System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 抽水蓄能电站智能告警方法、计算机装置制造方法及图纸_技高网

抽水蓄能电站智能告警方法、计算机装置制造方法及图纸

技术编号:42767112 阅读:6 留言:0更新日期:2024-09-21 00:32
本公开实施例公开了一种抽水蓄能电站智能告警方法、计算机装置。其中,方法包括:实时监测抽水蓄能电站中的若干目标数据;基于构建的相关量模型对若干所述目标数据进行分析,获取异常相关量信息;基于构建的图形因果模型对若干所述异常相关量信息进行分析,获取关键异常变量、潜在因果关系信息;基于所述关键异常变量、所述潜在因果关系信息、预设告警策略,触发智能告警。该方法能够实现高效、精准的智能告警,可以识别生产过程中异常相关量变化,能够获取整个抽水蓄能电站的潜在隐患,为电站提供更精确的维护建议和策略,有效减少维护和修复的成本,降低停机时间,降低总体的运维成本。

【技术实现步骤摘要】

本公开涉及抽水蓄能电站异常监测,尤其涉及一种抽水蓄能电站智能告警方法、计算机装置


技术介绍

1、在传统的抽水蓄能电站运维管理中,报警信息的管理多以分散的形式存在于不同的子系统和应用之中,这不仅增加了运维人员在处理报警信息时的工作量,也降低了报警信息处理的时效性和精准性。同时,由于缺乏有效的关联分析,单一点的故障常常无法在系统层面引发足够的注意,导致故障处理不够及时,甚至发生安全事故。


技术实现思路

1、有鉴于此,本公开实施例提供了一种抽水蓄能电站智能告警方法、计算机装置,能够解决现有技术中存在的异常告警时效性差、精准性差、无法识别生产过程中异常相关量变化等的问题,导致异常告警具有较大的局限性,无法获取整个抽水蓄能电站的潜在隐患。

2、第一方面,本公开实施例提供了一种抽水蓄能电站智能告警方法,采用如下技术方案:

3、实时监测抽水蓄能电站中的若干目标数据;

4、基于构建的相关量模型对若干所述目标数据进行分析,获取异常相关量信息;

5、基于构建的图形因果模型对若干所述异常相关量信息进行分析,获取关键异常变量、潜在因果关系信息;

6、基于所述关键异常变量、所述潜在因果关系信息、预设告警策略,触发智能告警。

7、可选的,所述相关量模型的构建方法包括:

8、收集所述抽水蓄能电站中各个目标设备的历史运行数据,并对各个所述历史运行数据进行预处理,获得第一数据集;

9、将所述抽水蓄能电站的生产过程按照设备单元维度、设备系统维度、服务对象维度进行划分,获得模块化信息;

10、获取设备运行状态与参数之间的关联性信息;

11、基于所述关联性信息、所述模块化信息,构建第一模型;

12、基于所述第一数据集对所述第一模型进行训练,将训练好的所述第一模型作为所述相关量模型。

13、可选的,所述预处理包括数据清洗、去噪、异常值删除,缺失值填补、数据标准化、归一化中的一种或多种。

14、可选的,所述图形因果模型的构建方法包括:

15、确定抽水蓄能电站中的所有变量信息;所述变量信息包括设备运行参数和环境检测数据;

16、基于所述变量信息,获取不同变量之间的潜在因果关系;

17、基于所述潜在因果关系,构建因果图;

18、基于所述因果图构建所述图形因果模型。

19、可选的,所述因果图包括若干有向边;

20、每条所述有向边包括一个自变量节点以及至少一个因变量节点;

21、所述自变量节点与所述因变量节点具有关联性。

22、可选的,所述基于所述潜在因果关系,构建因果图,包括:

23、确定变量初始权重;

24、将所述变量初始权重与所述潜在因果关系融合,获得加权后的所述因果图。

25、可选的,所述确定变量初始权重,包括:根据预设变量权重分配策略确定所述变量初始权重;

26、或者,采用时间序列分析和机器学习方法分析变量之间的因果关系,并根据该因果关系的统计显著性确定所述变量初始权重。

27、第二方面,本公开实施例还提供了一种抽水蓄能电站智能告警系统,采用如下技术方案:

