电力系统全要素资源监控方法、系统、设备和存储介质与流程

1.本发明涉及电力系统技术领域，具体而言，涉及一种电力系统全要素资源监控方法、系统、设备和存储介质。


背景技术：

2.目前，电力行业面临科学发展的需求，如何使电力系统更加安全、高效、绿色、智能运行已成为业内所面临的重要问题，同时，电力系统涉及发电、变电、输电、配电和用电等多个环节，且每个环节均涉及多种电力资源，包括各种电力基础设施、设施内的各种设备及部件。
3.现有的电力监控系统大多是针对诸如企业、园区内配电设备运行状态这类小范围、部分资源的监控，而面对行政区级、市级、省级乃至更大区域范围的监控，同时需要对各种资源的全面监控的时候，海量数据的获取和监控存在无法全面监控的问题。


技术实现要素：

4.本发明所要解决的问题是如何实现电力系统全要素资源监控。
5.为解决上述问题，本发明提供一种电力系统全要素资源监控方法，所述电力系统全要素资源监控方法基于电力监控系统，所述电力监控系统包括监控中心单元和多个监控子单元，所述电力系统全要素资源监控方法包括：获取各所述监控子单元的目标监控对象的第一监控数据，其中，所述第一监控数据包括多个监控子数据，所述目标监控对象包括发电单元、变电单元、输电单元、配电单元和用电单元，每一种所述监控对象对应一个所述监控子数据；将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据；获取电力影响训练模型，通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据；将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据；将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，其中，所述监控中心单元通过同一可视化模型对所述第三监控数据中的不同数据进行显示。
6.与现有技术相比：本发明通过多个监控子单元对不同目标监控对象进行监测，获得第一监控数据，即初始数据，再对第一监控数据中的多个监控子数据进行划分处理，将数值数据和非数值数据区分，可以理解的是，对于大量不同数据而言，若不进行划分数值数据和非数值数据，分别对每个数据进行单独处理和监测，所需要的时间和算力十分庞大，不仅容易造成数据错误，还浪费大量时间，对于电网安全运行有着极大的威胁，因此，本发明将大量数据化整为零，先进行一步处理，通过电力影响训练模型将非数值数据进行数值转化处理，得到第二监控数据，这时通过初步处理的非数值数据已转化为数值数据，便于后续监
测与处理，再将第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据，即将原本各类数值不同的数值范围变换为一致的，便于数据处理与应用，最后，将第三监控数据和数值数据发送至监控中心单元，监控中心单元根据第三监控数据和数值数据对电力系统全要素资源进行监控。通过本发明的方法将庞大的数据分步处理，变换为易于监测和应用的数据，便于对全要素资源进行监控，同时，分步处理监控数据也减轻了监控子单元和监控中心的算力压力和处理时间，避免对电网安全运行造成影响。
7.可选地，所述监控子数据包括发电机的转速、有功功率、无功功率、定子电压、定子电流、转子电压、转子电流、功率因数、发电机温度、风机处的风速和风向及光伏板处的辐照度；变电站的变压器和开关柜的温度、电压、电流、功率、频率、开关状态及环境温度、湿度、气体浓度及人员非法闯入检测结果；输电线路的电压、电流、温度、接地电阻、杆塔倾斜度、绝缘子温度及绝缘子外观；配电网的线路电压、电流、温度及配电柜的电压、电流及温度；用电负载的用电量、负载功率及电能质量。
8.可选地，所述将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据，包括：所述监控子单元通过isnan函数检测所述第一监控数据中的各类数据中的特定值是否为非数值类数据；根据检测结果将所述各类数据划分为所述数值数据或所述非数值数据。
9.可选地，所述获取电力影响训练模型包括：获取历史非数值数据，将所述历史非数值数据划分为训练集和测试集；根据所述训练集对初始电力影响训练模型进行训练，将历史非数值数据转化为初始数值数据；基于所述初始数值数据与所述历史非数值数据通过贪心算法和贝叶斯优化进行参数修正，得到损失函数输出；根据所述损失函数输出修正所述初始电力影响训练模型的模型参数，直至满足预设条件，将经参数调整后的所述初始电力影响训练模型作为所述电力影响训练模型。
