本發(fā)明涉及數(shù)據(jù)交換,具體地說,涉及一種基于人工智能的電力巡檢調(diào)度方法及系統(tǒng)。
背景技術(shù):
1、電力線路是電網(wǎng)的主骨架,其運(yùn)行要求安全、可靠,因此輸電線路的巡檢和維護(hù)成為保證電網(wǎng)可靠供電的基礎(chǔ)工作,目前,電力線路巡檢的形成普遍是由供電工區(qū)負(fù)責(zé)人對待巡檢線路進(jìn)行任務(wù)簽發(fā),巡檢車輛的調(diào)度依據(jù)的是多年的工作經(jīng)驗(yàn),帶有很強(qiáng)的隨機(jī)性,在電網(wǎng)地理結(jié)構(gòu)關(guān)系復(fù)雜、巡檢區(qū)域日益擴(kuò)大的現(xiàn)實(shí)背景下,往往難以達(dá)到高效率地響應(yīng);
2、在不同時(shí)段電力設(shè)備的負(fù)載不同,若是巡檢路線和區(qū)域不變的情況下,當(dāng)電力設(shè)備出現(xiàn)故障的概率較高時(shí),負(fù)責(zé)該區(qū)域的巡檢團(tuán)隊(duì)?wèi)?yīng)對突發(fā)性故障進(jìn)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(diào)度方法及系統(tǒng)。
技術(shù)實(shí)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電力巡檢調(diào)度方法及系統(tǒng),以解決上述背景技術(shù)中提出的問題。
2、為實(shí)現(xiàn)上述技術(shù)問題的解決,本發(fā)明的目的之一在于,提供一種基于人工智能的電力巡檢調(diào)度方法,包括如下步驟:
3、s1、建立人工智能調(diào)度模型,獲取電力巡檢團(tuán)隊(duì)所負(fù)責(zé)的巡檢區(qū)域,同時(shí)提取巡檢區(qū)域內(nèi)電力設(shè)備的參數(shù)數(shù)據(jù);
4、s2、根據(jù)歷史參數(shù)數(shù)據(jù)對電力設(shè)備進(jìn)行運(yùn)行故障預(yù)測分析,根據(jù)預(yù)測分析結(jié)果將巡檢區(qū)域內(nèi)的電力設(shè)備在對應(yīng)的時(shí)段從正常調(diào)整為風(fēng)險(xiǎn);
5、s3、將每個(gè)電力設(shè)備設(shè)置為檢修點(diǎn),然后根據(jù)電力巡檢團(tuán)隊(duì)的巡檢路線進(jìn)行時(shí)間預(yù)測,獲取電力巡檢團(tuán)隊(duì)抵達(dá)檢修點(diǎn)的預(yù)測檢修節(jié)點(diǎn);
6、s4、設(shè)置巡檢間隔閾值,再根據(jù)s2設(shè)置的風(fēng)險(xiǎn)狀態(tài)動態(tài)調(diào)整巡檢間隔閾值,然后電力設(shè)備對應(yīng)的預(yù)測檢修節(jié)點(diǎn)結(jié)合巡檢間隔閾值進(jìn)行時(shí)間檢測,當(dāng)鄰近的兩個(gè)預(yù)測檢修節(jié)點(diǎn)之間的間隔時(shí)間大于巡檢間隔閾值,即通過s5進(jìn)行巡檢調(diào)度;
7、s5、獲取需要巡檢調(diào)度的異常巡檢區(qū)域,然后對異常巡檢區(qū)域的正常電力設(shè)備劃分至相鄰巡檢區(qū)域進(jìn)行巡檢時(shí)間壓縮檢測,從而對s4的時(shí)間檢測結(jié)果進(jìn)行更新。
8、作為本技術(shù)方案的進(jìn)一步改進(jìn),所述s1通過接入電力巡檢系統(tǒng)內(nèi),然后建立人工智能調(diào)度模型,人工智能調(diào)度模型在電力巡檢系統(tǒng)中對電力巡檢團(tuán)隊(duì)發(fā)送信息,并采集電力巡檢團(tuán)隊(duì)上傳的巡檢路線。
9、作為本技術(shù)方案的進(jìn)一步改進(jìn),所述s1通過在電力巡檢系統(tǒng)內(nèi)獲取電力巡檢團(tuán)隊(duì)列表,同時(shí)獲取每個(gè)電力巡檢團(tuán)隊(duì)對應(yīng)負(fù)責(zé)的巡檢區(qū)域,然后提取每個(gè)電力設(shè)備上傳的參數(shù)數(shù)據(jù)。
