一种电力系统综合信息监控平台及方法

摘要

本发明实施例公开了一种电力系统综合信息监控平台及方法，平台包括数据采集模块、综合监控模块以及补偿模块，本发明实施例通过设置综合监控模块对数据采集模块采集到的电力系统的电力运行数据以及对电力设备的设备运行数据进行监控，在电力系统处于三相不平衡状态时向补偿模块发送控制指令，使得补偿模块执行治理动作消除电力系统的三相不平衡状态，并且综合监控模块能够根据设备运行数据计算电力设备的故障概率，根据故障概率将电力设备划分到不同的数据组中，每个数据组采用不同的监控规则对电力设备进行监控，在此过程中无需人工到现场采集电力系统的数据，解决了现有技术中读取电力系统的数据的方法存在着效率低下的技术问题。

说明书

技术领域

本申请实施例涉及电力领域，尤其涉及一种电力系统综合信息监控平台及方法。

背景技术

在电力系统中，经常会出现三相负载电流不一致，导致电力系统处于三相负荷不平衡状态，三相负荷不平衡将导致旋转电机附加发热和振动，变压器漏磁增加和局部过热，电网线损增大以及多种保护和自动装置误动等等，影响电力系统的安全稳定运行。

目前，通常采用三相不平衡治理装置来解决电力系统的三相负荷不平衡的问题，但是目前的三相不平衡治理装置一般通常安装在本地上，对采集到的电力系统的电力系统的运行数据以及对三相负荷不平衡进行治理时并没有进行上报，导致后台无法获取到电力系统的情况，需要人工进行读取，并且对于电力系统中的电力设备的运行数据，也需要人工到安装电力设备的现场进行读取，效率低下。

综上所述，现有技术中人工对电力系统中的数据进行读取的方法，存在着读取效率低下的技术问题。

发明内容

本发明实施例提供了一种电力系统综合信息监控平台及方法，用于解决现有技术中读取电力系统的数据的方法存在着效率低下的技术问题。

第一方面，本发明实施例提供了一种电力系统综合信息监控平台，包括以下步骤：

数据采集模块，用于采集电力系统的电力运行数据以及所述电力系统中的每个电力设备的设备运行数据，将所述电力运行数据以及所述设备运行数据发送至综合监控模块；

所述综合监控模块，用于根据所述电力运行数据判断所述电力系统是否处于三相不平衡状态，若是，将所述电力运行数据输入三相不平衡治理模型中，得到治理策略，根据所述治理策略生成控制指令，将所述控制指令发送至补偿模块；以及，将所述设备运行数据输入至故障预测模型中，得到每个所述电力设备的故障概率，根据所述故障概率将所述电力设备划分到不同监控规则的数据组中，根据所述监控规则对所述数据组中的电力设备所对应的设备运行数据进行监控；

补偿模块，用于接收所述控制指令，根据所述控制指令执行补偿动作，所述补偿动作用于消除所述电力系统的三相不平衡状态。

优选的，所述综合监控模块还用于，根据所述电力运行数据判断所述电力系统是否需要进行无功补偿，若是，根据所述电力运行数据计算无功补偿值，根据所述无功补偿值生成无功补偿指令，将所述无功补偿指令发送至补偿模块中；

相应的，所述补偿模块还用于，接收所述所述综合监控模块发送的无功补偿指令，根据所述无功补偿指令执行无功补偿指令动作，所述无功补偿指令动作用于对所述电力系统进行无功补偿。

优选的，所述综合监控模块还用于，根据所述电力运行数据判断所述电力系统是否需要进行谐波补偿，若是，根据所述电力运行数据计算谐波补偿值，根据所述谐波补偿值生成谐波补偿指令，将所述谐波补偿指令发送至补偿模块中；

相应的，所述补偿模块还用于，接收所述所述综合监控模块发送的谐波补偿指令，根据所述谐波补偿指令执行谐波补偿指令动作，所述谐波补偿指令动作用于对所述电力系统进行谐波补偿。

