CN115574867A - 互感器故障检测方法、装置、电子设备及存储介质 - Google Patents
互感器故障检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115574867A CN115574867A CN202211344799.7A CN202211344799A CN115574867A CN 115574867 A CN115574867 A CN 115574867A CN 202211344799 A CN202211344799 A CN 202211344799A CN 115574867 A CN115574867 A CN 115574867A
- Authority
- CN
- China
- Prior art keywords
- fault
- transformer
- mutual inductor
- entity
- initial
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明实施例公开了一种互感器故障检测方法、装置、电子设备及存储介质,方法包括:获取互感器的待检测故障参数;检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项;通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。本发明实施例的技术方案实现了对互感器故障的检测,提高了检测的效率。
Description
技术领域
本发明涉及一种故障检测技术领域,尤其涉及一种互感器故障检测方法、装置、电子设备及存储介质。
背景技术
互感器是电流互感器和电压互感器的统称,它能将高电压变成低电压、大电流变成小电流,用于测量和保护***,是构成配电网的关键基础设备以及电力输变电设备的重要组成部分,对配电网的安全可靠运行起着至关重要的作用。互感器的安全与配电网的运行稳定性以及对用户的供电可靠性息息相关。随着电力工业的发展,我国互感器市场增速较快,互感器的等级、种类和材料都有了很大提高,电网电压的等级和保护要求也需要得到一定完善。
当前互感器的故障处理主要依靠专业人员的现场勘测形式,甚至是需要特定的专家,当互感器出现故障的时候,有可能不能及时维修,造成后果不可预测,并且维修成本高,鉴于人工排查互感器故障的问题,也有专业的***研究,例如专家***,能够更快的帮助维修人员发现故障原因和故障维修方案,但专家***构建成本较高,准确性一般,无法适应各种突变情况,造成实际使用存在定位原因、给出的维修建议出错的情况。
发明内容
本发明实施例提供了一种互感器故障检测方法、装置、电子设备及存储介质,以解决上述的技术问题。
第一方面,本发明实施例提供了一种互感器故障检测方法,方法包括:
获取互感器的待检测故障参数;检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项;
通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。
第二方面,本发明实施例还提供了一种互感器故障检测装置,装置包括:
参数获取模块,用于获取互感器的待检测故障参数;检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项;
参数处理模块,用于通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。
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:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任一所述实施例中的互感器故障检测方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明中任一所述实施例的互感器故障检测方法。
本发明实施例的技术方案,通过获得互感器的待检测故障参数,通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,可以得到互感器的故障检测信息。本发明实施例的技术方案实现了对互感器的故障检测信息的获取,提高了互感器的故障检测的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,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。
其中:
图1为一个实施例中互感器故障检测方法的流程示意图;
图2为另一个实施例中的互感器故障检测装置的结构示意图;
图3为另一个实施例中的电子设备的结构示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在一个本发明实施例中,提出一种互感器故障检测方法,如图1所示,本发明实施例可以由互感器故障检测装置来实现。
如图1所示,方法包括如下步骤:
S110、获取互感器的待检测故障参数。
其中,检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项。当然,获取互感器的待检测故障参数时,也获取了互感器的属性信息,根据互感器的信息可以确定该互感器。
具体的,获取互感器的待检测故障参数。对需要检测的互感器,获取它的一些待检测故障参数,以使的后续可以基于待检测故障参数与互感器故障知识库,得到互感器是否出现故障。
可选地,还可以是用户输入的互感器的待检测故障现象的描述数据,以使通过互感器故障知识库对描述数据进行处理,得到互感器的故障检测信息。
