基于人工智能的智能电网运维监控方法及系统技术方案

本发明专利技术提供的基于人工智能的智能电网运维监控方法及系统，涉及数据处理技术领域。在本发明专利技术中，可以先对目标电网组件进行数据提取处理，以得到目标电网组件对应的历史电网运行数据；再分别计算历史电网运行数据和预先配置的参考电网运行数据集合包括的每一个参考电网运行数据之间的数据相关度；最后，依据历史电网运行数据和每一个参考电网运行数据之间的数据相关度，并结合预先为每一个参考电网运行数据配置的异常程度参考值，分析输出历史电网运行数据对应的异常程度表征值，再基于异常程度表征值确定出目标电网组件对应的目标运行安全度。基于上述内容，可以在一定程度上提高运行安全分析的可靠度。高运行安全分析的可靠度。高运行安全分析的可靠度。

【技术实现步骤摘要】
基于人工智能的智能电网运维监控方法及系统


[0001]本专利技术涉及数据处理
，具体而言，涉及一种基于人工智能的智能电网运维监控方法及系统。

技术介绍

[0002]人工智能(Artificial Intelligence，简称AI)，是利用数字计算机或者数字计算机控制的计算模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。
[0003]机器学习(Machine Learning，ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
[0004]电网的运行维护涉及的层面一般较多，都影响着电网的有序运行，因此，需要对电网进行可靠的运行维护。其中，对电网进行可靠的运行维护的基础上，对电网的运行安全进行有效的监控，使得在出现异常时，就及时地进行维护，避免由异常演变为故障。但是，在现有技术中，一般是将单个电力器件的运行数据进行分析，如阈值比较等，如此，容易因数据分析的依据较为单一而导致出现安全分析的可靠度不高的问题。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种基于人工智能的智能电网运维监控方法及系统，以在一定程度上提高运行安全分析的可靠度。
[0006]为实现上述目的，本专利技术实施例采用如下技术方案：一种基于人工智能的智能电网运维监控方法，包括：对目标电网组件进行数据提取处理，以得到所述目标电网组件对应的历史电网运行数据，所述历史电网运行数据包括所述目标电网组件中的每一个目标电力器件在多个历史时间点的历史电力参数，所述目标电网组件包括多个目标电力器件，所述多个目标电力器件之间具有相关关系；分别计算所述历史电网运行数据和预先配置的参考电网运行数据集合包括的每一个参考电网运行数据之间的数据相关度；依据所述历史电网运行数据和每一个所述参考电网运行数据之间的数据相关度，并结合预先为每一个所述参考电网运行数据配置的异常程度参考值，分析输出所述历史电网运行数据对应的异常程度表征值，再基于所述异常程度表征值确定出所述目标电网组件对应的目标运行安全度。
[0007]在一些优选的实施例中，在上述基于人工智能的智能电网运维监控方法中，所述对目标电网组件进行数据提取处理，以得到所述目标电网组件对应的历史电网运行数据的步骤，包括：依据历史时间周期，对目标电网组件进行数据提取处理，以得到所述目标电网组件对应的初始历史电网运行数据，所述初始历史电网运行数据包括所述目标电网组件在所述历史时间周期内的每一个时间点的数据；对所述历史时间周期进行采样，以形成多个历史时间点，所述多个历史时间点之间的历史时间间隔长度沿着时间的走向具有递减的对应关系；对于每一个所述历史时间点，从所述初始历史电网运行数据中，分别提取出所述目标电网组件中的每一个目标电力器件在该历史时间点的历史电力参数，以得到所述目标电网组件对应的历史电网运行数据。
