CN114202126A - 一种电力作业智能安全控制方法及系统 - Google Patents
一种电力作业智能安全控制方法及系统 Download PDFInfo
- Publication number
- CN114202126A CN114202126A CN202111530555.3A CN202111530555A CN114202126A CN 114202126 A CN114202126 A CN 114202126A CN 202111530555 A CN202111530555 A CN 202111530555A CN 114202126 A CN114202126 A CN 114202126A
- Authority
- CN
- China
- Prior art keywords
- early warning
- dangerous situation
- target
- information
- power operation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000000694 effects Effects 0.000 claims abstract description 90
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 230000008447 perception Effects 0.000 claims abstract description 17
- 238000005065 mining Methods 0.000 claims abstract description 5
- 238000005192 partition Methods 0.000 claims description 76
- 230000006978 adaptation Effects 0.000 claims description 36
- 238000003860 storage Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 6
- 238000007667 floating Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000003062 neural network model Methods 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 16
- 238000013461 design Methods 0.000 description 14
- 230000015654 memory Effects 0.000 description 12
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2358—Change logging, detection, and notification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2216/00—Indexing scheme relating to additional aspects of information retrieval not explicitly covered by G06F16/00 and subgroups
- G06F2216/03—Data mining
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力作业智能安全控制方法及系统,该方法通过对智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径进行分析获得携带预警更新特定特征的危险态势预警信息,由此挖掘出在危险态势预警的流程中具有潜在预警更新特征的特定预警信息,并依据模拟控制行为数据库对携带预警更新特定特征的危险态势预警信息关联的智能安全控制活动进行控制行为更新,由此提高后续智能安全控制活动的控制可靠性,此外,通过适应性地配置神经网络模型,能够进一步实现相关潜在特征的挖掘和分析,从而在一定程度上保障控制行为更新的针对性和时效性。
Description
技术领域
本发明涉及电力作业监控技术领域,具体涉及一种电力作业智能安全控制方法及系统。
背景技术
随着科技的不断发展,电力作业的复杂度和危险程度不断攀升。为了保障电力作业现场的安全,电力服务提供商需要提高远程监测、自动化控制和应急响应的能力。目前,通过建设安全风险控制平台,以此下发智能安全控制活动对电力作业现场进行控制和预警,以便于实现智能化控制方案,即便如此,在安全风险控制平台的实际应用时,可能缺乏智能安全控制活动的控制行为更新,智能安全控制活动的控制可靠性未实现智能化运行。
发明内容
为了至少克服现有技术中的上述不足,本发明的目的在于提供一种电力作业智能安全控制方法及系统。
第一方面,本发明提供一种电力作业智能安全控制方法,包括:
获取向电力作业分区中台下发的智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径,基于所述危险态势感知路径,从所述危险态势预警数据提取第一危险态势预警触发信息;其中,所述智能安全控制活动数据包括智能配电设备对应的活动数据;
对所述第一危险态势预警触发信息进行预警触发节点挖掘,获得第一预警触发节点分团;
基于所述第一预警触发节点分团,获得多个目标预警触发节点以及每个所述目标预警触发节点关联的危险态势进展数据,所述目标预警触发节点对应于智能安全控制活动;
基于各个所述目标预警触发节点关联的所述危险态势进展数据与所述目标预警触发节点关联的参考危险态势进展数据进行比较,获得每个所述目标预警触发节点关联的进展比较信息;
