一種基于人工智能的電力巡檢調度方法及系統與流程

本發明涉及數據交換，具體地說，涉及一種基于人工智能的電力巡檢調度方法及系統。

背景技術：

1、電力線路是電網的主骨架，其運行要求安全、可靠，因此輸電線路的巡檢和維護成為保證電網可靠供電的基礎工作，目前，電力線路巡檢的形成普遍是由供電工區負責人對待巡檢線路進行任務簽發，巡檢車輛的調度依據的是多年的工作經驗，帶有很強的隨機性，在電網地理結構關系復雜、巡檢區域日益擴大的現實背景下，往往難以達到高效率地響應；

2、在不同時段電力設備的負載不同，若是巡檢路線和區域不變的情況下，當電力設備出現故障的概率較高時，負責該區域的巡檢團隊應對突發性故障進行維修的效率不佳，因此，提出一種基于人工智能的電力巡檢調度方法及系統。

技術實現思路

1、本發明的目的在于提供一種基于人工智能的電力巡檢調度方法及系統，以解決上述背景技術中提出的問題。

2、為實現上述技術問題的解決，本發明的目的之一在于，提供一種基于人工智能的電力巡檢調度方法，包括如下步驟：

3、s1、建立人工智能調度模型，獲取電力巡檢團隊所負責的巡檢區域，同時提取巡檢區域內電力設備的參數數據；

4、s2、根據歷史參數數據對電力設備進行運行故障預測分析，根據預測分析結果將巡檢區域內的電力設備在對應的時段從正常調整為風險；

5、s3、將每個電力設備設置為檢修點，然后根據電力巡檢團隊的巡檢路線進行時間預測，獲取電力巡檢團隊抵達檢修點的預測檢修節點；

6、s4、設置巡檢間隔閾值，再根據s2設置的風險狀態動態調整巡檢間隔閾值，然后電力設備對應的預測檢修節點結合巡檢間隔閾值進行時間檢測，當鄰近的兩個預測檢修節點之間的間隔時間大于巡檢間隔閾值，即通過s5進行巡檢調度；

7、s5、獲取需要巡檢調度的異常巡檢區域，然后對異常巡檢區域的正常電力設備劃分至相鄰巡檢區域進行巡檢時間壓縮檢測，從而對s4的時間檢測結果進行更新。

8、作為本技術方案的進一步改進，所述s1通過接入電力巡檢系統內，然后建立人工智能調度模型，人工智能調度模型在電力巡檢系統中對電力巡檢團隊發送信息，并采集電力巡檢團隊上傳的巡檢路線。

9、作為本技術方案的進一步改進，所述s1通過在電力巡檢系統內獲取電力巡檢團隊列表，同時獲取每個電力巡檢團隊對應負責的巡檢區域，然后提取每個電力設備上傳的參數數據。

10、作為本技術方案的進一步改進，所述s2的步驟如下：

11、s2.1、提取電力設備上傳的歷史參數數據，然后根據歷史參數數據對電力設備進行用電發展趨勢預測，獲取電力設備的不同時段對應的用電峰值；

12、s2.2、將電力設備的性能結合用電峰值進行運行風險程度分析，為每個電力設備設定風險峰值，當用電峰值超出風險峰值時，判定電力設備從正常狀態調整為風險狀態，并且超出風險閾值的數值越高，則風險系數就越大。

13、作為本技術方案的進一步改進，所述s3的步驟如下：

14、s3.1、在巡檢區域內根據每個電力設備的位置設置檢修點；

15、s3.2、提取電力巡檢團隊上傳的巡檢路線，同時提取電力巡檢團隊的實時位置，然后根據電力巡檢團隊的實時位置與巡檢路線結合對檢修點抵達時間進行預測，獲取電力巡檢團隊抵達每個檢修點的預測檢修節點。

16、作為本技術方案的進一步改進，所述s4的步驟如下：

17、s4.1、設置巡檢間隔閾值，然后根據s2.2獲取的風險系數進行動態調整，風險系數越高，巡檢間隔閾值的時間越短；

18、s4.2、結合預測檢修節點對每個檢修點進行巡檢間隔時間檢測，獲取檢修點對應不同時段的預測檢修節點之間巡檢間隔時間，然后將巡檢間隔時間結合檢修點對應的巡檢間隔閾值進行差值比對，當巡檢間隔時間小于巡檢間隔閾值，即保持繼續監測，反之，當巡檢間隔時間大于巡檢間隔閾值，則將檢修點歸屬的巡檢區域標注為異常巡檢區域，并發送至s5。

