[发明专利]一种基于大数据融合分析模型的配网设备状态检修方法

权利要求书

1.一种基于大数据融合分析模型的配网设备状态检修方法,其特征在于：基于全数据的配网设备状态监测模型，包含设备基本信息、健康状态、通讯状态、行为动作、设备参数以及环境条件及其多个方面，

其中基本信息指装置铭牌信息，用于快速识别配网设备，主要包括装置型号、装置描述、生成厂商、端口数量、硬件版本、固件版本、软件版本、IP地址以及MAC地址；

健康状态主要从电源、CPU、软件、内存、存储、装置以及时钟及其多个方面进行健康状态的信息建模，反映配网设备自身的工作状态健康情况；

通讯状态主要包括端口、光功率、流量以及业务状态，反映配网设备通讯及端口状态；

行为动作主要包括实时记录以及实时监测，反映配网设备的业务信息；

设备参数主要包括设备参数以及参数状态，反映配网设备的配置状态；

环境条件主要包括恶劣条件以及常规条件，反映配网设备的生存环境。

2.一种基于大数据融合分析模型的配网设备状态检修方法,其特征在于：基于大数据融合分析的配网设备模型，为其检修状态分析提供了基础，在此基础上建立数据的约束关系，实现配网设备的大数据在线监视，设备状态信息(健康状态、环境条件)具有“连续缓慢变化”特性，可用趋势性状态在线监测方法提取出继电保护的关键状态；动作状态(行为动作)信息具有“离散阶跃变化”特性，可用损失性状态在线监测提取出继电保护的关键状态，配置状态(设备参数)信息具有“恒值”特性，可用一致性状态在线监测提取出继电保护的关键状态；自检/异常告警信息是经处理后的熟数据，能够表征继电保护装置内部CPU的运行状态。

3.根据权利要求2所述一种基于大数据融合分析模型的配网设备状态检修方法,其特征在于：所述趋势性在线监测：趋势性状态在线监测是基于装置硬/软件健康状态随运行时间逐步变差的特性，通过连续监视并分析设备状态信息，得到其随时间变化的趋势，通过设置阈值，并计算状态信息与阈值间的距离作为状态评价指标，其适用于利用具有随时间缓慢变化趋势的设备状态信息，只需利用单间隔信息或利用设备状态信息进行指标计算，通过并与阈值(额定值)进行比较，便可得到在线监测结果，其基本原理如式(1)所示

4.根据权利要求2所述一种基于大数据融合分析模型的配网设备状态检修方法,其特征在于：所述一致性状态在线监测是通过比较监测信息与给定信息是否一致来判断状态，适用于利用具有恒值特性的继电保护配置状态信息提取继电保护的关键态，只需利用单间隔信息进行状态监测，其实现基本原理为：继电保护投运时先总召装置定值、配置文件校验码以及程序版本等信息，并于运维后台保存，运行时，按1次/月频率进行一致性在线监测：读取定值等信息，并与运维后台确认的定值单进行对比，连续三次不一致则报警，或者当检测到装置重启后，立即触发一致性在线监测，定义一种异或运算使得当a和b不同时，则一致性在线监测基本原理可总结如式(1)所示：

5.根据权利要求2所述一种基于大数据融合分析模型的配网设备状态检修方法,其特征在于：所述损失性状态在线监测法是一种基于共享信息，利用状态信息间的关联关系辨识出异常信息，并进一步实现故障定位的状态监测方法，其适用于利用不具有随时间缓慢变化趋势的动作状态信息提取出继电保护关键状态，由于该类状态信息的“绝对值”、“趋势”不直接表示继电保护健康状态，因而需考虑利用其“相对值”蕴含的继电保护关键状态，而且需利用跨间隔信息进行在线监测。