CN110505571A - 基于人工智能技术的风险主题分析系统 - Google Patents

Abstract

本发明提供本发明提供了一种基于人工智能技术的风险主题分析系统，所述系统包括监测中心、服务器、采集系统和传输系统。所述采集系统将采集到的电力设备的状态信息数据通过传输系统传输到服务器，所述服务器综合分析和判别所述状态信息数据，过滤无效的和错误的状态信息数据，得到处理结果，并将所述处理结果发送到监测中心。通过采集模块采集各个设备的运行状态数据，然后集中到服务器来进行状态监测，自动化程度高，监测范围广，实时性好，有利于工作人员更好地监控各个设备的状态，从而避免故障的发生。

Description

基于人工智能技术的风险主题分析系统

技术领域

本发明涉及分析系统领域，具体涉及一种基于人工智能技术的风险主题分析系统。

背景技术

变电站里面的设备数量大、分布范围广、运行的环境复杂，其运行状况难以为用户感知，如何有效地掌握变电站设备的运行状态，避免故障的发生是变电站管理的重要环节。因此，我们需要一种系统来有效地监控变电站设备的运行状态。

发明内容

针对上述问题，本发明提供了一种基于人工智能技术的风险主题分析系统，所述系统包括监测中心、服务器、采集系统和传输系统。

所述采集系统将采集到的电力设备的状态信息数据通过传输系统传输到服务器，所述服务器综合分析和判别所述状态信息数据，过滤无效的和错误的状态信息数据，得到处理结果，并将所述处理结果发送到监测中心。

所述处理结果包括电力设备运行异常和电力设备所处环境异常。

所述采集系统包括传输模块和采集模块，所述传输模块包括无线传感器节点和基站；所述采集模块用于采集变压器、接头和低压柜的状态信息数据，并传输到距离最近的无线传感器节点；所述基站用于将所述状态信息数据传输到所述服务器。

所述无线传感器节点通过分簇分为簇头节点和簇成员节点，簇成员节点用于接收所述状态信息数据并将其发送至所属簇的簇头节点；簇头节点用于接收所述状态信息数据，并将所述状态信息数据发送至基站。

簇头节点用于接收所述状态信息数据，并将所述状态信息数据发送至基站，包括：当簇头节点与基站之间的距离小于预设的阈值Dthred时，直接将所述状态信息数据发送至基站；否则，采用簇间多跳路由通信的方式将所述状态信息数据发送至基站。

本发明的有益效果为：

本发明通过节点的特定范围内邻居节点的数量以及节点与所述邻居节点的最小距离的计算，获得了聚集区域的数量，然后再分别在各个聚集区域中选取簇头和第二簇头，使得簇头的分布更均匀。同时通过休眠机制来控制节点的运行，能有效地节约节点的能量。通过采集模块采集各个设备的运行状态数据，然后集中到服务器来进行状态监测，自动化程度高，监测范围广，实时性好，有利于工作人员更好地监控各个设备的状态，从而避免故障的发生。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1，为本发明一种基于人工智能技术的风险主题分析系统的一种示例性实施例图。

附图标记：

监测中心1、服务器3、采集系统3和传输系统4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本发明的一种基于人工智能技术的风险主题分析系统，所述系统包括监测中心1、服务器2、采集系统3和传输系统4。

所述采集系统3将采集到的电力设备的状态信息数据通过传输系统4传输到服务器2，所述服务器2综合分析和判别所述状态信息数据，过滤无效的和错误的状态信息数据，得到处理结果，并将所述处理结果发送到监测中心1。

优选地，所述处理结果包括电力设备运行异常和电力设备所处环境异常。

在一种优选的实施方式中，所述服务器2采用以下的方式过滤错误的信息数据：

将接收的数据与该数据的取值范围进行比较，若该数据超出所述取值范围，则判断该数据为错误的信息数据。

优选地，所述采集系统3包括传输模块和采集模块，所述传输模块包括无线传感器节点和基站；所述采集模块用于采集变压器、接头和低压柜的状态信息数据，并传输到距离最近的无线传感器节点；所述基站用于将所述状态信息数据传输到所述服务器2。