如果分析出所述进展比较信息满足目标预警更新要求时,基于所述进展比较信息关联的所述目标预警触发节点,从所述第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息;其中,所述目标预警触发节点关联的所述参考危险态势进展数据为基于第二危险态势预警触发信息关联的预警触发节点数据获得,所述第二危险态势预警触发信息为基于模拟危险态势感知路径从所述危险态势预警数据提取的;
依据模拟控制行为数据库对携带预警更新特定特征的危险态势预警信息关联的智能安全控制活动进行控制行为更新。
第二方面,本发明实施例还提供一种电力作业智能安全控制系统,所述电力作业智能安全控制系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现前述的电力作业智能安全控制方法。
依据上述任意一个方面,通过对智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径进行分析获得携带预警更新特定特征的危险态势预警信息,由此挖掘出在危险态势预警的流程中具有潜在预警更新特征的特定预警信息,并依据模拟控制行为数据库对携带预警更新特定特征的危险态势预警信息关联的智能安全控制活动进行控制行为更新,由此提高后续智能安全控制活动的控制可靠性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要启用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以依据这些附图提取其它相关的附图。
图1为本发明实施例提供的电力作业智能安全控制方法的流程示意图;
图2为本发明实施例提供的用于实现上述的电力作业智能安全控制方法的电力作业智能安全控制系统的结构示意框图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和依据本发明,并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本发明的原则和范围时,本发明中所定义的普遍原则可以适用于其它实施例和应用场景。因此,本发明并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
本发明中所使用的术语仅用于描述特定的示例性实施例,并不限制本发明的范围。如本发明使用的单数形式“一”、“一个”及“该”可以同样包括复数形式,除非上下文明确提示例外情形。还应当理解,如在本发明说明书中,术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件,但并不排除存在或添加一个或以上其它特征、整体、步骤、操作、组件、部件和/或其组合的情况。
基于以下对附图的描述,本发明的这些和其它的特征、特点以及相关结构元件的功能和操作方法,以及部件组合和制造经济性,可以变得更加显而易见,这些附图都构成本发明说明书的一部分。然而,应当理解的是,附图仅仅是为了说明和描述的目的,并不旨在限制本发明的范围。应当理解的是,附图并不是按比例绘制的。
本发明中使用了流程图用来说明基于本发明的一些实施例的系统所执行的操作。应当理解的是,流程图中的操作可以不按顺序执行。相反,可以按照倒序或同时处理各种步骤。此外,可以向流程图添加一个或以上其它操作。也可以从流程图中删除一个或以上操作。
下面结合说明书附图对本发明进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本发明一种实施例提供的电力作业智能安全控制方法的流程示意图,下面对该电力作业智能安全控制方法进行详细介绍。
步骤S101:获取向电力作业分区中台下发的智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径,基于危险态势感知路径,从危险态势预警数据提取第一危险态势预警触发信息。
一些示例性的设计思路中,智能安全控制活动为当前可以进行智能安全控制的策略构成的运行软件服务。危险态势预警信息为危险态势预警数据中与智能安全控制活动相关的具体预警数据。
可以基于危险态势预警数据的特征匹配向量,确定危险态势预警数据。对于危险态势预警数据的确定,可以便于后续可以从危险态势预警信息中深度提取具有针对性的第一危险态势预警触发信息,进而可以在第一危险态势预警触发信息中进行携带预警更新特定特征的危险态势预警信息的深度提取,可以减少计算量。
对于危险态势感知路径的确定,可以基于第二危险态势预警触发信息与智能安全控制活动的控制相关信息,以及智能安全控制活动的控制状态图信息。第二危险态势预警触发信息为基于模拟危险态势感知路径从危险态势预警数据提取的。对于第二危险态势预警触发信息与智能安全控制活动的控制相关信息,可以考虑从第二危险态势预警触发信息中获取危险态势预警信息是否具备安全控制相关的特定特征。
此外,智能安全控制活动数据可以包括智能配电设备对应的活动数据。
一些示例性的设计思路中,基于危险态势感知路径,从危险态势预警数据提取第一危险态势预警触发信息,包括:
步骤S201:基于危险态势预警数据的危险态势预警状态图,确定获取第一危险态势预警触发信息的触发状态位置信息。
危险态势预警数据的危险态势预警状态图可以用于表征该危险态势预警数据的传播轨迹、传播维度等与智能安全控制活动的控制相关信息。
步骤S202:基于危险态势感知路径和触发状态位置信息,从危险态势预警数据提取第一危险态势预警触发信息;
基于步骤S201中就触发状态位置信息的确定,基于危险态势感知路径,从危险态势预警数据提取第一危险态势预警触发信息。
步骤S102:对第一危险态势预警触发信息进行预警触发节点挖掘,获得第一预警触发节点分团;
