[发明专利]一种故障诊断方法、装置、终端设备及存储介质

权利要求书

1.一种故障诊断方法，其特征在于，包括：

获取训练样本集，其中，所述训练样本集包括智能变电站出现故障时，所述智能变电站中自动化设备的运行信息；

基于所述训练样本集对故障诊断模型进行训练，得到训练后的故障诊断模型；

采集所述自动化设备的实时运行信息；

将所述实时运行信息输入所述训练后的故障诊断模型，得到所述智能变电站的故障类型。

2.如权利要求1所述的故障诊断方法，其特征在于，在所述采集所述自动化设备的实时运行信息之后，包括：

对所述实时运行信息进行归一化处理，得到处理后的实时运行信息；

相应的，将所述实时运行信息输入所述训练后的故障诊断模型，得到所述智能变电站的故障类型，包括：

将所述处理后的实时运行信息输入所述训练后的故障诊断模型，得到所述智能变电站的故障类型。

3.如权利要求1或2所述的故障诊断方法，其特征在于，所述故障诊断模型为深度双Q网络模型；

相应的，基于所述训练样本集对所述深度双Q网络模型进行训练，得到训练后的深度双Q网络模型；

相应的，将所述实时运行信息输入所述训练后的深度双Q网络模型，得到所述智能变电站的故障类型。

4.如权利要求1所述的故障诊断方法，其特征在于，所述采集所述自动化设备的实时运行信息，包括：

采集所述自动化设备的故障信号；

若所述故障信号的数量大于或等于预设数量，采集所述自动化设备的实时运行信息。

5.如权利要求1所述的故障诊断方法，其特征在于，所述基于所述训练样本集对故障诊断模型进行训练，得到训练后的故障诊断模型，包括：

对所述训练样本集中的故障信息进行分类，得到每种故障类型对应的故障信息；

基于所述故障信息对应的故障类型为所述故障信息设置标签值，得到包括设置标签值的故障信息的目标样本集，所述标签值用于表征故障类型；

基于所述目标样本集对故障诊断模型进行训练，得到训练后的故障诊断模型。

6.如权利要求1所述的故障诊断方法，其特征在于，所述故障类型包括：合并单元板卡故障、合并单元配置错误、线路保护板卡故障、线路保护纵联通道故障和智能终端故障中的至少一种。

7.如权利要求1所述的故障诊断方法，其特征在于，所述运行信息包括：所述自动化设备的运行状态信息、报文接收状态信息、电压采样值和电流采样值中的至少一种。

8.一种故障诊断装置，其特征在于，包括：

样本获取模块，用于获取训练样本集，其中，所述训练样本集包括智能变电站出现故障时，所述智能变电站中自动化设备的运行信息；

模型训练模块，用于基于所述训练样本集对故障诊断模型进行训练，得到训练后的故障诊断模型；

信息采集模块，用于采集所述自动化设备的实时运行信息；

故障诊断模块，用于将所述实时运行信息输入所述训练后的故障诊断模型，得到所述智能变电站的故障类型。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的故障诊断方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的故障诊断方法。