[发明专利]一种电网故障分析方法、装置、设备和可读存储介质在审
申请号: | 202111510672.3 | 申请日: | 2021-12-10 |
公开(公告)号: | CN114254699A | 公开(公告)日: | 2022-03-29 |
发明(设计)人: | 焦夏男;易慧;徐阳;黄雪莜;苏井辉;余伟洲;林博勇;李佳 | 申请(专利权)人: | 广东电网有限责任公司广州供电局 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q50/06 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 贾小慧 |
地址: | 510630 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 电网 故障 分析 方法 装置 设备 可读 存储 介质 | ||
1.一种电网故障分析方法,其特征在于,包括:
获取待检测电网中各馈线的运行指标数据;
计算所述运行指标数据的相关系数,生成相关系数矩阵;
确定所述相关系数矩阵的特征值和特征向量;
根据所述特征向量和所述特征值,确定与所述待检测电网中每一馈线对应的每一类主成分的评分和贡献率;
根据所述每一馈线对应的每一类主成分的评分和贡献率,计算得到每一馈线的综合评分;
根据所述每一馈线的综合评分,确定所述待检测电网的故障情况。
2.根据权利要求1所述的方法,其特征在于,在所述计算所述运行指标数据的相关系数之前,还包括:
对所述各馈线的运行指标数据进行数据整理与清洗,得到标准运行指标数据;
所述计算所述运行指标数据的相关系数,生成相关系数矩阵,包括:
计算所述标准运行指标数据的相关系数,生成相关系数矩阵。
3.根据权利要求1所述的方法,其特征在于,根据所述特征向量和所述特征值,确定与所述待检测电网中每一馈线对应的每一类主成分的评分和贡献率,包括:
根据所述特征值,确定与所述待检测电网中每一馈线对应的每一类主成分的贡献率,其中所述待检测电网中各馈线的同类主成分的贡献率一致;
根据所述特征向量,确定与述待检测电网中每一馈线对应的每一类主成分的评分。
4.根据权利要求3所述的方法,其特征在于,在确定与所述待检测电网中每一馈线对应的每一类主成分的贡献率之后,还包括:
确定与所述待检测电网中每一馈线对应的每一类主成分的累计贡献率;
根据所述每一馈线对应的每一类主成分的评分和贡献率,计算得到每一馈线的综合评分,包括:
将所述累计贡献率低于预设值的每一馈线对应的每一类主成分确定为目标主成分;
根据所述每一馈线的目标主成分的评分和贡献率,计算得到每一馈线的综合评分。
5.根据权利要求4所述的方法,其特征在于,根据所述每一馈线的综合评分,确定所述待检测电网的故障情况,包括:
根据所述每一馈线的综合评分,确定所述待检测电网中的故障馈线;
根据所述特征向量,确定每一所述故障馈线的目标主成分分别代表的运行指标数据;
将所述故障馈线和所述故障馈线的目标主成分分别代表的所述运行指标数据,确定为所述待检测电网的故障情况。
6.根据权利要求2所述的方法,其特征在于,对所述各馈线的运行指标数据进行数据整理与清洗,得到标准运行指标数据,包括:
对所述各馈线的运行指标数据中的各异常数据进行结构化处理;
对结构化处理后的所述各馈线的运行指标数据进行标准化变换,生成标准运行指标数据。
7.根据权利要求6所述的方法,其特征在于,对所述各馈线的运行指标数据中的各异常数据进行结构化处理,包括:
确定所述各馈线的运行指标数据中的各异常数据及对应异常类型;
按照异常类型对各异常数据进行与之匹配的结构化处理。
8.一种电网故障分析装置,其特征在于,包括:
获取单元,用于获取待检测电网中各馈线的运行指标数据;
计算单元,用于计算所述运行指标数据的相关系数,生成相关系数矩阵;
确定单元,用于确定所述相关系数矩阵的特征值和特征向量;
评分单元,用于根据所述特征向量和所述特征值,确定与所述待检测电网中每一馈线对应的每一类主成分的评分和贡献率;
综合单元,用于根据所述每一馈线对应的每一类主成分的评分和贡献率,计算得到每一馈线的综合评分;
分析单元,用于根据所述每一馈线的综合评分,确定所述待检测电网的故障情况。
9.一种电网故障分析设备,其特征在于,包括存储器和处理器;
所述存储器,用于存储程序;
所述处理器,用于执行所述程序,实现如权利要求1-7中任一项所述的电网故障分析方法的各个步骤。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1-7中任一项所述的电网故障分析方法的各个步骤。
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广州供电局,未经广东电网有限责任公司广州供电局许可,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/202111510672.3/1.html,转载请声明来源钻瓜专利网。