[发明专利]基于海量数据并行运算的SF6设备二级故障诊断方法

摘要

本发明公开了一种基于海量数据并行运算的SF6设备二级故障诊断方法，根据电气设备中SF6分解气体成分含量与故障类型之间的对应关系，首先并行构建了SF6电气设备的二级故障诊断模型，提高了建模效率。然后实现对SF6电气设备的并行诊断，提高了其在大数据环境下诊断的快速性和准确性。该方法的并行诊断过程为每个lab对不同的数据片同时进行诊断，具体为利用决策树模型对数据片进行初步诊断，判断设备有无故障，以提高对海量数据的处理速度。对有故障数据，再通过神经网络模型，进行故障类别的精确判定。利用本方法只需简单的数据处理即可得到诊断结果，大大降低了对操作人员专业技能的要求，在对大量SF6电气设备进行诊断时，显著提高了诊断效率。

主权项

一种基于海量数据并行运算的SF6设备二级故障诊断方法，其特征在于，包括以下步骤：1)并行构建第一级模型，即根据训练数据和测试数据，建立决策树模型；2)并行构建第二级模型，即根据训练数据和测试数据，建立神经网络模型；3)对海量数据进行并行运算，即根据待诊断数据，利用训练好的二级模型对待诊断数据进行故障诊断。