优选地，所述无线传感器节点通过分簇分为簇头节点和簇成员节点，簇成员节点用于接收所述状态信息数据并将其发送至所属簇的簇头节点；簇头节点用于接收所述状态信息数据，并将所述状态信息数据发送至基站。

优选地，簇头节点用于接收所述状态信息数据，并将所述状态信息数据发送至基站，包括：当簇头节点与基站之间的距离小于预设的阈值Dthred时，直接将所述状态信息数据发送至基站；否则，采用簇间多跳路由通信的方式将所述状态信息数据发送至基站。

优选地，所述无线传感器节点通过分簇分为簇头节点和簇成员节点，包括：

将节点分到各个簇以及在各个簇中选取第一簇头节点和第二簇头节点。

所述将节点分到各个簇，包括：

基站根据下述式子计算聚集区域产生因子λ_i：

λ_i＝ρ_iδ_i，

式中，i∈[1,I]，I为节点的总数，ρ_i表示以节点i为中心的，半径为d_c的范围内的其它节点的集中程度，将所述范围内除了i之外的节点的编号组成集合jzNode,集合jzNode内元素的总数记为J，j表示集合jzNode中的第j个节点，d_ij表示从节点i到节点j的距离；当集合jzNode中存在节点s使得ρs＞ρ_i成立时，δ_i＝min{d_ij|j∈jzNode}，表示取d_ij组成的集合中的最小值；否则，δ_i＝max{d_ij|j∈jzNode}。

通过下述式子计算聚集区域的数量jzNum：

式中，R表示所有节点的覆盖区域的外接圆的半径，I表示节点的总数，ε_fs和ε_mp分别表示表示自由空间模型和多路径衰减模型功率放大电路的能耗系数，dmax_toBS表示所有节点中距离基站最远的距离，dmin_toBS表示所有节点中距离基站最近的距离，若jzNum的数量不止一个，则选其中最大那个作为聚集区域的数量；

将λ_i降序排列，将对应节点编号存入集合A，从集合A中取出前jzNum个元素组成集合B，计算集合B中的元素两两之间的距离dB_ib,jb，ib，jb分别表示集合B中第ib个元素和第jb个元素，ib≠jb,若dC_ib,jb＜d_bthre,则将ρ_ib和ρ_jb中数值较小的编号从集合B中删除，dC_ib,jb表示集合B中第ib个元素所对应的节点与第jb个元素所对应的节点之间的距离；NCH_opt为预设的聚集区域的数量参数，SI表示无线传感器节点的覆盖范围的面积；将集合B中剩余的元素组成聚集区域中心集合finalC；

将除了聚集区域中心集合finalC中的节点组成集合K，计算集合K中每个节点到集合finalC每个节点的距离d_k,finalc，k表示集合K中的第k个节点，finalc表示finalC中的第finalc个节点,选取finalC中使得d_k,finalc最小的节点作为节点k的聚集区域节点,聚集区域节点相同的节点k组成一个簇，基站将分簇结果广播到各个节点；

所述在各个簇中选取第一簇头节点和第二簇头节点，包括：

在各个簇中，每隔固定时间T1便进行一次第一簇头节点和第二簇头节点的选取：

第一簇头节点的选取通过下述公式进行：

式中，u表示同一分簇里面的第u个节点，E_int,u表示节点u初始能量，E_res,u表示节点u当前剩余能量，aveE_res表示当前簇中所有节点的平均剩余能量，d_toBS,u表示节点u到基站的距离，aved_toBS表示当前簇中所有节点到基站的平均距离；

选出使得λCT_u值最大的节点u作为第一簇头节点；

第二簇头节点的选取通过下述公式进行：

式中，d_toCoc,v表示节点v与所在的簇的质心之间的距离，aved_toCoc表示簇中所有节点与质心的之间的距离的均值；E_int,v表示节点v初始能量，E_res,v表示节点v当前剩余能量，aveE1_res表示当前簇中所有节点的平均剩余能量。

