【技術實現步驟摘要】
本專利技術涉及電力設備數據異常分析，具體為基于大數據的電力設備數據異常智能分析系統及方法。
技術介紹
1、隨著全球能源需求的日益增長和能源轉型的加速，電力設備行業正處于快速發展階段。電力設備作為電力產業鏈中不可或缺的一環，涵蓋了從發電到輸變電，再到配電和電能質量控制等各個環節，在保障電力系統穩定運行和提高電能利用效率方面發揮著關鍵作用，行業景氣度持續上升。
2、電力設備是指用于發電、輸電、變電、配電以及電能質量控制等環節的各類設備和裝置。目前，電力設備根據其功能和用途進行分類，可以分為發電設備、輸變電設備、配電設備、電力自動化設備等。
3、電力設備的良好運行狀態是電力系統安全經濟穩定運行的基礎，設備故障引發的停電事故會嚴重影響電網的穩定運行，并造成巨大的經濟損失。因此，對于運行在復雜工況與惡劣環境的設備，全面、及時、準確地對設備運行狀態進行監測與分析是保障設備安全穩定運行的重中之重。隨著電力系統智能化程度的不斷提高，電力設備狀態分析存在著設備種類多、數量大、狀態類型多樣化等挑戰。
4、在申請公布號為cn116955746a的中國專利技術專利中，公開了基于大數據的用電異常用戶識別方法，通過采用智能電表設備實時采集用戶用電數據，且對用戶用電數據進行檢索、去噪及特征提取的綜合性處理，確定出基于大數據的用戶用電特征數據，根據基于大數據的用戶用電特征數據，索引調取出符合用戶用電要求的用戶用電標準數據，基于用戶用電標準數據，對用戶用電特征數據進行對比分析，確定出基于大數據的用戶用電識別分析報告，基于數據挖
5、但是，上述技術主要對用戶的用電情況進行檢測，對于電力設備的異常情況并未進行處理，且電力設備在運行時候的異常，容易造成電路的損壞，尤其是現有電力設備在使用的時候，數據量較大，處理難度較高，不便于精準的分析處理等問題。
6、為此，本專利技術提供了基于大數據的電力設備數據異常智能分析系統及方法。
技術實現思路
1、（一）解決的技術問題
2、針對現有技術的不足，本專利技術提供了基于大數據的電力設備數據異常智能分析系統及方法，通過物聯網實現對遠程采集的電力設備數據信息進行傳輸，并且對數據信的預處理，可以提高數據信息的精準度，防止數據信息受到干擾，使得遠程終端便于對數據信息進行計算處理，且遠程終端通過對數據信息進行模糊分類，判定數據信息與聚類中心的距離，通過與聚類中心的距離判定數據信息是否存是異常數據，以及為了實現對電力設備進行檢修處理，通過大數據庫中存儲的異常類型進行匹配，實現對電力設備的異常類型進行判定，便于對電力設備進行維修，從而解決了
技術介紹
記載的技術問題。
3、（二）技術方案
4、為實現以上目的，本專利技術通過以下技術方案予以實現：
5、基于大數據的電力設備數據異常智能分析系統，包括有：
6、信息采集模塊，通過信息采集模塊對電力設備的運行狀態信息進行采集，便于根據采集的數據信息進行計算分析處理，獲得電力設備的運行狀態的異常信息；
7、物聯網模塊，采集的數據信息通過物聯網模塊進行傳輸，用于將采集的數據信息進行遠程傳輸，便于遠程終端系統獲取得到數據信息，進行計算分析處理；
8、預處理模塊，采集的數據信息通過物聯網模塊進行傳輸后，通過預處理模塊進行接收，并且對采集的數據信息進行預處理，通過預處理計算后，提高數據信息的精準度，保持數據信息計算的有效性；
9、遠程終端系統，通過遠程終端系統對信息采集模塊采集的數據信息進行獲取，并且對數據信息進行計算分析，便于對電力設備數據異常情況進行計算分析處理，根據計算的結果進行分析處理，分析獲得電力設備運行的異常情況；
10、數據分析模塊，計算處理后的數據信息通過數據分析模塊進行分析處理，即通過數據信息計算處理的結果，以及匹配大數據查詢的異常種類，進行分析處理；
11、大數據庫信息，通過大數據庫信息對異常情況進行存儲，便于在進行分析處理的時候進行匹配異常情況；
12、報警模塊，在數據計算分析處理后，如果通過計算分析處理后，發現電力設備數據異常的時候，通過報警模塊進行警示；
13、移動終端模塊，計算分析處理后的數據信息通過物聯網模塊進行傳輸，便于將數據信息傳輸給移動終端模塊，使得電力維修工能夠對電力設備進行維護處理。
