本發(fā)明專利技術(shù)提出了一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法及系統(tǒng)，屬于電力技術(shù)領(lǐng)域，包括：采集變電站安防設(shè)備的歷史運(yùn)行數(shù)據(jù)，預(yù)處理采集的歷史運(yùn)行數(shù)據(jù)；構(gòu)建單一特征的初級(jí)分類器，對(duì)每種數(shù)據(jù)進(jìn)行初步預(yù)監(jiān)測(cè)；構(gòu)建多特征的集成監(jiān)測(cè)模型；利用預(yù)處理后的歷史數(shù)據(jù)訓(xùn)練監(jiān)測(cè)模型，得到最優(yōu)監(jiān)測(cè)模型；獲取變電站安防設(shè)備的當(dāng)前運(yùn)行數(shù)據(jù)，對(duì)預(yù)處理后的當(dāng)前運(yùn)行數(shù)據(jù)進(jìn)行集成監(jiān)測(cè)，獲得安防設(shè)備的運(yùn)行狀態(tài)。本發(fā)明專利技術(shù)通過(guò)集成學(xué)習(xí)模型提高變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)的魯棒性和速度。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于電力，尤其涉及一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法及系統(tǒng)。
技術(shù)介紹
1、本部分的陳述僅僅是提供了與本專利技術(shù)相關(guān)的
技術(shù)介紹
信息，不必然構(gòu)成在先技術(shù)。
2、變電站安防設(shè)備運(yùn)行直接影響著電力系統(tǒng)的安全穩(wěn)定運(yùn)行，是單位設(shè)備管理水平的體現(xiàn)。傳統(tǒng)的變電站設(shè)備巡檢方式主要是依靠于人工檢查，由專門的巡檢人員檢查設(shè)備及環(huán)境狀況，存在工作效率低、監(jiān)測(cè)質(zhì)量受巡檢人員經(jīng)驗(yàn)影響較大、管理成本較高的問(wèn)題。
3、隨著人工智能技術(shù)的不斷成熟，利用人工智能的監(jiān)測(cè)方法逐漸被應(yīng)用到變電站設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè)中。雖然人工智能領(lǐng)域的相關(guān)技術(shù)使變電站安防設(shè)備的檢查節(jié)省了大量的人力，但目前對(duì)安防設(shè)備的監(jiān)測(cè)大多針對(duì)某一種屬性進(jìn)行監(jiān)督，無(wú)法將各設(shè)備產(chǎn)生的數(shù)據(jù)進(jìn)行很好地融合分析，對(duì)復(fù)雜的情況做出響應(yīng)，監(jiān)測(cè)方法的誤報(bào)率和漏報(bào)率較高。
技術(shù)實(shí)現(xiàn)思路
1、為克服上述現(xiàn)有技術(shù)的不足，本專利技術(shù)提出了一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法及系統(tǒng)，以解決現(xiàn)有技術(shù)中監(jiān)測(cè)誤報(bào)率和漏報(bào)率較高，監(jiān)測(cè)不全面的問(wèn)題。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)的一個(gè)或多個(gè)實(shí)施例提供了如下技術(shù)方案：
3、第一方面，公開(kāi)了一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，包括：
4、采集變電站安防設(shè)備的歷史運(yùn)行數(shù)據(jù)，包括：圖像數(shù)據(jù)、環(huán)境數(shù)據(jù)以及網(wǎng)安數(shù)據(jù)；
5、預(yù)處理采集的歷史運(yùn)行數(shù)據(jù)；
6、構(gòu)建單一特征的初級(jí)分類器，對(duì)每種數(shù)據(jù)進(jìn)行初步預(yù)監(jiān)測(cè)；
7、構(gòu)建多特征的集成監(jiān)測(cè)模型；
8、利用預(yù)處理后的歷史數(shù)據(jù)訓(xùn)練監(jiān)測(cè)模型，得到最優(yōu)監(jiān)測(cè)模型；
9、獲取變電站安防設(shè)備的當(dāng)前運(yùn)行數(shù)據(jù)，對(duì)預(yù)處理后的當(dāng)前運(yùn)行數(shù)據(jù)進(jìn)行集成監(jiān)測(cè)，獲得變電站安防設(shè)備的運(yùn)行狀態(tài)；
10、返回是否異常的監(jiān)測(cè)結(jié)果，監(jiān)測(cè)結(jié)果實(shí)時(shí)返回控制中心。
11、進(jìn)一步的，圖像數(shù)據(jù)具體為采集變電站的監(jiān)控系統(tǒng)中n個(gè)監(jiān)控設(shè)備的影像，監(jiān)控設(shè)備用于對(duì)固態(tài)裝置設(shè)備采集其外觀和工作狀態(tài)的監(jiān)控影像，包括但不限于變電站的安防圍欄的外觀、紅外對(duì)射裝置的狀態(tài)、站內(nèi)工作設(shè)備的外觀、設(shè)備警示燈、照明系統(tǒng)、消防設(shè)備外觀；
12、所述環(huán)境數(shù)據(jù)，通過(guò)溫濕度傳感器采集變電站內(nèi)溫度和濕度；
