本發(fā)明涉及人工智能，具體是一種基于人工智能的配電網(wǎng)自動化巡檢系統(tǒng)及方法。

背景技術：

1、配電網(wǎng)自動化巡檢是一種通過集成傳感器、無人機、機器人等設備，結合先進數(shù)據(jù)處理和分析算法，實現(xiàn)對電網(wǎng)設備的實時監(jiān)控、故障檢測和預防性維護，以確保電網(wǎng)的穩(wěn)定運行和可靠性；

2、當前對于配電網(wǎng)的巡檢智能化程度普及較高，通過無人機和傳感設備等實現(xiàn)遠程電網(wǎng)設備狀態(tài)監(jiān)控，能夠?qū)崟r發(fā)現(xiàn)異常點；然而當前配電網(wǎng)的監(jiān)控體系仍通過對于獨立設備狀態(tài)異常判斷對電網(wǎng)供能體系進行維護監(jiān)管，然而當面臨復雜的電網(wǎng)供能情況時，其存在的多數(shù)潛在風險無法僅通過設備的異常監(jiān)控進行完全監(jiān)控，其缺乏對于電網(wǎng)設備之間的關聯(lián)分析，缺乏對于小尺度區(qū)域的電網(wǎng)風險監(jiān)測。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于人工智能的配電網(wǎng)自動化巡檢系統(tǒng)及方法，以解決現(xiàn)有技術中提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

3、一種基于人工智能的配電網(wǎng)自動化巡檢方法，該方法包括以下步驟：

4、s100、通過無人機對配電網(wǎng)管理區(qū)域進行巡檢，確定配網(wǎng)區(qū)域內(nèi)配電設備的位置坐標，基于各設備坐標數(shù)據(jù)通過區(qū)域組網(wǎng)對各設備的時序數(shù)據(jù)進行獲??；

5、s200、根據(jù)各設備時序數(shù)據(jù)構建對應設備的時序數(shù)據(jù)切片矩陣；通過確定周期窗口綜合分析各設備周期內(nèi)連續(xù)時序數(shù)據(jù)的變化率；通過對區(qū)域內(nèi)各設備進行數(shù)據(jù)統(tǒng)籌規(guī)劃構建區(qū)域設備觀測矩陣，結合各設備的周期時序數(shù)據(jù)的變化率對區(qū)域內(nèi)各設備進行綜合配網(wǎng)時序數(shù)據(jù)波動值分析；

6、s300、基于各節(jié)點坐標數(shù)據(jù)結合配網(wǎng)源節(jié)點定位信息，對各節(jié)點進行層級劃分；通過對各相鄰節(jié)點進行特征表征區(qū)域構建，結合各節(jié)點的層級劃分數(shù)據(jù)及區(qū)域配網(wǎng)數(shù)據(jù)波動分析進行異常區(qū)域檢測；

7、s400、對各節(jié)點及對應層級劃分信息進行可視化數(shù)據(jù)監(jiān)測反饋，對異常區(qū)域進行警示。

8、所述s100通過無人機對配電網(wǎng)管理區(qū)域進行巡檢，確定配網(wǎng)區(qū)域內(nèi)配電設備的位置坐標，基于各設備坐標數(shù)據(jù)通過區(qū)域組網(wǎng)對各設備的時序數(shù)據(jù)進行獲取的具體步驟如下：

9、s101、通過架構無人機巡檢平臺，通過對配電網(wǎng)區(qū)域進行巡檢任務制定，對各無人機進行巡檢路線規(guī)劃，通過無人機對配電網(wǎng)區(qū)域設備進行監(jiān)測；

10、s102、根據(jù)無人機監(jiān)測配電網(wǎng)區(qū)域設備對各設備進行空間定位獲取對應設備的空間坐標信息，并通過無人機機載通信傳感設備對各設備進行時序數(shù)據(jù)采集；所述時序數(shù)據(jù)為設備各時間點的運行工藝數(shù)據(jù)；其中設備的運行工藝數(shù)據(jù)包括溫度、電壓、電流、功率、負荷等數(shù)據(jù)。

