【技术实现步骤摘要】
本申请涉及停电故障判断领域，具体涉及一种多维度停电精准研判方法。
技术介绍
1、极端灾害、设备老化、负荷过载等因素常常导致电力系统发生故障，进而引发停电事件。停电事件不仅影响了居民的日常生活，还对商业活动和工业生产造成了重大损失。面对突发停电事件，急需通过对事件的深入分析和全面复盘，找出问题所在，才能有针对性地展开相关技术研究，以提升营销客户服务的应急响应能力和应对效率，并减轻基层单位的工作负担。
2、传统的停电故障判断方法主要依赖于人工经验和简单的数据分析。这些方法不仅效率低下，而且容易受到人为因素的影响，导致判断结果的准确性和可靠性不足。随着电力系统的复杂性增加，传统的研判方法在面对多维度、多源数据时，显得力不从心。
3、因此，期待一种优化的多维度停电精准研判方法。
技术实现思路
1、考虑到以上问题而做出了本申请。本申请的一个目的是提供一种多维度停电精准研判方法。
2、本申请的实施例提供了一种多维度停电精准研判方法，其包括：
3、获取故障报修工单、人工发布停电信息、配电终端停电事件数据、终端不在线数据、线路支线开关数据、电流截面曲线数据和10kv线路故障信号数据；
4、对所述故障报修工单、所述人工发布停电信息、所述配电终端停电事件数据、所述终端不在线数据、所述线路支线开关数据、所述电流截面曲线数据和所述10kv线路故障信号数据进行嵌入编码和语义关联优化以得到优化故障报修工单嵌入编码向量、优化人工发布停电信息嵌入编码向量
5、对所述优化故障报修工单嵌入编码向量、所述优化人工发布停电信息嵌入编码向量、所述优化配电终端停电事件嵌入编码向量、所述优化终端不在线数据嵌入编码向量、所述优化线路支线开关数据嵌入编码向量、所述优化电流截面曲线数据嵌入编码向量和所述优化线路故障信号数据嵌入编码向量进行跨域查询匹配编码以得到故障跨维度查询匹配特征向量；
6、基于所述故障跨维度查询匹配特征向量，生成故障判断结果。
7、例如，根据本申请的实施例的多维度停电精准研判方法，其中，对所述故障报修工单、所述人工发布停电信息、所述配电终端停电事件数据、所述终端不在线数据、所述线路支线开关数据、所述电流截面曲线数据和所述10kv线路故障信号数据进行嵌入编码和语义关联优化以得到优化故障报修工单嵌入编码向量、优化人工发布停电信息嵌入编码向量、优化配电终端停电事件嵌入编码向量、优化终端不在线数据嵌入编码向量、优化线路支线开关数据嵌入编码向量、优化电流截面曲线数据嵌入编码向量和优化线路故障信号数据嵌入编码向量，包括：
8、对所述故障报修工单、所述人工发布停电信息、所述配电终端停电事件数据、所述终端不在线数据、所述线路支线开关数据、所述电流截面曲线数据和所述10kv线路故障信号数据进行嵌入编码以得到故障报修工单嵌入编码向量、人工发布停电信息嵌入编码向量、配电终端停电事件嵌入编码向量、终端不在线数据嵌入编码向量、线路支线开关数据嵌入编码向量、电流截面曲线数据嵌入编码向量、线路故障信号数据嵌入编码向量；
9、将所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量输入基于序列内生相关性分析的特征关联优化模块以得到所述优化故障报修工单嵌入编码向量、所述优化人工发布停电信息嵌入编码向量、所述优化配电终端停电事件嵌入编码向量、所述优化终端不在线数据嵌入编码向量、所述优化线路支线开关数据嵌入编码向量、所述优化电流截面曲线数据嵌入编码向量和所述优化线路故障信号数据嵌入编码向量。
10、例如，根据本申请的实施例的多维度停电精准研判方法，其中，将所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量输入基于序列内生相关性分析的特征关联优化模块以得到所述优化故障报修工单嵌入编码向量、所述优化人工发布停电信息嵌入编码向量、所述优化配电终端停电事件嵌入编码向量、所述优化终端不在线数据嵌入编码向量、所述优化线路支线开关数据嵌入编码向量、所述优化电流截面曲线数据嵌入编码向量和所述优化线路故障信号数据嵌入编码向量，包括：
11、计算所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量所构成的特征集合中任意两个嵌入编码向量之间的语义关联得分向量以得到语义关联得分向量的序列；
12、计算所述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；
13、基于所述序列内生相关性全局表示向量，分别计算所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量的关联优化因子以得到关联优化因子的序列；
14、将所述关联优化因子的序列输入softmax激活函数以得到关联优化权重因子的序列；
15、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，分别对所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量进行加权以得到所述优化故障报修工单嵌入编码向量、所述优化人工发布停电信息嵌入编码向量、所述优化配电终端停电事件嵌入编码向量、所述优化终端不在线数据嵌入编码向量、所述优化线路支线开关数据嵌入编码向量、所述优化电流截面曲线数据嵌入编码向量和所述优化线路故障信号数据嵌入编码向量。
16、例如，根据本申请的实施例的多维度停电精准研判方法，其中，计算所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量所构成的特征集合中任意两个嵌入编码向量之间的语义关联得分向量以得到语义关联得分向量的序列，包括：
17、将所述故障报修工单嵌入编码向量和所述人工发布停电信息嵌入编码向量进本文档来自技高网...