28、监测模块,配置为实时监测抽水蓄能电站中的若干目标数据;

29、分析模块,配置为基于构建的相关量模型对若干所述目标数据进行分析,获取异常相关量信息;

30、获取模块,配置为基于构建的图形因果模型对若干所述异常相关量信息进行分析,获取关键异常变量、潜在因果关系信息;

31、告警模块,配置为基于所述关键异常变量、所述潜在因果关系信息、预设告警策略,触发智能告警。

32、第三方面,本公开实施例还提供了一种计算机装置,采用如下技术方案:

33、所述计算机装置包括:

34、至少一个处理器;以及,

35、与所述至少一个处理器通信连接的存储器;其中,

36、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行以上任一所述的抽水蓄能电站智能告警方法。

37、第四方面,本公开实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行以上任一所述的抽水蓄能电站智能告警方法。

38、第五方面,本公开实施例还提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现以上任一项所述方法的步骤。

39、本申请公开的抽水蓄能电站智能告警方法,通过构建的相关量模型、图形因果模型,不仅可以对当前目标数据进行分析,还可以获得与其相关联的直接变量、间接变量信息,即能够获得覆盖整个抽水蓄能电站的变量关联性,能够精准识别、分析生产过程中的异常相关量变化,不同于现有技术中对应设备报警出现问题时才告警,本申请公开的方法能够识别潜在风险点,在设备未停机时进行报警,并据此发出更为准确的报警信息,即能够实时触发智能告警,通过提前发现和解决问题,可以减少维护和修复的成本,降低停机时间,从而降低了总体的运维成本;自动化的监测和告警系统可以大大提高运维效率。操作人员不再需要花费大量时间进行手动监测和分析,而是可以依靠系统提供的智能化告警信息,迅速做出反应,提高了故障处理的速度和准确性。

40、上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。

本文档来自技高网...

【技术保护点】

1.一种抽水蓄能电站智能告警方法,其特征在于,包括:

2.根据权利要求1所述的抽水蓄能电站智能告警方法,其特征在于,所述相关量模型的构建方法包括:

3.根据权利要求2所述的抽水蓄能电站智能告警方法,其特征在于,所述预处理包括数据清洗、去噪、异常值删除,缺失值填补、数据标准化、归一化中的一种或多种。

4.根据权利要求1所述的抽水蓄能电站智能告警方法,其特征在于,所述图形因果模型的构建方法包括:

5.根据权利要求4所述的抽水蓄能电站智能告警方法,其特征在于,所述因果图包括若干有向边;

6.根据权利要求4所述的抽水蓄能电站智能告警方法,其特征在于,所述基于所述潜在因果关系,构建因果图,包括:

7.根据权利要求6所述的抽水蓄能电站智能告警方法,其特征在于,所述确定变量初始权重,包括:根据预设变量权重分配策略确定所述变量初始权重;

8.一种计算机装置,其特征在于,所述计算机装置包括:

9.一种计算机可读存储介质,其特征在于,该计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行权利要求1-7任一所述的抽水蓄能电站智能告警方法。

10.一种计算机程序产品,包括计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-7任一项所述方法的步骤。

...

【技术特征摘要】

1.一种抽水蓄能电站智能告警方法,其特征在于,包括:

2.根据权利要求1所述的抽水蓄能电站智能告警方法,其特征在于,所述相关量模型的构建方法包括:

3.根据权利要求2所述的抽水蓄能电站智能告警方法,其特征在于,所述预处理包括数据清洗、去噪、异常值删除,缺失值填补、数据标准化、归一化中的一种或多种。

4.根据权利要求1所述的抽水蓄能电站智能告警方法,其特征在于,所述图形因果模型的构建方法包括:

5.根据权利要求4所述的抽水蓄能电站智能告警方法,其特征在于,所述因果图包括若干有向边;

6.根据权利要求4所述的抽水蓄能电站智能...

【专利技术属性】
技术研发人员:杨张斌陈小松罗建锋连雪广闫亚男敖成彦时小倩蔡航关雨彤
申请(专利权)人:中国三峡建工集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1