本技術(shù)涉及電力信息調(diào)取的，尤其是涉及基于電力設(shè)備檢修的ftu信息調(diào)取方法及系統(tǒng)。

背景技術(shù)：

1、電力系統(tǒng)是國民經(jīng)濟的基礎(chǔ)設(shè)施之一，保障了社會各個領(lǐng)域的正常運行。隨著電網(wǎng)的智能化水平不斷提升，對電力設(shè)備的高效、智能檢修需求急劇增加。為了確保供電安全和提升供電可靠性，對電力設(shè)備如分布式饋線終端單元（ftu）進行定期的檢修和狀態(tài)監(jiān)測變得尤為重要。ftu是一種在配電網(wǎng)絡(luò)中廣泛使用的智能化設(shè)備，負責(zé)數(shù)據(jù)采集、故障檢測與隔離等關(guān)鍵任務(wù)。

2、相關(guān)技術(shù)手段中，人工對ftu信息進行調(diào)取是較為常見的方法，技術(shù)人員需要定期到現(xiàn)場對各個ftu設(shè)備進行檢查，讀取其配置參數(shù)數(shù)據(jù)并對可能出現(xiàn)的問題進行預(yù)判。通過這樣的方式，可以有效收集設(shè)備狀態(tài)信息，及時發(fā)現(xiàn)和處理故障，避免更大的電力事故發(fā)生。

3、針對上述技術(shù)方案，雖然通過人工現(xiàn)場檢修可以準確獲取ftu的工作狀態(tài)和故障信息，但在突發(fā)事件處理時，無法做到快速準確的故障定位和預(yù)警，存在著檢測效率低下、實時響應(yīng)能力弱的問題。

技術(shù)實現(xiàn)思路

1、為了改善在突發(fā)事件處理時，無法做到快速準確的故障定位和預(yù)警，存在著檢測效率低下、實時響應(yīng)能力弱的問題，本技術(shù)提供基于電力設(shè)備檢修的ftu信息調(diào)取方法及系統(tǒng)。

2、本發(fā)明提供了一種基于電力設(shè)備檢修的ftu信息調(diào)取方法，包括：通過預(yù)設(shè)的信息調(diào)取設(shè)備與ftu的通信接口建立連接，對所述ftu的內(nèi)部存儲器進行讀取，得到讀取結(jié)果，根據(jù)所述讀取結(jié)果提取出所述ftu的配置參數(shù)數(shù)據(jù)；將配置參數(shù)數(shù)據(jù)與信息調(diào)取設(shè)備中預(yù)設(shè)的參數(shù)匹配庫進行比對，生成配置數(shù)據(jù)報告，并根據(jù)所述配置數(shù)據(jù)報告調(diào)整所述ftu的配置參數(shù)數(shù)據(jù)；通過信息調(diào)取設(shè)備中預(yù)設(shè)的實時監(jiān)控組件對調(diào)整配置參數(shù)數(shù)據(jù)后的ftu的數(shù)據(jù)接口進行實時數(shù)據(jù)挖掘，并收集故障相關(guān)數(shù)據(jù)，生成原始故障數(shù)據(jù)集；對所述原始故障數(shù)據(jù)集和所述配置數(shù)據(jù)報告進行數(shù)據(jù)融合分析，生成融合數(shù)據(jù)，并對所述融合數(shù)據(jù)進行智能分類，生成分類結(jié)果；基于預(yù)設(shè)的深度學(xué)習(xí)算法對分類結(jié)果中的特征進行提取和分析，生成特征向量，將特征向量輸入到預(yù)設(shè)的預(yù)測模型中，生成故障預(yù)測報告，對故障預(yù)測報告進行應(yīng)對策略分析，得到目標維修計劃。

3、作為優(yōu)選方案，所述通過預(yù)設(shè)的信息調(diào)取設(shè)備與ftu的通信接口建立連接，對所述ftu的內(nèi)部存儲器進行讀取，得到讀取結(jié)果，根據(jù)所述讀取結(jié)果提取所述ftu的配置參數(shù)數(shù)據(jù)的步驟，包括：初始化信息調(diào)取設(shè)備；其中，所述信息調(diào)取設(shè)備裝載有用于與ftu通信的軟件接口和硬件接口；采用加密通信機制，對初始化后的信息調(diào)取設(shè)備進行安全認證；在安全認證通過后，通過信息調(diào)取設(shè)備上的軟件接口和硬件接口發(fā)送連接請求至ftu的通信接口，并等待ftu返回連接確認；當(dāng)連接確定后，通過信息調(diào)取設(shè)備發(fā)送讀取命令至ftu的內(nèi)部存儲器進行讀取，得到讀取結(jié)果，對所述讀取結(jié)果進行讀取得到所述ftu的配置參數(shù)數(shù)據(jù)。

