一种供电线路故障定位模型的生成方法、定位方法、装置与流程

[0001]
本发明涉及供电线路故障定位技术领域，具体涉及一种供电线路故障定位模型的生成方法、定位方法、装置。


背景技术：

[0002]
目前我国电力部门在10k步配电网上广泛采用机电一体化的故障指示器，当发生故障以后，要派出巡线员沿线路查找动作的故障指示器来确定故障位置。由于配电网分支线路多，查找故障十分不便，往往耗费大量的人力、物力和时间。尤其是地下电缆，其检测和定位就更加困难。传统的供电线路故障诊断方法主要为基于petri网的方法、专家系统方法、基于数学解析式的方法以及基于贝叶斯网络的方法等，传统故障诊断方法能够有效完成故障定位诊断功能，每次出现故障都需要进行故障诊断分析定位，故障诊断效率将会大大下降。若能形成统一的定位方法，出现故障时快速进行故障定位，提高故障定位效率是现阶段要解决的问题。


技术实现要素：

[0003]
针对传统故障诊断方法能够有效完成故障定位诊断功能，每次出现故障都需要进行故障诊断分析定位，故障诊断效率将会大大下降的问题，本发明提供一种供电线路故障定位模型的生成方法、定位方法、装置。
[0004]
本发明的技术方案是：
[0005]
第一方面，本发明技术方案提供一种供电线路故障定位模型的生成方法，包括如下步骤：
[0006]
获取故障报警时间信息；
[0007]
发送故障查询指令，获取故障报警时间产生的日志数据；
[0008]
发送业务数据请求指令，获取供电线路设备的相应业务数据；
[0009]
将日志数据与对应的供电线路设备的业务数据融合成训练特征，并根据训练特征形成训练数据；
[0010]
将生成的训练数据训练为供电线路故障定位模型，并生成故障定位模型库。通过获取故障报警时间产生的日志数据以及供电线路设备的相应业务数据，根据该日志数据和业务数据获取训练数据，并根据该训练数据训练得到故障定位模型，提高了故障定位模型的可靠性。
[0011]
进一步的，发送故障查询指令，获取故障报警时间产生的日志数据的步骤之前包括：
[0012]
发送故障查询指令，获取故障报警时间产生的日志数据；
[0013]
根据获取的日志数据判断是否为该故障的首次报警的日志数据；
[0014]
若是，执行步骤：发送业务数据请求指令，获取供电线路设备的相应业务数据；
[0015]
若否，根据日志数据在故障定位模型库匹配对应的故障定位模型。
[0016]
故障定位模型的生成是针对第一次发生的故障，将生成的故障定位模型形成故障定位模型库，再次发生故障时，首先判断该故障对应的模型是否已经存在，若已经存在，直接根据日志数据匹配故障定位模型进行故障定位，提高了故障定位的效率。
[0017]
进一步的，发送故障查询指令，获取故障报警时间产生的日志数据的步骤包括：
[0018]
发送故障查询指令，根据故障报警时间获取供电线路设备中故障报警信息产生时各个供电线路设备的监测日志；
[0019]
将各个供电线路设备的监测日志中相关联的日志进行整理汇总，得到供电线路中故障报警信息产生时的日志数据。
[0020]
需要说明的是，获取故障报警时间信息的步骤之前包括：
[0021]
根据地理环境和气候环境对各个监控点进行监控区域划分；
[0022]
各个监控区域设置数据采集设备进行监控数据的采集并将采集数据上传；
[0023]
接收各个区域传输的数据信息，并将各个区域所发送的采集数据进行分类；
[0024]
将各种类型的数据进行筛查、整理，提供各应用功能进行分析、统计及存储，并将收集的原始数据信息与预设的阈值进行对比分析，当采集的数据信息超出阈值时，发出故障报警信息。
[0025]
首先在供电线路中进行数据采集，进行故障的判断，当出现故障数据时，输出故障报警信息，同时对供电线路的采集监测过程生成监测日志进行存储，对监测日志进行与故障报警信息的关联，从而实现通过故障报警的时间获取该故障对应的日志数据。
[0026]
进一步的，将日志数据与对应的供电线路设备的业务数据融合成训练特征，并根据训练特征形成训练数据的步骤包括：
[0027]
对获取的日志数据进行特征提取得到日志特征；
[0028]
对获取的业务数据进行特征提取得到业务特征；
