本發(fā)明涉及人工智能，尤其涉及一種城市地下供電管廊異常事件預(yù)測方法及電子設(shè)備。

背景技術(shù)：

1、供電管廊，作為現(xiàn)代城市地下電力傳輸?shù)拿}，承載著確保城市電力供應(yīng)連續(xù)性與穩(wěn)定性的重要職責(zé)。它們是城市基礎(chǔ)設(shè)施中不可或缺的一環(huán)，直接關(guān)系到居民日常生活的便利性及社會經(jīng)濟(jì)的正常運(yùn)行。近年來，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展，智慧城市建設(shè)已成為提升城市管理效能的重要方向。

2、智慧電力管廊作為智慧城市的重要組成部分，旨在通過集成先進(jìn)的傳感技術(shù)、網(wǎng)絡(luò)通信技術(shù)和數(shù)據(jù)分析技術(shù)，實(shí)現(xiàn)對電力管廊內(nèi)部環(huán)境的全面感知、實(shí)時(shí)監(jiān)控和智能預(yù)警?，F(xiàn)有的管廊監(jiān)控系統(tǒng)往往缺乏高效的異常事件實(shí)時(shí)檢測及預(yù)測機(jī)制，難以及時(shí)響應(yīng)突發(fā)事件，增加了事故發(fā)生的風(fēng)險(xiǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本申請的目的在于提供一種城市地下供電管廊異常事件預(yù)測方法及電子設(shè)備，以通過智能化的手段對管廊內(nèi)異常事件的實(shí)時(shí)檢測與預(yù)警。

2、為了實(shí)現(xiàn)上述目的，本申請實(shí)施例采用的技術(shù)方案如下：

3、第一方面，本申請實(shí)施例提供了一種城市地下供電管廊異常事件預(yù)測方法，應(yīng)用于城市地下供電管廊異常事件預(yù)測系統(tǒng)，所述系統(tǒng)包括中央服務(wù)器，所述方法包括以下步驟：

4、通過管廊中部署的各類傳感節(jié)點(diǎn)獲取目標(biāo)屬性的原始數(shù)據(jù)；

5、將所述原始數(shù)據(jù)通過所述各類傳感節(jié)點(diǎn)設(shè)置的線性回歸數(shù)據(jù)處理模塊進(jìn)行訓(xùn)練，得到第一模型參數(shù)；

6、將所述第一模型參數(shù)通過所述各類傳感節(jié)點(diǎn)內(nèi)部設(shè)置的無線通訊模塊上傳至所述中央服務(wù)器，所述中央服務(wù)器對所述第一模型參數(shù)進(jìn)行聚合，生成第二模型參數(shù)；

7、所述中央服務(wù)器將所述第二模型參數(shù)下發(fā)給所述各類傳感節(jié)點(diǎn)，所述各類傳感節(jié)點(diǎn)更新后得到第三模型參數(shù)；

8、所述第三模型參數(shù)通過所述無線通訊模塊上傳至所述中央服務(wù)器，所述中央服務(wù)器提取所述第三模型參數(shù)中的基本特征；

9、所述中央服務(wù)器計(jì)算所述基本特征的衍生特征；

10、將所述基本特征與所述衍生特征進(jìn)行組合得到第一數(shù)據(jù)集，所述中央服務(wù)器對所述第一數(shù)據(jù)集進(jìn)行訓(xùn)練預(yù)測，得到第一預(yù)測結(jié)果；

11、所述中央服務(wù)器對第一預(yù)測結(jié)果進(jìn)行回歸預(yù)測訓(xùn)練，得到第二預(yù)測結(jié)果，所述第二預(yù)測結(jié)果為最終預(yù)測結(jié)果。

12、進(jìn)一步的，所述線性回歸數(shù)據(jù)處理模塊僅處理對應(yīng)的傳感節(jié)點(diǎn)采集到的原始數(shù)據(jù)。

13、進(jìn)一步的，所述第二模型參數(shù)聚合公式為：

14、

15、其中，w是第二模型參數(shù)，k是各類傳感節(jié)點(diǎn)，n是參與訓(xùn)練的傳感節(jié)點(diǎn)數(shù),nk是第k個(gè)傳感節(jié)點(diǎn)的樣本數(shù)量，wk是第k個(gè)傳感節(jié)點(diǎn)的模型參數(shù)。

