(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210274450.4 (22)申请日 2022.03.21 (71)申请人 广东电网有限责任公司佛山供电局 地址 528000 广东省佛山市禅城区汾江南 路1号 (72)发明人 钟少恒　曹小冬　刘智聪　蔡耀广　 郭泽豪　吕华良　陈志刚　伦杰勇　 陈捷　王翊　余勇　王佳骏　 陈锦荣　许苑丰　李鸿盛　蔡勇超　 林家树　林资山　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 代理人 黄忠 (51)Int.Cl. G06Q 10/00(2012.01)G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06V 20/52(2022.01) G06V 10/40(2022.01) G06V 10/774(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 一种基于数据融合的电力数据分析方法和 系统 (57)摘要 本发明公开了一种基于数据融合的电力数 据分析方法和系统， 涉及 电力数据分析技术领 域， 所述方法包括自动获取多个系统中的电力调 控多维数据， 进行数据融合， 然后根据融合后的 数据判断是否存在异常数据， 并根据异常数据定 位电力系统的故障原因和故障点， 利用故障影 响 设备数量、 故障影响时间、 地形地貌、 线路重要 程 度、 天气数据和负荷数据， 结合训练好的BP神经 网络模型判断故障的风险等级， 不需要依靠人工 对多系统数据进行整合分析， 提高了电力设备数 据分析的自动化程度， 解决了目前对电力设备的 运行情况进行分析， 需要人工从多个系统中调取 数据， 然后进行数据整合与分析， 效率低下， 且难 以及时发现电力数据异常的技 术问题。 权利要求书2页 说明书10页 附图6页 CN 114372596 A 2022.04.19 CN 114372596 A 1.一种基于数据融合的电力数据分析 方法， 其特 征在于， 包括以下步骤： S1、 从多个电力调度系统中获取大电网调控多维数据， 多个电力调度系统包括PMS系 统、 EMS系统、 OMS系统、 配电自动化系统、 调度自动化系统、 同期线损系统、 用电信息采集系 统和营销系统中的任意两个以上的系统； S2、 对获取到的多维数据进行数据融合， 将多维数据纳入一个数据表中， 得到第一融合 数据； S3、 对第一融合数据进行分析， 判断是否存在异常数据， 若是， 则根据异常数据定位电 力系统的故障原因和故障点， 其中， 故障原因包括电力设备自身原因和外力原因； S4、 获取故障点的影响参数， 影响参数包括故障影响设备数量、 故障影响时间、 地形地 貌、 线路重要程度、 天气数据和负荷数据； S5、 将故障点的影响参数输入训练好的BP神经网络模型中， 判断故障的风险等级。 2.根据权利要求1所述的基于数据融合的电力数据分析方法， 其特征在于， 步骤S3中， 在根据异常数据定位电力系统的故障原因为外力原因时， 还 包括以下步骤： S6、 从电力系统 的视频监控系统获取组合成输电线路现场图像的多组输电线路图像数 据； S7、 对多组输电线路图像数据分别进行图像特 征提取， 得到特 征图像； S8、 将提取到的特 征图像进行拼接后输入卷积融合模型中， 得到第二融合数据； S9、 对第二融合数据进行外破隐患对象识别， 判断第二融合数据中是否存在输电线路 的外破隐患对象， 若是， 则定位外破隐患对象位置并进行外破告警。 3.根据权利要求2所述的基于数据融合的电力数据分析方法， 其特征在于， 步骤S5之后 还包括： S10、 根据故障原因和故障风险等级， 指定对应数量的检修人员到故障点进行故障处 理。 4.