本發(fā)明涉及配網(wǎng)巡檢，具體為基于人工智能的配網(wǎng)巡檢輔助系統(tǒng)。

背景技術(shù)：

1、

2、隨著國家電網(wǎng)的電力設(shè)備日益復雜，巡檢工作對于保障國家電網(wǎng)的安全運營至關(guān)重要，巡檢人員的主要職責是監(jiān)控和檢查輸電線路、變電站、配電設(shè)備以及其他相關(guān)基礎(chǔ)設(shè)施的健康狀況，確保這些設(shè)施能夠安全、穩(wěn)定地運行。通過比對預定的巡檢路線與實際巡檢人員的行走軌跡，可以確認巡檢人員是否嚴格按照規(guī)定路線進行檢查，沒有遺漏或者繞過重要的檢查點，軌跡比對有助于及早發(fā)現(xiàn)未按照既定路線執(zhí)行任務的行為并采取糾正措施。

3、然而，傳統(tǒng)的巡檢監(jiān)督依賴于人工記錄和判斷，容易受人為因素影響且效率低下，導致準確性易受影響，隨著gps定位技術(shù)和數(shù)據(jù)分析方法的不斷進步，如何通過gps和rfid技術(shù)對關(guān)鍵站點進行數(shù)據(jù)采集，并借助地理信息系統(tǒng)將采集到的實際軌跡與預設(shè)的標準路線進行對比，以糾正未按照既定路線執(zhí)行任務的行為，是我們要解決的問題，為此，現(xiàn)提出基于人工智能的配網(wǎng)巡檢輔助系統(tǒng)。

技術(shù)實現(xiàn)思路

1、為實現(xiàn)以上目的，本發(fā)明通過以下技術(shù)方案予以實現(xiàn)：基于人工智能的配網(wǎng)巡檢輔助系統(tǒng)，包括配網(wǎng)巡檢平臺，所述配網(wǎng)巡檢平臺通信連接有數(shù)據(jù)采集模塊、rfid識別模塊、gis地圖模塊、數(shù)據(jù)分析模塊、異常檢測模塊以及報告生成模塊，其中，各模塊間電信號連接；

2、所述數(shù)據(jù)采集模塊，用于采集巡檢過程中的關(guān)鍵數(shù)據(jù)，使用gps和rfid技術(shù)自動采集巡檢人員的位置數(shù)據(jù)和關(guān)鍵站點的標識信息，并獲取設(shè)備狀態(tài)數(shù)據(jù)，確保數(shù)據(jù)的實時性和準確性，為后續(xù)的分析和比對提供可靠的基礎(chǔ)；

3、所述rfid識別模塊，利用rfid技術(shù)，對巡檢過程中遇到的關(guān)鍵站點進行快速識別，并記錄相關(guān)信息，提高設(shè)備識別的效率和準確性，減少人為識別錯誤的可能性；

4、所述gis地圖模塊，用于存儲和處理地理數(shù)據(jù)，包括預設(shè)的巡檢路線和巡檢人員的實際行走軌跡，并將巡檢區(qū)域的地圖信息、巡檢人員的實際行走軌跡、預設(shè)的巡檢路線進行可視化展示，提供直觀的地圖視圖，進行空間數(shù)據(jù)分析，使管理者能夠直觀地了解巡檢進度和路線情況，便于進行遠程監(jiān)控和指揮；

5、所述數(shù)據(jù)分析模塊，用于對采集到的數(shù)據(jù)進行深度分析，包括實際行走軌跡與預設(shè)巡檢路線的比對、設(shè)備狀態(tài)數(shù)據(jù)的分析，分析潛在的問題和異常，如未按照既定路線執(zhí)行任務、設(shè)備故障等，為后續(xù)的決策提供支持；

6、所述檢測報警模塊，當發(fā)現(xiàn)巡檢人員偏離標準路線、設(shè)備狀態(tài)異常情況時，根據(jù)異常程度自動觸發(fā)報警機制，及時通知相關(guān)人員采取糾正措施，防止問題擴大化；

7、所述報告生成模塊，用于根據(jù)異常檢測和調(diào)度結(jié)果，生成巡檢報告，包括巡檢人員的行走軌跡、設(shè)備狀態(tài)、異常情況信息，為管理層提供全面的巡檢情況反饋，便于進行后續(xù)的總結(jié)和改進。

8、優(yōu)選的，所述數(shù)據(jù)采集模塊中，采集巡檢過程中關(guān)鍵數(shù)據(jù)的過程包括：

9、巡檢人員攜帶集成gps模塊的巡檢終端，巡檢終端實時接收gps衛(wèi)星信號，計算并確定巡檢人員的當前位置（經(jīng)緯度信息），通過無線網(wǎng)絡(luò)（如4g/5g、wi-fi等）將位置數(shù)據(jù)實時上傳至配網(wǎng)巡檢平臺的數(shù)據(jù)中心；

