CN117787705A - 一种电力台区山林防火预警方法、装置、设备及介质 - Google Patents
一种电力台区山林防火预警方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117787705A CN117787705A CN202311816732.3A CN202311816732A CN117787705A CN 117787705 A CN117787705 A CN 117787705A CN 202311816732 A CN202311816732 A CN 202311816732A CN 117787705 A CN117787705 A CN 117787705A
- Authority
- CN
- China
- Prior art keywords
- mountain forest
- equipment
- early warning
- data
- monitoring
- 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.)
- Pending
Links
- 230000002265 prevention Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 158
- 238000004458 analytical method Methods 0.000 claims abstract description 47
- 238000012549 training Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 14
- 230000008635 plant growth Effects 0.000 claims description 12
- 230000002776 aggregation Effects 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种电力台区山林防火预警方法、装置、设备及介质。该方法包括：根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。本发明实施例的技术方案，通过目标监测架构实时采集目标电力台区的山林植被、气象、设备运行等多种山林设备环境数据，然后采用预警分析模型进行精准全面的数据分析，进而实现及时有效的山林防火预警。
Description
技术领域
本发明涉及山林防火预警技术领域，尤其涉及一种电力台区山林防火预警方法、装置、设备及介质。
背景技术
山火是威胁电网安全稳定运行的重要危害之一，山火发生后，随着火势及烟雾的加剧，随时可能引起上方的输电线路跳闸，从而削弱电网网架结构，加剧电网运行风险，中断对用户供电甚至引起大面积停电，造成电力安全事故事件，同时山火还有可能造成输电线路导线、塔材等电力设施烧毁。
因此，对山林火灾进行高效精准的监测预警尤为重要。现有技术中，主要是通过人为巡视对山林灾害情况进行监测，人力成本高且监测不够精准全面，无法起到及时有效的预警。虽然目前也有通过一些智能设备进行山林数据采集监测与山林灾害监控，但监测效果差，数据分析的精准性和及时性不高，且山林防火情况复杂，无法起到有效的电力台区山林防火预警效果。
发明内容
基于此，本发明提供了一种电力台区山林防火预警方法、装置、设备及介质，以解决电力台区山林防火预警效果差的问题。
第一方面，本发明实施例提供了一种电力台区山林防火预警方法，该方法包括：
根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；
其中，目标监测架构中包括多个监控节点，每个监控节点用于采用设定数据处理算法对所处环境的山林设备环境数据进行监控；
通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；
获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
第二方面，本发明实施例还提供了一种电力台区山林防火预警装置，该装置包括：
目标监测架构构建模块，用于根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；
其中，目标监测架构中包括多个监控节点，每个监控节点用于采用设定数据处理算法对所处环境的山林设备环境数据进行监控；
山林设备环境数据采集模块，用于通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；
山林防火预警信息输出模块，用于获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种电力台区山林防火预警方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种电力台区山林防火预警方法。