10.可选地，所述通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据，包括：所述电力影响训练模型将所述非数值数据中的元素按照对于电力系统的负面影响程度进行排序；对排序后的元素进行赋值，以将所述非数值数据进行数值转化处理，得到所述第二监控数据；其中，每个元素所赋给的数值按照排序依次增大或减小。
11.可选地，所述将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据，包括：将所述第二监控数据中的各类数据分别通过映射运算公式映射至所述同一预设数值范围内，得到所述第三监控数据；其中，当所述同一预设数值范围为[ymin，ymax]时，所述监控子单元通过所述映射运算公式对所述各类数据进行映射，所述映射运算公式如下：
，其中，x为映射前所述第二监控数据中的一条数据，y为映射后所述第三监控数据中的一条数据，x
min
为所述第二监控数据中的最小值，x
max
为所述第二监控数据中的最大值。
[0012]
可选地，所述将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，包括：所述监控中心单元中储存各类数据对应的历史数据的最大值和最小值，所述监控中心单元通过机器学习算法将所述第三监控数据与所述历史数据的最大值和最小值，以及所述数值数据与所述历史数据的最大值和最小值，进行实时对比监测，以监控所述各类数据是否异常；当所述各类数据中的某一数据存在异常时，生成预警信号，以弹窗形式进行显示；其中，所述机器学习算法包括支持向量机、随机森林或神经网络。
[0013]
为解决上述问题，本发明还提供了一种电力系统全要素资源监控系统，所述电力系统全要素资源监控系统基于电力监控系统，所述电力监控系统包括监控中心单元和多个监控子单元，所述电力系统全要素资源监控系统包括：获取模块，用于获取各所述监控子单元的目标监控对象的第一监控数据，其中，所述第一监控数据包括多个监控子数据，所述监控对象包括发电单元、变电单元、输电单元、配电单元和用电单元，每一种所述监控对象对应一个所述监控子数据；处理模块，用于将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据；训练模块，用于获取电力影响训练模型，通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据；处理模块，还用于将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据；将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，其中，所述监控中心单元通过同一可视化模型对所述第三监控数据中的不同数据进行显示。
[0014]
本发明所述的一种电力系统全要素资源监控系统与所述的电力系统全要素资源监控方法相对于现有技术的优势相同，在此不再赘述。
[0015]
为解决上述问题，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的电力系统全要素资源监控方法。
[0016]
本发明所述的一种计算机设备与所述的一种电力系统全要素资源监控方法相对于现有技术的优势相同，在此不再赘述。
[0017]
为解决上述问题，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的电力系统全要素资源监控方法。
[0018]
本发明所述的一种计算机可读存储介质与所述的一种电力系统全要素资源监控
方法相对于现有技术的优势相同，在此不再赘述。
附图说明
[0019]
图1为本发明实施例中电力系统全要素资源监控方法的流程图；图2为本发明实施例中电力监控系统的结构图；图3为本发明实施例中计算机设备的内部结构图。
具体实施方式
[0020]
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
[0021]
