收藏 分享(赏)

一种基于大数据分析提升采集成功率的提前运维系统_万兴玉.pdf

上传人:哎呦****中 文档编号:2727507 上传时间:2023-10-13 格式:PDF 页数:4 大小:2.34MB
下载 相关 举报
一种基于大数据分析提升采集成功率的提前运维系统_万兴玉.pdf_第1页
第1页 / 共4页
一种基于大数据分析提升采集成功率的提前运维系统_万兴玉.pdf_第2页
第2页 / 共4页
一种基于大数据分析提升采集成功率的提前运维系统_万兴玉.pdf_第3页
第3页 / 共4页
亲,该文档总共4页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、一种基于大数据分析提升采集成功率的提前运维系统万兴玉,张冬谊,陈柯,黄宇翔,梁钰涵(国网重庆市电力公司市北供电分公司,重庆 )摘要:采集终端发生通信故障对采集成功率影响较大,为提前预测采集终端通信故障,提升故障处理效率,提高采集成功率,研究一种采集提前运维系统。基于用电信息采集系统的大数据,选取与通信故障具有强相关性的数据作为分析因子,采用 神经网络构建故障预测模型,并进行训练、优化。将优化模型与用电信息采集系统互联,搭建提前运维系统,对次日大概率可能发生通信故障的采集终端进行预警,指导采集运维人员有的放矢地开展故障处理工作。算例结果表明,故障预测模型具有较高准确性,提前运维系统实用、高效。关

2、键词:采集终端;故障预测;提前运维;神经网络中图分类号:,(,):,:;收稿日期:作者简介:万兴玉(),硕士研究生,从事供电公司高压客户经理工作,研究方向为电力系统自动化;张冬谊(),硕士研究生,从事供电公司营销管理工作,研究方向为电力系统工程管理;陈柯(),从事供电公司营销管理工作,研究方向为电力系统营销管理;黄宇翔(),从事供电公司营销管理工作,研究方向为电力系统营销管理;梁钰涵(),从事供电公司低压客户经理工作,研究方向为电力系统营业与电费管理。引言随着电力系统智能化水平的不断提高,供电公司营销信息化建设持续推进,作为智能用电的重要组成部分,用电信息釆集系统被大力推广应用。用电信息釆集系

3、统主要由主站系统、通信系统、采集终端及电能表构成,而采集终端是其中最为关键的设备。采集终端主要用于采集、传递、管理电能表的数据以及发布指令,采集的各类数据除支撑自动化抄表、低压自动费控、专变用电监测、计量在线监测、线损分析等传统电力营销业务外,还在同期线损治理、配变监测、配网主动抢修、供电质量监测、低电压治理、配电网改造规划、全口径发电数据采集、供售同期以及大数据分析等方面提供数据支持,是供电公司用电基础数据的主要来源。按照应用场所分类,采集终端可分为集中抄表终端和专变采集终端,而用电现场环境复杂,采集终端数量繁多,导致现场运行故障频发。常见的采集终端故障主要包括采集故障、通信故障、数据库故障

4、及用电信息系统终端管理故障等,而通信故障在所有故障类型中占比最大。当前,供电公司对采集终端的通信故障监控水平低,主要通过在线率指标变化对此类故障进行监测。这种监测方式为“事后发现”,故障处理长期处于被动状态。从发现故障到运维派工再到现场排查处理,耗时较久,严重影响故障处理的工作效率,同时,当监测到在线率指标异常电力设备电工技术 时,故障已然发生,将对抄表结算、线损分析、低电压监测等关键业务造成负面影响。因此,亟待通过更先进的技术手段对通信故障进行预警、分析,实现通信故障提前感知,将采集运维故障处理模式由“事后处理”变为“事前排除”,变被动为主动。目前,专家学者对用电信息系统采集终端故障的研究不

