本發(fā)明涉及測(cè)量電變量的，尤其涉及一種基于數(shù)據(jù)多源融合的電氣設(shè)備故障分析系統(tǒng)。

背景技術(shù)：

1、近年來，隨著能源互聯(lián)網(wǎng)和新型電力系統(tǒng)的穩(wěn)步推進(jìn)，對(duì)電力設(shè)備的監(jiān)測(cè)及故障診斷要求逐步提高，電力系統(tǒng)是支撐國(guó)民經(jīng)濟(jì)穩(wěn)定發(fā)展的重要基?礎(chǔ)系統(tǒng)。電力設(shè)備發(fā)生事故，造成的經(jīng)濟(jì)損失和社會(huì)影響將是不可估量的；因此，加大對(duì)電力監(jiān)控系統(tǒng)的安全監(jiān)測(cè)管理，對(duì)保障經(jīng)濟(jì)社會(huì)發(fā)展和人民生活安定具有重要意義，電力二次系統(tǒng)是指負(fù)責(zé)電力系統(tǒng)的保護(hù)、控制、測(cè)量和通信等功能的一系列設(shè)備和組件。

2、目前，申請(qǐng)?zhí)枮?01110299750.x的中國(guó)發(fā)明專利，提供了一種電力一次設(shè)備運(yùn)行工況監(jiān)測(cè)方法及裝置，雖然實(shí)現(xiàn)在設(shè)備使用初期探測(cè)異常征兆的異常預(yù)知診斷和設(shè)備性能逐年變化的老化診斷，通過自學(xué)習(xí)自診斷的模糊理論對(duì)設(shè)備是否已故障或是否需要檢修做出決策，通過振動(dòng)頻譜監(jiān)測(cè)和紅外線探測(cè)技術(shù)，結(jié)合智能診斷系統(tǒng)對(duì)設(shè)備是否故障做出分析并對(duì)故障類型做出診斷，有效提高了一次設(shè)備的運(yùn)行效率，推動(dòng)智能電網(wǎng)的進(jìn)一步發(fā)展，但是只能通過異常征兆來進(jìn)行異常預(yù)知診斷，忽略了其他因素對(duì)異常預(yù)知診斷的影響，并且沒有考慮海量數(shù)據(jù)的采集、傳輸、存儲(chǔ)分析問題，不利于中心服務(wù)器平穩(wěn)高效地運(yùn)行。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明解決的技術(shù)問題是：現(xiàn)有技術(shù)只能通過異常征兆來進(jìn)行異常預(yù)知診斷，忽略了其他因素對(duì)異常預(yù)知診斷的影響，并且沒有考慮海量數(shù)據(jù)的采集、傳輸、存儲(chǔ)分析問題，不利于中心服務(wù)器平穩(wěn)高效地運(yùn)行。

2、為解決上述技術(shù)問題，本發(fā)明提供了一種基于數(shù)據(jù)多源融合的電氣設(shè)備故障分析系統(tǒng)，包括智能運(yùn)維模塊、智能采集模塊、智能健康評(píng)估模塊和智能故障處理模塊；

3、所述智能運(yùn)維模塊用于根據(jù)分布式邊緣計(jì)算獲取分布式策略，并根據(jù)分布式策略通過邊緣計(jì)算節(jié)點(diǎn)獲取相應(yīng)的歷史故障信息和相應(yīng)的預(yù)故障信息，根據(jù)所述歷史故障信息和所述預(yù)故障信息得到設(shè)備自檢信息，各個(gè)邊緣計(jì)算節(jié)點(diǎn)根據(jù)設(shè)備自檢信息下達(dá)自檢命令；

4、所述智能采集模塊用于利用電力二次設(shè)備根據(jù)分布式策略實(shí)時(shí)采集電力一次設(shè)備的設(shè)備運(yùn)行數(shù)據(jù)，從相關(guān)平臺(tái)獲取環(huán)境數(shù)據(jù)和天氣數(shù)據(jù)；

