[发明专利]电气安全监测方法、装置、计算机设备和存储介质

权利要求书

1.一种电气安全监测方法，包括：

获取建筑对应的三维空间模型，所述三维空间模型是根据所述建筑内电气设备的部署位置及各所述电气设备之间的线路连接关系生成的，所述电气设备包括线路监测仪和用电设备；

接收目标线路监测仪采集的目标线路数据；

通过训练好的基于神经网络的电气安全监测模型，根据所述三维空间模型和所述目标线路数据获得所述目标线路监测仪所在目标线路的运行状态检测结果；

当所述运行状态检测结果指示所述目标线路处于异常运行状态时，确定所述目标线路相关的目标用电设备，生成用于关闭所述目标用电设备的控制指令。

2.根据权利要求1所述的方法，其特征在于，所述获取建筑对应的三维空间模型，包括：

获取所述建筑对应的建筑信息模型；

将所述建筑内电气设备的部署位置及各所述电气设备之间的线路连接关系映射至所述建筑信息模型，获得所述建筑对应的三维空间模型。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收样本线路监测仪上报的样本线路数据；

获取所述建筑内电气设备对应的额定电参数；

根据所述样本线路数据计算所述样本线路监测仪所在线路的实际电参数；

当所述实际电参数与所述样本线路监测仪所在线路的额定电参数的差异在预设时长内超出阈值时，则确定所述样本线路监测仪所在线路的运行状态标注数据为异常。

4.根据权利要求3所述的方法，其特征在于，所述根据所述样本线路数据计算所述样本线路监测仪所在线路的实际电参数，包括：

当所述样本线路监测仪位于监测用电设备的线路时，所述样本线路数据包括实际电压、实际电流和实际温度中的至少一种，根据所述实际电压与所述实际电流计算监测的所述用电设备的实际工作功率；

所述当所述实际电参数与所述样本线路监测仪所在线路的额定电参数的差异在预设时长内超出阈值时，则确定所述样本线路监测仪所在线路的运行状态标注数据为异常，包括：

当所述实际电压与所述用电设备的额定电压之间的差异、所述实际电流与所述用电设备的额定电流之间的差异、所述实际工作功率与所述用电设备的额定功率之间的差异、所述实际温度与正常工作温度之间的差异中的至少一种在预设时长内超出阈值时，则确定所述用电设备的运行状态标注数据为异常。

5.根据权利要求3所述的方法，其特征在于，所述根据所述样本线路数据计算所述样本线路监测仪所在线路的实际电参数，包括：

当所述样本线路监测仪用于监测线路时，所述样本线路数据包括实际电压、实际电流和实际温度中的至少一种，根据监测的所述线路在所述实际温度下的电阻率、所述实际电流和所述实际电压计算监测的所述线路的实际线路损耗；

所述当所述实际电参数与所述样本线路监测仪所在线路的额定电参数的差异在预设时长内超出阈值时，则确定所述样本线路监测仪所在线路的运行状态标注数据为异常，包括：

当所述实际线路损耗与标准线路耗损之间的差异在预设时长内超出阈值时，则确定监测的所述线路的运行状态标注数据为异常。

6.根据权利要求1所述的方法，其特征在于，所述电气安全监测模型的训练步骤包括：

获取训练样本，所述训练样本包括所述建筑内的样本线路监测仪监测到的样本线路数据和对应的运行状态标注数据；

将所述样本线路数据和所述三维空间模型输入至初始神经网络模型，通过所述初始神经网络模型的输入层与隐藏层之间当前的第一连接权重，对所述三维空间模型和所述样本线路数据进行变换处理，获得隐藏层特征；

通过所述初始神经网络模型的隐藏层与输出层之间当前的第二连接权重，对各所述隐藏层特征进行变换处理后融合，获得预测运行状态；

根据所述运行状态标注数据与所述预测运行状态构建误差函数，将所述误差函数最小化，确定更新的第一连接权重与更新的第二连接权重；

根据所述更新的第一连接权重与所述更新的第二连接权重对所述初始神经网络模型进行更新后，返回至所述获取训练样本的步骤继续训练，直至满足训练结束条件时，获得所述电气安全监测模型。