一种智能运检通报方法及装置制造方法及图纸

本公开提供了一种智能运检通报方法及装置。其中，一种智能运检通报方法包括判断输电线路故障杆塔位置和故障原因，其过程为：利用故障测距算法，得到当前测点与故障点之间的距离，进而转换为故障杆塔号，判断出故障杆塔位置；选取与故障原因相匹配的至少两种故障特征来训练神经网络，判断出故障原因；调取当前巡检区域的地图数据库，在地图数据库中定位故障杆塔位置，查询出当前测点至故障杆塔的巡检路径并在相应地图上标记，形成导航地图；将故障杆塔位置和故障原因及导航地图填充至预先设定的故障通报模板中形成故障通报，并推送至客户端中展示。其能够减少故障停电时间，提高供电可靠性。

An Intelligent Transportation Inspection Notification Method and Device

【技术实现步骤摘要】
一种智能运检通报方法及装置
本公开属于运检通报领域，尤其涉及一种智能运检通报方法及装置。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。随着推动“互联网+”与传统业务的深度融合的发展，智能运检技术迅速发展，电网运检效率的提高将有助于快速、准确诊断电力系统故障，及时恢复电网的正常工作状态，保障供电服务质量，对构建坚强、可靠、自愈的智能电网具有重要的意义。由于输电线路长，杆塔多，运检维护存在人员短缺、工作量繁重问题，运检工作的好坏对运检从业人员有较强的依赖性。专利技术人发现，目前运检工作主要是依赖于人工去寻找故障点，故障发生时由调度部门通过电话的形式告知相关人员，运检人员接到电话后通过转换杆塔位置确定故障位置，再通过手机导航达到故障处，往往需要很长的时间，耽误故障修复时间。
技术实现思路
为了解决上述问题，本公开的第一个方面提供一种智能运检通报方法，其能够减少故障停电时间，提高供电可靠性。为了实现上述目的，本公开采用如下技术方案：一种智能运检通报方法，包括：判断输电线路故障杆塔位置和故障原因，其过程为：利用故障测距算法，得到当前测点与故障点之间的距离，进而转换为故障杆塔号，判断出故障杆塔位置；选取与故障原因相匹配的至少两种故障特征来训练神经网络，判断出故障原因；调取当前巡检区域的地图数据库，在地图数据库中定位故障杆塔位置，查询出当前测点至故障杆塔的巡检路径并在相应地图上标记，形成导航地图；将故障杆塔位置和故障原因及导航地图填充至预先设定的故障通报模板中形成故障通报，并推送至客户端中展示。进一步地，所述故障特征包括气象数据特征、季节性特征、图像识别特征、波形特征、历史性故障特征和输电通道情况；故障原因分为四类，包括雷击故障、工程车辆、山火和设备本体。该技术方案所产生的优点在于，结合气象特征、季节特征、图像特征、波形特征、历史性故障特征、输电通道情况信息这些多源信息融合进行故障原因判别，解决了在传统算法下难以解决的故障及原因判别的问题，提高了故障原因判断的精确性。进一步地，训练神经网络的过程为：根据已知的故障原因及其相匹配的至少两种故障特征，形成训练样本集合；将训练样本集合内的训练样本输入至初始化的预设结构的神经网络中；计算神经网络输出的误差，若误差范围小于预设条件阈值，则训练完成；否则调整神经网络中的参数继续训练，直至误差范围小于预设条件阈值或满足预设训练停止条件，停止神经网络训练。该技术方案所产生的优点在于，通过对神经网络进行训练并利用训练完成的神经网络进行故障原因判断，减少了故障原因判断的计算时间，提高了故障原因判断的效率，进而提高了运检通报的时效性。进一步地，所述故障通报经即时通信服务器推送至客户端并即时显示。该技术方案所产生的优点在于，利用即时通信服务器推送故障通报，一方面节约了程序开发的成本及时间，另一方面提高了运检通报的效率，使得故障能够及时进行修复，减少了故障停电时间，提高了供电可靠性，保证了整个输电线路的稳定运行。本公开的第二方面提供一种智能运检通报装置。一种智能运检通报装置，包括：故障位置及原因判断模块，其用于判断输电线路故障杆塔位置和故障原因；所述故障位置及原因判断模块包括：故障位置判断子模块，其用于利用故障测距算法，得到当前测点与故障点之间的距离，进而转换为故障杆塔号，判断出故障杆塔位置；故障原因判断子模块，选取与故障原因相匹配的至少两种故障特征来训练神经网络，判断出故障原因；导航地图形成模块，其用于调取当前巡检区域的地图数据库，在地图数据库中定位故障杆塔位置，查询出当前测点至故障杆塔的巡检路径并在相应地图上标记，形成导航地图；故障通报展示模块，其用于将故障杆塔位置和故障原因及导航地图填充至预先设定的故障通报模板中形成故障通报，并推送至客户端中展示。进一步地，在所述故障原因判断子模块中，故障特征包括气象数据特征、季节性特征、图像识别特征、波形特征、历史性故障特征和输电通道情况；故障原因分为四类，包括雷击故障、工程车辆、山火和设备本体。该技术方案所产生的优点在于，结合气象特征、季节特征、图像特征、波形特征、历史性故障特征、输电通道情况信息这些多源信息融合进行故障原因判别，解决了在传统算法下难以解决的故障及原因判别的问题，提高了故障原因判断的精确性。进一步地，在所述故障原因判断子模块中，训练神经网络的过程为：根据已知的故障原因及其相匹配的至少两种故障特征，形成训练样本集合；将训练样本集合内的训练样本输入至初始化的预设结构的神经网络中；计算神经网络输出的误差，若误差范围小于预设条件阈值，则训练完成；否则调整神经网络中的参数继续训练，直至误差范围小于预设条件阈值或满足预设训练停止条件，停止神经网络训练。该技术方案所产生的优点在于，通过对神经网络进行训练并利用训练完成的神经网络进行故障原因判断，减少了故障原因判断的计算时间，提高了故障原因判断的效率，进而提高了运检通报的时效性。进一步地，在所述故障通报展示模块中，故障通报经即时通信服务器推送至客户端并即时显示。该技术方案所产生的优点在于，利用即时通信服务器推送故障通报，一方面节约了程序开发的成本及时间，另一方面提高了运检通报的效率，使得故障能够及时进行修复，减少了故障停电时间，提高了供电可靠性，保证了整个输电线路的稳定运行。本公开的第三方面提供一种计算机可读存储介质。一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的智能运检通报方法中的步骤。本公开的第四方面提供一种计算机设备。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程序时实现如上述所述的智能运检通报方法中的步骤。本公开的有益效果是：(1)本公开调取当前巡检区域的地图数据库，在地图数据库中定位已判断出的故障杆塔位置，并查询出当前测点至故障杆塔的巡检路径并在相应地图上标记，形成导航地图；将已判断的故障杆塔位置和故障原因及导航地图填充至预先设定的故障通报模板中形成故障通报，及时推送至客户端中展示，，使得故障能够及时进行修复，减少了故障停电时间，提高了供电可靠性，保证了整个输电线路的稳定运行。(2)本公开适用于所有供电公司，电力公司通过技术及各部门协作，通将故障信息及导航信息及时的推送给相关运维检修人员，可以在第一时间账务故障情况，达到现场，快速恢复故障。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。图1是本公开实施例的一种智能运检通报方法流程图。图2是本公开实施例的一种智能运检通报装置结构示意图。具体实施方式下面结合附图与实施例对本公开作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器本文档来自技高网...

