[发明专利]一种电气火灾隐患智能检测方法、系统、设备及介质

说明书

本发明实施例公开了一种电气火灾隐患智能检测方法、系统、设备及介质，所述方法包括：获取电气系统运行时的监测数据，对所述监测数据进行预处理，得到至少一个目标参数，将所述至少一个目标参数输入至预先训练好的神经网络模型，以通过所述神经网络模型对所述至少一个目标参数进行运算，得到所述电气系统存在的安全隐患的隐患类别，通过上述方法，解决了现有技术中电气火灾预警方法不会主动对电气系统的安全隐患进行检测的问题，实现了对电气系统存在的尚未达到引起火灾的潜在安全隐患的及时检测，达到了对电气系统潜在安全隐患的准确检测的目的。

技术领域

本发明实施例涉及电气安全技术领域，尤其涉及一种电气火灾隐患智能检测方法、系统、设备及介质。

背景技术

随着现代科学技术的发展，电能相应地得到了广泛的开发与利用。电能的广泛应用既造福了人类社会，同时也给人类社会带来了巨大的安全隐患。电气火灾是较为常见的一种电气灾难，通常指因电气线路、用电设备以及供配电设备出现故障后释放出的热量引燃电气本体或者其他可燃物而导致的火灾。由于电气火灾的特殊性，在未发生电气火灾之前，看不见，摸不到，导致电气火灾预警难度较大。

现阶段，常用的电气火灾预警方法主要是基于剩余电流式电气火灾监控系统长期不断地实时监测电气线路的剩余电流或者温度，当剩余电流或者温度超过设定阈值时，则立即报警，否则，不报警。

可见，上述电气火灾预警方法不会主动对电气系统的安全隐患进行检测，因此，无法及时检测到电气系统存在的尚未达到引起火灾的潜在安全隐患。

发明内容

本发明实施例提供一种电气火灾隐患智能检测方法、系统、设备及介质，通过所述方法实现了对电气系统潜在安全隐患的准确检测。

第一方面，本发明实施例提供了一种电气火灾隐患智能检测方法，所述方法包括：

获取电气系统运行时的监测数据；

对所述监测数据进行预处理，得到至少一个目标参数；

将所述至少一个目标参数输入至预先训练好的神经网络模型，以通过所述神经网络模型对所述至少一个目标参数进行运算，得到所述电气系统存在的安全隐患的隐患类别。

进一步的，所述获取电气系统运行时的监测数据，包括：

通过监测终端按照设定频率实时获取电气系统的监测数据；

基于设定规则对所述监测数据进行校验，以获取电气系统运行时的监测数据。

进一步的，所述对所述监测数据进行预处理，得到至少一个目标参数，包括：

基于数据类型对所述监测数据分类；

按照预设公式对分类后的监测数据进行计算，以得到至少一个目标参数。

进一步的，在将所述至少一个目标参数输入至训练好的神经网络模型之前，所述方法还包括：

根据所述至少一个目标参数判断所述电气系统是否存在安全隐患，若是，则继续执行将所述至少一个目标参数输入至训练好的神经网络模型的操作，否则结束流程。

进一步的，根据所述至少一个目标参数判断所述电气系统是否存在安全隐患，包括：

判断所述至少一个目标参数中的设定关键值是否超过设定阈值，若是，则确定所述电气系统存在安全隐患。

进一步的，所述目标参数包括：相温度、相电流、无功功率、功率因数或者相温度增量与相电流增量的比值；

所述隐患类别包括：接触不良、短路、漏电、过载以及电路老化中的至少一个。

进一步的，所述方法还包括：