[发明专利]智能变电站的故障诊断方法、装置、设备和存储介质

权利要求书

1.一种智能变电站的故障诊断方法，其特征在于，包括：

获取智能变电站的二次系统的实时告警信息；

将所述实时告警信息进行预设处理，得到预处理告警信息；

将预设C4.5故障决策树模型中的所有预设分类告警信息集和所述预处理告警信息对比，得到所述实时告警信息的子分类告警信息集；

基于P-growth算法，构建所述子分类告警信息集的关联性规则；

基于蚁狮算法，对所述关联性规则的预设关联指标进行处理，得到所述实时告警信息的关联指标；

根据所述实时告警信息的关联指标和所述关联性规则，得到所述实时告警信息中的根告警信息。

2.如权利要求1所述的智能变电站的故障诊断方法，其特征在于，所述将预设C4.5故障决策树模型中的所有预设分类告警信息集和所述预处理告警信息对比，得到所述实时告警信息的子分类告警信息集，包括：

获取二次系统的历史告警信息，其中，所述历史告警信息按照预设规则分为训练信息和测试信息；

将所述训练信息通过C4.5决策树算法进行训练，得到决策树模型；

利用所述测试信息对所述决策树模型进行验证和剪枝处理，得到所述预设C4.5故障决策树模型；其中，所述预设C4.5故障决策树模型由多个故障类型互不相同的所述预设分类告警信息集组成；

将所述预设C4.5故障决策树模型中的所有所述预设分类告警信息集与所述预处理告警信息进行对比处理，将匹配度最高的所述预设分类告警信息集确定为所述实时告警信息的子分类告警信息集。

3.如权利要求2所述的智能变电站的故障诊断方法，其特征在于，所述将所述训练信息通过C4.5决策树算法进行训练，得到决策树模型之前，所述方法还包括：

构建所述历史告警信息的故障属性数据库；其中，所述历史告警信息包括二次设备告警信息、GOOSE异常报文和SV异常报文；所述故障属性数据库包括装置闭锁、自检告警信息、GOOSE告警信息、SV告警信息和故障类型；所述历史告警信息按照预设规则存入所述故障属性数据库中；

基于所述C4.5决策树算法和所述故障属性数据库，构建所述决策树模型。

4.如权利要求2或3所述的智能变电站的故障诊断方法，其特征在于，所述C4.5决策树算法采用泰勒级数代替对数运算；

其中，所述C4.5决策树算法的信息增益率为

Gainratio为分类时选取的某一种属性A的信息增益率，Gain为属性A的信息增益，SplitInfo_A为A属性在整个预设分类告警信息集T中的分裂信息量度，T为整个预设分类告警信息集，T_j为整个预设分类告警信息集T中第j个预设分类告警信息集的数据总数，TC_i是整个预设分类告警信息集T中属于子分类告警信息集C_i的数据总数，TC_ij表示整个预设分类告警信息集T中第j个预设分类告警信息集中属于子分类告警信息集C_i的数据总数。

5.如权利要求1所述的智能变电站的故障诊断方法，其特征在于，所述基于P-growth算法，构建所述子分类告警信息集的关联性规则，包括：

基于蚁狮算法，对所述关联性规则的预设最小支持度进行迭代处理，得到所述子分类告警信息集的最小支持度；

将所述子分类告警信息集中小于所述最小支持度的目标告警信息删除，得到子分类告警关联信息集；其中，所述目标告警信息为所述子分类告警信息集中的任意一个告警信息；

基于P-growth算法，构建所述子分类告警关联信息集的关联性规则；

其中，所述支持度为A为目标告警信息，N为所有目标告警信息的数量，sup(A)为目标告警信息A的支持度。