【技术实现步骤摘要】
本专利技术涉及人工智能，具体是一种基于人工智能的配电网自动化巡检系统及方法。
技术介绍
1、配电网自动化巡检是一种通过集成传感器、无人机、机器人等设备，结合先进数据处理和分析算法，实现对电网设备的实时监控、故障检测和预防性维护，以确保电网的稳定运行和可靠性；
2、当前对于配电网的巡检智能化程度普及较高，通过无人机和传感设备等实现远程电网设备状态监控，能够实时发现异常点；然而当前配电网的监控体系仍通过对于独立设备状态异常判断对电网供能体系进行维护监管，然而当面临复杂的电网供能情况时，其存在的多数潜在风险无法仅通过设备的异常监控进行完全监控，其缺乏对于电网设备之间的关联分析，缺乏对于小尺度区域的电网风险监测。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的配电网自动化巡检系统及方法，以解决现有技术中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于人工智能的配电网自动化巡检方法，该方法包括以下步骤：
4、s100、通过无人机对配电网管理区域进行巡检，确定配网区域内配电设备的位置坐标，基于各设备坐标数据通过区域组网对各设备的时序数据进行获取；
5、s200、根据各设备时序数据构建对应设备的时序数据切片矩阵；通过确定周期窗口综合分析各设备周期内连续时序数据的变化率；通过对区域内各设备进行数据统筹规划构建区域设备观测矩阵，结合各设备的周期时序数据的变化率对区域内各设备进行综合配网时序数据波动值
6、s300、基于各节点坐标数据结合配网源节点定位信息，对各节点进行层级划分；通过对各相邻节点进行特征表征区域构建，结合各节点的层级划分数据及区域配网数据波动分析进行异常区域检测；
7、s400、对各节点及对应层级划分信息进行可视化数据监测反馈，对异常区域进行警示。
8、所述s100通过无人机对配电网管理区域进行巡检，确定配网区域内配电设备的位置坐标，基于各设备坐标数据通过区域组网对各设备的时序数据进行获取的具体步骤如下：
9、s101、通过架构无人机巡检平台，通过对配电网区域进行巡检任务制定，对各无人机进行巡检路线规划，通过无人机对配电网区域设备进行监测；
10、s102、根据无人机监测配电网区域设备对各设备进行空间定位获取对应设备的空间坐标信息，并通过无人机机载通信传感设备对各设备进行时序数据采集；所述时序数据为设备各时间点的运行工艺数据；其中设备的运行工艺数据包括温度、电压、电流、功率、负荷等数据。
11、所述s200根据各设备时序数据构建对应设备的时序数据切片矩阵；通过确定周期窗口综合分析各设备周期内连续时序数据的变化率；通过对区域内各设备进行数据统筹规划构建区域设备观测矩阵，结合各设备的周期时序数据的变化率对区域内各设备进行综合配网时序数据波动值分析的具体分析步骤如下：
12、s201、基于各设备采集的时序数据，根据对应时间点设备各类型采集数据构建对应设备的时序数据集合；结合对应设备的空间坐标信息及设备类型数据构建对应各设备的时序数据切片矩阵；通过以设备对应空间坐标及类型信息为矩阵一级设备身份数据，以对应时间点设备的时序数据集合为对应矩阵的二级设备状态数据；
13、s202、通过调取对应设备时序数据切片矩阵，确定周期窗口获取对应周期内各设备的时序数据集合；对各设备周期内的设备时序数据运行变化程度进行分析，其计算公式为
14、；
15、其中，rmn为编号n设备的周期时序数据变化率；n为设备数量编号；s(n,z)(t+1)和s(n,z)(t+1)分别为周期内相邻时间点的对应数据类型编号z的设备时序数据；z为设备时序数据类型数量编号；t和t+1为周期内相邻时间点；t为周期窗口；
16、结合区域内各设备的周期时序数据变化率，通过统筹各设备的编号数据构建对应配电网区域内设备的区域设备监测矩阵；基于区域设备监测矩阵对配电网区域周期内的综合时序数据波动值进行分析，其计算公式为
17、；
18、其中，rc为配电网区域周期内的综合时序数据波动值；fn为对应编号n设备的类型影响参数。
19、所述s300基于各节点坐标数据结合配网源节点定位信息，对各节点进行层级划分；通过对各相邻节点进行特征表征区域构建，结合各节点的层级划分数据及区域配网数据波动分析进行异常区域检测的具体步骤如下：
20、s301、通过对配电网区域中配网源节点进行定位，并通过结合各节点坐标进行空间映射构建配网空间节点分布模型；以源节点为起始参照点，分别对各配网节点进行节点层次划分；以与源节点直接连接的配网节点为一级节点，则对各一级节点进行位置坐标统筹构建一级节点层；以与一级节点进行下位直接连接节点遍历，则所遍历节点为二级节点，则对各二级节点进行位置坐标统筹构建二级节点层；以此节点划分方式，对配网节点进行全遍历层级划分；其中对于下位直接连接点遍历是指以当前节点层级为参照，以当前节点所接收能源传输的节点为上位节点，以当前节点传输到下一直接连接节点为下位节点，则下位节点较当前节点层级降低；
