本发明涉及一种电力自动化领域，特别是关于一种基于云平台和故障模型的岸电设备故障检测方法及系统。
背景技术：
1、海上油气田的电力将主要来源于岸电工程，岸电模式下海上油气田电网区域高度互联，相互影响更加深刻，运营条件更加复杂，对岸电运行自动化需求不断增高，电力调度、继电保护高压海底电缆防护、关键配变电设备状态监测等高度依赖数据中心的构建。
2、由于变电站数量较多，如果在每个站点建立一个监控中心，将耗费大量的人力和物力。因此，迫切需要一种能够收集和处理各电站、变电站设备相关数据，并提供实时处理结果的计算平台，以便工作人员能够及时处理设备故障，避免更大的经济损失和安全隐患。为了避开设备发电过程中可能发生的故障，以及运输、实时故障检测和诊断必修的。故障检测一直是研究的热点上个世纪。在这个阶段，故障检测通常是基于设备传感器传输的数据，然后使用人工智能算法进行检测，故障检测需要海量的数据收集和复杂的数据分析。云计算平台由于其强大的数据存储和计算能力，近年来被广泛应用于各个领域的海量数据处理中。此外，云计算还具有通用性、高可靠性、高可扩展性、低价格、自动化等特点。因此，利用云计算架构构建电网云平台进行数据聚合和分析是非常有效的。
技术实现思路
1、针对上述问题，本发明的目的是提供一种基于云平台和故障模型的岸电设备故障检测方法及系统，能提高岸电设备检修效率，保证整个岸电系统的安全可靠运行。
2、为实现上述目的，本发明采取以下技术方案：一种基于云平台和故障模型的岸电设备故障检测方法，其包括：通过各种监控设备的集合，记录数据并上传；将各监控设备产生的数据进行预处理，经数据预处理后上传到云服务；利用先前存储的数据对故障检测模型训练进行离线并行迭代训练，训练后的模型对发生的故障进行分类；将实时监控采集到的设备数据输入故障检测模型，对监控数据进行分析，快速获取故障类别。
3、进一步，各监控设备产生的数据包括：局部放电检测数据、湿度传感器数据、变压器油色谱数据、磁通密度监测数据和温度传感器数据。
4、进一步，将各监控设备产生的数据进行预处理，包括：数据清洗、数据集成、数据转换、数据标准化和数据丰富；通过数据预处理，实现数据的同类型、格式一致、信息精细化和存储集中。
5、进一步，数据清洗采用回溯思想对数据集的各个过程进行分析，提取数据清洗的规则；将这些规则应用于数据集，发现并清理“脏数据”。
6、进一步，数据转换、数据标准化和数据丰富，为：
7、进行数据变换对每个属性值应用数学函数，设置属性值为，使用z-score标准化函数对数据进行标准化；对数据中的字段内容进行补充，以完成数据丰富。
8、进一步，故障检测模型训练，包括：
9、通过海量样本数据采用离线训练方式建立故障检测模型，获取一系列相关评价数据集；
10、其中，单个评价数据集的构建方法为：
11、在特征集中选择任意特征，在所有数据中随机选择该特征对应的任意值为；
12、根据，分别设立左右两评价数据子集，如果时间序列数据大于，则归入右子集上，否则归入左子集；
13、重复上述过程，构造左、右子集，直到所有时间序列数据到剔除左右子集后形成的集合中各个元素的距离的均方根平均值小于控制阈值，该剔除左右子集后形成的集合则为所求评价数据集。
14、进一步，对监控数据进行分析，快速获取故障类别，包括：
15、构建k个评价数据集后，对于时间序列数据，其与第z个评价数据集上元素距离的均方根平均值记为；
16、当大于异常阈值时，将数据定义为异常数据，否则为正常数据。
17、一种基于云平台和故障模型的岸电设备故障检测系统，其包括：设备模块，通过各种监控设备的集合，记录数据并上传；现场模块，将各监控设备产生的数据进行预处理，经数据预处理后上传到云服务；云服务模块，利用先前存储的数据对故障检测模型训练进行离线并行迭代训练，训练后的模型对发生的故障进行分类；可视化及状态监控模块，将实时监控采集到的设备数据输入故障检测模型，对监控数据进行分析，快速获取故障类别。
18、一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行上述方法中的任一方法。
19、一种计算设备，其包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行上述方法中的任一方法的指令。
20、本发明由于采取以上技术方案，其具有以下优点：
21、本发明将云平台技术与岸电设备故障检测相结合，直接在岸电设备侧采集岸电设备的运行状态，进行岸电设备数据的处理，借助云平台实现功能更加强大的应用，实现岸电设备故障诊断、故障预警、运行维护等服务的优化升级，从而达到降低岸电设备故障率，提高岸电设备检修效率，保证整个岸电系统的安全可靠运行。
1.一种基于云平台和故障模型的岸电设备故障检测方法，其特征在于，包括：
2.如权利要求1所述基于云平台和故障模型的岸电设备故障检测方法，其特征在于，各监控设备产生的数据包括：局部放电检测数据、湿度传感器数据、变压器油色谱数据、磁通密度监测数据和温度传感器数据。
3.如权利要求1所述基于云平台和故障模型的岸电设备故障检测方法，其特征在于，将各监控设备产生的数据进行预处理，包括：数据清洗、数据集成、数据转换、数据标准化和数据丰富；通过数据预处理，实现数据的同类型、格式一致、信息精细化和存储集中。
4.如权利要求3所述基于云平台和故障模型的岸电设备故障检测方法，其特征在于，数据清洗采用回溯思想对数据集的各个过程进行分析，提取数据清洗的规则；将这些规则应用于数据集，发现并清理“脏数据”。
5.如权利要求3所述基于云平台和故障模型的岸电设备故障检测方法，其特征在于，数据转换、数据标准化和数据丰富，为：
6.如权利要求1所述基于云平台和故障模型的岸电设备故障检测方法，其特征在于，故障检测模型训练，包括：
7.如权利要求6所述基于云平台和故障模型的岸电设备故障检测方法，其特征在于，对监控数据进行分析，快速获取故障类别，包括：
8.一种基于云平台和故障模型的岸电设备故障检测系统，其特征在于，包括：
9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如权利要求1至7所述方法中的任一方法。
10.一种计算设备，其特征在于，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如权利要求1至7所述方法中的任一方法的指令。