选出使得λDECT_v值最大的节点v作为第二簇头节点。

质心的坐标设为(X_com,Y_com)，(x_u,y_u)表示节点u的坐标，nC表示节点所在簇中除了簇头之外的节点总数；

第二簇头节点负责簇内数据的接收、合并处理以及将合并处理后的数据转发到第一簇头节点，第一簇头节点负责将接收到的数据直接或间接转发给基站；

簇头之间的路由确定：

将簇头节点的集合记为ctNode，ctNode中的第i个元素记为a_i,ctNode；

在簇头节点a_i,ctNode向基站传输数据时，若dtoBS(a_i,ctNode)＜d₀，式中，d₀表示预设的距离阈值，则簇头节点a_i,ctNode直接向基站传输数据，集合ctNode其余节点组成的集合为ctNod_{have_next}，集合CH_{have_next}中的第i个元素记为a_{i,have_next}

若dtoBS(a_i,ctNode)≤dtoBS(a_j,ctNode)，且则从集合ctNode中删除节点a_j,ctNode,得到簇头节点a_i,ctNode的候选中继节点集合dtoBS()表示括号里面的节点到基站的距离；

若中所有的簇头节点的能量均耗尽，则将簇头节点a_i,ctNode直接向基站传输信号，否则，簇头节点a_i,ctNode根据下述式子计算中第i个候选中继节点value值，记为value_i,hxNode：

上述式子中，E_i,hxNode＝E_{i,hxNode，res}/aveE_{hxNode_res}，D_i,hxNode＝1-d_i,hxNode/aved_hxNode,其中，v、和γ均为预设的权重参数，且E_{i,hxNode，res}表示中第i个候选中继节点的剩余能量，aveE_{hxNode_res}表示中所有候选中继节点的平均剩余能量，d_i,hxNode表示簇头节点a_i,ctNode到中的第i个候选中继节点的距离，aved_hxNode表示簇头节点a_i,ctNode到中所有的候选中继节点的平均距离；

N_{i,hxNode，brN}为中第i个候选中继节点所属簇中的节点总数，aveN_{i,hxNode，brC}为所有候选中继节点对应簇中节点总数的均值；d_{i,hxNode，mean}表示中第i个候选中继节点对应簇中的，除了簇头节点之外的所有节点到第二簇头节点距离的均值,表示所有候选节点的d_{i,hxNode，mean}值的均值。

选择中，value_i,hxNode值最大的节点作为a_i,ctNode的下一跳中继节点。

本发明上述实施例，在分簇时考虑到了节点的局部密度、节点临近距离等因素，使得簇的分布更合理；在簇头选取时，考虑了节点的剩余能量以及节点到簇的质心的距离，可以有效地节约能量，克服了传统方法上节点由于能量消耗过快而退出使用的缺陷；簇头与基站之间采用自适应的传输方式，单跳与多跳相结合，克服了现有技术中采用单跳与基站通信的无线传感网覆盖面积小的问题。

以T2为每一轮的时间间隔，每隔时间T2，便对同一簇中的节点，采用如下方式进行轮休，簇头节点和第二簇头节点不参与轮休：

首先判断neighN_m是否小于neighN_thre，neighN_m表示节点a_m在以a_m为中心，半径为d_intThre范围内的节点的数量,a_m表示当前簇中，除了簇头节点和第二簇头节点之外的所有节点中的第m个节点，neighN_thre表示预设的第一阈值；

若neighN_m小于neighN_thre，则节点a_m不满足休眠条件，在下一轮不进行休眠；

若neighN_m大于neighN_thre，则判断节点a_m是否满足条件一，若a_m满足条件一，则在节点a_m与以a_m为中心，半径为2d_intThre范围内所有节点组成的集合中，选择能量最少的节点进行休眠；若a_m不满足条件一，则判断是否满足条件二，若a_m满足条件二，则节点a_m在下一轮进行休眠，若a_m不满足条件二，则节点a_m在下一轮不进行休眠；

所述条件一为：节点a_m的重叠覆盖率θ_m＞θ_thre；θ_thre为预设的第二阈值参数，所述节点覆盖率通过下述式子进行计算：

N_d1为在以节点a_m为中心，半径d₁范围内节点的数量,S_m表示节点a_m的覆盖区域内节点的总数，S_j表示节点j的覆盖区域；

d_mj表示节点a_m和节点j之间的距离；

所述条件二为：在以a_m为中心的，半径2*d_intThre范围内，节点的总数量neighN_m，2大于neighN_thre,2，neighN_thre,2为预设的第三阈值。