10、在巡檢路線上的關(guān)鍵站點部署rfid標簽，每個rfid標簽包含唯一的電子編碼，用于標識該站點的信息，分別為站點編號、設(shè)備類型、巡檢要求，其中，關(guān)鍵站點包括需巡檢設(shè)備和預設(shè)的巡檢點；

11、巡檢人員攜帶的巡檢終端內(nèi)置rfid讀寫器，讀取rfid標簽內(nèi)的信息，通過無線網(wǎng)絡(luò)實時上傳至配網(wǎng)巡檢平臺的數(shù)據(jù)中心；

12、在需巡檢的設(shè)備上安裝各種傳感器（如溫度傳感器、壓力傳感器、振動傳感器等），實時監(jiān)測設(shè)備的運行狀態(tài)，傳感器將采集到的設(shè)備運行狀態(tài)數(shù)據(jù)（如溫度值、壓力值、振動頻率等）轉(zhuǎn)換為數(shù)字信號，通過無線方式（如zigbee、lora、nb-iot等）傳輸至配網(wǎng)巡檢平臺的數(shù)據(jù)中心。

13、優(yōu)選的，所述rfid識別模塊中，對巡檢過程的關(guān)鍵站點進行識別的過程包括：

14、當巡檢人員攜帶巡檢終端接近rfid標簽時，巡檢終端內(nèi)置的rfid讀寫器發(fā)送預設(shè)頻率的射頻信號，rfid標簽接收到射頻信號后，基于rfid標簽上的線圈感應電流獲得能量，激活標簽內(nèi)的控制電路和射頻電路；

15、激活后，rfid標簽將存儲在芯片中的信息（如站點編號、設(shè)備類型、巡檢要求等）轉(zhuǎn)換為響應信號，并通過天線發(fā)送回rfid讀寫器；

16、rfid讀寫器接收rfid標簽發(fā)送的響應信號后，對其進行解碼和處理，恢復出原始信息，恢復的原始信息通過無線網(wǎng)絡(luò)（如4g/5g、wi-fi等）實時上傳至配網(wǎng)巡檢平臺的數(shù)據(jù)中心。

17、優(yōu)選的，所述gis地圖模塊中，將巡檢區(qū)域的地圖信息、巡檢人員的實際行走軌跡、預設(shè)的巡檢路線進行可視化展示的過程包括：

18、收集巡檢區(qū)域的地理數(shù)據(jù)，包括地圖信息、地形、建筑物、道路、設(shè)備位置的基本信息，并根據(jù)巡檢區(qū)域的地理數(shù)據(jù)，規(guī)劃預設(shè)巡檢路線；

19、利用gps技術(shù)實時跟蹤巡檢人員的位置，記錄其行走軌跡，將巡檢人員的實際行走軌跡與預設(shè)的巡檢路線數(shù)據(jù)存儲到gis系統(tǒng)中，并對存儲的數(shù)據(jù)進行預處理，包括數(shù)據(jù)清洗、格式轉(zhuǎn)換、坐標統(tǒng)一等，以確保數(shù)據(jù)的準確性和一致性；

20、在gis地圖上可視化展示巡檢區(qū)域的地圖信息、巡檢人員的實際行走軌跡和預設(shè)的巡檢路線，分析巡檢人員的實際行走軌跡與預設(shè)巡檢路線之間的差異，識別偏差和遺漏；

21、在地圖上動態(tài)標注巡檢過程中的關(guān)鍵站點、設(shè)備位置、故障點信息，關(guān)聯(lián)巡檢過程的上下文信息；

22、利用gis的空間分析功能，對巡檢人員的行走路徑進行優(yōu)化分析，提供最短路徑建議，并對巡檢區(qū)域進行空間劃分，分析不同區(qū)域的巡檢難度、設(shè)備密度特征，為巡檢計劃制定提供依據(jù)。

23、優(yōu)選的，所述數(shù)據(jù)分析模塊中，分析潛在問題和異常的過程包括：

24、從配網(wǎng)巡檢平臺的數(shù)據(jù)中心提取巡檢過程中的所有相關(guān)原始數(shù)據(jù)，包括巡檢人員的實際行走軌跡、rfid標簽讀取的數(shù)據(jù)、傳感器采集的設(shè)備狀態(tài)數(shù)據(jù)，并將不同來源的數(shù)據(jù)進行整合，確保數(shù)據(jù)的一致性和完整性；

