一种基于工业互联网的电力设备监测方法、设备及介质技术

本申请公开了一种基于工业互联网的电力设备监测方法、设备及介质，涉及适用于监督活预测目的的数据处理系统领域，包括：确定预先构建的工业互联网平台；通过监控分站获取所在区域内的数据采集装置采集的监控数据；针对所在区域的当前状态，对监控数据进行预警分析，得到第一预警分析结果，监控中心对监控数据进行预警分析，得到第二预警分析结果；根据第一预警分析结果和第二预警分析结果在本次预警分析过程中的所占权重，对所在区域内的电力设备进行监测预警。能够对监控数据在区域、整体层次这些不同的层次上考虑问题，使得对监控数据的考虑方向更加全面，从而增加对于预警分析的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种基于工业互联网的电力设备监测方法、设备及介质


[0001]本申请涉及适用于监督活预测目的的数据处理系统领域，具体涉及一种基于工业互联网的电力设备监测方法、设备及介质。

技术介绍

[0002]随着社会的发展，电力供应是非常重要的一环。在这样的情况下，电力设备的运行是否正常将会直接影响电力供应的稳定性。电力设备的良好运行不止是电能实现的基础，很大程度上更是保障了电网的可靠性和安全性。传统的电力设备监控中，往往只是通过单一的监控设备进行数据监控，这就导致监控时考虑的层次不足，难以做到准确的预警。
[0003]基于此，加强对电力设备运行监控是十分重要的。

