一种基于人工智能的电力设备异常检测系统及方法技术方案

本发明专利技术涉及智能电网领域，尤其涉及一种基于人工智能的电力设备异常检测系统及方法，包括：设于电力设备内部的温度传感器，用于感应电力设备内部的温度并生成感应信号；与温度传感器电磁耦合的阅读器，用于通过电磁耦合的方式获取感应信号并生成反馈信号；设置在云端的服务器，用于获取阅读器的反馈信号并转换成相应的温度数据，还用于构建AE‑LSTM模型并基于AE‑LSTM模型对温度数据进行训练，通过AE‑LSTM模型对温度数据进行异常检测。本发明专利技术能够实现电力设备异常实时检测，保证电网的运行安全。

【技术实现步骤摘要】
一种基于人工智能的电力设备异常检测系统及方法
本专利技术涉及智能电网领域，尤其涉及一种基于人工智能的电力设备异常检测系统及方法。
技术介绍
智能电网和物联网的发展均被提升到国家经济发展的战略决策层面。基于物联网的泛在电力物联网能够极大地拓宽现有电力网络的业务范围，提高电力系统的安全性和抗故障能力，改善电力系统现有基础设施利用效率，满足用户对电能质量和可靠性的要求，提高电力系统信息化水平，最终达成智能电网节能減排、兼容互动、安全可靠的目标。但泛在电力物联网还处在发展初期，存在诸多不足，首先是缺少一个覆盖全网的设备实物标识及全面感知系统。而对电力设备运行状态进行全面、精确的监测对于配电安全及电力系统的可靠性具有特别重要的作用。但是目前针对电力设备的“健康”监测，目前并无通用的解决方案。
技术实现思路
为解决上述问题，本专利技术提出一种基于人工智能的电力设备异常检测系统及方法。一种基于人工智能的电力设备异常检测系统，包括：设于电力设备内部的温度传感器，用于感应电力设备内部的温度并生成感应信号；与温度本文档来自技高网...

【技术保护点】
1.一种基于人工智能的电力设备异常检测系统，其特征在于，包括：/n设于电力设备内部的温度传感器，用于感应电力设备内部的温度并生成感应信号；/n与温度传感器电磁耦合的阅读器，用于通过电磁耦合的方式获取感应信号并生成反馈信号；/n设置在云端的服务器，用于获取阅读器的反馈信号并转换成相应的温度数据，还用于构建AE-LSTM模型并基于AE-LSTM模型对温度数据进行训练，通过AE-LSTM模型对温度数据进行异常检测。/n

【技术特征摘要】
1.一种基于人工智能的电力设备异常检测系统，其特征在于，包括：
设于电力设备内部的温度传感器，用于感应电力设备内部的温度并生成感应信号；
与温度传感器电磁耦合的阅读器，用于通过电磁耦合的方式获取感应信号并生成反馈信号；
设置在云端的服务器，用于获取阅读器的反馈信号并转换成相应的温度数据，还用于构建AE-LSTM模型并基于AE-LSTM模型对温度数据进行训练，通过AE-LSTM模型对温度数据进行异常检测。


2.根据权利要求1所述的一种基于人工智能的电力设备异常检测系统，其特征在于，所述温度传感器采用无线无源柔性薄膜温度传感器，所述无线无源柔性薄膜温度传感器包覆于电力设备内部导电线的外表面。


3.根据权利要求1所述的一种基于人工智能的电力设备异常检测系统，其特征在于，所述无线无源柔性薄膜温度传感器包括SAW温度传感器，所述SAW温度传感器包括基板、叉指换能器、反射栅及收发天线，所述叉指换能器、所述反射栅设置于所述所述基板上，所述收发天线与所述叉指换能器相连。


4.根据权利要求1所述的一种基于人工智能的电力设备异常检测系统，其特征在于，所述AE-LSTM模型以无监督的方式自动学习温度传感数据中内在的依赖关系，提取数据特征。


5.根据权利要求1所述的一种基于人工智能的电力设备异常检测系统，其特征在于，所述AE-LSTM模型输出神经元个数有两个：异常数据和正常...

【专利技术属性】
技术研发人员：王彬栩，杨跃平，杨晓华，刘可龙，李林锋，秦桑，杨扬，费巍，叶夏明，钱锡颖，王德洪，唐昕，邢景锋，焦阳，吴昊，
申请(专利权)人：国网浙江省电力有限公司宁波供电公司，国网浙江省电力有限公司宁波市镇海区供电公司，
类型：发明
国别省市：浙江;33