5、多,现有研究主要着眼于故障分类及现场处理方案分析,基于大数据对采集终端通信故障进行提前预测的研究较少。本文研究一种基于大数据分析提升采集成功率的提前运维系统,立足用电信息采集系统积累的大量终端运行数据,围绕“数字赋能、业务创新”的工作思路,基于大数据挖掘分析技术,综合考虑引起通信故障的相关因素,采用 神经网络,构建采集终端通信故障分析模型,对可能发生通信故障的嫌疑终端进行故障概率预测和预警,开发一个提前运维系统,建立故障预警、排查、处理闭环工作机制,提升采集成功率,降低通信故障的负面影响,保障供电公司的经营效益。系统建设方案系统基于供电公司采集终端的档案信息、运行数据、事件数据等大数据,通过相

6、关性分析确定通信故障的有效分析因子,利用 神经网络构建通信故障预警模型,并建立故障预警样本库,对模型进行训练、优化,验证模型的有效性和可靠性。通过配置相关中间插件及软件服务系统,将采集终端通信故障预警模块与用电信息采集系统端口互通,建立采集提前运维系统,在系统界面展示采集终端在线情况、采集终端通信成功率分布情况、通信故障预测准确率、故障原因分布等多维信息,并将该系统与移动应用端互联,实现提前运维系统自动派发预警工单,采集运维人员有的放矢地开展故障处理工作,大幅度提升采集成功率。系统模型构建 预警模型设计()收集基础数据。根据日常工作经验和专家讨论结果,初步确定与采集终端通信故障相关的因素(包括

7、信号强度、通信成功率、卡类型、终端厂商、终端地址、气象因素、停电因素),并收集以上类基础数据。()处理基础数据。通过点二列相关、卡方检验等相关性分析,最终确定将信号强度、通信成功率、卡类型、终端厂商、终端地址项因素作为有效分析因子。将分析因子基础数据进行去重处理、噪声处理、缺失值补充、特征因素量化等一系列数据处理,得到机器学习所能识别的数据。()构建 神经网络模型。神经网络是一种信息正向传播和误差反向传播的神经网络系统,神经网络结构可分为输入层、隐含层和输出层,每层均包括具有不同阈值的若干节点,每层节点均可与下一层所有节点进行数据映射,数据映射时的增益为连接权重。输入信息经过隐含层的处理得到预

8、测结果,预测结果与期望值间的误差通过反向路径传播,动态调整神经元之 间 的 权 重 和 阈 值,使 输 出 结 果 在 期 望 误 差 范围内。本文将采集终端的信号强度、通信成功率、卡类型、终端厂商、终端地址基础数据作为输入,以终端是否离线作为输出。先设定每个因子的初始权重,若输出与预期结果间差距较大,则修正误差,调整因子权重。通过重复正向计算与反向更新权重的过程,使预测值与实际值之间的误差在允许范围内,完成建模。()建立故障预警样本库。对预测的故障可能性进行定量分析,收集生成的预警情况及现场处理情况,剔除异常数据,建立故障预警样本库,并对样本库数据进行特征提取及分类。()优化预警模型。结合样

9、本库预警案例及故障清查结果,不断训练以优化预警模型,提高预测结果准确性。预警模型验证在构建模型前将初始基础数据按照的比例分别列入训练集和测试集。训练集数据用于更新模型的权重及误差,模型训练完成后,用测试集数据对模型进行验证,即验证模型预测结果的准确性。在训练、验证过程中适当调整模型的结构、传递函数等参数,以使预测结果更精确。系统展示界面 通信故障预测准确率展示系统展示当日预警故障终端数量、预警终端档案详细信息。根据每日通信故障预测结果,结合下一日采集终端实际运行情况,研判故障预测准确率,系统可展示最近日每天的预测准确率。准确率统计规则为:预测可能发生通信故障的次日,若该采集终端发生离线、拆除或

10、 卡变更事件,则判定预测准确。采集终端信号强度分布情况展示系统按区域展示当日不同信号强度的采集终端数量分布情况。采集终端在线情况展示系统展示使用不同通信运营商网络的采集终端在线情况,可以展示最近日每天在线情况或当日每小时在线情况。采集终端通信成功率分布情况展示将通 信 成 功 率 分 为 个 档 次,分 别 为 低 于 、高于。系统展示各档次通信成功率的采集终端数量分布情况。电工技术电力设备 采集终端投运时长分布情况展示将采集终端投运时长分为 类,分 别 为 年 以 内、年、年、年以上。系统展示不同投运时长的采集终端分布情况,以及不同投运时长的采集终端平均通信成功率、在线率情况。累计故障原因分

