[发明专利]一种电力信息系统故障诊断方法及装置在审

专利信息
申请号: 201811639904.3 申请日: 2018-12-29
公开(公告)号: CN109670611A 公开(公告)日: 2019-04-23
发明(设计)人: 谷波;钟雨辉;高崇;陈思;尚忠玉;郭晶 申请(专利权)人: 四川中电启明星信息技术有限公司;国网信息通信产业集团有限公司
主分类号: G06Q10/00 分类号: G06Q10/00;G06Q10/06;G06Q50/06
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 610000 四川省成都市郫*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征指标 故障诊断 电力信息系统 决策表 约简 诊断 故障诊断结果 决策树模型 权重 故障诊断策略 决策树规则 实际测量 提取算法 运行状况 智能化 构建 预设
【权利要求书】:

1.一种电力信息系统故障诊断方法,其特征在于,包括:

获取表征电力信息系统运行状况的特征指标集;

基于所述特征指标集,构建故障诊断决策表;

计算所述特征指标集中每个特征指标的权重;

依据所述故障诊断决策表和所述特征指标集中每个所述特征指标的权重,对所述特征指标集进行约简,得到约简决策表;利用预设的决策树规则提取算法对约简决策表提取诊断规则,建立诊断决策树模型;

将实际测量的数据输入到诊断决策树模型中,计算故障诊断结果;

根据所述故障诊断结果,确定故障诊断策略。

2.根据权利要求1所述的方法,其特征在于,所述获取表征电力信息系统运行状况的特征指标集,包括:

选取表征电力信息系统运行状况的初始特征指标集;

对所述初始特征指标集进行离散化,得到表征电力信息系统运行状况的特征指标集。

3.根据权利要求1所述的方法,其特征在于,所述依据所述特征指标集,构建故障诊断决策表,包括:

获取电力信息系统的故障类别集合,并将所述故障类别集合作为决策属性集;

将所述特征指标集作为条件属性集;

获取电力信息系统的对象集;

确定所述决策属性集和所述条件属性集对应的属性值集合;

基于所述条件属性集、决策属性集和对象集和属性值集合,构建故障诊断决策表。

4.根据权利要求1所述的方法,其特征在于,计算所述特征指标集中每个特征指标的权重,包括:

依据所述特征指标集中每两个指标之间的相对重要程度,构建判断矩阵;

计算所述判断矩阵的最大特征值对应的特征向量;

对所述特征向量进行归一化处理,得到所述指标集中各个指标的重要性排序;排序越靠前的指标权重越大。

5.根据权利要求4所述的方法,其特征在于,所述依据所述故障诊断决策表和所述特征指标集中每个所述特征指标的权重,对所述特征指标集进行约简,包括:

依据所述特征指标集中各个特征指标的重要性排序,获取多个特征指标子集;

针对任意一个特征指标子集,计算所述特征指标子集相对于所述决策属性集的正域和所述特征指标集相对于所述决策属性集的正域;

若所述特征指标子集相对于所述决策属性集的正域和所述特征指标集相对于所述决策属性集的正域相等,则所述指标子集为约简后的特征指标集。

6.根据权利要求1所述的方法,其特征在于,所述利用预设的决策树规则提取算法对约简决策表提取诊断规则,建立诊断决策树模型,包括:

依据约简决策表属性集计算条件属性的信息增益率;

根据信息增益率确定决策树的测试属性节点;

根据所述测试属性节点上条件属性的值对决策树进行分支。

7.根据权利要求1所述的方法,其特征在于,所述根据所述故障诊断结果,确定故障诊断策略,包括:

对故障信息进行分析,确定故障信息的标签;

依据所述故障信息的标签确定故障策略。

8.一种电力信息系统故障诊断装置,其特征在于,包括:

获取单元,用于获取表征电力信息系统运行状况的特征指标集;

构建单元,用于基于所述特征指标集,构建故障诊断决策表;

权重计算单元,用于计算所述特征指标集中每个特征指标的权重;

约简单元,用于依据所述故障诊断决策表和所述特征指标集中每个所述特征指标的权重,对所述特征指标集进行约简,得到约简决策表;

决策树模型构建单元,用于利用预设的决策树规则提取算法对约简决策表提取诊断规则,建立诊断决策树模型;

故障诊断单元,用于将实际测量的数据输入到诊断决策树模型中,计算故障诊断结果;

故障诊断策略确定单元,用于根据所述故障诊断结果,确定故障诊断策略。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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四川中电启明星信息技术有限公司;国网信息通信产业集团有限公司,未经四川中电启明星信息技术有限公司;国网信息通信产业集团有限公司许可,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/201811639904.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top