本发明实施例的技术方案，能够通过监测架构精准采集山林设备环境数据，并通过将所采集数据输入至防火预警分析模型中，生成相对应的山林防火预警信息，提高了山林灾害监控的精准性，削弱了电网运行风险。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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，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，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种电力台区山林防火预警方法的流程图；
图2是根据本发明实施例二提供的另一种电力台区山林防火预警方法的流程图；
图3是根据本发明实施例三提供的一种电力台区山林防火预警装置的结构示意图；
图4是实现本发明实施例的一种电力台区山林防火预警方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种电力台区山林防火预警方法的流程图，本实施例可适用于对电力台区进行山林防火预警的情况，该方法可以由电力台区山林防火预警装置来执行，该电力台区山林防火预警装置可以采用硬件和/或软件的形式实现，该电力台区山林防火预警装置可配置于能够发送告警信息的预警设备中。如图1所示，该方法包括：
S110、根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构。
监测架构的搭建需要考虑电力台区的电压等级、变压器的运行温度、以及相关电力设备的基本信息等，通过结合目标电力台区的设备搭建情况最终构建出具有针对性的目标监测架构，是后续进行数据监测与采集的基础。
其中，目标监测架构中包括多个监控节点，每个监控节点用于采用设定数据处理算法对所处环境的山林设备环境数据进行监控。
目标监测架构指针对目标电力台区的设备所实施的一种用于数据采集与监测的方案，所述多个监控节点即为用于监测电力设备的监测装置，每个监测节点都能够对目标设备的周围环境数据进行实时监测与采集。
S120、通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中。
可选的，所述山林设备环境数据包括：植物生长数据、气象地质数据、设备基础运行数据以及设备温度。
为了实现更好的监测效果，使得监测的准确性更高，目标监测架构中的数据处理算法是预先优化训练后得到的，其中，目标监测架构负责对目标电力台区的山林防火情况进行监测，监测的具体内容包括：植物生长数据、气象地质数据、设备基础运行数据以及设备温度。也即上述实施例中提到的山林设备环境数据，将监测到的植物生长数据、气象地质数据、设备基础运行数据以及设备温度信息作为输入数据导入至已经训练好的模型中，为其不同的山林设备环境数据生成各自类型的告警信息。
进一步的，在将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中之前，还包括：
根据历史电力台区的山林防火信息，确定至少一项特征参数；
在所述山林防火信息中，分别提取与每项特征参数分别对应的参数值，并根据提取结果，构建训练样本集；
使用所述训练样本集，对设定的机器学习模型进行训练，得到所述防火预警分析模型。
所述预先训练好的防火预警模型，是通过提取历史电力台区的山林防火信息的特征数据信息所构建得到。由上述实施例可知，山林防火信息中包含若干种数据，每一种数据对应一项特征参数，其中，特征参数作为用于表征物质或现象特性的一类参数信息，能够在每一项特征参数中提取到相应的参数值，将不同特征数据下提取到的参数值汇总，作为防火预警分析模型的训练样本集，并通过机器学习模型进行训练，即可构建得到训练好的防火预警模型。
可选的，根据历史电力台区的山林防火信息，确定至少一项特征参数，包括：
获取历史电力台区的山林防火信息中的植物特征数据，并根据所述植物特征数据确定静态告警参数；
获取历史电力台区的山林防火信息中的气象地质特征数据，并根据所述气象地质数据确定动态告警参数；
获取历史电力台区的山林防火信息中的设备运行特征数据，并根据所述设备运行特征数据确定本体告警参数。
具体的，历史电力台区的山林防火信息中的特征数据包括：植物特征数据、气象地质数据以及设备运行数据，提取上述三类特征数据可以分别得到与之对应的特征参数。其中，植物特征数据可以包括：植物生长高度以及植物与电力台区间的距离等，上述特征能够通过可见光智能设备识别得到，并通过该特征得到静态告警参数；气象地质数据主要包括温度湿度等气象数据、地质数据以及不同气象和地质情况下植物活动数据，上述特征可以通过红外监控设备对区域温度和湿度监控得到，并通过该特征得到动态告警参数；设备运行数据主要指电压等级、运行温度、负载等电力设备基本运行信息，上述特征信息可以通过通信网络架构获取，并通过该特征得到本体告警参数。
S130、获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
进一步的，获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息，包括下述至少一项：
获取所述防火预警分析模型针对各项山林设备环境数据中的植物生长数据，输出的第一类山林防火预警信息；