25、對提取的巡檢過程中的所有相關(guān)原始數(shù)據(jù)進行預處理，并統(tǒng)一坐標系統(tǒng)，通過數(shù)據(jù)清洗、去噪、填充缺失值、數(shù)據(jù)轉(zhuǎn)換（如歸一化、標準化）等預處理步驟，提高數(shù)據(jù)質(zhì)量，為后續(xù)分析打下良好基礎(chǔ)；

26、從巡檢人員的實際行走軌跡數(shù)據(jù)中解析出每個軌跡點的位置、時間信息，并加載系統(tǒng)中預設(shè)的巡檢路線，采用hausdorff距離計算的方式將實際行走軌跡與預設(shè)巡檢路線進行比對，得到軌跡評估指數(shù)，評估兩者之間的差異度，根據(jù)比對結(jié)果，識別出未按照既定路線執(zhí)行任務的情況，如偏離路線、漏檢區(qū)域，并標記為異常；

27、將設(shè)備狀態(tài)數(shù)據(jù)按照設(shè)備類型、時間段的維度進行分類和聚合，以便進行更深入的分析，設(shè)定各設(shè)備參數(shù)的標準閾值，通過比較實際數(shù)據(jù)與閾值，判斷設(shè)備是否處于正常狀態(tài)，利用時間序列分析方法，分析設(shè)備狀態(tài)參數(shù)隨時間的變化趨勢，得到設(shè)備異常評估指數(shù)，預測故障趨勢，識別出趨勢異常的參數(shù)值，標記為潛在的設(shè)備故障問題。

28、優(yōu)選的，所述軌跡評估指數(shù)的表達式為：

29、

30、其中，tei為軌跡評估指數(shù)，用于量化實際行走軌跡與預設(shè)巡檢路線之間的差異，n為實際行走軌跡中的點數(shù)，p_i為實際行走軌跡中的第i個點，q_h為預設(shè)巡檢路線中的第h個點，d(p_i，q_h?)為點p_i和q_h之間的歐幾里得距離，tei的值越小，表示實際行走軌跡與預設(shè)巡檢路線越接近；

31、所述設(shè)備異常評估指數(shù)的表達式為：

32、；

33、其中，dei為設(shè)備異常評估指數(shù)，用于評估設(shè)備狀態(tài)參數(shù)隨時間的變化趨勢，并預測潛在的故障，t為總時間點數(shù)，x_t為第t時刻設(shè)備的理想狀態(tài)值，y_t為第t時刻設(shè)備的實際測量值，θ為調(diào)節(jié)指數(shù)，用于調(diào)整理想值和實際值之間差異的敏感度，dei的值越大，表示設(shè)備狀態(tài)越偏離理想狀態(tài)，潛在故障風險越高。

34、優(yōu)選的，所述檢測報警模塊中，根據(jù)異常程度自動觸發(fā)報警機制的過程包括：

35、實時接收巡檢人員上傳的gps軌跡數(shù)據(jù)，利用預設(shè)的巡檢路線和hausdorff距離計算方法，對比巡檢人員的實際行走軌跡與預設(shè)的巡檢路線，得出軌跡評估指數(shù)，并設(shè)定軌跡偏離閾值，當軌跡評估指數(shù)超過軌跡偏離閾值時，判定為巡檢人員偏離標準路線；

36、實時接收各類傳感器上傳的設(shè)備狀態(tài)數(shù)據(jù)，根據(jù)預設(shè)的設(shè)備參數(shù)標準閾值，對接收到的數(shù)據(jù)進行比對分析，應用時間序列分析方法，預測設(shè)備狀態(tài)參數(shù)的變化趨勢，計算設(shè)備異常評估指數(shù)，并設(shè)定異常評估閾值，當設(shè)備異常評估指數(shù)超過該閾值時，判定為設(shè)備狀態(tài)異常；

37、根據(jù)巡檢人員軌跡偏離的嚴重程度和設(shè)備狀態(tài)異常的潛在風險，為軌跡評估指數(shù)和設(shè)備異常評估指數(shù)分配不同的權(quán)重，將軌跡評估指數(shù)和設(shè)備異常評估指數(shù)按照分配的權(quán)重進行加權(quán)計算，得到異常預警系數(shù)；

38、根據(jù)異常預警系數(shù)設(shè)定不同的報警等級，分別為一級報警等級、二級報警等級以及三級報警等級，其中，報警等級從一級至三級異常程度，逐漸增強，并結(jié)合巡檢任務的緊急程度、故障后果的嚴重程度，設(shè)定異常預警系數(shù)的報警閾值，與報警等級相匹配；

39、結(jié)合異常檢測和異常預警系數(shù)的計算結(jié)果，確定當前報警等級，并分析當前巡檢過程的異常程度，生成相應的報警信息，其中，報警信息包含異常類型（巡檢人員偏離路線或設(shè)備狀態(tài)異常）、異常位置（具體坐標或設(shè)備編號）、報警等級（通過預警系數(shù)量化表示）以及建議的糾正措施內(nèi)容；