5、所述智能健康評(píng)估模塊用于邊緣計(jì)算節(jié)點(diǎn)根據(jù)所述設(shè)備運(yùn)行數(shù)據(jù)和一次設(shè)備運(yùn)行標(biāo)準(zhǔn)評(píng)估單位時(shí)間內(nèi)所述電力一次設(shè)備的健康狀態(tài)，獲取各個(gè)電力一次設(shè)備的設(shè)備健康等級(jí)，并獲取各個(gè)電力一次設(shè)備的歷史運(yùn)行數(shù)據(jù)，根據(jù)所述歷史運(yùn)行數(shù)據(jù)、所述環(huán)境數(shù)據(jù)和所述天氣數(shù)據(jù)預(yù)測(cè)各個(gè)電力一次設(shè)備的設(shè)備健康趨勢(shì)，通過設(shè)備健康等級(jí)和設(shè)備健康趨勢(shì)篩選出異常電力一次設(shè)備；

6、所述智能故障處理模塊用于邊緣計(jì)算節(jié)點(diǎn)獲取異常設(shè)備數(shù)據(jù)集，并根據(jù)所述異常設(shè)備數(shù)據(jù)集利用聲紋識(shí)別技術(shù)和機(jī)器學(xué)習(xí)模型建立故障診斷模型，利用故障診斷模型根據(jù)所述異常電力一次設(shè)備的異常設(shè)備數(shù)據(jù)獲取故障原因，并根據(jù)故障原因進(jìn)行檢修；

7、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

8、所述智能運(yùn)維模塊包括智能自檢單元和智能策略單元；

9、所述智能自檢單元用于邊緣計(jì)算節(jié)點(diǎn)獲取歷史故障信息和預(yù)故障信息，根據(jù)所述歷史故障信息獲取歷史故障設(shè)備的歷史故障指數(shù)，統(tǒng)計(jì)所述歷史故障設(shè)備的所述歷史故障指數(shù)獲取歷史故障表，根據(jù)所述預(yù)故障信息獲取預(yù)異常電力一次設(shè)備的預(yù)故障指數(shù)，統(tǒng)計(jì)所述預(yù)異常電力一次設(shè)備的故障指數(shù)獲取預(yù)故障表，將歷史故障表和預(yù)故障表進(jìn)行交叉合并，將設(shè)備編號(hào)相同的歷史故障指數(shù)和預(yù)故障指數(shù)進(jìn)行加權(quán)計(jì)算獲取故障指數(shù)，其他不相同的設(shè)備編號(hào)對(duì)應(yīng)的歷史故障指數(shù)和預(yù)故障指數(shù)也定義為故障指數(shù)；

10、將所述故障指數(shù)小于等于第一預(yù)期閾值的歷史故障設(shè)備和預(yù)異常電力一次設(shè)備定義為低風(fēng)險(xiǎn)設(shè)備，并針對(duì)所述低風(fēng)險(xiǎn)設(shè)備獲取低風(fēng)險(xiǎn)自檢信息；

11、將所述故障指數(shù)大于第一預(yù)期閾值小于等于第二預(yù)期閾值的歷史故障設(shè)備和預(yù)異常電力一次設(shè)備定義為中風(fēng)險(xiǎn)設(shè)備，并針對(duì)所述中風(fēng)險(xiǎn)設(shè)備獲取中風(fēng)險(xiǎn)自檢信息；

12、將所述故障指數(shù)大于第二預(yù)期閾值的歷史故障設(shè)備和預(yù)異常電力一次設(shè)備定義為高風(fēng)險(xiǎn)設(shè)備，并針對(duì)所述高風(fēng)險(xiǎn)設(shè)備獲取高風(fēng)險(xiǎn)自檢信息，各個(gè)風(fēng)險(xiǎn)等級(jí)的各種設(shè)備對(duì)應(yīng)著相應(yīng)的自檢信息；

13、各個(gè)邊緣計(jì)算節(jié)點(diǎn)根據(jù)所述設(shè)備自檢信息下達(dá)自檢指令；

14、所述歷史故障信息包括設(shè)備編號(hào)、歷史故障原因、歷史故障次數(shù)、歷史檢修操作和歷史檢修結(jié)果，所述預(yù)故障信息包括預(yù)設(shè)備編號(hào)和預(yù)故障原因；

