[发明专利]一种基于人工智能技术的电网异常故障应急处置方法及系统

说明书

本发明涉及电网技术领域，公开了一种基于人工智能技术的电网异常故障应急处置方法及系统，S1：搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能参照电力设备的数据和电力设备数据的实时反馈对电力设备的故障进行预警与故障分析。本发明通过信息库和电力设备数据的实时反馈对故障进行预警与故障分析，再将判别结果结合电网拓扑结构，对判定的故障进行二次识别，再根据检修计划的数据，别故障的异动特征，通过三次识别减少故障误报概率，并根据采集的设备运行数据进行学习，有效地减少人工智能对故障的误报率，并结合信息库提高人工智能的学习力，减少误报的重复性。

技术领域

本发明涉及电网技术领域，具体为一种基于人工智能技术的电网异常故障应急处置方法及系统。

背景技术

随着智能电网的全面推进，现代电力系统向信息化、智能化的方向发展，人工智能技术在智能电网建设中将发挥重要作用。由于电网自身的特点，一旦发生事故，如不能准确、及时进行故障诊断和恢复，将造成极其严重的电网事故。

目前对电网异常故障的判断大多人工智能和调控人员相结合的方式，现有的人工智能协助调控人员的能力有限，对调控人员当时的处理能力和判断力有着严格的要求，而人工智能对故障误报率较高，且误报重复性较高。

因此，我们提供一种基于人工智能技术的电网异常故障应急处置方法及系统，有效地减少人工智能对故障的误报率，并结合信息库提高人工智能的学习力，减少误报的重复性。

发明内容

本发明的目的在于提供一种基于人工智能技术的电网异常故障应急处置方法及系统，解决了背景技术中所提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于人工智能技术的电网异常故障应急处置方法，

S1：搭建电力设备的信息库，对电力设备的数据实时区间记录，通过人工智能参照电力设备的数据和电力设备数据的实时反馈对电力设备的故障进行预警与故障分析；

S2：通过人工智能将电网数据监控平台采集的变电设备的运行数据通过图表进行表示，根据对在线采集的变电设备运动状态数据，对设备异常和故障进行诊断；

S3：基于故障判别结果，结合电网拓扑结构，对判定的故障进行二次识别，同时读入信号在电网拓扑中设备进行置位，结合信号对设备的负荷数据，可对电网拓扑结合层对故障进行校核；

S4：根据长期执行的检修计划的数据，对检修工作中的设备动作的遥信信号进行标记，识别故障的异动特征，减少故障误报概率；

S5：将人工智能辅助将误报信息进行过滤，将过滤后的警告信息反馈给人调控人员，通过调控人员对接收到的警告信息进行判断，并通知相关人员。

S6：通过相关人员限制事故的发展，保护设备的连续运动，并通知地面人员对进行维修。

作为本发明的一种优选实施方式，所述S1中采用电网设备中的数据和人工智能算法，面对不同故障模式特点，采用相应的故障诊断方式。

作为本发明的一种优选实施方式，所述S1中信息库，对采集的设备运行数据进行学习，通过强化学习和迁移技术，模拟监控人员的判断，提高人工智能的判断结果准确性，增强人工智能的故障分析处理能力。

作为本发明的一种优选实施方式，所述S2中基于电网设备的分类与特征，面对遥信信号的实时传输，引入信号的内容，在人工智能中激活判定，将实时数据根据数据规则给出故障判断分类。

作为本发明的一种优选实施方式，所述故障判断分类包含有：故障、异常、越限、变位和告知。