11、所述s200根據(jù)各設備時序數(shù)據(jù)構建對應設備的時序數(shù)據(jù)切片矩陣；通過確定周期窗口綜合分析各設備周期內(nèi)連續(xù)時序數(shù)據(jù)的變化率；通過對區(qū)域內(nèi)各設備進行數(shù)據(jù)統(tǒng)籌規(guī)劃構建區(qū)域設備觀測矩陣，結合各設備的周期時序數(shù)據(jù)的變化率對區(qū)域內(nèi)各設備進行綜合配網(wǎng)時序數(shù)據(jù)波動值分析的具體分析步驟如下：

12、s201、基于各設備采集的時序數(shù)據(jù)，根據(jù)對應時間點設備各類型采集數(shù)據(jù)構建對應設備的時序數(shù)據(jù)集合；結合對應設備的空間坐標信息及設備類型數(shù)據(jù)構建對應各設備的時序數(shù)據(jù)切片矩陣；通過以設備對應空間坐標及類型信息為矩陣一級設備身份數(shù)據(jù)，以對應時間點設備的時序數(shù)據(jù)集合為對應矩陣的二級設備狀態(tài)數(shù)據(jù)；

13、s202、通過調(diào)取對應設備時序數(shù)據(jù)切片矩陣，確定周期窗口獲取對應周期內(nèi)各設備的時序數(shù)據(jù)集合；對各設備周期內(nèi)的設備時序數(shù)據(jù)運行變化程度進行分析，其計算公式為

14、；

15、其中，rmn為編號n設備的周期時序數(shù)據(jù)變化率；n為設備數(shù)量編號；s(n,z)(t+1)和s(n,z)(t+1)分別為周期內(nèi)相鄰時間點的對應數(shù)據(jù)類型編號z的設備時序數(shù)據(jù)；z為設備時序數(shù)據(jù)類型數(shù)量編號；t和t+1為周期內(nèi)相鄰時間點；t為周期窗口；

16、結合區(qū)域內(nèi)各設備的周期時序數(shù)據(jù)變化率，通過統(tǒng)籌各設備的編號數(shù)據(jù)構建對應配電網(wǎng)區(qū)域內(nèi)設備的區(qū)域設備監(jiān)測矩陣；基于區(qū)域設備監(jiān)測矩陣對配電網(wǎng)區(qū)域周期內(nèi)的綜合時序數(shù)據(jù)波動值進行分析，其計算公式為

17、；

18、其中，rc為配電網(wǎng)區(qū)域周期內(nèi)的綜合時序數(shù)據(jù)波動值；fn為對應編號n設備的類型影響參數(shù)。

19、所述s300基于各節(jié)點坐標數(shù)據(jù)結合配網(wǎng)源節(jié)點定位信息，對各節(jié)點進行層級劃分；通過對各相鄰節(jié)點進行特征表征區(qū)域構建，結合各節(jié)點的層級劃分數(shù)據(jù)及區(qū)域配網(wǎng)數(shù)據(jù)波動分析進行異常區(qū)域檢測的具體步驟如下：

20、s301、通過對配電網(wǎng)區(qū)域中配網(wǎng)源節(jié)點進行定位，并通過結合各節(jié)點坐標進行空間映射構建配網(wǎng)空間節(jié)點分布模型；以源節(jié)點為起始參照點，分別對各配網(wǎng)節(jié)點進行節(jié)點層次劃分；以與源節(jié)點直接連接的配網(wǎng)節(jié)點為一級節(jié)點，則對各一級節(jié)點進行位置坐標統(tǒng)籌構建一級節(jié)點層；以與一級節(jié)點進行下位直接連接節(jié)點遍歷，則所遍歷節(jié)點為二級節(jié)點，則對各二級節(jié)點進行位置坐標統(tǒng)籌構建二級節(jié)點層；以此節(jié)點劃分方式，對配網(wǎng)節(jié)點進行全遍歷層級劃分；其中對于下位直接連接點遍歷是指以當前節(jié)點層級為參照，以當前節(jié)點所接收能源傳輸?shù)墓?jié)點為上位節(jié)點，以當前節(jié)點傳輸?shù)较乱恢苯舆B接節(jié)點為下位節(jié)點，則下位節(jié)點較當前節(jié)點層級降低；