[0008]在一些优选的实施例中，在上述基于人工智能的智能电网运维监控方法中，所述分别计算所述历史电网运行数据和预先配置的参考电网运行数据集合包括的每一个参考电网运行数据之间的数据相关度的步骤，包括：从预先配置的参考电网运行数据集合包括的多个参考电网运行数据中，提取出一个参考电网运行数据，再将该参考电网运行数据和所述历史电网运行数据作为一个待计算数据相关度的数据组合；将所述数据组合包括的所述历史电网运行数据和所述参考电网运行数据分别加载到优化后数据挖掘神经网络中，利用所述优化后数据挖掘神经网络分别挖掘出所述历史电网运行数据对应的电网运行数据关键信息挖掘结果和所述参考电网运行数据对应的电网运行数据关键信息挖掘结果；基于所述历史电网运行数据对应的电网运行数据关键信息挖掘结果和所述参考电网运行数据对应的电网运行数据关键信息挖掘结果，计算输出所述数据组合对应的关键信息挖掘结果匹配度，以作为所述数据组合包括的所述历史电网运行数据和所述参考电网运行数据之间的数据相关度。
[0009]在一些优选的实施例中，在上述基于人工智能的智能电网运维监控方法中，所述优化后数据挖掘神经网络的优化过程包括：提取出多个典型电网运行数据，并提取出所述多个典型电网运行数据对应的电网运行数据标识信息；基于至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果和对应的电网运行数据标识信息，挖掘出所述至少一个典型电网运行数据对应的扩展电网运行数据关键信息挖掘结果；依据所述多个典型电网运行数据和所述至少一个典型电网运行数据对应的扩展电网运行数据关键信息挖掘结果，对预先搭建的初始数据挖掘神经网络进行优化，以形成对应的优化后数据挖掘神经网络；其中，所述提取出多个典型电网运行数据，并提取出所述多个典型电网运行数据对应的电网运行数据标识信息的步骤，包括：提取出多个典型电网运行数据，并从所述多个典型电网运行数据中筛选出至少一个第一典型电网运行数据，所述至少一个第一典型电网运行数据属于所述多个典型电网运
行数据中不具有实际的电网运行数据标识信息的典型电网运行数据；以及，基于所述至少一个第一典型电网运行数据对应的电网运行数据关键信息挖掘结果，分类形成对应的至少一个分类标识信息；以及，对于每一个所述第一典型电网运行数据，依据该第一典型电网运行数据对应的分类标识信息，确定出该第一典型电网运行数据对应的电网运行数据标识信息。
[0010]在一些优选的实施例中，在上述基于人工智能的智能电网运维监控方法中，所述基于至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果和对应的电网运行数据标识信息，挖掘出所述至少一个典型电网运行数据对应的扩展电网运行数据关键信息挖掘结果的步骤，包括：基于至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果和对应的电网运行数据标识信息，挖掘出所述至少一个典型电网运行数据对应的第一电网运行数据关键信息挖掘结果；基于所述至少一个典型电网运行数据对应的第一电网运行数据关键信息挖掘结果，分析输出所述至少一个典型电网运行数据对应的第二电网运行数据关键信息挖掘结果；基于所述至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果、对应的第一电网运行数据关键信息挖掘结果和对应的第二电网运行数据关键信息挖掘结果，确定出所述至少一个典型电网运行数据对应的扩展电网运行数据关键信息挖掘结果；其中，所述基于至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果和对应的电网运行数据标识信息，挖掘出所述至少一个典型电网运行数据对应的第一电网运行数据关键信息挖掘结果的步骤，包括：基于至少一个典型电网运行数据对应的电网运行数据标识信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的智能电网运维监控方法，其特征在于，包括：对目标电网组件进行数据提取处理，以得到所述目标电网组件对应的历史电网运行数据，所述历史电网运行数据包括所述目标电网组件中的每一个目标电力器件在多个历史时间点的历史电力参数，所述目标电网组件包括多个目标电力器件，所述多个目标电力器件之间具有相关关系；分别计算所述历史电网运行数据和预先配置的参考电网运行数据集合包括的每一个参考电网运行数据之间的数据相关度；依据所述历史电网运行数据和每一个所述参考电网运行数据之间的数据相关度，并结合预先为每一个所述参考电网运行数据配置的异常程度参考值，分析输出所述历史电网运行数据对应的异常程度表征值，再基于所述异常程度表征值确定出所述目标电网组件对应的目标运行安全度。2.