本发明上述实施例，在节点的休眠判定时，考虑了节点间距离、邻居节点的数目、节点之间的重复覆盖面积等因素，使用尽量少的节点达到尽量大的覆盖率，同时也节约了节点的能量，延长了节点的寿命。

节点的位置通过下述方式进行确定：

在所有的节点中选出M个作为信标节点，在节点的覆盖范围内选择N个测试点进行信标节点数据的采集，将采集到的数据存储为矩阵A：

矩阵中，x_ny_n表示选取的测试点的坐标，rs_NM表示第N个测试点收到第M个信标节点的信号强度值；

将待求取位置的节点unKnow的坐标记为(x_unknow,y_unknow)，将节点unKnow接收到第m个信标节点的信号强度值记为rs_unknow,m,m∈[1,M]；

采用下述式子对rs_unknow,m和矩阵A中在N个测试点接收到的M个信标节点的信号强度进行距离运算：

选出D_n值最小的前K个测试点，将所述K个测试点在矩阵A中第一列所对应的元素组成第一测试点集合oneTest＝{x_ky_k}，将oneTes中的元素在矩阵A中从上往下数的行数以集合{k,n}进行存储，{k,n}表示oneTest中第k个元素在矩阵A中从上往下数的第n行，k∈[1,K]，将oneTest接收到中第k个元素接收到M个信标节点的信号强度值与节点unKnow接收到的M个信标节点的信号强度值进行距离运算：

rs_k,m表示oneTest中第k个元素接收到第m个信标节点的信号强度值。

采用下述公式重新得到节点unKnow接收到M个信标节点的信号强度值：

根据srs_unknow,m得到节点unKnow到M个信标节点的距离D_unknow,m，

根据M个信标节点的坐标和节点unKnow到M个信标节点的距离D_unknow,m，采用极大似然法求取节点unknown的坐标。

本发明上述实施例，在定位时考虑了未知节点接收到的多个信标节点的信号强度值，然后按照各个信号强度值对定位的重要程度进行加权求和，有效地提高了定位的准确性，减少了定位的误差。

本发明的有益效果为：

本发明通过节点的特定范围内邻居节点的数量以及节点与所述邻居节点的最小距离的计算，获得了聚集区域的数量，然后再分别在各个聚集区域中选取第一簇头和第二簇头，使得簇头的分布更均匀。同时通过休眠机制来控制节点的运行，能有效地节约节点的能量。通过采集模块采集各个设备是数据，然后集中到服务器来进行状态监测，自动化程度高，监测范围广，实时性好，有利于工作人员更好地监控各个设备的状态，从而避免故障的发生。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (7)

1.一种基于人工智能技术的风险主题分析系统，其特征在于，所述系统包括监测中心、服务器、采集系统和传输系统；

所述采集系统将采集到的电力设备的状态信息数据通过传输系统传输到服务器，所述服务器综合分析和判别所述状态信息数据，过滤无效的和错误的状态信息数据，得到处理结果，并将所述处理结果发送到监测中心；

所述处理结果包括电力设备运行异常和电力设备所处环境异常。

2.根据权利要求1所述的一种基于人工智能技术的风险主题分析系统，其特征在于，

所述采集系统包括传输模块和采集模块，所述传输模块包括无线传感器节点和基站；所述采集模块用于采集变压器、接头和低压柜的状态信息数据，并传输到距离最近的无线传感器节点；所述基站用于将所述状态信息数据传输到所述服务器。

3.根据权利要求2所述的一种基于人工智能技术的风险主题分析系统，其特征在于，

所述无线传感器节点通过分簇分为簇头节点和簇成员节点，簇成员节点用于接收所述状态信息数据并将其发送至所属簇的簇头节点；簇头节点用于接收所述状态信息数据，并将所述状态信息数据发送至基站。

4.根据权利要求3所述的一种基于人工智能技术的风险主题分析系统，其特征在于，

簇头节点用于接收所述状态信息数据，并将所述状态信息数据发送至基站，包括：当簇头节点与基站之间的距离小于预设的阈值时，直接将所述状态信息数据发送至基站；否则，采用簇间多跳路由通信的方式将所述状态信息数据发送至基站。

