[发明专利]一种基于人工智能技术的全边界电力网络数据分析方法在审

专利信息
申请号: 202210014251.X 申请日: 2022-01-06
公开(公告)号: CN114490560A 公开(公告)日: 2022-05-13
发明(设计)人: 杜慧珺;张营;彭佳;陈剑飞;卢一鸣;淳于岳松;周佳;李文敬 申请(专利权)人: 国网山东省电力公司泰安供电公司;国家电网有限公司
主分类号: G06F16/182 分类号: G06F16/182;G06F16/31;G06F40/284;G06V10/74;G06K9/62;H02J13/00
代理公司: 济南舜源专利事务所有限公司 37205 代理人: 刘宝
地址: 271099 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人工智能 技术 边界 电力 网络 数据 分析 方法
【说明书】:

发明提供一种基于人工智能技术的全边界电力网络数据分析方法,电力监控模块对电力网络中的电力数据进行采集监控;对电力数据操作终端进行处理的电力操作数据采用主动采集方式进行获取;电力监控模块获取电力数据操作终端的终端信息,通过对终端信息进行解析。采集电力数据信息,利用关键字识别和图像识别,实现了对电力数据的监控,对电力数据操作终端进行监控,有效解决了电力数据监控难的问题,增强电力运行的稳定性,提供电力系统的可靠性,通过多线程通信提高了通信效率高且稳定性好。有利于电力故障或电力异常的快速处理和判断;还能电力数据操作日志和电力监控模块的监控日志中提取关键特征,对以往电力数据及电力操作过程进行追溯。

技术领域

本发明涉及电力网络运行技术领域,尤其涉及一种基于人工智能技术的全边界电力网络数据分析方法。

背景技术

电力网络是电力系统中除发电设备和用电设备以外的部分。电力网络包括变电、输电、配电等多个环节。它把分布在广阔地域内的发电厂和用电户连成一体,把集中生产的电能送到分散用电的千家万户。电力网络的设备主要包括电力线路、变电所和换流站,实现交流电和直流电相互变换。实现网络互联,可以合理调剂区域间的电能,提高供电可靠性和发电设备利用率。

目前电力网络的稳定运行是保证千家万户以及各企业能够得到用电的保障。但电力网络在运行过程中,会出现一些故障和异常状态,如果不能及时发现,或者及时获悉,将导致故障和异常状态扩大,进而导致电力网络及电力系统无法稳定运行,影响用电。

发明内容

本发明提供一种基于人工智能技术的全边界电力网络数据分析方法,方法能够根据电力故障和电力异常状态中的特征点,在电网中进行大面积监控排查,减少电网故障。

方法包括:电力监控模块;

电力监控模块对电力网络中的电力数据进行采集监控;

对电力数据操作终端进行处理的电力操作数据采用主动采集方式进行获取;

电力监控模块获取电力数据操作终端的终端信息,通过对终端信息进行解析,获取电力数据操作终端的身份信息和IP信息。

优选地,电力监控模块采用多线程监控电力数据操作终端,在获取到电力操作数据的关键词,电力数据操作终端的身份信息和IP信息后,通过多线程通信方式;

电力监控模块调取电力操作数据的关键词;通过关键词识别完整的电力数据;

从数据库调取比对信息,进行身份比对和IP信息匹配,同时监控电力数据操作终端的身份权限信息是否满足电力数据操作权限。

优选地,电力监控模块调取电力数据操作终端的操作日志获取完整的电力数据操作日志,并对获取的电力数据操作日志中的被操作设备地址信息,被操作设备端口信息,被操作设备的状态数据;

电力监控模块设置电力信息过滤条件,电力监控模块将不符合电力信息过滤条件的电力数据进行排除,找出符合电力信息过滤条件的电力数据进行监控。

优选地,电力监控模块对采集电力数据进行关键字识别和电力设备图像识别;

将识别的电力数据关键字与数据库中的对应的电力数据进行匹配,匹配出相应的电力数据,确定电力数据当时是否满足操作要求,以及电力数据操作终端是否具有操作权限。

优选地,电力设备图像识别可以采用Mean shift算法对电力设备图像中的比对特征进行匹配,从而识别出图像中电力设备的状态;

还可以识别电力数据操作终端对电力设备图像的操作过程,是否满足预设要求。

优选地,提取电力设备图像中的关键要素:通过高斯微分函数识别电力设备图像中的具有尺度特性和颜色特性的关键要素;

定位关键要素并确定特性状态;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山东省电力公司泰安供电公司;国家电网有限公司,未经国网山东省电力公司泰安供电公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210014251.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top