如权利要求1所述的基于人工智能的智能电网运维监控方法，其特征在于，所述对目标电网组件进行数据提取处理，以得到所述目标电网组件对应的历史电网运行数据的步骤，包括：依据历史时间周期，对目标电网组件进行数据提取处理，以得到所述目标电网组件对应的初始历史电网运行数据，所述初始历史电网运行数据包括所述目标电网组件在所述历史时间周期内的每一个时间点的数据；对所述历史时间周期进行采样，以形成多个历史时间点，所述多个历史时间点之间的历史时间间隔长度沿着时间的走向具有递减的对应关系；对于每一个所述历史时间点，从所述初始历史电网运行数据中，分别提取出所述目标电网组件中的每一个目标电力器件在该历史时间点的历史电力参数，以得到所述目标电网组件对应的历史电网运行数据。3.如权利要求1所述的基于人工智能的智能电网运维监控方法，其特征在于，所述分别计算所述历史电网运行数据和预先配置的参考电网运行数据集合包括的每一个参考电网运行数据之间的数据相关度的步骤，包括：从预先配置的参考电网运行数据集合包括的多个参考电网运行数据中，提取出一个参考电网运行数据，再将该参考电网运行数据和所述历史电网运行数据作为一个待计算数据相关度的数据组合；将所述数据组合包括的所述历史电网运行数据和所述参考电网运行数据分别加载到优化后数据挖掘神经网络中，利用所述优化后数据挖掘神经网络分别挖掘出所述历史电网运行数据对应的电网运行数据关键信息挖掘结果和所述参考电网运行数据对应的电网运行数据关键信息挖掘结果；基于所述历史电网运行数据对应的电网运行数据关键信息挖掘结果和所述参考电网运行数据对应的电网运行数据关键信息挖掘结果，计算输出所述数据组合对应的关键信息挖掘结果匹配度，以作为所述数据组合包括的所述历史电网运行数据和所述参考电网运行数据之间的数据相关度。4.如权利要求3所述的基于人工智能的智能电网运维监控方法，其特征在于，所述优化后数据挖掘神经网络的优化过程包括：提取出多个典型电网运行数据，并提取出所述多个典型电网运行数据对应的电网运行
数据标识信息；基于至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果和对应的电网运行数据标识信息，挖掘出所述至少一个典型电网运行数据对应的扩展电网运行数据关键信息挖掘结果；依据所述多个典型电网运行数据和所述至少一个典型电网运行数据对应的扩展电网运行数据关键信息挖掘结果，对预先搭建的初始数据挖掘神经网络进行优化，以形成对应的优化后数据挖掘神经网络；其中，所述提取出多个典型电网运行数据，并提取出所述多个典型电网运行数据对应的电网运行数据标识信息的步骤，包括：提取出多个典型电网运行数据，并从所述多个典型电网运行数据中筛选出至少一个第一典型电网运行数据，所述至少一个第一典型电网运行数据属于所述多个典型电网运行数据中不具有实际的电网运行数据标识信息的典型电网运行数据；以及，基于所述至少一个第一典型电网运行数据对应的电网运行数据关键信息挖掘结果，分类形成对应的至少一个分类标识信息；以及，对于每一个所述第一典型电网运行数据，依据该第一典型电网运行数据对应的分类标识信息，确定出该第一典型电网运行数据对应的电网运行数据标识信息。5.如权利要求4所述的基于人工智能的智能电网运维监控方法，其特征在于，所述基于至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果和对应的电网运行数据标识信息，挖掘出所述至少一个典型电网运行数据对应的扩展电网运行数据关键信息挖掘结果的步骤，包括：基于至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果和对应的电网运行数据标识信息，挖掘出所述至少一个典型电网运行数据对应的第一电网运行数据关键信息挖掘结果；基于所述至少一个典型电网运行数据对应的第一电网运行数据关键信息挖掘结果，分析输出所述至少一个典型电网运行数据对应的第二电网运行数据关键信息挖掘结果；基于所述至少一个典型电网运行数据对应的电网运行数据关键信息挖掘结果、对应的第一电网运行数据关键信息挖掘结果和对应的第二电网运行数据关键信...

【专利技术属性】
技术研发人员：梁晖辉，张凌浩，庞博，刘雪原，周毅，张克利，高二超，程木团，何孝彬，
申请(专利权)人：四川省创世华软科技有限公司，
类型：发明
国别省市：