[发明专利]基于热力图像的数据分析方法及系统

说明书

本申请提出了基于热力图像的数据分析方法及系统，包括基于得到的设备参数分别获取各设备的历史运行数据以及当前运行数据；得到训练后表征变电站各设备老化趋势的训练后的卷积神经网络，向训练后的卷积神经网络中导入各设备的当前运行数据，得到输出结果；根据输出结果结合各设备所处的地理位置，绘制表征不同预测年限以及对应故障类型的热力图像。基于变电站中设备的运行数据对每台设备可能发生故障进行基于卷积神经网络的推测，确定每台设备可能发生故障的具体年限，并将当前区域内全部设备可能发生故障的年限以热力图这一方式进行直观呈现，便于快速确定需要进行维修的设备，从而尽可能降低实际发生故障带来的损失。

技术领域

本发明属于数据处理领域，尤其涉及基于热力图像的数据分析方法及系统。

背景技术

变电站是电力系统中起着变换和分配电能的作用，变电站的规划直接决定了整个电网运行的可靠性、经济性、安全性。

近年来，供用电需求不断递增，变电站的供电和用户的用电差异明显，因此，分析变电站供需问题已迫在眉睫，基于热力图像的数据分析方法

资产全寿命周期管理是电网企业极为重视的研究领域。若能通过已知的寿命数据基于热力图像的数据分析方法预测设备的未来寿命，则不仅有益于设备运维策略的选择，还能指导电网规划。作为变电站基于热力图像的数据分析方法中最重要的设备，电力变压器寿命的定量预测能为变电站的寿命预测提供重要依据，有助基于热力图像的数据分析方法于延长变电站服役时间，提高电网运行的安全性和经济性。

电力变压器的寿命通常分为物理寿命、技术寿命和经济寿命。物理寿命预测的主基于热力图像的数据分析方法要依据是绝缘老化程度，需要测量变压器内部的绝缘性能信息，如聚合度、糠醛值和绝缘纸基于热力图像的数据分析方法的抗拉强度等，这类数据往往难以获得，因此物理寿命预测较为困难。技术寿命通常指变压基于热力图像的数据分析方法器的设计寿命，一般根据经验人为规定。经济寿命是基于变压器的生存状态信息(如油气信基于热力图像的数据分析方法息等)，从经济学角度决定变压器退役时间。因此，电力变压器经济寿命预测研究更具有可基于热力图像的数据分析方法行性和实际意义。目前国内外并没有形成变压器经济寿命的统一定义，研究主要集中在经基于热力图像的数据分析方法济性评估上。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提出了基于热力图像的数据分析方法及系统，能够基于变电站的运行数据结合卷积神经网络进行数据处理，从而对变电站未来可能会发生的故障进行预测，以便尽可能在故障发生前完成设备修理，防止发生电力故障导致居民生产工作生活无法进行，减低财产损失。

第一方面，本申请实施例提出了基于热力图像的数据分析方法，包括：

获取当前区域内预设数量变电站处各设备的设备参数，基于得到的设备参数分别获取各设备的历史运行数据以及当前运行数据；

根据历史运行数据对初始卷积神经网络进行训练，得到训练后表征变电站各设备老化趋势的训练后的卷积神经网络，向训练后的卷积神经网络中导入各设备的当前运行数据，得到包括代表各设备发生故障的预测年限及故障类型的输出结果；

根据输出结果结合各设备所处的地理位置，绘制表征不同预测年限以及对应故障类型的热力图像。

可选的，所述获取当前区域内预设数量变电站处各设备的设备参数，基于得到的设备参数分别获取各设备的历史运行数据以及当前运行数据，包括：

根据供电企业的采购清单，获取当前区域内每个变电站中所安装的包括设备型号、采购年限在内的设备参数；

按设备型号为基准，从各变电站处获取对应每个设备型号的包括设备工作年限、设备维修次数在内的历史运行数据，以及包括设备安装时间、设备安装位置在内的当前运行数据。