获取所述防火预警分析模型针对各项山林设备环境数据中的气象地质数据，输出的第二类山林防火预警信息；以及
获取所述防火预警分析模型针对各项山林设备环境数据中的设备基础运行数据及设备温度，输出的第三类山林防火预警信息。
具体的，第一类山林防火预警信息指由静态告警参数训练生成；第二类山林防火预警信息由动态告警参数训练生成；第三类山林防火预警信息由本体告警参数训练生成。其中，根据周围植物的生长高度、与台区的距离以及与电力台区设备运行电压等级的安全距离发出第一类山林防火预警信息；根据电力台区气象信息以及与电力台区设备运行电压等级的安全距离发出第二类山林防火预警信息；根据电力台区设备信息、电力台区设备实时温度信息以及电力台区气象信息对电力设备本体安全运行发出第三类山林防火预警信息警告。
本发明实施例根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。本发明实施例提供了一种全新的电力台区山林防火预警方法，通过监测架构精准采集山林设备环境数据，并通过将所采集数据输入至防火预警分析模型中，生成相对应的山林防火预警信息，提高了山林灾害监控的精准性，削弱了电网运行风险。
实施例二
图2为本发明实施例二提供的另一种电力台区山林防火预警方法的流程图，本实施例以上述实施例为基础进行细化，相应的，如图2所示，所述方法具体包括：
S210、根据待测的目标电力台区的设备搭建基础信息中的设备数量以及设备分布信息，确定架构类型。
首先根据设备数量为整个监测架构选择合适的监测总节点，所述监测总结点主要指各电力台区山林防火终端设备通讯数据的汇集终点，如服务器或存储设备等。其次，根据实际山林电力台区情况决定监测分节点的布置情况，也即设备分布情况，分节点作为数据汇集的中转点可以为服务器、存储设备或通信设备等，以此来提高数据通信的稳定性以及网络安全。
S220、根据所述架构类型，确定每个汇聚层级中包含的数据汇聚节点。
所述数据汇聚节点即为上述实施例中所述监测分节点。在不同的架构类型中，监测分节点作为数据的汇集与转发节点，若当前架构下的目标设备数量较少时，可以无需设置监测分节点，也即汇聚层只包括终端设备以及总服务器两层；在当前架构下的目标设备数量较多且分布较为复杂，则此时需要设置多个汇聚层级，每个汇聚层级下包含若干数量的监测分节点。
S230、根据待测的目标电力台区的设备搭建基础信息中包含的各设备的设备类型，确定与每个设备分别对应的监控节点。
针对不同的设备类型为每个设备设置具备其相应功能的监控节点，所述监控节点也称作监测子节点，具体指布置在各个电力台区的电力台区山林防火监测装置，具备可见光智能AI识别功能、红外热成像区域温度监控功能、通信功能等，是整个监控系统的最终端装置。
S240、将各所述监控节点以及每个汇聚层级中包含的数据汇聚节点组织得到初始监测架构。
当确定了监测总节点以及汇聚层级下的监测分节点后，将所述节点搭建在同一通信网络架构中，进而构建得到初始的监测架构。
S250、获取历史电力台区的山林防火信息，并根据所述山林防火信息对初始监测架构中各监控节点所使用的数据处理算法进行优化训练，得到目标监测架构。
为了实现更好的监测效果，结合历史电力台区山林防火信息中的多个数据对初始监测架构进行架构优化，构建得到更为合理的目标监测架构，以此来对目标电力台区山林防火情况进行监测，从而使得输入至防火预警分析模型中的山林设备环境数据更加精准。
可选的，获取历史电力台区的山林防火信息，并根据所述山林防火信息对初始监测架构中各监控节点所使用的数据处理算法进行优化训练，得到目标监测架构，可以包括：
获取历史电力台区的山林防火信息，其中，所述山林防火信息包括：植物火灾影响数据、气象影响数据以及设备运行数据；
根据山林防火信息，对初始监测架构中每个监控节点所使用的至少一个校正因子进行优化训练，并根据完成训练的各监控节点，得到目标监测架构；
其中，所述校正因子用于对监控节点监控得到的山林设备环境数据进行校正。
具体的，植物火灾影响数据主要指植物在生长过程中由于高度或面积的增加，植物与设备之间安全距离不够，导致电力设备对植物放电，进而点燃植物的情况；气象影响数据主要指受天气的温度、湿度或风力的影响，导致植物与电力设备产生作用的情况；设备运行数据主要指设备因负载过高或状态异常导致的设备温度过高，可能点燃周围植物的情况。
利用初始监测架构对监控节点所处区域的植物生长情况、气象变化情况以及设备状态进行数据监测，可以得到真实场景下的植物生长情况所对应的安全距离影响因子；气象变化情况对应的与气候有关的干燥因子、雨水因子等；设备状态对应的与设备运行年数、工作状况对应的可靠因子。
上述监测得到的影响因子作为校正因子，通过与初始监测架构中的算法相匹配对框架进行优化训练，进而得到准确性更高的目标监测架构。雨初始检测架构相比，利用目标监测架构能够采集到真实场景下的山林设备环境数据，也即植物生长数据、气象地质数据、设备基础运行数据以及设备温度。
S260、通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中。
S270、获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
