【技术实现步骤摘要】
本申请涉及停电研判，具体地，涉及一种基于大数据的停电研判处理方法。
技术介绍
1、电力供应是现代生活中不可或缺的一部分，任何一次非预期的停电都会给社会经济和个人生活带来不便甚至严重的后果。电力系统的正常运行受到多种因素的影响，其中天气条件是一个非常重要的外部因素。极端天气如雷暴、台风、冰雹等恶劣天气条件下，电网设施可能会遭受不同程度的损坏，导致大面积停电事故的发生。因此，准确预测极端天气对电网的影响，提前做好应急准备，对于减少电力中断带来的负面影响具有重要意义。
2、传统的停电预警方法主要依赖于气象预报和电网的历史数据，通过专家经验和一些简单的统计方法来进行预测。这种方法虽然能够在一定程度上起到预警作用，但由于其依赖人工分析，难以做到实时、精确地预测停电风险。并且，由于缺乏对天气数据深层次的挖掘和分析，其预警效果往往不尽如人意。
3、因此，期待一种智能化的基于大数据的停电研判处理方法。
技术实现思路
1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
2、第一方面，本申请提供了一种基于大数据的停电研判处理方法，所述方法包括：
3、获取天气监测数据的时间队列，其中，所述天气监测数据包括温度值、湿度值、风速值和降雨量；
4、对所述天气监测数据的时间队列进行基于局部时
5、对所述天气数据局部时序关联特征向量的序列进行特征关联优化以得到天气数据局部时序关联优化特征向量的序列；
6、基于所述天气数据局部时序关联优化特征向量的序列的特征显著性时序聚合信息，确定是否产生停电预警提示。
7、可选地，对所述天气监测数据的时间队列进行基于局部时间尺度的时序特征提取以得到天气数据局部时序关联特征向量的序列，包括：使用天气数据嵌入矩阵对所述天气监测数据的时间队列中的各个天气监测数据进行嵌入编码以得到天气监测嵌入编码向量的时间队列；将所述天气监测嵌入编码向量的时间队列以预定时间尺度划分后输入基于1d-cnn模型的天气局部时序特征捕捉器以得到所述天气数据局部时序关联特征向量的序列。
8、可选地，对所述天气数据局部时序关联特征向量的序列进行特征关联优化以得到天气数据局部时序关联优化特征向量的序列，包括：将所述天气数据局部时序关联特征向量的序列输入基于序列相关性语义的自适应特征优化模块以得到所述天气数据局部时序关联优化特征向量的序列。
9、可选地，将所述天气数据局部时序关联特征向量的序列输入基于序列相关性语义的自适应特征优化模块以得到所述天气数据局部时序关联优化特征向量的序列，包括：计算所述天气数据局部时序关联特征向量的序列中任意两个天气数据局部时序关联特征向量之间的语义关联得分向量以得到天气数据局部时序语义关联得分向量的序列；计算所述天气数据局部时序语义关联得分向量的序列的均值向量以得到序列内生相关性全局表示向量；基于所述序列内生相关性全局表示向量，计算所述天气数据局部时序关联特征向量的序列中的各个天气数据局部时序关联特征向量的关联优化因子以得到关联优化因子的序列；将所述关联优化因子的序列输入激活函数以得到关联优化权重因子的序列；以所述关联优化权重因子的序列中的各个关联优化权重因子作为权重，分别对所述天气数据局部时序关联特征向量的序列中的各个天气数据局部时序关联特征向量进行加权以得到所述天气数据局部时序关联优化特征向量的序列。
10、可选地，计算所述天气数据局部时序关联特征向量的序列中任意两个天气数据局部时序关联特征向量之间的语义关联得分向量以得到天气数据局部时序语义关联得分向量的序列，包括：将所述天气数据局部时序关联特征向量的序列中任意两个天气数据局部时序关联特征向量进行级联后乘以权重系数矩阵，再和偏置向量进行点加以得到所述天气数据局部时序语义关联得分向量。
11、可选地，基于所述序列内生相关性全局表示向量，计算所述天气数据局部时序关联特征向量的序列中的各个天气数据局部时序关联特征向量的关联优化因子以得到关联优化因子的序列，包括：将所述天气数据局部时序关联特征向量和所述序列内生相关性全局表示向量分别乘以不同的权重系数向量后进行加法运算以得到语义关联系数；将所述语义关联系数加上偏置参数后通过sigmoid激活函数以得到所述关联优化因子。
12、可选地，基于所述天气数据局部时序关联优化特征向量的序列的特征显著性时序聚合信息，确定是否产生停电预警提示，包括：将所述天气数据局部时序关联优化特征向量的序列输入特征显著性调制的节点时序聚合响应网络以得到天气数据时序显著聚合表示向量；将所述天气数据时序显著聚合表示向量输入基于分类器的研判结果生成器以得到研判结果，所述研判结果用于表示是否产生所述停电预警提示。
