[发明专利]一种基于大数据和人工智能的变电站设备巡检方法及系统

权利要求书

1.一种基于大数据和人工智能的变电站设备巡检方法，其特征在于，包括以下步骤：

获取电网中各变电站节点的电气信息，根据各变电站节点的电气信息计算各变电站对应的各设备的故障程度；

判断各设备的故障程度是否大于设定故障程度阈值，若大于，则获取该设备对应的图像，根据所述图像计算设备对应的损毁程度；

求所述故障程度和对应的损毁程度的差值，根据该差值计算设备对应的注意力矢量场；

根据设备对应的注意力矢量场确定变电站设备的巡检路线。

2.根据权利要求1所述的基于大数据和人工智能的变电站设备巡检方法，其特征在于，根据设备对应的注意力矢量场确定变电站设备的巡检路线的步骤包括：

根据设备对应的注意力矢量场确定设备对应的主成分方向；

判断设备的主成分方向对应的矢量值是否大于设定矢量阈值；若大于，则将该设备的位置作为巡检路线经过的位置，将设备对应的主成分方向作为巡检路线经过对应位置时轨迹的切线方向。

3.根据权利要求2所述的基于大数据和人工智能的变电站设备巡检方法，其特征在于，根据设备对应的注意力矢量场确定变电站设备的巡检路线的步骤还包括：根据巡检路线与注意力矢量场中各矢量方向的夹角余弦值之和确定两设备之间的巡检路线。

4.根据权利要求1所述的基于大数据和人工智能的变电站设备巡检方法，其特征在于，计算设备对应的注意力矢量场的步骤包括：

根据设备的图像，得到设备对应的纹理缺陷边缘图；

利用灰度共生矩阵将设备对应的纹理缺陷边缘图转换为纹理特征影像图；

计算纹理特征影像图中设备的中心像素点到其它各像素点的位移矢量，位移矢量的长度更新为纹理特征影像图中对应像素点的像素值；

计算设备的故障程度和对应的损毁程度的差值，利用差值更新设备的中心像素点到其它各像素点的位移矢量，将更新后的设备的中心像素点到其它各像素点的位移矢量合成为设备对应的注意力矢量场。

5.根据权利要求1所述的基于大数据和人工智能的变电站设备巡检方法，其特征在于，计算各变电站对应的各设备的故障程度的步骤包括：

根据各变电站节点的电气信息，利用TCN网络得到各节点的故障程度；

根据各节点与各设备的关联程度，计算各设备的故障程度。

6.根据权利要求5所述的基于大数据和人工智能的变电站设备巡检方法，其特征在于，采用如下公式计算第n个设备对应的故障程度：

其中，为第n个设备对应的故障程度，K为与第n个设备连接的节点总个数，为与第n个设备连接的第x个节点的故障程度，为第n个设备与与其连接的第x个节点的关联程度。

7.根据权利要求1所述的基于大数据和人工智能的变电站设备巡检方法，其特征在于，所述根据图像计算设备对应的损毁程度的步骤包括：

根据设备的图像，得到设备对应的纹理缺陷边缘图；

根据设备对应的纹理缺陷边缘图计算设备对应的缺陷区域的面积；

求设备对应的缺陷区域的面积与对应的设备表面积的比值，将比值作为设备对应的损毁程度。

8.一种基于大数据和人工智能的变电站设备巡检系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如权利要求1-7任一项所述的基于大数据和人工智能的变电站设备巡检方法。