13、所述網(wǎng)安數(shù)據(jù)，通過(guò)網(wǎng)絡(luò)安全檢測(cè)設(shè)備提取變電站電力系統(tǒng)中各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的資源占用量、最大資源占用量、平均資源占用量、節(jié)點(diǎn)訪問(wèn)次數(shù)、用電數(shù)據(jù)、設(shè)備運(yùn)行年限、設(shè)備外聯(lián)風(fēng)險(xiǎn)網(wǎng)口數(shù)量。
14、進(jìn)一步的，所述初級(jí)分類器包括：
15、第一特征初分類器，采用基于空間注意力機(jī)制的殘差神經(jīng)網(wǎng)絡(luò)模型，對(duì)三維的圖像數(shù)據(jù)進(jìn)行預(yù)監(jiān)測(cè)；
16、第二特征初分類器，采用svm支持向量機(jī)，對(duì)一維環(huán)境數(shù)據(jù)進(jìn)行預(yù)監(jiān)測(cè)；
17、第三特征初分類器，采用集成的全連接神經(jīng)網(wǎng)絡(luò)對(duì)m個(gè)網(wǎng)安特征進(jìn)行預(yù)監(jiān)測(cè)。
18、進(jìn)一步的，所述集成監(jiān)測(cè)模型，采用xgboost模型，xgboost模型不僅可以輸出分類結(jié)果，還可以輸出特征排名、特征名稱、特征權(quán)重值，即，第一特征初分類器、第二特征初分類器、第三特征初分類器的預(yù)監(jiān)測(cè)結(jié)果輸入xgboost模型中，模型輸出監(jiān)測(cè)狀態(tài)正常或者不正常，并輸出判斷最終結(jié)果的各個(gè)特征重要性排序，從而為故障排查提供優(yōu)先級(jí)。
19、第二方面，公開(kāi)了一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)，包括：
20、采集模塊，其被配置為：采集變電站安防設(shè)備的歷史運(yùn)行數(shù)據(jù)，包括：圖像數(shù)據(jù)、環(huán)境數(shù)據(jù)以及網(wǎng)安數(shù)據(jù)；
21、預(yù)處理模塊：預(yù)處理采集的歷史運(yùn)行數(shù)據(jù)；
22、初級(jí)分類器構(gòu)建模塊：構(gòu)建單一特征的初級(jí)分類器，對(duì)每種數(shù)據(jù)進(jìn)行初步預(yù)監(jiān)測(cè)；
23、集成監(jiān)測(cè)模型構(gòu)建模塊：構(gòu)建多特征的集成監(jiān)測(cè)模型；
24、模型訓(xùn)練模塊：利用預(yù)處理后的歷史數(shù)據(jù)訓(xùn)練監(jiān)測(cè)模型，得到最優(yōu)監(jiān)測(cè)模型；
25、實(shí)時(shí)監(jiān)測(cè)模塊：獲取變電站安防設(shè)備的當(dāng)前運(yùn)行數(shù)據(jù)，對(duì)預(yù)處理后的當(dāng)前運(yùn)行數(shù)據(jù)進(jìn)行集成監(jiān)測(cè)，獲得變電站安防設(shè)備的運(yùn)行狀態(tài)；
26、返回是否異常的監(jiān)測(cè)結(jié)果，監(jiān)測(cè)結(jié)果實(shí)時(shí)返回控制中心。
27、第三方面，公開(kāi)了一種電子設(shè)備，包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成上述變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法的步驟。
28、第四方面，公開(kāi)了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成上述變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法的步驟。
29、與現(xiàn)有技術(shù)相比，本專利技術(shù)的有益效果為：
30、1、本專利技術(shù)提供了一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法及系統(tǒng)，提出了采用xgboost算法作為強(qiáng)學(xué)習(xí)器，集成初分類的預(yù)監(jiān)測(cè)結(jié)果，綜合確定變電站運(yùn)行狀態(tài)是否異常，提高分類的準(zhǔn)確性；各初級(jí)分類器并行計(jì)算，加快計(jì)算速度，實(shí)現(xiàn)實(shí)時(shí)返回監(jiān)測(cè)結(jié)果；基于初分類模型的輸出，減少了集成監(jiān)測(cè)模型的輸入數(shù)據(jù)量，從而降低總分類模型的計(jì)算時(shí)間，進(jìn)一步提高分類速度。
31、2、本專利技術(shù)中設(shè)計(jì)了全連接神經(jīng)網(wǎng)絡(luò)的第三特征初分類器，并行計(jì)算每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的異常概率，并行計(jì)算使模型的計(jì)算時(shí)間減小，保證模型的實(shí)時(shí)監(jiān)測(cè)分類。
