CN116208465A - 一种电力信息通信状况智能监测预警方法及系统 - Google Patents

Abstract

本发明涉及电力监测技术领域，具体公开了一种电力信息通信状况智能监测预警方法及系统，所述方法包括定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图；基于数据传输图确定各个电力设备的传输特征；根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备；当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息。本发明获取各电力设备的运行数据，根据运行数据建立数据传输图，借鉴现有的图像处理算法提取数据传输图中的特征，根据所述特征对新生成的数据传输图进行识别，快速地对整个区域内的所有电力设备进行识别，定位异常设备，效率极高。

Description

一种电力信息通信状况智能监测预警方法及系统

技术领域

本发明涉及电力监测技术领域，具体是一种电力信息通信状况智能监测预警方法及系统。

背景技术

电力信息化是指应用通信、自动控制、计算机、网络、传感等信息技术，结合企业管理理念，驱动电力工业旧传统工业向知识、技术高度密集型工业转变，为电力企业生产稳定运行和提升管理水平提供支撑和引领变革的过程。

在电力信息系统中，涉及到的设备非常多，这些设备中的模块数量也非常多，在工作过程中产生的数据极其复杂，识别难度极大，需要投入大量的识别资源才能够保证数据监测的实时性与准确性；如何提高优化数据监测架构是本发明技术方案想要解决的技术问题。

发明内容

本发明的目的在于提供一种电力信息通信状况智能监测预警方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种电力信息通信状况智能监测预警方法，所述方法包括：

