【技术实现步骤摘要】
本专利技术涉及电力系统自动化，尤其涉及一种电网设备故障预警方法、装置、设备及存储介质。
技术介绍
1、为了提高配电网运行的安全性和经济性，并能够辅助配电网运维人员进行正确的分析与决策，需对配电网设备进行监测，全面掌握配电网设备的各种状态，其中配电网设备故障的发现与设备运行状态、健康状态、环境状态密切相关。要对配电网设备的各种状态进行精确判断和分析，需要综合配电系统信息、设备信息和环境信息等多方面信息。在出现故障设备时进行预警、消缺。
2、然而电力系统的电网监控信号量非常大，各监控信号之间及站与站之间信号关联性弱，电网设备故障事件分析和自动化识别技术不完善，依靠人力为主的传统运维检修模式对运维能力提升有限，已经难以满足迅猛增长的电网运维工作需求。同时，传统的运维检修模式难以实现资源的优化配置，运检资源分配随意性较大，制约了运检效率。目前，仅依靠人工经验判断设备故障、异常事件，难以及时、有效的发现设备故障或者异常情况，导致运维工作时效性难以保证，设备故障处理效率不高。
3、上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供了一种电网设备故障预警方法、装置、设备及存储介质，旨在解决现有的依靠人工经验难以及时、有效的发现设备故障或者异常情况，导致设备故障处理效率不高的技术问题。
2、为实现上述目的，本专利技术提供了一种电网设备故障预警方法，所述方法包括以下步骤：
3、对
4、对所述运行工况数据和所述环境影像数据进行关联分析，获得所述配电网设备与所述环境影像数据之间的当前影响权重；
5、将所述运行工况数据、所述环境影像数据和所述当前影响权重输入至预设运行状态预测模型，获得预测故障类型和预测波动值；
6、根据所述预测故障类型判断所述预测波动值是否达到对应的偏离值；
7、在所述预测波动值达到对应的偏离值时，根据所述运行工况数据和所述环境影像数据对所述配电网设备进行故障预警。
8、可选地，所述对配电网设备进行监测，获得所述配电网设备的运行工况数据和所述配电网设备一定范围内的环境影像数据之前，还包括：
9、对配电网设备的历史运行状态数据进行特征提取，获取所述配电网设备的故障特征数据；
10、将所述故障特征数据和所述历史运行状态数据共同划分为训练数据集和测试数据集；
11、根据所述训练数据集对初始神经网络模型进行训练，获得训练模型；
12、基于所述测试数据集对所述训练模型进行参数优化，获得所述配电网设备的预设运行状态预测模型。
13、可选地，所述对配电网设备的历史运行状态数据进行特征提取，获取所述配电网设备的故障特征数据之后，还包括：
14、根据所述故障特征数据和所述历史运行状态数据构建所述配电网设备对应的故障特征数据库；
15、基于所述故障特征数据和所述配电网设备的运行管理规则数据构建所述配电网设备对应的故障规则对照库；
16、相应的，所述根据所述训练数据集对初始神经网络模型进行训练，获得训练模型，包括：
17、根据所述训练数据集、所述故障特征数据库和所述故障规则对照库对初始神经网络模型进行训练，获得训练模型。
18、可选地，所述基于所述测试数据集对所述训练模型进行参数优化，获得所述配电网设备的预设运行状态预测模型，包括：
19、将所述测试数据集输入至所述训练模型，获得测试输出结果；
20、判断所述测试输出结果是否达到预设准确率；
21、在所述测试输出结果未达到所述预设准确率时，更新所述训练模型的偏置系数，直至所述测试输出结果达到所述预设准确率，将达到所述预设准确率所对应的训练模型作为所述配电网设备的预设运行状态预测模型。
22、可选地，所述在所述预测波动值达到对应的偏离值时，根据所述运行工况数据和所述环境影像数据对所述配电网设备进行故障预警，包括：
23、在存在所述预测波动值达到对应的偏离值的情况下，采集所述配电网变压器的负荷运行数据和负荷运行指标；
24、根据所述负荷运行数据确定所述配电网变压器的执行形态；
25、根据所述负荷运行指标判断所述执行形态是否属于预设的故障变动形态；
26、在所述执行形态属于所述故障变动形态时，基于所述负荷运行数据对所述配电网设备进行故障预警。
27、可选地，所述在所述执行形态属于所述故障变动形态时，基于所述负荷运行数据对所述配电网设备进行故障预警，包括：
28、在所述执行形态属于所述故障变动形态时，获取所述配电网设备所在线路的线路负载率和电气介数；
29、根据所述线路负载率、所述电气介数和所述负荷运行数据对所述配电网设备进行问题定位，获得所述配电网设备对应的故障位置；
30、基于所述故障位置对所述配电网设备进行故障预警。
