System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电力,尤其涉及一种变电站安防设备运行状态监测方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、变电站安防设备运行直接影响着电力系统的安全稳定运行,是单位设备管理水平的体现。传统的变电站设备巡检方式主要是依靠于人工检查,由专门的巡检人员检查设备及环境状况,存在工作效率低、监测质量受巡检人员经验影响较大、管理成本较高的问题。
3、随着人工智能技术的不断成熟,利用人工智能的监测方法逐渐被应用到变电站设备运行状态的监测中。虽然人工智能领域的相关技术使变电站安防设备的检查节省了大量的人力,但目前对安防设备的监测大多针对某一种属性进行监督,无法将各设备产生的数据进行很好地融合分析,对复杂的情况做出响应,监测方法的误报率和漏报率较高。
技术实现思路
1、为克服上述现有技术的不足,本专利技术提出了一种变电站安防设备运行状态监测方法及系统,以解决现有技术中监测误报率和漏报率较高,监测不全面的问题。
2、为实现上述目的,本专利技术的一个或多个实施例提供了如下技术方案:
3、第一方面,公开了一种变电站安防设备运行状态监测方法,包括:
4、采集变电站安防设备的历史运行数据,包括:图像数据、环境数据以及网安数据;
5、预处理采集的历史运行数据;
6、构建单一特征的初级分类器,对每种数据进行初步预监测;
7、构建多特征的集成监测模型;
...【技术保护点】
1.一种变电站安防设备运行状态监测方法,其特征在于,包括:
2.如权利要求1所述的一种变电站安防设备运行状态监测方法,其特征在于,所述初级分类器包括:
3.如权利要求2所述的一种变电站安防设备运行状态监测方法,其特征在于,所述基于空间注意力机制的残差神经网络模型,具体为:
4.如权利要求3所述的一种变电站安防设备运行状态监测方法,其特征在于,空间注意模块的结构为:模块的输入-标准化层-空间集中层-标准化层-卷积层-输出,其中,输入跳跃连接空间集中层的输出,执行加权求和操作,加权求和操作的输出跳跃连接卷积层的输出,再次执行加权求和操作。
5.如权利要求2所述的一种变电站安防设备运行状态监测方法,其特征在于,所述全连接神经网络,具体为:
6.如权利要求5所述的一种变电站安防设备运行状态监测方法,其特征在于,每个网络节点经过全连接神经网络后,输出结果进行集成:
7.如权利要求1所述的一种变电站安防设备运行状态监测方法,其特征在于,所述构建多特征的集成监测模型,采用Xgboost模型,输出分类结果,以及输出特征排名、
8.一种变电站安防设备运行状态监测系统,其特征在于,包括:
9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的变电站安防设备运行状态监测方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的变电站安防设备运行状态监测方法。
...【技术特征摘要】
1.一种变电站安防设备运行状态监测方法,其特征在于,包括:
2.如权利要求1所述的一种变电站安防设备运行状态监测方法,其特征在于,所述初级分类器包括:
3.如权利要求2所述的一种变电站安防设备运行状态监测方法,其特征在于,所述基于空间注意力机制的残差神经网络模型,具体为:
4.如权利要求3所述的一种变电站安防设备运行状态监测方法,其特征在于,空间注意模块的结构为:模块的输入-标准化层-空间集中层-标准化层-卷积层-输出,其中,输入跳跃连接空间集中层的输出,执行加权求和操作,加权求和操作的输出跳跃连接卷积层的输出,再次执行加权求和操作。
5.如权利要求2所述的一种变电站安防设备运行状态监测方法,其特征在于,所述全连接神经网络,具体为:
6.如权利要求5所述的一种变...
【专利技术属性】
技术研发人员:翟华,穆帅,王玉冉,于秋蕊,刘志敬,董金涛,张焕荣,刘成,孙兴宇,岳增亚,
申请(专利权)人:国网山东省电力公司嘉祥县供电公司,
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。