[发明专利]用电信息采集系统故障诊断方法及故障诊断装置

说明书

本发明公开了一种用电信息采集系统故障诊断方法及装置，其方法包括以下步骤：获取用电信息采集系统中的网络拓扑数据，网络拓扑数据至少包括用电信息采集系统中的元件以及元件之间的线路的相关特征；基于异质网络节点表示学习方法，对网络拓扑数据进行目标优化学习，将网络拓扑数据映射为可计算的数据空间中的数据分布，得到基于异质网络节点表示学习结果；基于预设的故障检测分类模型，并融合基于异质网络节点表示学习结果对用电信息采集系统进行故障诊断。本发明避免了大量的人工工作，降低了系统实现成本，提高了系统对于新数据的适应性；且在计算体系上，本方案设计的相关方法，兼容传统方法中的特征模块，大大提高了系统的性能。

技术领域

本发明涉及故障诊断技术领域，尤其涉及一种用电信息采集系统故障诊断方法及装置。

背景技术

用电信息采集系统是对电力用户的用电信息进行采集、处理和实时监控的系统，实现用电信息的自动采集、计量异常检测、电能检测等功能。用电信息采集系统是智能电网的重要组成部分，也是智能用电服务环节的技术基础，其稳定可靠运行直接关系到智能电网“信息化、自动化、互动化”发展水平。其物理结构分为主站层、采集层、监控层等多个层次，涉及主站、通信信道、采集终端、采集点监控设备等等物理输出差别很大的一系列设备元件以及通信线路。

在用电信息采集系统故障诊断中，目前主要依赖运维人员和有关专家的经验对离散的故障事件进行分析评估、诊断处理。在此过程中，对于电网中的不同元件及线路，往往采用基于0-1的表示方法或者基于产生式的表示方法。以上方法较为直观，但是缺乏对于用电信息采集系统本身的知识挖掘，缺乏对用电信息采集系统中不同节点之间相似度的度量以及电网拓扑结构的学习，并且，对于大规模的用电信息采集系统结构，上述方法往往难以适用，需要配合相关采样技术才有可能应用于实际生产。因此，如何设计一种面向大规模用电信息采集系统的知识表示并用于用电信息采集系统故障检测，是一个亟待解决的问题。

发明内容

本发明的主要目的在于提供一种可面向大规模用电信息采集系统的知识表示的用电信息采集系统故障诊断方法及装置。

为实现上述目的，本发明提供一种用电信息采集系统故障诊断方法，包括以下步骤：

获取用电信息采集系统中的网络拓扑数据，所述网络拓扑数据至少包括用电信息采集系统中的元件以及元件之间的线路的相关特征；

基于异质网络节点表示学习方法，对所述网络拓扑数据进行目标优化学习，将所述网络拓扑数据映射为可计算的数据空间中的数据分布，得到基于异质网络节点表示学习结果；

基于预设的故障检测分类模型，并融合所述基于异质网络节点表示学习结果对所述用电信息采集系统进行故障诊断。

本发明的进一步的技术方案是，所述基于异质网络节点表示学习方法，对所述网络拓扑数据进行目标优化学习，将所述网络拓扑数据映射为可计算的数据空间中的数据分布，得到基于异质网络节点表示学习结果的步骤包括：

基于所述网络拓扑数据，采用预设的目标函数作为最小化学习目标进行目标优化学习，将所述网络拓扑数据映射为可计算的数据空间中的数据分布，获得节点拓扑表示，作为基于异质网络节点表示学习结果。

本发明的进一步的技术方案是，所述基于预设的故障检测分类模型，并融合所述基于异质网络节点表示学习结果对所述用电信息采集系统进行故障诊断的步骤包括：

对所述用电信息采集系统中的待检测线路，采用预设的特征提取函数，提取故障检测特征；

基于所述节点拓扑表示，利用数据连接操作，对所述故障检测特征进行特征融合，得到特征融合结果；

将所述特征融合结果输入预设的故障检测分类模型，进行故障诊断，得到分类结果。