步骤S103:基于第一预警触发节点分团,获得多个目标预警触发节点以及每个目标预警触发节点关联的危险态势进展数据,目标预警触发节点对应于智能安全控制活动;
一些示例性的设计思路中,基于第一预警触发节点分团,获得多个目标预警触发节点以及每个目标预警触发节点关联的危险态势进展数据,目标预警触发节点对应于智能安全控制活动,包括:
步骤S301:对第一预警触发节点分团进行对应于智能安全控制活动的信息清洗,获得多个标定预警触发节点;
首先,获取对应于智能安全控制活动的筛分信息,筛分信息包括从智能安全控制活动的控制电力状态和智能安全控制活动的扩展控制电力状态构成的控制电力状态点中提取的至少两个控制信息。
智能安全控制活动的控制电力状态可以为对应于智能安全控制活动的控制活动实体。智能安全控制活动的控制电力状态可以只由一个控制活动实体构成。智能安全控制活动的控制电力状态也可以由至少两个控制活动实体以实体流向属性组成。或者也可以基于后续预警更新特定特征的危险态势预警信息的优化数据,对智能安全控制活动的控制电力状态进行更新。
接着,基于筛分信息,从第一预警触发节点分团中深度提取多个标定预警触发节点。基于智能安全控制活动的控制电力状态,可以对第一预警触发节点分团作对应预警触发节点的提取处理。基于智能安全控制活动的扩展控制电力状态,可以对第一预警触发节点分团作对应预警触发节点的清洗。
步骤S302:基于预警触发节点的预警标签特征向量,对多个标定预警触发节点进行聚簇,获得多个目标预警触发节点;
步骤S303:统计每个目标预警触发节点的危险态势进展状态特征,获得每个目标预警触发节点关联的危险态势进展数据;
可以将统计每个目标预警触发节点的危险态势进展状态特征,获得的每个目标预警触发节点关联的危险态势进展数据作为统计信息进行存储,还可以统计危险态势感知路径关联的感知时间节点、危险态势预警数据的感知空间节点等。
步骤S104:基于各个目标预警触发节点关联的危险态势进展数据与目标预警触发节点关联的参考危险态势进展数据进行比较,获得每个目标预警触发节点关联的进展比较信息;
一些示例性的设计思路中,目标预警触发节点关联的参考危险态势进展数据为基于第二危险态势预警触发信息关联的预警触发节点数据获得。对于第二危险态势预警触发信息的获取方式,以及对于目标预警触发节点关联的参考危险态势进展数据的确定方式,可以参考前述步骤S101-步骤S103中的记载,这里不再赘述。
一些示例性的设计思路中,基于各个目标预警触发节点关联的危险态势进展数据与目标预警触发节点关联的参考危险态势进展数据进行比较,获得每个目标预警触发节点关联的进展比较信息,包括:
步骤S401:获取目标危险态势进展比较信息;
目标危险态势进展比较信息用于表征目标预警触发节点关联的危险态势进展数据是否匹配参考危险态势进展数据。
步骤S402:基于各个目标预警触发节点关联的危险态势进展数据与目标危险态势进展比较信息进行比较,获得每个目标预警触发节点关联的第一进展比较信息;
步骤S403:如果分析出第一进展比较信息满足目标危险态势进展比较信息的要求时,基于第一进展比较信息关联的目标预警触发节点,确定目标进展预警触发节点;
步骤S404:基于各个目标进展预警触发节点关联的危险态势进展数据与目标进展预警触发节点关联的参考危险态势进展数据进行比较,获得每个目标进展预警触发节点关联的第二进展比较信息。
通过危险态势进展数据与关联的参考危险态势进展数据的比较可以反映关联的目标预警触发节点对应于的热度属性与预警更新特定特征情况。
步骤S105:如果分析出进展比较信息满足目标预警更新要求时,基于进展比较信息关联的目标预警触发节点,从第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息;
步骤S106:依据模拟控制行为数据库对携带预警更新特定特征的危险态势预警信息关联的智能安全控制活动进行控制行为更新。例如,可以将模拟控制行为数据库中与携带预警更新特定特征的危险态势预警信息相关的最新更新内容添加到关联的智能安全控制活动中,从而结束更新操作。
一些示例性的设计思路中,目标预警更新要求包括第一控制行为更新度量值和第二控制行为更新度量值,第一控制行为更新度量值大于第二控制行为更新度量值,如果分析出进展比较信息不小于第一控制行为更新度量值时,确定从第一危险态势预警触发信息得到的危险态势预警信息具有第一类别预警更新特定特征;如果分析出进展比较信息小于第一控制行为更新度量值,且进展比较信息不小于第二控制行为更新度量值时,确定从第一危险态势预警触发信息得到的危险态势预警信息具有第二类别预警更新特定特征;如果分析出进展比较信息小于第二控制行为更新度量值时,确定从第一危险态势预警触发信息得到的危险态势预警信息不携带预警更新特定特征。
此外,还可以设置预警触发类别属性以及每个预警触发类别属性关联的映射特征向量。分析确定危险态势预警信息是否匹配映射特征向量,如果分析出危险态势预警信息满足映射特征向量时,将危险态势预警信息加载至与映射特征向量关联的预警触发类别属性。
基于以上步骤S101-S106,通过获取向电力作业分区中台下发的智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径,基于危险态势感知路径,从危险态势预警数据提取第一危险态势预警触发信息,对第一危险态势预警触发信息进行预警触发节点挖掘,获得第一预警触发节点分团,基于第一预警触发节点分团,获得多个目标预警触发节点以及每个目标预警触发节点关联的危险态势进展数据,基于各个目标预警触发节点关联的危险态势进展数据与目标预警触发节点关联的参考危险态势进展数据进行比较,获得每个目标预警触发节点关联的进展比较信息,当进展比较信息满足目标预警更新要求时,基于进展比较信息关联的目标预警触发节点,从第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息,依据模拟控制行为数据库对携带预警更新特定特征的危险态势预警信息关联的智能安全控制活动进行控制行为更新。如此,通过对智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径进行分析获得携带预警更新特定特征的危险态势预警信息,由此挖掘出在危险态势预警的流程中具有潜在预警更新特征的特定预警信息,并依据模拟控制行为数据库对携带预警更新特定特征的危险态势预警信息关联的智能安全控制活动进行控制行为更新,由此提高后续智能安全控制活动的控制可靠性。
