一种面向物联网的配电网异常监测方法、系统及相关设备技术方案

本发明专利技术适用于配电网异常监测技术领域，提供了一种面向物联网的配电网异常监测方法、系统及相关设备，其方法包括：从配电网各个监测点采集电气参数的异常数据、天气数据以及地理位置信息数据，并将采集到的数据进行数据预处理；将预处理后的数据输入至训练好的CNN‑RNN模型中评估所述电气参数是否受到天气因素的影响或受到地理位置因素的影响；当所述电气参数没有受到天气因素的影响或没有受到地理位置因素的影响时，则确定所述配电网各个监测点设备运行状态的目标特征变量；判断所述目标特征向量是否满足异常条件；若是，则通过监测所述配电网各个监测点设备运行状态的异常数据对所述电气参数进行异常分析，有效提高异常监测的全面性。

【技术实现步骤摘要】

本专利技术涉及配电网异常监测，特别涉及一种面向物联网的配电网异常监测方法、系统及相关设备。

技术介绍

1、目前，各类智能传感器被广泛应用于配电网监测中，例如能够实时监测电气参数的电流传感器、电压传感器等，可对配电网的电流、电压等基本参数进行精准测量；温度传感器、湿度传感器等环境监测传感器，能监测配电网设备所处环境的温湿度等信息，为设备的运行环境评估提供数据支持。基于传感器提供的数据，很多采用大数据技术和人工智能技术对海量的监测数据进行存储和管理。

2、传感器在实际工作中容易受到环境因素的干扰，导致数据采集精度下降，虽然人工智能算法在故障诊断中取得了一定的应用，但在复杂的配电网运行环境下，例如，在多故障并发或故障特征不明显的情况下，故障诊断算法可能会出现误判或漏判的情况，影响故障处理的及时性和准确性。另外，当前对配电网设备的监测主要集中在一些关键设备和常见故障类型上，存在对于一些辅助设备以及潜在的故障模式监测不足等问题。

3、鉴于此，需要一种面向物联网的配电网异常监测方法、系统及相关设备。

<b>技术实现思路...

【技术保护点】

1.一种面向物联网的配电网异常监测方法，其特征在于，包括：

2.根据权利要求1所述的面向物联网的配电网异常监测方法，其特征在于，所述将预处理后的数据输入至训练好的CNN-RNN模型中评估所述电气参数是否受到天气因素的影响或受到地理位置因素的影响，包括：

3.根据权利要求2所述的面向物联网的配电网异常监测方法，其特征在于，所述将归一化处理后的数据作为第一输入样本，输入至卷积神经网络中，得到对应的特征图序列，包括：

4.根据权利要求3所述的面向物联网的配电网异常监测方法，其特征在于，所述使用多个卷积核对所述输入张量进行卷积操作，包括：</p>

5.根据...

【技术特征摘要】

1.一种面向物联网的配电网异常监测方法，其特征在于，包括：

2.根据权利要求1所述的面向物联网的配电网异常监测方法，其特征在于，所述将预处理后的数据输入至训练好的cnn-rnn模型中评估所述电气参数是否受到天气因素的影响或受到地理位置因素的影响，包括：

3.根据权利要求2所述的面向物联网的配电网异常监测方法，其特征在于，所述将归一化处理后的数据作为第一输入样本，输入至卷积神经网络中，得到对应的特征图序列，包括：

4.根据权利要求3所述的面向物联网的配电网异常监测方法，其特征在于，所述使用多个卷积核对所述输入张量进行卷积操作，包括：

5.根据权利要求2所述的面向物联网的配电网异常监测方法，其特征在于，所述将所述特征图序列作为第二输入样本，输入至循环神经网络中对模型进行学习训练，包括：

6.根据权利要求1所述的面...

【专利技术属性】
技术研发人员：何宇斌，周华锋，赖凯庭，许丹莉，练寅，
申请(专利权)人：中国南方电网有限责任公司，
类型：发明
国别省市：