15、所述智能策略單元用于利用分布式邊緣計(jì)算獲取分布式策略，并根據(jù)所述分布式策略將所述低風(fēng)險(xiǎn)自檢信息、中風(fēng)險(xiǎn)自檢信息和高風(fēng)險(xiǎn)自檢信息發(fā)送至相應(yīng)的邊緣計(jì)算節(jié)點(diǎn)，所述邊緣計(jì)算節(jié)點(diǎn)根據(jù)所述低風(fēng)險(xiǎn)自檢信息、所述中風(fēng)險(xiǎn)自檢信息和所述高風(fēng)險(xiǎn)自檢信息向相應(yīng)的電力一次設(shè)備下達(dá)自檢指令，獲取自檢結(jié)果，并將所述自檢結(jié)果發(fā)送至故障處理模塊進(jìn)行存儲(chǔ)；

16、所述設(shè)備自檢信息包括低風(fēng)險(xiǎn)自檢信息、中風(fēng)險(xiǎn)自檢信息和高風(fēng)險(xiǎn)自檢信息；

17、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

18、所述智能采集模塊包括設(shè)備采集單元和多源采集單元；

19、所述設(shè)備采集單元用于利用所述電力二次設(shè)備采集所述電力一次設(shè)備的設(shè)備運(yùn)行數(shù)據(jù)，并根據(jù)所述分布式策略將所述設(shè)備運(yùn)行數(shù)據(jù)分別發(fā)送至對(duì)應(yīng)的邊緣計(jì)算節(jié)點(diǎn)；

20、所述多源采集單元用于利用開放性接口連接環(huán)境監(jiān)測(cè)平臺(tái)和天氣監(jiān)測(cè)平臺(tái)，并從所述環(huán)境監(jiān)測(cè)平臺(tái)獲取環(huán)境數(shù)據(jù)，從所述天氣監(jiān)測(cè)平臺(tái)獲取天氣數(shù)據(jù)。

21、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

22、所述智能健康評(píng)估模塊包括健康評(píng)估單元和健康預(yù)測(cè)單元；

23、所述健康評(píng)估單元用于所述邊緣計(jì)算節(jié)點(diǎn)根據(jù)所述設(shè)備運(yùn)行標(biāo)準(zhǔn)對(duì)所述設(shè)備運(yùn)行數(shù)據(jù)中的各個(gè)運(yùn)行數(shù)據(jù)參數(shù)進(jìn)行評(píng)估，獲取各個(gè)運(yùn)行參數(shù)的參數(shù)等級(jí)，并根據(jù)所述參數(shù)等級(jí)獲取所述電力一次設(shè)備的設(shè)備健康等級(jí)，若所述設(shè)備健康等級(jí)大于等于預(yù)期閾值，則將相應(yīng)的電力一次設(shè)備定義為常規(guī)電力一次設(shè)備，若所述設(shè)備健康等級(jí)小于預(yù)期閾值，則將相應(yīng)的電力一次設(shè)備定義為異常電力一次設(shè)備；

24、所述健康預(yù)測(cè)單元用于所述邊緣計(jì)算節(jié)點(diǎn)調(diào)取所述電力一次設(shè)備的歷史運(yùn)行數(shù)據(jù)，利用所述歷史運(yùn)行數(shù)據(jù)訓(xùn)練機(jī)器學(xué)習(xí)模型預(yù)測(cè)所述電力一次設(shè)備的設(shè)備健康趨勢(shì)，并根據(jù)所述設(shè)備健康趨勢(shì)獲取下一期設(shè)備健康等級(jí)，將下一期設(shè)備健康等級(jí)小于預(yù)期閾值的電力一次設(shè)備定義為預(yù)異常電力一次設(shè)備；

25、所述歷史運(yùn)行數(shù)據(jù)包括所述電力一次設(shè)備的歷史設(shè)備數(shù)據(jù)、歷史環(huán)境數(shù)據(jù)、歷史天氣數(shù)據(jù)和歷史健康等級(jí)；