16、進(jìn)一步的，所述中央服務(wù)器對所述第一模型參數(shù)進(jìn)行聚合，生成第二模型參數(shù)，包括：

17、所述中央服務(wù)器采用自適應(yīng)學(xué)習(xí)率調(diào)整機(jī)制對所述第一模型參數(shù)進(jìn)行聚合，生成所述第二模型參數(shù)。

18、進(jìn)一步的，所述中央服務(wù)器計(jì)算所述基本特征的衍生特征，包括：

19、所述中央服務(wù)器利用滑動平均值計(jì)算公式計(jì)算過去一段時(shí)間的滑動平均值；其中，所述滑動平均值計(jì)算公式為：

20、

21、式中，smat是時(shí)間t的滑動平均值，xi是時(shí)間i的觀測值，n是傳感節(jié)點(diǎn)數(shù)量。

22、進(jìn)一步的，

23、所述中央服務(wù)器計(jì)算所述基本特征的衍生特征，包括：

24、所述中央服務(wù)器利用指數(shù)平均值計(jì)算公式計(jì)算過去一段時(shí)間的指數(shù)平滑值；其中，所述指數(shù)平均值計(jì)算公式為：

25、st＝axt+(1-a)st-1

26、式中，st是時(shí)間t的指數(shù)平滑值，xt是時(shí)間t的觀測值，st-1是時(shí)間t-1的指數(shù)平滑值，a是平滑常數(shù)(0<a<1)。

27、進(jìn)一步的，所述中央服務(wù)器計(jì)算所述基本特征的衍生特征，包括：

28、所述中央服務(wù)器利用標(biāo)準(zhǔn)差計(jì)算公式計(jì)算每個(gè)所述基礎(chǔ)特征在過去一段時(shí)間內(nèi)的標(biāo)準(zhǔn)差；其中，所述標(biāo)準(zhǔn)差計(jì)算公式：

29、

30、其中，σ是標(biāo)準(zhǔn)差，n是傳感節(jié)點(diǎn)數(shù)量，xi是i時(shí)刻的觀測值，u是多個(gè)時(shí)刻觀測值的均值。

31、進(jìn)一步的，所述中央服務(wù)器包括隨機(jī)森林(rf)、梯度提升決策樹(gbdt)和支持向量機(jī)(svm)的有一種或多種組合的基礎(chǔ)預(yù)測模型模塊，所述基礎(chǔ)模型計(jì)算模塊用于對所述第一數(shù)據(jù)集進(jìn)行預(yù)測訓(xùn)練，得到一種或多種第一預(yù)測結(jié)果。

32、進(jìn)一步的，所述中央服務(wù)器包括邏輯回歸(lr)模型模塊，分別將一種或多種第一預(yù)測結(jié)果作為新的特征輸入到所述邏輯回歸(lr)模型模塊，得到一種或多種第二預(yù)測結(jié)果。

33、第二方面，本申請實(shí)施例還提供了一種電子設(shè)備，包括：

34、存儲器，用于存儲一個(gè)或多個(gè)程序；處理器；

35、當(dāng)所述一個(gè)或多個(gè)程序被所述處理器執(zhí)行時(shí)，實(shí)現(xiàn)上述任一項(xiàng)所述的城市地下供電管廊異常事件預(yù)測方法。