31、可选地，所述根据所述预测故障类型判断所述预测波动值是否达到对应的偏离值，包括：
32、在所述预测波动值在第一预设偏离值内时，判定所述配电网设备处于正常运行状态；
33、在所述预测波动值达到第二预设偏离值时，判定所述配电网设备处于非正常运行状态；
34、在所述预测波动值达到第三预设偏离值时，判定所述配电网设备处于故障运行状态；
35、相应的，所述在所述预测波动值达到对应的偏离值时，根据所述运行工况数据和所述环境影像数据对所述配电网设备进行故障预警，包括：
36、在所述预测波动值达到所述第二预设偏离值或所述第三预设偏离值时，根据所述运行工况数据和所述环境影像数据对所述配电网设备进行故障预警。
37、此外，为实现上述目的，本专利技术还提出一种电网设备故障预警装置，所述装置包括：
38、数据监测模块，用于对配电网设备进行监测，获得所述配电网设备的运行工况数据和所述配电网设备一定范围内的环境影像数据；
39、关联分析模块，用于对所述运行工况数据和所述环境影像数据进行关联分析，获得所述配电网设备与所述环境影像数据之间的当前影响权重；
40、模型预测模块，用于将所述运行工况数据、所述环境影像数据和所述当前影响权重输入至预设运行状态预测模型，获得预测故障类型和预测波动值；
41、偏离判断模块，用于根据所述预测故障类型判断所述预测波动值是否达到对应的偏离值；
42、故障预警模块，用于在所述预测波动值达到对应的偏离值时，根据所述运行工况数据和所述环境影像数据对所述配电网设备进行故障预警。
43、此外，为实现上述目的，本专利技术还提出一种电网设备故障预警设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电本文档来自技高网...
【技术保护点】
1.一种电网设备故障预警方法，其特征在于，所述电网设备故障预警方法包括：
2.如权利要求1所述的电网设备故障预警方法，其特征在于，所述对配电网设备进行监测，获得所述配电网设备的运行工况数据和所述配电网设备一定范围内的环境影像数据之前，还包括：
3.如权利要求2所述的电网设备故障预警方法，其特征在于，所述对配电网设备的历史运行状态数据进行特征提取，获取所述配电网设备的故障特征数据之后，还包括：
4.如权利要求3所述的电网设备故障预警方法，其特征在于，所述基于所述测试数据集对所述训练模型进行参数优化，获得所述配电网设备的预设运行状态预测模型，包括：
5.如权利要求1所述的电网设备故障预警方法，其特征在于，所述在所述预测波动值达到对应的偏离值时，根据所述运行工况数据和所述环境影像数据对所述配电网设备进行故障预警，包括：
6.如权利要求5所述的电网设备故障预警方法，其特征在于，所述在所述执行形态属于所述故障变动形态时，基于所述负荷运行数据对所述配电网设备进行故障预警，包括：
7.如权利要求1～6中任一项所述的电网设备
8.一种电网设备故障预警装置，其特征在于，所述装置包括：
9.一种电网设备故障预警设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电网设备故障预警程序，所述电网设备故障预警程序配置为实现如权利要求1至7中任一项所述的电网设备故障预警方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有电网设备故障预警程序，所述电网设备故障预警程序被处理器执行时实现如权利要求1至7任一项所述的电网设备故障预警方法的步骤。
...【技术特征摘要】
1.一种电网设备故障预警方法，其特征在于，所述电网设备故障预警方法包括：
2.如权利要求1所述的电网设备故障预警方法，其特征在于，所述对配电网设备进行监测，获得所述配电网设备的运行工况数据和所述配电网设备一定范围内的环境影像数据之前，还包括：
3.如权利要求2所述的电网设备故障预警方法，其特征在于，所述对配电网设备的历史运行状态数据进行特征提取，获取所述配电网设备的故障特征数据之后，还包括：
4.如权利要求3所述的电网设备故障预警方法，其特征在于，所述基于所述测试数据集对所述训练模型进行参数优化，获得所述配电网设备的预设运行状态预测模型，包括：
5.如权利要求1所述的电网设备故障预警方法，其特征在于，所述在所述预测波动值达到对应的偏离值时，根据所述运行工况数据和所述环境影像数据对所述配电网设备进行故障预警，包括：
6.如权利...
【专利技术属性】
技术研发人员：龙玉江，甘润东，李洵，钟掖，王兴川，
申请(专利权)人：贵州电网有限责任公司信息中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。