26、所述歷史設(shè)備數(shù)據(jù)包括設(shè)備編號(hào)、歷史設(shè)備主要參數(shù)、歷史設(shè)備工作時(shí)長(zhǎng)、歷史設(shè)備溫度、歷史振動(dòng)幅度和歷史聲紋信息；

27、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

28、所述智能故障處理模塊包括故障樣本單元和故障模型單元；

29、所述故障樣本單元用于利用開放性接口從缺陷故障模擬平臺(tái)獲取所述電力一次設(shè)備的異常運(yùn)行數(shù)據(jù)集；

30、所述故障模型單元用于獲取異常運(yùn)行數(shù)據(jù)集中的聲紋信息和設(shè)備故障信息，利用混響對(duì)消方法提取設(shè)備聲紋信息，并利用信號(hào)加強(qiáng)技術(shù)和背景噪聲去除方法實(shí)現(xiàn)背景降噪，獲取去噪后的設(shè)備聲紋信息，將所述設(shè)備聲紋信息和所述設(shè)備故障信息中的故障原因輸入深度卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，所述設(shè)備聲紋信息作為輸入和所述故障原因作為輸出建立故障診斷模型，將所述健康評(píng)估模塊獲得的異常電力一次設(shè)備的異常電力數(shù)據(jù)輸入故障診斷模型獲取所述異常電力一次設(shè)備的故障原因，將所述健康評(píng)估模塊獲得的預(yù)異常電力一次設(shè)備的預(yù)異常電力數(shù)據(jù)輸入故障診斷模型，獲取所述預(yù)異常電力一次設(shè)備的預(yù)故障原因，并根據(jù)所述故障原因和預(yù)故障原因下達(dá)故障檢修指令；

31、所述設(shè)備故障信息包括設(shè)備編號(hào)、設(shè)備主要參數(shù)和故障原因；

32、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

33、根據(jù)所述參數(shù)等級(jí)獲取所述電力一次設(shè)備的設(shè)備健康等級(jí)的計(jì)算表達(dá)式如下：

34、

35、其中，s為設(shè)備健康等級(jí)，為各個(gè)參數(shù)等級(jí)，為各個(gè)參數(shù)等級(jí)的權(quán)重，n為大于零的自然數(shù)，i為大于零的自然數(shù)，為所述電力一次設(shè)備的故障指數(shù)，t為單位時(shí)間，p為所述電力一次設(shè)備的使用時(shí)間；

36、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

37、利用所述歷史運(yùn)行數(shù)據(jù)訓(xùn)練機(jī)器學(xué)習(xí)模型預(yù)測(cè)所述電力一次設(shè)備的設(shè)備健康趨勢(shì)包括：

38、將所述歷史環(huán)境數(shù)據(jù)、歷史天氣數(shù)據(jù)和歷史設(shè)備數(shù)據(jù)作為機(jī)器學(xué)習(xí)模型的輸入，將歷史設(shè)備數(shù)據(jù)的下一期設(shè)備數(shù)據(jù)定義為歷史下期設(shè)備數(shù)據(jù)，將所述歷史下期設(shè)備數(shù)據(jù)作為機(jī)器學(xué)習(xí)模型的輸出訓(xùn)練機(jī)器學(xué)習(xí)模型，直至模型擬合度達(dá)到預(yù)期閾值，則訓(xùn)練結(jié)束，得到設(shè)備健康預(yù)測(cè)模型；

39、將實(shí)時(shí)采集的環(huán)境數(shù)據(jù)、天氣數(shù)據(jù)和設(shè)備運(yùn)行數(shù)據(jù)輸入設(shè)備健康預(yù)測(cè)模型，獲取所述電力一次設(shè)備的下一期一次設(shè)備運(yùn)行數(shù)據(jù)，將所述下一期一次設(shè)備運(yùn)行數(shù)據(jù)定義為下期設(shè)備數(shù)據(jù)；