[0029]
将日志特征与业务特征融合得到训练特征，并根据训练特征形成训练数据，其中训练数据中包括日志数据流和业务数据流。
[0030]
进一步的，对获取的日志数据进行特征提取得到日志特征的步骤包括：
[0031]
对获取的日志数据进行数据清洗，去除日志数据中与故障定位无关的数据；
[0032]
获取数据清洗后的日志数据中的至少一个关键词；
[0033]
根据获取的至少一个关键词将日志数据转换为日志特征。在这里，关键词通常是日志数据中体现关键特征的较为重要的几个词或者短语，是日志数据主要内容的提要，通过获取关键词快速了解日志数据内容。精简了处理步骤，提高了效率。
[0034]
进一步的，对获取的日志数据进行数据清洗，去除日志数据中与故障定位无关的数据的步骤包括：
[0035]
遍历获取的日志数据，删除日志数据中的与故障定位无关的数字字符、空行、重复行、非字母字符和高频词中的至少一种。
[0036]
进一步的，将生成的训练数据训练为供电线路故障定位模型的步骤包括：
[0037]
将训练数据中的业务数据流和日志数据流输入故障定位模型；
[0038]
通过故障定位模型生成业务数据流对应的第一预测分数和日志数据流对应的第二预测分数，其中，所述训练数据包括多个训练组，每个训练组包括业务数据流和日志数据流；在这里，日志数据为故障数据，业务数据为设备正常运行采集的数据；
[0039]
根据第一预测分数和第二预测分数对故障定位模型进行训练，直至满足设定的预设条件，得到已训练的故障定位模型。
[0040]
第二方面，本发明技术方案提供一种供电线路故障定位方法，包括如下步骤：
[0041]
在供电线路发生故障时，获取采用第一方面所述的方法生成的故障定位模型；
[0042]
根据获取的故障定位模型对供电线路发生的故障进行定位。
[0043]
第三方面，本发明技术方案还提供一种供电线路故障定位模型的生成装置，包括故障报警时间获取模块、日志数据获取模块、业务数据获取模块、训练数据生成模块、故障定位模型生成模块；
[0044]
故障报警时间获取模块，用于获取故障报警时间信息；
[0045]
日志数据获取模块，用于发送故障查询指令，获取故障报警时间产生的日志数据；
[0046]
业务数据获取模块，用于发送业务数据请求指令，获取供电线路设备的相应业务数据；
[0047]
训练数据生成模块，用于将日志数据与对应的供电线路设备的业务数据融合成训练特征，并根据训练特征形成训练数据；
[0048]
故障定位模型生成模块，用于将生成的训练数据训练为供电线路故障定位模型，并生成故障定位模型库。
[0049]
进一步的，该装置还包括判断模块和匹配模块；
[0050]
判断模块，用于根据日志数据获取模块获取的日志数据判断是否为该故障的首次报警的日志数据；
[0051]
业务数据获取模块，用于若判断模块输出日志数据为首次报警的日志数据时，发送业务数据请求指令，获取供电线路设备的相应业务数据；
[0052]
匹配模块，用于若判断模块输出日志数据为非首次报警的日志数据时，根据日志数据在故障定位模型库匹配对应的故障定位模型。
[0053]
进一步的，日志数据获取模块包括日志获取单元和处理生成单元；
[0054]
日志获取单元，用于发送故障查询指令，根据故障报警时间获取供电线路设备中故障报警信息产生时各个供电线路设备的监测日志；
[0055]
处理生成单元，用于将各个供电线路设备的监测日志中相关联的日志进行整理汇总，得到供电线路中故障报警信息产生时的日志数据。
[0056]
进一步的，该装置还包括区域划分模块、采集模块、分类处理模块、分析输出模块；
[0057]
区域划分模块，用于根据地理环境和气候环境对各个监控点进行监控区域划分；
[0058]
采集模块，用于各个监控区域设置数据采集设备进行监控数据的采集并将采集数据上传；
[0059]
分类处理模块，用于接收各个区域传输的数据信息，并将各个区域所发送的采集数据进行分类；
[0060]
分析输出模块，用于将各种类型的数据进行筛查、整理，提供各应用功能进行分析、统计及存储，并将收集的原始数据信息与预设的阈值进行对比分析，当采集的数据信息超出阈值时，发出故障报警信息。
[0061]