为解决上述问题，结合图1和图2所示，本发明提供一种电力系统全要素资源监控方法，所述电力系统全要素资源监控方法基于电力监控系统，所述电力监控系统包括监控中心单元和多个监控子单元，所述电力系统全要素资源监控方法包括：步骤110，获取各所述监控子单元的目标监控对象的第一监控数据，其中，所述第一监控数据包括多个监控子数据，所述目标监控对象包括发电单元、变电单元、输电单元、配电单元和用电单元，每一种所述监控对象对应一个所述监控子数据；具体地，监控子单元可以作为边缘计算设备，设置于相应监控对象所在位置处，监控中心单元可以作为云端设备，与各个监控子单元进行通信连接，同时，通过对发电单元、变电单元、输电单元、配电单元和用电单元对应的发电设施、变电设施、输电设施、配电设施和用电设施进行监控，涵盖电力系统的所有待监控要素，即实现对电力系统全要素资源监控，其中，监控子单元具有通信和边缘计算功能，监控子单元通过与设置于各设施、设施内的各设备及部件处的数据采集装置进行通信，以获取各数据采集装置所采集到的数据，在获取到各数据采集装置所采集到的数据后，监控子单元可对数据进行初步处理，例如，可对数据进行简化，仅保留监控对象的id和值等必要信息，或者对变电站的监控视频进行分析处理，得到是否有人员非法闯入的检测结果等，初步处理后的数据作为第一监控数据。
[0022]
步骤120，将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据；具体地，第一监控数据包括但不限于发电机的转速、有功功率、无功功率、定子电压、定子电流、转子电压、转子电流、功率因数及发电机温度、风力发电机处的风速和风向、光伏发电机处的辐照度等；变电站的变压器和开关柜的温度、电压、电流、功率、频率、开关状态及环境温度、湿度、六氟化硫等气体浓度、人员非法闯入检测结果等；输电线路的电压、电流、温度、接地电阻、杆塔倾斜度、绝缘子温度、绝缘子外观等；配电网的线路电压、电流、温度及配电柜的电压、电流、温度等；用电负载的用电量、负载功率及电能质量等数据，因此，需要将监测数据为数值和非数值的进行划分，以便于后续的数据处理和应用，例如可通过isnan函数进行检测，诸如绝缘子外观、开关状态和人员非法闯入检测结果等均是非数值数据。
[0023]
步骤130，获取电力影响训练模型，通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据；具体地，通过电力影响训练模型，以电力影响程度为基础，将非数值数据进行数值
转化处理，得到第二监控数据，可以理解的是，对于非数值数据转化为数值数据需要转变依据或指标，而对于电网运行中的非数值数据主要体现为对电力影响的程度，因此，需要以电力影响程度为原则基础，进行数据上的转化，能够避免转化后的数据与电网运行无关联，以及提升转化后数据的准确性。
[0024]
步骤140，将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据；具体地，可以理解的是，本实施例中的第三监控数据、第二监控数据与第一监控数据，仅是因为有数值化和范围映射的处理而发生的变化，其中三者的数据种类（例如发电机的转速、有功功率、无功功率、定子电压、定子电流等等）均是相同的，同时，应当理解的是，在第二监控数据中，上述各类数据的数值范围一般是各不相同的，因此，在本实施例中，将上述各类数据的数值范围变换为一致，以便于后续处理和应用。
[0025]
步骤150，将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，其中，所述监控中心单元通过同一可视化模型对所述第三监控数据中的不同数据进行显示。
[0026]
具体地，本实施例的监控中心单元在接收到各个监控子单元发送的第三监控数据和数值数据后，可分别对第三监控数据和数值数据中的各种数据进行显示，还可进行异常判断和异常告警，其中，可视化模型包括二维坐标系，二维坐标系的第一坐标轴为时间轴，二维坐标系的第二坐标轴为数值轴，且数值轴的范围为同一预设数值范围，本实施例能够实现实时监控的同时，还可根据数据信息进行故障诊断、预警信息发布以及维护管理等，通过实时监控实现对大范围区域的全过程监测和实时状态掌握。
[0027]
