【技术实现步骤摘要】
本申请涉及安全预警领域，特别是涉及一种变电站异常自动检测预警方法。
技术介绍
1、变电站中包含若干个变压器，变压器是一种利用电磁原理，把交流电能转变为不同电压、电流等参数的电力设备，由于变压器内的变压油为可燃液体，变压器可能会自燃，进而导致变电站的火灾事故。现有技术中对变电站进行火灾预警时，多用ai模型预测未来一段时间的火灾发生概率，而选取用于模型训练的负样本时，需要利用发生过火灾的变压器，但实际发发生过火灾的变压器数量较少，所以负样本较少，因此现有ai模型的精度较低。
技术实现思路
1、有鉴于此，本申请提供一种变电站异常自动检测预警方法，至少部分解决现有技术中存在的技术问题，本申请采用的技术方案为：
2、根据本申请的第一个方面，提供一种变电站异常自动检测预警方法，包括：
3、s100，获取目标变压器在目标时间窗口内对应的目标特征向量；
4、s200，将所述目标特征向量输入目标ai模型，以得到目标ai模型输出的所述目标特征向量在目标时间长度内对应的预测异常发生概率；
5、其中，所述目标ai模型根据以下步骤获取：
6、s210，获取第一数据集d＝(d1，d2，…，dδ，…，dζ)；δ＝1，2，…，ζ；其中，ζ为第一类变压器的数量；所述第一类变压器为对应的当前状态为发生过火灾的变压器；dδ为第δ个第一类变压器对应的第一子数据集；dδ＝(dδ1，dδ2，…，dδp，…，dδq)；p＝1，2，…，q；q为第d个第一类变压器的第一时
7、s220，获取第二数据集h＝(h1，h2，…，hσ，…，hr)；σ＝1，2，…，r；其中，r为第二类变压器的数量；所述第二类变压器为对应的当前状态为未发生过火灾的变压器；hσ为第σ个第二类目标变压器在第二时间窗口内对应的特征向量；第二时间窗口与目标时间窗口的长度相同；h中每一特征向量对应的标记异常发生概率为0；
8、s230，根据d和h对初始ai模型进行训练，以得到目标ai模型。
9、本申请至少具有以下有益效果：
10、本申请中，对目标ai模型进行训练时，由于发生过火灾的变压器数量较少，在获取负样本时为了提高目标ai模型的准确性，需要对负样本进行样本增强，对于同一个发生过火灾的变压器，确定多个第一时间窗口，每个第一时间窗口对应一个特征向量，第一时间窗口的长度等于第一目标时间窗口的长度，每个第一时间窗口的结束时间不同，但每个第一时间窗口的结束时间均在目标时间长度内，具体的，是以其在发生火灾当天的零点之前，且距离发生火灾当天的零点的时长为(p-1)*24小时(p为第p个第一时间窗口)对应的时间点为第p个第一时间窗口的结束时间，故而，可以保障变压器发生火灾的时间处于每个第一时间窗口结束后的目标时间长度内，保障了负样本的有效性同时对负样本进行了增强，从而使得目标ai模型在得到预测异常发生概率时，更加精准。
11、而获取正样本时，由于大部分变压器均为正常的，未发生火灾的，则不需要进行样本增强，所以选取若干个第二类变压器(未发生过火灾的变压器)，获取每个第二类变压器在第二时间窗口内对应的特征向量，并将其每一特征向量对应的标记异常发生概率为0。这里，第二时间窗口与第一目标时间窗口的长度相同，所述第二时间窗口的结束时间为在当前时间之前，且距离当前时间的长度小于目标时间长度的任一时间点。
本文档来自技高网...【技术保护点】
1.一种变电站异常自动检测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种变电站异常自动检测预警方法，其特征在于：
3.根据权利要求2所述的一种变电站异常自动检测预警方法，其特征在于，所述第二时间窗口的结束时间为在当前时间之前，且距离当前时间的长度小于目标时间长度的任一时间点。
4.根据权利要求1所述的一种变电站异常自动检测预警方法，其特征在于，所述目标AI模型根据以下步骤获取：
5.根据权利要求1所述的一种变电站异常自动检测预警方法，其特征在于，所述步骤S100包括：
6.根据权利要求5所述的一种变电站异常自动检测预警方法，其特征在于，所述第一目标时间窗口的长度为b*ΔT1，ΔT1为每一第一时间段的长度。
7.根据权利要求5所述的一种变电站异常自动检测预警方法，其特征在于，所述步骤
8.根据权利要求5所述的一种变电站异常自动检测预警方法，其特征在于，所述步骤S120包括：若所述目标区域标识标识所述目标变电站所在区域为居民用电区域，则进入步骤S170：
9.根据权利要
...【技术特征摘要】
1.一种变电站异常自动检测预警方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种变电站异常自动检测预警方法，其特征在于：
3.根据权利要求2所述的一种变电站异常自动检测预警方法，其特征在于，所述第二时间窗口的结束时间为在当前时间之前，且距离当前时间的长度小于目标时间长度的任一时间点。
4.根据权利要求1所述的一种变电站异常自动检测预警方法，其特征在于，所述目标ai模型根据以下步骤获取：
5.根据权利要求1所述的一种变电站异常自动检测预警方法，其特征在于，所述步骤s100包...
【专利技术属性】
技术研发人员：张朝新，李梦宇，刘学超，周仲强，王飞，李明辉，牛庆松，李增贺，杨晓坤，韩铭雪，张洋洋，张燕，庄绪杰，刘金，
申请(专利权)人：国网山东省电力公司临沂供电公司，
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。