基于大数据平台的输电网故障诊断架构研究

In the field of fault diagnosis, most methods are proposed to improve the accuracy of diagnosis algorithms, but ignore the transmission problem of underlying data. This subject is devoted to develop a power grid fault diagnosis system based on the big data platform. It establish a fault data collection model by taking advantages of the high efficiency and stability of big data on data collection with the purpose to provide fast, accurate and unified data for upper layer fault diagnosis program. And it realizes a new type of fault diagnosis algorithm based on the representation of fault knowledge. This fault diagnosis algorithm can select the best intelligent method to diagnose faults according to the characteristic of faults. So it has higher diagnosis efficiency than the traditional method. The main research contents and key technologies of this subject are as follows. Researching big data platform construction method that applies to fault diagnosis system; studying the unity format of fault data; researching the centralized fault diagnosis method based on big data platform; studying a new diagnosis framework based on the combination of distributed data collection and centralized fault element diagnosis; researching a fault diagnosis algorithm under the circumstance that key alarm message is missed. This subject will carry out a new research branch in the field of fault dignosis with an original view, and its achievements will possess important theory significance and practical value.

目前故障诊断领域的研究方向大多集中于提升诊断算法的有效性，而忽视了底层数据传输的模式研究。本课题致力于研究开发基于大数据平台的电网故障诊断系统：运用大数据平台在数据收集方面高效、稳定的能力，建立从变电站过程层直接采集故障信息的故障数据收集模型，为上层的故障诊断提供快速、准确且格式统一的数据源；基于该大数据平台，研究实现以故障知识的表示形式为基础，按照故障特点择优选取智能方法的一种新型故障诊断算法，实现诊断。该方法在诊断效率上较传统方法有较大的提升。课题主要研究内容和关键技术包括：适用于故障诊断系统的大数据平台构建方法研究；故障数据格式统一性的研究；大数据平台基础之上集中式故障诊断方法的研究；数据分布式收集与故障元件集中式诊断相结合的新型诊断框架的研究以及关键信息缺失情况下故障诊断算法的研究。本课题将会在故障诊断领域以独到的见解开展一个全新的研究，其研究成果具有重要的理论意义及应用价值。

目前故障诊断领域的研究方向大多集中于提升诊断算法的有效性，而忽视了底层数据传输的模式研究。本课题致力于研究开发基于大数据平台的电网故障诊断系统：运用大数据平台在数据收集方面高效、稳定的能力，建立从变电站过程层直接采集故障信息的故障数据收集模型，为上层的故障诊断提供快速、准确且格式统一的数据源；基于该大数据平台，研究实现以故障知识的表示形式为基础，按照故障特点择优选取智能方法的一种新型故障诊断算法，实现诊断。该方法在诊断效率上较传统方法有较大的提升。课题主要研究内容和关键技术包括：适用于故障诊断系统的大数据平台构建方法研究；故障数据格式统一性的研究；大数据平台基础之上集中式故障诊断方法的研究；数据分布式收集与故障元件集中式诊断相结合的新型诊断框架的研究以及关键信息缺失情况下故障诊断算法的研究。本课题将会在故障诊断领域以独到的见解开展一个全新的研究，其研究成果具有重要的理论意义及应用价值。按照资助项目计划书对本项目展开了较深入的研究，搭建了基于大数据平台的电网故障诊断架构，取得了较好的成果。借助国家自然科学基金这个强有力的平台，不仅提高了课题组的科研水平和科研能力，还极大的活跃了学术气氛，加强了与国内外同行的交流与合作，同时还带动了横向项目研究和开发的水平，使大批研究生得到了锻炼，人才培养质量的得到加强。课题组在对已有电力系统故障诊断研究成果的基础上，经过三年的努力，发表期刊论文7篇，其中SCI收录1篇，EI收录4篇；参加国内外会议并提交论文1篇，为EI收录；授权发明专利2项。