[发明专利]一种智能变电站故障诊断与跟踪方法

说明书

本发明公开了一种智能变电站故障诊断与跟踪方法，智能变电站技术领域，具体包括以下步骤：S1、建立基于MapReduce并行大数据架构的故障状态信息处理框架；S2、将智能变电站数据采集与故障状态信息处理框架相结合，将变电站信息分成多个数据块，再将多个数据块并行处理，提取故障数据；S3、将粗糙集和遗传算法相融合后对故障数据进行约简；S4、基于MapReduce大数据平台，采用故障诊断算法进行故障诊断与故障跟踪定位；通过上述方案，本发明提出了一种基于MapReduce并行处理架构的变电站故障大数据平台体系结构，提出了一种基于粗糙集与遗传算法相结合的数据约简方法，设计了故障诊断与跟踪程序，提高故障诊断的速度，有效地进行故障跟踪定位。

技术领域

本发明属于智能变电站技术领域，具体为基于MapReduce大数据平台和改进遗传算法的智能变电站故障诊断与跟踪方法。

背景技术

智能变电站作为智能电网的核心枢纽，近年来发展迅速，具有设备智能化、全站信息化、数据网络化的特点。随着变电站智能化程度的不断提高，各个环节的自动化程度越来越高，出现了大规模、超大规模海量状态数据的管理和处理问题。由于实时数据量的爆炸式增长，传统的技术手段已不能满足系统的可靠性和经济性要求。

变电站的故障诊断则要求运行人员能够依据警报信息快速并准确地判断出故障，并对其进行故障定位和恢复，从而最大程度的降低经济损失，并快速恢复供电可靠性。由于海量警报信息的不精确性和不确定，使得运行人员难以快速、准确根据故障警报信息进行故障诊断。

基于此，提供了一种智能变电站故障诊断与跟踪方法。

发明内容

本发明的目的在于提供了一种智能变电站故障诊断与跟踪方法，以克服海量警报信息的不精确性和不确定，使得运行人员难以快速、准确根据故障警报信息进行故障诊断的问题。

实现本发明目的的技术解决方案为：一种智能变电站故障诊断与跟踪方法，具体包括以下步骤：

S1、建立基于MapReduce并行大数据架构的故障状态信息处理框架；

S2、将智能变电站数据采集与故障状态信息处理框架相结合，将变电站信息分成多个数据块，再将多个数据块并行处理，提取故障数据；

S3、将粗糙集和遗传算法相融合后对故障数据进行约简；

S4、基于MapReduce大数据平台，采用故障诊断算法进行故障诊断与故障跟踪定位。

进一步地，所述故障状态信息处理框架的故障诊断算法采用MapReduce框架，MapReduce框架中的变电站侧采用分布式存储技术用于获取和管理变电站信息数据。

进一步地，所述智能变电站数据采集与故障状态信息处理框架相结合包括数据采集、数据存储、数据分析和数据接入。

进一步地，所述数据采集由SAC和传感器采集；

数据存储层集成了HDFS和MySQL；

数据分析采用Hive-to-MapReduce，对变电站设备状态监测数据进行分布式OLAP分析。

进一步地，所述数据接入包括数据挖掘、改进遗传算法等功能组件。

进一步地，所述约简包括如下步骤：

(1)粗糙集对智能变电站采集的实时数据或历史数据进行预处理；

(2)若得到的结果满足决策要求，则直接输出结果；

(3)若得到的结果不满足决策要求，则通过遗传算法生成新个体，并通过粗糙集再次获得适应度最高的搜索结果。

进一步地，所述若得到的结果不满足决策要求，则通过遗传算法生成新个体，并通过粗糙集再次获得适应度最高的搜索结果的具体步骤如下：