[发明专利]一种基于多维度数据分析的故障跳闸判别方法

权利要求书

1.一种基于多维度数据分析的故障跳闸判别方法，其特征在于，包括以下步骤：

步骤（1），以设备为中心的信息聚类及数据清洗；

步骤（2），监控信号结构化分析；

步骤（3），建立标准事件模型库；

步骤（4），设备运行方式分析；

步骤（5），多维度数据交叉辨识；

步骤（6），监控信号事件化分析；

步骤（2）的具体方法为：基于自然语言处理技术对每一条监控信号进行文法推断和句法分析，经过分割和重构，筛选过滤无效内容，得到准确的监控信号含义；

步骤（2）对监控信号结构化分析包括对信号关联设备识别和对信号含义识别；

对信号关联设备识别具体为：利用自然语言解析技术对设备所属厂站、电压等级、设备描述内容进行分词提取，将设备描述标准化后与电网模型进行关联处理，从而获得信号关联设备；

对信号含义识别具体为：利用自然语言解析技术对信号内容进行分词提取，针对已有的标准信号库与待匹配的信号列表，在厂站、电压等级、设备类型的关键特征点相同情况依据相似度进行排序匹配，取相似度最大的内容，作为信号含义识别内容；

步骤（5）的具体方法为：将经过步骤（1）数据清洗后的检修申请、遥控、设备置牌数据与监控信号进行以设备为基础、以时间段为卡尺的对比融合分析，辨识设备发出信号时间段是否处于检修范围、是否为遥控操作、是否有相关置牌信息，检修、遥控操作、置牌相关设备不参与事件分析；同时利用遥测数据中设备有效量测值与监控信号进行交叉辨识，实现遥信异常数据提取。

2.根据权利要求1所述的基于多维度数据分析的故障跳闸判别方法，其特征在于，步骤（1）的具体方法为：利用自然语言解析技术对告警信息、遥信点表、检修申请、操作票、遥控操作内容进行分词提取，获取厂站、电压等级、设备类型、设备编号、间隔名称这些关键有效信息，对比D5000模型库中厂站、开关、刀闸、母线、变压器、容抗器一次设备，得到关联设备信息，并以不同设备为基础建立数据集分组，将各类数据按照关联设备放入对应数据集，实现各类数据以设备为中心的信息划归聚类。

3.根据权利要求1所述的基于多维度数据分析的故障跳闸判别方法，其特征在于，步骤（3）的具体方法为：针对不同电压等级、接线方式、运行方式建立不同事件化匹配模型，监控信息分析时优先匹配已有的标准事件模型，满足条件时第一时间给出事件化分析结果。

4.根据权利要求3所述的基于多维度数据分析的故障跳闸判别方法，其特征在于，步骤（3），事件化匹配模型的具体建立方法为：结合告警信号、负荷信息、操作情况及环境因素，分析监控信号发出的原因；通过对监控信号的产生原因进行分析，提取保护出口、开关变位、重合闸动作关键信息并针对不同电压等级、接线方式、运行方式建立标准事件模型库。

5.根据权利要求1所述的基于多维度数据分析的故障跳闸判别方法，其特征在于，步骤（4）的具体方法为：根据开关、刀闸、接地刀闸设备的分合状态，结合电网拓扑结构来识别设备当前的运行方式；所述的运行方式包括运行、热备、冷备或检修。

6.根据权利要求1所述的基于多维度数据分析的故障跳闸判别方法，其特征在于，步骤（6）的具体方法为：对实时上送的监控信号、检修申请、遥控操作、操作票、置牌信息、遥测数据，经过步骤（1）进行数据清洗，实现以设备为中心的集合聚类；经过步骤（2）对监控信号进行结构化分析，实现监控信号的设备、含义识别；经过步骤（4）结合电网拓扑实现设备运行方式分析；经过步骤（5）对多维度数据融合分析、交叉辨识，实现检修设备、遥控操作设备、置牌设备过滤以及遥信、遥测数据不对应设备信息提取；结合步骤（3）中建立的标准事件模型库，给出完备的跳闸事件分析结果。