【技术实现步骤摘要】
本申请属于配电网，尤其涉及一种用于配网不停电作业的故障识别方法、系统、设备和介质。
技术介绍
1、配网不停电作业是在不中断电力供应的情况下，对配电网进行检修的一种作业方式，该作业方式对于提高供电可靠性、优化营商环境以及满足社会对电力供应的高要求具有重要意义，且随着城市化进程的加速和用电需求的增加，配网停电对人们日常生活和社会生产的影响日益显著，对电力供应的可靠性和连续性要求越来越高，由此，为了实现配网不停电作业，需要在日常生活中对配网进行故障识别，以便对配电网进行及时的维护，以确保供电的稳定性和可靠性。
2、现有技术中，通常通过整合先进的传感器技术、数据采集系统以及人工智能算法，可以实现对配电网运行参数的实时监测和智能分析，从而实现对故障的快速识别和精确定位。然而，现有技术的配电网故障识别方法还存在一些不足和局限性。例如，通常采用单一视角的图像或视频数据进行故障识别，无法进行多角度特征的融合，且对于配电网故障的风险预测通常依赖于专家经验，受专家主观影响较大，很容易出现偏差，导致风险评估结果准确性不高，对配电网的维护效率低。
3、因此，本申请提出一种能够对配网故障快速进行风险预测、识别、精确定位和高效处理的方法。
技术实现思路
1、本申请实施例提供了一种用于配网不停电作业的故障识别方法、系统、设备和介质，能够提高故障识别的准确性和效率、优化配网调度策略、促进配网设备协同工作进而提升配网的运维水平。
2、第一方面，本申请实施例提供了一种用于配网不停电
3、在配网中布置多个监控视角，用于实时获取配网多个视角下的监控数据；
4、基于transformer大模型对所述监控数据进行融合，获得融合特征表示，基于所述融合特征表示，对所述配网设备进行故障识别，获得潜在故障数据，所述故障数据包括潜在故障点、潜在故障位置和潜在故障类型；
5、基于所述潜在故障数据，对配网中的配网设备的分布以及配网设备的运行状态进行量化分析，获得故障风险结果；
6、基于所述故障风险结果，动态调整配网调度策略，生成作业调度计划；
7、基于所述作业调度计划，采用通信技术，使配网中各配电设备协同工作。
8、进一步的，所述实时获取配网设备多个视角下的监控数据，包括：
9、根据各配网设备的结构特点以及各配网设备的分布情况，通过三维建模和仿真分析，确定各所述配网设备的关键部位的空间位置分布，
10、计算各所述关键部位在不同视角下的可见度，获得所述关键部位的可见性矩阵；
11、基于所述可见性矩阵，构建当前配网的视角遮挡图，计算每个视角对所述关键部位的可见性评分；
12、采用动态规划算法，搜索所述视角遮挡图中的最优视角组合，所述最优视角组合为可见性评分总和最高的视角组合；
13、基于所述最优视角组合，布置监控设备，所述监控设备用于对所述配网设备进行监控。
14、进一步的，所述基于transformer大模型对所述监控数据进行融合，获得融合特征表示，基于所述融合特征表示，对所述配网设备进行故障识别，获得潜在故障数据，包括：
15、基于所述最优视角组合，从多个视角采集所述配网设备的监控图像，获得多视角图像数据集；
16、采用预训练的transformer大模型对所述多视角图像数据集进行特征提取，获得每个视角的图像特征向量；
17、采用特征拼接方法，将每个视角的图像特征向量进行融合，获得融合特征表示；
18、采用支持向量机，将所述融合特征表示输入预训练的故障识别模型中，获得潜在故障数据。
19、进一步的，所述基于所述潜在故障数据，对配网中的配网设备的分布以及配网设备的运行状态进行量化分析，获得故障风险结果，包括：
20、针对配网中的每个配网设备，基于所述潜在故障数据，识别所述配网设备的潜在故障模式，对所述配网设备中的所有潜在故障模式进行风险计算，获得所述配网设备的潜在故障得分；
21、获取每个配网设备的运行参数，采用边缘计算方法对所述运行参数进行预处理，获得配网运行数据；
22、根据时间尺度，将所述配网运行数据按照时间粒度进行划分，获得粒度数据集，所述时间粒度包括小时、天或周；
23、对每个所述粒度数据集分别进行特征工程处理，获得所述配网的设备属性特征，所述设备属性特征包括设备参数、拓扑结构信息和历史运行数据；
24、采用图神经网络算法构建配网量化模型，其中，图神经网络的节点表示配网中的各配网设备，边表示各配网设备之间的连接关系，节点特征包括各配网设备的设备参数和历史运行数据，边特征包括拓扑结构信息；