【技术保护点】
1.一种智能运检通报方法，其特征在于，包括：判断输电线路故障杆塔位置和故障原因，其过程为：利用故障测距算法，得到当前测点与故障点之间的距离，进而转换为故障杆塔号，判断出故障杆塔位置；选取与故障原因相匹配的至少两种故障特征来训练神经网络，判断出故障原因；调取当前巡检区域的地图数据库，在地图数据库中定位故障杆塔位置，查询出当前测点至故障杆塔的巡检路径并在相应地图上标记，形成导航地图；将故障杆塔位置和故障原因及导航地图填充至预先设定的故障通报模板中形成故障通报，并推送至客户端中展示。

【技术特征摘要】
1.一种智能运检通报方法，其特征在于，包括：判断输电线路故障杆塔位置和故障原因，其过程为：利用故障测距算法，得到当前测点与故障点之间的距离，进而转换为故障杆塔号，判断出故障杆塔位置；选取与故障原因相匹配的至少两种故障特征来训练神经网络，判断出故障原因；调取当前巡检区域的地图数据库，在地图数据库中定位故障杆塔位置，查询出当前测点至故障杆塔的巡检路径并在相应地图上标记，形成导航地图；将故障杆塔位置和故障原因及导航地图填充至预先设定的故障通报模板中形成故障通报，并推送至客户端中展示。2.如权利要求1所述的智能运检通报方法，其特征在于，所述故障特征包括气象数据特征、季节性特征、图像识别特征、波形特征、历史性故障特征和输电通道情况；故障原因分为四类，包括雷击故障、工程车辆、山火和设备本体。3.如权利要求1所述的智能运检通报方法，其特征在于，训练神经网络的过程为：根据已知的故障原因及其相匹配的至少两种故障特征，形成训练样本集合；将训练样本集合内的训练样本输入至初始化的预设结构的神经网络中；计算神经网络输出的误差，若误差范围小于预设条件阈值，则训练完成；否则调整神经网络中的参数继续训练，直至误差范围小于预设条件阈值或满足预设训练停止条件，停止神经网络训练。4.如权利要求1所述的智能运检通报方法，其特征在于，所述故障通报经即时通信服务器推送至客户端并即时显示。5.一种智能运检通报装置，其特征在于，包括：故障位置及原因判断模块，其用于判断输电线路故障杆塔位置和故障原因；所述故障位置及原因判断模块包括：故障位置判断子模块，其用于利用故障测距算法，得到当前测点与故障点之间的距离，进而转换为故障杆塔号，判断出故障杆塔位置；故障原因判断...

【专利技术属性】
技术研发人员：杨可林，张胜军，李鹏，许永盛，班伟龙，代桃桃，王居波，杜文祥，李潇，郭金建，房振鲁，徐广令，李辉，韩笑，
申请(专利权)人：国网山东省电力公司菏泽供电公司，国家电网有限公司，
类型：发明
国别省市：山东,37