[发明专利]配电网运行状态大数据分析方法

说明书

本发明公开了配电网运行状态大数据分析方法，包括以下步骤，步骤一，建立分析系统；步骤二，数据采集与传输；步骤三，评估预警；步骤四，数据可视化；步骤五，提供方案；步骤六，结果反馈；本发明相较于现有的配电网运行状态分析方法，通过采集分析各节点信息和设备环境信息，可以快速有效的对配电网进行故障预警和故障分析，极大的提高了配电网的安全性和可靠性，本发明设计有防误报功能，可以减少故障误报，设计有历史故障数据库，配合机器学习算法可以提高故障信息的分析速度，设计有解决方案共享平台，可以提供更加全面准确的故障解决方案，设计有结果反馈环节，可以提高解决方案共享平台的实时性、先进性和准确性。

技术领域

本发明涉及配电网技术领域，具体为配电网运行状态大数据分析方法。

背景技术

配电网是电力系统的重要组成部分，随着社会经济的发展和人们生活水平的提升，人们对配电网的建设和管理提出了更高的要求，但是在现有的配电网运行状态分析方法中，因为数据采集渠道窄，数据集成和处理能力弱，使得数据挖掘变得十分困难，导致分析结果准确性差，且缺少风险预警功能。

发明内容

本发明的目的在于提供配电网运行状态大数据分析方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：配电网运行状态大数据分析方法，包括以下步骤，步骤一，建立分析系统；步骤二，数据采集与传输；步骤三，评估预警；步骤四，数据可视化；步骤五，提供方案；步骤六，结果反馈；

其中上述步骤一中，建立分析系统包括以下步骤：

1)构建历史故障数据库，对故障进行分类分级；

2)构建机器学习算法；

3)使用故障数据库训练机器学习算法，计算出各类故障的风险指标；

4)根据历史故障数据库的故障处理报告，建立解决方案共享平台；

其中上述步骤二中，数据采集与传输包括以下步骤：

1)使用传感器采集各节点电压、电流和位置信息；

2)使用监测器采集配电设备内部环境数据；

3)将所采集到的数据信息输送至监测中心进行整合处理；

其中上述步骤三中，评估预警包括以下步骤：

1)将所接收到的数据通过转换器进行转换处理，提取出特征向量；

2)将特征向量输入机器学习算法；

3)经机器学习算法分析处理后得到对应节点的运行状态信息；

4)由分析系统自动对配电网的运行状态进行评估，得到异常状态信息、故障状态信息和正常状态信息；

5)分析系统根据异常节点位置调用邻进节点状态信息，对异常节点进行状态确认，防止误报；

6)分析系统对故障状态信息进行分级分类；

其中上述步骤四中，数据可视化包括以下步骤：

1)显示器将配电网节点和设备的运行状态信息以图表的形式显示；

2)针对异常状态信息进行预警；

3)针对故障设备和节点的位置信息及故障类型和等级进行分类显示，并由智能语音播报提醒；

其中上述步骤五中，提供方案包括以下步骤：

1)经管理员确定故障后，系统根具故障类型和故障等级自动定位对应的解决方案，并从解决方案共享平台上下载解决方案，生成故障报告；

2)监测中心将故障报告通过无线通讯发送给维护人员；