一种基于巡检机器人的电网故障预警方法及装置与流程

本发明涉及电力设备，具体而言，涉及一种基于巡检机器人的电网故障预警方法及装置。

背景技术：

1、目前通过巡检机器人对电网电缆的监测一般采用预警阈值的方法，通过对比采集到的故障指标与设定的预警阈值，从而进行预警。然而该种方式很难达到实时预警的效果，对故障的实时监测较为困难，无法实现在电网电缆的故障早起发现故障，从而导致预测到故障时，故障已经处于进一步恶化阶段了。

技术实现思路

1、本发明的目的在于提供一种基于巡检机器人的电网故障预警方法及装置，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

2、第一方面，本申请提供了一种基于巡检机器人的电网故障预警方法，所述电网故障预警方法用于巡检机器人，包括：

3、获取第一信息，所述第一信息包括电缆的故障指标、影响所述故障指标的关键参数，所述第一信息为时间序列数据，所述故障指标包括电缆绝缘电阻、电缆跨接电阻和电缆热循环次数；

4、将所述第一信息中的所述关键参数作为输入且所述故障指标作为输出，训练并测试预设的预测模型，得到故障指标预测模型，预设的所述预测模型为基于keras的循环神经网络模型；

5、获取电缆的实时关键参数和实时故障指标，并将所述实时关键参数输入到故障指标预测模型中，输出未来时刻故障指标；

6、将所述实时故障指标和所述未来时刻故障指标输入训练好的故障指标异常检测模型中进行故障指标异常识别，得到异常检测结果，并根据异常检测结果进行故障预警，所述故障指标异常检测模型为基于局部异常因子算法构建的模型。

7、第二方面，本申请还提供了一种基于巡检机器人的电网故障预警装置，所述电网故障预警装置用于巡检机器人，包括：

8、获取模块，所述获取模块用于获取第一信息，所述第一信息包括电缆的故障指标、影响所述故障指标的关键参数，所述第一信息为时间序列数据，所述故障指标包括电缆绝缘电阻、电缆跨接电阻和电缆热循环次数；

9、训练测试模块，所述训练测试模块用于将所述第一信息中的所述关键参数作为输入且所述故障指标作为输出，训练并测试预设的预测模型，得到故障指标预测模型，预设的所述预测模型为基于keras的循环神经网络模型；

10、预测模块，所述预测模块用于获取电缆的实时关键参数和实时故障指标，并将所述实时关键参数输入到故障指标预测模型中，输出未来时刻故障指标；

11、预警模块，所述预警模块用于将所述实时故障指标和所述未来时刻故障指标输入训练好的故障指标异常检测模型中进行故障指标异常识别，得到异常检测结果，并根据异常检测结果进行故障预警，所述故障指标异常检测模型为基于局部异常因子算法构建的模型。

12、第三方面，本申请还提供了一种基于巡检机器人的电网故障预警设备，包括：

13、存储器，用于存储计算机程序；

14、处理器，用于执行所述计算机程序时实现所述基于巡检机器人的电网故障预警方法的步骤。

15、第四方面，本申请还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于巡检机器人的电网故障预警方法的步骤。

16、本发明的有益效果为：本发明通过预设的所述预测模型，即基于keras的循环神经网络模型，实现通过实时的关键参数预测多个未来时刻的故障指标，然后根据实时的故障指标、未来时刻的故障指标和训练好的局部异常因子算法构建的模型实现对异常故障指标进行识别。本发明方法能够实现对故障的实时监测，允许在故障早期发现故障，防止其进一步恶化，实现对故障的实时预警。

17、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

技术特征：

1.一种基于巡检机器人的电网故障预警方法，其特征在于，所述电网故障预警方法用于巡检机器人，包括：

2.根据权利要求1所述的电网故障预警方法，其特征在于，获取第一信息，包括：

3.根据权利要求2所述的电网故障预警方法，其特征在于，所述第一信息还包括电缆的历史故障数据，将所述第一信息中的所述关键参数作为输入且所述故障指标作为输出，训练并测试预设的预测模型，得到故障指标预测模型，包括：

4.根据权利要求3所述的电网故障预警方法，其特征在于，所述循环神经网络包括输入层、隐藏层和输出层，根据所述贡献度和所述重要程度基于矩阵计算规则设置所述循环神经网络模型的权重矩阵，包括：

5.根据权利要求1或4所述的电网故障预警方法，其特征在于，将所述第一信息中的所述关键参数作为输入且所述故障指标作为输出，训练并测试预设的预测模型，得到故障指标预测模型，包括：

6.根据权利要求1所述的电网故障预警方法，其特征在于，将所述实时关键参数输入到故障指标预测模型中，输出未来时刻故障指标，包括：

7.根据权利要求1所述的电网故障预警方法，其特征在于，将所述实时故障指标和所述未来时刻故障指标输入训练好的故障指标异常检测模型中进行故障指标异常识别，包括：

8.一种基于巡检机器人的电网故障预警装置，其特征在于，所述电网故障预警装置用于巡检机器人，包括：

9.根据权利要求8所述的电网故障预警装置，其特征在于，所述获取模块包括：

10.根据权利要求9所述的电网故障预警装置，其特征在于，所述第一信息还包括电缆的历史故障数据，所述预测模块包括：

技术总结
本发明提供了一种基于巡检机器人的电网故障预警方法及装置，涉及计算机数据处理技术领域，包括获取第一信息；将第一信息中的关键参数作为输入且故障指标作为输出，训练并测试预设的预测模型，得到故障指标预测模型，预设的预测模型为基于KERAS的循环神经网络模型；获取电缆的实时关键参数和实时故障指标，并将实时关键参数输入到故障指标预测模型中，输出未来时刻故障指标；将实时故障指标和未来时刻故障指标输入训练好的故障指标异常检测模型中进行故障指标异常识别，得到异常检测结果，并根据异常检测结果进行故障预警，故障指标异常检测模型为基于局部异常因子算法构建的模型。本发明能够实现对故障的实时预警，避免故障进一步恶化。

技术研发人员：刘建辉,周密,贾冠男,李晗
受保护的技术使用者：武汉人云智物科技有限公司
技术研发日：
技术公布日：2024/3/31