[发明专利]一种自然灾害下电力设备故障概率预测方法及系统

说明书

本发明公开了一种自然灾害下电力设备故障概率预测方法，其包括步骤：(1)采集自然灾害下电力设备事故发生的历史案例；(2)构建电网自然灾害知识图谱的本体模型；(3)基于历史案例和本体模型构建图结构储存的电网自然灾害知识图谱，其包括若干个实体节点，且实体节点包括设备节点；(4)采用节点引力算法计算每一个设备节点与其他所有设备节点的节点相似度，并基于这些节点相似度构成相似度特征向量；(5)构建前馈神经网络分类器，采用电网自然灾害知识图谱中所有设备节点的相似度特征向量和历史案例的标签值训练前馈神经网络分类器；(6)将待预测设备节点的相似度特征向量输入训练后的前馈神经网络分类器，可得不同事故类型发生概率。

技术领域

本发明涉及一种预测方法及系统，尤其涉及一种设备故障概率预测方法及系统。

背景技术

众所周知，在电力运输的过程中，电网的安全性能十分重要，安全的电网是确保正常电力运输的基础。

然而，在实际应用时，电网自然灾害却并不少见。电网自然灾害是由自然条件与电网环境综合作用而产生的，其表示能够对电网造成破坏性影响的现象与过程总称。一方面，自然灾害会影响电网设备的运行环境，导致电力系统事故，威胁电网设备的安全运行；另一方面，自然灾害会对电网及电网设备造成物理结构上的破坏，引起级联故障，导致大面积停电。

因此，为了在事故发生前采取有力措施，将自然灾害对电网设备的破坏降到最小，采用合适的方法提前预测事故的发生概率就显得尤为重要。

基于此，本发明期望获得一种自然灾害下电力设备故障概率预测方法及系统，采用该自然灾害下电力设备故障概率预测方法及系统可以快速准确地预测出特定气象、地理、设备条件下电力设备事故的发生概率，进而辅助电力设备运维人员的运维决策。

发明内容

本发明的目的之一在于提供一种自然灾害下电力设备故障概率预测方法，该自然灾害下电力设备故障概率预测方法能够有效快速地预测出特定气象、地理、设备条件下电力设备事故的发生概率，辅助电力设备运维人员的运维决策。

基于上述目的，本发明提出了一种自然灾害下电力设备故障概率预测方法，其包括步骤：

(1)采集自然灾害下电力设备事故发生的历史案例；

(2)构建电网自然灾害知识图谱的本体模型，所述本体模型包括若干类实体；

(3)基于所述历史案例和所述本体模型构建图结构储存的电网自然灾害知识图谱，所述电网自然灾害知识图谱包括若干个实体节点，所述实体节点包括设备节点；

(4)采用节点引力算法计算每一个设备节点与其他所有设备节点的节点相似度，并基于这些节点相似度构成相似度特征向量；

(5)构建前馈神经网络分类器，采用所述电网自然灾害知识图谱中所有设备节点的相似度特征向量和历史案例的标签值训练前馈神经网络分类器；

(6)在预测时，采用节点引力算法计算待预测设备节点与其他所有设备节点的节点相似度，并基于节点相似度构成待预测设备节点的相似度特征向量，将待预测设备节点的相似度特征向量输入经过训练的前馈神经网络分类器，得到对不同事故类型发生概率的预测结果。

在本发明上述技术方案中，发明人创造性地将知识图谱和链接预测应用在电力设备在自然灾害下的事故发生概率预测中，从而得到了一种可靠性较高、数据量需求较低的自然灾害下电力设备故障概率预测方法。该预测方法能够有效快速地预测出特定气象、地理、设备条件下电力设备事故的发生概率，辅助电力设备运维人员的运维决策。

众所周知，知识图谱是一种基于人工智能技术的知识组织和构建方法，其适合用于地理和设备信息这类典型的非结构化知识的系统化储存与使用。在当下现有技术，知识图谱在自然灾害领域主要被应用在知识库的信息查询与展示，尚未作为一种概率预测工具被应用到电网自然灾害事故的预测中来。