【技术实现步骤摘要】
本专利技术实施例涉及电力物联网，尤其涉及一种电力物联智能终端的离线故障原因分类方法。
技术介绍
1、随着新型电力系统的快速建设，感知对象从电网侧向源荷端延伸，新能源、新业务不断接入，数据规模指数级增长，源网荷储各环节精准采集所需的物联智能终端数量和规模也在逐年增加。基于电力物联智能终端采集的海量数据，结合人工智能、大数据等技术手段的分析，能够对电力系统的运行状态进行更加准确的感知与控制。但在电力物联智能终端的运行过程中，常常会出现离线故障，需要尽快确定离线的故障原因，并进行维修，以尽可能降低设备离线时间。目前的检修工作中，多还以人工经验为主，通过对设备现场状态的检查，确定故障原因，而后再对故障进行处理。因此现有技术无法快速准确地确定智能终端离线的故障原因。
技术实现思路
1、本专利技术提供了一种电力物联智能终端的离线故障原因分类方法，以解决现有技术中无法快速准确地确定智能终端离线的故障原因的问题。
2、根据本专利技术的一方面，提供了一种电力物联智能终端的离线故障原因分类方法，所述方法包括：
3、获取电力物联智能终端的历史时序数据；
4、将所述历史时序数据输入故障原因分析模型得到故障原因概率集合，所述故障原因分析模型包括由门控循环单元gru、深度神经网络dnn、以及注意力机制attention结合的gru-dnn-attention模型；
5、根据所述故障原因概率集合确定所述电力物联智能终端离线的故障原因。
6、根据本专利技
7、获取模块，用于获取电力物联智能终端的历史时序数据；
8、分析模块，用于将所述历史时序数据输入故障原因分析模型得到故障原因概率集合，所述故障原因分析模型包括由门控循环单元gru、深度神经网络dnn、以及注意力机制attention结合的gru-dnn-attention模型；
9、确定模块，用于根据所述故障原因概率集合确定所述电力物联智能终端离线的故障原因。
10、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：至少一个处理器；以及
11、与所述至少一个处理器通信连接的存储器；其中，
12、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序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执行本专利技术任一实施例所述的电力物联智能终端的离线故障原因分类方法。
13、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的电力物联智能终端的离线故障原因分类方法。
14、本专利技术实施例的一种电力物联智能终端的离线故障原因分类方法，所述方法包括：获取电力物联智能终端的历史时序数据；将所述历史时序数据输入故障原因分析模型得到故障原因概率集合，所述故障原因分析模型包括由门控循环单元gru、深度神经网络dnn、以及注意力机制attention结合的gru-dnn-attention模型；根据所述故障原因概率集合确定所述电力物联智能终端离线的故障原因。该方法能够通过gru-dnn-attention模型确定电力物联智能终端离线的故障原因概率集合，并根据故障原因概率集合确定电力物联智能终端离线的故障原因，解决现有技术中无法快速准确地确定智能终端离线的故障原因的问题，提高了电力物联智能终端的运维效率。通过故障原因分析模型，可以辅助运维人员快速精准定位电力电力物联智能终端故障，进而提高终端运维效率，改变依靠人工现场调试的运维模式，有效节约调试运维成本，提升电网运行数字化水平。
15、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种电力物联智能终端的离线故障原因分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述故障原因分析模型还包括以下至少一种：决策树、随机森林、朴素贝叶斯、支撑向量机以及逻辑回归。
3.根据权利要求2所述的方法，其特征在于，当所述故障原因分析模型包括至少两种模型时，将所述历史时序数据输入故障原因分析模型得到故障原因概率集合，包括：
4.根据权利要求2或3所述的方法，其特征在于，GRU-DNN-Attention模型、决策树、随机森林以及朴素贝叶斯的权重确定方法包括：
5.根据权利要求1所述的方法，其特征在于，所述历史时序数据至少包括：网络延迟数据、环境温度、设备温度、CPU使用率以及内存使用率；所述故障原因至少包括：网络故障、设备硬件故障、设备软件故障以及电源故障。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述关联关系的确定方法包括：
8.一种电力物联智能终端的离线故障原因分类装置，其特征在于，所述装置包
9.一种电子设备，其特征在于，所述设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的电力物联智能终端的离线故障原因分类方法。
...【技术特征摘要】
1.一种电力物联智能终端的离线故障原因分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述故障原因分析模型还包括以下至少一种：决策树、随机森林、朴素贝叶斯、支撑向量机以及逻辑回归。
3.根据权利要求2所述的方法，其特征在于，当所述故障原因分析模型包括至少两种模型时，将所述历史时序数据输入故障原因分析模型得到故障原因概率集合，包括：
4.根据权利要求2或3所述的方法，其特征在于，gru-dnn-attention模型、决策树、随机森林以及朴素贝叶斯的权重确定方法包括：
5.根据权利要求1所述的方法，其特征在于，所述历史时序数据至少包括：网络延迟...
【专利技术属性】
技术研发人员：李世豪，缪巍巍，曾锃，夏元轶，杨君中，杨森，沈鹏，余益团，张瑞，张明轩，滕昌志，毕思博，张震，
申请(专利权)人：国网江苏省电力有限公司信息通信分公司，
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。