13、可选地，将所述天气数据局部时序关联优化特征向量的序列输入特征显著性调制的节点时序聚合响应网络以得到天气数据时序显著聚合表示向量，包括：计算所述天气数据局部时序关联优化特征向量的序列中的各个天气数据局部时序关联优化特征向量的特征显著性描述因子；以所述天气数据局部时序关联优化特征向量的序列中的最后一个天气数据局部时序关联优化特征向量作为当前天气数据局部时序关联优化特征向量，基于所述天气数据局部时序关联优化特征向量的序列中其他各个天气数据局部时序关联优化特征向量与所述当前天气数据局部时序关联优化特征向量之间的距离跨度，构造所述其他各个天气数据局部时序关联优化特征向量的特征显著性衰减因子；计算所述其他各个天气数据局部时序关联优化特征向量的特征显著性衰减因子与其特征显著性描述因子之间的乘积以得到特征显著性衰减描述因子的序列；将所述特征显著性衰减描述因子的序列输入门控掩码模块以得到特征显著性衰减权重因子的序列；基于所述特征显著性衰减权重因子的序列，计算所述天气数据局部时序关联优化特征向量的序列的加权和以得到所述天气数据时序显著聚合表示向量。
14、可选地，计算所述天气数据局部时序关联优化特征向量的序列中的各个天气数据局部时序关联优化特征向量的特征显著性描述因子，包括：计算所述天气数据局部时序关联优化特征向量中的各个特征值与其特征均值的差值四次方的期望值，并将所述期望值除以所述天气数据局部时序关联优化特征向量的特征方差的平方以得到所述特征显著性描述因子。
15、可选地，基于所述天气数据局部时序关联优化特征向量的序列中其他各个天气数据局部时序关联优化特征向量与所述当前天气数据局部时序关联优化特征向量之间的距离跨度，构造所述其他各个天气数据局部时序关联优化特征向量的特征显著性衰减因子，包括：计算所述当前天气数据局部时序关联优化特征向量的最大特征值与所述天气数据局部时序关联优化特征向量的序列中其他各个天气数据局部时序关联优化特征向量的最大特征值之间的差值，再本文档来自技高网...
【技术保护点】
1.一种基于大数据的停电研判处理方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的停电研判处理方法，其特征在于，对所述天气监测数据的时间队列进行基于局部时间尺度的时序特征提取以得到天气数据局部时序关联特征向量的序列，包括：
3.根据权利要求2所述的基于大数据的停电研判处理方法，其特征在于，对所述天气数据局部时序关联特征向量的序列进行特征关联优化以得到天气数据局部时序关联优化特征向量的序列，包括：
4.根据权利要求3所述的基于大数据的停电研判处理方法，其特征在于，将所述天气数据局部时序关联特征向量的序列输入基于序列相关性语义的自适应特征优化模块以得到所述天气数据局部时序关联优化特征向量的序列，包括：
5.根据权利要求4所述的基于大数据的停电研判处理方法，其特征在于，计算所述天气数据局部时序关联特征向量的序列中任意两个天气数据局部时序关联特征向量之间的语义关联得分向量以得到天气数据局部时序语义关联得分向量的序列，包括：
6.根据权利要求5所述的基于大数据的停电研判处理方法，其特征在于，基于所述序列内生相关性全局表
7.根据权利要求6所述的基于大数据的停电研判处理方法，其特征在于，基于所述天气数据局部时序关联优化特征向量的序列的特征显著性时序聚合信息，确定是否产生停电预警提示，包括：
8.根据权利要求7所述的基于大数据的停电研判处理方法，其特征在于，将所述天气数据局部时序关联优化特征向量的序列输入特征显著性调制的节点时序聚合响应网络以得到天气数据时序显著聚合表示向量，包括：
9.根据权利要求8所述的基于大数据的停电研判处理方法，其特征在于，计算所述天气数据局部时序关联优化特征向量的序列中的各个天气数据局部时序关联优化特征向量的特征显著性描述因子，包括：
10.根据权利要求9所述的基于大数据的停电研判处理方法，其特征在于，基于所述天气数据局部时序关联优化特征向量的序列中其他各个天气数据局部时序关联优化特征向量与所述当前天气数据局部时序关联优化特征向量之间的距离跨度，构造所述其他各个天气数据局部时序关联优化特征向量的特征显著性衰减因子，包括：
...【技术特征摘要】
1.一种基于大数据的停电研判处理方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的停电研判处理方法，其特征在于，对所述天气监测数据的时间队列进行基于局部时间尺度的时序特征提取以得到天气数据局部时序关联特征向量的序列，包括：
3.根据权利要求2所述的基于大数据的停电研判处理方法，其特征在于，对所述天气数据局部时序关联特征向量的序列进行特征关联优化以得到天气数据局部时序关联优化特征向量的序列，包括：
4.根据权利要求3所述的基于大数据的停电研判处理方法，其特征在于，将所述天气数据局部时序关联特征向量的序列输入基于序列相关性语义的自适应特征优化模块以得到所述天气数据局部时序关联优化特征向量的序列，包括：
5.根据权利要求4所述的基于大数据的停电研判处理方法，其特征在于，计算所述天气数据局部时序关联特征向量的序列中任意两个天气数据局部时序关联特征向量之间的语义关联得分向量以得到天气数据局部时序语义关联得分向量的序列，包括：
6.根据权利要求5所述的基于大数据的停电研判处理方法，其特征在于，基于所述序列内生相关性全局表示向量，计算所...
【专利技术属性】
技术研发人员：李桂林，李亚男，贾高萌，陈旭，陈旭，肖珂，王奕萱，朱曼曼，李洁雯，李赟，
申请(专利权)人：国网河南省电力公司营销服务中心，
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。