技术领域
[0001] 本发明涉及数据处理技术，尤其涉及一种微电网设备问题数据处理方法及系统。
相关背景技术
[0002] 微电网作为分布式能源接入电网的重要形式，其设备故障问题日益凸显。微电网设备种类繁多，包括发电机、变压器、断路器、线路等，这些设备在运行过程中可能因老化、过载、短路等多种原因发生故障。故障一旦发生，不仅会影响微电网的正常运行，还可能对电网安全造成威胁。因此，对微电网设备进行及时、准确的故障诊断至关重要。
[0003] 在现有技术中，微电网设备故障的诊断主要依赖于人工巡检和定期检测。人工巡检需要专业人员对设备进行实地查看，不仅耗时费力，而且难以发现潜在故障，定期检测虽然可以定期对设备进行性能测试，但检测周期较长，且无法实时反映设备状态。此外，现有技术中的故障诊断方法往往只针对单一设备，忽略了设备间的关联性和相互影响，导致诊断结果不够准确和全面。
[0004] 因此，如何结合设备间的实际运行情况和关联性，从而自动有效地识别出潜在故障线路和设备，成为亟待解决的问题。
具体实施方式
[0023] 为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。
[0024] 参见图1，是本发明实施例提供的一种微电网设备问题数据处理方法的流程示意图，该方法包括步骤S1‑S4：S1，统计所有微电网设备的运行信息，基于运行信息进行一次筛选得到待诊断设备，基于线路关联关系和标签关联关系对待诊断设备分类统计，得到多个设备关联组。
[0025] 需要说明的是，微电网称为微型电网，是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。比如，分布式电源对应的光伏、风电等能源组成的电网即微电网，随后微电网产生的电流通过并网点输入至市电网络。
[0026] 因此，微电网设备可以是并网点之前的设备，如，太阳能光伏电池、风力发电机组等。
[0027] 具体的，服务器会基于微电网设备的运行信息进行一次筛选得到待诊断设备，并且会基于线路关联关系和标签关联关系对待诊断设备分类统计，得到多个设备关联组。
[0028] 在一些实施例中，步骤S1中的（统计所有微电网设备的运行信息，基于运行信息进行一次筛选得到待诊断设备，基于线路关联关系和标签关联关系对待诊断设备分类统计，得到多个设备关联组），包括步骤S11‑S13：S11，若判断微电网设备的运行信息为达到启动条件，则筛选出达到启动条件的微电网设备得到待诊断设备。
[0029] 其中，运行信息为微电网设备运行的状态信息，启动条件为正在运转的条件。
[0030] 不难理解的是，如果微电网设备不处于运行状态，则不会输出相应的信号参数，因此无法进行比较计算，无法进行诊断没有参考意义。
[0031] 因此，如果判断微电网设备的运行信息为达到启动条件，即，该微电网设备处于运行状态，则筛选出处于运行状态下的微电网设备作为待诊断设备，从而方便后续通过待诊断设备的运行状态判断是否正常。
[0032] S12，获取微电网的并网点，基于所述并网点向微电网进行线路反向寻径处理，得到多条子线路。
[0033] 其中，并网点为向市电电路进行并网的点位。
[0034] 需要说明的是，微电网是由多个设备组成的电网，其具有多条子线路，因此，后续在进行诊断时，会将处于同一子线路上的设备进行统计，随后方可依据同一线路上设备的关联关系判断该线路是否出现问题。
[0035] 因此，服务器会获取微电网的并网点，并且基于并网点向微电网进行线路反向寻径处理，得到多条子线路。
[0036] 通过上述实施方式，从而可以将微电网划分为多条子线路，方便后续对关联的设备进行分类。
[0037] 在一些实施例中，步骤S12中的（获取微电网设备的并网点，基于所述并网点向微电网进行线路反向寻径处理，得到多条子线路），包括S121‑S124：S121，获取微电网设备的并网点后按照逆电流方向进行寻径处理，在判断寻径中任意一个线路点出现分支后则将相应的线路点作为分支点，并分别再次对分支后的线路寻径，直至到达末端微电网设备。
[0038] 需要说明的是，正常电流方向为向并网点输入电流的方向，因此，逆电流方向为从并网点往微电网的方向，从而方便后续反向确定微电网中的多个子线路。
[0039] 其中，逆电流方向为与电流相反的方向，线路点为微电网中线路的连接点。
