发明公开
- 专利标题: 一种基于多模态学习的电力系统故障预警方法和系统
-
申请号: CN202010030009.2申请日: 2020-01-13
-
公开(公告)号: CN111259947A公开(公告)日: 2020-06-09
- 发明人: 何东 , 徐海青 , 张辰 , 饶涵宇 , 徐唯耀 , 陈是同 , 董媛媛 , 吴小华 , 浦正国 , 张彬彬 , 胡心颖 , 郭庆 , 吴立刚 , 胡丁丁
- 申请人: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
- 申请人地址: 浙江省杭州市西湖区黄龙路8号
- 专利权人: 国网浙江省电力有限公司信息通信分公司,安徽继远软件有限公司,国网信息通信产业集团有限公司,国家电网有限公司
- 当前专利权人: 国网浙江省电力有限公司信息通信分公司,安徽继远软件有限公司,国网信息通信产业集团有限公司,国家电网有限公司
- 当前专利权人地址: 浙江省杭州市西湖区黄龙路8号
- 代理机构: 合肥维可专利代理事务所
- 代理商 吴明华
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06N3/04 ; G06N3/08 ; G06F16/18
摘要:
本发明公开一种基于多模态学习的电力系统故障预警方法和系统,基于电力信息系统的数据库、网络等异常的运行故障记录,进行数据库、网络异常相关联的典型数据特征的分析,构建系统日志故障特征库;基于系统的网络数据标签,针对该系统进行特征归类,构建基于分类算法的系统健康画像;基于知识库与推理机的原理,进行知识库与推理机的高速和高精度决策,通过对电力信息系统故障的关系分析,针对不同的故障类型提出处理策略;针对系统故障处理模型进行同一时间多类型故障训练,进行故障预测模型的泛化增强;进行电力信息系统的预测故障实时告警。本发明通过多模态学习等机器学习技术构建系统故障预测模型,实现系统隐患预测,提高运维效率。