【技术实现步骤摘要】
一种电网检修风险预警方法及系统
[0001]本公开涉及电网检修
，具体涉及一种电网检修风险预警方法及系统、存储介质及设备。
技术介绍
[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]电网的发展和社会的进步都对电网的运行提出了更高的要求，加强对电网故障的诊断处理显得尤为重要。电力系统由发电机、变压器、母线、输配电线路及用电设备组成。各电气元件及系统通常处于正常运行状态，但也可能出现故障或异常运行状态。随着电力系统的规模越来越大，结构越来越复杂，故障产生不可避免，而在整个电力生产过程中，最常发生、危险最严重的故障是短路故障，短路故障发生的原因有电气设备绝缘材料老化或机械损伤，雷击引起过电压,自然灾害引起杆塔倒地或断线，鸟兽跨接导线引起短路、运行人员误操作等，给电力系统的安全运行带来了一些新的问题。
[0004]现有电力系统是在故障发生后，才由值班人员对现场情况进行报告，再由接收到维修任务的工作人员从被分析区域的某些检测量中得到故障征兆信息，经过对这些前期信息...
【技术保护点】
【技术特征摘要】
1.一种电网检修风险预警方法，其特征在于，包括以下步骤：获取目标区域内的变电站设备图像、线缆线杆图像，以及工作人员施工图像；并对所述变电站设备图像、线缆线杆图像，以及工作人员施工图像进行预处理；利用预先深度训练形成的异常识别模型，分别对所述预处理后的变电站设备图像、线缆线杆图像，以及工作人员施工图像进行异常识别处理，获取所述变电站设备图像、线缆线杆图像，以及工作人员施工图像对应的异常图像数据；利用预先训练形成的电网故障预判模型，根据所述变电站设备图像、线缆线杆图像，以及工作人员施工图像对应的图像异常数据，获取预判故障类别；根据获取的预判故障类别，从故障检修数据库中调取相应的风险预控方案，并传输至相关检修部门。2.如权利要求1所述的一种电网检修风险预警方法，其特征在于，在利用异常识别模型完成根据变电站设备图像、线缆线杆图像，以及工作人员施工图像的异常识别，输出可能出现的故障情况及解决方案之前，利用深度学习网络模型进行异常识别模型的训练，建立统一的异常识别模型。3.如权利要求2所述的一种电网检修风险预警方法，其特征在于，在利用异常识别模型完成根据变电站设备图像、线缆线杆图像，以及工作人员施工图像的异常识别，输出可能出现的故障情况及解决方案之前，构建变电站设备图像、线缆线杆图像，以及工作人员施工图像多种异常情况图像的样本库。4.如权利要求2所述的一种电网检修风险预警方法，其特征在于，所述异常识别模型的训练过程包括：获取变电站设备图像、线缆线杆图像，以及工作人员施工图像和图像的训练标签对应的当前映射标签；将所述变电站设备图像、线缆线杆图像输入初始异常识别模型，得到所述变电站设备图像、线缆线杆图像，以及工作人员施工图像对应的目标预测标签；基于所述变电站设备图像、线缆线杆图像，以及工作人员施工图像的训练标签对应的当前映射标签和目标预测标签生成模型反馈数据；基于所述模型反馈数据对应的数据变化参考信息生成标签损失，基于标签损失调整当前映射标签得到更新映射标签，将所述更新映射标签作为当前映射标签；基于所述模型反馈数据调整初始异常识别模型的模型参数，得到更新的初始异常识别模型，返回所述将所述变电站设备图像、线缆线杆图像，...
【专利技术属性】
技术研发人员：姚博文，耿凤，李峰，焦景栋，李智钰，王凤臣，董玉平，
申请(专利权)人：国网山东省电力公司济宁供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。