进一步的，训练数据生成模块包括日志特征提取单元、业务特征提取单元、训练数据生成单元；
[0062]
日志特征提取单元，用于对获取的日志数据进行特征提取得到日志特征；
[0063]
业务特征提取单元，用于对获取的业务数据进行特征提取得到业务特征；
[0064]
训练数据生成单元，用于将日志特征与业务特征融合得到训练特征，并根据训练特征形成训练数据，其中训练数据中包括日志数据流和业务数据流。
[0065]
进一步的，日志特征提取单元，用于对获取的日志数据进行数据清洗，去除日志数据中与故障定位无关的数据；获取数据清洗后的日志数据中的至少一个关键词；根据获取的至少一个关键词将日志数据转换为日志特征。
[0066]
进一步的，故障定位模型生成模块包括输入单元、生成单元和训练单元；
[0067]
输入单元，用于将训练数据中的业务数据流和日志数据流输入故障定位模型；
[0068]
生成单元，用于通过故障定位模型生成业务数据流对应的第一预测分数和日志数据流对应的第二预测分数，其中，所述训练数据包括多个训练组，每个训练组包括业务数据流和日志数据流；
[0069]
训练单元，用于根据第一预测分数和第二预测分数对故障定位模型进行训练，直至满足设定的预设条件，得到已训练的故障定位模型。
[0070]
第四方面，本发明技术方案提供一种供电线路故障定位装置，该故障定位装置包括故障定位模型模块获取模块和故障定位模块；
[0071]
故障定位模型模块获取模块，用于在供电线路发生故障时，获取采用第一方面所述的方法生成的故障定位模型；
[0072]
故障定位模块，用于根据获取的故障定位模型对供电线路发生的故障进行定位。
[0073]
从以上技术方案可以看出，本发明具有以下优点：通过获取报警信息产生时的日志数据和业务数据，来获取训练数据，并根据该训练数据训练得到故障定位模型，提高了依靠训练数据生成的故障定位模型的可靠性。提高了故障定位精度，简化了故障定位过程，提高了故障定位效率。
[0074]
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
[0075]
由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。
附图说明
[0076]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0077]
图1是本发明一个实施例的供电线路故障定位模型的生成方法的示意性流程图。
[0078]
图2是本发明一个实施例的供电线路故障定位模型的生成装置的示意性框图。
具体实施方式
[0079]
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护
的范围。
[0080]
如图1所示，本发明实施例提供一种供电线路故障定位模型的生成方法，包括如下步骤：
[0081]
s1：获取故障报警时间信息；
[0082]
s2：发送故障查询指令，获取故障报警时间产生的日志数据；
[0083]
s3：发送业务数据请求指令，获取供电线路设备的相应业务数据；
[0084]
s4：将日志数据与对应的供电线路设备的业务数据融合成训练特征，并根据训练特征形成训练数据；
[0085]
s5：将生成的训练数据训练为供电线路故障定位模型，并生成故障定位模型库。通过获取故障报警时间产生的日志数据以及供电线路设备的相应业务数据，根据该日志数据和业务数据获取训练数据，并根据该训练数据训练得到故障定位模型，提高了故障定位模型的可靠性。
[0086]
在有些实施例中，步骤s2中，发送故障查询指令，获取故障报警时间产生的日志数据的步骤还包括：
[0087]
s21：发送故障查询指令，获取故障报警时间产生的日志数据；
[0088]
s22：根据获取的日志数据判断是否为该故障的首次报警的日志数据；若是，执行步骤s3，若否，执行步骤s23；
[0089]
s23：根据日志数据在故障定位模型库匹配对应的故障定位模型。
[0090]
故障定位模型的生成是针对第一次发生的故障，将生成的故障定位模型形成故障定位模型库，再次发生故障时，首先判断该故障对应的模型是否已经存在，若已经存在，直接根据日志数据匹配故障定位模型进行故障定位，提高了故障定位的效率。