定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图；

根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图；

根据截取得到的数据传输图确定各个电力设备的传输特征；

根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备；

当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息；

其中，所述运行数据为电力设备中各模块的运行数据的集合。

作为本发明进一步的方案：所述定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图的步骤包括：

定时获取各个电力设备的单位能耗量，根据所述单位能耗量确定数据区尺寸；

获取各个电力设备之间的电连接关系，根据所述电连接关系在预设的空白图中确定数据点；

根据数据点和数据区尺寸在空白图中建立数据区；

根据所述电连接关系排列所述数据区，得到数据传输图。

作为本发明进一步的方案：所述根据数据点和数据区尺寸在空白图中建立数据区的步骤包括：

建立空白图，根据数据点和数据区尺寸在空白图中确定映射范围；

查询电力设备中含有数据传输进程的模块，获取各模块的位置信息，根据所述位置信息对映射范围进行切分；

获取各模块的运行数据，将所述运行数据输入预设的数值集成模型，得到映射矩阵；所述映射矩阵的行列数为预设值；

将所述映射矩阵填充至映射范围内的对应位置，得到数据区。

作为本发明进一步的方案：所述根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图的步骤包括：

根据时间对数据传输图进行排列，得到图序列；

接收用户输入的周期，基于所述周期对图序列进行聚类，得到含有时段标签的子序列并显示；

接收用户输入的选取信息，根据所述选取信息读取子序列，作为截取结果。

作为本发明进一步的方案：所述根据截取得到的数据传输图确定各个电力设备的传输特征的步骤包括：

根据预设的数值计算公式计算数据传输图中各数据区的均值，得到均值矩阵；

依次计算相邻均值矩阵中各元素的变化率，根据所述变化率对均值矩阵中的各元素进行聚类；

在数据传输图中获取同类元素对应的数据区，将获取到的数据区输入预设的特征提取模型，得到电力设备的传输特征；

所述传输特征为范围矩阵，所述范围矩阵中的元素为数值范围。

作为本发明进一步的方案：所述根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备的步骤包括：

读取新生成的数据传输图，在新生成数据传输图中查询所述传输特征对应的目标区域；

基于传输特征计算目标区域的异常点位数及其异常值；所述异常点位为数值超过数值范围的点位；

将所述异常点位数及其异常值输入预设的线性公式，计算异常分；

将所述异常分与预设的异常阈值进行比对，当所述异常分达到预设的异常阈值时，将该时刻对应的电力设备标记为异常设备。

作为本发明进一步的方案：所述当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息的步骤包括：

当存在异常设备时，根据时刻查询异常设备中各模块的运行数据；

将所述运行数据输入训练好的仿真模型，定位异常模块并获取异常原因，生成预警信息；

当仿真模型运行出错时，将运行数据打包发送至人工检测端，接收人工检测端反馈的识别数据。

本发明技术方案还提供了一种电力信息通信状况智能监测预警系统，所述系统包括：

传输图建立模块，用于定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图；

传输图截取模块，用于根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图；

传输特征确定模块，用于根据截取得到的数据传输图确定各个电力设备的传输特征；

异常判定模块，用于根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备；

预警信息生成模块，用于当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息；

其中，所述运行数据为电力设备中各模块的运行数据的集合。

作为本发明进一步的方案：所述传输图建立模块包括：

尺寸确定单元，用于定时获取各个电力设备的单位能耗量，根据所述单位能耗量确定数据区尺寸；

数据点确定单元，用于获取各个电力设备之间的电连接关系，根据所述电连接关系在预设的空白图中确定数据点；

数据区建立单元，用于根据数据点和数据区尺寸在空白图中建立数据区；

数据区排列单元，用于根据所述电连接关系排列所述数据区，得到数据传输图。

作为本发明进一步的方案：所述传输图截取模块包括：

图序列生成单元，用于根据时间对数据传输图进行排列，得到图序列；

周期聚类单元，用于接收用户输入的周期，基于所述周期对图序列进行聚类，得到含有时段标签的子序列并显示；

序列选取单元，用于接收用户输入的选取信息，根据所述选取信息读取子序列，作为截取结果。

与现有技术相比，本发明的有益效果是：本发明获取各电力设备的运行数据，根据运行数据建立数据传输图，借鉴现有的图像处理算法提取数据传输图中的特征，根据所述特征对新生成的数据传输图进行识别，快速地对整个区域内的所有电力设备进行识别，定位异常设备；然后，对异常设备进行进一步分析；监测算法参考极多，监测效率高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1为电力信息通信状况智能监测预警方法的流程框图。

图2为电力信息通信状况智能监测预警方法的第一子流程框图。

图3为电力信息通信状况智能监测预警方法的第二子流程框图。

图4为电力信息通信状况智能监测预警方法的第三子流程框图。

图5为电力信息通信状况智能监测预警方法的第四子流程框图。

图6为电力信息通信状况智能监测预警方法的第五子流程框图。

图7为电力信息通信状况智能监测预警系统的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1为电力信息通信状况智能监测预警方法的流程框图，本发明实施例中，一种电力信息通信状况智能监测预警方法，所述方法包括：

步骤S100：定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图；

在一个待监控区中，设有多个电力设备，每个电力设备都有自己的运行数据，所述运行数据是电力设备中所有模块的运行数据的集合；不同电力设备之间存在连接关系，所述连接关系可以是物理上的电力连接关系，也可以是软件层面的数据连接关系。

步骤S200：根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图；

根据预设的频率获取每个时刻的数据传输图，根据用户输入的周期对数据传输图进行分类，所述周期一般以天为单位，即，将每天的0：00至23：59视为一个周期；将一个周期内的数据传输图归为一类。

步骤S300：根据截取得到的数据传输图确定各个电力设备的传输特征；

数据传输图反映整个监控区的电力设备的运行状况，对数据传输图进行分析，可以提取出一些二维特征，称为传输特征；对数据传输图进行分析的过程可以借鉴现有的图像处理技术，选择性很多，识别速度快。

步骤S400：根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备；

当新生成数据传输图时，根据传输特征对新生成的数据传输图进行识别，可以快速高效地判断在最新时刻是否存在某些异常的电力设备。

步骤S500：当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息；

当存在异常设备时，进一步的读取异常设备中各模块的运行数据，这些数据在异常设备的数据库中都有存储(存在定期删除算法，防止数据量过大)。

根据读取到的各模块的运行数据可以对异常设备进行进一步的分析。

图2为电力信息通信状况智能监测预警方法的第一子流程框图，所述定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图的步骤包括：