25、基于所述潜在故障得分，构建损失函数，通过所述损失函数，训练所述配网量化模型，使所述配网量化模型能够预测配网整体的运行趋势，生成故障风险结果。
26、进一步的，所述通过所述损失函数，训练所述配网量化模型，使所述配网量化模型能够预测配网整体的运行趋势，包括：
27、实时获取配网的运行场景数据，构建场景特征向量，所述运行场景数据包括天气预报数据和负荷预测数据，所述天气预报数据包括温度、湿度和风速，所述负荷预测数据为预设时间内的用电量预测值；
28、获取所述配网中预设的多个运行工况场景的基准特征向量，其中，每个所述运行工况场景对应设有相似度阈值以及基准模型参数，所述基准模型参数为所述配网量化模型训练过程中基于所述损失函数确定的模型参数；
29、将所述场景特征向量与所述基准特征向量进行相似度计算，获得基准相似度；
30、若存在一个运行工况场景的相似度阈值低于所述基准相似度，则采用所述运行工况场景的基准模型参数，通过所述配网量化模型对当前配网进行量化分析；
31、若多个所述运行工况场景的相似度阈值均高于所述基准相似度，则采用遗传算法，为当前配网生成新相似度阈值以及新基准模型参数，采用所述新基准模型参数，通过所述配网量化模型对配网进行量化分析。
32、进一步的，所述基于所述故障风险结果，动态调整配网调度策略，生成作业调度计划，包括：
33、获取配网的实时运行数据，所述实时运行数据包括负荷数据、电压数据和电流数据；
34、采用潮流计算算法对所述实时运行数据进行计算和分析，获得潮流计算结果；
35、基于所述潮流计算结果和所述故障风险结果，采用决策树算法生成作业指令方案，所述作业指令方案包括作业序列、作业步骤和作业参数；
36、基于仿真计算和风险评估，对所述作业指令方案进行调整，形成配网调度策略；
37、将所述配网调度策略转化为作业调度计划，所述作业调度计划用于现场作业人员对配网的实时调度以及故障处理。
38、进一步的，所述基于所述作业调度计划，采用通信技术，使配网中各配电设备协同工作，包括：
<本文档来自技高网...【技术保护点】
1.一种用于配网不停电作业的故障识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述在配网中布置多个监控视角，用于实时获取配网多个视角下的监控数据，包括：
3.如权利要求2所述的方法，其特征在于，所述基于Transformer大模型对所述监控数据进行融合，获得融合特征表示，基于所述融合特征表示，对所述配网设备进行故障识别，获得潜在故障数据，包括：
4.如权利要求1所述的方法，其特征在于，所述基于所述潜在故障数据，对配网中的配网设备的分布以及配网设备的运行状态进行量化分析，获得故障风险结果，包括：
5.如权利要求4所述的方法，其特征在于，所述通过所述损失函数，训练所述配网量化模型，使所述配网量化模型能够预测配网整体的运行趋势，包括：
6.如权利要求1所述的方法，其特征在于，所述基于所述故障风险结果，动态调整配网调度策略，生成作业调度计划，包括：
7.如权利要求1所述的方法，其特征在于，所述基于所述作业调度计划，采用通信技术，使配网中各配电设备协同工作，包括：
8.一种用于配网不
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种用于配网不停电作业的故障识别方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述在配网中布置多个监控视角，用于实时获取配网多个视角下的监控数据，包括：
3.如权利要求2所述的方法，其特征在于，所述基于transformer大模型对所述监控数据进行融合，获得融合特征表示，基于所述融合特征表示，对所述配网设备进行故障识别，获得潜在故障数据，包括：
4.如权利要求1所述的方法，其特征在于，所述基于所述潜在故障数据，对配网中的配网设备的分布以及配网设备的运行状态进行量化分析，获得故障风险结果，包括：
5.如权利要求4所述的方法，其特征在于，所述通过所述损失函数，训练所述配网量化模型，使所述配网量化模型能够预测配网整体的运...
【专利技术属性】
技术研发人员：池美雄，罗超，彭强，聂永权，
申请(专利权)人：广州新源禾信息科技有限责任公司，
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。