一种基于知识图谱的电力骨干传送网络故障诊断方法及系统

    公开(公告)号:CN119172221A

    公开(公告)日:2024-12-20

    申请号:CN202411197869.X

    申请日:2024-08-29

    Abstract: 本发明公开了一种基于知识图谱的电力骨干传送网络故障诊断方法及系统,诊断方法通过构建故障与告警知识图谱,收集电力骨干传送网络的历史故障数据、告警信息及网络拓扑结构数据,通过实体识别、关系抽取和属性填充技术,构建故障与告警知识图谱;通过告警向量化、结合知识图谱与图神经网络的模型构建、故障推理模型的构建与优化,构建基于知识图谱的故障诊断算法模型并进行网络故障诊断;仿真环境搭建与实验,根据电力骨干传送网络的实际运行情况,构建仿真环境,利用已构建的模型进行故障推理;验证模型在故障诊断中的有效性和准确性。能够更准确地捕捉告警之间的关联性和故障传播路径,从而快速定位故障根源,显著提高故障诊断的准确性和效率。

    一种基于大数据的电力设备远程监测系统及方法

    公开(公告)号:CN117856442A

    公开(公告)日:2024-04-09

    申请号:CN202311777622.0

    申请日:2023-12-22

    Abstract: 公开了一种基于大数据的电力设备远程监测系统及方法。其首先获取多个预定时间点的油压值和油位值,以及,所述多个预定时间点的功率值并传输至后台服务器,接着,对所述多个预定时间点的油压值和油位值进行时序协同关联分析以得到油位‑油压时序关联特征向量,然后,将所述多个预定时间点的功率值排列为功率时序输入向量后通过基于深度神经网络模型的功率时序特征提取器以得到功率时序特征向量,接着,融合所述功率时序特征向量和所述油位‑油压时序关联特征向量以得到被监控变压器多参数协同表征特征,最后,基于所述被监控变压器多参数协同表征特征,确定被监控变压器的工作状态是否存在异常。这样,可以提高电力系统的安全性和稳定性。

Patent Agency Ranking