电力设施监测方法、系统、装置和存储介质制造方法及图纸

本发明专利技术实施例公开了一种电力设施监测方法、系统、装置和存储介质，属于电力设施技术领域，其方法包括获取电网定位信息；所述电网定位信息中包括至少一个目标设施的目标定位信息；利用训练完成的沉降判别模型对所述电网定位信息进行分类处理，得到所述目标设施的沉降信息；所述沉降判别模型利用电网定位训练集训练完成；若判断所述沉降信息与预设的沉降条件匹配，则生成对应所述目标设施的沉降状态，并将所述沉降状态作为监测结果。利用神经网络模型，即沉降判别模型对电网定位信息进行处理，得到各个目标设施的沉降状态，不易遗漏目标设施，提高了电力设施的沉降监测质量。提高了电力设施的沉降监测质量。提高了电力设施的沉降监测质量。

【技术实现步骤摘要】
电力设施监测方法、系统、装置和存储介质


[0001]本专利技术涉及一种电力设施
，尤其涉及一种电力设施监测方法、系统、 装置和存储介质。

技术介绍

[0002]电力设施可分为发电设施、变电设施、输电设施等，其中输电设施包括杆塔、 输电线、变压器、接地装置等。由于电力设施地域分散且动态影响因素众多，特 别是输电线所处环境山高林密、地质等自然灾害频发，电力设施受到地理因素影 响产生沉降，给电力设施正常工作带来了较大的隐患。
[0003]为了及时发现电力设施沉降，传统的监测方法普遍使用人工巡检的方式，由 专业的巡查人员定期巡查以确定电力设施位置及工作情况，但人工巡检的工作方 式效率低、实时性差且容易出现漏检，导致电力设施的监测质量下降。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种电力设施监测方法、系统、装置和存储介质， 用于解决现有技术中监测质量差的问题。为达上述之一或部分或全部目的或是其 他目的，本专利技术提出一种电力设施监测方法、系统、装置和存储介质，第一方面：
[0005]一种电力设施监测方法，包括：
[0006]获取电网定位信息；所述电网定位信息中包括至少一个目标设施的目标定位 信息；
[0007]利用训练完成的沉降判别模型对所述电网定位信息进行分类处理，得到所述 目标设施的沉降信息；所述沉降判别模型利用电网定位训练集训练完成；
[0008]若判断所述沉降信息与预设的沉降条件匹配，则生成对应所述目标设施的沉 降状态，并将所述沉降状态作为监测结果。
[0009]优选地，在所述利用训练完成的沉降判别模型对所述电网定位信息进行分类 处理之前，所述监测方法还包括：
[0010]利用所述沉降判别模型中的自编码神经网络模型对所述电网定位训练集进 行计算，得到沉降训练参数；
[0011]利用所述沉降判别模型中的支持向量机分类模型对所述沉降训练参数进行 计算，得到沉降状态参数；
[0012]在所述沉降状态参数与预设的训练条件匹配时，判定所述沉降判别模型训练 完成。
[0013]优选地，所述利用训练完成的沉降判别模型对所述电网定位信息进行分类处 理，得到所述目标设施的沉降信息的步骤包括：
[0014]获取所述电网定位信息中的定位导向矢量参数；每个所述目标定位信息均对 应有所述定位导向矢量参数；
[0015]利用训练完成的所述自编码神经网络模型对所述定位导向矢量参数进行编 解码，得到特征导向矢量参数；
[0016]利用训练完成的所述支持向量机分类模型对所述特征导向矢量参数进行分 类处理，得到各个所述目标设施的所述沉降信息。
[0017]优选地，所述利用训练完成的所述自编码神经网络模型对所述定位导向矢量 参数进行编解码，得到特征导向矢量参数的步骤包括：
[0018]利用所述自编码神经网络模型中的编码器对所述定位导向矢量参数进行编 码，得到编码特征参数；
[0019]利用所述自编码神经网络模型中的解码器对所述训练特征参数进行解码，得 到仿制矢量参数；
[0020]提取所述编码特征参数并将所述编码特征参数作为所述特征导向矢量参数。
[0021]优选地，所述获取电网定位信息的步骤包括：
[0022]获取各个所述目标设施的所述目标定位信息；
[0023]提取所述目标定位信息中的设施编码参数以及经纬坐标参数；
[0024]根据所有所述设施编码参数计算得到设施数量；
[0025]按照所述设施数量与所述设施编码参数的对应关系排列所述经纬坐标参数， 得到信号源阵列；
[0026]基于所述经纬坐标参数得到各个所述目标设施的分布方向参数；
[0027]利用多源信息融合定位矩阵模型对所述信号源阵列和所述分布方向参数进 行计算，得到所述电网定位信息。
[0028]优选地，在所述利用训练完成的沉降判别模型对所述电网定位信息进行分类 处理之前，所述方法还包括：
[0029]根据所述电网定位信息中的所述信号源阵列构建辨识空间参数；所述辨识空 间参数包括所述定位导向矢量参数；
[0030]生成特征向量参数并利用所述特征向量参数在所述辨识空间参数内投影得 到投影向量参数；
[0031]利用所述特征向量参数、所述投影向量参数和所述定位导向矢量参数处理得 到空间系数参数；
[0032]判断各个所述定位导向矢量参数的所述空间系数参数是否与预设的判别值 匹配；
[0033]若是，则判定对应的所述定位导向矢量参数为噪音，并排除；若否，则保留 对应的所述定位导向矢量参数，以对所述电网定位信息去噪更新。
[0034]优选地，所述利用所述特征向量参数、所述投影向量参数和所述定位导向矢 量参数处理得到空间系数参数的步骤包括：
[0035]在所述投影向量参数与任意所述定位导向矢量参数的内积等于所述特征向 量参数与对应所述定位导向矢量参数的内积时，利用对应所述定位导向矢量参数 与所述特征向量参数计算得到与对应所述定位导向矢量参数的所述空间系数参 数。
[0036]第二方面：
[0037]一种电力设施监测系统，包括获取模块，用于获取电网定位信息；所述电网 定位
信息中包括至少一个目标设施的目标定位信息；
[0038]沉降模块，用于利用训练完成的沉降判别模型对所述电网定位信息进行分类 处理，得到所述目标设施的沉降信息；所述沉降判别模型利用电网定位训练集训 练完成；
[0039]判断模块，用于若判断所述沉降信息与预设的沉降条件匹配，则生成对应所 述目标设施的沉降状态，并将所述沉降状态作为监测结果。
[0040]优选地，所述系统还包括训练模块，用于在所述利用训练完成的沉降判别模 型对所述电网定位信息进行分类处理之前，利用所述沉降判别模型中的自编码神 经网络模型对所述电网定位训练集进行计算，得到沉降训练参数；
[0041]利用所述沉降判别模型中的支持向量机分类模型对所述沉降训练参数进行 计算，得到沉降状态参数；
[0042]在所述沉降状态参数与预设的训练条件匹配时，判定所述沉降判别模型训练 完成。
[0043]优选地，所述沉降模块包括提取单元，用于获取所述电网定位信息中的定位 导向矢量参数；每个所述目标定位信息均对应有所述定位导向矢量参数；
[0044]编解码单元，用于利用训练完成的所述自编码神经网络模型对所述定位导向 矢量参数进行编解码，得到特征导向矢量参数；
[0045]判别单元，用于利用训练完成的所述支持向量机分类模型对所述特征导向矢 量参数进行分类处理，得到各个所述目标设施的所述沉降信息。
[0046]优选地，所述编解码单元包括编码子单元，用于利用所述自编码神经网络模 型中的编码器对所述定位导向矢量参数进行编码，得到编码特征参数；
[0047]解码子单元，用于利用所述自编码神经网络模型中的解码器对所述训练特征 参数进行解码，得到仿制矢量参数；...

