[发明专利]一种基于大数据的电缆井状态评估预警系统及方法

权利要求书

1.一种基于大数据的电缆井状态评估预警系统，其特征在于：包括数据处理模块、运行状态评估模块、风险预警模块、操作控制系统、电缆井运行和管理服务器，所述数据处理模块、运行状态评估模块、风险预警模块依次串接，操作控制系统分别与风险预警模块、电缆井运行和管理服务器连接，数据处理模块进行数据处理，运行状态评估模块对经数据处理模块处理的数据进行运行状态评估，运行状态评估得到的综合得分提交至风险预警模块处理，风险预警模块评定当前电缆井运行状态的风险等级，并送入操作控制系统进行显示。

2.一种根据权利要求1所述的基于大数据的电缆井状态评估预警系统的基于大数据的状态评估预警方法，包括以下步骤：

步骤一：数据处理模块对实时采集的数据进行处理，得到新的训练样本数据集，并将得到的训练样本数据集送入运行状态评估模块；

步骤二：运行状态评估模块对经数据处理模块处理的数据进行运行状态评估，得到当前电缆井运行状态的综合得分，综合得分提交至风险预警模块；

步骤三：风险预警模块根据综合得分评定当前电缆井运行状态的风险等级，并将评定结果送入操作控制系统；

步骤四：操作控制系统根据评定结果进行显示和预警。

3.根据权利要求2所述的基于大数据的状态评估预警方法，其特征在于：所述步骤一的具体步骤为：

(1-1)：分析问题的实际需求，构建电缆井运行状态评估指标体系；

(1-2)：采集评估指标体系下各个指标历史数据，对其进行处理：不良数据的检测、不良数据的辨识和修补、以及缺失值的填充，组成需进一步处理的训练样本数据集，归一化后构成p×n阶数据矩阵X＝(X₁,X₂,…,X_p)，其中，p为指标个数，n为样本个数；

(1-3)：对步骤(1-2)构建的数据矩阵进行标准化、正交化，得到相关系数矩阵R，求相关系数矩阵的特征值λ₁,λ₂,…,λ_p和对应的特征向量α₁,α₂,…,α_p；

(1-4)：利用步骤(1-3)所得特征值计算贡献率和累积贡献率，运用主成分分析法对采集的各类指标参数值进行降维处理，将指标个数从p减少至m，得到新指标z_i＝(1,2,…,m)的计算表达式，从而生成新的训练样本数据集Z。

4.根据权利要求3所述的基于大数据的状态评估预警方法，其特征在于：步骤(1-1)中，电缆井运行状态评估指标有：电压，电流，井盖位移，电缆的温度，电缆接口的布局放电信号及温度，电缆井沟中的温度，可燃气体浓度，有害气体浓度，环境湿度，水位信息。

5.根据权利要求3所述的基于大数据的状态评估预警方法，其特征在于：步骤(1-2)中，对采集的电缆井运行状态的历史数据按照以下公式进行归一化：

其中，x₀为状态量的实际值，x_max为状态量的最优值，x_min为状态量的警戒值，k为劣化程度，y为归一化后的状态量数据；由归一化后的状态量数据y得到数据矩阵X：

其中x_ij表示第i个样本关于指标j所对应的数值，所选定的指标个数为p，样本个数为n。