基于模块化配电终端内部故障自动诊断方法、装置及设备制造方法及图纸

本发明专利技术涉及一种基于模块化配电终端内部故障自动诊断方法、装置及设备，其方法包括：获取终端设备的运维数据和待诊断数据，并对运维数据根据终端设备的功能模块建立故障集；根据故障集和比例风险模型的定义建立终端设备的综合故障模型，以及根据故障集和神经网络模型建立终端设备的分模块故障诊断模型；综合故障模型输出故障率和故障功能模块；采用分模块故障诊断模型对综合故障模型输出的故障功能模块进行诊断，输出诊断结果。通过综合故障模型对需要诊断终端设备的待诊断数据分析处理，得到需要诊断终端设备的故障率和故障功能模块，之后采用分模块故障诊断模型对故障功能模块在进行诊断，输出故障功能模块的故障类型，提高诊断速度和诊断精度。

【技术实现步骤摘要】
基于模块化配电终端内部故障自动诊断方法、装置及设备
本专利技术涉及自动化
，尤其涉及一种基于模块化配电终端内部故障自动诊断方法、装置及设备。
技术介绍
配电终端用于中压配电网中的开闭所、柱上开关、环网柜、配电变压器等处，是配电自动化中重要的监测与控制设备，其设备可靠性直接影响对电网运行状态的感知与控制。然而，受配电终端安装环境影响与产品的质量、性能差异，实际运行中常发生异常甚至故障。在配电自动化系统中，只有在配电终端完全离线、拒动等故障情况下，检修人员才能得知配电终端发生故障，而不能在可能导致故障的隐患初期进行诊断。并且配电终端的故障检修多在其完全失效离线下进行，被动滞后的故障发现与检修方式使配电终端无法在初期将故障排除的同时，也将带来成本高、效率低的检修问题和故障影响后果加深、范围扩散的风险问题。由此现有的配电终端在进行故障诊断时，主要使用配电终端本地的诊断系统，当本地故障诊断方法体系无法确定或本地停运时，配电终端的诊断能力较差甚至无法诊断故障，需要运维人员手动对其进行操作，人工成本高且检测速度慢，同时，配电终端模块化的质量问题比较突出、日常运维难度大、运维开销多。
技术实现思路
本专利技术实施例提供了一种基于模块化配电终端内部故障自动诊断方法、装置及设备，用于解决现有配电终端的诊断能力较差甚至无法诊断故障，需要运维人员手动对其进行操作，人工成本高且检测速度慢，导致诊断结果的精度低的技术问题。为了实现上述目的，本专利技术实施例提供如下技术方案：一种基于模块化配电终端内部故障自动诊断方法，包括以下步骤：获取终端设备的运维数据和待诊断数据，并对所述运维数据根据所述终端设备的功能模块建立故障集；根据所述故障集和比例风险模型的定义建立所述终端设备的综合故障模型，以及根据所述故障集和神经网络模型建立所述终端设备的分模块故障诊断模型；其中，所述综合故障模型用于对所述待诊断数据进行分析处理，得到与所述待诊断数据对应终端设备的故障率和故障功能模块；采用所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断，输出诊断结果。优选地，采用所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断，输出诊断结果之前还包括：根据所述终端设备是否是处于本地诊断失效或者无法判定故障的状态将所述分模块故障诊断模型分为本地模块诊断子模型和远方模块诊断子模型。优选地，所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断包括：采用所述本地模块诊断子模型对所述故障功能模块进行诊断，输出诊断结果；若所述本地模块诊断子模型输出诊断结果为诊断失效，采用所述远方模块诊断子模型对所述故障功能模块进行诊断，输出诊断结果。