优选的，所述数据组包括高故障概率组、中故障概率组以及低故障概率组，

相应的，根据所述故障概率将所述电力设备划分到不同监控规则的数据组中的具体过程为：

判断是否存在所述故障概率是否大于或等于第一预设值的第一电力设备，若是，将所述第一电力设备划分至高故障概率组中；

判断是否存在所述故障概率大于或等于第二预设值，且小于第一预设值的第二电力设备，若是，将所述第二电力设备划分至中故障概率组中；

判断是否存在所述故障概率小于第二预设值的第三电力设备，若是，将所述第三电力设备划分至低故障概率组中。

优选的，所述高故障概率组的监控规则为：持续从所述数据采集模块中获取所述第一电力设备的第一设备运行数据，判断所述第一设备运行数据是否超过预设阈值，若是，发出警报；所述中故障概率组的监控规则为：以第一预设时间间隔从所述数据采集模块中获取所述第二电力设备的第二设备运行数据，判断所述第二设备运行数据是否超过预设阈值，若是，发出警报；所述低故障概率组的监控规则为：以第二预设时间间隔从所述数据采集模块中获取所述第三电力设备的第三设备运行数据，判断所述第三设备运行数据是否超过预设阈值，若是，发出警报。

优选的，所述设备运行数据中包括有所述电力设备之间的连接关系以及所述电力设备的位置信息；

相应的，所述综合监控模块还用于，根据所述连接关系以及位置信息生成所述电力设备的连接拓扑图，在所述连接拓扑图中标记出每个所述电力设备所属的数据组，将标记后的连接拓扑图进行显示，并将所述第一电力设备在所述连接拓扑图中进行高亮显示。

优选的，还包括云端储存模块，所述云端储存模块用于储存所述电力运行数据以及所述设备运行数据。

优选的，所述三相不平衡治理模型以及所述故障预测模型均为深度学习卷积神经网络模型。

优选的，所述综合监控模块还用于，根据所述电力运行数据进行潮流计算，得到潮流计算结果，根据所述潮流计算结果生成所述电力系统的健康评价报告。

第二方面，本发明实施例还提供了一种电力系统综合信息监控方法，包括以下步骤：

获取数据采集模块发送的电力运行数据以及设备运行数据；所述电力运行数据由所述数据采集模块从电力系统中采集得到的，所述设备运行数据由所述数据采集模块从所述电力系统中的每个电力设备采集得到；

根据所述电力运行数据判断所述电力系统是否处于三相不平衡状态；

若是，将所述电力运行数据输入三相不平衡治理模型中，得到治理策略，根据所述治理策略生成控制指令，将所述控制指令发送至补偿模块，以使所述补偿模块根据所述控制指令执行补偿动作，所述补偿动作用于消除所述电力系统的三相不平衡状态；

将所述设备运行数据输入至故障预测模型中，得到每个所述电力设备的故障概率，根据所述故障概率将所述电力设备划分到不同监控规则的数据组中，根据所述监控规则对所述数据组中的电力设备所对应的设备运行数据进行监控。

上述，本发明实施例提供了一种电力系统综合信息监控平台以及方法，平台包括数据采集模块，用于采集电力系统的电力运行数据以及电力系统中的每个电力设备的设备运行数据，将电力运行数据以及设备运行数据发送至综合监控模块；综合监控模块，用于根据电力运行数据判断电力系统是否处于三相不平衡状态，若是，将电力运行数据输入三相不平衡治理模型中，得到治理策略，根据治理策略生成控制指令，将控制指令发送至补偿模块；以及，将设备运行数据输入至故障预测模型中，得到每个电力设备的故障概率，根据故障概率将电力设备划分到不同监控规则的数据组中，根据监控规则对数据组中的电力设备所对应的设备运行数据进行监控；补偿模块，用于接收控制指令，根据控制指令执行补偿动作，补偿动作用于消除电力系统的三相不平衡状态。本发明实施例通过设置综合监控模块对数据采集模块采集到的电力系统的电力运行数据以及对电力设备的设备运行数据进行监控，在电力系统处于三相不平衡状态时向补偿模块发送指令，使得补偿模块执行治理动作从而消除电力系统的三相不平衡状态，并且综合监控模块能够根据设备运行数据计算电力设备的故障概率，根据故障概率将电力设备划分到不同监控规则的数据组中，每个数据组采用不同的监控规则对电力设备进行监控在此过程中无需人工到现场采集电力系统的数据，提高了数据采集的效率，节约了人力成本以及时间成本。