19、作為本技術方案的進一步改進，所述s5的步驟如下：

20、s5.1、接收s4.2發送的異常巡檢區域，然后提取異常巡檢區域的相鄰巡檢區域；

21、s5.2、將巡檢區域的正常電力設備劃分至相鄰巡檢區域，對相鄰巡檢區域進行區域擴大，從而更新巡檢路線以及巡檢間隔時間，當更新之后的相鄰巡檢區域并未被標記異常，即繼續向相鄰巡檢區域劃分正常電力設備，直至異常巡檢區域對應的巡檢間隔時間符合s4.2要求，消除異常巡檢區域標記。

22、作為本技術方案的進一步改進，所述s5.2在劃分正常電力設備至相鄰巡檢區域時，優先劃分距離相鄰巡檢區域最近的正常電力設備。

23、本發明的目的之二在于，提供了一種基于人工智能的電力巡檢調度系統，包括上述中任意一項所述的一種基于人工智能的電力巡檢調度方法，包括模型建立單元、運行預測單元以及區域劃分單元；

24、所述模型建立單元用于建立人工智能調度模型，同時獲取電力巡檢團隊和巡檢區域以及電力設備的參數；

25、所述運行預測單元用于對電力設備進行運行故障預測分析，完成對電力設備風險調整，然后電力巡檢團隊對應每個電力設備的預測檢修節點；

26、所述區域劃分單元用于設置巡檢間隔閾值，并結合預測檢修節點進行時間檢測，根據檢測結果對異常巡檢區域進行區域劃分，從而使得異常巡檢區域消除異常標記。

27、與現有技術相比，本發明的有益效果：通過對不同時段的預測檢修節點進行間隔時間比對，從而獲取每個檢修點的間隔時間，便于對后續電力巡檢調度進行規劃，然后通過對異常巡檢區域劃分正常電力設備至相鄰巡檢區域，調整異常巡檢區域中檢修點的間隔時間，從而在電力設備處于高風險時，能夠頻繁對其進行檢修，提高電力系統的安全性和穩定性，減少事故發生的風險。

技術特征：

1.一種基于人工智能的電力巡檢調度方法，其特征在于：包括如下步驟：

2.根據權利要求1所述的一種基于人工智能的電力巡檢調度方法，其特征在于：所述s1通過接入電力巡檢系統內，然后建立人工智能調度模型，人工智能調度模型在電力巡檢系統中對電力巡檢團隊發送信息，并采集電力巡檢團隊上傳的巡檢路線。

3.根據權利要求1所述的一種基于人工智能的電力巡檢調度方法，其特征在于：所述s1通過在電力巡檢系統內獲取電力巡檢團隊列表，同時獲取每個電力巡檢團隊對應負責的巡檢區域，然后提取每個電力設備上傳的參數數據。

4.根據權利要求1所述的一種基于人工智能的電力巡檢調度方法，其特征在于：所述s2的步驟如下：

5.根據權利要求1所述的一種基于人工智能的電力巡檢調度方法，其特征在于：所述s3的步驟如下：

6.根據權利要求1所述的一種基于人工智能的電力巡檢調度方法，其特征在于：所述s4的步驟如下：

7.根據權利要求1所述的一種基于人工智能的電力巡檢調度方法，其特征在于：所述s5的步驟如下：

8.根據權利要求7所述的一種基于人工智能的電力巡檢調度方法，其特征在于：所述s5.2在劃分正常電力設備至相鄰巡檢區域時，優先劃分距離相鄰巡檢區域最近的正常電力設備。

9.用于實現一種基于人工智能的電力巡檢調度系統，包括權利要求1-8中任意一項所述的一種基于人工智能的電力巡檢調度方法，其特征在于：包括模型建立單元（10）、運行預測單元（20）以及區域劃分單元（30）；

技術總結
本發明涉及數據交換技術領域，具體地說，涉及一種基于人工智能的電力巡檢調度方法及系統。包括如下步驟：S1、建立人工智能調度模型，獲取電力巡檢團隊所負責的巡檢區域，同時提取巡檢區域內電力設備的參數數據；S2、根據歷史參數數據對電力設備進行運行故障預測分析，根據預測分析結果將巡檢區域內的電力設備在對應的時段從正常調整為風險；通過對不同時段的預測檢修節點進行間隔時間比對，從而獲取每個檢修點的間隔時間，便于對后續電力巡檢調度進行規劃，然后通過對異常巡檢區域劃分正常電力設備至相鄰巡檢區域，調整異常巡檢區域中檢修點的間隔時間，從而在電力設備處于高風險時，能夠頻繁對其進行檢修。

技術研發人員：陶佳迎,俞鍵,陳挺,趙春林,王一汀,詹奇,胡皓杰,陳小平,陳浩,馮海翔
受保護的技術使用者：國網浙江省電力有限公司諸暨市供電公司
技術研發日：
技術公布日：2024/10/21