优选地，根据所述故障集和比例风险模型的定义建立所述终端设备的综合故障模型的步骤包括：采用熵权法对所述故障集中各个功能模块分析处理，得到各个功能模块的模块综合扣分值，以及获取终端设备所处环境状况的环境扣分值；采用熵权法对各个功能模块的模块综合扣分值进行赋权处理，得到终端设备的综合健康状态扣分值；根据终端设备的健康状态与终端设备所处的环境状况之间的连接系数、所述综合健康状态扣分值和所述环境扣分值，得到反应终端设备的协变量向量；基于比例风险模型的定义和所述协变量向量建立综合故障模型。优选地，所述综合故障模型包括故障概率函数和综合扣分值计算函数，所述故障概率函数h(t；Z)为：h(t；z)＝kh0(t)eXp(γz)所述综合扣分值计算函数为：式中，t为终端设备的当前时刻，h0(t)为基本故障概率函数，Z为协变量向量，γ为协变量向量参数，exp(γZ)为协变量连接函数，k为第i个设备终端设备生产工艺差异化比较系数；si为第i个功能模块的模块综合扣分值，pij为第i个功能模块占该功能模块的第j项指标的比重，λj为第j项指标的权重，m为功能模块中包含指标的数目。优选地，在所述综合故障模型中输出配电终端的故障率和故障功能模块还包括：根据所述功能模块的模块综合扣分值大于危险阈值，且根据所述故障概率函数得到的终端设备的故障率大于故障危险阈值，所述综合故障模型输出对应的配电终端以及相应的故障功能模块。优选地，根据所述故障集和神经网络模型建立所述终端设备的分模块故障诊断模型的步骤包括：采用神经网络的GAN与CNN组合对所述故障集进行数据识别和分类，得到电源模块故障数据、控制模块故障数据、通信模块故障数据、采集模块故障数据、中央处理模块故障数据、控制模块识别故障单元、采集模块识别故障单元和中央处理模块识别故障单元；采用自编码器组合BP神经网络对所述电源模块故障数据的电源器件进行回归预测，得到电源模块识别故障单元；采用循环神经网络对所述通信模块故障数据进行识别，得到通信模块识别故障单元；根据所述控制模块识别故障单元、所述采集模块识别故障单元、所述中央处理模块识别故障单元、所述电源模块识别故障单元和所述通信模块识别故障单元建立所述分模块故障诊断模型。优选地，根据所述控制模块识别故障单元、所述采集模块识别故障单元、所述中央处理模块识别故障单元、所述电源模块识别故障单元建立所述本地模块诊断子模型；根据所述通信模块识别故障单元建立所述远方模块诊断子模型。本专利技术还提供一种基于模块化配电终端内部故障自动诊断装置，包括数据获取模块、模型建立模块和诊断输出模块；所述数据获取模块，用于获取终端设备的运维数据和待诊断数据，并对所述运维数据根据所述终端设备的功能模块建立故障集；所述模型建立模块，用于根据所述故障集和比例风险模型的定义建立所述终端设备的综合故障模型，以及根据所述故障集和神经网络模型建立所述终端设备的分模块故障诊断模型；其中，所述综合故障模型用于对所述待诊断数据进行分析处理，得到与所述待诊断数据对应终端设备的故障率和故障功能模块；所述诊断输出模块，用于采用所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断，输出诊断结果。本专利技术还提供一种基于模块化配电终端内部故障自动诊断设备，包括处理器以及存储器；所述存储器，用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器，用于根据所述程序代码中的指令执行上述所述的基于模块化配电终端内部故障自动诊断方法。从以上技术方案可以看出，本专利技术实施例具有以下优点：该基于模块化配电终端内部故障自动诊断方法、装置及设备，其方法包括：获取终端设备的运维数据和待诊断数据，并对运维数据根据终端设备的功能模块建立故障集；根据故障集和比例风险模型的定义建立终端设备的综合故障模型，以及根据故障集和神经网络模型建立终端设备的分模块故障诊断模型；其中，综合故障模型用于对待诊断数据进行分析处理，得到与待诊断数据对应终端设备的故障率和故障功能模块；采用分模块故障诊断模型对综合故障模型输出的故障功能模块进行诊断，输出诊断结果。通过综合故障模型对需要诊断终端设备的本文档来自技高网...