步骤S101：定时获取各个电力设备的单位能耗量，根据所述单位能耗量确定数据区尺寸；

电力设备的数据传输量与单位能耗量大致呈正比，越大的设备，能耗量越大，内部模块数量大概率更高，数据传输量越多，因此，在数据传输图中的区域占比要更大一些；所述单位能耗量代表着能耗速率。

步骤S102：获取各个电力设备之间的电连接关系，根据所述电连接关系在预设的空白图中确定数据点；

获取电力设备之间的电连接关系，根据电连接关系确定电力设备在数据传输图中的位置；

步骤S103：根据数据点和数据区尺寸在空白图中建立数据区；

由位置和区域尺寸在数据传输图中确定区域，在区域中确定各点位的数值，用于反映运行数据。

步骤S104：根据所述电连接关系排列所述数据区，得到数据传输图；

排列数据区，即可得到数据传输图。

作为本发明技术方案的一个优选实施例，所述根据数据点和数据区尺寸在空白图中建立数据区的步骤包括：

建立空白图，根据数据点和数据区尺寸在空白图中确定映射范围；

查询电力设备中含有数据传输进程的模块，获取各模块的位置信息，根据所述位置信息对映射范围进行切分；

获取各模块的运行数据，将所述运行数据输入预设的数值集成模型，得到映射矩阵；所述映射矩阵的行列数为预设值；

将所述映射矩阵填充至映射范围内的对应位置，得到数据区。

在本发明技术方案的一个实例中，对数据区的填充过程进行了限定，首先，建立一个空白图，然后，由数据点和数据区尺寸在空白图中确定一个范围；然后，根据模块相对应电力设备的位置，在范围中确定各模块对应的小范围；最后，根据预设的数值集成模型，将运行数据转换为部分数值，填充至对应的小范围即可得到数据区。

图3为电力信息通信状况智能监测预警方法的第二子流程框图，所述根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图的步骤包括：

步骤S201：根据时间对数据传输图进行排列，得到图序列；

步骤S202：接收用户输入的周期，基于所述周期对图序列进行聚类，得到含有时段标签的子序列并显示；

步骤S203：接收用户输入的选取信息，根据所述选取信息读取子序列，作为截取结果。

步骤S201至步骤S203的过程非常简单，根据用户的周期对图序列进行切分，然后，根据用户的选取信息选取部分子序列，得到用以提取传输特征的若干个子序列。

图4为电力信息通信状况智能监测预警方法的第三子流程框图，所述根据截取得到的数据传输图确定各个电力设备的传输特征的步骤包括：

步骤S301：根据预设的数值计算公式计算数据传输图中各数据区的均值，得到均值矩阵；

分别计算各数据区中各点位数据的均值，用于代表该数据区；由数据区的均值得到与数据传输图对应的均值矩阵。

步骤S302：依次计算相邻均值矩阵中各元素的变化率，根据所述变化率对均值矩阵中的各元素进行聚类；

依次计算相邻均值矩阵中各个元素的变化率，这一变化率代表了各个数据区的变化程度，也反映了各个电力设备的数据波动情况；根据变化率判断各个元素是否存在同步波动情形，如果某几个元素的变化率同步，那么将对应的电力设备视为一类。同步的要求不高，只需要同增同减即可。

步骤S303：在数据传输图中获取同类元素对应的数据区，将获取到的数据区输入预设的特征提取模型，得到电力设备的传输特征；所述传输特征为范围矩阵，所述范围矩阵中的元素为数值范围；

对同类元素对应的数据区进行分析，获取一个周期内的数据区中各点位值的范围，得到一个范围矩阵，所述范围矩阵即可视为传输特征。

图5为电力信息通信状况智能监测预警方法的第四子流程框图，所述根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备的步骤包括：