本实施例通过多个监控子单元对不同目标监控对象进行监测，获得第一监控数据，即初始数据，再对第一监控数据中的多个监控子数据进行划分处理，将数值数据和非数值数据区分，可以理解的是，对于大量不同数据而言，若不进行划分数值数据和非数值数据，分别对每个数据进行单独处理和监测，所需要的时间和算力十分庞大，不仅容易造成数据错误，还浪费大量时间，对于电网安全运行有着极大的威胁，因此，本实施例将大量数据化整为零，先进行一步处理，通过电力影响训练模型将非数值数据进行数值转化处理，得到第二监控数据，这时通过初步处理的非数值数据已转化为数值数据，便于后续监测与处理，再将第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据，即将原本各类数值不同的数值范围变换为一致的，便于数据处理与应用，最后，将第三监控数据和数值数据发送至监控中心单元，监控中心单元根据第三监控数据和数值数据对电力系统全要素资源进行监控。通过本实施例的方法将庞大的数据分步处理，变换为易于监测和应用的数据，便于对全要素资源进行监控，同时，分步处理监控数据也减轻了监控子单元和监控中心的算力压力和处理时间，避免对电网安全运行造成影响。
[0028]
可选地，所述监控子数据包括发电机的转速、有功功率、无功功率、定子电压、定子电流、转子电压、转子电流、功率因数、发电机温度、风机处的风速和风向及光伏板处的辐照度；变电站的变压器和开关柜的温度、电压、电流、功率、频率、开关状态及环境温度、湿度、气体浓度及人员非法闯入检测结果；输电线路的电压、电流、温度、接地电阻、杆塔倾斜度、绝缘子温度及绝缘子外观；配电网的线路电压、电流、温度及配电柜的电压、电流及温度；用
电负载的用电量、负载功率及电能质量。
[0029]
可选地，所述将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据，包括：所述监控子单元通过isnan函数检测所述第一监控数据中的各类数据中的特定值是否为非数值类数据；根据检测结果将所述各类数据划分为所述数值数据或所述非数值数据。
[0030]
具体地，isnan函数是检查特定值是否为非数字的python函数，通过检查任何数值类型，例如整数、浮点数或者复数等，来检查其是否为非数字值，本实施例通过将各类数据划分为数值数据或非数值数据，将大量数据化整为零，造成数据错误，节约后续处理时间，便于后续处理和应用。
[0031]
可选地，所述获取电力影响训练模型包括：获取历史非数值数据，将所述历史非数值数据划分为训练集和测试集；根据所述训练集对初始电力影响训练模型进行训练，将历史非数值数据转化为初始数值数据；基于所述初始数值数据与所述历史非数值数据通过贪心算法和贝叶斯优化进行参数修正，得到损失函数输出；根据所述损失函数输出修正所述初始电力影响训练模型的模型参数，直至满足预设条件，将经参数调整后的所述初始电力影响训练模型作为所述电力影响训练模型。
[0032]
具体地，通过本实施例的电力影响训练模型，使得非数值数据的数值转化处理更加准确，同时，本实施例还采用贪心算法和贝叶斯优化进行参数修正，不仅使得参数具有局部最优解的优点，还兼顾了快速参数处理，节约处理时间，其中，贪心算法把求解的问题分成若干个子问题，每个子问题求解，得到子问题的局部最优解，把子问题的解局部最优解合成原来问题的一个解；贝叶斯优化尝试下一组超参数时，会参考之前的评估结果，因此，可以省去很多无用功。
[0033]
可选地，所述通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据，包括：所述电力影响训练模型将所述非数值数据中的元素按照对于电力系统的负面影响程度进行排序；对排序后的元素进行赋值，以将所述非数值数据进行数值转化处理，得到第二监控数据；其中，每个元素所赋给的数值按照排序依次增大或减小。
[0034]
具体地，本实施例中，监控子单元将非数值数据中的元素按照对于电力系统的负面影响程度进行排序，然后对排序后的元素进行赋值，其中，每个元素所赋给的数值按照排序依次增大或减小，例如绝缘子外观按照对于电力系统的负面影响从小到大可排列为：完好、脏污、裂纹、变形，当然，在其他实施例中也可以以相反顺序排序，在此不做限定，以从大到小或从小到大等类似有规律的顺序进行排序即可，在排序后，将完好、脏污、裂纹、变形依次赋值为0、1、2、3，那么绝缘子外观数据被转换为值为0或1或2或3的数值数据，同理，空气开关的闭合、断开状态可分别被赋值为0、1；人员非法闯入的有无状态可分别被赋值为1、0，可以理解的是上述所赋给的数值的最小值可取0、也可不取0，相邻数值的差值可相等、也可
不等，所赋给的数值在本发明实施例中仅是用于通过大小不等的数值来表示不同的状态，只需要保证同一条数据中各元素被赋给的数值按照其对于电力系统的负面影响程度的顺序递增或递减即可。
[0035]