21、s302、分別以各配網(wǎng)節(jié)點為中心點節(jié)點，通過遍歷與當前中心節(jié)點連接的配網(wǎng)節(jié)點構建對應當前中心節(jié)點的關聯(lián)節(jié)點配對坐標組；對當前中心節(jié)點的關聯(lián)節(jié)點配對坐標組進行統(tǒng)籌構建對應坐標組集合，分別對各坐標組中與當前中心節(jié)點關聯(lián)配網(wǎng)節(jié)點進行空間距離計算，其計算公式為

22、；

23、其中，s(i,e:i)為當前中心節(jié)點編號i與關聯(lián)節(jié)點編號e之間的空間距離；(i,e)為當前中心節(jié)點編號i與節(jié)點編號e構建的關聯(lián)節(jié)點配對坐標組；i(p)和e(p)分別對應編號i和e節(jié)點的坐標分量；p取值x,y,z；其中x,y,z分別為節(jié)點空間坐標方向；分別對各中心節(jié)點關聯(lián)的對應坐標組集合進行關聯(lián)節(jié)點空間距離分析，取min1[s(i,e:i)]和min2[s(i,e:i)]對應的關聯(lián)節(jié)點配對坐標組中的與中心節(jié)點連接的關聯(lián)節(jié)點，構建對應各中心節(jié)點所屬的特征表征區(qū)域；其中min1[s(i,e:i)]和min2[s(i,e:i)]分別對應中心節(jié)點關聯(lián)節(jié)點配對坐標組中，中心節(jié)點與各關聯(lián)節(jié)點之間空間距離計算結果的第一最小值和第二最小值；

24、基于配電網(wǎng)區(qū)域中各特征表征區(qū)域結合對應區(qū)域構建節(jié)點進行區(qū)域異常分析；分別對各特征表征區(qū)域進行編號標記，并對各特征表征區(qū)域及對應構筑節(jié)點進行區(qū)域時序數(shù)據(jù)波動偏移程度分析，其計算公式為

25、；

26、其中fov[k(i,e1,e2)]為編號k特征表征區(qū)域的區(qū)域時序數(shù)據(jù)波動偏移程度；k為特征表征區(qū)域的數(shù)量編號；k(i,e1,e2)中i,e1,e2為對應編號k特征表征區(qū)域的構建節(jié)點編號；rm(i∈wj),rm(e1∈wj),rm(e2∈wj)分別對應為節(jié)點i,e1,e2所處層級的周期綜合時序數(shù)據(jù)波動值；wj對應為層級編號；j為層級數(shù)量編號；其中各層級的周期綜合時序數(shù)據(jù)波動值，其計算公式為

27、；

28、其中rm(wj)對應編號wj層級的周期綜合時序數(shù)據(jù)波動值；

29、基于各特征表征區(qū)域的區(qū)域時序數(shù)據(jù)波動偏移程度分析結果，通過引入警示閾值fov(th)；若存在fov[k(i,e1,e2)]≥fov(th)，則對應編號特征表征區(qū)域存在配電數(shù)據(jù)異常；若不存在fov[k(i,e1,e2)]≥fov(th)，則取各特征表征區(qū)域的區(qū)域時序數(shù)據(jù)波動偏移程度的最大值對應的特征表征區(qū)域為第一監(jiān)測對象，進行實時異常監(jiān)測。

30、所述s400對各節(jié)點及對應層級劃分信息進行可視化數(shù)據(jù)監(jiān)測反饋，對異常區(qū)域進行警示的具體步驟如下：

31、s401、對配電網(wǎng)區(qū)域內(nèi)各節(jié)點設備的時序數(shù)據(jù)、層級劃分及時序數(shù)據(jù)變化率分析數(shù)據(jù)進行可視化輸出；

32、s402、若存在異常區(qū)域則對異常區(qū)域進行警示反饋；若不存在異常則將第一監(jiān)測對象進行輸出并進行優(yōu)先實時監(jiān)測。

33、一種基于人工智能的配電網(wǎng)自動化巡檢系統(tǒng)，所述系統(tǒng)包括區(qū)域數(shù)據(jù)采集模塊、時序數(shù)據(jù)波動分析模塊、區(qū)域異常檢測模塊和數(shù)據(jù)反饋模塊；

