本發(fā)明涉及電力工程，特別涉及多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)。

背景技術(shù)：

1、變壓器的健康狀況對整個(gè)電力系統(tǒng)的穩(wěn)定性至關(guān)重要?，F(xiàn)有的變壓器監(jiān)測技術(shù)主要依賴于對多個(gè)位置的獨(dú)立監(jiān)測數(shù)據(jù)，難以全面分析變壓器的健康狀況，且需分析的數(shù)據(jù)量大、計(jì)算負(fù)擔(dān)重。存在預(yù)測延遲高、預(yù)測成本高、預(yù)測準(zhǔn)確性低的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，以解決現(xiàn)有技術(shù)中預(yù)測延遲高、預(yù)測成本高、預(yù)測準(zhǔn)確性低的技術(shù)問題，實(shí)現(xiàn)提高預(yù)測響應(yīng)性與準(zhǔn)確性，降低預(yù)測成本的技術(shù)效果。

2、本發(fā)明提供的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)包括：

3、全局模型配置模塊，所述全局模型配置模塊用于根據(jù)多維初始監(jiān)測指標(biāo)集，構(gòu)建全局預(yù)測模型，其中，所述全局預(yù)測模型配置于云平臺(tái)。

4、簡化模型構(gòu)建模塊，所述簡化模型構(gòu)建模塊用于對所述全局預(yù)測模型進(jìn)行蒸餾降維，構(gòu)建簡化預(yù)測模型，并分發(fā)所述簡化預(yù)測模型至邊緣預(yù)測設(shè)備，其中，所述簡化預(yù)測模型包括多個(gè)分級(jí)簡化預(yù)測模型。

5、監(jiān)測數(shù)據(jù)采集模塊，所述監(jiān)測數(shù)據(jù)采集模塊用于激活多源監(jiān)測設(shè)備，進(jìn)行目標(biāo)變壓器的常態(tài)多源監(jiān)測采集，獲取實(shí)時(shí)多源監(jiān)測數(shù)據(jù)集。

6、分步預(yù)測模塊，所述分步預(yù)測模塊用于傳輸所述實(shí)時(shí)多源監(jiān)測數(shù)據(jù)集至所述邊緣預(yù)測設(shè)備，進(jìn)行目標(biāo)變壓器的二值風(fēng)險(xiǎn)判別，并根據(jù)二值風(fēng)險(xiǎn)判別結(jié)果，調(diào)用所述全局預(yù)測模型進(jìn)行全維度定位預(yù)測，輸出健康預(yù)測結(jié)果。

7、在一種可行的實(shí)現(xiàn)方式中，根據(jù)多維初始監(jiān)測指標(biāo)集，構(gòu)建全局預(yù)測模型之前，執(zhí)行步驟包括：

8、確定多源監(jiān)測點(diǎn)位，結(jié)合目標(biāo)場景監(jiān)測要求，定義多源監(jiān)測路徑。

9、基于所述多源監(jiān)測路徑，提取多維初始監(jiān)測指標(biāo)集。

10、獲取目標(biāo)變壓器的變壓器身份特征，并基于所述變壓器身份特征獲取歷史健康異常記錄數(shù)據(jù)，其中，所述歷史健康異常記錄數(shù)據(jù)包括本征健康異常記錄數(shù)據(jù)與同源健康異常記錄數(shù)據(jù)。

11、基于所述多維初始監(jiān)測指標(biāo)集，進(jìn)行所述歷史健康異常記錄數(shù)據(jù)的數(shù)據(jù)輕化，并輸出輕化結(jié)果為標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集。

12、根據(jù)所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集，構(gòu)建并訓(xùn)練所述全局預(yù)測模型，其中，所述全局預(yù)測模型包括多個(gè)局部健康預(yù)測簇。

13、在一種可行的實(shí)現(xiàn)方式中，對所述全局預(yù)測模型進(jìn)行蒸餾降維，構(gòu)建簡化預(yù)測模型之前，執(zhí)行步驟包括：

14、獲取多個(gè)邊緣預(yù)測設(shè)備的邊緣設(shè)備配置信息，并提取性能配置數(shù)據(jù)集，其中，所述性能配置數(shù)據(jù)集對應(yīng)多類邊緣預(yù)測設(shè)備。

15、根據(jù)所述性能配置數(shù)據(jù)集進(jìn)行算力評(píng)估，并結(jié)合算力評(píng)估結(jié)果定義多級(jí)模型規(guī)模約束。

16、在一種可行的實(shí)現(xiàn)方式中，根據(jù)所述性能配置數(shù)據(jù)集進(jìn)行算力評(píng)估，并結(jié)合算力評(píng)估結(jié)果定義多級(jí)模型規(guī)模約束，執(zhí)行步驟包括：

