[发明专利]一种基于AI的智能化诊断方法、系统及装置

说明书

本发明涉及智能电网领域，特别涉及一种基于AI的智能化诊断方法、系统及装置。核心是AI+IoT，由标准化、工业化的IoT边缘计算硬件设备加上定制化的AI模块构成，包括：IoT设备的采集单元采集用电数据；云平台根据历史数据训练AI模型，根据新的数据不断动态完善AI模型，IoT设备的边缘计算单元将采集的用电数据输入训练好的人工智能AI模型，得到相关数据。实现治理的实时预测，切实提高了能源指标异常超标的实时监测水平，将以往半人工系统检测加人工核实的工作模式，改为全自动智能AI分析模式。最终实现云平台+边缘计算设备+智能现场终端+智慧IoT芯片组模块的全新软硬件形态，重新定义用户侧能源系统、配电管理系统，开启“软件定义能源”的时代。

技术领域

本发明涉及智能电网领域，特别涉及一种基于AI的智能化诊断方法、系统及装置。

背景技术

目前，泛在电力物联网建设正稳步进行，基础支撑、数据共享和对内对外业务等六大领域任务已先后开展。线损作为电网企业的核心经济技术指标之一，反应了企业的经营成本和经济效益，加强线损管理是电网企业一项长期的战略任务和系统工程。智能电网是以平衡为约束的多目标函数，其因子众泛，条件随机，线损情况多变，成因复杂，实际线损通常由多个增损因素共同作用所致，同时线损的各项因素又是动态变化的，难以物理建模，人工经验及现有手段仍存在分析效率低、误判率高，影响因素发现不完全等问题。

物联网整体建设与应用仍存在不足，基础架构上主要存在以下不足：

终端方面：配电、用电侧等终端采集监控覆盖不足，实时性不强；终端智能化和双向交互水平较低；缺乏统一规划设计和标准；

网络方面：通信接入网覆盖深度不够、带宽不足；电网调控业务专用通道存在带宽瓶颈；缺乏端到端的泛在通信网解决方案，网络资源调配能力不足；

平台方面：缺乏跨专业统一物联管理，超大规模终端接入和应用管理能力不足；面向物联应用的开放共享不足；平台层与终端层的协同计算与实时响应能力不足。

目前，能源指标治理工作存在的问题主要有以下几方面：

1、“能源指标治理无预测性”——当前能源指标管理系统以监测及数据储备为主，大量数据没有发挥作用，无法实时的预测能源指标，从而无法精确判断能源指标异常情况；

2、“能源指标异常成因诊断困难”——当前使用的能源指标管理系统大多以数据计算为主，分析能力较弱，无法精确定位每个站房、设备、线路、台区、用户的实时异常状态，能源指标治理难度大，能源指标异常成因的诊断严重依赖人员的专业水平，存在误判、漏判等风险；

3、“治理决策依靠人工”——目前的能源指标管理处在半自动化水平，严重依赖人工经验及人工决策，缺乏有效的技术和数据支撑。

4、“数据价值利用不足”——目前能源指标管理的分析工作大多依赖各大业务系统进行联动，由于数据海量，时间跨度大，数据关联关系复杂等原因，对这些数据在能源指标治理上的价值挖掘不足。

发明内容

本发明实施例提供了一种一种基于AI的智能化诊断方法、系统及装置，核心是AI+IoT，由标准化、工业化的IoT边缘计算硬件设备加上定制化的AI模块构成，包括：IoT设备的采集单元采集用电数据；云平台根据历史数据训练AI模型，根据新的数据动态完善AI模型，IoT设备的边缘计算单元将采集的用电数据输入训练好的人工智能AI模型，得到相关数据。实现治理的实时预测，切实提高了能源指标异常超标的实时监测水平，将以往半人工系统检测加人工核实的工作模式，改为全自动智能AI分析模式。

根据本发明实施例的第一方面，一种基于AI的智能化诊断方法，包括：

IoT采集单元采集用电数据；

将采集的用电数据输入训练好的人工智能AI模型，得到相关数据。