[发明专利]一种变电站设备异常及事故处理方法

说明书

本发明公开了一种变电站设备异常及事故处理方法，包括，基于变电站现场设备的异常及事故信息和处理规范构建数据库；基于机器学习构建信息处理模型，利用所述模型将所述数据库的设备故障信息和处理规范进行关联和分类；结合蓝牙协议转换器将关联分类后的所述信息和处理规范传送至所述数据库中；当变电站设备异常时，运维人员利用移动终端检索所述数据库，获得匹配对应的所述处理规范，完成设备异常及事故的分析检查处理。本发明通过机器学习加快了对数据的分类和关联，通过对信息检索和确认，快速找到了设备异常及事故的来源、处理方法的流程指引，指引现场人员正确判断信息的性质，提供现场异常及事故正确处理的方法和流程。

技术领域

本发明涉及机器学习的技术领域，尤其涉及一种变电站设备异常及事故处理方法。

背景技术

随着用电需求不断增加，变电站的数量也在不断地增加，且变电巡维中心管辖的变电站较多，有的多达十几座，各变电站的一、二次设备有多种不同的型号，有常规综合自动化变电站、数字化变电站设备的不同，有常规敞开式设备、金属铠装密封开关柜设备、GIS设备、HGIS设备的不同等等。巡维中心的运维人员很难对所有的变电站一、二次设备均做到完全熟悉和掌握，当变电站现场设备出现异常或告警时，现场处理人员如果技能水平不够或对现场设备不熟悉，不能及时正确的处理异常及事故，可能造成设备缺陷扩大、或造成对用户延迟送电、甚至造成安全事故。

目前很多电力企业在建设集中式远程图像监控系统，但还没有一个基于变电站现场设备的异常及事故处理流程数据库，从而无法指引现场运维人员正确完成设备异常及事故的分析检查处理。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：提出一种变电站设备异常及事故处理方法，使运维人员能够及时的发现设备问题并解决。

为解决上述技术问题，本发明提供如下技术方案：包括，

基于变电站现场设备的异常及事故信息和处理规范构建数据库；基于机器学习构建信息处理模型，利用所述模型将所述数据库的设备故障信息和处理规范进行关联和分类；结合蓝牙协议转换器将关联分类后的所述信息和处理规范传送至所述数据库中；当变电站设备异常时，运维人员利用移动终端检索所述数据库，获得匹配对应的所述处理规范，完成设备异常及事故的分析检查处理。

作为本发明所述的一种变电站设备异常及事故处理方法的一种优选方案，其中：所述异常及事故信息包括，巡维中心所辖变电站典型的、重要的、多发的设备异常及事故报警监控信息；变电站一、二次设备现场告警、故障信息；现场一、二次设备所对应的异常及故障原因、检查方法。

作为本发明所述的一种变电站设备异常及事故处理方法的一种优选方案，其中：所述检查方法包括，当空气断路器、设备保险丝及开关把手发生故障时，所述运维人员能够直观看到、听到、或通过万用表测量电源是否正常；检修人员通过查看设备历史故障信息及设备故障处理流程，检测回路通断，利用参数判断一、二次元件是否运行正常。

作为本发明所述的一种变电站设备异常及事故处理方法的一种优选方案，其中：所述构建信息处理模型包括，将所述设备故障信息和处理规范作为训练集，并将所述训练集分为训练集X和训练集Y；以所述训练集X作为树的根节点，找出变异量最大的属性变量作为高层分割标准；通过对所述训练集X的学习训练构建一颗初始决策树；通过所述训练集Y对所述初始决策树进行剪枝操作；通过递归来构建一棵稳定的决策树，根据预测结果的正确率及满足条件，若符合要求，则完成分类操作，若不符合要求，则对决策树进行分支或剪枝。