一种基于大数据的电流互感器故障数据分析预测系统的制作方法

1.本发明涉及一种基于大数据的电流互感器故障数据分析预测系统，属于供电配电领域。


背景技术：

2.设备检修时根据设备的状态监视以及诊断技术提供的设备运行状态信息来判断设备是否异常，为预防设备故障的发生，在故障发生前对设备进行检修的过程。在过去的十多年里，电力行业推行点检定修制，通过点检来进行设备监测，评估设备运行状态，做出合理的检修决定并在部分电力系统和设备上实现状态检修。
3.故障预警系统是通过对生产设备的运行参数进行实时检测并与预测数据进行分析比较，对设备状态变化趋势进行判断，对潜在故障稳患做出提前预警的在线检删诊断系统。故障预警系统能够在系统故障发生的早期发现设备异常的征兆，并且能够提前及时将各种检测和诊断工作有的放矢地运用到实际工作中，为状态检修工作提供有价值的决策支持。
4.现有技术中，对于电网运行的电流互感器的故障排查检修等工作基本没有数据依据可以依靠，大多依靠人工检修和个人经验，一旦电流互感器出现故障，需要较长的排查检修时间，影响电网的输送电运行。


技术实现要素：

5.本发明目的在于克服现有地铁隧道开挖引起地表沉降成因分析方法存在的上述缺陷，提供一种基于大数据的电流互感器故障数据分析预测系统。
6.本发明采取的技术方案是，一种基于大数据的电流互感器故障数据分析预测系统，包括交互数据端、数据处理分析服务器和综合存储数据库；所述交互数据端包括用于输入以往互感器故障数据的数据输入端、输出分析预测结果的结果输出端；所述综合存储数据库包括统计规则存储服务器和统计数据存储服务器；所述数据处理分析服务器包括矩阵计算处理器、计算处理器和分析计算处理器；综合存储数据库包括数据存储数据库和规则存储数据库；所述数据输入端搜索互感器运行数据数据库，收集互感器运行过程中发生故障的各种故障类型，并收集导致每种故障类型发生的电网运行异常特征数据；数据输入端将收集的数据形成故障数据集合并发送至数据处理分析服务器；所述数据处理分析服务器的矩阵计算处理器读取规则存储数据库内的处理规则并对故障数据集合进行数据处理，将故障数据集合内的数据整理后将故障数据集合内的数据整合为电网运行异常特征数据—故障数据矩阵；计算处理器读取规则存储数据库内的处理规则并根据电网运行异常特征数据—故障数据矩阵计算异常特征数据与故障类型的亲和度；分析计算处理器读取规则存储数据库内的处理规则并根据异常特征数据与故障类型的亲和度判断异常特征数据与故障的相关度，分析计算处理器将判断结果输出至结果输出端和统计数据存储服务器。
7.优化的，上述基于大数据的电流互感器故障数据分析预测系统，矩阵计算处理器
对故障数据集合进行数据处理时，将导致每种故障类型发生的电网运行异常特征数据组织在一个指标矩阵u中，所述指标矩阵u的行对应互感器运行过程中发生故障的各种故障类型；指标矩阵u的列对应电网运行异常特征数据，即所述指标矩阵w中的元素u
i,p
采用二进制表示该故障类型发生时电网的运行数据中是否具有所述异常特征数据。
8.优化的，上述基于大数据的电流互感器故障数据分析预测系统，矩阵计算处理器将故障数据集合内的数据整合为电网运行异常特征数据—故障数据矩阵时，对矩阵进行变换计算，将所述指标矩阵的所有元素除以该元素所在列的元素平方和的绝对值，得到矩阵β，所述矩阵β中的元素为β
i,p
，即
9.优化的，上述基于大数据的电流互感器故障数据分析预测系统，矩阵计算处理器将故障数据集合内的数据整合为电网运行异常特征数据—故障数据矩阵的过程中，定义β＝[β1...βc...β
p
]
t
，则：dc＝β
c-φ；设置其中：βc是导致互感器发生故障的电网运行异常特征数据类型及其对应的互感器故障的矩阵；φ是导致互感器发生故障的电网运行异常特征数据类型的各类型分布的矩阵；μ为互感器故障种类数量阈值；θ是元素d
cs
的阈值；对符合上述筛选模型的导致互感器发生故障的电网运行异常特征数据类型予以保留，否则舍弃；根据筛选结果，得到电网运行异常特征数据—故障数据矩阵x：其中，
[0010]
优化的，上述基于大数据的电流互感器故障数据分析预测系统，计算中异常特征数据与故障类型之间的亲和度α
ip
，其中m、s为-i之间的常数，n、c为-p之间的常数；通过异常特征数据与故障类型之间的亲和度α
ip
，分析计算处理器通过异常特征数据与故障类型之间的亲和度α
ip
