← 返回列表
复杂气象下基于知识图谱的电网设备故障预测方法及系统
摘要文本
本发明公开了复杂气象下基于知识图谱的电网设备故障预测方法及系统，通过Transformer和知识图谱技术作为预测的基本手段，并在训练过程中，同步训练Transformer预测模型和基于知识图谱预测模型的BP神经网络分类器，借助知识图谱的独特数据结构，找出相关联的节点和节点关系，进一步找到相关的历史案例数据，再进行调整以优化样本质量，进而使得预测准确率可以进一步提高。本发明综合运用Transformer模型和知识图谱作为概率预测的工具，数据和知识融合驱动的模式不仅会从所有历史数据记录中受益，也能充分利用知识进行故障预测，能够有效快速地预测出特定气象条件下电力系统设备事故的发生概率，极大提升了故障数据利用的灵活性，提高预测的准确性、可靠性、稳定性。 （更多数据，详见马克数据网）
申请人信息
- 申请人:国网浙江省电力有限公司金华供电公司; 国网浙江省电力有限公司; 国网电力科学研究院有限公司; 北京科东电力控制系统有限责任公司
- 申请人地址:321017 浙江省金华市婺城区双溪西路420号
- 发明人: 国网浙江省电力有限公司金华供电公司; 国网浙江省电力有限公司; 国网电力科学研究院有限公司; 北京科东电力控制系统有限责任公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 复杂气象下基于知识图谱的电网设备故障预测方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311752694.X |
| 申请日 | 2023/12/19 |
| 公告号 | CN117436351A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06F30/27 |
| 权利人 | 国网浙江省电力有限公司金华供电公司; 国网浙江省电力有限公司; 国网电力科学研究院有限公司; 北京科东电力控制系统有限责任公司 |
| 发明人 | 张越; 皮俊波; 项中明; 单连飞; 吴华华; 齐世雄; 孙文多; 谷炜; 安卓阳; 姜涛; 郑翔; 马翔; 余建明; 沈曦; 沃建栋; 黄启航; 楼贤嗣; 刘艳; 乔咏田; 刘栋; 方璇; 康福权 |
| 地址 | 浙江省金华市婺城区双溪西路420号; 浙江省杭州市西湖区黄龙路8号; 江苏省南京市江宁区经济技术开发区诚信大道19号; 北京市海淀区清河小营东路15号院内主楼5层 |
专利主权项内容
1.复杂气象下基于知识图谱的电网设备故障预测方法，其特征在于，包括以下步骤：进行故障预测时，将气象数据、待预测设备数据输入同步训练、验证的Transformer预测模型和知识图谱预测模型，由Transformer预测模型输出第一预测结果，由知识图谱预测模型输出待预测设备节点的特征向量，将特征向量输入的逆向传播神经网络分类器得到第二预测结果，将第一预测结果和第二预测结果综合运算，输出不同事故类型发生的概率。。数据由马 克 数 据整理