11、布情况展示系统展示导致采集终端发生通信故障的各类原因。算例分析 基础数据选取 年月 日、日某片区的采集终端通信情况、信号强度等基础数据,同时提取采集终端的档案信息,包含终端厂商、终端地址、卡类型等信息。剔除离线时间少于 及因计划停电离线的采集终端数据,将基础 数 据 进 行 数 据 处 理。处 理 后 的 基 础 数 据 如 图所示。图基础数据示例 模型梯度下降拟合过程采用 神经网络搭建模型,将基础数据导入模型,梯度下降拟合过程如图所示。图模型梯度下降拟合过程 预测结果将 年月 日采集终端基础数据导入模型进行拟合、计算,得到采集终端第二天通信故障发生概率的预测情况,如图所示。图通信故障发生概率

12、预测情况预测结果为 的数值。将预测结果进行 等分,预测值越小代表采集终端次日发生通信故障的概率越大。结合 年月 日采集终端现场实际运行情况,得到不同预测概率下采集终端运行分布情况,具体如图所示。图采集终端运行分布情况将预测值小于的采集终端认定为异常,预测值大于的采集终端认定为正常,预测情况见表。表 预测情况采集终端预测情况数量个正常终端预测为正常 正常终端预测为异常 故障终端预测为正常 故障终端预测为异常 预测准确率 模型预测准确率为 左右,可见模型具有较高的有效性和可靠性,可以为采集终端通信故障提前运维工作提供有力支撑。结语本文基于供电公司用电信息采集系统积累的大数据,选取类与采集终端通信故

13、障具有强相关性的分析因子,将类分析因子数据进行处理作为基础数据,采用 神经网络构建通信故障预测模型并对模型进行优化,算例结果验证了模型的合理性、有效性。将预测模型与用电信息采集系统互通,建设提前运维系统,预测供电辖区内采集终端通信情况、故障概率,实现采集终端通信故障提前预测,采集成功率大幅度提升,采集运维故障处理工作提质增效。参考文献 刘丽丹 用电信息采集系统关键设备故障自动诊断的研究 电子测试,():(下转第 页)电力设备电工技术 略新兴产业,():周海波 电力电子技术在智能电网中的应用研究 电子制作,():盛况,郭清,张军明,等 碳化硅电力电子器件在电力系统的应用展望中国电机工程学报,()

14、:,():,():,():,():王学梅,张波,吴海平基于失效物理的功率器件疲劳失效机理电工技术学报,():邵伟华,冉立,曾正,等基于优化对称布局的多芯片 模块动态 均 流 中 国 电 机 工 程 学 报,():,安德列亚斯,福尔克麦克尔,郝康普 模块:技术、驱动和应用韩金刚,译北京:机械工业出版社,电力电子模块设计与制造梅云辉,宁圃奇,译 北京:机械工业出版社,梅云辉,冯晶晶,王晓敏,等 采用纳米银焊膏烧结互连技术的中高压 模块及其性能表征高电压技术,():黄宇 器件设计及可靠性研究南京:东南大学,谢思亮 动态雪崩退化及失效机理研究西安:西安电子科技大学,李辉,钟懿,王少刚,等 不同雪崩冲击模式下 的失效机理中国电 机 工程学报,():,():,():,:,():,():(上接第 页)邹文峰用电信息采集终端故障分类与处理策略探析通讯世界,():陈石东,黄瑞,徐慧婷用电信息采集现场故障诊断处理()用电信息采集系统运维诊断处理原则及分析方法 大众用电,():潘栋,梅刚用电信息系统采集终端故障与解决方案分析通信电源技术,():陈非凡,赵浩杰 用电信息采集终端故障分类与处理解决对策计算机产品与流通,():朱显辉,于越,师楠,等 神经网络的分层优化研究及其在风电功率预测中的应用 高压电器,():,电工技术电力设备

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2