可选地，所述将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据，包括：将所述第二监控数据中的各类数据分别通过映射运算公式映射至所述同一预设数值范围内，得到第三监控数据；其中，当所述同一预设数值范围为[ymin，ymax]时，所述监控子单元通过所述映射运算公式对所述各类数据进行映射，所述映射运算公式如下：，其中，x为映射前所述第二监控数据中的一条数据，y为映射后所述第三监控数据中的一条数据，x
min
为所述第二监控数据中的最小值，x
max
为所述第二监控数据中的最大值。
[0036]
具体地，本实施例中，例如预设数值范围为[0，1]，对于变压器的温度，若当前获取到的温度为85℃，历史最高温度为145℃，历史最低温度为5℃，则当前温度映射后的值为0.57，由此，可将发电机的转速、有功功率、无功功率、定子电压、定子电流等各种数据均映射到[0，1]，以便于后续数据的监测和处理。
[0037]
可选地，所述将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，包括：所述监控中心单元中储存各类数据对应的历史数据的最大值和最小值，所述监控中心单元通过机器学习算法将所述第三监控数据与所述历史数据的最大值和最小值，以及所述数值数据与所述历史数据的最大值和最小值，进行实时对比监测，以监控所述各类数据是否异常；当所述各类数据中的某一数据存在异常时，生成预警信号，以弹窗形式进行显示；其中，所述机器学习算法包括支持向量机、随机森林或神经网络。
[0038]
具体地，监控中心单元在接收到各个监控子单元发送的第三监控数据和数值数据后，可分别对第三监控数据和数值数据中的各类数据进行显示、异常判断和异常告警，具体方式为算法将所述第三监控数据和所述数值数据与所述历史数据的最大值和最小值进行对比监测，以监控各类数据是否异常，其中，监控中心单元对所有种类的数据，均调用同一可视化模型进行显示，由于各类数据均是同一数值范围内的数据，因此可以采用相同的可视化模型和显示界面，还可大大减小了监控中心单元在进行数据显示时的运算量。
[0039]
具体地，在本实施例中，监控中心单元通过机器学习算法对各类数据进行异常判断，由于第三监控数据均是同一数值范围内的数据，因此，可以采用相同的判断算法。
[0040]
具体地，在对电力系统各监控对象的数据通过监控子单元进行初步处理、数值化和范围映射后，到达监控中心单元，即数据的量及复杂程度已被大大减小，与此同时，数值化和范围映射后的数据便于监控中心单元统一进行运算处理，例如上述的通过同一可视化模型进行显示和通过相同算法进行异常判断，这无疑进一步减小了监控中心的数据处理量，同时，当采用机器学习算法进行异常判断时，由于第三监控数据是范围映射后的数据，
在将第三监控数据输入机器学习模型后无需做归一化这一预处理，即机器学习算法可不包含数据归一化流程，能够进一步减小监控中心的数据处理量。
[0041]
具体地，本实施例中的监控中心单元存储有每种数据的最大值和最小值，监控中心在判定某种数据异常时，可根据该种数据的最大值和最小值，利用上述公式对该种数据进行逆映射，以还原该种数据的实际值，从而便于监控中心处的人员基于异常结果和实际的异常数据采取相应的应对措施，例如，当监控中心根据第三监控数据中的变压器温度数据0.95，判定变压器温度异常并报警时，可根据上述公式计算出变压器的实际温度为138℃，超出直接断电的阈值135℃，此时监控中心处的人员可直接向相应的操作员发出断电指令，通过本实施例的方法，不仅实现了对电力系统全要素资源监控，还在各环节减轻运算和处理压力，缩短处理时长，增强电网运行稳定性。
[0042]
和上述一种电力系统全要素资源监控方法相对应，本发明实施例还提供了一种电力系统全要素资源监控系统，所述电力系统全要素资源监控系统基于电力监控系统，所述电力监控系统包括监控中心单元和多个监控子单元，所述电力系统全要素资源监控系统包括：获取模块，用于获取各所述监控子单元的目标监控对象的第一监控数据，其中，所述第一监控数据包括多个监控子数据，所述监控对象包括发电单元、变电单元、输电单元、配电单元和用电单元，每一种所述监控对象对应一个所述监控子数据；处理模块，用于将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据；训练模块，用于获取电力影响训练模型，通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据；处理模块，还用于将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据；将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，其中，所述监控中心单元通过同一可视化模型对所述第三监控数据中的不同数据进行显示。