本发明实施例的技术方案通过对整体方案的细化，完善了监测架构的架构类型的确定方法；监测总节点、监测分节点以及监测子节点的布置方案以及对初始监测架构进行优化训练的具体方式。本发明实施例提供了一种新的电力台区山林防火预警方法，能够通过监测架构精准采集山林设备环境数据，并通过将所采集数据输入至防火预警分析模型中，生成相对应的山林防火预警信息，提高了山林灾害监控的精准性，削弱了电网运行风险。
实施例三
图3为本发明实施例三提供的一种电力台区山林防火预警装置的结构示意图。如图3所示，该装置包括：
目标监测架构构建模块310，用于根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；
其中，目标监测架构中包括多个监控节点，每个监控节点用于采用设定数据处理算法对所处环境的山林设备环境数据进行监控；
山林设备环境数据采集模块320，用于通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；
山林防火预警信息输出模块330，用于获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
本发明实施例中，目标监测架构构建模块310根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；山林设备环境数据采集模块320通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；山林防火预警信息输出模块330获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。本发明实施例提供了一种全新的电力台区山林防火预警方法，通过监测架构精准采集山林设备环境数据，并通过将所采集数据输入至防火预警分析模型中，生成相对应的山林防火预警信息，提高了山林灾害监控的精准性，削弱了电网运行风险。
可选的，在上述各实施例的基础上，目标监测架构构建模块310，可以包括：
架构类型确定单元，用于根据待测的目标电力台区的设备搭建基础信息中的设备数量以及设备分布信息，确定架构类型；
汇聚节点确定单元，用于根据所述架构类型，确定每个汇聚层级中包含的数据汇聚节点；
监控节点确定单元，用于根据待测的目标电力台区的设备搭建基础信息中包含的各设备的设备类型，确定与每个设备分别对应的监控节点；
初始监测架构构建单元，用于将各所述监控节点以及每个汇聚层级中包含的数据汇聚节点组织得到初始监测架构；
优化训练单元，用于获取历史电力台区的山林防火信息，并根据所述山林防火信息对初始监测架构中各监控节点所使用的数据处理算法进行优化训练，得到目标监测架构。
可选的，在上述各实施例的基础上，优化训练单元可以进一步用于：
获取历史电力台区的山林防火信息，其中，所述山林防火信息包括：植物火灾影响数据、气象影响数据以及设备运行数据；
根据山林防火信息，对初始监测架构中每个监控节点所使用的至少一个校正因子进行优化训练，并根据完成训练的各监控节点，得到目标监测架构；
其中，所述校正因子用于对监控节点监控得到的山林设备环境数据进行校正。
可选的，在山林设备环境数据采集模块320的基础上，在将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中之前，还可以包括：
特征参数确定单元，用于根据历史电力台区的山林防火信息，确定至少一项特征参数；
训练样本集构建单元，用于在所述山林防火信息中，分别提取与每项特征参数分别对应的参数值，并根据提取结果，构建训练样本集；
预警分析模型生成单元，用于使用所述训练样本集，对设定的机器学习模型进行训练，得到所述防火预警分析模型。
可选的，在上述各实施例的基础上，所述山林设备环境数据可以包括：植物生长数据、气象地质数据、设备基础运行数据以及设备温度。
可选的，在上述各实施例的基础上，特征参数确定单元可以进一步用于：
获取历史电力台区的山林防火信息中的植物特征数据，并根据所述植物特征数据确定静态告警参数；
获取历史电力台区的山林防火信息中的气象地质特征数据，并根据所述气象地质数据确定动态告警参数；
获取历史电力台区的山林防火信息中的设备运行特征数据，并根据所述设备运行特征数据确定本体告警参数。
可选的，在上述各实施例的基础上，山林防火预警信息输出模块330，可以包括：
第一类山林防火预警信息输出单元，用于获取所述防火预警分析模型针对各项山林设备环境数据中的植物生长数据，输出的第一类山林防火预警信息；
第二类山林防火预警信息输出单元，用于获取所述防火预警分析模型针对各项山林设备环境数据中的气象地质数据，输出的第二类山林防火预警信息；以及
第三类山林防火预警信息输出单元，用于获取所述防火预警分析模型针对各项山林设备环境数据中的设备基础运行数据及设备温度，输出的第三类山林防火预警信息。
本发明实施例所提供的一种电力台区山林防火预警装置可执行本发明任意实施例所提供的一种电力台区山林防火预警方法，具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种电力台区山林防火预警方法。