17、交互目標(biāo)場景，以所述多類邊緣預(yù)測設(shè)備為統(tǒng)計(jì)維度，獲取目標(biāo)場景的邊緣預(yù)測設(shè)備數(shù)量分布。

18、基于預(yù)設(shè)的成組分布約束，沿算力升高方向?qū)λ鲞吘夘A(yù)測設(shè)備數(shù)量分布進(jìn)行累積成組劃分，每當(dāng)n類邊緣預(yù)測設(shè)備的累積設(shè)備數(shù)量占比大于所述成組分布約束時(shí)進(jìn)行一次成組劃分，輸出多次成組劃分結(jié)果。

19、根據(jù)多次所述成組劃分結(jié)果，提取組內(nèi)算力下限，輸出為多級(jí)算力目標(biāo)，并基于所述多級(jí)算力目標(biāo)定義所述多級(jí)模型規(guī)模約束。

20、在一種可行的實(shí)現(xiàn)方式中，對所述全局預(yù)測模型進(jìn)行蒸餾降維，構(gòu)建簡化預(yù)測模型，執(zhí)行步驟包括：

21、進(jìn)行算力匹配，建立基于所述算力評(píng)估結(jié)果與所述多級(jí)模型規(guī)模約束的規(guī)模映射表。

22、構(gòu)建多個(gè)所述分級(jí)簡化預(yù)測模型，并根據(jù)所述規(guī)模映射表，調(diào)用所述分級(jí)簡化預(yù)測模型，獲取目標(biāo)分級(jí)簡化預(yù)測模型。

23、基于所述多維初始監(jiān)測指標(biāo)集對所述簡化預(yù)測模型進(jìn)行功能枝剪，并對枝剪預(yù)測模型進(jìn)行增強(qiáng)訓(xùn)練，獲取邊緣預(yù)測模型。

24、基于所述規(guī)模映射表，傳輸所述邊緣預(yù)測模型至邊緣預(yù)測設(shè)備。

25、在一種可行的實(shí)現(xiàn)方式中，構(gòu)建多個(gè)所述分級(jí)簡化預(yù)測模型，執(zhí)行步驟還包括：

26、根據(jù)所述多級(jí)模型規(guī)模約束，定義多個(gè)標(biāo)準(zhǔn)簡化預(yù)測模型，其中，多個(gè)所述標(biāo)準(zhǔn)簡化預(yù)測模型的模型規(guī)模與結(jié)構(gòu)各異。

27、基于所述全局預(yù)測模型軟化所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集，獲取軟化預(yù)測標(biāo)簽集。

28、對所述軟化預(yù)測標(biāo)簽集進(jìn)行二值化精簡，獲取全局預(yù)測標(biāo)簽集，其中，所述全局預(yù)測標(biāo)簽集包括二值化預(yù)測結(jié)果與預(yù)測概率標(biāo)記。

29、以所述全局預(yù)測標(biāo)簽集與所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集訓(xùn)練多個(gè)所述標(biāo)準(zhǔn)簡化預(yù)測模型，獲取多個(gè)所述分級(jí)簡化預(yù)測模型。

30、在一種可行的實(shí)現(xiàn)方式中，根據(jù)所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集，構(gòu)建并訓(xùn)練所述全局預(yù)測模型，執(zhí)行步驟包括：

31、獲取多個(gè)分類異常樣本數(shù)據(jù)集，其中，多個(gè)所述分類異常樣本數(shù)據(jù)集為根據(jù)健康異常類別對所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集進(jìn)行聚類劃分的聚類劃分結(jié)果。

32、遍歷多個(gè)所述分類異常樣本數(shù)據(jù)集，基于集成學(xué)習(xí)方法，構(gòu)建并訓(xùn)練多個(gè)局部健康預(yù)測簇，其中，多個(gè)局部健康預(yù)測簇特異性適配多類健康異常。

33、在一種可行的實(shí)現(xiàn)方式中，以所述全局預(yù)測標(biāo)簽集與所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集訓(xùn)練多個(gè)所述標(biāo)準(zhǔn)簡化預(yù)測模型，之前，執(zhí)行步驟包括：

34、根據(jù)所述多級(jí)模型規(guī)模約束，計(jì)算多級(jí)蒸餾系數(shù)，其中，所述多級(jí)蒸餾系數(shù)為所述多級(jí)模型規(guī)模約束與所述全局預(yù)測模型的規(guī)模比。

35、以所述多級(jí)蒸餾系數(shù)為融合權(quán)重，定義多級(jí)損失函數(shù)，所述多級(jí)損失函數(shù)為：

36、；

37、其中，表征所述多級(jí)損失函數(shù)；表征所述融合權(quán)重；表征所述標(biāo)準(zhǔn)簡化預(yù)測模型訓(xùn)練中基于所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集的損失；表征所述標(biāo)準(zhǔn)簡化預(yù)測模型訓(xùn)練中基于所述全局預(yù)測標(biāo)簽集的損失。

