[发明专利]输变电设备状态变化预测方法和系统

权利要求书

1.一种输变电设备状态变化预测方法，其特征在于，包括

采集待检测输变电设备的N个状态特征数据，并对所述N个状态特征数据进行处理得到与所述待检测输变电设备对应的第一特征向量；

将所述第一特征向量输入对应的聚类模型中得到所述待检测设备的当前设备状态；

根据所述当前设备状态判断所述待检测输变电设备是否处于故障状态；

若否，则根据所述当前设备状态及所述待检测输变电设备对应的状态转移矩阵预测所述待检测设备发生状态转变的概率，以预测所述待检测输变电设备状态的变化。

2.根据权利要求1所述的输变电设备状态变化预测方法，其特征在于，在所述采集待检测输变电设备的N个状态特征数据，并对所述N个状态特征数据进行处理得到与所述待检测输变电设备对应的第一特征向量的步骤之前，还包括：预先建立聚类模型的步骤，所述预先建立聚类模型包括：

获取电网的输变电设备的历史运行数据，并从所述历史运行数据中提取每台输变电设备的所述N个状态特征数据；

对每个所述输变电设备的所述N个状态特征数据进行处理得到每个所述输变电设备的第二特征向量；

分别将每个输变电设备的所述第二特征向量采用无聚类监督算法得到每个输变电设备对应的M类设备状态，并对所述M类设备状态进行标记得到对应的所述输变电设备的聚类模型。

3.根据权利要求2所述的输变电设备状态变化预测方法，其特征在于，在所述预先建立聚类模型的步骤之后，还包括建立状态转移矩阵的步骤，所述建立状态转移矩阵包括：

按时间顺序依次将所述第二特征向量输入所述聚类模型，得到所述待检测输变电设备的设备状态变化情况；

统计所述设备状态变化情况中从一个设备状态到其它设备状态变化的次数，得到不同设备状态的转移概率以得到状态转移矩阵。

4.根据权利要求1所述的输变电设备状态变化预测方法，其特征在于，所述采集待检测输变电设备的N个状态特征数据，并对所述N个状态特征数据进行处理得到与所述待检测输变电设备对应的第一特征向量的步骤包括：

采集待检测输变电设备的N个状态特征数据；

对所述N个状态特征数据进行量化和归一化处理，得到与所述待检测输变电设备对应的第一特征向量。

5.一种输变电设备状态变化预测系统，其特征在于，包括

采集模块，用于采集待检测输变电设备的N个状态特征数据，并对所述N个状态特征数据进行处理得到与所述待检测输变电设备对应的第一特征向量；

聚类模块，用于将所述第一特征向量输入对应的聚类模型中得到所述待检测设备的当前设备状态；

判断模块，用于根据所述当前设备状态判断所述待检测输变电设备是否处于故障状态；

预测模块，用于在所述判断模块的判断结果为否时，根据所述当前设备状态及所述待检测输变电设备对应的状态转移矩阵预测所述待检测设备发生状态转变的概率，以预测所述待检测输变电设备状态的变化。

6.根据权利要求5所述的输变电设备状态变化预测系统，其特征在于，还包括：建模模块，所述建模模块包括：

提取单元，用于获取电网的输变电设备的历史运行数据，并从所述历史运行数据中提取每台输变电设备的所述N个状态特征数据；

第一处理单元，用于对每个所述输变电设备的所述N个状态特征数据进行处理得到每个所述输变电设备的第二特征向量；

聚类单元，用于分别将每个输变电设备的所述第二特征向量采用无聚类监督算法得到每个输变电设备对应的M类设备状态，并对所述M类设备状态进行标记得到对应的所述输变电设备的聚类模型。

7.根据权利要求6所述的输变电设备状态变化预测系统，其特征在于，还包括状态转移矩阵建立模块，所述状态转移矩阵建立模块包括：

分析单元，用于按时间顺序依次将所述第二特征向量输入所述聚类模型，得到所述待检测输变电设备的设备状态变化情况；

计算单元，用于统计所述设备状态变化情况中从一个设备状态到其它设备状态变化的次数，得到不同设备状态的转移概率以得到状态转移矩阵。

8.根据权利要求5所述的输变电设备状态变化预测系统，其特征在于，采集模块包括：

采集单元，用于采集待检测输变电设备的N个状态特征数据；

第二处理单元，用于对所述N个状态特征数据进行量化和归一化处理得到与所述待检测输变电设备对应的第一特征向量。