[0091]
在有些实施例中，s21中，发送故障查询指令，获取故障报警时间产生的日志数据的步骤包括：
[0092]
s211：发送故障查询指令，根据故障报警时间获取供电线路设备中故障报警信息产生时各个供电线路设备的监测日志；
[0093]
s212：将各个供电线路设备的监测日志中相关联的日志进行整理汇总，得到供电线路中故障报警信息产生时的日志数据。
[0094]
在有些实施例中，步骤s1中获取故障报警时间信息的步骤之前包括：
[0095]
s01：根据地理环境和气候环境对各个监控点进行监控区域划分；
[0096]
s02：各个监控区域设置数据采集设备进行监控数据的采集并将采集数据上传；
[0097]
s03：接收各个区域传输的数据信息，并将各个区域所发送的采集数据进行分类；
[0098]
s04：将各种类型的数据进行筛查、整理，提供各应用功能进行分析、统计及存储，并将收集的原始数据信息与预设的阈值进行对比分析，当采集的数据信息超出阈值时，发出故障报警信息。
[0099]
首先在供电线路中进行数据采集，进行故障的判断，当出现故障数据时，输出故障报警信息，同时对供电线路的采集监测过程生成监测日志进行存储，对监测日志进行与故障报警信息的关联，从而实现通过故障报警的时间获取该故障对应的日志数据。
[0100]
在有些实施例中，步骤s4中，将日志数据与对应的供电线路设备的业务数据融合成训练特征，并根据训练特征形成训练数据的步骤包括：
[0101]
s41：对获取的日志数据进行特征提取得到日志特征；
[0102]
需要说明的是，本步骤具体包括：
[0103]
s411：对获取的日志数据进行数据清洗，去除日志数据中与故障定位无关的数据；本步骤中，一般是通过遍历获取的日志数据，删除日志数据中的与故障定位无关的数字字符、空行、重复行、非字母字符和高频词中的至少一种。
[0104]
s412：获取数据清洗后的日志数据中的至少一个关键词；
[0105]
需要说明的是，本步骤中，获取数据清洗后的日志数据中的至少一个关键词的步骤包括：
[0106]
在数据清洗后的日志数据中，每次报警信息产生时的日志数据中提取故障日志数据，其中，故障日志数据为包括把报警信息产生时刻的预设时间段的日志数据；
[0107]
当报警信息产生时的日志数据中只包含故障日志数据时，获取报警信息产生时的日志数据中的至少一个关键词；
[0108]
当报警信息产生时的日志数据中包含除故障日志数据外的其他业务数据时，判断其他业务数据和故障日志数据的相似度是否小于预设值；
[0109]
若是，获取报警信息产生时的日志数据的至少一个关键词；
[0110]
若否，获取报警信息产生时的日志数据的至少一个关键词，同时，将报警信息产生时的日志数据中的数字字符作为关键词。
[0111]
s413：根据获取的至少一个关键词将日志数据转换为日志特征。在这里，关键词通常是日志数据中体现关键特征的较为重要的几个词或者短语，是日志数据主要内容的提要，通过获取关键词快速了解日志数据内容。精简了处理步骤，提高了效率。
[0112]
s42：对获取的业务数据进行特征提取得到业务特征；
[0113]
s43：将日志特征与业务特征融合得到训练特征，并根据训练特征形成训练数据，其中训练数据中包括日志数据流和业务数据流。
[0114]
在有些实施例中，步骤s5中，将生成的训练数据训练为供电线路故障定位模型的步骤包括：
[0115]
s51：将训练数据中的业务数据流和日志数据流输入故障定位模型；
[0116]
s52：通过故障定位模型生成业务数据流对应的第一预测分数和日志数据流对应的第二预测分数，其中，所述训练数据包括多个训练组，每个训练组包括业务数据流和日志数据流；在这里，日志数据为故障数据，业务数据为设备正常运行采集的数据；
[0117]
s53：根据第一预测分数和第二预测分数对故障定位模型进行训练，直至满足设定的预设条件，得到已训练的故障定位模型。
[0118]
本发明实施例还提供一种供电线路故障定位方法，包括如下步骤：
[0119]
在供电线路发生故障时，获取采用上述任一实施例中所述的方法生成的故障定位模型；