14、進一步的，預處理模塊中包括有用于對數據信息進行接收的數據信息獲取單元，包括有對數據信息進行轉換的模數轉換單元，包括有對數據信息進行濾除雜波的濾波單元，濾波單元對數據信息中的雜波進行濾除，消除數據信息中雜波的影響，包括有對數據信息進行放大處理的增益單元，增益單元對數據信息進行放大，提高數據信息的強度，防止數據信息過于微弱，發生丟失，包括有對數據信息進行解壓處理的解壓單元，解壓單元用于對物聯網模塊傳輸過程中壓縮的數據信息進行解壓處理。
15、進一步的，濾波單元通過以下公式對數據信息進行濾波處理；
16、，
17、其中，表示均值濾波后的輸出的數據集，m表示窗口的大小，表示輸入數據集中的第j個數據信息，并且每一次的移動單位為1。
18、進一步的，報警模塊包括有聲光警示器和遠程報警單元，聲光警示器設置在遠程終端系統上，用于在計算分析得出電力設備數據異常后進行警示作用；
19、遠程報警單元用于在計算分析得出電力設備數據異常后進行通知移動終端模塊，且遠程報警單元中包括有短信通知、電話通知或者app通知，且主要采用app通知，若app通知后，在五分鐘內維修人員沒有點擊接受，則通過短信通知和電話通知進行聯系維修人員，并且app通知后，留存有記錄，并且維修人員的維修記錄也上報留存記錄。
20、進一步的，遠程終端系統中包括有存儲模塊，存儲模塊中包括有緩存存儲器和硬盤存儲器，緩存存儲器用于對物聯網模塊傳輸的數據信息進行接收，實現對傳輸的數據信息進行緩存處理，實現對數據信息進行完整的接收；
21、硬盤存儲器用于對傳輸的數據信息進行存儲，以及實現對數據分析模塊計算分析后的結果進行存儲記錄，以及對后續的維修信息進行記錄。
22、進一步的，預處理模塊還用于對采集的數據信息進行降維處理，將數據信息的通過權值映射在區間[0，1]之間，便于后續對采集的數據信息進行計算處理；
23、，
24、其中g為高斯函數計算的權值歸一化處理的結果，且輸出范圍在0-1之間，為高斯函數計算本文檔來自技高網...
【技術保護點】
1.基于大數據的電力設備數據異常智能分析系統，其特征在于，包括有：
2.根據權利要求1所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
3.根據權利要求2所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
4.根據權利要求2所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
5.根據權利要求4所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
6.根據權利要求1所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
7.基于大數據的電力設備數據異常智能分析方法，其特征在于，包括有以下步驟：
8.根據權利要求7所述的基于大數據的電力設備數據異常智能分析方法，其特征在于：
9.根據權利要求8所述的基于大數據的電力設備數據異常智能分析方法，其特征在于：
10.根據權利要求7所述的基于大數據的電力設備數據異常智能分析方法，其特征在于：
【技術特征摘要】
1.基于大數據的電力設備數據異常智能分析系統，其特征在于，包括有：
2.根據權利要求1所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
3.根據權利要求2所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
4.根據權利要求2所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
5.根據權利要求4所述的基于大數據的電力設備數據異常智能分析系統，其特征在于：
【專利技術屬性】
技術研發人員：沈春賢，唐票林，李善海，李大全，丁祖華，
申請(專利權)人：中能拾貝科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。