一些示例性的设计思路中,前述的向电力作业分区中台下发的智能安全控制活动数据通过以下步骤获得。
步骤R101,从目标电力作业分区群中选取模拟电力作业分区序列,向模拟电力作业分区序列中的多个电力作业分区下发候选模拟安全控制活动,确定电力作业分区对候选模拟安全控制活动进行加载配置的目标适配度量值;模拟电力作业分区序列中的电力作业分区频繁度小于全局目标电力作业分区群中的电力作业分区频繁度;
步骤R102,基于候选模拟安全控制活动的目标适配度量值,确定电力作业分区的电力作业事件项目分别对目标适配度量值的作业影响参数值;
步骤R103,基于多个电力作业事件项目对目标适配度量值的作业影响参数值,从电力作业事件项目中提取作业影响参数值满足目标影响参数值的目标电力作业事件项目;
步骤R104,基于目标电力作业事件项目,从目标电力作业分区群提取目标电力作业事件项目匹配目标适配值的待配置下发电力作业分区;
步骤R105,向待配置下发电力作业分区下发候选模拟安全控制活动对应的正式安全控制活动;
其中,步骤R102可以通过以下示例性的子步骤实现。
(1)获取向模拟电力作业分区序列下发配置候选模拟安全控制活动之前各模拟电力作业分区序列中各候选模拟安全控制活动的目标适配度量值,以及向模拟电力作业分区序列下发配置候选模拟安全控制活动之后各模拟电力作业分区序列中各候选模拟安全控制活动的目标适配度量值;
(2)确定目标适配度量值的浮动数值,基于目标适配度量值的浮动数值,确定模拟电力作业分区序列中的第一适配电力作业分区序列,第一适配电力作业分区序列为对应的目标适配度量值增大的电力作业分区的序列;
(3)针对每个电力作业事件项目的每个电力作业事件预设值,统计第一适配电力作业分区序列中每个电力作业事件预设值对应的电力作业分区频繁度;
(4)基于第一适配电力作业分区序列中每个电力作业事件预设值对应的电力作业分区频繁度,确定电力作业事件项目对目标适配度量值的分区加权因子;
(5)基于分区加权因子确定电力作业事件项目对目标适配度量值的作业影响参数值,其中,电力作业事件项目对目标适配度量值的作业影响参数值和分区加权因子反向关联。
基于以上步骤,本实施例通过向部分模拟电力作业分区组成的模拟电力作业分区序列下发配置候选模拟安全控制活动,确定出电力作业分区所具有的不同的电力作业事件项目中对电力作业分区选择使用候选模拟安全控制活动具有较大影响的目标电力作业事件项目,再根据目标电力作业事件项目确定出待配置下发电力作业分区,并向待配置下发电力作业分区下发候选模拟安全控制活动对应的正式安全控制活动。由此可以提高电力作业分区下发配置的安全控制活动的匹配度,提高后续的安全控制效果。
可以理解的是,在实际应用过程中,可以结合人工智能(AI)技术为电力作业分区中台配置相应的神经网络模型(比如CNN或者LSTM)以进一步实现相关潜在特征的挖掘和分析,从而在一定程度上保障控制行为更新的针对性和时效性。
图2示出了本发明实施例提供的用于实现上述的电力作业智能安全控制方法的电力作业智能安全控制系统100的硬件结构意图,如图2所示,电力作业智能安全控制系统100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。
一种示例性的设计思路中,电力作业智能安全控制系统100可以是单个电力作业智能安全控制系统,也可以是电力作业智能安全控制系统组。所述电力作业智能安全控制系统组可以是集中式的,也可以是分布式的(例如,电力作业智能安全控制系统100可以是分布式的系统)。一种示例性的设计思路中,电力作业智能安全控制系统100可以是本地的,也可以是远程的。例如,电力作业智能安全控制系统100可以经由网络访问存储于机器可读存储介质120中的信息和/或数据。又例如,电力作业智能安全控制系统100可以直接连接到机器可读存储介质120以访问存储的信息和/或数据。一种示例性的设计思路中,电力作业智能安全控制系统100可以在云平台上实施。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
机器可读存储介质120可以储存数据和/或指令。一种示例性的设计思路中,机器可读存储介质120可以存储从外部终端获取的数据。一种示例性的设计思路中,机器可读存储介质120可以储存电力作业智能安全控制系统100用来执行或使用来完成本发明中描述的示例性方法的数据及/或指令。一种示例性的设计思路中,机器可读存储介质120可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取内存(RAM)。示例性RAM可包括主动随机存取存储器(DRAM)、双倍数据速率同步主动随机存取存储器(DDR SDRAM)、被动随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)和零电容随机存取存储器(Z-RAM)等。示例性只读存储器可以包括掩模型只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)和数字多功能磁盘只读存储器等。一种示例性的设计思路中,机器可读存储介质120可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云,多层云等,或其任意组合。