步骤S401：读取新生成的数据传输图，在新生成数据传输图中查询所述传输特征对应的目标区域；

当获取到新的运行数据时，建立新的数据传输图；在新生成的数据传输图中查询所述与传输特征对应的区域，称为目标区域。

步骤S402：基于传输特征计算目标区域的异常点位数及其异常值；所述异常点位为数值超过数值范围的点位；

根据所述传输特征中的数值范围判断目标区域中数值是否存在异常，存在异常代表着该数值超出该数值范围；所述异常值由超出幅度确定。

步骤S403：将所述异常点位数及其异常值输入预设的线性公式，计算异常分；

将异常点位数和异常值输入预设的线性公式，由两个参数共同确定一个异常分，用以反映新的数据传输图的异常情况。

步骤S404：将所述异常分与预设的异常阈值进行比对，当所述异常分达到预设的异常阈值时，将该时刻对应的电力设备标记为异常设备。

图6为电力信息通信状况智能监测预警方法的第五子流程框图，所述当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息的步骤包括：

步骤S501：当存在异常设备时，根据时刻查询异常设备中各模块的运行数据；

步骤S502：将所述运行数据输入训练好的仿真模型，定位异常模块并获取异常原因，生成预警信息；

步骤S503：当仿真模型运行出错时，将运行数据打包发送至人工检测端，接收人工检测端反馈的识别数据。

在本发明技术方案的一个实例中，当存在异常设备时，需要进一步获取该设备中各模块的运行数据，将运行数据输入与该设备对应的仿真模型中，可以判断出哪些模块存在问题，进而生成预警信息。

如果仿真模型运行出错，也即，仿真模型无法判断异常设备中哪些模块存在问题，那么就将运行数据打包发送至人工检测端，对异常设备进行人工识别。

实施例2

图7为电力信息通信状况智能监测预警系统的组成结构框图，本发明实施例中，一种电力信息通信状况智能监测预警系统，所述系统10包括：

传输图建立模块11，用于定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图；

传输图截取模块12，用于根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图；

传输特征确定模块13，用于根据截取得到的数据传输图确定各个电力设备的传输特征；

异常判定模块14，用于根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备；

预警信息生成模块15，用于当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息；

其中，所述运行数据为电力设备中各模块的运行数据的集合。

所述传输图建立模块11包括：

尺寸确定单元，用于定时获取各个电力设备的单位能耗量，根据所述单位能耗量确定数据区尺寸；

数据点确定单元，用于获取各个电力设备之间的电连接关系，根据所述电连接关系在预设的空白图中确定数据点；

数据区建立单元，用于根据数据点和数据区尺寸在空白图中建立数据区；

数据区排列单元，用于根据所述电连接关系排列所述数据区，得到数据传输图。

所述传输图截取模块12包括：

图序列生成单元，用于根据时间对数据传输图进行排列，得到图序列；

周期聚类单元，用于接收用户输入的周期，基于所述周期对图序列进行聚类，得到含有时段标签的子序列并显示；

序列选取单元，用于接收用户输入的选取信息，根据所述选取信息读取子序列，作为截取结果。

所述电力信息通信状况智能监测预警方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述电力信息通信状况智能监测预警方法的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器(Read-Only Memory，ROM)，所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种电力信息通信状况智能监测预警方法，其特征在于，所述方法包括：

定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图；

根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图；

根据截取得到的数据传输图确定各个电力设备的传输特征；

根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备；

当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息；

其中，所述运行数据为电力设备中各模块的运行数据的集合。

2.根据权利要求1所述的电力信息通信状况智能监测预警方法，其特征在于，所述定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图的步骤包括：

定时获取各个电力设备的单位能耗量，根据所述单位能耗量确定数据区尺寸；

获取各个电力设备之间的电连接关系，根据所述电连接关系在预设的空白图中确定数据点；

根据数据点和数据区尺寸在空白图中建立数据区；

根据所述电连接关系排列所述数据区，得到数据传输图。

3.根据权利要求2所述的电力信息通信状况智能监测预警方法，其特征在于，所述根据数据点和数据区尺寸在空白图中建立数据区的步骤包括：

建立空白图，根据数据点和数据区尺寸在空白图中确定映射范围；

查询电力设备中含有数据传输进程的模块，获取各模块的位置信息，根据所述位置信息对映射范围进行切分；

获取各模块的运行数据，将所述运行数据输入预设的数值集成模型，得到映射矩阵；所述映射矩阵的行列数为预设值；

将所述映射矩阵填充至映射范围内的对应位置，得到数据区。

4.根据权利要求1所述的电力信息通信状况智能监测预警方法，其特征在于，所述根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图的步骤包括：