[0120]
根据获取的故障定位模型对供电线路发生的故障进行定位。
[0121]
如图2所示，本发明实施例还提供一种供电线路故障定位模型的生成装置，包括故障报警时间获取模块、日志数据获取模块、业务数据获取模块、训练数据生成模块、故障定位模型生成模块；
[0122]
故障报警时间获取模块，用于获取故障报警时间信息；
[0123]
日志数据获取模块，用于发送故障查询指令，获取故障报警时间产生的日志数据；需要说明的是，日志数据获取模块包括日志获取单元和处理生成单元；日志获取单元，用于发送故障查询指令，根据故障报警时间获取供电线路设备中故障报警信息产生时各个供电线路设备的监测日志；处理生成单元，用于将各个供电线路设备的监测日志中相关联的日志进行整理汇总，得到供电线路中故障报警信息产生时的日志数据。
[0124]
业务数据获取模块，用于发送业务数据请求指令，获取供电线路设备的相应业务数据；
[0125]
训练数据生成模块，用于将日志数据与对应的供电线路设备的业务数据融合成训练特征，并根据训练特征形成训练数据；
[0126]
需要说明的是，训练数据生成模块包括日志特征提取单元、业务特征提取单元、训练数据生成单元；
[0127]
日志特征提取单元，用于对获取的日志数据进行特征提取得到日志特征；具体的，日志特征提取单元，用于对获取的日志数据进行数据清洗，去除日志数据中与故障定位无关的数据；获取数据清洗后的日志数据中的至少一个关键词；根据获取的至少一个关键词将日志数据转换为日志特征。
[0128]
业务特征提取单元，用于对获取的业务数据进行特征提取得到业务特征；训练数据生成单元，用于将日志特征与业务特征融合得到训练特征，并根据训练特征形成训练数据，其中训练数据中包括日志数据流和业务数据流。
[0129]
故障定位模型生成模块，用于将生成的训练数据训练为供电线路故障定位模型，并生成故障定位模型库。
[0130]
需要说明的是，故障定位模型生成模块包括输入单元、生成单元和训练单元；输入单元，用于将训练数据中的业务数据流和日志数据流输入故障定位模型；生成单元，用于通过故障定位模型生成业务数据流对应的第一预测分数和日志数据流对应的第二预测分数，其中，所述训练数据包括多个训练组，每个训练组包括业务数据流和日志数据流；训练单元，用于根据第一预测分数和第二预测分数对故障定位模型进行训练，直至满足设定的预设条件，得到已训练的故障定位模型。
[0131]
在有些实施例中，该装置还包括判断模块和匹配模块；
[0132]
判断模块，用于根据日志数据获取模块获取的日志数据判断是否为该故障的首次报警的日志数据；
[0133]
业务数据获取模块，用于若判断模块输出日志数据为首次报警的日志数据时，发送业务数据请求指令，获取供电线路设备的相应业务数据；
[0134]
匹配模块，用于若判断模块输出日志数据为非首次报警的日志数据时，根据日志数据在故障定位模型库匹配对应的故障定位模型。
[0135]
在有些实施例中，该装置还包括区域划分模块、采集模块、分类处理模块、分析输出模块；
[0136]
区域划分模块，用于根据地理环境和气候环境对各个监控点进行监控区域划分；
[0137]
采集模块，用于各个监控区域设置数据采集设备进行监控数据的采集并将采集数据上传；
[0138]
分类处理模块，用于接收各个区域传输的数据信息，并将各个区域所发送的采集
数据进行分类；
[0139]
分析输出模块，用于将各种类型的数据进行筛查、整理，提供各应用功能进行分析、统计及存储，并将收集的原始数据信息与预设的阈值进行对比分析，当采集的数据信息超出阈值时，发出故障报警信息。
[0140]
本发明实施例还提供一种供电线路故障定位装置，该故障定位装置包括故障定位模型模块获取模块和故障定位模块；
[0141]
故障定位模型模块获取模块，用于在供电线路发生故障时，获取采用上述的供电线路故障定位模型的生成方法的实施例中所述的方法生成的故障定位模型；
[0142]
故障定位模块，用于根据获取的故障定位模型对供电线路发生的故障进行定位。
[0143]
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。