40、通過短信、郵件、即時通訊軟件的多種渠道，將報警信息及時發(fā)送給相關(guān)人員（如巡檢隊長、運維人員、設(shè)備管理員等），確保相關(guān)人員能夠迅速接收到報警信息，并了解異常情況的具體細節(jié)和應對措施。

41、優(yōu)選的，所述異常預警系數(shù)的表達式為：

42、；

43、其中，awc為異常預警系數(shù)，α和β為權(quán)重因子，用于調(diào)整軌跡評估指數(shù)和設(shè)備異常評估指數(shù)在總預警系數(shù)中的相對重要性，tei_k為第k個時間點的軌跡評估指數(shù)，(tei)??為所有時間點的軌跡評估指數(shù)的平均值，n為軌跡評估指數(shù)的數(shù)據(jù)點數(shù)量，dei_j為第j個設(shè)備的狀態(tài)異常評估指數(shù)，m為設(shè)備異常評估指數(shù)的數(shù)據(jù)點數(shù)量，awc越高，表示異常情況越嚴重。

44、優(yōu)選的，多個所述報警等級對應多個所述報警閾值，所述報警閾值包括上閾值和下閾值，多個所述報警等級與多個所述報警閾值的對應關(guān)系為：

45、一級報警等級awc≤awc_m；

46、二級報警等級awc_m<awc≤awc_h；

47、三級報警等級awc>awc_h；

48、其中，awc為異常預警系數(shù)，ec_yg為二級報警等級對應的下閾值與一級報警等級對應的上閾值，awc_h為三級報警等級對應的下閾值與二級報警等級對應的上閾值。

49、優(yōu)選的，所述報告生成模塊中，巡檢報告的生成過程包括：

50、對巡檢人員的行走軌跡進行路徑還原和比對，評估是否按照預設(shè)路線完成巡檢，標注出偏離路線的具體位置和時間，根據(jù)設(shè)備狀態(tài)數(shù)據(jù)，結(jié)合預設(shè)的閾值，評估設(shè)備的健康狀況和潛在風險，并根據(jù)異常檢測和調(diào)度結(jié)果，確定檢測到的異常情況的報警等級；

51、基于確定的報警等級和相應的報警信息，生成巡檢報告，包括但不限于：巡檢概覽：巡檢的基本信息，如巡檢時間、巡檢人員、巡檢區(qū)域等，行走軌跡分析：巡檢人員的行走軌跡圖、與預設(shè)巡檢路線的比對結(jié)果、偏離情況的詳細描述，設(shè)備狀態(tài)報告：設(shè)備狀態(tài)的匯總信息，包括正常和異常狀態(tài)的設(shè)備列表、關(guān)鍵參數(shù)的趨勢分析，異常情況匯總：異常事件的列表、位置、時間、類型、可能的原因和建議的糾正措施，巡檢效率分析：巡檢任務的完成情況、巡檢路線的覆蓋率、巡檢人員的效率評估；

52、將巡檢報告的內(nèi)容進行標準化處理，分發(fā)至相關(guān)人員，并將報告存檔，以便于查詢和分析。

53、本發(fā)明提供了基于人工智能的配網(wǎng)巡檢輔助系統(tǒng)。具備以下有益效果：

54、一、該基于人工智能的配網(wǎng)巡檢輔助系統(tǒng)，通過實時接收并處理巡檢人員的gps軌跡數(shù)據(jù)和設(shè)備的狀態(tài)數(shù)據(jù)，自動對比預設(shè)的巡檢路線和設(shè)備參數(shù)標準，識別出巡檢人員是否偏離標準路線以及設(shè)備是否存在異常狀態(tài)，即時反饋機制減少了人工檢查的時間和誤差，使巡檢工作更加高效和精確，同時，利用時間序列分析提前預測設(shè)備故障，實現(xiàn)預防性維護，避免突發(fā)故障對電網(wǎng)運行的影響。

55、二、該基于人工智能的配網(wǎng)巡檢輔助系統(tǒng)，通過實時監(jiān)控巡檢人員的行走軌跡與預設(shè)巡檢路線的比對，確保巡檢人員按照既定的巡檢路線執(zhí)行任務，利用hausdorff距離計算方法，精確地識別出巡檢路徑的偏差，從而減少漏檢和誤檢的情況，此外，通過rfid技術(shù)識別關(guān)鍵站點和設(shè)備，減少了人為因素導致的識別錯誤，提高了巡檢工作的準確性和可靠性，確保了電力設(shè)備的穩(wěn)定運行。