技术实现思路

[0004]为了解决上述问题，本申请提出了一种基于工业互联网的电力设备监测方法，包括：确定预先构建的工业互联网平台，所述工业互联网平台至少包括二级节点、企业节点和数据采集装置，所述二级节点包括监控中心，所述企业节点包括位于不同区域的监控分站，所述监控分站与所述监控中心连接，且每个监控分站与所在区域内的数据采集装置连接；通过所述监控分站获取所在区域内的所述数据采集装置采集的监控数据，所述监控数据包括对应的电力设备运行数据、环境数据；针对所述所在区域的当前状态，对所述监控数据进行预警分析，得到第一预警分析结果，并将所述监控数据和所述第一预警分析结果反馈至所述监控中心，以便于所述监控中心在通过关键词识别确定所述第一预警分析结果包括异常状态，且确定所述第一预警分析结果符合预设要求的情况下，针对所有区域的当前状态，对所述监控数据进行预警分析，得到第二预警分析结果，所述预设要求用于判断引起所述异常状态的全局化特征的影响程度高于区域化特征，所述全局化特征用于形容所述异常状态在所有区域的出现泛化程度，所述区域化特征用于形容所述异常状态在所在区域的出现针对程度；接收所述监控中心反馈的所述第二预警分析结果，并根据所述第一预警分析结果和所述第二预警分析结果在本次预警分析过程中的所占权重，对所在区域内的电力设备进行监测预警；所述对所述监控数据进行预警分析，具体包括：确定预先训练的第二神经网络模型，通过所述第二神经网络模型对所述监控数据进行预警分析，其中，所述第二神经网络模型的输入为所述监控数据，输出为所述第一预警分析结果或所述第二预警分析结果，所述第一预警分析结果和所述第二预警分析结果为自然语言。
[0005]另一方面，本申请还提出了一种基于工业互联网的电力设备监测设备，包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：确定预先构建的工业互联网平台，所述工业互联网平台至少包括二级节点、企业节点和数据采集装置，所述二级节点包括监控中心，所述企业节点包括位于不同区域的监控分站，所述监控分站与所述监控中心连接，且每个监控分站与所在区域内的数据采集装置连接；通过所述监控分站获取所在区域内的所述数据采集装置采集的监控数据，所述监控数据包括对应的电力设备运行数据、环境数据；针对所述所在区域的当前状态，对所述监控数据进行预警分析，得到第一预警分析结果，并将所述监控数据和所述第一预警分析结果反馈至所述监控中心，以便于所述监控中心在通过关键词识别确定所述第一预警分析结果包括异常状态，且确定所述第一预警分析结果符合预设要求的情况下，针对所有区域的当前状态，对所述监控数据进行预警分析，得到第二预警分析结果，所述预设要求用于判断引起所述异常状态的全局化特征的影响程度高于区域化特征，所述全局化特征用于形容所述异常状态在所有区域的出现泛化程度，所述区域化特征用于形容所述异常状态在所在区域的出现针对程度；接收所述监控中心反馈的所述第二预警分析结果，并根据所述第一预警分析结果和所述第二预警分析结果在本次预警分析过程中的所占权重，对所在区域内的电力设备进行监测预警；所述对所述监控数据进行预警分析，具体包括：确定预先训练的第二神经网络模型，通过所述第二神经网络模型对所述监控数据进行预警分析，其中，所述第二神经网络模型的输入为所述监控数据，输出为所述第一预警分析结果或所述第二预警分析结果，所述第一预警分析结果和所述第二预警分析结果为自然语言。
[0006]另一方面，本申请还提出了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：确定预先构建的工业互联网平台，所述工业互联网平台至少包括二级节点、企业节点和数据采集装置，所述二级节点包括监控中心，所述企业节点包括位于不同区域的监控分站，所述监控分站与所述监控中心连接，且每个监控分站与所在区域内的数据采集装置连接；通过所述监控分站获取所在区域内的所述数据采集装置采集的监控数据，所述监控数据包括对应的电力设备运行数据、环境数据；针对所述所在区域的当前状态，对所述监控数据进行预警分析，得到第一预警分析结果，并将所述监控数据和所述第一预警分析结果反馈至所述监控中心，以便于所述监控中心在通过关键词识别确定所述第一预警分析结果包括异常状态，且确定所述第一预警分析结果符合预设要求的情况下，针对所有区域的当前状态，对所述监控数据进行预警分析，得到第二预警分析结果，所述预设要求用于判断引起所述异常状态的全局化特征的影响程度高于区域化特征，所述全局化特征用于形容所述异常状态在所有区域的出现泛化程
度，所述区域化特征用于形容所述异常状态在所在区域的出现针对程度；接收所述监控中心反馈的所述第二预警分析结果，并根据所述第一预警分析结果和所述第二预警分析结果在本次预警分析过程中的所占权重，对所在区域内的电力设备进行监测预警；所述对所述监控数据进行预警分析，具体包括：确定预先训练的第二神经网络模型，通过所述第二神经网络模型对所述监控数据进行预警分析，其中，所述第二神经网络模型的输入为所述监控数据，输出为所述第一预警分析结果或所述第二预警分析结果，所述第一预警分析结果和所述第二预警分析结果为自然语言。
[0007]通过本申请提出的方法能够带来如下有益效果：通过监控中心和监控分站，能够对监控数据在区域层次、整体层次这些不同的层次上考虑问题，使得对监控数据的考虑方向更加全面，从而增加对于预警分析的准确性，以保证电力设备的平稳运行。
附图说明
[0008]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例中基于工业互联网的电力设备监测方法的流程示意图；图2为本申请实施例中基于工业互联网的电力设备监测设备的示意图。