10、作為本技術(shù)方案的進(jìn)一步改進(jìn),所述s2的步驟如下:
11、s2.1、提取電力設(shè)備上傳的歷史參數(shù)數(shù)據(jù),然后根據(jù)歷史參數(shù)數(shù)據(jù)對電力設(shè)備進(jìn)行用電發(fā)展趨勢預(yù)測,獲取電力設(shè)備的不同時(shí)段對應(yīng)的用電峰值;
12、s2.2、將電力設(shè)備的性能結(jié)合用電峰值進(jìn)行運(yùn)行風(fēng)險(xiǎn)程度分析,為每個(gè)電力設(shè)備設(shè)定風(fēng)險(xiǎn)峰值,當(dāng)用電峰值超出風(fēng)險(xiǎn)峰值時(shí),判定電力設(shè)備從正常狀態(tài)調(diào)整為風(fēng)險(xiǎn)狀態(tài),并且超出風(fēng)險(xiǎn)閾值的數(shù)值越高,則風(fēng)險(xiǎn)系數(shù)就越大。
13、作為本技術(shù)方案的進(jìn)一步改進(jìn),所述s3的步驟如下:
14、s3.1、在巡檢區(qū)域內(nèi)根據(jù)每個(gè)電力設(shè)備的位置設(shè)置檢修點(diǎn);
15、s3.2、提取電力巡檢團(tuán)隊(duì)上傳的巡檢路線,同時(shí)提取電力巡檢團(tuán)隊(duì)的實(shí)時(shí)位置,然后根據(jù)電力巡檢團(tuán)隊(duì)的實(shí)時(shí)位置與巡檢路線結(jié)合對檢修點(diǎn)抵達(dá)時(shí)間進(jìn)行預(yù)測,獲取電力巡檢團(tuán)隊(duì)抵達(dá)每個(gè)檢修點(diǎn)的預(yù)測檢修節(jié)點(diǎn)。
16、作為本技術(shù)方案的進(jìn)一步改進(jìn),所述s4的步驟如下:
17、s4.1、設(shè)置巡檢間隔閾值,然后根據(jù)s2.2獲取的風(fēng)險(xiǎn)系數(shù)進(jìn)行動態(tài)調(diào)整,風(fēng)險(xiǎn)系數(shù)越高,巡檢間隔閾值的時(shí)間越短;
18、s4.2、結(jié)合預(yù)測檢修節(jié)點(diǎn)對每個(gè)檢修點(diǎn)進(jìn)行巡檢間隔時(shí)間檢測,獲取檢修點(diǎn)對應(yīng)不同時(shí)段的預(yù)測檢修節(jié)點(diǎn)之間巡檢間隔時(shí)間,然后將巡檢間隔時(shí)間結(jié)合檢修點(diǎn)對應(yīng)的巡檢間隔閾值進(jìn)行差值比對,當(dāng)巡檢間隔時(shí)間小于巡檢間隔閾值,即保持繼續(xù)監(jiān)測,反之,當(dāng)巡檢間隔時(shí)間大于巡檢間隔閾值,則將檢修點(diǎn)歸屬的巡檢區(qū)域標(biāo)注為異常巡檢區(qū)域,并發(fā)送至s5。
19、作為本技術(shù)方案的進(jìn)一步改進(jìn),所述s5的步驟如下:
20、s5.1、接收s4.2發(fā)送的異常巡檢區(qū)域,然后提取異常巡檢區(qū)域的相鄰巡檢區(qū)域;
21、s5.2、將巡檢區(qū)域的正常電力設(shè)備劃分至相鄰巡檢區(qū)域,對相鄰巡檢區(qū)域進(jìn)行區(qū)域擴(kuò)大,從而更新巡檢路線以及巡檢間隔時(shí)間,當(dāng)更新之后的相鄰巡檢區(qū)域并未被標(biāo)記異常,即繼續(xù)向相鄰巡檢區(qū)域劃分正常電力設(shè)備,直至異常巡檢區(qū)域?qū)?yīng)的巡檢間隔時(shí)間符合s4.2要求,消除異常巡檢區(qū)域標(biāo)記。
22、作為本技術(shù)方案的進(jìn)一步改進(jìn),所述s5.2在劃分正常電力設(shè)備至相鄰巡檢區(qū)域時(shí),優(yōu)先劃分距離相鄰巡檢區(qū)域最近的正常電力設(shè)備。
23、本發(fā)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(diào)度系統(tǒng),包括上述中任意一項(xiàng)所述的一種基于人工智能的電力巡檢調(diào)度方法,包括模型建立單元、運(yùn)行預(yù)測單元以及區(qū)域劃分單元;