5.根据权利要求3所述的一种基于人工智能技术的风险主题分析系统，其特征在于，

所述无线传感器节点通过分簇分为簇头节点和簇成员节点，包括：将节点分到各个簇以及在各个簇中选取第一簇头节点和第二簇头节点。

6.根据权利要求5所述的一种基于人工智能技术的风险主题分析系统，其特征在于，

所述将节点分到各个簇，包括：

基站根据下述式子计算聚集区域产生因子λ_i：

λ_i＝ρ_iδ_i，

式中，i∈[1,I]，I为节点的总数，ρ_i表示以节点i为中心的，半径为d_c的范围内的其它节点的集中程度，将所述范围内除了i之外的节点的编号组成集合jzNode,集合jzNode内元素的总数记为J，j表示集合jzNode中的第j个节点，d_ij表示从节点i到节点j的距离；当集合jzNode中存在节点s使得ρs＞ρ_i成立时，δ_i＝min{d_ij|j∈jzNode}，表示取d_ij组成的集合中的最小值；否则，δ_i＝max{d_ij|j∈jzNode}。

通过下述式子计算聚集区域的数量jzNum：

式中，R表示所有节点的覆盖区域的外接圆的半径，I表示节点的总数，ε_fs和ε_mp分别表示表示自由空间模型和多路径衰减模型功率放大电路的能耗系数，dmax_toBS表示所有节点中距离基站最远的距离，dmin_toBS表示所有节点中距离基站最近的距离，若jzNum的数量不止一个，则选其中最大那个作为聚集区域的数量；

将λ_i降序排列，将对应节点编号存入集合A，从集合A中取出前jzNum个元素组成集合B，计算集合B中的元素两两之间的距离dB_ib,jb，ib，jb分别表示集合B中第ib个元素和第jb个元素，ib≠jb,若dC_ib,jb＜d_bthre,则将ρ_ib和ρ_jb中数值较小的编号从集合B中删除，dC_ib,jb表示集合B中第ib个元素所对应的节点与第jb个元素所对应的节点之间的距离；NCH_opt为预设的聚集区域的数量参数，SI表示无线传感器节点的覆盖范围的面积；将集合B中剩余的元素组成聚集区域中心集合finalC；

将除了聚集区域中心集合finalC中的节点组成集合K，计算集合K中每个节点到集合finalC每个节点的距离d_k,finalc，k表示集合K中的第k个节点，finalc表示finalC中的第finalc个节点,选取finalC中使得d_k,finalc最小的节点作为节点k的聚集区域节点,聚集区域节点相同的节点k组成一个簇，基站将分簇结果广播到各个节点。

7.根据权利要求5所述的一种基于人工智能技术的风险主题分析系统，其特征在于，所述在各个簇中选取第一簇头节点和第二簇头节点，包括：

在各个簇中，每隔固定时间T1便进行一次第一簇头节点和第二簇头节点的选取：

第一簇头节点的选取通过下述公式进行：

式中，u表示同一分簇里面的第u个节点，E_int,u表示节点u初始能量，E_res,u表示节点u当前剩余能量，aveE_res表示当前簇中所有节点的平均剩余能量，d_toBS,u表示节点u到基站的距离，aved_toBS表示当前簇中所有节点到基站的平均距离；

选出使得λCT_u值最大的节点u作为第一簇头节点；

第二簇头节点的选取通过下述公式进行：

式中，d_toCoc,v表示节点v与所在的簇的质心之间的距离，aved_toCoc表示簇中所有节点与质心的之间的距离的均值；E_int,v表示节点v初始能量，E_res,v表示节点v当前剩余能量，aveE1_res表示当前簇中所有节点的平均剩余能量；

选出使得λDECT_v值最大的节点v作为第二簇头节点。

质心的坐标设为(X_com,Y_com)，(x_u,y_u)表示节点u的坐标，nC表示节点所在簇中除了簇头之外的节点总数；

第二簇头节点负责簇内数据的接收、合并处理以及将合并处理后的数据转发到第一簇头节点，第一簇头节点负责将接收到的数据直接或间接转发给基站。