21、s302、分别以各配网节点为中心点节点，通过遍历与当前中心节点连接的配网节点构建对应当前中心节点的关联节点配对坐标组；对当前中心节点的关联节点配对坐标组进行统筹构建对应坐标组集合，分别对各坐标组中与当前中心节点关联配网节点进行空间距离计算，其计算公式为
22、；
23、其中，s(i,e:i)为当前中心节点编号i与关联节点编号e之间的空间距离；(i,e)为当前中心节点编号i与节点编号e构建的关联节点配对坐标组；i(p)和e(p)分别对应编号i和e节点的坐标分量；p取值x,y,z；其中x,y,z分别为节点空间坐标方向；分别对各中心节点关联的对应坐标组集合进行关联节点空间距离分析，取min1[s(i,e:i)]和min2[s(i,e:i)]对应的关联节点配对坐标组中的与中心节点连接的关联节点，构建对应各中心节点所属的特征表征区域；其中min1[s(i,e:i)]和min2[s(i,e:i)]分别对应中心节点关联节点配对坐标组中，中心节点与各关联节点之间空间距离计算结果的第一最小值和第二最小值；
24、基于配电网区域中各特征表征区域结合对应区域构建节点进行区域异常分析；分别对各特征表征区域进行编号标记，并对各特征表征区域及对应构筑节点进行区域时序数据波动偏移程度分析，其计算公式为
25、；
26、其中fov[k(i,e1,e2)]为编号k特征表征区域的区域时序数据波动偏移程度；k为特征表征区域的数量编号；k(i,e1,e2)中i,e1,e2为对应编号k特征表征区域的构建节点编号；rm(i∈wj),rm(e1∈wj),rm(e2∈wj)分别对应为节点i,e1,e2所处层级的周期综合时序数据波动值；wj对应为层级编号；j为层级数量编号；其中各层级的周期综合时序本文档来自技高网...
【技术保护点】
1.一种基于人工智能的配电网自动化巡检方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的配电网自动化巡检方法，其特征在于：所述S100通过无人机对配电网管理区域进行巡检，确定配网区域内配电设备的位置坐标，基于各设备坐标数据通过区域组网对各设备的时序数据进行获取的具体步骤如下：
3.根据权利要求2所述的一种基于人工智能的配电网自动化巡检方法，其特征在于：所述S200根据各设备时序数据构建对应设备的时序数据切片矩阵；通过确定周期窗口综合分析各设备周期内连续时序数据的变化率；通过对区域内各设备进行数据统筹规划构建区域设备观测矩阵，结合各设备的周期时序数据的变化率对区域内各设备进行综合配网时序数据波动值分析的具体分析步骤如下：
4.根据权利要求3所述的一种基于人工智能的配电网自动化巡检方法，其特征在于：所述S300基于各节点坐标数据结合配网源节点定位信息，对各节点进行层级划分；通过对各相邻节点进行特征表征区域构建，结合各节点的层级划分数据及区域配网数据波动分析进行异常区域检测的具体步骤如下：
5.根据权利要求
6.一种基于人工智能的配电网自动化巡检系统，其特征在于：所述系统包括区域数据采集模块、时序数据波动分析模块、区域异常检测模块和数据反馈模块；
7.根据权利要求6所述的一种基于人工智能的配电网自动化巡检系统，其特征在于：所述区域数据采集模块包括无人机巡检控制单元和区域配电网数据采集单元；
8.根据权利要求7所述的一种基于人工智能的配电网自动化巡检系统，其特征在于：所述时序数据波动分析模块包括时序数据切片矩阵构建单元和区域节点时序数据波动分析单元；
9.根据权利要求8所述的一种基于人工智能的配电网自动化巡检系统，其特征在于：所述区域异常检测模块包括区域节点层级划分单元和区域异常分析单元；
10.根据权利要求9所述的一种基于人工智能的配电网自动化巡检系统，其特征在于：所述数据反馈模块包括数据输出单元和异常警示单元；
...【技术特征摘要】
1.一种基于人工智能的配电网自动化巡检方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的配电网自动化巡检方法，其特征在于：所述s100通过无人机对配电网管理区域进行巡检，确定配网区域内配电设备的位置坐标，基于各设备坐标数据通过区域组网对各设备的时序数据进行获取的具体步骤如下：
3.根据权利要求2所述的一种基于人工智能的配电网自动化巡检方法，其特征在于：所述s200根据各设备时序数据构建对应设备的时序数据切片矩阵；通过确定周期窗口综合分析各设备周期内连续时序数据的变化率；通过对区域内各设备进行数据统筹规划构建区域设备观测矩阵，结合各设备的周期时序数据的变化率对区域内各设备进行综合配网时序数据波动值分析的具体分析步骤如下：
4.根据权利要求3所述的一种基于人工智能的配电网自动化巡检方法，其特征在于：所述s300基于各节点坐标数据结合配网源节点定位信息，对各节点进行层级划分；通过对各相邻节点进行特征表征区域构建，结合各节点的层级划分数据及区域配网数据波动分析进行异常区域检测的具体步骤如下：<...
【专利技术属性】
技术研发人员：汪彦，蒋曦，徐亚南，陈羽，王鹏，
申请(专利权)人：江苏起风电力科技有限公司，
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。