[发明专利]一种基于大数据融合模型的电力监控系统

权利要求书

1.一种基于大数据融合模型的电力监控系统，其特征在于，所述系统包括：

现场设备层，所述现场设备层采用工业现场总线，将现场设备层的智能设备连接组网，通过所述现场设备层的智能设备进行现场数据采集；

通讯管理层，所述通讯管理层进行数据和信息的收集、通讯协议的转换、并接收和传送指令；

系统管理层，所述系统管理层将采集到的数据进行显示、分析、存储；

其中，所述系统管理层采用基于深度学习的CoxPH算法对接收到的数据进行特征值提取，包括：

定义模型风险函数：λ(t|X)＝λ₀(t)exp(h_θ(X)) (1)

其满足：

式中，λ₀(t)是基准风险函数；X＝(x₁，...，x_m)为协变量组成的向量；h_θ(x)为对数部分风险函数；θ表示h_θ(x)的参数；X₁，X₂表示不同时刻基准风险函数下的变化量，Constant表示一个常数；

CoxPH算法中定义了偏似然函数来对θ进行计算；将数据按照其生存时间排序t₁＜t₂＜...＜t_k，其中t_i是个体i的生存时间，则个体i的条件死亡概率如式(3)所示：

对所有死亡个体的条件概率相乘即有：

式(3)、(4)中R(t_i)为t_i时刻内仍然处于观察研究的个体集合；X_i，X_j为不同时刻的观察协变量；c⁽ⁱ⁾表示个体i的生存协变量和，从第0个开始求和；j∈R(t_t)表示j在R(t_i)集合当中；

对(4)式求取负对数，如式(5)所示：

式(5)中E_i表示个体i的生存协变量和，从第1个开始求和；X_i，X_j表示不伺时刻的观察协变量；为T_i时刻内仍然处于观察研究的个体的对数映射集合；表示j属于的对数映射集合中的元素；通过求取令(5)式最小的θ，即可得到h_θ(X)；随后通过Breslow估计器求解λ₀(t)；

所述现场设备层的智能设备包括各种监控仪表、测控单元、继电保护设备、智能直流电源系统、智能柴油发电机组、变压器温控单元及通讯扩展装置；所述通讯管理层的设备包括串口服务器、人机界面HMI、可编程控制器PLC、前端机；所述HMI连接所述PLC，接收输入的参数或操作命令，实现人机信息交互；

所述系统管理层的设备包括：通讯工作站、监控/备用主机、工程师工作站、网络交换机，所述系统管理层将数据上传至云端服务器，在云端服务器把上传的全部数据信息存入数据库，并通过操作界面和数据处理实现变配电系统的遥信、遥测、遥控、遥调和遥视功能；

所述系统通过以太网实现与管理信息系统、楼宇自动化系统和火灾报警系统的通讯及信息共享；通过TCP/IP通讯协议实现与供电公司自动化系统的通讯及信息共享；

所述系统实时或定时采集现场设备的各电参量及开关量状态；所述的电参量和开关量状态包括三相电压、电流、功率、功率因数、频率、电能、温度、开关位置、设备运行状态；所述系统将采集到的数据进行直接显示、或通过统计计算处理后进行显示；

远程云端处的至少一个服务器，通过Hash与Bit-map算法相融合的方式进行多个远程云端的协同计算；

所述系统采用多通道冗余设计，对于系统局部出现运行不正常的部件时，所述系统管理层根据接收的修正命令动态停止或重启该部件的功能；

所述系统自动生成标准的电能报表格式或生成用户根据需求设计的报表格式，所述报表的类型包括实时运行报表、历史报表、事件故障及告警记录报表、操作记录报表，电能的日、月、季、年度报表、电能的费率报表。