[发明专利]一种基于监控告警信号的设备画像的方法有效
| 申请号: | 201910981737.9 | 申请日: | 2019-10-16 |
| 公开(公告)号: | CN110932881B | 公开(公告)日: | 2022-07-26 |
| 发明(设计)人: | 施正钗;杨建华;朱炳铨;钱建国;李英;周泰斌;林国松;郑昌庭;郑俊翔;陈晓雷;薛大立;王晓;俞凯;臧怡宁;徐伟敏;邱承杰;杨兴超 | 申请(专利权)人: | 国网浙江省电力有限公司温州供电公司;国网浙江省电力有限公司 |
| 主分类号: | H04L41/0604 | 分类号: | H04L41/0604;H04L41/0631;G06K9/00;G06Q50/06 |
| 代理公司: | 杭州华鼎知识产权代理事务所(普通合伙) 33217 | 代理人: | 欧阳俊 |
| 地址: | 325000 *** | 国省代码: | 浙江;33 |
| 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 基于 监控 告警 信号 设备 画像 方法 | ||
本发明提供的是一种从监控告警信号的角度对电网设备进行精准动态画像,进一步了解设备运行工况和健康程度的办法。本发明以监控告警信息为基础,对公用设备信号、电网事件信号进行清洗过滤。通过对一、二设备的深入研究、剖析,根据不同的设备原理建立设备特征点知识库。利用自然语言解析以及深度学习技术,将遥信告警信号进行标准化处理,使计算机能够准备、有效理解告警信号的含义,实现设备的动态画像,变电站运行评估全覆盖。提高已有信息资源利用率的同时,解放人工生产力,增强对变电站设备的把控能力,为发现电网薄弱环节提供有效数据支撑。
技术领域
本方法属于电力技术领域,尤其是基于监控告警信号实现对电网设备的动态画像的方法。
背景技术
电网监控是保障电网安全、稳定运行的一项重要措施。随着大运行模式的不断推进和深化,变电站普遍采用集中监控模式,电网监控任务越来越繁重,一、二次设备监控信号在主站集中监视,单日监控告警信号量级庞大,且描述不规范。当前系统中的监控信号仅按时间顺序罗列,并不能反映信号间逻辑关系,监控分析工作任务繁重。面对海量告警信号,完全依靠人工经验判别,缺乏相应的技术手段,存在无法有效监视和管理的问题,给电网监控运行带来隐患和风险。
告警信号具有即时、客观、无法人为干预等特性,采用有效的监控数据挖掘分析手段,实现对海量告警信息的挖掘、分析,转换为有用信息和知识。通过对电网事件所产生的告警信号过滤后,剩余的告警信号将能够客观的反应电网运行设备的健康情况。
综上所述,通过对告警信号的深入研究,对电网的安全稳定运行具有重大的意义。本发明实现从告警信号的角度对电网设备进行精准动态画像,进一步了解设备运行工况和健康程度。
发明内容
本发明的目的在于克服现有技术的不足,提出一种基于告警信号实现对电网设备的动态画像的方法,提升对运行设备的运行工况和健康程度的有效评估。
为了解决上述技术问题,本发明是通过以下技术方案实现的:一种基于监控告警信号的设备画像的方法,包括以下步骤:
步骤1、过滤和清洗电网事件所上送的告警信号;
步骤2、将监控信息表与标准信号一一关联;
步骤3、建立一、二次设备特征点知识库;
步骤4、按照故障或告警的特征对告警信号分类。
优选的,所述步骤1中,从EMS系统对接监控告警信号,需进行计算机清洗处理后才能进行设备画像的工作。
优选的,所述步骤1中,清洗过滤的内容如下:其一,基于电网一二次的接线方式、保护配置及动作原理,及设备发出的信号,将信号划归到跳闸、设备异常、检修调试、设备操作及其它等几类事件中去,并对其进行标签化处理;其二,由于目前变电站的公用设备、公用信号相对差异性较大,暂不具备分析条件,所以将公用信息也同步过滤;对监控告警信号进行清洗过滤后,剩余的告警信号作为设备的动态画像的基础数据支撑。
优选的,所述步骤2中,采用自然语言解析技术,并根据电力系统语言规范及调控工作习惯,抽取识别基本组成元素及元素间的结构关系,对每一条监控信号进行分割和重构,筛选过滤无效信息,进行文法推断和句法分析,得到准确的监控信号含义及所属设备。
优选的,所述步骤2中,为了适应监控信息表的变动、电网规程的修改完善等情况,加入机器自学习理念,适应电网新规章的同时,对监控信息学习训练,建立最优模型,自动识别信号含义。
优选的,所述步骤3中,通过对监控信息表的深度剖析,对断路器、主变、线路保护等设备进行逐一分析,建立设备特征点知识库,覆盖电网除公用设备外的所有一、二次设备。
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国网浙江省电力有限公司温州供电公司;国网浙江省电力有限公司,未经国网浙江省电力有限公司温州供电公司;国网浙江省电力有限公司许可,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/201910981737.9/2.html,转载请声明来源钻瓜专利网。