[0043]
本发明实施例所述的一种电力系统全要素资源监控系统与所述的电力系统全要素资源监控方法相对于现有技术的优势相同，在此不再赘述。
[0044]
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述电力系统全要素资源监控方法。
[0045]
需要注意的是，该设备可以为服务器、移动终端等计算机设备。
[0046]
图3示出了一个实施例中计算机设备的内部结构图。该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现多能协同运行方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行的多能协同运行方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的
按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0047]
在一个实施例中，提供了还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述电力系统全要素资源监控方法。
[0048]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
[0049]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0050]
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
[0051]
虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

技术特征：
1.一种电力系统全要素资源监控方法，其特征在于，所述电力系统全要素资源监控方法基于电力监控系统，所述电力监控系统包括监控中心单元和多个监控子单元，所述电力系统全要素资源监控方法包括：获取各所述监控子单元的目标监控对象的第一监控数据，其中，所述第一监控数据包括多个监控子数据，所述目标监控对象包括发电单元、变电单元、输电单元、配电单元和用电单元，每一种所述监控对象对应一个所述监控子数据；将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据；获取电力影响训练模型，通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据；将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据；将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，其中，所述监控中心单元通过同一可视化模型对所述第三监控数据中的不同数据进行显示。2.根据权利要求1所述的电力系统全要素资源监控方法，其特征在于，所述监控子数据包括发电机的转速、有功功率、无功功率、定子电压、定子电流、转子电压、转子电流、功率因数、发电机温度、风机处的风速和风向及光伏板处的辐照度；变电站的变压器和开关柜的温度、电压、电流、功率、频率、开关状态及环境温度、湿度、气体浓度及人员非法闯入检测结果；输电线路的电压、电流、温度、接地电阻、杆塔倾斜度、绝缘子温度及绝缘子外观；配电网的线路电压、电流、温度及配电柜的电压、电流及温度；用电负载的用电量、负载功率及电能质量。3.根据权利要求2所述的电力系统全要素资源监控方法，其特征在于，所述将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据，包括：所述监控子单元通过isnan函数检测所述第一监控数据中的各类数据中的特定值是否为非数值类数据；根据检测结果将所述各类数据划分为所述数值数据或所述非数值数据。4.根据权利要求1所述的电力系统全要素资源监控方法，其特征在于，所述获取电力影响训练模型包括：获取历史非数值数据，将所述历史非数值数据划分为训练集和测试集；根据所述训练集对初始电力影响训练模型进行训练，将历史非数值数据转化为初始数值数据；基于所述初始数值数据与所述历史非数值数据，通过贪心算法和贝叶斯优化进行参数修正，得到损失函数输出；根据所述损失函数输出修正所述初始电力影响训练模型的模型参数，直至满足预设条件，将经参数调整后的所述初始电力影响训练模型作为所述电力影响训练模型。5.根据权利要求4所述的电力系统全要素资源监控方法，其特征在于，所述通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据，包括：所述电力影响训练模型将所述非数值数据中的元素按照对于电力系统的负面影响程度进行排序；
