[发明专利]用于AI辅助的电网故障分析的系统和方法

说明书

本发明公开了用于AI辅助的电网故障分析的系统、方法和处理器可读存储介质，该系统、方法和处理器可读存储介质通过以下方式预测故障的原因并且使该故障得到补救：接收发生了第一故障的指示，标识与第一故障相关联的多个附加故障记录，通过将该故障记录应用于机器学习模型来基于第一故障记录和该多个故障记录来获得该故障的原因的第一预测，通过将该故障记录应用于基于规则的模型来获得该故障的原因的第二预测，以及基于第一预测和第二预测来获得第一故障的原因的最终预测。第一故障的原因的最终预测用于使第一故障的预测原因得到补救。

相关专利申请的交叉引用

本专利申请要求2021年7月27日提交的美国临时专利申请序列第63/226,123号的权益，其全部内容据此以引用方式并入本文。在本申请与以引用方式并入的文档冲突的情况下，以本申请为准。

背景技术

技术领域

本公开涉及由电网操作员使用的故障分析系统。这些操作员通常通过检查由电网中使用的装备或组件(诸如变电站、输电线、智能电子设备或其他电网组件)生成的故障记录来诊断故障的原因。

相关技术描述

通常，电网操作员从连接到电网组件的计算系统或设备接收已经发生故障的指示。然后，操作员手动搜索针对该故障创建的故障记录，并且基于该故障记录中的信息来尝试诊断故障的原因。故障记录可以另外由计算系统分析以确定故障记录的类别或分类。

每个故障可能导致生成大量记录，其中只有几个记录在诊断故障的原因时有用。因此，即使故障记录被分类，操作员通常仍须通过检查生成的故障记录中的每个故障记录中的信息来手动标识故障的原因。对于运营电网的公用事业设施，每多花一分钟来分析故障，就多停机一分钟，甚至电网中可能出现损伤，并且其他变电站或组件也可能受到起初的“原发”故障的影响，修复成本以及其他成本随之增加。当操作员由于未分析正确的故障记录而错误标识故障的原因时，这些成本可能剧增。

此外，操作员通常无法查看关于电网中故障的历史或其他数据来帮助其诊断故障的原因，因为必须快速标识故障原因才能尽量减少停机时间或对电网的损坏。另外，由于必须在发生故障时花时间标识其原因，操作员无法基于受故障影响的装备的状态来预测未来是否可能发生故障。操作员通常也没有时间或能力来准确使用其他第三方数据源(诸如天气数据)确定故障的原因。当操作员确实具有使用此类数据的能力时，它们可能基于该数据错误来标识故障的原因。

发明内容

本文描述的实施方案通过提供自动标识在电网中发生的故障的原因的系统解决了以上问题，因此有助于解决技术难题并且改进了用于电网故障分析的技术。另外，本文所公开的实施方案能够使故障得到补救，诸如通过标识感兴趣的故障记录以用于操作员分析，使得发起对受故障影响的装备的修复，预测装备在将来是否会导致故障，或补救电网中的故障的其他方法。

根据电网故障分析系统的至少一个实施方案，该电网故障分析系统接收电网中发生第一故障的指示。该指示可包括与第一故障相关联的第一故障记录。第一故障记录由多个变电站中的第一变电站生成。该电网故障分析系统可标识与第一故障相关联的多个附加故障记录。该多个故障记录中的每个故障记录可由电网中的除第一变电站之外的变电站生成。该电网故障分析系统可通过将第一故障记录和该多个附加故障记录应用于已训练的机器学习模型来获得第一故障的原因的第一预测，该机器学习模型已经被训练成基于历史故障记录来预测故障的原因。该电网故障分析系统可通过将第一故障记录应用于基于规则的模型来获得第一故障的原因的第二预测。该电网故障分析系统可基于第一预测和第二预测来获得第一故障的原因的最终预测。该电网故障分析系统可基于第一故障的原因的最终预测来使故障的预测原因得到补救。

在一些实施方案中，该电网故障分析系统基于最终预测和第一故障记录来标识包括在多个故障记录中的感兴趣的一个或多个故障记录。该电网故障分析系统可使操作员计算设备将该感兴趣的一个或多个故障记录呈现给操作员。