具体实施方式
[0009]为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0010]以下结合附图，详细本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于工业互联网的电力设备监测方法，其特征在于，包括：确定预先构建的工业互联网平台，所述工业互联网平台至少包括二级节点、企业节点和数据采集装置，所述二级节点包括监控中心，所述企业节点包括位于不同区域的监控分站，所述监控分站与所述监控中心连接，且每个监控分站与所在区域内的数据采集装置连接；通过所述监控分站获取所在区域内的所述数据采集装置采集的监控数据，所述监控数据包括对应的电力设备运行数据、环境数据；针对所述所在区域的当前状态，对所述监控数据进行预警分析，得到第一预警分析结果，并将所述监控数据和所述第一预警分析结果反馈至所述监控中心，以便于所述监控中心在通过关键词识别确定所述第一预警分析结果包括异常状态，且确定所述第一预警分析结果符合预设要求的情况下，针对所有区域的当前状态，对所述监控数据进行预警分析，得到第二预警分析结果，所述预设要求用于判断引起所述异常状态的全局化特征的影响程度高于区域化特征，所述全局化特征用于形容所述异常状态在所有区域的出现泛化程度，所述区域化特征用于形容所述异常状态在所在区域的出现针对程度；接收所述监控中心反馈的所述第二预警分析结果，并根据所述第一预警分析结果和所述第二预警分析结果在本次预警分析过程中的所占权重，对所在区域内的电力设备进行监测预警；所述对所述监控数据进行预警分析，具体包括：确定预先训练的第二神经网络模型，通过所述第二神经网络模型对所述监控数据进行预警分析，其中，所述第二神经网络模型的输入为所述监控数据，输出为所述第一预警分析结果或所述第二预警分析结果，所述第一预警分析结果和所述第二预警分析结果为自然语言。2.根据权利要求1所述的基于工业互联网的电力设备监测方法，其特征在于，确定所述第一预警分析结果包括异常状态，且符合预设要求，具体包括：对所述第一预警分析结果进行关键词识别，以确定所述第一预警分析结果包括异常状态，并确定所述第一预警分析结果对应的类型是自然破坏预警还是人为破坏预警，所述自然破坏预警包括风力破坏、覆冰破坏、雷击破坏中的至少一种；若所述第一预警分析结果属于所述自然破坏预警，则确定为不符合预设要求并筛除，若所述第一预警分析结果属于所述人为破坏预警，则进一步确定所述第一预警分析结果是否符合所述预设要求。3.根据权利要求1所述的基于工业互联网的电力设备监测方法，其特征在于，确定所述第一预警分析结果包括异常状态，且符合预设要求，具体包括：对所述第一预警分析结果进行关键词识别，以确定所述第一预警分析结果包括异常状态；确定所述监控分站的所在区域对应的标签中，是否具有独特标签，所述独特标签通过区域之间的差异程度确定；若是，则基于预先设置的各关键词与所述独特标签之间的映射关系，确定所述第一预警分析结果并非所述独特标签引起的，则确定所述第一预警分析结果符合预设要求。4.根据权利要求3所述的基于工业互联网的电力设备监测方法，其特征在于，所述确定
所述监控分站的所在区域对应的标签中，是否具有独特标签，具体包括：确定所述监控分站的所在区域对应的标签，所述标签包括地形、异常天气频率、电力设备类型、区域内企业总用电量中的至少一种；若所述地形、所述电力设备类型在所有区域的标签中的占比低于预设比例，则所述标签属于独特标签；若所述异常天气频率高于预设频率，则所述标签属于独特标签；若所述区域内企业总用电量高于预设用电量，则所述标签属于独特标签。5.根据权利要求3所述的基于工业互联网的电力设备监测方法，其特征在于，所述确定所述第一预警分析结果与所述独特标签之间的关联程度，具体包括：通过预先训练的第一神经网络模型确定所述第一预警分析结果与所述独特标签之间的关联程度，其中，所述第一神经网络模型的训练过程包括：采集各监控分站发送的第一预警分析结果以及该监控分站具有的独特标签，并将所有的第一预警分析结果整合生成第一预警分析结果集，将所有的独特标签整合生成独特标签集；在所述第一预警分析结果集、所述独特标签集中，分别随机选取一个第一预警分析结果和一个独特标签组合生成一个训练样本，以此得到训练样本集；针对每个所述训练样本，生成对应的多维评价向量，其中，所述多维评价向量中的第一维度向量为离散向量，用于表示独特标签的类别，第二维度向量和第三维度向量为自然语言向量，所述第二维度向量包括在所述第一预警分析结果中提取的关键词，所述第三维度向量用于表示用户对所述关联程度的评价结果，所述评价结果基于多名用户打分评价得到；对所述第三维度向量进行量化，以在其中提取得到所述评价结果对应的第一关联程度，并针对属于同一个所述第一关联程度的训练样本，通过所述第一维度向量之间的相似度、所述第二维度向量之间的相似度来进行聚类分析，并根据得到的多个类簇得到第二关联程度，并将所述第一关联程度和所述第二关联程度进行权重计算后，得到所述第一预警分析结果与所述独特标签之间的关联程度。6.根据权利要求1所述的基于工业互联网的电力设备监测方法，其特征在于，所述监控分站和所述监控中心使用的第二神经网络模型基于相同的架构，所述第二神经网络模型包括边缘第二神经网络模型和中心第二神经网络模型，所述监控分站使用的所述边缘第二神经网络模型基于自身所在区...

【专利技术属性】
技术研发人员：刘桐，孔凡敬，张宇轩，丁鹏，杨明记，
申请(专利权)人：山东聚发数字工业技术有限公司，
类型：发明
国别省市：