在具体实现过程中,至少一个处理器110执行机器可读存储介质120存储的计算机可执行指令,使得处理器110可以执行如上方法实施例的电力作业智能安全控制方法,处理器110、机器可读存储介质120以及通信单元140依据总线130连接,处理器110可以用于控制通信单元140的收发动作。
处理器110的具体实现过程可参见上述电力作业智能安全控制系统100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中预设有计算机可执行指令,当处理器执行所述计算机可执行指令时,实现如上电力作业智能安全控制方法。
应当理解的是,以上描述仅出于说明的目的,并不旨在限制本发明的范围。对于本领域的普通技术人员来说,可以依据本发明的描述,做出多种修改和变化。然而,这些修改和变化不会背离本发明的范围。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明公开仅作为示例,并不构成对本发明的限制。虽然此处并没有明确说明,本领域技术人员可能会对本发明进行各种修改、改进和修正。该类修改、改进和修正在本发明中被建议,所以该类修改、改进、修正仍属于本发明示范实施例的精神和范围。
同时,本发明使用了特定词语来描述本发明的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本发明至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定系指同一实施例。此外,本发明的一个或以上实施例中的某些特征、结构或特性可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本发明的各方面可以依据若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改良。相应地,本发明的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外,本发明公开的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以依据连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以依据任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质等或其任意组合。
本发明各部分操作所需的计算机程序编码可以用任意一种或以上程序语言编写,包括面向主体编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,主动编程语言如Python、Ruby和Groovy,或其它编程语言等。该程序编码可以完全在电力作业分区计算机上运行、或作为独立的软件包在电力作业分区计算机上运行、或部分在电力作业分区计算机上运行部分在远程计算机运行、或完全在远程计算机或电力作业智能安全控制系统上运行。在后种情况下,远程计算机可以依据任何网络形式与电力作业分区计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如依据因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本发明所述处理元素和序列的顺序、数字字母的使用、或其它名称的使用,并非用于限定本发明流程和方法的顺序。尽管上述披露中依据各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有匹配本发明实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以依据硬件设备实现,但是也可以只依据软件的解决方案得以实现,如在现有的电力作业智能安全控制系统或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本发明披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本发明实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。同理,应当注意的是,为了简化本发明披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本发明实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。
Claims (10)
1.一种电力作业智能安全控制方法,其特征在于,包括:
获取向电力作业分区中台下发的智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径,基于所述危险态势感知路径,从所述危险态势预警数据提取第一危险态势预警触发信息;其中,所述智能安全控制活动数据包括智能配电设备对应的活动数据;
对所述第一危险态势预警触发信息进行预警触发节点挖掘,获得第一预警触发节点分团;
基于所述第一预警触发节点分团,获得多个目标预警触发节点以及每个所述目标预警触发节点关联的危险态势进展数据,所述目标预警触发节点对应于智能安全控制活动;
基于各个所述目标预警触发节点关联的所述危险态势进展数据与所述目标预警触发节点关联的参考危险态势进展数据进行比较,获得每个所述目标预警触发节点关联的进展比较信息;
如果分析出所述进展比较信息满足目标预警更新要求时,基于所述进展比较信息关联的所述目标预警触发节点,从所述第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息;其中,所述目标预警触发节点关联的所述参考危险态势进展数据为基于第二危险态势预警触发信息关联的预警触发节点数据获得,所述第二危险态势预警触发信息为基于模拟危险态势感知路径从所述危险态势预警数据提取的;