4、作為優(yōu)選方案，所述采用加密通信機制，對初始化后的信息調(diào)取設(shè)備進行安全認證的步驟，包括：在信息調(diào)取設(shè)備和ftu中部署區(qū)塊鏈客戶端，并將每個區(qū)塊鏈客戶端作為節(jié)點加入到私有區(qū)塊鏈網(wǎng)絡(luò)；在信息調(diào)取設(shè)備中利用橢圓曲線加密算法生成一對公鑰和私鑰；其中，所述私鑰由隨機數(shù)生成并存儲于信息調(diào)取設(shè)備中，所述公鑰注冊到私有區(qū)塊鏈網(wǎng)絡(luò)中；運行預(yù)設(shè)的智能合約獲取當(dāng)前私有區(qū)塊鏈網(wǎng)絡(luò)的最新區(qū)塊的哈希值、時間戳以及合約地址，并將所述哈希值、所述時間戳和所述合約地址組合成字節(jié)序列；對所述字節(jié)序列執(zhí)行哈希運算，生成一個256位的哈希值，并對生成的哈希值進行格式轉(zhuǎn)換，將轉(zhuǎn)換后的哈希值作為交易序列號；當(dāng)所述信息調(diào)取設(shè)備發(fā)起認證請求時，生成請求時間戳，通過所述智能合約利用所述請求時間戳和所述交易序列號生成驗證令牌，并將所述驗證令牌發(fā)送給信息調(diào)取設(shè)備；當(dāng)所述信息調(diào)取設(shè)備收到所述驗證令牌后，通過所述信息調(diào)取設(shè)備利用私鑰對所述驗證令牌進行數(shù)字簽名，并將數(shù)據(jù)簽名后的驗證令牌發(fā)送至智能合約；通過所述智能合約對所述數(shù)據(jù)簽名后的驗證令牌進行驗證，若驗證成功，則完成所述信息調(diào)取設(shè)備的安全認證。

5、作為優(yōu)選方案，所述將配置參數(shù)數(shù)據(jù)與信息調(diào)取設(shè)備中預(yù)設(shè)的參數(shù)匹配庫進行比對，生成配置數(shù)據(jù)報告，并根據(jù)所述配置數(shù)據(jù)報告調(diào)整所述ftu的配置參數(shù)數(shù)據(jù)的步驟，包括：將所述配置參數(shù)數(shù)據(jù)與信息調(diào)取設(shè)備中預(yù)設(shè)的參數(shù)匹配庫中的模板進行逐項比較，識別參數(shù)偏差和潛在配置異常，將所述參數(shù)偏差和所述潛在配置異常作為比對結(jié)果；其中，匹配庫包括ftu正常運行所需的參數(shù)范圍和最優(yōu)配置模板；根據(jù)所述比對結(jié)果，生成配置數(shù)據(jù)報告，分析所述配置數(shù)據(jù)報告中的關(guān)鍵信息，篩選出優(yōu)先調(diào)整的參數(shù)項，制定參數(shù)優(yōu)化策略和具體的操作步驟；將所述參數(shù)優(yōu)化策略和所述具體的操作步驟作為參數(shù)調(diào)整指令，根據(jù)所述參數(shù)調(diào)整指令調(diào)整所述ftu的內(nèi)部存儲器的配置參數(shù)數(shù)據(jù)。

6、作為優(yōu)選方案，所述通過信息調(diào)取設(shè)備中預(yù)設(shè)的實時監(jiān)控組件對調(diào)整配置參數(shù)數(shù)據(jù)后的ftu的數(shù)據(jù)接口進行實時數(shù)據(jù)挖掘，并收集故障相關(guān)數(shù)據(jù)，生成原始故障數(shù)據(jù)集的步驟，包括：通過實時監(jiān)控組件對ftu的數(shù)據(jù)接口實施監(jiān)聽，以捕獲ftu操作日志、事件記錄和故障指示信號的故障相關(guān)的數(shù)據(jù)流；根據(jù)預(yù)定義的數(shù)據(jù)挖掘規(guī)則，從數(shù)據(jù)流中提取出與故障診斷相關(guān)的診斷信息；其中，所述診斷信息包括異常參數(shù)變化、信號不一致性和故障代碼；將所述診斷信息作為故障相關(guān)數(shù)據(jù)，將所述故障相關(guān)數(shù)據(jù)編譯成原始故障數(shù)據(jù)集。

