【技术实现步骤摘要】
本专利技术涉及电力设备巡检，具体为应用于电力设备的多维智能调节系统及方法。
技术介绍
1、电力设备巡检是电力系统维护中不可或缺的一环，它涉及对发电厂、变电站、输电线路及各类电力设备的定期、系统性检查、监测与维护，旨在通过外观检查、性能检测、运行状态监测及周边环境评估等手段，及时发现并排除潜在故障隐患，确保电力设备的安全稳定运行，从而优化设备管理，降低维护成本，并提升电力供应的整体质量和可靠性。
2、在申请公布号为cn118472838a的中国专利技术专利中，公开了一种基于无人机对电力设备的巡检方法、系统及巡检执行终端，电力巡检服务器获取电力巡检信息根据所述电力巡检信息确定目标电力设备，并启动巡检执行终端的无人机参数定义模块；巡检执行终端基于电力巡检信息和目标电力设备控制电力巡检无人机执行巡检作业；电力巡检无人机将巡检过程信息发送至巡检执行终端，以使所述巡检执行终端将巡检过程信息反馈至电力巡检服务器。本专利技术实现了自动巡检过程，可以根据预先设置的巡检信息执行巡检，满足巡检的过程需要，还可以实时对巡检过程进行调节，保证电力网络及电力设备的稳定运行。
3、结合以上申请及现有技术中的内容：
4、在工业园区内的电力设备处于运行使用状态下时，为了确保工业园区内的生产过程能够正常展开，需要对电力设备的运行状态进行实时监控，以确保工业园区内不会进入断电状态，而为了进一步确保工业园区内不会断电，通常还需要对电力设备进行定期巡检。
5、现有的对电力设备巡检方法中，通常是对工业园区内所有的电力设备进行
6、为此，本专利技术提供了应用于电力设备的多维智能调节系统及方法。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本专利技术提供了应用于电力设备的多维智能调节系统及方法，通过电力设备的运行状态进行预测；依据预测数据评估电力设备的健康状态，若电力设备处于非健康状态，依据非健康程度向外部发出多级报警指令；在工业园区内规划获取对电力设备的巡检路径，以此对各个异常设备进行巡检，依据获取的巡检数据对电力设备异常进行验证；使用训练后的参数控制模型对异常设备进行自动控制后，为异常设备输出维护方案。依据规划获取的巡检路径对异常设备进行维护时，为健康程度较差及频繁异常的异常设备进行优先维护，从而解决了
技术介绍
中记载的技术问题。
3、(二)技术方案
4、为实现以上目的，本专利技术通过以下技术方案予以实现：
5、应用于电力设备的多维智能调节方法，包括，在工业园区内监测数据空气质量数据，由空气质量数据生成环境风险值，若环境风险值超过预期，向外部发出故障监测指令；
6、实时监测电力设备的运行性能，由获取的性能数据生成电力设备的设备性能值，若环境风险值与设备性能值间的相关性超过预期，对电力设备的运行状态进行预测并获取相应的预测数据；
7、依据预测数据评估电力设备的健康状态，若电力设备处于非健康状态，依据非健康程度向外部发出多级报警指令；
8、在工业园区内规划获取对电力设备的巡检路径，以此对各个异常设备进行巡检，依据获取的巡检数据对电力设备异常进行验证；
9、使用训练后的参数控制模型对异常设备进行自动控制后，由电力设备维护知识图谱为异常设备输出维护方案。
10、进一步的，由传感器网络在工业园区内采集空气质量数据，汇总生成空气质量数据集合；以空气质量数据作为输入，使用训练后的环境风险识别模型对电力设备面临的环境风险进行识别，若存在环境风险，由空气质量数据集合生成环境风险值。
11、进一步的，接收到故障监测指令后，在工业园区内，对各个电力设备进行性能监测，实时收集设备的性能数据，获取的设备性能数据汇总生成性能数据集合，由性能数据集合生成电力设备的设备性能值。
12、进一步的，对环境风险值与设备性能值间做相关性分析并获取相应的相关性系数，若相关性系数超过预先设置的相关性阈值；
13、使用训练后的运行状态预测模型对电力设备的各项运行参数进行预测，获取相应的预测数据，汇总生成电力设备的运行状态预测数据集合。
