[发明专利]一种基于大数据融合模型的电力监控系统

说明书

本发明涉及一种基于大数据融合模型的电力监控系统,所述系统分为三层:现场设备层、通讯管理层和系统管理层；所述系统采用基于深度学习的CoxPH算法对接收到的数据进行特征值提取,可以完成开关状态监视、模拟量采集、综合保护监控、远程控制、报警管理、曲线棒图分析、报表生成、统计打印、用户管理、事故追忆等多种实用功能，加强了用电可靠性、提高了用电管理效率，提升了供电质量，降低了运行维护成本。

技术领域

发明涉及电力系统技术领域,尤其涉及一种基于大数据融合模型的电力监控系统。

背景技术

随着社会经济发展、生产自动化程度的提高、劳动力的解放和生活质量的改善，大量电能驱动设备投入到生产、生活中，人们对电力的依赖程度越来越高。供电的可靠性、连续性已经成为整个社会关心的重要问题之一。由于供电系统具有产生和消费同时发生的特殊性，对整个供电过程进行有效的监控，是保证供电可靠性和连续性的重要手段。

过去，由于配电环节点多故障，支路数量大，实现自动化存在诸多困难，电力自动化只能在发电、输电和变电环节中实现。近年来，电子技术、自动化技术、通讯技术、计算机技术取得了长足进步，使得配电监控装置、通讯网络、监控调度管理系统的研究开发、生产制造、安装调试、使用维护成本大大降低，而随着监控功能、集成度和易用性的大幅提高，配电环节实现自动化已经不再是梦想。

电力系统的运行维护方式，应从过去的分散式逐步向集中式过渡；采用高科技手段，对实现无人/少人值守的电力系统及其设备进行实时长期不间断地观察，从而减少日常维护量，增强对出现意外的快速反应能力，提高管理水平，进而提高电力部门的经济效益和社会声誉。

目前，电力监控系统的安全性、可靠性不高，用电管理效率较低，运行维护成本较高。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，本发明提供一种基于大数据融合模型的电力监控系统，所述系统采用基于深度学习的CoxPH算法对接收到的数据进行特征值提取,可以完成开关状态监视、模拟量采集、综合保护监控、远程控制、报警管理、曲线棒图分析、报表生成、统计打印、用户管理、事故追忆等多种实用功能，加强了用电可靠性、提高了用电管理效率，提升了供电质量，降低了运行维护成本。

根据本发明的一个方面，本发明提供了一种基于大数据融合模型的电力监控系统，所述系统包括：

现场设备层，所述现场设备层采用工业现场总线，将现场设备层的智能设备连接组网，通过所述现场设备层的智能设备进行现场数据采集；

通讯管理层，所述通讯管理层进行数据和信息的收集、通讯协议的转换、并接收和传送指令;

系统管理层，所述系统管理层将采集到的数据进行显示、分析、存储；

其中，所述系统管理层采用基于深度学习的CoxPH算法对接收到的数据进行特征值提取，包括：

定义模型风险函数： (1)

其满足：Constant= (2)

式中，是基准风险函数；为协变量组成的向量；为对数部分风险函数；表示的参数；X₁, X₂表示不同时刻基准风险函数下的变化量，Constant表示一个常数；

CoxPH算法中定义了偏似然函数来对进行计算；将数据按照其生存时间排序，其中是个体i的生存时间，则个体i的条件死亡概率如式（3）所示：

(3)

对所有死亡个体的条件概率相乘即有：

(4)

式（3）、（4）中为时刻内仍然处于观察研究的个体集合；为不同时刻的观察协变量； 表示个体i的生存协变量和，从第0个开始求和;表示j在集合当中；