【技术保护点】
1.一种多维度停电精准研判方法，其特征在于，包括：
2.根据权利要求1所述的多维度停电精准研判方法，其特征在于，对所述故障报修工单、所述人工发布停电信息、所述配电终端停电事件数据、所述终端不在线数据、所述线路支线开关数据、所述电流截面曲线数据和所述10kV线路故障信号数据进行嵌入编码和语义关联优化以得到优化故障报修工单嵌入编码向量、优化人工发布停电信息嵌入编码向量、优化配电终端停电事件嵌入编码向量、优化终端不在线数据嵌入编码向量、优化线路支线开关数据嵌入编码向量、优化电流截面曲线数据嵌入编码向量和优化线路故障信号数据嵌入编码向量，包括：
3.根据权利要求2所述的多维度停电精准研判方法，其特征在于，将所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量输入基于序列内生相关性分析的特征关联优化模块以得到所述优化故障报修工单嵌入编码向量、所述优化人工发布停电信息嵌入编码向量、所述优化配电
4.根据权利要求3所述的多维度停电精准研判方法，其特征在于，计算所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量所构成的特征集合中任意两个嵌入编码向量之间的语义关联得分向量以得到语义关联得分向量的序列，包括：
5.根据权利要求4所述的多维度停电精准研判方法，其特征在于，基于所述序列内生相关性全局表示向量，计算所述故障报修工单嵌入编码向量的关联优化因子，包括：
6.根据权利要求5所述的多维度停电精准研判方法，其特征在于，对所述优化故障报修工单嵌入编码向量、所述优化人工发布停电信息嵌入编码向量、所述优化配电终端停电事件嵌入编码向量、所述优化终端不在线数据嵌入编码向量、所述优化线路支线开关数据嵌入编码向量、所述优化电流截面曲线数据嵌入编码向量和所述优化线路故障信号数据嵌入编码向量进行跨域查询匹配编码以得到故障跨维度查询匹配特征向量，包括：
7.根据权利要求6所述的多维度停电精准研判方法，其特征在于，将所述查询特征向量和所述库特征向量的序列输入基于键矩阵局部关联强化的跨域关注门查询编码器以得到所述故障跨维度查询匹配特征向量，包括：
8.根据权利要求7所述的多维度停电精准研判方法，其特征在于，计算所述查询特征向量与所述初始键矩阵中的各个行向量之间的特征分布差异能量系数以得到特征分布差异能量系数的序列，包括：
9.根据权利要求8所述的多维度停电精准研判方法，其特征在于，计算所述故障特征关联表示向量的能量系数以得到所述特征分布差异能量系数，包括：
10.根据权利要求9所述的多维度停电精准研判方法，其特征在于，基于所述故障跨维度查询匹配特征向量，生成故障判断结果，包括：
...【技术特征摘要】
1.一种多维度停电精准研判方法，其特征在于，包括：
2.根据权利要求1所述的多维度停电精准研判方法，其特征在于，对所述故障报修工单、所述人工发布停电信息、所述配电终端停电事件数据、所述终端不在线数据、所述线路支线开关数据、所述电流截面曲线数据和所述10kv线路故障信号数据进行嵌入编码和语义关联优化以得到优化故障报修工单嵌入编码向量、优化人工发布停电信息嵌入编码向量、优化配电终端停电事件嵌入编码向量、优化终端不在线数据嵌入编码向量、优化线路支线开关数据嵌入编码向量、优化电流截面曲线数据嵌入编码向量和优化线路故障信号数据嵌入编码向量，包括：
3.根据权利要求2所述的多维度停电精准研判方法，其特征在于，将所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编码向量、所述电流截面曲线数据嵌入编码向量和所述线路故障信号数据嵌入编码向量输入基于序列内生相关性分析的特征关联优化模块以得到所述优化故障报修工单嵌入编码向量、所述优化人工发布停电信息嵌入编码向量、所述优化配电终端停电事件嵌入编码向量、所述优化终端不在线数据嵌入编码向量、所述优化线路支线开关数据嵌入编码向量、所述优化电流截面曲线数据嵌入编码向量和所述优化线路故障信号数据嵌入编码向量，包括：
4.根据权利要求3所述的多维度停电精准研判方法，其特征在于，计算所述故障报修工单嵌入编码向量、所述人工发布停电信息嵌入编码向量、所述配电终端停电事件嵌入编码向量、所述终端不在线数据嵌入编码向量、所述线路支线开关数据嵌入编...
【专利技术属性】
技术研发人员：李桂林，陈旭，陈旭，李亚男，王雍，肖珂，贾高萌，杨鑫，刘林曼，王宇飞，
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。