也即：根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；
其中，目标监测架构中包括多个监控节点，每个监控节点用于采用设定数据处理算法对所处环境的山林设备环境数据进行监控；
通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；
获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
在一些实施例中，一种电力台区山林防火预警方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种电力台区山林防火预警方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种电力台区山林防火预警方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种电力台区山林防火预警方法，其特征在于，包括：
根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；
其中，目标监测架构中包括多个监控节点，每个监控节点用于采用设定数据处理算法对所处环境的山林设备环境数据进行监控；
通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；
获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
2.根据权利要求1所述的方法，其特征在于，根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构，包括：
根据待测的目标电力台区的设备搭建基础信息中的设备数量以及设备分布信息，确定架构类型；
根据所述架构类型，确定每个汇聚层级中包含的数据汇聚节点；
根据待测的目标电力台区的设备搭建基础信息中包含的各设备的设备类型，确定与每个设备分别对应的监控节点；
将各所述监控节点以及每个汇聚层级中包含的数据汇聚节点组织得到初始监测架构；
获取历史电力台区的山林防火信息，并根据所述山林防火信息对初始监测架构中各监控节点所使用的数据处理算法进行优化训练，得到目标监测架构。
3.根据权利要求2所述的方法，其特征在于，获取历史电力台区的山林防火信息，并根据所述山林防火信息对初始监测架构中各监控节点所使用的数据处理算法进行优化训练，得到目标监测架构，包括：
获取历史电力台区的山林防火信息，其中，所述山林防火信息包括：植物火灾影响数据、气象影响数据以及设备运行数据；
根据山林防火信息，对初始监测架构中每个监控节点所使用的至少一个校正因子进行优化训练，并根据完成训练的各监控节点，得到目标监测架构；
其中，所述校正因子用于对监控节点监控得到的山林设备环境数据进行校正。
4.根据权利要求1-3任一项所述的方法，其特征在于，在将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中之前，还包括：
根据历史电力台区的山林防火信息，确定至少一项特征参数；
在所述山林防火信息中，分别提取与每项特征参数分别对应的参数值，并根据提取结果，构建训练样本集；
使用所述训练样本集，对设定的机器学习模型进行训练，得到所述防火预警分析模型。
5.根据权利要求4所述的方法，其特征在于，所述山林设备环境数据包括：植物生长数据、气象地质数据、设备基础运行数据以及设备温度。
6.根据权利要求5所述的方法，其特征在于，根据历史电力台区的山林防火信息，确定至少一项特征参数，包括：
获取历史电力台区的山林防火信息中的植物特征数据，并根据所述植物特征数据确定静态告警参数；
获取历史电力台区的山林防火信息中的气象地质特征数据，并根据所述气象地质数据确定动态告警参数；
获取历史电力台区的山林防火信息中的设备运行特征数据，并根据所述设备运行特征数据确定本体告警参数。
7.根据权利要求6所述的方法，其特征在于，获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息，包括下述至少一项：
获取所述防火预警分析模型针对各项山林设备环境数据中的植物生长数据，输出的第一类山林防火预警信息；
获取所述防火预警分析模型针对各项山林设备环境数据中的气象地质数据，输出的第二类山林防火预警信息；以及
获取所述防火预警分析模型针对各项山林设备环境数据中的设备基础运行数据及设备温度，输出的第三类山林防火预警信息。
8.一种电力台区山林防火预警装置，其特征在于，包括：
目标监测架构构建模块，用于根据待测的目标电力台区的设备搭建基础信息，构建得到与目标电力台区匹配的目标监测架构；
其中，目标监测架构中包括多个监控节点，每个监控节点用于采用设定数据处理算法对所处环境的山林设备环境数据进行监控；
山林设备环境数据采集模块，用于通过所述目标监测架构，实时采集与目标电力台区内各类型设备对应的各项山林设备环境数据，并将所述各项山林设备环境数据输入至预先训练的防火预警分析模型中；
