[发明专利]一种电网设备安全性评估预测方法

说明书

本发明公开了一种电网设备安全性评估预测方法，通过采集多模态异构数据，对获取的多模态异构数据进行空间维度以及时间维度的对齐操作，基于相关性函数计算预处理后的多模态异构数据中各个参数的重要性因子，筛选重要性因子符合设定阈值的参数，得到待融合多模态异构数据，将待融合多模态异构数据集进行数据关联融合得到融合数据，将融合数据输入机器学习模型进行训练，并基于训练后的模型实时在线监测，提高了预测的正确性和鲁棒性。

技术领域

本发明属于安全性评估预测领域，具体涉及一种电网设备安全性评估预测。

背景技术

伴随国内工业生产制造的速度加快，我国经济发展趋势呈现快速上升的势头，由此带来人们对电力的需求急剧增长，同时用户也对电力传输过程当中的各项指标提出了更高的要求。而电网设备的安全性是衡量电力系统运行状况的非常关键的一个指标。因此能够快速评估和有效改善电网设备的安全性是我们当前配电系统建设及维护工作中的重点。

电网日常管理设备及时的检修与维护是不可或缺的。并且，电网设备种类多而杂，分布较广，这使得设备检修化及管理等变得比较复杂，而且目前来说我国的配电网结构比较薄弱，在检修的过程中往往会造成大规模的用户停电。因此，对配电网进行相关的安全性进行预测评估是非常重要的。

电气设备借助在线监测技术能够及时准确地将设备的运行数据上传，通过对数据的分析处理为电网管理调控提供数据支持，保障电网的安全运行，目前，主要通过借助局域网络的信息传输，将电网设备的运行参数及时地反馈至远端监控中后，通过后台专家系统软件对上传结果分析评价，但是由于电网的运行状态变化多样，只依靠单一的专家系统对电网设备安全性的评估预测效果较差。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种电网设备安全性评估预测方法。

本发明是通过以下技术方案实现的：

本申请提供了一种电网设备安全性评估预测，所述方法包括：

步骤S1，采集多模态异构数据，所述多模态异构数据包括电网设备运行参数集F_y、电网设备状态参数集F_s、气象环境信息参数集F_c。

步骤S2，对所述步骤S1获取的多模态异构数据进行预处理，包括缺失数据处理、噪声去除，运用归一化函数将多模态异构数据进行归一化处理，基于用户设置的数据对齐规则进行数据进行空间维度以及时间维度的对齐操作，获得预处理后的多模态异构数据。