一种配电网故障综合分析系统及方法

专利主权项内容

1.一种配电网故障综合分析系统，其特征在于，包括以下部分：数据采集模块，边缘计算模块，自适应数据存储模块，数据预处理模块，动态特征工程模块，故障检测模块，故障预测模块，实时警报模块，故障诊断定位模块，用户界面；所述数据采集模块，使用传感器和数据采集设备从配电网设备上收集数据，将原始数据传输给自适应数据存储模块和边缘计算模块；数据采集模块采集的数据包含边缘节点数据以及非边缘节点数据，所述非边缘节点数据包括设备状态数据、电气参数、环境数据；所述边缘计算模块，接收到数据采集模块采集到的边缘节点数据，在配电网的边缘节点实时处理和分析数据，得到边缘节点数据的分析结果，并将分析的结果传送给实时警报模块；所述自适应数据存储模块，基于数据采集模块的原始数据，根据数据的类型和大小自动选择存储方式和格式，存储在数据库中，并将最新存储的配电网数据，发送至数据预处理模块；所述数据预处理模块，基于自适应数据存储模块的存储数据进行数据清洗、格式转换和异常值检测，得到经过预处理的配电网数据，将预处理后的数据传输给动态特征工程模块；所述动态特征工程模块，基于数据预处理模块的预处理数据动态选择和提取最相关的特征，得到特征化的配电网数据，为故障检测模块和故障预测模块提供特征化的数据；将预处理后的配电网数据进行动态特征提取，所述动态特征提取，具体有：对预处理后的配电网数据进行特征生成，得到预处理后的配电网数据的动态特征向量，引入权重累积特征选择算法，进行特征选择；利用下述公式计算特征权重：
，其中，是特征/>的累积权重，表示特征/>对所有目标/>的整体重要性；/>为特征/>的数据向量；/>为目标/>的数据向量；/>是特征/>和目标/>的协方差；/>是方差；/>是目标变量的数量；/>是调节参数，用于平衡方差和协方差之间的权重；/>是调节参数，用于增强特征自身的方差对权重的影响；根据计算出的特征权重，进行排序选择，得到特征子集，引入非线性主成分分析算法对特征子集进行特征转换，得到特征化的配电网数据；所述非线性主成分分析算法具体采用非线性转换函数进行转换，所述非线性转换函数/>如下：
，其中，是转换后的特征向量；/>是特征选择后的特征子集；/>、/>、/>是转换函数的参数；/>是特征子集/>的维度；/>是双曲正切函数；基于特征化的配电网数据，引入异常检测算法检测配电网的异常模式；异常检测算法具体实现过程如下：首先，计算每个特征的均值和协方差矩阵；接下来，计算多元高斯分布，对于每个样本在多元高斯分布中的概率为：
，其中，是特征化的配电网数据的第/>个项，/>是特征的均值向量；选择阈值/>，当时，认为/>是异常点，得到异常检测结果；同时设定故障矩阵，其中每行表示一个故障类型，每列表示一个特征；对于每个异常点/>，计算其与每个故障类型的相似度：
，其中，是/>的第/>行；进一步，选择相似度最高的故障类型作为的故障诊断结果，进行实时警报并显示在用户界面上；所述故障检测模块，基于动态特征工程模块的特征化配电网数据，检测配电网的异常模式，得到故障检测结果，将检测结果传输给实时警报模块和故障诊断定位模块；所述故障预测模块，基于数据库中的历史配电网数据以及动态特征工程模块的特征化数据，预测未来的故障趋势，得到故障预测结果，并将预测结果传输给实时警报模块和用户界面；所述实时警报模块，基于边缘计算模块的分析结果、故障检测模块的检测结果和故障预测模块的预测结果，生成实时警报；并将警报信息显示在用户界面上，并通知相关人员；所述故障诊断定位模块，基于故障检测模块的检测结果，分析故障的原因和位置，得到故障的详细诊断和定位信息，并将诊断和定位信息显示在用户界面上；所述用户界面，提供交互式的界面，显示配电网的状态、警报、诊断、定位和预测信息，用户通过界面查看和控制配电网的状态。 微信公众号马克 数据网