依据模拟控制行为数据库对携带预警更新特定特征的危险态势预警信息关联的智能安全控制活动进行控制行为更新。
2.根据权利要求1所述的电力作业智能安全控制方法,其特征在于,所述基于所述第一预警触发节点分团,获得多个目标预警触发节点以及每个所述目标预警触发节点关联的危险态势进展数据,包括:
对所述第一预警触发节点分团进行对应于所述智能安全控制活动的信息清洗,获得多个标定预警触发节点;
基于预警触发节点的预警标签特征向量,对多个所述标定预警触发节点进行聚簇,获得多个所述目标预警触发节点;
统计每个所述目标预警触发节点的危险态势进展状态特征,获得每个所述目标预警触发节点关联的所述危险态势进展数据。
3.根据权利要求2所述的电力作业智能安全控制方法,其特征在于,所述对所述第一预警触发节点分团进行对应于所述智能安全控制活动的信息清洗,获得多个标定预警触发节点,包括:
获取对应于所述智能安全控制活动的智能安全预期控制信息;
基于所述智能安全预期控制信息,从所述第一预警触发节点分团中深度提取多个所述标定预警触发节点;其中,所述智能安全预期控制信息包括从所述智能安全控制活动的控制电力状态和智能安全控制活动的扩展控制电力状态构成的控制电力状态点中提取的至少两个控制信息。
4.根据权利要求1所述的电力作业智能安全控制方法,其特征在于:
所述基于各个所述目标预警触发节点关联的所述危险态势进展数据与所述目标预警触发节点关联的参考危险态势进展数据进行比较,获得每个所述目标预警触发节点关联的进展比较信息,包括:
获取目标危险态势进展比较信息;
基于各个所述目标预警触发节点关联的所述危险态势进展数据与所述目标危险态势进展比较信息进行比较,获得每个所述目标预警触发节点关联的第一进展比较信息;
如果分析出所述第一进展比较信息满足目标危险态势进展比较信息的要求时,基于所述第一进展比较信息关联的所述目标预警触发节点,确定目标进展预警触发节点;
基于各个所述目标进展预警触发节点关联的所述危险态势进展数据与所述目标进展预警触发节点关联的所述参考危险态势进展数据进行比较,获得每个所述目标进展预警触发节点关联的第二进展比较信息;
如果分析出所述进展比较信息满足目标预警更新要求时,基于所述进展比较信息关联的所述目标预警触发节点,从所述第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息,包括:
如果分析出所述第二进展比较信息满足所述目标预警更新要求时,基于所述第二进展比较信息关联的所述目标进展预警触发节点,从所述第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息。
5.根据权利要求1-4中任意一项所述的电力作业智能安全控制方法,其特征在于,所述目标预警更新要求包括第一控制行为更新度量值和第二控制行为更新度量值,所述如果分析出所述进展比较信息满足目标预警更新要求时,基于所述进展比较信息关联的所述目标预警触发节点,从所述第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息,包括:
如果分析出所述进展比较信息不小于所述第一控制行为更新度量值时,确定从第一危险态势预警触发信息得到的所述危险态势预警信息具有第一类别预警更新特定特征;
如果分析出所述进展比较信息小于所述第一控制行为更新度量值,且所述进展比较信息不小于所述第二控制行为更新度量值时,确定从第一危险态势预警触发信息得到的所述危险态势预警信息具有第二类别预警更新特定特征;
如果分析出所述进展比较信息小于所述第二控制行为更新度量值时,确定从第一危险态势预警触发信息得到的所述危险态势预警信息不携带预警更新特定特征;其中,所述第一控制行为更新度量值大于所述第二控制行为更新度量值,所述模拟危险态势感知路径包括所述危险态势感知路径。
6.根据权利要求1所述的电力作业智能安全控制方法,其特征在于,所述基于所述危险态势感知路径,从所述危险态势预警数据提取第一危险态势预警触发信息,包括:
基于所述危险态势预警数据的危险态势预警状态图,确定获取所述第一危险态势预警触发信息的触发状态位置信息;
基于所述危险态势感知路径和所述触发状态位置信息,从所述危险态势预警数据提取所述第一危险态势预警触发信息。
7.根据权利要求1所述的电力作业智能安全控制方法,其特征在于,所述获取向电力作业分区中台下发的智能安全控制活动数据相关的危险态势预警数据以及危险态势感知路径,包括:
获取向电力作业分区中台下发的智能安全控制活动数据关联的第二危险态势预警触发信息与所述智能安全控制活动的控制相关信息,基于所述第二危险态势预警触发信息与所述智能安全控制活动的控制相关信息,以及所述智能安全控制活动的控制状态图信息,确定所述危险态势感知路径;
基于危险态势预警数据的特征匹配向量,确定所述危险态势预警数据。
8.根据权利要求1所述的电力作业智能安全控制方法,其特征在于,所述如果分析出所述进展比较信息满足目标预警更新要求时,基于所述进展比较信息关联的所述目标预警触发节点,从所述第一危险态势预警触发信息得到携带预警更新特定特征的危险态势预警信息,还包括:
配置预警触发类别属性以及每个所述预警触发类别属性关联的映射特征向量;
分析确定所述危险态势预警信息是否匹配所述映射特征向量;
如果分析出所述危险态势预警信息满足所述映射特征向量时,将所述危险态势预警信息加载至与所述映射特征向量关联的所述预警触发类别属性。
9.根据权利要求1-8中任意一项所述的电力作业智能安全控制方法,其特征在于,所述向电力作业分区中台下发的智能安全控制活动数据通过以下步骤获得:
从目标电力作业分区群中选取模拟电力作业分区序列,向所述模拟电力作业分区序列中的多个电力作业分区下发候选模拟安全控制活动,确定电力作业分区对所述候选模拟安全控制活动进行加载配置的目标适配度量值;所述模拟电力作业分区序列中的电力作业分区频繁度小于全局目标电力作业分区群中的电力作业分区频繁度;