34、所述區(qū)域數(shù)據(jù)采集模塊通過無人機對配電網(wǎng)管理區(qū)域進行巡檢，確定配網(wǎng)區(qū)域內(nèi)配電設備的位置坐標，基于各設備坐標數(shù)據(jù)通過區(qū)域組網(wǎng)對各設備的時序數(shù)據(jù)進行獲?。凰鰰r序數(shù)據(jù)波動分析模塊根據(jù)各設備時序數(shù)據(jù)構建對應設備的時序數(shù)據(jù)切片矩陣；通過確定周期窗口綜合分析各設備周期內(nèi)連續(xù)時序數(shù)據(jù)的變化率；通過對區(qū)域內(nèi)各設備進行數(shù)據(jù)統(tǒng)籌規(guī)劃構建區(qū)域設備觀測矩陣，結合各設備的周期時序數(shù)據(jù)的變化率對區(qū)域內(nèi)各設備進行綜合配網(wǎng)時序數(shù)據(jù)波動值進行分析；所述區(qū)域異常檢測模塊基于各節(jié)點坐標數(shù)據(jù)結合配網(wǎng)源節(jié)點定位信息，對各節(jié)點進行層級劃分；通過對各相鄰節(jié)點進行特征表征區(qū)域構建，結合各節(jié)點的層級劃分數(shù)據(jù)及區(qū)域配網(wǎng)數(shù)據(jù)波動分析進行異常區(qū)域檢測；所述數(shù)據(jù)反饋模塊對各節(jié)點及對應層級劃分信息進行可視化數(shù)據(jù)監(jiān)測反饋，對異常區(qū)域進行警示。

35、所述區(qū)域數(shù)據(jù)采集模塊包括無人機巡檢控制單元和區(qū)域配電網(wǎng)數(shù)據(jù)采集單元；

36、所述無人機巡檢控制單元通過架構無人機巡檢平臺，通過對配電網(wǎng)區(qū)域進行巡檢任務制定，對各無人機進行巡檢路線規(guī)劃，通過無人機對配電網(wǎng)區(qū)域設備進行監(jiān)測；

37、所述區(qū)域配電網(wǎng)數(shù)據(jù)采集單元根據(jù)無人機監(jiān)測配電網(wǎng)區(qū)域設備對各設備進行空間定位獲取對應設備的空間坐標信息，并通過無人機機載通信傳感設備對各設備進行時序數(shù)據(jù)采集；所述時序數(shù)據(jù)為設備各時間點的運行工藝數(shù)據(jù)。

38、所述時序數(shù)據(jù)波動分析模塊包括時序數(shù)據(jù)切片矩陣構建單元和區(qū)域節(jié)點時序數(shù)據(jù)波動分析單元；

39、所述時序數(shù)據(jù)切片矩陣構建單元基于各設備采集的時序數(shù)據(jù)，根據(jù)對應時間點設備各類型采集數(shù)據(jù)構建對應設備的時序數(shù)據(jù)集合；結合對應設備的空間坐標信息及設備類型數(shù)據(jù)構建對應各設備的時序數(shù)據(jù)切片矩陣；通過以設備對應空間坐標及類型信息為矩陣一級設備身份數(shù)據(jù)，以對應時間點設備的時序數(shù)據(jù)集合為對應矩陣的二級設備狀態(tài)數(shù)據(jù)；

40、所述區(qū)域節(jié)點時序數(shù)據(jù)波動分析單元通過調(diào)取對應設備時序數(shù)據(jù)切片矩陣，確定周期窗口獲取對應周期內(nèi)各設備的時序數(shù)據(jù)集合；對各設備周期內(nèi)的設備時序數(shù)據(jù)運行變化程度進行分析；結合區(qū)域內(nèi)各設備的周期時序數(shù)據(jù)變化率，通過統(tǒng)籌各設備的編號數(shù)據(jù)構建對應配電網(wǎng)區(qū)域內(nèi)設備的區(qū)域設備監(jiān)測矩陣；基于區(qū)域設備監(jiān)測矩陣對配電網(wǎng)區(qū)域周期內(nèi)的綜合時序數(shù)據(jù)波動值進行分析。

