基本信息:
- 专利标题： 基于电力领域的大数据挖掘与趋势预测方法及系统
- 申请号：CN202410734637.7 申请日：2024-06-07
- 公开(公告)号：CN118468598A 公开(公告)日：2024-08-09
- 发明人： 徐晓轶 , 周爱华 , 蒋玮 , 钱仲豪 , 欧朱建 , 高昆仑 , 彭林 , 季润阳
- 申请人： 国网江苏省电力有限公司南通供电分公司 , 国网智能电网研究院有限公司 , 东南大学 , 国网江苏省电力有限公司
- 申请人地址： 江苏省南通市青年中路52号
- 专利权人： 国网江苏省电力有限公司南通供电分公司,国网智能电网研究院有限公司,东南大学,国网江苏省电力有限公司
- 当前专利权人： 国网江苏省电力有限公司南通供电分公司,国网智能电网研究院有限公司,东南大学,国网江苏省电力有限公司
- 当前专利权人地址： 江苏省南通市青年中路52号
- 代理机构： 镇江至睿专利代理事务所(普通合伙)
- 代理人： 王恒静
- 主分类号： G06F30/20
- IPC分类号： G06F30/20 ; G06F16/27 ; G06F18/20 ; G06F111/04
摘要：
本发明提供了基于电力领域的大数据挖掘与趋势预测方法及系统，涉及数据处理技术领域，通过构建包括K个设备孪生模型的机组孪生模型，并在机组孪生模型中构建K个单体故障识别网络和M个关联故障识别网络对K组实时运行数据进行多维度故障分析，获得故障趋势预测结果。解决了现有技术往往只能针对电力系统中单个设备的故障进行检测和诊断，无法全面地监测和诊断多个设备之间的故障情况，导致对电力系统的整体管理和维护造成挑战的技术问题。达到了提高对电力系统机组运行过程的设备故障预测的前瞻性，在避免设备故障造成机组长期停摆的同时，降低机组故障运维经济成本，提高发电机组运行稳定性和可靠性的技术效果。
IPC结构图谱:
| G06F30/20 | 设计优化、验证或模拟 |