附图说明

图1为本发明实施例提供的一种电力系统综合信息监控平台的结构示意图。

图2为本发明实施例提供的一种补偿模块的结构示意图。

图3为本发明实施例提供的一种电力系统综合信息监控方法的流程示意图。

具体实施方式

以下描述和附图充分地示出本申请的具体实施方案，以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本申请的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，各实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中，诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不要求或者暗示这些实体或操作之间存在任何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。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言，由于其与实施例公开的部分相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

实施例一

如图1所示，图1为本发明实施例提供的一种电力系统综合信息监控平台的结构示意图，包括：

数据采集模块101，用于采集电力系统的电力运行数据以及电力系统中的每个电力设备的设备运行数据，将电力运行数据以及设备运行数据发送至综合监控模块102。

在一个实施例中，数据采集模块101实时获取电力运行数据以及设备运行数据，电力运行数据包括三相负载电流数据，数据采集模块101包括安装在电力系统三相电缆上的电流互感器，通过电流互感器来采集三相负载电流数据。在另一个实施例中，电力设备的运行数据包括电力设备的设备型号、使用时长、电力设备当前通过的电流、电力设备当前的电压、电力设备的内阻、运行状态以及运行环境。可理解，在本实施例中，电力运行数据的具体内容和设备运行数据的具体内容可根据实际需要进行设置，在本实施例中不对电力运行数据的具体内容以及设备运行数据的具体内容进行限定。

在一个实施例中，数据获取模块上设置有无线通信单元，在获取到电力运行数据以及设备运行数据后，通过无线通信单元将电力运行数据以及设备运行数据发送至综合监控模块102。无线通信单元的具体类型可根据实际需要进行设置，示例性的，当数据获取模块与综合监控模块102的距离较近时，无线通信单元可采用蓝牙通信单元，当数据获取模块与中和监控模块的距离较远时，无线通信单元可采用GPRS通信单元。

综合监控模块102，用于根据电力运行数据判断电力系统是否处于三相不平衡状态，若是，将电力运行数据输入三相不平衡治理模型中，得到治理策略，根据治理策略生成控制指令，将控制指令发送至补偿模块103；以及，将设备运行数据输入至故障预测模型中，得到每个电力设备的故障概率，根据故障概率将电力设备划分到不同监控规则的数据组中，根据监控规则对数据组中的电力设备所对应的设备运行数据进行监控。

综合监控模块102在获取到电力运行数据后，根据电力运行数据判断电力系统是否处于三相不平衡状态。在一个实施例中，电力运行数据为三相负载电流数据，综合监控模块102根据三相负载电流数据计算每两相之间负载电流的差值，如果每两相之间负载电流的差值大于预设的电流差值阈值，则说明电力系统处于三相不平衡状态，需要进行三相不平衡补偿，反之，则说明电力系统处于三相平衡状态，不需要进行三相不平衡补偿。

在确定电力系统处于三相不平衡状态后，需要进行三相不平衡补偿，将电力运行数据输入到三相不平衡治理模型中，得到治理策略，之后，根据治理策略生成控制指令，将控制指令发送到补偿模块103中，从而使得补偿模块103在接收到控制指令后对电力系统进行三相不平衡补偿，消除电力系统的三相不平衡状态。在一个实施例中，三相不平衡治理模型为深度学习卷积神经网络模型，获取电力系统历史处于三相不平衡状态的历史电力运行数据以及与历史电力运行数据相对应的历史治理策略，将历史电力运行数据以及历史治理策略输入到深度学习卷积神经网络模型中，采用误差反向传播算法对深度学习卷积神经网络模型进行训练，直至深度学习卷积神经网络模型的输出的误差小于第一误差阈值，从而得到训练好的深度学习卷积神经网络模型，即三相不平衡治理模型。之后，将实时获取电力运行数据输入到三相不平衡治理模型，即可得到治理策略。

综合监控模块102在获取到设备运行数据后，将设备运行数据输入至故障预测模型中，从而得到每个电力设备的故障概率。在一个实施例中，故障预测模型为深度学习卷积神经网络模型，获取电力设备的历史设备运行数据以及历史故障概率信息，历史故障概率信息中包括有故障类型以及历史故障概率，将历史设备运行数据以及历史故障概率信息输入到深度学习卷积神经网络模型中，采用梯度下降法对深度学习卷积神经网络模型进行训练，直至深度学习卷积神经网络模型输出的误差小于第二误差阈值，从而得到故障预测模型。