对排序后的元素进行赋值，以将所述非数值数据进行数值转化处理，得到所述第二监控数据；其中，每个元素所赋给的数值按照排序依次增大或减小。6.根据权利要求1所述的电力系统全要素资源监控方法，其特征在于，所述将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据，包括：将所述第二监控数据中的各类数据分别通过映射运算公式映射至所述同一预设数值范围内，得到所述第三监控数据；其中，当所述同一预设数值范围为[y
min
，y
max
]时，所述监控子单元通过所述映射运算公式对所述各类数据进行映射，所述映射运算公式如下：，其中，x为映射前所述第二监控数据中的一条数据，y为映射后所述第三监控数据中的一条数据，x
min
为所述第二监控数据中的最小值，x
max
为所述第二监控数据中的最大值。7.根据权利要求1所述的电力系统全要素资源监控方法，其特征在于，所述将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，包括：所述监控中心单元中储存各类数据对应的历史数据的最大值和最小值，所述监控中心单元通过机器学习算法将所述第三监控数据与所述历史数据的最大值和最小值，以及所述数值数据与所述历史数据的最大值和最小值，进行实时对比监测，以监控所述各类数据是否异常；当所述各类数据中的某一数据存在异常时，生成预警信号，以弹窗形式进行显示；其中，所述机器学习算法包括支持向量机、随机森林或神经网络。8.一种电力系统全要素资源监控系统，其特征在于，所述电力系统全要素资源监控系统基于电力监控系统，所述电力监控系统包括监控中心单元和多个监控子单元，所述电力系统全要素资源监控系统包括：获取模块，用于获取各所述监控子单元的目标监控对象的第一监控数据，其中，所述第一监控数据包括多个监控子数据，所述监控对象包括发电单元、变电单元、输电单元、配电单元和用电单元，每一种所述监控对象对应一个所述监控子数据；处理模块，用于将所述监控子数据中的各类数据进行划分，得到数值数据和非数值数据；训练模块，用于获取电力影响训练模型，通过所述电力影响训练模型将所述非数值数据进行数值转化处理，得到第二监控数据；处理模块，还用于将所述第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据；将所述第三监控数据和所述数值数据发送至所述监控中心单元，以使得所述监控中心单元根据所述第三监控数据和所述数值数据对所述电力系统全要素资源进行监控，其中，所述监控中心单元通过同一可视化模型对所述第三监控数据中的不同数据进行显示。9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所
述的电力系统全要素资源监控方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的电力系统全要素资源监控方法的步骤。

技术总结
本发明提供了电力系统全要素资源监控方法、系统、设备和存储介质，涉及电力系统技术领域，所述方法包括：获取各监控子单元的目标监控对象的第一监控数据；将监控子数据中的各类数据进行划分，得到数值数据和非数值数据；获取电力影响训练模型，通过电力影响训练模型将非数值数据进行数值转化处理，得到第二监控数据；将第二监控数据中的各类数据均映射到同一预设数值范围内，得到第三监控数据；将第三监控数据和数值数据发送至监控中心单元，以使得监控中心单元根据第三监控数据和数值数据对所述电力系统全要素资源进行监控。通过本发明实现对电力系统全要素资源进行监控，减轻算力压力和处理时间，避免对电网安全运行造成影响。响。响。


技术研发人员：韩寅峰 徐杰 娄一艇 翁秉宇 任娇蓉 金迪 江涵 刁永锴 叶木生 杨强 何中杰
受保护的技术使用者：国网浙江省电力有限公司宁波供电公司
技术研发日：2023.08.18
技术公布日：2023/9/16