24、所述模型建立單元用于建立人工智能調(diào)度模型,同時(shí)獲取電力巡檢團(tuán)隊(duì)和巡檢區(qū)域以及電力設(shè)備的參數(shù);
25、所述運(yùn)行預(yù)測單元用于對電力設(shè)備進(jìn)行運(yùn)行故障預(yù)測分析,完成對電力設(shè)備風(fēng)險(xiǎn)調(diào)整,然后電力巡檢團(tuán)隊(duì)對應(yīng)每個(gè)電力設(shè)備的預(yù)測檢修節(jié)點(diǎn);
26、所述區(qū)域劃分單元用于設(shè)置巡檢間隔閾值,并結(jié)合預(yù)測檢修節(jié)點(diǎn)進(jìn)行時(shí)間檢測,根據(jù)檢測結(jié)果對異常巡檢區(qū)域進(jìn)行區(qū)域劃分,從而使得異常巡檢區(qū)域消除異常標(biāo)記。
27、與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果:通過對不同時(shí)段的預(yù)測檢修節(jié)點(diǎn)進(jìn)行間隔時(shí)間比對,從而獲取每個(gè)檢修點(diǎn)的間隔時(shí)間,便于對后續(xù)電力巡檢調(diào)度進(jìn)行規(guī)劃,然后通過對異常巡檢區(qū)域劃分正常電力設(shè)備至相鄰巡檢區(qū)域,調(diào)整異常巡檢區(qū)域中檢修點(diǎn)的間隔時(shí)間,從而在電力設(shè)備處于高風(fēng)險(xiǎn)時(shí),能夠頻繁對其進(jìn)行檢修,提高電力系統(tǒng)的安全性和穩(wěn)定性,減少事故發(fā)生的風(fēng)險(xiǎn)。
1.一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:包括如下步驟:
2.根據(jù)權(quán)利要求1所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:所述s1通過接入電力巡檢系統(tǒng)內(nèi),然后建立人工智能調(diào)度模型,人工智能調(diào)度模型在電力巡檢系統(tǒng)中對電力巡檢團(tuán)隊(duì)發(fā)送信息,并采集電力巡檢團(tuán)隊(duì)上傳的巡檢路線。
3.根據(jù)權(quán)利要求1所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:所述s1通過在電力巡檢系統(tǒng)內(nèi)獲取電力巡檢團(tuán)隊(duì)列表,同時(shí)獲取每個(gè)電力巡檢團(tuán)隊(duì)對應(yīng)負(fù)責(zé)的巡檢區(qū)域,然后提取每個(gè)電力設(shè)備上傳的參數(shù)數(shù)據(jù)。
4.根據(jù)權(quán)利要求1所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:所述s2的步驟如下:
5.根據(jù)權(quán)利要求1所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:所述s3的步驟如下:
6.根據(jù)權(quán)利要求1所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:所述s4的步驟如下:
7.根據(jù)權(quán)利要求1所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:所述s5的步驟如下:
8.根據(jù)權(quán)利要求7所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:所述s5.2在劃分正常電力設(shè)備至相鄰巡檢區(qū)域時(shí),優(yōu)先劃分距離相鄰巡檢區(qū)域最近的正常電力設(shè)備。
9.用于實(shí)現(xiàn)一種基于人工智能的電力巡檢調(diào)度系統(tǒng),包括權(quán)利要求1-8中任意一項(xiàng)所述的一種基于人工智能的電力巡檢調(diào)度方法,其特征在于:包括模型建立單元(10)、運(yùn)行預(yù)測單元(20)以及區(qū)域劃分單元(30);