一种基于多层次图卷积网络的电力设备故障溯源方法技术

本发明专利技术涉及一种基于多层次图卷积网络的电力设备故障溯源方法，其技术特点是：从电力工单系统中收集电力设备的故障文本信息，并计算故障文本信息中的TF

【技术实现步骤摘要】
一种基于多层次图卷积网络的电力设备故障溯源方法


[0001]本专利技术属于电力设备
，涉及电力故障溯源方法，尤其是一种基于多层次图卷积网络的电力设备故障溯源方法。

技术介绍

[0002]电力故障溯源指的是根据故障的表现和各种实际情况确定故障位置的过程。在实际电力系统运行过程中，故障位置一般由现场的维修工人根据设备的各种情况通过分析得出。由于上述故障分析过程对维修工人的经验和知识储备都有要求，有经验的维修工人可以在短时间内分析出电力设备的故障位置，因此人工的电力设备故障溯源依赖于维修工人的经验和知识，具有不稳定性，而且需要工人实地或者远程沟通分析，比较占用人力。
[0003]传统的自动电力故障溯源工作大多都是从电力专业角度出发，根据电力设备的各种状态信息(温度，电压，电流等)进行实时的电力设备故障监测，虽然通过这种方法监测故障往往比较准确，还可能提前预测故障，但是这种方法往往需要电力设备是智能化的，或者在变电站安装独立的传感器进行信息采集，难以大范围推广，并且对所有的设备都进行实时监测的各种硬件成本也很昂贵，因此短时间内推广的可能性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多层次图卷积网络的电力设备故障溯源方法，其特征在于：包括以下步骤：步骤1、从电力工单系统中收集电力设备的故障文本信息，并计算故障文本信息中的TF
‑
IDF指标和PMI指标；步骤2、根据TF
‑
IDF指标和PMI指标构建电力工单图G(V,E)，V和E分别为节点集和边集；步骤3、根据电力工单图G(V,E)构建多层图卷积网络，并训练多层图卷积网络；步骤4、使用训练好的多层图卷积网络对电力工单系统中电力设备的故障文本信息进行识别，确定电力设备故障位置。2.根据权利要求1所述的一种基于多层次图卷积网络的电力设备故障溯源方法，其特征在于：所述步骤1中的TF
‑
IDF指标用于提取故障文本信息中的关键词，该TF
‑
IDF指标的计算方法为：首先分别计算词频、计算逆文档频率，然后通过下式计算TF
‑
IDF指标：TF
‑
IDF＝TF
×
IDF。3.根据权利要求1所述的一种基于多层次图卷积网络的电力设备故障溯源方法，其特征在于：所述步骤1中的PMI指标用于计算词语件的语义相似度，该PMI指标通过下式计算：其中，P(a,b)表示两个词语a与b共同出现的概率，P(a)与P(b)分...

【专利技术属性】
技术研发人员：李睿凡，张煜松，焦飞，陆明聪，刘力卿，谈元鹏，李志坚，唐庆华，张弛，魏菊芳，冯军基，马昊，
申请(专利权)人：中国电力科学研究院有限公司国网天津市电力公司电力科学研究院国网天津市电力公司国家电网有限公司，
类型：发明
国别省市：