[发明专利]基于人工智能的配电设备风险检测方法

权利要求书

1.一种基于人工智能的配电设备风险检测方法，其特征在于，该方法包括：

获取充电桩的历史运行数据，基于历史运行数据计算每个充电桩的健康度评分；

根据充电桩的历史运行数据、历史运行时长和健康度评分计算充电区域内任意两个充电桩的匹配度：

表示和两个充电桩的匹配度，和分别为和两个充电桩的历史运行数据序列，表示和两个序列的相似度，和分别为和两个充电桩的历史运行时长，和分别为和两个充电桩的健康度评分；

基于所述匹配度获取充电桩匹配对；基于实时的充电桩的运行数据和健康度评分计算所述充电桩匹配对中两充电桩的运行状态相似度：

表示充电桩匹配对中和两个充电桩的运行状态相似度，和分别为和两个充电桩的实时健康度评分，和分别为和两个充电桩的实时运行数据序列，表示和两个序列的相似度；

基于运行数据和健康度评分，计算孤立充电桩与充电区域内其他充电桩的运行状态相似度：

表示孤立的充电桩与充电区域内其他个充电桩的运行状态相似度；和分别为充电桩和充电区域内其他第个充电桩的实时健康度评分；和分别为充电桩和充电区域内其他第个充电桩的实时运行数据序列，表示和两个序列的相似度；

对于每个充电桩匹配对，根据当前获取的运行状态相似度与历史运行状态相似度的差值，进行配电设备风险的检测；根据当前获取的孤立充电桩对应的运行状态相似度与历史运行状态相似度的差值，进行配电设备风险的检测。

2.如权利要求1所述的方法，其特征在于，基于所述匹配度，利用KM算法，获取充电桩匹配对。

3.如权利要求2所述的方法，其特征在于，所述运行数据包括多个一级运行数据，每个一级运行数据包括多个二级运行数据，利用层次分析法获取一级运行数据的一级权重，利用熵权法获取二级运行数据的二级权重，结合一级权重和二级权重获取每个二级运行数据的综合权重，基于所有充电桩的二级运行数据和综合权重，利用Topsis算法，计算每个充电桩的健康度评分。