[发明专利]应用于电网的智慧监测及故障管控方法

权利要求书

1.应用于电网的智慧监测及故障管控方法，其特征在于，包括：

通过采集传感器实时采集电网设备的监测数据；所述监测数据包括电流和电压；

根据监测数据获取数据拟合曲线，对数据拟合曲线进行分析之后生成第一故障标签；所述数据拟合曲线包括电流拟合曲线和电压拟合曲线；

获取电网中配电线路的实时波形图，将故障评估模型和实时波形图相结合获取第二故障标签；所述实时波形图包括电压波形图和电流波形图；

通过故障定位方法对第二故障标签对应的配电线路进行故障定位获取故障位置；所述故障定位方法包括行波法和注入信号法；

生成可视化地图，在可视化地图中对配电线路和电网设备进行标注；结合可视化地图进行区域风险预警；

派遣电力维管人员对电力故障进行排除，同时实时更新电力维管人员的位置。

2.根据权利要求1所述的应用于电网的智慧监测及故障管控方法，其特征在于，所述数据拟合曲线的获取包括：

提取监测数据中的目标数据作为因变量；所述目标数据包括电压和电流；

以目标数据的获取时间为自变量，结合多项式拟合法获取数据拟合曲线。

3.根据权利要求2所述的应用于电网的智慧监测及故障管控方法，其特征在于，所述第一故障标签的生成包括：

获取数据拟合曲线的一阶导数；

将自变量代入一阶导数获取一阶导数值，获取一阶导数值的均方差；

筛选出一阶导数值中绝对值最大的标记为校验导数值；

当均方差小于均方差阈值，且校验导数值小于校验导数阈值时，则判定电网设备的电压和电流正常，不生成第一故障标签；否则，判定电网设备的电压和电流异常，生成第一故障标签；其中，均方差阈值和校验导数阈值均为大于0的实数。

4.根据权利要求1所述的应用于电网的智慧监测及故障管控方法，其特征在于，所述第二故障标签包括相间短路故障标签、单相接地故障标签、断线故障标签和间歇性故障标签。

5.根据权利要求1所述的应用于电网的智慧监测及故障管控方法，其特征在于，将所述实时波形图转换成实时波形数据，将实时波形数据输入至故障评估模型获取第二故障标签。

6.根据权利要求1或5所述的应用于电网的智慧监测及故障管控方法，其特征在于，所述故障评估模型的获取包括：

获取标准训练数据；所述标准训练数据包括若干组第二故障标签和对应的实时波形数据，以及电网正常时的实时波形数据；所述实时波形数据包括振幅、频率、瞬时值和相位差；

构建人工智能模型；所述人工智能模型包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络中的一种或者多种；

通过标准训练数据对人工智能模型进行训练、测试和校验，将训练完成的人工智能模型标记为故障评估模型。

7.根据权利要求1所述的应用于电网的智慧监测及故障管控方法，其特征在于，通过第三方地图平台生成可视化地图；在所述可视化地图中，将第一故障标签对应的电力设备标记为黄色，将第二故障标签对应的配电线路标记为红色。

8.根据权利要求1或7所述的应用于电网的智慧监测及故障管控方法，其特征在于，根据所述可视化地图进行区域风险预警，包括：

获取经过标注的可视化地图；

任取一个故障点为圆心，以R为半径划定圆形并标记为目标区域；所述故障点为第一故障标签对应电力设备的位置，或者第二故障标签对应配电线路的故障位置；

获取目标区域中故障点总数，当故障点总数大于数量阈值时，则判定所述目标区域的电网出现大面积异常，则生成预警区域；所述预警区域与目标区域的圆心重合，所述预警区域的半径为R+r；其中，R和r均为大于0的常数，且0.1Rr0.3R。