38、本發(fā)明公開了多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，包括：根據(jù)多維初始監(jiān)測指標(biāo)集，構(gòu)建配置于云平臺(tái)的全局預(yù)測模型；對全局預(yù)測模型進(jìn)行知識(shí)蒸餾與降維處理，生成簡化預(yù)測模型，并將其分發(fā)至邊緣預(yù)測設(shè)備，簡化預(yù)測模型包含多個(gè)分級(jí)的簡化預(yù)測模型；激活多源監(jiān)測設(shè)備，對目標(biāo)變壓器進(jìn)行常態(tài)化的多源監(jiān)測數(shù)據(jù)采集，獲得實(shí)時(shí)的多源監(jiān)測數(shù)據(jù)集；將實(shí)時(shí)多源監(jiān)測數(shù)據(jù)集傳輸至邊緣預(yù)測設(shè)備，執(zhí)行目標(biāo)變壓器的二值風(fēng)險(xiǎn)判別，根據(jù)二值風(fēng)險(xiǎn)判別結(jié)果，調(diào)用全局預(yù)測模型進(jìn)行全維度的定位與健康狀態(tài)預(yù)測，輸出最終的健康預(yù)測結(jié)果。本發(fā)明公開的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)解決了預(yù)測延遲高、預(yù)測成本高、預(yù)測準(zhǔn)確性低的技術(shù)問題，實(shí)現(xiàn)了提高預(yù)測響應(yīng)性與準(zhǔn)確性，降低預(yù)測成本的技術(shù)效果。

技術(shù)特征：

1.多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.如權(quán)利要求1所述的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，根據(jù)多維初始監(jiān)測指標(biāo)集，構(gòu)建全局預(yù)測模型，執(zhí)行步驟包括：

3.如權(quán)利要求2所述的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，對所述全局預(yù)測模型進(jìn)行蒸餾降維，構(gòu)建簡化預(yù)測模型之前，執(zhí)行步驟包括：

4.如權(quán)利要求3所述的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，根據(jù)所述性能配置數(shù)據(jù)集進(jìn)行算力評(píng)估，并結(jié)合算力評(píng)估結(jié)果定義多級(jí)模型規(guī)模約束，執(zhí)行步驟包括：

5.如權(quán)利要求4所述的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，對所述全局預(yù)測模型進(jìn)行蒸餾降維，構(gòu)建簡化預(yù)測模型，執(zhí)行步驟包括：

6.如權(quán)利要求5所述的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，構(gòu)建多個(gè)所述分級(jí)簡化預(yù)測模型，執(zhí)行步驟還包括：

7.如權(quán)利要求2所述的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，根據(jù)所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集，構(gòu)建并訓(xùn)練所述全局預(yù)測模型，執(zhí)行步驟包括：

8.如權(quán)利要求6所述的多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，其特征在于，以所述全局預(yù)測標(biāo)簽集與所述標(biāo)準(zhǔn)異常樣本數(shù)據(jù)集訓(xùn)練多個(gè)所述標(biāo)準(zhǔn)簡化預(yù)測模型，之前，執(zhí)行步驟包括：

技術(shù)總結(jié)
本發(fā)明公開了多維監(jiān)測數(shù)據(jù)融合下的變壓器健康預(yù)測系統(tǒng)，涉及電力工程技術(shù)領(lǐng)域，所述系統(tǒng)包括：根據(jù)多維初始監(jiān)測指標(biāo)集，構(gòu)建配置于云平臺(tái)的全局預(yù)測模型。對全局預(yù)測模型進(jìn)行蒸餾降維，創(chuàng)建簡化預(yù)測模型，并將其分發(fā)至邊緣預(yù)測設(shè)備，簡化預(yù)測模型包括多個(gè)分級(jí)簡化預(yù)測模型。激活多源監(jiān)測設(shè)備，進(jìn)行目標(biāo)變壓器的常態(tài)多源監(jiān)測，獲取實(shí)時(shí)多源監(jiān)測數(shù)據(jù)集。將實(shí)時(shí)數(shù)據(jù)集傳輸至邊緣預(yù)測設(shè)備進(jìn)行二值風(fēng)險(xiǎn)判別，并根據(jù)判別結(jié)果調(diào)用全局預(yù)測模型進(jìn)行全維度定位預(yù)測，輸出健康預(yù)測結(jié)果。進(jìn)而達(dá)成提高預(yù)測響應(yīng)性與準(zhǔn)確性，降低預(yù)測成本的技術(shù)效果。

技術(shù)研發(fā)人員：李學(xué)鈞,王曉鵬,蔣勇,何成虎,戴相龍
受保護(hù)的技術(shù)使用者：江蘇濠漢信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19