【技术实现步骤摘要】
本专利技术涉及电力设备预警，具体涉及基于多模态数据的电力设备安全预警方法及系统。
技术介绍
1、在电力设备的运行过程中，设备故障的发生可能会导致严重的安全问题。随着电力系统的复杂化和智能化，如何通过有效的方法对电力设备进行实时监测和预警，以避免潜在的设备故障和安全隐患，成为一个重要的研究方向。传统的电力设备安全监测方法通常依赖于单一的传感器数据，无法全面、准确地反映设备的真实状态。这导致在故障发生前，往往难以及时识别设备的异常，从而无法有效预防安全事故的发生。
2、现有技术主要依赖单一的数据源来进行电力设备的监测和预警。然而，这些单一数据源往往存在局限性，无法全面反映设备运行的整体状态。尤其是在处理复杂多变的环境中，这种单一数据源的监测方法容易受到噪声干扰和误报的影响，从而导致预警的准确性和可靠性不足。
技术实现思路
1、本申请通过提供了基于多模态数据的电力设备安全预警方法及系统，旨在解决现有技术中由于缺乏对多模态数据的综合分析方案，无法有效利用多种属性的数据进行综合判断，从而难以实现对电力设备的精准预警的技术问题。
2、本申请公开的第一个方面，提供了基于多模态数据的电力设备安全预警方法，包括：计算环境属性向量阈值和环境属性监测向量的环境属性偏差向量，计算音频属性向量阈值和音频属性监测向量的音频属性偏差向量，计算运行属性向量阈值和运行属性监测向量的运行属性偏差向量；根据所述环境属性偏差向量、所述音频属性偏差向量和所述运行属性偏差向量，构建空间基准分布坐标；根
3、本申请公开的另一个方面，提供了基于多模态数据的电力设备安全预警系统，包括：属性偏差向量计算模块，用于计算环境属性向量阈值和环境属性监测向量的环境属性偏差向量，计算音频属性向量阈值和音频属性监测向量的音频属性偏差向量，计算运行属性向量阈值和运行属性监测向量的运行属性偏差向量；编码降维模块，用于根据所述环境属性偏差向量、所述音频属性偏差向量和所述运行属性偏差向量，构建空间基准分布坐标；递归网络树构建模块，用于根据所述空间基准分布坐标，在电力设备安全管理案例库进行案例检索，构建递归网络树，其中，所述电力设备安全管理案例库用于存储电力设备安全监测案例；节点权重分布模块，用于根据所述递归网络树进行节点权重分布，获得节点权重分布结果；逆生长聚合模块，用于根据所述节点权重分布结果对所述递归网络树进行逆生长聚合，获得电力设备异常指数；电力设备预警模块，用于当所述电力设备异常指数大于或等于电力设备异常指数阈值，执行电力设备预警。
4、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：
5、由于采用了通过综合分析环境属性、音频属性和运行属性的偏差向量，构建空间基准分布坐标，进而实现对电力设备状态的全面监测和预警。该方法首先计算各种属性的偏差向量，然后利用这些向量构建一个多维的空间基准分布坐标，作为案例检索和网络树构建的基础。通过在电力设备安全管理案例库中检索相似案例，并构建递归网络树，该方法能够对电力设备的运行状态进行深入分析。节点权重的分布和逆生长聚合进一步精细化了对异常情况的识别，最终通过比较电力设备异常指数与预设阈值，实现对潜在故障的预警的技术方案，通过多模态数据的融合，提高了预警系统的准确性和可靠性。构建的空间基准分布坐标为案例检索提供了一个更为精确的参考框架，使得系统能够快速定位并分析潜在的设备异常。递归网络树的构建和节点权重的智能分布，增强了系统对复杂情况的适应性和分析能力。逆生长聚合规则的应用，优化了异常检测过程，确保了预警的及时性和有效性。总体而言，该技术方案通过创新的数据融合和智能分析方法，显著提升了电力设备安全预警的效率和准确性。
6、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它目的、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。
本文档来自技高网...【技术保护点】
1.基于多模态数据的电力设备安全预警方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，根据所述环境属性偏差向量、所述音频属性偏差向量和所述运行属性偏差向量，构建空间基准分布坐标，包括：
3.如权利要求2所述的方法，其特征在于，对所述环境属性偏差向量进行降维编码，获得环境属性偏差编码，包括：
4.如权利要求1所述的方法，其特征在于，根据所述空间基准分布坐标，在电力设备安全管理案例库进行案例检索，构建递归网络树，之前包括：
5.如权利要求1所述的方法，其特征在于，根据所述空间基准分布坐标，在电力设备安全管理案例库进行案例检索，构建递归网络树，包括：
6.如权利要求1所述的方法，其特征在于，根据所述递归网络树进行节点权重分布，获得节点权重分布结果，包括：
7.如权利要求1所述的方法，其特征在于，根据所述节点权重分布结果对所述递归网络树进行逆生长聚合，获得电力设备异常指数，包括：
8.基于多模态数据的电力设备安全预警系统，其特征在于，包括：
【技术特征摘要】
1.基于多模态数据的电力设备安全预警方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，根据所述环境属性偏差向量、所述音频属性偏差向量和所述运行属性偏差向量，构建空间基准分布坐标，包括：
3.如权利要求2所述的方法，其特征在于，对所述环境属性偏差向量进行降维编码，获得环境属性偏差编码，包括：
4.如权利要求1所述的方法，其特征在于，根据所述空间基准分布坐标，在电力设备安全管理案例库进行案例检索，构建递归网络树，之前包括...
【专利技术属性】
技术研发人员：董在亮，董海明，姜建军，房旭，杨扬，李帅民，徐晓玲，孙玮，
申请(专利权)人：山东海冠电气有限公司，
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。