根据时间对数据传输图进行排列，得到图序列；

接收用户输入的周期，基于所述周期对图序列进行聚类，得到含有时段标签的子序列并显示；

接收用户输入的选取信息，根据所述选取信息读取子序列，作为截取结果。

5.根据权利要求1所述的电力信息通信状况智能监测预警方法，其特征在于，所述根据截取得到的数据传输图确定各个电力设备的传输特征的步骤包括：

根据预设的数值计算公式计算数据传输图中各数据区的均值，得到均值矩阵；

依次计算相邻均值矩阵中各元素的变化率，根据所述变化率对均值矩阵中的各元素进行聚类；

在数据传输图中获取同类元素对应的数据区，将获取到的数据区输入预设的特征提取模型，得到电力设备的传输特征；

所述传输特征为范围矩阵，所述范围矩阵中的元素为数值范围。

6.根据权利要求1所述的电力信息通信状况智能监测预警方法，其特征在于，所述根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备的步骤包括：

读取新生成的数据传输图，在新生成数据传输图中查询所述传输特征对应的目标区域；

基于传输特征计算目标区域的异常点位数及其异常值；所述异常点位为数值超过数值范围的点位；

将所述异常点位数及其异常值输入预设的线性公式，计算异常分；

将所述异常分与预设的异常阈值进行比对，当所述异常分达到预设的异常阈值时，将该时刻对应的电力设备标记为异常设备。

7.根据权利要求6所述的电力信息通信状况智能监测预警方法，其特征在于，所述当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息的步骤包括：

当存在异常设备时，根据时刻查询异常设备中各模块的运行数据；

将所述运行数据输入训练好的仿真模型，定位异常模块并获取异常原因，生成预警信息；

当仿真模型运行出错时，将运行数据打包发送至人工检测端，接收人工检测端反馈的识别数据。

8.一种电力信息通信状况智能监测预警系统，其特征在于，所述系统包括：

传输图建立模块，用于定时获取电力设备的运行数据及各个电力设备之间的电连接关系，建立数据传输图；

传输图截取模块，用于根据时间对数据传输图进行排列，根据用户输入的周期截取排列后的数据传输图；

传输特征确定模块，用于根据截取得到的数据传输图确定各个电力设备的传输特征；

异常判定模块，用于根据所述传输特征对新生成的数据传输图进行识别，判断是否存在异常设备；

预警信息生成模块，用于当存在异常设备时，查询异常设备的运行数据，对运行数据进行识别，根据识别结果生成预警信息；

其中，所述运行数据为电力设备中各模块的运行数据的集合。

9.根据权利要求8所述的电力信息通信状况智能监测预警系统，其特征在于，所述传输图建立模块包括：

尺寸确定单元，用于定时获取各个电力设备的单位能耗量，根据所述单位能耗量确定数据区尺寸；

数据点确定单元，用于获取各个电力设备之间的电连接关系，根据所述电连接关系在预设的空白图中确定数据点；

数据区建立单元，用于根据数据点和数据区尺寸在空白图中建立数据区；

数据区排列单元，用于根据所述电连接关系排列所述数据区，得到数据传输图。

10.根据权利要求8所述的电力信息通信状况智能监测预警系统，其特征在于，所述传输图截取模块包括：

图序列生成单元，用于根据时间对数据传输图进行排列，得到图序列；

周期聚类单元，用于接收用户输入的周期，基于所述周期对图序列进行聚类，得到含有时段标签的子序列并显示；

序列选取单元，用于接收用户输入的选取信息，根据所述选取信息读取子序列，作为截取结果。

Images