32、3、本專利技術(shù)中設(shè)計(jì)了一種基于空間注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型，通過(guò)構(gòu)建空間注意力神經(jīng)網(wǎng)絡(luò)，將特征選擇聚焦于特征圖上的有效信息的位置，由于監(jiān)控圖像一般拍攝范圍較大的一片區(qū)域，對(duì)整個(gè)區(qū)域的特征提取不能很好地聚焦于設(shè)備外觀、設(shè)備警示燈等小范圍的圖像特征，因此，通過(guò)提高對(duì)特定區(qū)域的關(guān)注能力顯著的提高對(duì)變電站設(shè)備運(yùn)行狀態(tài)的監(jiān)測(cè)性能。
33、本專利技術(shù)附加方面的優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本專利技術(shù)的實(shí)踐了解到。
本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，包括：
2.如權(quán)利要求1所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，所述初級(jí)分類器包括：
3.如權(quán)利要求2所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，所述基于空間注意力機(jī)制的殘差神經(jīng)網(wǎng)絡(luò)模型，具體為：
4.如權(quán)利要求3所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，空間注意模塊的結(jié)構(gòu)為：模塊的輸入-標(biāo)準(zhǔn)化層-空間集中層-標(biāo)準(zhǔn)化層-卷積層-輸出，其中，輸入跳躍連接空間集中層的輸出，執(zhí)行加權(quán)求和操作，加權(quán)求和操作的輸出跳躍連接卷積層的輸出，再次執(zhí)行加權(quán)求和操作。
5.如權(quán)利要求2所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，所述全連接神經(jīng)網(wǎng)絡(luò)，具體為：
6.如權(quán)利要求5所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)經(jīng)過(guò)全連接神經(jīng)網(wǎng)絡(luò)后，輸出結(jié)果進(jìn)行集成：
7.如權(quán)利要求1所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，所述構(gòu)建多特征的集成監(jiān)測(cè)模型，采用Xgboost模型，輸出分類結(jié)果，以及輸出特征排名、特征名稱、特征權(quán)重值；
8.一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)，其特征在于，包括：
9.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器和處理器以及存儲(chǔ)在存儲(chǔ)器上并在處理器上運(yùn)行的計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器運(yùn)行時(shí)，完成權(quán)利要求1-7任一項(xiàng)所述的變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，用于存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)，完成權(quán)利要求1-7任一項(xiàng)所述的變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法。
...
【技術(shù)特征摘要】
1.一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，包括：
2.如權(quán)利要求1所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，所述初級(jí)分類器包括：
3.如權(quán)利要求2所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，所述基于空間注意力機(jī)制的殘差神經(jīng)網(wǎng)絡(luò)模型，具體為：
4.如權(quán)利要求3所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，空間注意模塊的結(jié)構(gòu)為：模塊的輸入-標(biāo)準(zhǔn)化層-空間集中層-標(biāo)準(zhǔn)化層-卷積層-輸出，其中，輸入跳躍連接空間集中層的輸出，執(zhí)行加權(quán)求和操作，加權(quán)求和操作的輸出跳躍連接卷積層的輸出，再次執(zhí)行加權(quán)求和操作。
5.如權(quán)利要求2所述的一種變電站安防設(shè)備運(yùn)行狀態(tài)監(jiān)測(cè)方法，其特征在于，所述全連接神經(jīng)網(wǎng)絡(luò)，具體為：
6.如權(quán)利要求5所述的一種變...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：翟華，穆帥，王玉冉，于秋蕊，劉志敬，董金濤，張煥榮，劉成，孫興宇，岳增亞，
申請(qǐng)(專利權(quán))人：國(guó)網(wǎng)山東省電力公司嘉祥縣供電公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。