵俊炜;李祺威;黎鸣;饶欢;张锐;徐睿烽;鲁承波 申请(专利权)人: 广东电网有限责任公司东莞供电局
主分类号: G06F16/35 分类号: G06F16/35;G06F16/332;G06Q50/06
代理公司: 广州专理知识产权代理事务所(普通合伙) 44493 代理人: 张凤
地址: 523008 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电厂 变电站 之间 错误 数据 诊断 方法 系统
【权利要求书】:

1.一种主站与电厂、变电站之间的错误数据诊断方法,其特征在于,所述方法包括:

当接收到不平衡告警时,核查主站数据库是否依照最新的通知报文信息更新变比参数和拓扑参数;

如果所述主站数据库依照所述通知报文信息更新所述变比参数和所述拓扑参数,以有功平衡、无功平衡、电压平衡以及电流平衡作为筛选指标,筛选出不平衡设备,并获取不平衡设备告警信息;

将所述不平衡设备告警信息对应的告警数据输入到预先建立的错误类别聚类模型,得到所述告警数据的错误类别;其中,所述错误类别聚类模型中包括多个簇,每个簇包括中心向量及其对应的错误类别。

2.根据权利要求1所述的方法,其特征在于,所述将所述不平衡设备告警信息对应的告警数据输入到预先建立的错误类别聚类模型,得到所述告警数据的错误类别,包括:

获取所述不平衡设备告警信息对应的告警数据,并从所述告警数据中提取其特征向量;

将所述特征向量输入到预先建立的错误类别聚类模型,计算所述特征向量与所述错误聚类模型中的每个簇的中心向量的欧氏距离,将欧氏距离最小的簇对应的错误类别确定为所述告警数据的错误类别;其中,所述错误类别聚类模型中包括多个簇,每个簇包括中心向量及其对应的错误类别。

3.根据权利要求1所述的方法,其特征在于,所述主站数据库没有依照最新的通知报文信息更新变比参数和拓扑参数,所述方法还包括:

获取最新的通知报文信息,所述通知报文信息用于指示主站数据库的参数更新,且所述通知报文信息携带有所述主站数据库中更新后的参数的数据,以及每个参数对应的参数类型标识;所述参数至少包括变比参数和拓扑参数;

从所述通知报文信息中解析出所述更新后的参数的数据以及每个所述参数对应的参数类型标识;

根据所述参数类型标识查找到所述主站数据库中对应类型的参数,并利用所述更新后的参数的数据更新所述主站数据中存储的参数对应的数据。

4.根据权利要求1所述的方法,其特征在于,所述将所述不平衡设备告警信息对应的告警数据输入到预先建立的错误类别聚类模型,得到所述告警数据的错误类别之前,所述方法还包括:

获取历史异常数据,并构建历史异常数据对应的特征值矩阵;其中,所述历史异常数据来自已知的不平衡告警点;

根据所述特征值矩阵确定输入样本集;

对所述输入样本集进行聚类分析,建立错误类别聚类模型;其中,所述错误类别聚类模型中包括多个簇,每个簇包括中心向量及其对应的错误类别。

5.一种主站与电厂、变电站之间的错误数据诊断系统,其特征在于,所述系统包括:

核查模块,用于当接收到不平衡告警时,核查主站数据库是否依照最新的通知报文信息更新变比参数和拓扑参数;

筛选模块,用于如果所述主站数据库依照所述通知报文信息更新所述变比参数和所述拓扑参数,以有功平衡、无功平衡、电压平衡以及电流平衡作为筛选指标,筛选出不平衡设备,并获取不平衡设备告警信息;

聚类识别模块,用于将所述不平衡设备告警信息对应的告警数据输入到预先建立的错误类别聚类模型,得到所述告警数据的错误类别;其中,所述错误类别聚类模型中包括多个簇,每个簇包括中心向量及其对应的错误类别。

6.根据权利要求5所述的系统,其特征在于,所述聚类识别模块,包括:

获取子模块,用于获取所述不平衡设备告警信息对应的告警数据;

提取子模块,用于从所述告警数据中提取其特征向量;

输入子模块,用于将所述特征向量输入到预先建立的错误类别聚类模型;其中,所述错误类别聚类模型中包括多个簇,每个簇包括中心向量及其对应的错误类别;

计算子模块,用于计算所述特征向量与所述错误聚类模型中的每个簇的中心向量的欧氏距离;

确定子模块,用于将欧氏距离最小的簇对应的错误类别确定为所述告警数据的错误类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司东莞供电局,未经广东电网有限责任公司东莞供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011233294.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top