一种人工智能电气线路异常风险程度监测方法及系统.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111157045 A (43)申请公布日 2020.05.15 (21)申请号 202010006135.4 (22)申请日 2020.01.03 (71)申请人 上海枫昱能源科技有限公司 地址 200040 上海市静安区平陆路601号 302室 (72)发明人 周群力　黄宏声　黄凤仪　 (74)专利代理机构 上海汉声知识产权代理有限 公司 31236 代理人 胡晶 (51)Int.Cl. G01D 21/02(2006.01) G06K 9/62(2006.01) 权利要求书2页 说明书8页 附图2页 (54)发明名称 一种人工智能电气线路异常风险程度监测 方法及系统 (57)摘要 本发明公开了一种人工智能电气线路异常 风险程度监测方法及系统，利用物联网采集数 据、大数据存储、大数据分析等现代科技技术，采 集各电气线路的多维度数据，基于各电气线路的 多维度数据的大数据定期计算相同线路规格的 AI因子，即负荷温升特征曲线，再将实时数据负 荷温升通过和AI因子对比，直观客观的得出各电 气线路的实时数据的风险程度，为电气线路异常 风险判断提供依据。本发明具有监测客观直观、 监测标准智能化、适用范围大、应用前景广的技 术特点。 A 5 4 0 7 5 1 1 1 1 N C CN 111157045 A 权　利　要　求　书 1/2页 1.一种人工智能电气线路异常风险程度监测方法，其特征在于，包括以下步骤： S1：实时采集获取各电气线路的多维度数据，所述多维度数据包括测点温升、负荷电 流，其中，通过温度场的测点温度、环境温度采集获取所述测点温升； S2：根据相同线路规格的所述多维度数据得到负荷温升模型，并根据所述负荷温升模 型定期得到负荷温升特征曲线，其中，所述负荷温升特征曲线为相同线路规格的电气线路 在正常运行状态下不同负荷电流对应的标准温升值； S3：根据所述负荷温升特征曲线得出各电气线路实时的异常风险程度。 2.根据权利要求1所述的人工智能电气线路异常风险程度监测方法，其特征在于，所述 步骤S2具体包括以下步骤： S21：根据各电气线路的线路规格，通过分类算法对各电气线路的所述多维度数据进行 分类得到不同线路规格对应的电气线路数据； S22：通过聚类算法将所述电气线路数据中相同负荷电流对应的温升值聚成一类，得到 所述负荷温升模型，所述负荷温升模型为相同线路规格下不同负荷电流对应的温升值分 布； S23：通过数据统计计算相同线路规格的电气线路不同负荷电流对应的所述标准温升 值，得到所述负荷温升特征曲线。 3.根据权利要求2所述的人工智能电气线路异常风险程度监测方法，其特征在于，所述 步骤S23具体为： S231：根据所述负荷温升模型，统计计算各负荷电流下不同温升值对应的分布概率； S232：将所述分布概率最高对应的温升值作为对应负荷电流下的所述标准温升值； S233：根据各负荷电流下的所述标准温升值，得到所述负荷温升特征曲线。 4.根据权利要求1所述的人工智能电气线路异常风险程度监测方法，其特征在于，所述 步骤S3具体为：根据各电气线路实时采集到的所述多维度数据，计算与对应的所述负荷温 升特征曲线的温升差值，并将所述温升差值作为各电气线路实时的异常风险程度。 5.根据权利要求4所述的人工智能电气线路异常风险程度监测方法，其特征在于，所述 步骤S3之后还包括步骤S4： 根据所述温