14、进一步的，以电力设备运行状态预测数作为输入，使用训练后的设备运行状态识别模型对电力设备的运行状态进行健康评估，获取相应的健康评分；
15、若电力设备的健康评分低于健康阈值，将相应的电力设备作为异常设备，向外部发出一级报警指令。
16、进一步的，若预先设置的观察周期内连续接收的一级报警指令次数超过预期，依据设备健康评分与健康阈值间的差值，以及接收一级报警指令的时间节点的分布状态构建警戒值：若警戒值超过警戒阈值，向外部发出二级报警指令。
17、进一步的，接收到二级报警指令后，将异常电力设备在电子地图上标记；
18、依据异常设备的位置信息及健康评分，由预训练的路径规划算法在工业园区内的规划获取巡检路径；将巡检路径在电子地图上标记，并依据异常设备的更新动态调整巡检路线。
19、进一步的，由巡检设备依据生成的巡检路径在工业园区内进行巡检，实时采集异常设备外观图像、热成像数据及运行数据，将采集数据作为巡检数据汇总生成设备巡检数据集合；以采集的巡检数据作为输入，使用训练后的异常识别模型对巡检数据进行异常识别，若异常设备仍存在异常，提取相应的异常特征，向外部发出异常提醒指令。
20、进一步的，接收到异常提醒指令后，以异常设备的运行数据作为输入，使用训练后的参数控制模型对异常设备进行自动控制；以电力设备检修维护作为目标词，预先设置电力设备维护知识图谱；
21、在对异常设备进行维护前生成设备运行报告，至少包括异常设备的维护方案、健康状态指数及预测运行数据。
22、应用于电力设备的多维智能调节系统，包括，环境风险分析单元，在工业园区内监测数据空气质量数据，由空气质量数据生成环境风险值，若环境风险值超过预期，向外部发出故障监测指令；
23、设备性能分析单元，实时监测电力设备的运行性能，由获取的性能数据生成电力设备的设备性能值，若环境风险值与设备性能值间的相关性超过预期，对电力设备的运行状态进行预测并获取相应的预测数据；
24、报警单元，依据预测数据评估电力设备的健康状态，若电力设备处于非健康状态，依据非健康程度向外部发出多级报警指令；
25、巡检单元，在工业园区内规划获取对电力设备的巡检路径，以此对各个异常设备进行巡检，依据获取的巡检数据对电力设备异常进行验证；<本文档来自技高网...
【技术保护点】
1.应用于电力设备的多维智能调节方法，其特征在于：包括，
2.根据权利要求1所述的应用于电力设备的多维智能调节方法，其特征在于：
3.根据权利要求2所述的应用于电力设备的多维智能调节方法，其特征在于：
4.根据权利要求3所述的应用于电力设备的多维智能调节方法，其特征在于：
5.根据权利要求4所述的应用于电力设备的多维智能调节方法，其特征在于：
6.根据权利要求5所述的应用于电力设备的多维智能调节方法，其特征在于：
7.根据权利要求6所述的应用于电力设备的多维智能调节方法，其特征在于：
8.根据权利要求7所述的应用于电力设备的多维智能调节方法，其特征在于：
9.根据权利要求8所述的应用于电力设备的多维智能调节方法，其特征在于：
10.应用于电力设备的多维智能调节系统，其特征在于：包括，
【技术特征摘要】
1.应用于电力设备的多维智能调节方法，其特征在于：包括，
2.根据权利要求1所述的应用于电力设备的多维智能调节方法，其特征在于：
3.根据权利要求2所述的应用于电力设备的多维智能调节方法，其特征在于：
4.根据权利要求3所述的应用于电力设备的多维智能调节方法，其特征在于：
5.根据权利要求4所述的应用于电力设备的多维智能调节方法，其特征在于：
...【专利技术属性】
技术研发人员：陈志坚，吉小恒，卢雪莹，李冠轩，吴永琴，金钟炜，王海吉，胡健坤，李正戈，郑日迅，黄立冬，胡顺荣，杜烨，方家良，
申请(专利权)人：中国能源建设集团广东省电力设计研究院有限公司，
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。