判断电网运行异常特征数据导致互感器运行过程中发生故障的可能性，亲和度α
ip
数值越大，电网运行异常特征数据导致互感器运行过程中发生故障的可能性越高。
[0011]
电网运行过程中，电网的运行监控系统会记录大量的电网中各个节点的监测运行数据，在电流互感器故障前，电网中与电流互感器临近的节点的运行数据会发生改变，根据电网中与电流互感器临近的节点的运行数据会发生的改变，可以推断预测电流互感器的故障，达到防患于未然的效果。
[0012]
本技术中，通过收集电网的运行监控系统中在电流互感器故障前，电网中与电流互感器临近的节点的运行异常特征数据，通过分析不同类型的运行异常特征数据与不同类型的电流互感器故障的对应关系，可以得出不同类型的运行异常特征数据可能导致的电流互感器故障的类型，不仅能够给工程管理人员的检修维护提供数据理论依据，还可以通过电流互感器的故障类型安排及时的抢修，降低因电流互感器故障造成的电网断电维护时间，保证电网的正常运行。
附图说明
[0013]
图1示出本发明的系统结构框图。
具体实施方式
[0014]
下面结合附图与具体实施例进一步阐述本发明的技术特点。
[0015]
本技术为一种基于大数据的电流互感器故障数据分析预测系统，其特征在于：包括交互数据端、数据处理分析服务器和综合存储数据库；所述交互数据端包括用于输入以往互感器故障数据的数据输入端1、输出分析预测结果的结果输出端2；所述综合存储数据库包括统计规则存储服务器4和统计数据存储服务器5；所述数据处理分析服务器包括矩阵计算处理器6、计算处理器7和分析计算处理器8；综合存储数据库包括数据存储数据库9和规则存储数据库10；所述数据输入端1搜索互感器运行数据数据库，收集互感器运行过程中发生故障的各种故障类型，并收集导致每种故障类型发生的电网运行异常特征数据；数据输入端1将收集的数据形成故障数据集合并发送至数据处理分析服务器；所述数据处理分析服务器的矩阵计算处理器6读取规则存储数据库10内的处理规则并对故障数据集合进行数据处理，将故障数据集合内的数据整理后将故障数据集合内的数据整合为电网运行异常
特征数据—故障数据矩阵；计算处理器7读取规则存储数据库10内的处理规则并根据电网运行异常特征数据—故障数据矩阵计算异常特征数据与故障类型的亲和度；分析计算处理器8读取规则存储数据库10内的处理规则并根据异常特征数据与故障类型的亲和度判断异常特征数据与故障的相关度，分析计算处理器8将判断结果输出至结果输出端2和统计数据存储服务器5。
[0016]
矩阵计算处理器6对故障数据集合进行数据处理时，将导致每种故障类型发生的电网运行异常特征数据组织在一个指标矩阵u中，所述指标矩阵u的行对应互感器运行过程中发生故障的各种故障类型；指标矩阵u的列对应电网运行异常特征数据，即所述指标矩阵w中的元素u
i,p
采用二进制表示该故障类型发生时电网的运行数据中是否具有所述异常特征数据。
[0017]
矩阵计算处理器6将故障数据集合内的数据整合为电网运行异常特征数据—故障数据矩阵时，对矩阵进行变换计算，将所述指标矩阵的所有元素除以该元素所在列的元素平方和的绝对值，得到矩阵β，所述矩阵β中的元素为β
i,p
，即
[0018]
矩阵计算处理器6将故障数据集合内的数据整合为电网运行异常特征数据—故障数据矩阵的过程中，定义β＝[β1...βc...β
p
]
t
，则：，则：dc＝β
c-φ；设置其中：βc是导致互感器发生故障的电网运行异常特征数据类型及其对应的互感器故障的矩阵；φ是导致互感器发生故障的电网运行异常特征数据类型的各类型分布的矩阵；μ为互感器故障种类数量阈值；θ是元素d
cs
的阈值；对符合上述筛选模型的导致互感器发生故障的电网运行异常特征数据类型予以保留，否则舍弃；根据筛选结果，得到电网运行异常特征数据—故障
数据矩阵x：其中，
[0019]
计算中异常特征数据与故障类型之间的亲和度α
ip
，其中m、s为1-i之间的常数，n、c为1-p之间的常数；分析计算处理器通过异常特征数据与故障类型之间的亲和度α
ip
判断电网运行异常特征数据导致互感器运行过程中发生故障的可能性，亲和度α
ip
数值越大，电网运行异常特征数据导致互感器运行过程中发生故障的可能性越高。
[0020]
当然，上述说明并非是对本发明的限制，本发明也并不限于上述举例，本技术领域的普通技术人员，在本发明的实质范围内，作出的变化、改型、添加或替换，都应属于本发明的保护范围。