山林防火预警信息输出模块，用于获取所述防火预警分析模型针对所述山林设备环境数据，输出的山林防火预警信息。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的一种电力台区山林防火预警方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种电力台区山林防火预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311816732.3A CN117787705A (zh) | 2023-12-26 | 2023-12-26 | 一种电力台区山林防火预警方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311816732.3A CN117787705A (zh) | 2023-12-26 | 2023-12-26 | 一种电力台区山林防火预警方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117787705A true CN117787705A (zh) | 2024-03-29 |
Family
ID=90397806
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311816732.3A Pending CN117787705A (zh) | 2023-12-26 | 2023-12-26 | 一种电力台区山林防火预警方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117787705A (zh) |
-
2023
- 2023-12-26 CN CN202311816732.3A patent/CN117787705A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104483562B (zh) | 电力设备预警方法和装置 | |
| CN106469356A (zh) | 基于多维数据的输电设备状态评价及风险分析方法及装置 | |
| CN103606109B (zh) | 一种基于评估对象的电网运行安全风险综合评估方法 | |
| CN112087445A (zh) | 一种融合业务安全的电力物联网安全脆弱性评估方法 | |
| CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
| CN116050599A (zh) | 一种线路覆冰故障预测方法、系统、存储介质及设备 | |
| CN111027827B (zh) | 保底通信网运行风险分析的方法、装置及计算机设备 | |
| CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
| CN117787705A (zh) | 一种电力台区山林防火预警方法、装置、设备及介质 | |
| CN117034149A (zh) | 故障处理策略确定方法、装置、电子设备和存储介质 | |
| CN111666705A (zh) | 一种基于有限元分析的导线弧垂检测方法及系统 | |
| Lei et al. | Modeling and simulation of forest fire detection and fire spread | |
| CN117198017B (zh) | 一种报警等级确定方法、装置、电子设备及存储介质 | |
| CN116151034B (zh) | 一种绝缘子芯棒酥化的预测方法、装置、设备及介质 | |
| CN115373449B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| CN117269674A (zh) | 一种输配电网故障定位方法、装置、设备及存储介质 | |
| Fan et al. | Risk Assessment of Regional Lightning Trip of Transmission Line Based on XGBoost Algorithm | |
| CN117593871A (zh) | 台风影响预测方法、装置、电子设备及存储介质 | |
| CN114049053A (zh) | 一种洪涝下配电网杆塔风险分布分析方法及装置 | |
| CN116633015A (zh) | 一种提醒方法、装置、设备及存储介质 | |
| CN114881259A (zh) | 中压配电线路的典型故障提取方法、装置、设备及介质 | |
| CN118189869A (zh) | 一种光缆弧垂检测方法、装置、设备及介质 | |
| CN116643105A (zh) | 设备故障检测方法、装置、电子设备及存储介质 | |
| CN116482565A (zh) | 一种电源异常检测方法、装置、设备和存储介质 | |
| CN115907226A (zh) | 一种特征数据处理方法、装置、设备和存储介质 |
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 |