【技术保护点】

【技术特征摘要】
1.一种电力设施监测方法，其特征在于，包括：获取电网定位信息；所述电网定位信息中包括至少一个目标设施的目标定位信息；利用训练完成的沉降判别模型对所述电网定位信息进行分类处理，得到所述目标设施的沉降信息；所述沉降判别模型利用电网定位训练集训练完成；若判断所述沉降信息与预设的沉降条件匹配，则生成对应所述目标设施的沉降状态，并将所述沉降状态作为监测结果。2.如权利要求1所述的电力设施监测方法，其特征在于，在所述利用训练完成的沉降判别模型对所述电网定位信息进行分类处理之前，所述监测方法还包括：利用所述沉降判别模型中的自编码神经网络模型对所述电网定位训练集进行计算，得到沉降训练参数；利用所述沉降判别模型中的支持向量机分类模型对所述沉降训练参数进行计算，得到沉降状态参数；在所述沉降状态参数与预设的训练条件匹配时，判定所述沉降判别模型训练完成。3.如权利要求2所述的电力设施监测方法，其特征在于，所述利用训练完成的沉降判别模型对所述电网定位信息进行分类处理，得到所述目标设施的沉降信息的步骤包括：获取所述电网定位信息中的定位导向矢量参数；每个所述目标定位信息均对应有所述定位导向矢量参数；利用训练完成的所述自编码神经网络模型对所述定位导向矢量参数进行编解码，得到特征导向矢量参数；利用训练完成的所述支持向量机分类模型对所述特征导向矢量参数进行分类处理，得到各个所述目标设施的所述沉降信息。4.如权利要求3所述的电力设施监测方法，其特征在于，所述利用训练完成的所述自编码神经网络模型对所述定位导向矢量参数进行编解码，得到特征导向矢量参数的步骤包括：利用所述自编码神经网络模型中的编码器对所述定位导向矢量参数进行编码，得到编码特征参数；利用所述自编码神经网络模型中的解码器对所述训练特征参数进行解码，得到仿制矢量参数；提取所述编码特征参数并将所述编码特征参数作为所述特征导向矢量参数。5.如权利要求1所述的电力设施监测方法，其特征在于，所述获取电网定位信息的步骤包括：获取各个所述目标设施的所述目标定位信息；提取所述目标定位信息中的设施编码参数以及经纬坐标参数；根据所有所述设施编码参数计算得到设施数量；按照所述设施数量与所述设施编码参数的对应关系排列所述经纬坐标参...

【专利技术属性】
技术研发人员：周仿荣，马仪，马御棠，钟志刚，邱鹏锋，王国芳，曹俊，杨舟，刘兴涛，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：