7、作為優(yōu)選方案，所述對所述原始故障數(shù)據(jù)集和所述配置數(shù)據(jù)報告進行數(shù)據(jù)融合分析，生成融合數(shù)據(jù)，并對所述融合數(shù)據(jù)進行智能分類，生成分類結(jié)果的步驟，包括：根據(jù)配置數(shù)據(jù)報告提供參數(shù)基線，并根據(jù)原始故障數(shù)據(jù)集提供實時故障表現(xiàn)，將所述參數(shù)基線和所述實時故障表現(xiàn)輸入預(yù)設(shè)的數(shù)據(jù)融合算法，生成融合數(shù)據(jù)；將所述融合數(shù)據(jù)輸入預(yù)設(shè)的智能分類模型，利用機器學(xué)習(xí)技術(shù)自動識別并區(qū)分不同類型的故障模式；基于所述智能分類模型輸出的故障模式，生成結(jié)構(gòu)化的分類結(jié)果；其中，所述分類結(jié)果列出各類故障的特征、概率和影響范圍。

8、作為優(yōu)選方案，所述基于預(yù)設(shè)的深度學(xué)習(xí)算法對分類結(jié)果中的特征進行提取和分析，生成特征向量，將特征向量輸入到預(yù)設(shè)的預(yù)測模型中，生成故障預(yù)測報告，對故障預(yù)測報告進行應(yīng)對策略分析，得到目標維修計劃的步驟，包括：基于預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)對分類結(jié)果中的特征進行提取和分析，根據(jù)提取和分析的結(jié)果，生成特征向量；對生成的特征向量進行歸一化處理，以消除不同故障特征之間的量綱影響；將歸一化處理后的特征向量輸入到預(yù)設(shè)的故障預(yù)測模型中，預(yù)測出故障的發(fā)生和發(fā)展趨勢；根據(jù)故障的發(fā)生和發(fā)展趨勢，生成故障預(yù)測報告，結(jié)合歷史維修經(jīng)驗和資源可用性對故障預(yù)測報告進行分析，制定目標維修計劃。

9、本技術(shù)還提供了一種基于電力設(shè)備檢修的ftu信息調(diào)取系統(tǒng)，包括：讀取模塊，用于通過預(yù)設(shè)的信息調(diào)取設(shè)備與ftu的通信接口建立連接，對ftu的內(nèi)部存儲器進行讀取，根據(jù)讀取結(jié)果提取出ftu的配置參數(shù)數(shù)據(jù)；對比模塊，用于將配置參數(shù)數(shù)據(jù)與信息調(diào)取設(shè)備中預(yù)設(shè)的參數(shù)匹配庫進行比對，生成配置數(shù)據(jù)報告，并根據(jù)數(shù)據(jù)報告調(diào)整ftu的參數(shù)配置；生成模塊，用于通過信息調(diào)取設(shè)備中預(yù)設(shè)的實時監(jiān)控組件對ftu的數(shù)據(jù)接口進行實時數(shù)據(jù)挖掘，并收集故障相關(guān)數(shù)據(jù)，生成原始故障數(shù)據(jù)集；融合模塊，用于對原始故障數(shù)據(jù)集和配置數(shù)據(jù)報告進行數(shù)據(jù)融合分析，生成融合數(shù)據(jù)，對融合數(shù)據(jù)進行智能分類，生成分類結(jié)果；分析模塊，用于基于預(yù)設(shè)的深度學(xué)習(xí)算法對分類結(jié)果中的特征進行提取和分析，生成特征向量，將特征向量輸入到預(yù)設(shè)的預(yù)測模型中，生成故障預(yù)測報告，對故障預(yù)測報告進行應(yīng)對策略分析，得到目標維修計劃。

10、本技術(shù)還提供了一種電子設(shè)備，包括存儲器和處理器，所述存儲器存儲有可在處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述中所述的基于電力設(shè)備檢修的ftu信息調(diào)取方法。

11、本技術(shù)還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序在被處理器運行時使得所述處理器執(zhí)行如上述中所述的基于電力設(shè)備檢修的ftu信息調(diào)取方法。

12、與現(xiàn)有技術(shù)相比，本技術(shù)具有以下有益效果：檢測效率高、響應(yīng)能力強。通過自動化的信息調(diào)取設(shè)備與ftu之間的有效對接，顯著提高了數(shù)據(jù)讀取的效率和精確度，降低了傳統(tǒng)人工方式可能造成的錯誤；同時，通過信息調(diào)取設(shè)備內(nèi)嵌的參數(shù)匹配庫和實時監(jiān)控組件進一步加強了信息的快速處理和實時分析能力，使得故障預(yù)測更加準確、迅速；再通過智能分類和基于深度學(xué)習(xí)算法的特征提取分析，能夠從大量數(shù)據(jù)中篩選出關(guān)鍵故障特征，為預(yù)測模型提供了更為有效的數(shù)據(jù)支持，從而大幅提升了故障診斷準確性和預(yù)測的先進性，實現(xiàn)了快速、準確的ftu信息獲取與故障預(yù)測，極大提高了電力設(shè)備檢修的效率和準確性，改善在突發(fā)事件處理時，無法做到快速準確的故障定位和預(yù)警，存在著檢測效率低下、實時響應(yīng)能力弱的問題。