40、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

41、根據(jù)所述歷史故障信息獲取所述歷史故障設(shè)備的故障指數(shù)包括：

42、獲取所述歷史故障信息中的歷史故障原因，根據(jù)各個(gè)歷史故障原因獲取各個(gè)子故障指數(shù)，將各個(gè)子故障指數(shù)進(jìn)行加權(quán)計(jì)算獲取歷史故障設(shè)備的歷史故障指數(shù)，所述故障原因和子故障指數(shù)為一一對(duì)應(yīng)的關(guān)系，所述加權(quán)計(jì)算中的各個(gè)子故障指數(shù)的權(quán)重根據(jù)所述子故障指數(shù)獲取；

43、根據(jù)所述預(yù)故障信息獲取預(yù)異常電力一次設(shè)備的預(yù)故障指數(shù)包括：

44、獲取所述預(yù)故障信息的預(yù)故障原因，根據(jù)所述預(yù)故障原因獲取預(yù)故障指數(shù)，所述預(yù)故障原因和預(yù)故障指數(shù)為一一對(duì)應(yīng)的關(guān)系；

45、作為本發(fā)明所述的基于多源融合的電力系統(tǒng)二次設(shè)備智能系統(tǒng)的一種優(yōu)選方案，其中：

46、所述利用分布式邊緣計(jì)算獲取分布式策略包括：

47、獲取所述電力一次設(shè)備和所述電力二次設(shè)備的區(qū)域分布信息，根據(jù)所述區(qū)域分布信息獲取距離所述電力二次設(shè)備最近的邊緣計(jì)算節(jié)點(diǎn)，并針對(duì)所述電力二次設(shè)備和相應(yīng)的邊緣計(jì)算節(jié)點(diǎn)建立匹配映射表，根據(jù)所述匹配映射表針對(duì)各個(gè)邊緣計(jì)算節(jié)點(diǎn)建立數(shù)據(jù)接收平臺(tái)和數(shù)據(jù)處理平臺(tái)；

48、所述分布式策略包括前置采集策略、健康評(píng)估策略和故障處理策略。

49、一種電子設(shè)備，包括儲(chǔ)存器、處理器及儲(chǔ)存在儲(chǔ)存器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述的任一項(xiàng)所述的一種基于數(shù)據(jù)多源融合的電氣設(shè)備故障分析系統(tǒng)。

50、本發(fā)明的有益效果：本發(fā)明采用機(jī)器學(xué)習(xí)技術(shù)對(duì)電力一次設(shè)備的運(yùn)行數(shù)據(jù)及設(shè)備狀態(tài)進(jìn)行實(shí)時(shí)分析和預(yù)測(cè)，檢測(cè)異常行為，提前預(yù)警可能的故障，從而實(shí)現(xiàn)設(shè)備狀態(tài)的智能監(jiān)測(cè)和預(yù)測(cè)維護(hù)，降低電力一次設(shè)備的故障風(fēng)險(xiǎn)和維修成本；

51、采用分布式邊緣計(jì)算，將末端數(shù)據(jù)處理任務(wù)下放到離電力設(shè)備更近的邊緣計(jì)算節(jié)點(diǎn)上進(jìn)行處理，降低了數(shù)據(jù)傳輸延遲，減輕了中心服務(wù)器的負(fù)擔(dān)，并增加了系統(tǒng)可擴(kuò)展性和魯棒性；

52、不僅采用電力一次設(shè)備的運(yùn)行數(shù)據(jù)，在線監(jiān)測(cè)系統(tǒng)的傳感數(shù)據(jù)，還融合其他相關(guān)的數(shù)據(jù)源，如環(huán)境參數(shù)、天氣數(shù)據(jù)等，通過綜合多源數(shù)據(jù)，能夠更全面地了解電力一次設(shè)備的運(yùn)行情況，針對(duì)設(shè)備故障預(yù)警做出更精準(zhǔn)的決策和優(yōu)化；

53、根據(jù)歷史故障信息和預(yù)故障信息對(duì)電力一次設(shè)備可能發(fā)生故障的概率進(jìn)行評(píng)估，獲取故障指數(shù)，并根據(jù)故障指數(shù)得到自檢信息，電力一次設(shè)備完成自檢操作，通過預(yù)先檢修降低電力一次設(shè)備的故障風(fēng)險(xiǎn)，保障了電力一次設(shè)備的穩(wěn)定運(yùn)行。