36、相對于現(xiàn)有技術(shù)，本申請具有以下有益效果：

37、通過各種感器數(shù)據(jù)的實(shí)時(shí)采集與融合，實(shí)現(xiàn)對管廊內(nèi)異常事件的即時(shí)檢測與預(yù)警，有效提高了響應(yīng)速度，降低了事故發(fā)生的風(fēng)險(xiǎn)；系統(tǒng)能夠及時(shí)發(fā)現(xiàn)并處理潛在的安全隱患，如電纜設(shè)備過熱、濕度異常等，有效避免了因電纜設(shè)備故障或環(huán)境因素引發(fā)的安全事故。同時(shí)，系統(tǒng)的快速響應(yīng)機(jī)制能夠迅速定位故障并采取措施，保障了電力供應(yīng)的連續(xù)性和穩(wěn)定性；利用聯(lián)邦學(xué)習(xí)算法，各傳感節(jié)點(diǎn)在本地訓(xùn)練模型，僅上傳模型參數(shù)至中央服務(wù)器進(jìn)行聚合，既保護(hù)了用戶隱私，又提高了數(shù)據(jù)處理效率；采用隨機(jī)森林、梯度提升決策樹和支持向量機(jī)等作為基模型，并通過邏輯回歸模型結(jié)合這些基模型的預(yù)測結(jié)果，實(shí)現(xiàn)了預(yù)測結(jié)果的優(yōu)化，提高了預(yù)警的準(zhǔn)確性和可靠性。

38、為使本申請的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。

技術(shù)特征：

1.一種城市地下供電管廊異常事件預(yù)測方法，其特征在于，應(yīng)用于城市地下供電管廊異常事件預(yù)測系統(tǒng)，所述系統(tǒng)包括中央服務(wù)器；所述方法包括以下步驟：

2.如權(quán)利要求1所述的預(yù)測方法，其特征在于，所述線性回歸數(shù)據(jù)處理模塊僅處理對應(yīng)的傳感節(jié)點(diǎn)采集到的原始數(shù)據(jù)。

3.如權(quán)利要求1或2任意一項(xiàng)所述的預(yù)測方法，其特征在于，所述第二模型參數(shù)聚合公式為：

4.如權(quán)利要求3所述的預(yù)測方法，其特征在于，所述中央服務(wù)器對所述第一模型參數(shù)進(jìn)行聚合，生成第二模型參數(shù)，包括：

5.如權(quán)利要求3所述的預(yù)測方法，其特征在于，所述中央服務(wù)器計(jì)算所述基本特征的衍生特征，包括：

6.如權(quán)利要求5所述的預(yù)測方法，其特征在于，所述中央服務(wù)器計(jì)算所述基本特征的衍生特征，包括：

7.如權(quán)利要求3所述的預(yù)測方法，其特征在于，所述中央服務(wù)器計(jì)

8.如權(quán)利要求7所述的預(yù)測方法，其特征在于，所述中央服務(wù)器包

9.如權(quán)利要求8所述的預(yù)測方法，其特征在于，所述中央服務(wù)器包

10.一種電子設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本申請?zhí)峁┝艘环N城市地下供電管廊異常事件預(yù)測方法及電子設(shè)備，人工智能技術(shù)領(lǐng)域。包括：在管廊中部署的各類傳感節(jié)點(diǎn)獲取原始數(shù)據(jù)；通過線性回歸數(shù)據(jù)處理模塊對原始數(shù)據(jù)進(jìn)行處理，得到第一模型參數(shù)；第一模型參數(shù)上傳至中央服務(wù)器對第一模型參數(shù)進(jìn)行聚合，生成第二模型參數(shù)；第二模型參數(shù)下發(fā)給各類傳感節(jié)點(diǎn)更新后得到第三模型參數(shù)；中央服務(wù)器提取第三模型參數(shù)中的基本特征并計(jì)算衍生特征，將基本特征與衍生特征組合得到第一數(shù)據(jù)集，中央服務(wù)器對第一數(shù)據(jù)集進(jìn)行訓(xùn)練預(yù)測，得到第一預(yù)測結(jié)果；對第一預(yù)測結(jié)果進(jìn)行回歸預(yù)測訓(xùn)練，得到第二預(yù)測結(jié)果。本方法對管廊內(nèi)異常事件預(yù)測準(zhǔn)確性高，信息交互安全性高，降低了事故發(fā)生的風(fēng)險(xiǎn)。

技術(shù)研發(fā)人員：丁玉春,蔣葉峰
受保護(hù)的技術(shù)使用者：廣州中科融達(dá)科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/5