基于所述候选模拟安全控制活动的目标适配度量值,确定电力作业分区的电力作业事件项目分别对所述目标适配度量值的作业影响参数值;
基于多个所述电力作业事件项目对所述目标适配度量值的作业影响参数值,从所述电力作业事件项目中提取作业影响参数值满足目标影响参数值的目标电力作业事件项目;
基于所述目标电力作业事件项目,从所述目标电力作业分区群提取目标电力作业事件项目匹配目标适配值的待配置下发电力作业分区;
向所述待配置下发电力作业分区下发所述候选模拟安全控制活动对应的正式安全控制活动;
所述基于所述候选模拟安全控制活动的目标适配度量值,确定电力作业分区的电力作业事件项目分别对所述目标适配度量值的作业影响参数值的步骤,包括:
获取向所述模拟电力作业分区序列下发配置所述候选模拟安全控制活动之前各所述模拟电力作业分区序列中各所述候选模拟安全控制活动的目标适配度量值,以及向所述模拟电力作业分区序列下发配置所述候选模拟安全控制活动之后各所述模拟电力作业分区序列中各所述候选模拟安全控制活动的目标适配度量值;
确定所述目标适配度量值的浮动数值,基于所述目标适配度量值的浮动数值,确定所述模拟电力作业分区序列中的第一适配电力作业分区序列,所述第一适配电力作业分区序列为对应的目标适配度量值增大的电力作业分区的序列;
针对每个电力作业事件项目的每个电力作业事件预设值,统计所述第一适配电力作业分区序列中每个电力作业事件预设值对应的电力作业分区频繁度;
基于所述第一适配电力作业分区序列中每个电力作业事件预设值对应的电力作业分区频繁度,确定所述电力作业事件项目对所述目标适配度量值的分区加权因子;
基于所述分区加权因子确定所述电力作业事件项目对所述目标适配度量值的作业影响参数值,其中,所述电力作业事件项目对所述目标适配度量值的作业影响参数值和所述分区加权因子反向关联。
10.一种电力作业智能安全控制系统,其特征在于,所述电力作业智能安全控制系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现权利要求1-9中任意一项的电力作业智能安全控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111530555.3A CN114202126B (zh) | 2021-12-15 | 2021-12-15 | 一种电力作业智能安全控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111530555.3A CN114202126B (zh) | 2021-12-15 | 2021-12-15 | 一种电力作业智能安全控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114202126A true CN114202126A (zh) | 2022-03-18 |
CN114202126B CN114202126B (zh) | 2023-05-02 |
Family
ID=80653740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111530555.3A Active CN114202126B (zh) | 2021-12-15 | 2021-12-15 | 一种电力作业智能安全控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202126B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115240365A (zh) * | 2022-07-19 | 2022-10-25 | 成都信息工程大学 | 一种融合多维信息的电力作业人员危险态势动态感知方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902743A (zh) * | 2012-09-14 | 2013-01-30 | 广东电子工业研究院有限公司 | 一种应急预案的检索和重构方法 |
CN105185162A (zh) * | 2015-10-26 | 2015-12-23 | 中国电子科技集团公司第二十八研究所 | 一种基于ais信息的多目标防撞预警方法 |
CN111497783A (zh) * | 2019-01-31 | 2020-08-07 | 上海博泰悦臻电子设备制造有限公司 | 一种车内危险预警方法、车机及车辆 |
CN112286991A (zh) * | 2020-10-29 | 2021-01-29 | 广东海洋大学 | 一种基于多源海上目标数据的智能挖掘模型建立方法 |
CN113037745A (zh) * | 2021-03-06 | 2021-06-25 | 国网河北省电力有限公司信息通信分公司 | 一种基于安全态势感知的智能变电站风险预警系统及方法 |
CN113486351A (zh) * | 2020-06-15 | 2021-10-08 | 中国民用航空局空中交通管理局 | 一种民航空管网络安全检测预警平台 |
-
2021
- 2021-12-15 CN CN202111530555.3A patent/CN114202126B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902743A (zh) * | 2012-09-14 | 2013-01-30 | 广东电子工业研究院有限公司 | 一种应急预案的检索和重构方法 |
CN105185162A (zh) * | 2015-10-26 | 2015-12-23 | 中国电子科技集团公司第二十八研究所 | 一种基于ais信息的多目标防撞预警方法 |