[0040] 可以理解的是，服务器获取微电网设备的并网点后会按照逆电流方向进行寻径处理，判断在寻径过程中任意一个线路点出现分支后则将相应的线路点作为分支点，即在该线路点处出现分叉的线路，此时将该线路点作为分支点，后续再次对分支后的线路寻径，当再遇到出现分支后的线路点时，则再次作为分支点，直到到达末端微电网设备，即持续向电流反方向遍历电流路径，直至遍历完末端的微电网设备为止，即遍历完所有的微电网设备，遍历结束了。
[0041] S122，统计每个分支点与相邻的分支点、末端微电网设备或并网点之间的线路，得到分支线路。
[0042] 不难理解的是，因此统计每个分支点与相邻的分支点、末端微电网设备或者并网点之间的线路，得到分支线路。即，在逆电流方向上服务器会将该方向上相邻的分支点、末端微电网设备或并网点之间的线路作为分支线路。
[0043] 例如，并网点连接有一条线路，随后该线路经过分支点分为2条线路，则分支线路为并网点与分支点之间的线路，以及该分支点与末端微电网设备对应的线路作为分支线路。
[0044] S123，若所述分支线路的长度小于等于第一长度，则将相应的分支线路作为子线路。
[0045] 需要说明的是，如果分支线路过长，则说明该分支线路上的相应的设备也较多，后续分析出异常定位时，不方便直接定位异常部分，因此，当分支线路过长时，本发明后续会对分支线路进行分割处理，如果长度符合要求则直接将该线路作为子线路。
[0046] 其中，第一长度可以是人为预先设置的长度。
[0047] 可以理解的是，如果分支线路的长度小于等于第一长度，则将相应的分支线路作为子线路。
[0048] S124，若所述分支线路的长度大于第一长度，则对所述分支线路均分处理得到多条子线路。
[0049] 可以理解的是，如果分支线路的长度大于第一长度，则说明该分支线路过长，因此，会对该分支线路均分处理得到多条子线路。
[0050] 在一些实施例中，步骤S124中的（若所述分支线路的长度大于第一长度，则对所述分支线路均分处理得到多条子线路），包括S1241‑S1242：S1241，计算分支线路除以第一长度的数值并进行向上的取整处理得到第一均分值，基于所述第一均分值对分支线路进行等分处理得到多个等分点。
[0051] 可以理解的是，服务器会计算分支线路的长度除以第一长度的数值，并且进行向上的取整处理得到第一均分值，例如，计算后的数值为2.5向上取整后的第一均分值则为3。
[0052] 具体的，后续会依据第一均分值对分支线路进行等分处理得到多个等分点，例如，第一均分值为3，则对该分支线路进行3等分处理，从而得到2个等分点。
[0053] S1242，获取所有相邻的等分点之间的线路得到分支线路所对应的多条子线路。
[0054] 可以理解的是，服务器会获取所有相邻的等分点之间的线路得到分支线路所对应的多条子线路。即，对分支线路等分处理完毕后，可以得到多条子线路。
[0055] S13，确定每个子线路对应的待诊断设备作为具有线路关联关系的第一分类集合，基于标签关联关系对每个第一分类集合进行关联得到设备关联组，每个标签关联关系中对应至少两个待诊断设备。
[0056] 需要说明的是，位于同一子线路的设备存在具有电能参数的函数关系，如果函数关系正常，说明线路上的设备没有问题，如果函数关系异常则说明线路上的设备出现问题。
[0057] 因此，服务器会统计每个子线路对应的待诊断设备作为具有线路关联关系的第一分类集合，所以，线路关联关系即处于同一子线路上的关系。
[0058] 后续，服务器会基于标签关联关系对每个第一分类集合进行关联得到设备关联组，每个标签关联关系中对应至少两个待诊断设备，即，后续会依据子线路上各个设备标签之间的关联关系进行关联，从而得到设备关联组。
[0059] 在一些实施例中，步骤S13中的（确定每个子线路对应的待诊断设备作为具有线路关联关系的第一分类集合，基于标签关联关系对每个第一分类集合进行关联得到设备关联组，每个标签关联关系中对应至少两个待诊断设备），包括S131‑S133：S131，获取预设的关联树结构，所述关联树结构包括多级的关联节点，每个关联节点包括关联槽位组，每个关联槽位组对应多个不同的设备槽位，相连接的下级关联节点的设备槽位完全包含上级关联节点的设备槽位。
[0060] 其中，预设的关联树结构为人为预先设置的关联树结构，可以是依据微电网中子线路关系的连接关系预先设置的结构树，该关联树结构由多级的关联节点组成，关联节点为该树状结构中的节点，例如，可以是母节点、子节点和孙节点等多级的树节点，每个关联节点是依据子线路生成的。
[0061] 其中，每个关联节点具有对应的关联槽位组，每个关联槽位组对应多个不同的设备槽位，比如，一个子线路上有5个设备，但只有其中3个设备是有关联关系的，则此时该关联节点对应的关联槽位组中具有3个有关联关系的设备槽位，即，人为依据各个子线路上设备的关联关系预先设置与该关联节点对应的关联槽位组。
[0062] 后续，与该关联节点相连接的下级关联节点的设备槽位完全包含改上级关联节点的设备槽位。例如，该关联节点2对应的关联槽位组中具有3个有关联关系的设备槽位（槽位A、槽位B和槽位C），则该关联节点2相连接的下级关联节点的设备槽位（槽位A、槽位B、槽位C、槽位D和槽位E），即，完全包含槽位A、槽位B和槽位C。
[0063] S132，依次遍历第一分类集合内每个待诊断设备的设备标签并填充至相对应的设备槽位内。
[0064] 其中，第一分类集合为每个子线路上处于运转状态下的所有待诊断设备组成的集合。
[0065] 可以理解的是，服务器依次遍历各关联节点对应子线路的第一分类集合内每个待诊断设备的设备标签并填充至相对应的设备槽位内。
[0066] 通过上述实施方式，将各个子线路上处于远转状态下待诊断设备填充至该子线路对应的关联节点的位置处。
[0067] S133，在判断对第一分类集合内的所有待诊断设备填充完成，并将设备标签填充至关联树结构内的所有设备槽位后，对每个关联节点的关联槽位组分析得到设备关联组。
[0068] 可以理解的是，在判断对第一分类集合内的所有待诊断设备填充完成，即，将所有子线路上的运转的待诊断设备填充完毕后。并将相应的设备标签填充至关联树结构内的相应的设备槽位后，对每个关联节点的关联槽位组分析得到设备关联组。
[0069] 在一些实施例中，步骤S133中的（在判断对第一分类集合内的所有待诊断设备填充完成，并将设备标签填充至关联树结构内的所有设备槽位后，对每个关联节点的关联槽位组分析得到设备关联组），包括S1331‑S1334：S1331，获取关联树结构内的起始节点和所有的终止节点，将起始节点与每个终止节点依次连接得到相对应的结构树路径。
[0070] 其中，起始节点为起始的关联节点，比如，母节点；终止节点为终止的关联节点，比如，孙节点。
[0071] 可以理解的是，服务器会获取关联树结构内的起始节点和所有的终止节点，并将起始节点与每个终止节点依次连接得到相对应的结构树路径。即，母节点到各个孙节点的结构路径。
[0072] S1332，按照结构树路径由起始节点至终止节点的方向，依次遍历每个关联节点的关联槽位组内的设备标签，若判断关联槽位组内的所有设备槽位均具有设备标签，则对相应的关联节点标记并再次按照上述方向遍历新的关联节点，直至遍历完作为终止节点的关联节点。
[0073] 可以理解的是，服务器按照结构树路径由起始节点至终止节点的方向，依次遍历每个关联节点的关联槽位组内的设备标签，如果判断关联槽位组内的所有设备槽位均具有设备标签，则说明该关联节点具有关联关系的设备均在运转，则可以对该关联节点对应的关联槽位组进行设备关联性的诊断。后续对该关联节点标记并再次按照上述方向遍历新的关联节点，直至遍历完作为终止节点的关联节点。
[0074] S1333，若判断关联槽位组存在不具有设备标签的设备槽位，则将相应的关联节点作为截止终点并不再按照上述方向遍历新的关联节点。
[0075] 可以理解的是，如果判断关联槽位组存在不具有设备标签的设备槽位，说明具有该设备槽位，但是该设备槽位对应的设备不处于运转中，比如，槽位A、槽位B和槽位C对应设备A、设备B和设备C，但当前仅有设备A和设备B处于运转状态，因此将设备A、设备B填充至设备槽位内，而要分析线路是否异常需要对具有关联关系的3个设备的数据进行处理，因此，仅有设备A、设备B处于运转状态时，该线路无法进行故障分析，并且后续的子线路也无法进行故障分析。因此，后续将相应的关联节点作为截止终点并不再按照上述方向遍历新的关联节点。
[0076] S1334，统计所有标记的关联节点的关联槽位组得到设备关联组。
[0077] 可以理解的是，服务器会统计所有标记的关联节点对应关联槽位组中的设备标签，从而得到与各关联节点对应的设备关联组。
[0078] 通过上述实施方式，本发明可以提升处理效率，快速确定哪些设备是在该运转场景下是有关联的，从而对相应的子路线进行故障诊断分析。
[0079] S2，提取设备关联组中所对应的关联设备以及关联信息，对关联设备的关联信息按照预设训练的回归规则进行信息定位得到因变量信息组和自变量信息组。
[0080] 可以理解的是，服务器会提取设备关联组中所对应的关联设备以及关联信息，并对关联设备的关联信息按照预设训练的回归规则进行信息定位得到因变量信息组和自变量信息组。
[0081] 在一些实施例中，步骤S2中的（提取设备关联组中所对应的关联设备以及关联信息，对关联设备的关联信息按照预设训练的回归规则进行信息定位得到因变量信息组和自变量信息组），包括S21‑S22：S21，提取设备关联组中所对应的关联设备，基于所述关联设备之间的对应关系得到至少一个回归规则，每个回归规则中具有相对应关联设备的目标信息，所述目标信息中具有因变量标签或自变量标签。
[0082] 可以理解的是，服务器会提取设备关联组中所对应的关联设备，基于所述关联设备之间的对应关系得到至少一个回归规则，比如，3个设备之间是相互关联的，他们至少具有一个回归规则。
[0083] 每个回归规则中具有相对应关联设备的目标信息，即，会总从不同的关联设备中提取相应的因变量标签或自变量标签。
[0084] 可以理解的是，一个设备具有很多信息，比如，电压信息、电流信息等，在第一次的回归规则可能需要时电压信息，下一次可能需要的是电流信息，其中，关联信息为关联设备在回归规则中的参数信息，比如，可以是电压、电流等。
[0085] S22，基于因变量标签或自变量标签对关联信息进行筛选归类，得到每个回归规则所对应的因变量信息组和自变量信息组。
[0086] 可以理解的是，服务器会基于因变量标签或自变量标签对各个设备的关联信息进行筛选归类，通过上述方式可以对各个关联设备中的因变量和自变量的参数进行分组。
[0087] 具体的，后续可以依据设备关联组中所对应关联设备的回归规则确定相对应的因变量组和自变量信息组，即，每个回归规则具有对应的因变量组和自变量信息组。
[0088] 通过上述实施方式，首先对各设备的因变量和自变量进行了分组，随后会依据各个回归规则进行分组，从而方便后续通过回归算法进行计算。
[0089] S3，基于回归算法对因变量信息组和自变量信息组进行处理得到回归系数，将所述回归系数与故障诊断系数比对得到初步的回归子系数。
[0090] 可以理解的是，服务器会基于回归算法对因变量信息组和自变量信息组进行计算处理得到回归系数，将所述回归系数与故障诊断系数比对得到初步的回归子系数。
[0091] 在一些实施例中，步骤S3中的（基于回归算法对因变量信息组和自变量信息组进行处理得到回归系数，将所述回归系数与故障诊断系数比对得到初步的回归子系数），包括S31‑S33：S31，基于回归算法，将因变量信息组和自变量信息组分别作为输出和输入进行处理，得到回归系数。
[0092] 需要说明的是，对于标记的关联节点对应的因变量信息组和自变量信息组两者是具有一定比例关系的，比如，服务器输入一组因变量信息组和一组自变量信息组，从而得到一个k值，如果这个k值为正常，则说明线路正常，如果k值为异常，则说明线路异常，即回归算法，此处为现有技术在此不做赘述。
[0093] 因此，基于回归算法，将因变量信息组和自变量信息组分别作为输入和输出进行处理，得到回归系数，即，计算后可以得到相应的k值系数，后续将该值与异常的故障系数进行比对，从而确定是否故障。
[0094] S32，若所述回归系数与故障诊断系数中的故障系数相对应，则表示故障的初步的回归子系数。
[0095] 可以理解的是，如果回归系数与故障诊断系数中的故障系数相对应，则表示故障的初步的回归子系数。不难理解的是，如果相对应，则说明该线路故障，则该回归系数为表示故障的初步的回归子系数。
[0096] S33，若所述回归系数与故障诊断系数中的故障系数不对应，则表示非故障的初步的回归子系数。
[0097] 可以理解的是，如果回归系数与故障诊断系数中的故障系数不对应，则表示非故障的初步的回归子系数。不难理解的是，如果不相对应，则说明该线路未故障，则该回归系数为表示非故障的初步的回归子系数。
[0098] S4，统计每个设备关联组的所有回归子系数并输入至故障诊断树中，提取故障诊断树中的节点的回归子系数的归一化系数，基于所有的归一化系数生成相对应的分析结果。
[0099] 可以理解的是，服务器会统计每个设备关联组的所有回归子系数并输入至故障诊断树中，提取故障诊断树中的节点的回归子系数的归一化系数，基于所有的归一化系数生成相对应的分析结果。
[0100] 在一些实施例中，步骤S4中的（统计每个设备关联组的所有回归子系数并输入至故障诊断树中，提取故障诊断树中的节点的回归子系数的归一化系数，基于所有的归一化系数生成相对应的分析结果），包括S41‑S43：S41，所述故障诊断树中包括子故障节点和综合结果节点，每个子故障节点与设备关联组的关联节点对应。
[0101] 可以理解的是，故障诊断树中包括子故障节点和综合结果节点，每个子故障节点与设备关联组的关联节点对应。
[0102] 因此，服务器会依据关联树结构对应结构树路径中关联节点的关系将相应的子故障节点与综合结果节点进行连接，即，将位于同一分支线路上的多个子线路对应的子故障节点与相应的综合结果节点。并且，多个分支线路又具有与之共同连接分支线路，则多个相应综合结果节点又可以共同连接一个综合结果节点。
[0103] S42，每个子故障节点基于相应设备关联组的回归子系数按照故障和非故障进行归一化处理，得到归一化系数。
[0104] 可以理解的是，每个子故障节点基于相应设备关联组的回归子系数按照故障和非故障进行归一化处理，得到归一化系数。
[0105] S43，每个综合结果节点至少与多个子故障节点相连接，每个综合结果节点基于多个子故障节点的归一化系数进行计算组合得到分析结果，不同的计算组合对应不同的分析结果。
[0106] 在一些实施例中，步骤S43中的（每个综合结果节点至少与多个子故障节点相连接，每个综合结果节点基于多个子故障节点的归一化系数进行计算组合得到分析结果，不同的计算组合对应不同的分析结果），包括S431‑S432：S431，若判断相应的综合结果节点具有上维度的其他综合结果节点，则将其他综合结果节点作为第一包含节点，确定所述第一包含节点下维度的与相应综合结果节点同级别的其他综合结果节点，作为被包含节点。
[0107] 可以理解的是，如果判断相应的综合结果节点具有上维度的其他综合结果节点，则将其他综合结果节点作为第一包含节点，确定所述第一包含节点下维度的与相应综合结果节点同级别的其他综合结果节点，作为被包含节点。
[0108] S432，统计相应的综合结果节点、同级别的被包含节点的归一化系数进行计算组合，得到第一包含节点的分析结果。
[0109] 不难理解的是，统计相应的综合结果节点、同级别的被包含节点的归一化系数进行计算组合，得到第一包含节点的分析结果。
[0110] 通过上述方式，可以快速定位相应线路或者该线路上的设备是否出现问题，从而及时发现故障。
[0111] 参见图2，是本发明实施例提供的一种微电网设备问题数据处理系统的结构示意图，该微电网设备问题数据处理系统包括：统计模块，用于统计所有微电网设备的运行信息，基于运行信息进行一次筛选得到待诊断设备，基于线路关联关系和标签关联关系对待诊断设备分类统计，得到多个设备关联组；
提取模块，用于提取设备关联组中所对应的关联设备以及关联信息，对关联设备的关联信息按照预设训练的回归规则进行信息定位得到因变量信息组和自变量信息组；
处理模块，用于基于回归算法对因变量信息组和自变量信息组进行处理得到回归系数，将所述回归系数与故障诊断系数比对得到初步的回归子系数；
生成模块，用于统计每个设备关联组的所有回归子系数并输入至故障诊断树中，提取故障诊断树中的节点的回归子系数的归一化系数，基于所有的归一化系数生成相对应的分析结果。
[0112] 本发明还提供一种存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
[0113] 其中，存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器（ROM）、随机存取存储器（RAM）、CD‑ROM、磁带、软盘和光数据存储设备等。
[0114] 本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
[0115] 在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：
Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application Specific Integrated Circuit，简称：ASIC）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
[0116] 最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
