[发明专利]基于大数据的电网设备监控系统和方法

权利要求书

1.一种基于大数据的电网设备监控方法，其特征在于，包括以下步骤：

获取电网设备上报的环境信息、设备日志、采集数据和设备信息；

根据所述采集数据分析所述电网设备的平均负荷状态、处于各负荷等级的时间占比；

根据所述设备日志获取报错信息的数量；

根据设备信息获取设备的距离最近一次维修的时间和使用时长；

将所述环境信息、报错信息的数量、距离最近一次维修的时间、使用时长、平均负荷状态和处于各负荷等级输入到预测模型中得到电网设备在预设时间内出现故障的概率。

2.根据权利要求1所述的基于大数据的电网设备监控方法，其特征在于，所述预测模型包括风险评估子模型和神经网络子模型；

所述预测模型输出的结果根据所述风险评估子模型和神经网络子模型的输出结果加权得到。

3.根据权利要求2所述的基于大数据的电网设备监控方法，其特征在于，所述风险评估子模型根据所述距离最近一次维修的时间、使用时长和环境信息对所述电网设备进行风险评分。

4.根据权利要求2所述的基于大数据的电网设备监控方法，其特征在于，所述神经网络子模型通过以下方式训练得到：

获取故障设备在故障前的数据构建正样本集合，所述故障前的数据包括环境信息、报错信息的数量、距离最近一次维修的时间、使用时长、平均负荷状态和处于各负荷等级的时间占比；

利用设备正常时产生的数据构建负样本集合；

根据正样本集合和负样本集合对初始化的神经网络模型进行训练，直到满足预设的训练条件，得到训练好的神经网络子模型。

5.根据权利要求3所述的基于大数据的电网设备监控方法，其特征在于，所述获取故障设备在故障前的数据构建正样本集合，具体为：

在获取电网设备的故障信息时，根据故障信息得到故障时间；

根据故障时间截取该用电设备上传的数据作为该电网设备在故障前的数据。

6.根据权利要求1所述的基于大数据的电网设备监控方法，其特征在于，还包括以下步骤：

当电网设备在预设时间内出现故障的概率大于第一阈值时，产生第一报警信息。

7.根据权利要求1所述的基于大数据的电网设备监控方法，其特征在于，还包括以下步骤：

当存在直接连接关系的多台电网设备在预设时间内出现故障的概率均大于第二阈值时，产生第二报警信息。

8.根据权利要求1所述的基于大数据的电网设备监控方法，其特征在于，所述电网设备设有故障动作记录组件，所述故障动作记录组件用于记录故障时间和故障类型。

9.一种基于大数据的电网设备监控系统，其特征在于，包括：

存储器，用于存储程序；

处理器，用于加载所述程序以执行如权利要求1-8任一项所述的基于大数据的电网设备监控方法。

10.一种基于大数据的电网设备监控系统，其特征在于，包括：

获取单元，用于获取电网设备上报的环境信息、设备日志、采集数据和设备信息；

负荷分析单元，用于根据所述采集数据分析所述电网设备的平均负荷状态、处于各负荷等级的时间占比；

日志分析单元，用于根据所述设备日志获取报错信息的数量；

使用信息获取单元，用于根据设备信息获取设备的距离最近一次维修的时间和使用时长；

预测单元，用于将所述环境信息、报错信息的数量、距离最近一次维修的时间、使用时长、平均负荷状态和处于各负荷等级输入到预测模型中得到电网设备在预设时间内出现故障的概率。