CN111497783A (zh) * | 2019-01-31 | 2020-08-07 | 上海博泰悦臻电子设备制造有限公司 | 一种车内危险预警方法、车机及车辆 |
CN113486351A (zh) * | 2020-06-15 | 2021-10-08 | 中国民用航空局空中交通管理局 | 一种民航空管网络安全检测预警平台 |
CN112286991A (zh) * | 2020-10-29 | 2021-01-29 | 广东海洋大学 | 一种基于多源海上目标数据的智能挖掘模型建立方法 |
CN113037745A (zh) * | 2021-03-06 | 2021-06-25 | 国网河北省电力有限公司信息通信分公司 | 一种基于安全态势感知的智能变电站风险预警系统及方法 |
Non-Patent Citations (3)
Title |
---|
俞中华;杨晓东;: "基于深度自编码网络的网络安全态势感知与预警机制" * |
邓玉;李祥洲;: "农产品质量安全信息预警机制构建研究" * |
陈海汉;陈婷;: "突发事件网络舆情传播时段特征和政府预警模式研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115240365A (zh) * | 2022-07-19 | 2022-10-25 | 成都信息工程大学 | 一种融合多维信息的电力作业人员危险态势动态感知方法 |
CN115240365B (zh) * | 2022-07-19 | 2023-03-10 | 成都信息工程大学 | 一种融合多维信息的电力作业人员危险态势动态感知方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114202126B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9787704B2 (en) | Anomaly detection based on cluster transitions | |
US11101652B2 (en) | Monitoring electrical substation networks | |
CN110493333B (zh) | 一种目标位置点的确定方法、装置、设备及存储介质 | |
US20180173239A1 (en) | Method and system for updating occupancy map based on super ray | |
Junges et al. | Enforcing almost-sure reachability in POMDPs | |
Wang et al. | A steiner zone variable neighborhood search heuristic for the close-enough traveling salesman problem | |
CN113869778B (zh) | 一种基于城市管理的无人机河道巡检方法及系统 | |
CN112329789B (zh) | 点云的提取方法、装置、计算机设备和存储介质 | |
CN113392330A (zh) | 一种基于互联网行为的大数据处理方法及系统 | |
CN112308313B (zh) | 一种学校连续点选址方法、装置、介质及计算机设备 | |
CN113592869B (zh) | 一种建筑幕墙玻璃破裂图像识别方法及报警系统 | |
CN114202126A (zh) | 一种电力作业智能安全控制方法及系统 | |
CN115857461A (zh) | 小猪预混合饲料生产在线监控方法及系统 | |
Peng et al. | Approximation of discrete spatial data for continuous facility location design | |
US11585667B2 (en) | Systems and methods for simulating edge-computing deployment in diverse terrains | |
CN114743385B (zh) | 车辆处理方法、装置及计算机设备 | |
Franceschini et al. | Challenges for automation in adaptive abstraction | |
Daoudi et al. | Robust coverage optimization approach in Wireless Sensor Networks | |
CN114185320A (zh) | 一种无人系统集群的测评方法、装置、系统及存储介质 | |
Pecher et al. | Past and future trees: structures for predicting vehicle trajectories in real-time | |
CN110659170A (zh) | 一种车载t-box测试系统 | |
CN114070650B (zh) | 网络资产评估方法、装置、电子设备及可读储存介质 | |
Ma et al. | Research on robot SLAM of RBPF improved with weight accumulation | |
CN110869921A (zh) | 地图数据重构方法及其装置、记录介质 | |
CN112950469B (zh) | 高程地图的边界识别方法、拼接方法及系统、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |