CN113052340A - 聚合多源数据的预警方法、***及存储介质 - Google Patents

Abstract

本申请公开了聚合多源数据的预警方法、***及存储介质，其中方法包括：获取目标的业务数据，以业务数据为基础关联目标的机巡数据；获取目标的实时监测数据，根据机巡数据和实时监测数据计算目标的设备健康度；设置风险预警值，当设备健康度低于风险预警值，发出预警提示对目标进行维护。通过将机巡数据和实时检测数据进行融合、解算、分析识别等操作，计算出目标的设备健康度，相较于常规的数据处理方式，本申请的机巡大数据关联聚合多源数据的预警方法能够有效提升对多源数据的处理效率，可以根据设备健康度及时对目标进行检修维护，具有很好的实用价值。

Description

聚合多源数据的预警方法、***及存储介质

技术领域

本申请涉及大数据处理技术领域，尤其涉及聚合多源数据的预警方法、***及存储介质。

背景技术

在随着智能电网的发展，信息模型融合已成为推动电网异构***兼容、互动和优化的关键技术之一，为了更好的实现信息交互，国际电工委员会定义了公共信息模型CIM，来规范异构***间信息交互的公共语义及语法。但是目前，相关技术中对于机巡大数据的处理方式并不能适应当前的业务需求，对于多源数据的利用效率也不高，电力***的运维效率低下。

发明内容

本申请提供聚合多源数据的预警方法、***及存储介质，以解决现有技术中对于多源数据的利用效率不高、电力***的运维效率低下的问题。

为解决上述技术问题，本申请提出一种机巡大数据关联聚合多源数据的预警方法，包括：获取目标的业务数据，以业务数据为基础关联目标的机巡数据；获取目标的实时监测数据；根据机巡数据和实时监测数据计算目标的设备健康度；设置风险预警值，当设备健康度低于风险预警值，发出预警提示对目标进行维护。

可选地，业务数据包括设备台账、监测终端台账、计划管理数据、历史缺陷数据、作业人员台账和污源数据。

可选地，机巡数据包括可见光图片、红外图片、视频数据、点云数据。

可选地，实时监测数据包括气象数据和运行数据。

可选地，气象数据包括温度数据、气压数据、风向数据、风速数据、雨量数据、湿度数据、山火数据。

可选地，运行数据包括运行电流、环流数据、局放数据和监控照片。

可选地，根据机巡数据和实时监测数据计算目标的设备健康度，包括步骤：对机巡数据进行图像识别处理，获取机巡数据中目标的缺陷类型和缺陷数量。

可选地，在根据机巡数据和实时监测数据计算目标的设备健康度之后，包括步骤：根据设备健康度的变化曲线生成可视化图表。

为解决上述技术问题，本申请提出一种机巡大数据关联聚合多源数据的预警***，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的机巡大数据关联聚合多源数据的预警方法。

为解决上述技术问题，本申请提出一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行上述的机巡大数据关联聚合多源数据的预警方法。

本申请提出聚合多源数据的预警方法、***及存储介质，其中方法包括：获取目标的业务数据，以业务数据为基础关联目标的机巡数据；获取目标的实时监测数据根据机巡数据和实时监测数据计算目标的设备健康度；设置风险预警值，当设备健康度低于风险预警值，发出预警提示对目标进行维护。将机巡数据和实时检测数据进行融合、解算、分析识别等操作，计算出目标的设备健康度，相较于常规的数据处理方式，本申请的机巡大数据关联聚合多源数据的预警方法能够有效提升对多源数据的处理效率，可以根据设备健康度及时对目标进行检修维护，具有很好的实用价值。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施方式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申请的一些实施方式，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是本申请机巡大数据关联聚合多源数据的预警方法一实施例的流程示意图；

图2是本申请机巡大数据关联聚合多源数据的预警***一实施例的结构示意图；

图3是本申请计算机可读存储介质一实施例的结构示意图。

具体实施方式

为使本领域的技术人员更好地理解本申请的技术方案，下面结合附图和具体实施方式对本申请所提供聚合多源数据的预警方法、***及存储介质进一步详细描述。

本申请提供了一种机巡大数据关联聚合多源数据的预警方法，能够有效提升对多源数据的处理效率，提升对输电线路的运行维护能力。

下面结合附图，对本申请实施例作进一步阐述。

参照图1，图1是本申请机巡大数据关联聚合多源数据的预警方法一实施例的流程示意图，机巡大数据关联聚合多源数据的预警方法包括但不仅限于步骤S110至步骤S140。

步骤S110，获取目标的业务数据，以业务数据为基础关联目标的机巡数据；

步骤S120，获取目标的实时监测数据；

步骤S130，根据机巡数据和实时监测数据计算目标的设备健康度；

步骤S140，设置风险预警值，当设备健康度低于风险预警值，发出预警提示对目标进行维护。

获取目标的业务数据，并以业务数据为基础关联目标的机巡数据，机巡数据可以包括可见光图片、红外图片、视频数据、点云数据，例如是可见光图像视频、红外测温数据、倾斜摄影数据、激光点云数据。

机巡数据是通过直升机或无人机对目标设备进行拍摄获取的，当然也可以是通过人工巡检拍摄照片，供电设备常常设置在野外，使用直升机或无人机对目标设备进行拍摄效率更高。

机巡数据的可见光图片可以展示目标的状态，根据可见光图片可以看到目标的缺陷类型和数量。

红外图片用于展示目标的不同区域的温度信息，可以根据目标温度判断目标是否处于正常工作状态。

视频数据可以直观地展现目标的缺陷发生过程，根据视频数据可以发现目标缺陷的发生原因，可以依靠点云数据在三维场景下将目标的状态展示，方便可视化展示。

需要说明的是，机巡数据通常都是视频或者图片数据，需要对机巡数据进行图像识别处理，才能获得目标的缺陷类型和缺陷数量。

获取目标的实时监测数据，对业务数据、机巡数据和实时监测数据进行自动归类、自动融合、自动解算、自动分析识别，挖掘多源数据之间的内在关联关系，计算得到目标的设备健康度，预设目标的风险预警值，当设备健康度低于风险预警值，发出预警提示对目标进行维护。

本实施例的机巡大数据关联聚合多源数据的预警方法，能够有效提升对机巡大数据关联聚合多源数据建立数据模型的效率，使用数据模型对业务数据、机巡数据和实时监测数据进行自动归类、自动融合、自动解算、自动分析识别，有效提升对多源数据的处理效率，可以根据设备健康度及时对目标进行检修维护，具有很好的实用价值。

在一实施例中，以业务数据作为基础，关联处理机巡数据和多源数据，业务数据可以包括设备台账、监测终端台账、计划管理数据、历史缺陷数据、作业人员台账和污源数据。

设备台账可以包括设备的型号、价格、检修周期、上一次检修时间等信息。

监测终端台账可以是包括目标设备的监测终端的型号、价格、检修周期等信息。

计划管理数据可以是对目标做出的计划管理表，根据计划管理表对目标进行检修维护计划。

历史缺陷数据可以是包括目标历史出现的故障类型和故障数量，根据历史缺陷数据可以做出对目标科学合理的巡视计划，也便于定期对目标检修维护。

作业人员台账是作业人员对目标进行的历史操作的记录，可以根据作业人员的操作来对目标合理管理。

污源数据是对目标的历史缺陷的来源进行的记载，准确把握缺陷出现的原因，能够有效地在缺陷出现之前对目标进行保护，能够很好地减少缺陷出现的几率，提升目标设备的可靠性，具有非常好的实用价值。

在一实施例中，实时监测数据包括气象数据和运行数据。供电设备常常设置在野外，野外对供电设备影响最大的就是气象因数，结合对目标所处位置的气象数据的实时监测和目标的运行数据，能够较好地掌握目标的健康程度。

气象数据包括温度数据、气压数据、风向数据、风速数据、雨量数据、湿度数据、山火数据。

气象数据对于设置在野外的供电设备通常有较大的影响，对气象数据进行实时监测，并将监测结果录入存储，实时根据监测数据对目标的设备健康度进行评价，能够实时动态感知外部环境变化。

其中温度数据对设备的运行也有较大的影响，如在低温天气并伴随着降雨的情况下，供电设备的某些零部件不能正常工作，影响供电设备的正常运行，降低了设备的健康度；当风速过高会对供电设备造成一定的损毁，使设备不能正常运行，降低设备健康度；实时获取气象数据能够动态掌握设备的健康度，并可以根据设备的健康度及时对设备进行检修维护，有效提升维护效率，使供电设备的运行更加安全可靠，为电力设备的正常运行提供有力保障。

在一实施例中，运行数据可以包括运行电流、环流数据、局放数据和监控照片。

实时监测数据也包括设备的运行数据，运行数据包括运行电流、环流数据、局放数据和监控照片，实时监测设备的运行状况可以监测设备是否处于正常工作状态，当运行电流、环流数据、局放数据异常时，说明供电设备处于非正常运行状态，根据运行状态能够实时掌握设备的健康度，结合气象数据实时监测设备的健康度，在设备健康度低于风险预警值及时发出警报。

在一实施例中，对机巡数据进行图像识别处理，获取机巡数据中目标的缺陷类型和缺陷数量。由于机巡数据通常都是视频数据或者图片数据，机巡数据包括可见光图片、红外图片、视频数据、点云数据和倾斜摄影数据，需要对图像数据或者视频数据进行图像识别后才能获取对应目标的缺陷类型和缺陷数量，根据识别出的缺陷类型和数量可以建立缺陷数据库，便于人工智能学习缺陷类型，提升数据处理的速度和效率。

以业务数据为基础，根据目标智能关联目标的机巡数据，根据机巡数据在缺陷库中，以获得目标设备的缺陷类型和缺陷数据，根据缺陷类型和缺陷数量自动对目标的设备健康度进行评价，也会结合设备所在位置和供电设备的覆盖用户人数智能安排维护计划，维护计划可以包括人员、物资和车辆的安排，有效提升对电力设备检修的效率。

在一实施例中，根据设备健康度的变化曲线生成可视化图表。生成可视化图表便于人员在直接观察目标的健康度曲线，并可以根据目标的健康度变化曲线科学合理地制定检修维护计划。

可以根据图表发现目标设备的健康度变化规律，图表可以包括设备的位置信息、设备型号、设备价格等信息，还可以包括本设备的历史缺陷信息，根据设备的历史缺陷信息发现设备的易损原因，结合设备历史损坏原因和污源数据，智能安排对目标设备的检修维护计划。

综上，对设备健康度的评价因素可以是包括业务数据、机巡数据和实时监测数据，业务数据包括设备台账、监测终端台账、计划管理数据、历史缺陷数据、作业人员台账和污源数据，机巡数据可以是包括可见光图片、红外图片、视频数据、点云数据、倾斜摄影数据，实时监测数据可以是包括气象数据和运行数据，气象数据可以是包括温度数据、气压数据、风向数据、风速数据、雨量数据、湿度数据、山火数据，运行数据包括运行电流、环流数据、局放数据和监控照片。结合业务数据、机巡数据和实时监测数据，建立对目标设备健康度的自动评价数学模型，可以以设备台账为基础，对应建立目标的缺陷数据库，智能学习目标设备的历史缺陷数据，根据实时监测的气象数据和运行数据对目标的设备健康度智能评价，当设备健康度低于风险预警值，及时提醒对目标设备进行检修维护。

设备健康度可以设置有正常运行、轻微受损、需要维修、无法运行、完全损坏，当设备处于正常运行时无需检修，设备处于需要维修、无法运行、完全损坏三个状态下就需要及时对设备进行巡视维护。

本申请还提供了一种机巡大数据关联聚合多源数据的预警***，请参阅图2，图2是本申请机巡大数据关联聚合多源数据的预警***一实施例的结构示意图。在本实施例中，机巡大数据关联聚合多源数据的预警***200可以包括存储器210、处理器220及存储在存储器210上并可在处理器220上运行的计算机程序。

处理器220执行计算机程序时实现如第一方面的机巡大数据关联聚合多源数据的预警方法。机巡大数据关联聚合多源数据的预警方法能够有效提升对多源数据的处理效率，可以根据设备健康度及时对目标进行检修维护，提升对输电线路的运行维护能力，具有很好的实用价值。

此外，本申请的一个实施例还提供了一种计算机可读存储介质，请参阅图3，图3是本申请计算机可读存储介质一实施例的结构示意图。该计算机可读存储介质300存储有计算机可执行指令310，该计算机可执行指令310被一个或多个控制处理器执行，例如，控制处理器能够执行图1中的方法步骤S110至步骤S140。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、***可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。

这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。

计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。

此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。文中所使用的步骤编号也仅是为了方便描述，不对作为对步骤执行先后顺序的限定。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请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，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种机巡大数据关联聚合多源数据的预警方法，其特征在于，包括：

获取目标的业务数据，以所述业务数据为基础关联所述目标的机巡数据；

获取所述目标的实时监测数据；

根据所述机巡数据和所述实时监测数据计算所述目标的设备健康度；

设置风险预警值，当所述设备健康度低于所述风险预警值，发出预警提示对所述目标进行维护。

2.根据权利要求1所述的机巡大数据关联聚合多源数据的预警方法，其特征在于，所述业务数据包括设备台账、监测终端台账、计划管理数据、历史缺陷数据、作业人员台账和污源数据。

3.根据权利要求1所述的机巡大数据关联聚合多源数据的预警方法，其特征在于，所述机巡数据包括可见光图片、红外图片、视频数据、点云数据。

4.根据权利要求1所述的机巡大数据关联聚合多源数据的预警方法，其特征在于，所述实时监测数据包括气象数据和运行数据。

5.根据权利要求4所述的机巡大数据关联聚合多源数据的预警方法，其特征在于，所述气象数据包括温度数据、气压数据、风向数据、风速数据、雨量数据、湿度数据、山火数据。

6.根据权利要求4所述的机巡大数据关联聚合多源数据的预警方法，其特征在于，所述运行数据包括运行电流、环流数据、局放数据和监控照片。

7.根据权利要求1所述的机巡大数据关联聚合多源数据的预警方法，其特征在于，所述根据所述机巡数据和所述实时监测数据计算所述目标的设备健康度，包括步骤：

对所述机巡数据进行图像识别处理，获取所述机巡数据中所述目标的缺陷类型和缺陷数量。

8.根据权利要求1所述的机巡大数据关联聚合多源数据的预警方法，其特征在于，在所述根据所述机巡数据和所述实时监测数据计算所述目标的设备健康度之后，包括步骤：

根据所述设备健康度的变化曲线生成可视化图表。

9.一种机巡大数据关联聚合多源数据的预警***，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的机巡大数据关联聚合多源数据的预警方法。

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可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8任意一项所述的机巡大数据关联聚合多源数据的预警方法。

Images