【技术实现步骤摘要】
本申请涉及变电站巡检，尤其涉及一种基于多模态大小模型融合的变电站智能巡检系统。
技术介绍
1、随着电力系统的不断发展和自动化水平的提高，变电站作为电力系统的核心组成部分，其安全运行对于保障电网稳定和供电质量至关重要。传统的人工巡检方法存在效率低、成本高、风险大等问题，因此，基于多模态监测数据的智能巡检技术逐渐成为研究热点。
2、目前，现有变电站巡检方法中存在由于无法对多模态监测数据进行有效融合分析，导致区域风险预警的速度、精准度和稳定性较差，影响变电站巡检质量和巡检效率的技术问题。
技术实现思路
1、本申请的目的是提供一种基于多模态大小模型融合的变电站智能巡检系统，用以解决现有变电站巡检方法中存在由于无法对多模态监测数据进行有效融合分析，导致区域风险预警的速度、精准度和稳定性较差，影响变电站巡检质量和巡检效率的技术问题。
2、鉴于上述问题，本申请提供了一种基于多模态大小模型融合的变电站智能巡检系统，包括：监测数据集读取模块，用于基于多源监测网络，定点读取目标变电站的监测数据集，其中，监测数据集包括图像集、热成像集和声纹集；数据处理模块，用于对所述图像集、热成像集和声纹集进行预处理和区域定位融合，得到多个区域数据集；第一风险系数得到模块，用于通过预警小模型对所述多个区域数据集进行状态评估，根据实时干扰数据对状态评估结果进行优化，输出多个第一风险系数，其中，预警小模型通过预警大模型蒸馏降维后获得，预警大模型基于集成学习原理构建；预警区域设定模块，用于将第一风险系
3、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
4、1.通过多源监测网络对目标变电站进行实时监测，定点读取监测数据集，包括图像集、热成像集和声纹集；接着对监测数据集进行预处理和区域定位融合，得到多个区域数据集；另一方面，基于集成学习原理，根据风险预测算子构建预警大模型，其中风险预测算子至少包括bp神经网络、支持向量机和随机森林，并通过样本数据集将预警大模型训练至收敛；接着对预警大模型进行知识蒸馏降维，得到满足预期响应速度的预警小模型；然后通过预警小模型对多个区域数据集进行状态评估，并在状态评估过程中根据实时干扰数据对状态评估结果进行优化，输出多个第一风险系数；进一步将第一风险系数大于第一风险阈值的区域数据集标识为风险数据集，调用预警大模型对多个风险数据集进行状态评估，输出多个第二风险系数；接着将第二风险系数大于第二风险阈值的区域设定为预警区域，其中，第二风险阈值大于第一风险阈值；最后基于预警区域对目标变电站进行运维管理；可以提高多模态监测数据融合分析的效率和准确性，进而提高区域风险预测的速度和精准度，同时可以显著增强系统对各种环境的适应能力，提高区域监测预警的准确性和可靠性，确保电力系统的安全稳定运行。
5、2.通过构建预警大模型和预警小模型，由于预警小模型为预警大模型蒸馏降维后得到，结构简单，预警速度较快，首先通过预警小模型进行实时监测，可以及时发现潜在故障信号；接着在发现潜在故障信号后，调用预警大模型进行精准分析，从而提高区域风险预警的速度和精准度。
6、3.通过在预警分析过程中，采集多模态数据的实时干扰因子，并根据实时干扰因子进行数据可信度评估，接着根据评估结果对模型预警结果进行补偿，可以有效减少由于外界干扰导致的预警误差，降低误报和漏报概率，从而进一步提高变电站监测预警的精准度和可靠性。
7、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他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.基于多模态大小模型融合的变电站智能巡检系统，其特征在于，包括：
2.根据权利要求1所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，构建预警大模型，包括：
3.根据权利要求2所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，基于所述特征提取层构建所述预警大模型，包括：
4.根据权利要求3所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，基于所述特征提取层和所述预警分析层构建所述预警大模型，包括：
5.根据权利要求4所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，构建预警小模型，包括：
6.根据权利要求5所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，构建预定损失函数，包括：
7.根据权利要求5所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，根据实时干扰数据对状态评估结果进行优化，包括：
8.根据权利要求7所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，基于所述图像干扰强度、热成像干扰强度和声纹干扰强度对所述状态评估结
...【技术特征摘要】
1.基于多模态大小模型融合的变电站智能巡检系统，其特征在于，包括：
2.根据权利要求1所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，构建预警大模型，包括：
3.根据权利要求2所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，基于所述特征提取层构建所述预警大模型，包括：
4.根据权利要求3所述基于多模态大小模型融合的变电站智能巡检系统，其特征在于，基于所述特征提取层和所述预警分析层构建所述预警大模型，包括：
5.根据权利要求4所述基...
【专利技术属性】
技术研发人员：庞海天，樊小毅，邵俊松，宋丹阳，
申请(专利权)人：南京江行联加智能科技有限公司，
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。