根据权利要求3所述的基于数据融合的电力数据分析方法， 其特征在于， 步骤S10具 体包括： S10‑1、 根据检修人员携带的移动终端获取检修人员的实时位置和作业状态， 以故障点 为圆心筛 选出距故障点预置距离范围内的候选检修人员； S10‑2、 根据故障原因和故障风险等级确定处理故障需要的检修人员数量， 根据处理故 障需要的检修人员数量向对应数量的候选检修人员的移动终端派发工单， 使得接收工单的 检修人员到故障点进行故障处 理。 5.根据权利要求4所述的基于数据融合的电力数据分析方法， 其特征在于， 步骤S10 ‑2 具体包括： S10‑21、 根据故障原因和 故障风险等级确定处理故障需要的检修人员数量， 根据处理 故障需要的检修人员数量向对应数量的候选检修人员的移动终端派发工单； S10‑22、 接收候选检修人员反馈的接收工单 结果， 接收工单 结果包括接收和拒绝； S10‑23、 若候选检修人员反馈拒绝接收工单的信号， 则重新选择新的候选检修人员的 移动终端派发工单， 直至接收工单的数量达到处理故障需要的检修人员数量， 其中， 当距故 障点预置距离范围内的候选检修人员数量不 足时， 从后台获取在岗且作业状态为空闲的检 修人员作为 候选检修人员。权　利　要　求　书 1/2 页 2 CN 114372596 A 26.根据权利要求4或5所述的基于数据融合的电力数据分析方法， 其特征在于， 步骤S10 之后， 还包括： 步骤S11、 通过移动终端上的摄像头获取检修人员的故障处理情况， 对检修人员的故障 处理情况进行评价， 将检修人员的故障处 理情况和评价结果绑定保存至数据库。 7.根据权利 要求6所述的基于数据融合的电力数据分析方法， 其特征在于， 步骤S10 ‑21 具体包括： 根据故障原因和故障风险等级确定处理故障需要的检修人员的数量和检修人员的专 业等级要求； 若故障风险等级为中低 风险等级， 则 筛选出距故障点预置距离范围内距离最近的候选 检修人员； 若故障风险等级为高风险等级以上， 则 筛选出距故障点预置距离范围内的具备高等专 业级别的候选检修人员； 根据处理故障需要的检修人员数量向对应数量的候选检修人员的移动终端派发工单。 8.根据权利要求3所述的基于数据融合的电力数据分析方法， 其特征在于， 当根据异常 数据定位电力系统的故障原因为外力原因时， 依据外破隐患对象的数量确定处理故障需要 的检修人员数量， 其中一个外破隐患对象对应的处 理故障需要的检修人员数量 为五个。 9.一种基于数据融合的电力数据分析系统， 其特 征在于， 包括以下模块： 电力调控多维数据获取模块， 用于从多个电力调度系统中获取大电网调控多维数据， 多个电力调度系统包括PMS系统、 EMS系统、 OMS系统、 配电自动化系统、 调度自动化系统、 同 期线损系统、 用电信息采集系统和营销系统中的任意两个以上的系统； 第一数据融合模块， 用于对获取到的多维数据进行数据融合， 将多维数据纳入一个数 据表中， 得到第一融合数据； 第一融合数据分析模块， 用于对第一融合数据进行分析， 判断是否存在异常数据， 若 是， 则根据 异常数据定位电力系统的故障原因和故障点， 其中， 故障原因包括电力设备自身 原因和外力原因； 故障点数据获取模块， 用于获取故障点的影响参数， 影响参数包括故障影响设备数量、 故障影响时间、 地形地貌、 线路重要程度、 天气数据和负荷数据； 故障等级识别模块， 用于将故障点的影响参数输入训练好的BP神经网络模型中， 判断 故障的风险等级。 10.根据权利要求9所述的基于数据融合的电力数据分析系统， 其特 征在于， 还 包括： 图像数据获取模块， 用于在第 一融合数据分析模块根据异常数据定位电力系统 的故障 原因为外力原因时， 从电力系统的视频监控系统获取组合成输电线路现场图像的多组输电 线路图像数据； 图像特征提取模块， 用于对多组输电线路图像数据分别进行图像特征提取， 得到特征 图像； 第二数据融合模块， 用于将提取到的特征图像进行拼接后输入卷积融合模型中， 得到 第二融合数据； 第二融合数据分析模块， 用于对第二融合数据进行外破隐患对象识别， 判断第二融合数 据中是否存在输电线路的外破隐患对象， 若是， 则定位外破隐患对象位置并进行外破告警。权　利　要　求　书 2/2 页 3 CN 114372596 A 3