[发明专利]环境预测方法和装置、电子设备

说明书

本申请提供一种环境预测方法和装置、电子设备、计算机可读存储介质，应用于环境检测系统，所述方法包括：利用探测传感模块获取电缆沟内的环境参数；将环境参数输入预测模型以获取环境预测信息，预测模型为已训练完成的循环神经网络模型，循环神经网络模型包括：LSTM网络层；当环境预测信息包括环境异常信息时，根据环境异常信息确定出对应的异常规避策略。本申请中利用探测传感模块获取电缆沟内的环境参数，将环境参数输入至由循环神经网络构建的预测模型，获取环境预测信息，当环境预测信息信息中包括环境异常信息时，则获取对应的规避策略。利用循环神经网络构建的预测模型，保证准确性的同时，提高了环境信息预测的效率，且能够有效地降低出现环境异常的概率。

技术领域

本申请涉及电力检测领域，特别是涉及一种环境预测方法和装置、电子设备、计算机可读存储介质。

背景技术

近几年来，10kV电缆沟着火事件频发，电缆沟内运行环境较差，部分电缆沟超容，存在通风不畅、空气不流通，导致电缆沟内温度较高；部分路段电缆沟内存在排污水，容易产生沼气等有毒易燃气体，易发生火灾。

现有电缆沟被盖板覆盖，巡视人员巡视时，为了解电缆沟内运行状况，需打开电缆沟盖板检测，或利用多物理参量的传感器进行检测。当检测到故障时再进行处理，这种出现环境异常再处理的方法往往造成很多的财产损失和意外伤害。

发明内容

本申请实施例提供一种环境预测方法、装置、电子设备、计算机可读存储介质，可以降低出现环境差异的概率。

一种环境预测方法，应用于环境检测系统，所述方法包括：

利用探测传感模块获取电缆沟内的环境参数，所述环境参数至少包括：定位参数、电缆线损伤参数、空间温度参数、空间湿度参数和有害气体含量参数；

将所述环境参数输入预测模型以获取环境预测信息，所述预测模型为已训练完成的循环神经网络模型，所述循环神经网络模型包括：LSTM网络层；

当所述环境预测信息包括环境异常信息时，根据所述环境异常信息确定出对应的异常规避策略。

在其中一个实施例中，所述将所述环境参数输入预测模型以获取环境预测信息之前，所述方法还包括：

获取环境参数训练集，所述环境参数训练集包括多个携带记录时刻信息的环境参数；

构建所述循环神经网络模型；

利用所述环境参数训练集对所述循环神经网络模型进行训练获取所述预测模型。

在其中一个实施例中，所述利用所述环境参数训练集对所述循环神经网络模型进行训练获取所述预测模型，包括：

根据所述环境参数训练集中各个记录时刻的环境参数确定所述循环神经网络模型的损失函数；

将所述环境参数训练集输入所述循环神经网络模型对所述LSTM网络层的权重进行优化，直至所述损失函数的输出值小于预定阈值；

将所述损失函数的输出值小于预定阈值对应的循环神经网络模型作为所述预测模型。

在其中一个实施例中，所述根据所述环境异常信息确定出对应的异常规避策略之前，所述方法还包括：

将所述环境预测信息和环境参考信息进行对比获取所述环境异常信息，所述环境异常信息包括异常标识；

所述根据所述环境异常信息确定出对应的异常规避策略，包括：

根据所述环境异常信息的异常标识获取对应的异常规避策略。

在其中一个实施例中，所述根据所述环境异常信息的异常标识获取对应的异常规避策略，包括：