在得到设备运行数据后，将设备运行数据输入到故障预测模型中，从而可以得到每个电力设备的故障概率，之后，根据故障概率，对电力设备进行划分到不同的数据组中，不同的数据组具有不同的监控规则，并根据不同的监控规则对不同数据组中的电力设备所对应的设备运行数据进行监控。

在一个实施例中，数据组包括高故障概率组、中故障概率组以及低故障概率组；

相应的，根据故障概率将电力设备划分到不同监控规则的数据组中的具体过程为：

判断是否存在故障概率是否大于或等于第一预设值的第一电力设备，若是，将第一电力设备划分至高故障概率组中；

判断是否存在故障概率大于或等于第二预设值，且小于第一预设值的第二电力设备，若是，将第二电力设备划分至中故障概率组中；

判断是否存在故障概率小于第二预设值的第三电力设备，若是，将第三电力设备划分至低故障概率组中。

在得到电力设备的故障概率后，根据故障概率的高低对电力设备进行分组。可理解，第一预设值>第二预设值>第三预设值，第一预设值、第二预设值以及第三预设值的具体数值可根据实际需要进行设置，在本实施例中不对第一预设值、第二预设值以及第三预设值的具体数据进行限定。示例性的，在一个实施例中，将第一预设值设置为80％，将第二预设值设置为50％，将第三预设值设置为30％。

在一个实施例中，高故障概率组的监控规则为：持续从数据采集模块101中获取第一电力设备的第一设备运行数据，判断第一设备运行数据是否超过预设阈值，若是，发出警报；中故障概率组的监控规则为：以第一预设时间间隔从数据采集模块101中获取第二电力设备的第二设备运行数据，判断第二设备运行数据是否超过预设阈值时，判断第三设备运行数据是否超过预设阈值，若是，发出警报。

在本实施例中，由于高故障概率组中的第一电力设备发生故障的概率较高，因此，需要时时刻刻对第一电力设备的第一设备运行数据进行监控，以便在第一电力设备发生故障时提醒工作人员注意，在本实施例中，通过判断的第一设备运行数据是否超过预设阈值，从而确定第一电力设备是否发生故障。在一个实施例中，可以判断第一设备运行数据超过预设阈值的持续时间，当持续时间超过预设时间时，再发出警报。对于第二电力运行设备和第三电力运行设备，由于发生故障的概率较低，不必时时刻刻进行监控。因此可以每隔一定的时间间隔来获取第二设备运行数据和第三设备运行数据，当第二设备运行数据或第三设备运行数据超过预设阈值，发出警报。可理解，在本实施例中，第一预设时间间隔和第二预设时间间隔可根据实际需要进行设置。在一个实施例中，综合监控模块102上设置有声光报警单元，通过声光报警单元来发出警报。

补偿模块103，用于接收控制指令，根据控制指令执行补偿动作，补偿动作用于消除电力系统的三相不平衡状态。

在本实施中，补偿模块103接收到综合监控模块102发送的控制指令后，根据控制指令执行补偿动作进行三相不平衡补偿，从而消除电力系统的三相不平衡状态，在一个实施例中，如图2所示，补偿模块103包括IGBT驱动电路以及绝缘栅双极性晶体管IGBT组成的三相全桥电路，三相全桥电路中每两个IGBT组成一个桥臂，共有三个桥臂分别对应三相电力系统。三相全桥电路与两个串联的电容C并联，电容C能够储存三相全桥电路所产生的直流能量，在每个桥臂中两个IGBT的连接点与电感L的第一端口相连接，电感L的第二端口与电力系统每一相母线相连接，电感L是三相全桥电路和电力系统之间的功率传送接口元件，一方面起储能作用，另一方面能够起到滤除高频开关纹波电流的作用。三相不平衡治理模型生成的治理策略中包括了三相全桥电路中每个IGBT的开通或关断的状态，综合监控模块102根据治理策略生成控制指令后，将控制指令发送到IGBT驱动电路中，IGBT驱动电路根据控制指令控制每个IGBT的开通或关断，从而输出补偿电流对电力系统进行三相不平衡补偿。

在上述实施例的基础上，综合监控模块102还用于，根据电力运行数据判断电力系统是否需要进行无功补偿，若是，根据电力运行数据计算无功补偿值，根据无功补偿值生成无功补偿指令，将无功补偿指令发送至补偿模块103中。

相应的，补偿模块103还用于，接收综合监控模块102发送的无功补偿指令，根据无功补偿指令执行无功补偿指令动作，无功补偿指令动作用于对电力系统进行无功补偿。

在一个实施例中，综合监控模块102接收到三相负载电流数据后，对三相负载电流数据进行计算分析，得到三相负载电流数据中的无功电流数据，根据无功电流数据判断电力系统是否需要进行无功补偿，若是，根据无功电流数据确定无功补偿电流，之后，根据无功补偿电流生成无功补偿指令，将无功补偿指令发送至补偿模块103中。补偿模块103在接收到无功补偿指令后，根据无功补偿指令生成满足要求的无功补偿电流(容性或感性)，将无功补偿电力输入到电力系统中，从而实现对电力系统的动态无功补偿。

在上述实施例的基础上，综合监控模块102还用于，根据电力运行数据判断电力系统是否需要进行谐波补偿，若是，根据电力运行数据计算谐波补偿值，根据谐波补偿值生成谐波补偿指令，将谐波补偿指令发送至补偿模块103中。

相应的，补偿模块103还用于，接收综合监控模块102发送的谐波补偿指令，根据谐波补偿指令执行谐波补偿指令动作，谐波补偿指令动作用于对电力系统进行谐波补偿。

在一个实施例中，综合监控模块102接收到三相负载电流数据后，对三相负载电流数据进行计算分析，得到三相负载电流数据中的谐波电流数据，根据谐波电流数据判断电力系统是否需要进行谐波补偿，若是，根据谐波电流数据确定谐波补偿电流，之后，根据谐波补偿电流生成谐波补偿指令，将谐波补偿指令发送至补偿模块103中。补偿模块103在接收到谐波补偿指令后，根据谐波补偿指令生成与谐波电流幅值相等、极性相反的谐波补偿电流，将谐波补偿电流输入到电力系统中，消除电力系统的谐波电流。

在上述实施例的基础上，设备运行数据中包括有电力设备之间的连接关系以及电力设备的位置信息；

相应的，综合监控模块102还用于，根据连接关系以及位置信息生成电力设备的连接拓扑图，在连接拓扑图中标记出每个电力设备所属的数据组，将标记后的连接拓扑图进行显示，并将第一电力设备在连接拓扑图中进行高亮显示。

在本实施例中，综合监控模块102在得到电力设备之间的连接关系和电力设备的位置信息后，即可生成电力设备的连接拓扑图，从而方便工作人员对电力设备的物理布局进行直观的观察，在连接拓扑图中还标记出有每个电力设备所属的数据组，从而在连接拓扑图中即可观察到每个电力设备的故障概率，方便工作人员做好相对应的维修策略，保证电力系统的稳定。在本实施例中，还将第一电力设备在连接拓扑图中进行高亮显示，从而提醒工作人员注意。

在上述实施例的基础上，还包括云端储存模块，云端储存模块用于储存电力运行数据以及设备运行数据。

在本实施例中，云端储存模块用于储存电力运行数据以及设备运行数据，以便工作人员后续需要时可随时进行调用。在一个实施例中，云端储存模块对电力运行数据以及设备运行数据进行加密储存，当工作人员需要从云端储存模块中提取电力运行数据以及设备运行数据时，需要输入正确的密码才能够对数据进行提取，从而进一步保证数据安全。

在上述实施例的基础上，综合监控模块102还用于，根据电力运行数据进行潮流计算，得到潮流计算结果，根据潮流计算结果生成电力系统的健康评价报告。

在一个实施例中，电力运行数据还包括电力系统中各电源和负荷点的功率、枢纽点电压、平衡点的电压和相位角。综合监控模块102根据电力运行数据进行潮流计算，得到电力系统各母线节点的电压幅值和相角，各支路的功率分布以及网络的功率损耗，将潮流计算结果中的各项参数与各项参数的标准值进行比较，计算差值，并根据差值生成生成电力系统的健康评价报告。示例性的，若潮流计算结果中的各项参数与标准值的差值过大，则电力系统不稳定，电力系统的健康程度较差；若潮流计算结果中的各项参数十分接近标准值，则说明电力系统比较稳定，电力系统的健康程度较高。

