(19)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 202210495923.3 (22)申请日 2022.05.09 (71)申请人 国网福建省电力有限公司 地址 350000 福建省福州市五四路257号 申请人 北京科东电力控制系统有限责任公 司　 国网福建省电力有限公司经济技 术 研究院　 国网信通亿力科技有限责任公司 (72)发明人 郭久煜　刘必晶　余秀月　陈郑平　 郑立玮　温兴玺　李泽科　黄姗　 张胜勤　陈力　黄海腾　杨勇　 杨旭　丁凌龙　陈煜　 (74)专利代理 机构 南京纵横知识产权代理有限 公司 32224 专利代理师 董建林(51)Int.Cl. G06Q 10/06(2012.01) G06K 9/62(2022.01) G06N 3/08(2006.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06Q 50/06(2012.01) (54)发明名称 一种基于网源涉网试验的机组状态分析方 法与系统 (57)摘要 本发明公开了一种基于网源涉网试验的机 组状态分析方法与系统， 所述方法包括获取电厂 上送的涉网试验报告； 提取对应的设备参数； 将 所述设备参数输入关联度计算公 式， 计算设备参 数关联度； 根据设备参数关联度计算结果， 将设 备参数进行分类， 获取关联参数集合； 从所述关 联参数集合中选择强关联参数集合的信息并结 合试验报告计算得出机组的劣化程度值； 通过所 述劣化程度值确定权重系数和基本扣分值， 进而 计算状态量应扣分值， 进行最终运行状态判断， 本发明可以根据网源机组涉网试验 结果， 及时更 新机组状态， 从而使 得网源机组管理更加准确合 理， 能够及时的甄别出运行状态异常的机组， 在 未发生故障时及时进行预警， 督促落实整改， 保 障电网安全。 权利要求书3页 说明书9页 附图3页 CN 114693175 A 2022.07.01 CN 114693175 A 1.一种基于网源涉网试验的机组状态分析 方法， 其特 征在于， 包括： 获取电厂上送 的涉网试验报告， 通过OCR图像识别技术将图片形式的试验报告转换为 可编辑的文本信息； 将转换后的试验报告传入预先根据不同文件类型配置的设备参数模版， 提取对应的设 备参数； 将所述设备参数输入关联度计算公式， 计算设备参数关联度； 根据设备参数关联度计算结果， 将设备参数进行分类， 获取关联参数集 合； 从所述关联参数集合中选择与机组运行安全相关的且属于强关联参数集合的信息并 结合试验报告计算得 出机组的劣化 程度值； 通过所述劣化程度值确定权重系数和基本扣分值， 进而计算状态量应扣分值， 进行最 终运行状态判断。 2.根据权利要求1所述的基于网源涉网试验的机组状态分析方法， 其特征在于， 建立设 备状态评估 模型， 评估机组的当前运行状态， 包括： 通过多台机组多时段的历史数据为每 台机组建立状态特性评估模型， 即基于贝叶斯分 类器的状态评估 模型； 通过对现场数据的实时采集， 计算得到当前状态属于不同类别的概 率， 公式如下： y＝f(x)＝argmax 根据当前状态属于不同类别的概 率， 综合评估机组的当前运行状态。 3.根据权利要求1所述的基于网源涉网试验的机组状态分析方法， 其特征在于， 将机组 各项指标综合汇总， 形成机组安全评估报告， 通过邮件的形式发送给对应系统专责。 4.根据权利要求1所述的基于网源涉网试验的机组状态分析方法， 其特征在于， 将所述 设备参数输入关联度计算公式， 计算设备参数关联度， 包括： 假定要计算关联度的两序列分别为x， y， 对 x， y两序列进行 无量纲处 理； 求x， y两序列之间的关联系数ξ(xi)， 公式如下： 式中， ξ(xi)表示序列关联系统， ρ 表示的是分辨系数， Δmin表示第二级最小差， Δmax表 示两级最大差， Δoi(k)表示各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一 个点的绝对差值； 计算不同序列之间在某时刻的关联度ri， 公式如下： 式中， ri表示序列x 对y的灰关联度， 其中， ri值越接近1， 则代 表序列x与y的相关性越好。 5.根据权利要求1所述的基于网源涉网试验的机组状态分析方法， 其特征在于， 所述根 据设备参数关联度计算结果， 将设备参数进行分类， 获取关联参数集 合， 包括：权　利　要　求　书 1/3 页 2 CN 114693175 A 2根据设备参数关联度计算结果， 构建机组各部件参数状态分类预测的神经网络模型； 随机选取包含低关联度以及高关联度的参数作为训练集以及验证集， 选取一段包含无 关联或者低关联的参数集合以及强关联度参数集合作为测试集， 输入分类预测的神经网络 模型中， 得到分类预测值； 通过无监督聚类的方法对分类预测值进行聚类， 得到关联参数集 合。 6.根据权利要求1所述的基于网源涉网试验的机组状态分析方法， 其特征在于， 所述从 所述关联参数集合中选择与机组运行安全相关的且属于强关联参数集合的信息并结合试 验报告计算得 出机组的劣化 程度值， 公式如下： 式中， g(x)为评判指标的劣化度； x为评判指标实测值； α为该指标允许值； α 或β 为该指 标上下限值， θ 为劣化 程度限值。 7.根据权利要求1所述的基于网源涉网试验的机组状态分析方法， 其特征在于， 通过所 述劣化程度值确定权重系 数和基本扣 分值， 进而计算状态量应扣 分值， 并计算得到最终运 行状态评分包括: 通过所述劣化 程度值确定 权重系数和基本扣分值； 将该状态量的基本扣分值乘以权 重系数计算得到状态量应扣分值； 将状态量应扣分值与预 先设定基本 评价标准进行比较， 进行最终运行状态判断。 8.一种基于网源涉网试验的机组状态分析系统， 其特 征在于， 包括： 涉网试验报告数字化单元， 用于获取电厂上送的涉网试验报告， 通过OCR图像识别技术 将图片形式的试验报告转换为可编辑的文本信息； 验报告参数提取单元， 用于将转换后的试验报告传入预先根据不同文件类型配置的设 备参数模版， 提取对应的设备参数； 参数关联度计算单元， 用于将所述设备参数输入关联度计算公式， 计算设备参数关联 度； 参数状态分类单元， 用于根据设备参数关联度计算结果， 将设备参数进行分类， 获取关 联参数集 合； 机组的劣化程度计算单元， 用于从所述关联参数集合中选择与机组运行安全相关的且 属于强关联参数集 合的信息并结合试验报告计算得 出机组的劣化 程度值； 参数状态评估单元， 用于通过所述劣化程度值确定权重系数和基本扣分值， 进而计算 状态量应扣分值， 进行最终运行状态判断。权　利　要　求　书 2/3 页 3 CN 114693175 A 3