41、所述區(qū)域異常檢測模塊包括區(qū)域節(jié)點層級劃分單元和區(qū)域異常分析單元；

42、所述區(qū)域節(jié)點層級劃分單元通過對配電網(wǎng)區(qū)域中配網(wǎng)源節(jié)點進行定位，并通過結合各節(jié)點坐標進行空間映射構建配網(wǎng)空間節(jié)點分布模型；以源節(jié)點為起始參照點，分別對各配網(wǎng)節(jié)點進行節(jié)點層次劃分；以與源節(jié)點直接連接的配網(wǎng)節(jié)點為一級節(jié)點，則對各一級節(jié)點進行位置坐標統(tǒng)籌構建一級節(jié)點層；以與一級節(jié)點進行下位直接連接節(jié)點遍歷，則所遍歷節(jié)點為二級節(jié)點，則對各二級節(jié)點進行位置坐標統(tǒng)籌構建二級節(jié)點層；以此節(jié)點劃分方式，對配網(wǎng)節(jié)點進行全遍歷層級劃分；

43、所述區(qū)域異常分析單元分別以各配網(wǎng)節(jié)點為中心點節(jié)點，通過遍歷與當前中心節(jié)點連接的配網(wǎng)節(jié)點構建對應當前中心節(jié)點的關聯(lián)節(jié)點配對坐標組；對當前中心節(jié)點的關聯(lián)節(jié)點配對坐標組進行統(tǒng)籌構建對應坐標組集合，分別對各坐標組中與當前中心節(jié)點關聯(lián)配網(wǎng)節(jié)點進行空間距離計算；分別對各中心節(jié)點關聯(lián)的對應坐標組集合進行關聯(lián)節(jié)點空間距離分析，取空間距離分析的第一最小值和第二最小值對應的關聯(lián)節(jié)點配對坐標組中的與中心節(jié)點連接的關聯(lián)節(jié)點，構建對應各中心節(jié)點所屬的特征表征區(qū)域；基于配電網(wǎng)區(qū)域中各特征表征區(qū)域結合對應區(qū)域構建節(jié)點進行區(qū)域異常分析；分別對各特征表征區(qū)域進行編號標記，并對各特征表征區(qū)域及對應構筑節(jié)點進行區(qū)域時序數(shù)據(jù)波動偏移程度分析；基于各特征表征區(qū)域的區(qū)域時序數(shù)據(jù)波動偏移程度分析結果，通過引入警示閾值；若存在區(qū)域時序數(shù)據(jù)波動偏移程度大于等于警示閾值，則對應編號特征表征區(qū)域存在配電數(shù)據(jù)異常；若不存在區(qū)域時序數(shù)據(jù)波動偏移程度大于等于警示閾值，則取各特征表征區(qū)域的區(qū)域時序數(shù)據(jù)波動偏移程度的最大值對應的特征表征區(qū)域為第一監(jiān)測對象，進行實時異常監(jiān)測。

44、所述數(shù)據(jù)反饋模塊包括數(shù)據(jù)輸出單元和異常警示單元；

45、所述數(shù)據(jù)輸出單元對配電網(wǎng)區(qū)域內(nèi)各節(jié)點設備的時序數(shù)據(jù)、層級劃分及時序數(shù)據(jù)變化率分析數(shù)據(jù)進行可視化輸出；

46、所述異常警示單元通過判斷是否異常區(qū)域；若存在異常區(qū)域則對異常區(qū)域進行警示反饋；若不存在異常則將第一監(jiān)測對象進行輸出并進行優(yōu)先實時監(jiān)測。

47、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

48、本發(fā)明通過結合遠程無人機和傳感器實現(xiàn)對電網(wǎng)區(qū)域設備的數(shù)據(jù)監(jiān)控采集，并結合人工智能算法對配電網(wǎng)設備的時序數(shù)據(jù)進行綜合變化率分析，并根據(jù)設備時序數(shù)據(jù)的變化率對區(qū)域時序數(shù)據(jù)的波動情況進行分析；通過對區(qū)域電網(wǎng)設備進行層級劃分，并結合相鄰節(jié)點構建特征表征區(qū)域，通過將配電網(wǎng)區(qū)域進行小尺度化，通過對各表征區(qū)域的組件節(jié)點設備進行關聯(lián)波動分析，判斷表征區(qū)域的異常情況；本發(fā)明能夠適應各種功能場景下配電網(wǎng)存在的潛在風險進行電網(wǎng)設備之間的關聯(lián)分析，通過構建小尺度區(qū)域的對電網(wǎng)風險進行有效監(jiān)測。