【技术保护点】
1.一种基于模块化配电终端内部故障自动诊断方法，其特征在于，包括以下步骤：/n获取终端设备的运维数据和待诊断数据，并对所述运维数据根据所述终端设备的功能模块建立故障集；/n根据所述故障集和比例风险模型的定义建立所述终端设备的综合故障模型，以及根据所述故障集和神经网络模型建立所述终端设备的分模块故障诊断模型；其中，所述综合故障模型用于对所述待诊断数据进行分析处理，得到与所述待诊断数据对应终端设备的故障率和故障功能模块；/n采用所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断，输出诊断结果。/n

【技术特征摘要】
1.一种基于模块化配电终端内部故障自动诊断方法，其特征在于，包括以下步骤：
获取终端设备的运维数据和待诊断数据，并对所述运维数据根据所述终端设备的功能模块建立故障集；
根据所述故障集和比例风险模型的定义建立所述终端设备的综合故障模型，以及根据所述故障集和神经网络模型建立所述终端设备的分模块故障诊断模型；其中，所述综合故障模型用于对所述待诊断数据进行分析处理，得到与所述待诊断数据对应终端设备的故障率和故障功能模块；
采用所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断，输出诊断结果。


2.根据权利要求1所述的基于模块化配电终端内部故障自动诊断方法，其特征在于，采用所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断，输出诊断结果之前还包括：根据所述终端设备是否是处于本地诊断失效或者无法判定故障的状态将所述分模块故障诊断模型分为本地模块诊断子模型和远方模块诊断子模型。


3.根据权利要求2所述的基于模块化配电终端内部故障自动诊断方法，其特征在于，所述分模块故障诊断模型对所述综合故障模型输出的故障功能模块进行诊断包括：
采用所述本地模块诊断子模型对所述故障功能模块进行诊断，输出诊断结果；
若所述本地模块诊断子模型输出诊断结果为诊断失效，采用所述远方模块诊断子模型对所述故障功能模块进行诊断，输出诊断结果。


4.根据权利要求1所述的基于模块化配电终端内部故障自动诊断方法，其特征在于，根据所述故障集和比例风险模型的定义建立所述终端设备的综合故障模型的步骤包括：
采用熵权法对所述故障集中各个功能模块分析处理，得到各个功能模块的模块综合扣分值，以及获取终端设备所处环境状况的环境扣分值；
采用熵权法对各个功能模块的模块综合扣分值进行赋权处理，得到终端设备的综合健康状态扣分值；
根据终端设备的健康状态与终端设备所处的环境状况之间的连接系数、所述综合健康状态扣分值和所述环境扣分值，得到反应终端设备的协变量向量；
基于比例风险模型的定义和所述协变量向量建立综合故障模型。


5.根据权利要求4所述的基于模块化配电终端内部故障自动诊断方法，其特征在于，所述综合故障模型包括故障概率函数和综合扣分值计算函数，所述故障概率函数h(t；Z)为：
h(t；Z)＝kh0(t)exp(γZ)
所述综合扣分值计算函数为：



式中，t为终端设备的当前时刻，h0(t)为基本故障概率函数，Z为协变量向量，γ为协变量向量参数，exp(γZ)为协变量连接函数，k为第i个设备终端设备生产工艺差异化比较系数；si为第i个功能模块的模块综合扣分值，pij为第i个功能模块占该功能模块的第j项指标的比重，λj...

【专利技术属性】
技术研发人员：宋旭东，陈小军，顾博川，韩博文，余膺昊，戴书军，梁国邦，张延旭，王干军，林洪栋，
申请(专利权)人：南方电网电力科技股份有限公司，
类型：发明
国别省市：广东;44