[发明专利]一种人工智能电气线路火灾风险实时预警方法及系统

权利要求书

1.一种人工智能电气线路火灾风险实时预警方法，其特征在于，包括以下步骤：

S1：实时采集各电气线路的多维度数据，所述多维度数据包括测点温升、表箱温升、负荷电流，其中，通过温度场采集获取所述测点温升和表箱温升，所述温度场包括测点温度、表箱温度、环境温度；

S2：对所述多维度数据进行异常判断，得到各电气线路的异常等级；

所述步骤S2具体为：通过火灾风险异常等级判断模型对所述多维度数据进行异常点的判断、异常点和正常区域距离的测定，得到各电气线路的异常等级；

其中，

所述火灾风险异常等级判断模型的建立过程为：

根据所述温度场与所述负荷电流的对应关系，建立负荷温升分析模型；

根据所述负荷温升分析模型，通过人工智能电气火灾聚分类算法和人工智能电气火灾分级算法，训练得到火灾风险异常等级判断模型；

根据所述负荷温升分析模型，通过人工智能电气火灾聚分类算法和人工智能电气火灾分级算法，训练得到火灾风险异常等级判断模型,具体包括以下步骤：

A1：把基于所述多维度数据的大数据按电线规格、环境温度、负荷电流进行数据分组；

A2：对数据分组后的各组数据按照测点温升、表箱温升进行分别分级，每一层级聚成一类；

A3：根据预设的标准分类值对分级后的各组数据进行异常等级标准化分类；

A4:统计异常等级标准化分类后的各组数据的各级别的统计值，并且在各组数据中分别以统计值最大对应的异常等级为基础，分别重新调整各组数据的其余层级的异常等级，得到智能化异常等级判断标准；

所述异常等级按严重程度递增方向从0级起划分，所述步骤A4具体包括以下步骤：

若统计值最大对应的异常等级等于0，则根据预设百分比和最大的统计值计算以统计值最大对应的层级为中心的相对安全范围，并且将落入所述相对安全范围且异常等级小于等于1的层级的异常等级调整为0，并且根据层级之间的距离确定剩余层级的异常等级；

若统计值最大对应的异常等级不等于0，则将统计值最大对应的层级之前的所有层级对应的异常等级降一级，0级不动；

A5：根据所述智能化异常等级判断标准得到所述火灾风险异常等级判断模型；

S3：根据各电气线路的所述异常等级和所述异常等级的持续时间，计算得到各电气线路的火灾预警风险值。

2.根据权利要求1所述的人工智能电气线路火灾风险实时预警方法，其特征在于，所述步骤A5之后还包括步骤A6：

通过所述火灾风险异常等级判断模型，对实时采集的所述多维度数据进行监督学习，并将所述监督学习的结果每隔预设时间更新至所述智能化异常等级判断标准中，并重新执行所述步骤A4-A5,以获取新的所述火灾风险异常等级判断模型。

3.根据权利要求1所述的人工智能电气线路火灾风险实时预警方法，其特征在于，所述步骤S1中，所述多维度数据还包括烟雾信息、湿度信息。

4.根据权利要求1所述的人工智能电气线路火灾风险实时预警方法，其特征在于，所述步骤S3中，所述火灾预警风险值risk的计算过程为：

risk＝(level+counts/n)*10

其中，level为所述异常等级，n为截至目前当日的实时数据采集次数，counts为截至目前当日的所述异常等级为level出现的累计次数。

5.根据权利要求1所述的人工智能电气线路火灾风险实时预警方法，其特征在于，所述步骤S3之后还包括步骤S4：

根据所述火灾预警风险值对各电气线路进行风险排名，并根据所述火灾预警风险值的高低进行预警。

6.根据权利要求5所述的人工智能电气线路火灾风险实时预警方法，其特征在于，所述步骤S4还包括：

根据所述火灾预警风险值进行时间维度上的纵向、横向分析，纵向分析得到各电气线路的风险走势、同等风险在历史中出现的概率，横向分析得到同等风险在预警区域内所有电气线路中出现的概率、整个预警区域的最大风险情况。