[发明专利]一种基于异质数据综合分析的电缆检修预警方法及系统

说明书

本发明公开了一种基于异质数据综合分析的电缆检修预警方法，包括：对包含异质数据的电力电缆数据进行处理，获取标准化且带标识的电力电缆数据；利用所述标准化且带标识的电力电缆数据采用卷积神经网络进行监督学习，将检修决策知识内化为卷积网络中的参数，获取训练好的卷积神经网络模型；利用训练好的卷积神经网络模型对实时采集的电力电缆数据进行分析与挖掘，对电力电缆的运行状态进行评价，并推送检修预警信息。本发明采用卷积神经网络框架进行监督学习挖掘，并利用训练好的卷积神经网络模型自动对电缆运行状态进行评价并推送检修预警信息，能够为电力电缆运检单位的柔性检修工作提供技术支撑，也能够为电缆生产企业的质控提供一定的参考。

技术领域

本发明涉及电力电缆运行与维护技术领域，并且更具体地，涉及一种基于异质数据综合分析的电缆检修预警方法及系统。

背景技术

近年来，电力电缆在城市电网中的重要性日益凸显，对其进行科学检修关系着电网运行的可靠性。目前业内采用的检修方法主要是依赖于电气工程学科中的经典模型如局部放电实验、老化分析等，检修计划的制定以时间为主要依据。由于模型易受噪音影响，不确定性因素多，这种普遍采用的策略高度依赖于检修人员的业务素质，可靠性有限。此外，如局部放电实验一类的检修策略需要断电离线进行，影响正常的生产生活。近来发生的多次电缆事故也说明，传统的检修模式在可靠性和检修效率方面均存在问题，因此，急需更具智能化水平的检修预警方法。

发明内容

本发明提供了一种基于异质数据综合分析的电缆检修预警方法及系统，以解决如何对电力电缆进行检修预警的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种基于异质数据综合分析的电缆检修预警方法，其特征在于，所述方法包括：

对包含异质数据的电力电缆数据进行处理，获取标准化且带标识的电力电缆数据，其中，所述电力电缆数据包括：电缆属性与状态数据、通道环境数据和电缆状态评价数据；

利用所述标准化且带标识的电力电缆数据采用卷积神经网络进行监督学习，将检修决策知识内化为卷积网络中的参数，获取训练好的卷积神经网络模型；

利用所述训练好的卷积神经网络模型对实时采集的电力电缆数据进行分析与挖掘，获取输出层的概率信息，根据所述概率信息对电力电缆的运行状态进行评价，并根据评价结果向管理人员推送检修预警信息。

优选地，其中所述对包含异质数据的电力电缆数据进行处理，获取标准化且带标识的电力电缆数据，包括：

利用均值填充法对包含异质数据的电力电缆数据进行填充；

对填充后的电力电缆数据进行连续化处理，使用整数替换法将离散型的电力电缆数据转换为连续型的电力电缆数据；

对所述连续型的电力电缆数据进行归一化处理，获取归一化处理后的电力电缆数据；

对所述归一化处理后的电力电缆数据进行自标注处理，将电力电缆的检修数据信息与归一化处理后的电力电缆数据进行关联，获取标准化且带标识的电力电缆数据。

优选地，其中所述对所述连续型的电力电缆数据进行归一化处理，包括：

x_new＝(x-x_min)/(x_max-x_min)，

其中，x_new为归一化处理后的当前属性的值；x_min为当前属性的最小值；x_max为当前属性的最大值；x为当前属性的值。

优选地，其中所述利用所述标准化且带标识的电力电缆数据采用卷积神经网络进行监督学习，将检修决策知识内化为卷积网络中的参数，获取训练好的卷积神经网络模型，包括：