本发明实施例通过设置综合监控模块对数据采集模块采集到的电力系统的电力运行数据以及对电力设备的设备运行数据进行监控，在电力系统处于三相不平衡状态时向补偿模块发送指令，使得补偿模块执行治理动作从而消除电力系统的三相不平衡状态，并且综合监控模块能够根据设备运行数据计算电力设备的故障概率，根据故障概率将电力设备划分到不同监控规则的数据组中，每个数据组采用不同的监控规则对电力设备进行监控在此过程中无需人工到现场采集电力系统的数据，提高了数据采集的效率，节约了人力成本以及时间成本。

实施例二

如图3所示，图3为本发明实施例提供的一种电力系统综合信息监控方法的流程图，具体包括以下步骤：

步骤201、获取数据采集模块发送的电力运行数据以及设备运行数据；电力运行数据由数据采集模块从电力系统中采集得到的，设备运行数据由数据采集模块从电力系统中的每个电力设备采集得到。

步骤202、根据电力运行数据判断电力系统是否处于三相不平衡状态。

步骤203、若是，将电力运行数据输入三相不平衡治理模型中，得到治理策略，根据治理策略生成控制指令，将控制指令发送至补偿模块，以使补偿模块根据控制指令执行补偿动作，补偿动作用于消除电力系统的三相不平衡状态，若否，执行步骤204。

步骤204、将设备运行数据输入至故障预测模型中，得到每个电力设备的故障概率，根据故障概率将电力设备划分到不同监控规则的数据组中，根据监控规则对数据组中的电力设备所对应的设备运行数据进行监控。

在上述实施例的基础上，还包括以下步骤：

根据电力运行数据判断电力系统是否需要进行无功补偿，若是，根据电力运行数据计算无功补偿值，根据无功补偿值生成无功补偿指令，将无功补偿指令发送至补偿模块中，以使补偿模块根据无功补偿指令执行无功补偿指令动作，无功补偿指令动作用于对电力系统进行无功补偿。

在上述实施例的基础上，还包括以下步骤：

根据电力运行数据判断电力系统是否需要进行谐波补偿，若是，根据电力运行数据计算谐波补偿值，根据谐波补偿值生成谐波补偿指令，将谐波补偿指令发送至补偿模块中，以使补偿模块根据谐波补偿指令执行谐波补偿指令动作，谐波补偿指令动作用于对电力系统进行谐波补偿。

在上述实施例的基础上，数据组包括高故障概率组、中故障概率组以及低故障概率组，

相应的，根据故障概率将电力设备划分到不同监控规则的数据组中的具体过程为：

判断是否存在故障概率是否大于或等于第一预设值的第一电力设备，若是，将第一电力设备划分至高故障概率组中；

判断是否存在故障概率大于或等于第二预设值，且小于第一预设值的第二电力设备，若是，将第二电力设备划分至中故障概率组中；

判断是否存在故障概率小于第二预设值的第三电力设备，若是，将第三电力设备划分至低故障概率组中。

在上述实施例的基础上，高故障概率组的监控规则为：持续从数据采集模块中获取第一电力设备的第一设备运行数据，判断第一设备运行数据是否超过预设阈值，若是，发出警报；中故障概率组的监控规则为：以第一预设时间间隔从数据采集模块中获取第二电力设备的第二设备运行数据，判断第二设备运行数据是否超过预设阈值，若是，发出警报；低故障概率组的监控规则为：以第二预设时间间隔从数据采集模块中获取第三电力设备的第三设备运行数据，判断第三设备运行数据是否超过预设阈值，若是，发出警报。

在上述实施例的基础上，设备运行数据中包括有电力设备之间的连接关系以及电力设备的位置信息；

相应的，还包括以下步骤：根据连接关系以及位置信息生成电力设备的连接拓扑图，在连接拓扑图中标记出每个电力设备所属的数据组，将标记后的连接拓扑图进行显示，并将第一电力设备在连接拓扑图中进行高亮显示。

在上述实施例的基础上，还包括以下步骤：

将电力运行数据以及设备运行数据储存至云端储存模块。

在上述实施例的基础上，三相不平衡治理模型以及故障预测模型均为深度学习卷积神经网络模型。

在上述实施例的基础上，还包括以下步骤：

根据电力运行数据进行潮流计算，得到潮流计算结果，根据潮流计算结果生成电力系统的健康评价报告。

注意，上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明实施例不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明实施例构思的情况下，还可以包括更多其他等效实施例，而本发明实施例的范围由所附的权利要求范围决定。