S120、通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息。
其中,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。可选地,故障检测信息中还包括故障发生时的一些故障参数,包括电流、电压、温度以及振动参数等。也即,故障检测信息中包括故障发生时的描述故障现象的信息。
具体的,通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,可以得到互感器的故障检测信息,提高互感器故障检测的准确度。
本发明实施例的技术方案,通过获得互感器的待检测故障参数,通过预设模型对互感器故障知识库中的各个三元组以及待检测故障参数进行处理,可以得到互感器的故障检测信息。本发明实施例的技术方案实现了对互感器的故障检测信息的获取,提高了互感器的故障检测的准确度。
在另一本发明实施例中,在所述通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理之前,包括:构建互感器故障知识库,包括:获取互感器本体以及故障本体,所述故障本体包括故障原因、故障参数以及解决方案;基于互感器本体、故障本体以及本体关系得到本体库;所述本体关系为所述互感器本体和故障本体之间的关系;对所述本体库中的所述互感器本体、故障本体以及本体关系增加实例,得到互感器故障知识库。
本发明实施例中,互感器本体包括互感器的本体以及互感器各个部件的本体。
具体的,获取互感器本体以及相对应的故障本体之间的本体关系,根据互感器本体、故障本体以及本体关系可以得到本体库。基于本体库,对本库中的各个互感器本体、各个故障本体以及各个本体关系都增加实例,可以得到互感器故障知识库。
可选地,本体之间的关系,包括继承类关系、具有类关系和动作类关系。这里的本体包括互感器本体和故障本体。
可选地,可以获取互感器的历史故障数据,通过历史故障数据,得到故障本体、互感器本体,以及每个故障本体与相对应的互感器本体之间的本体关系。历史故障数据中包括互感器的属性信息,互感器的故障部件,故障原因,故障参数以及解决方案等等。互感器的属性信息包括但不限于互感器的型号、互感器所在的位置和互感器额定功率等等。故障参数是指与故障发生时对应的电流参数、温度参数和振动参数等等。
本发明实施例中,根据历史故障数据中的每个实例中的具体数据,对互感器本体以及故障本体以及本体关系增加实例,依次得到互感器实体,故障实体以及实体关系。具体数据包括具体的故障参数、故障原因以及互感器的属性信息等等。
在另一本发明实施例中,所述对所述本体库中的所述互感器本体、故障本体以及本体关系增加实例,得到互感器故障知识库,包括:通过构建的联合提取模型,从实例数据提取互感器实体、实体关系以及故障实体,得到多个初始三元组;基于实体对齐模型对多个初始三元组进行融合,得到所述互感器故障知识库。所述实例数据包括互感器的历史故障数据。
本发明实施例中,通过构建的联合提取模型,从实例数据中提取互感器实体、实体关系以及故障实体,得到多个初始三元组,之后基于实体对齐模型多个初始三元组进行融合,得到互感器故障知识库。应当理解,互感器故障知识库可以转换为互感器故障知识图谱。
在另一本发明实施例中,所述联合提取模型包括字符嵌入层、长短期记忆网络层;所述通过构建的联合提取模型从实例数据提取互感器实体、实体关系以及故障实体,得到多个初始三元组,包括:在所述字符嵌入层中基于本体库中的各个本体标签,对实例数据进行标注,得到初始互感器实体、初始故障实体以初始及实体关系的标注文本;所述本体标签包括互感器本体标签、故障本体标签以及本体关系标签;在所述长短期记忆网络层中基于所述标注文本,获得多个初始三元组;基于实体对齐模型对所述多个初始三元组进行处理,得到互感器故障知识库。
本发明实施例中,实例数据可以是互感器的台账记录数据,通过字符嵌入层对实例进行字符标注,得到初始互感器实体、初始故障实体和初始实体关系的标注文本。标注的依据是互感器的本体库中的各个本体,各个本体包括互感器本体、故障本体以及本体关系。双向长短期记忆网络层对标注文本进行处理,得到多个初始三元组。通过实体对齐模型对多个初始三元组进行知识融合,得到互感器故障知识库。初始三元组包括互感器实体、故障实体以及实体关系。可选的,这里的台账记录数据包括互感器的实时导入的故障数据。
可选的,双向长短期记忆网络层中包括多个子层,第一子层获取标注文本的深层上下文特征,连接词序列子层(wordsequence层)根据深层上下文特征进行实体输出,第二子层使用基于树结构的双向长短期记忆网络层提取文本中的实体关系(树结构具有连接作用,可以找到实体之间的关系),接着通过结合这两层网络层来提取互感器故障的实体和关系,以输出多个初始三元组。
可选地,本发明实施例中的初始三元组包括多个,其中有些实体表示的含义相同,但是采用的技术术语不同,通过实体对齐模型可以实现实体消歧。也即使用实体并行关系相似度计算过滤出指向同一事物的不同实体名称,并使用实体关系聚类将上面标注的指向同一事物的实体名称合并标记。实现将来源不同的特征融合到一起并去掉冗余信息,从而达到多种特征优势互补的目的。
应当理解这里的实体-关系三元组是指互感器实体、故障实体以及实体关系的三元组。这里的事物可以是指互感器,也可以是故障。
在另一本发明实施例中,所述通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,包括:通过注意机制下的图卷积神经网络模型对互感器故障知识库以及待检测故障参数进行处理,得到互感器的故障检测信息。
本发明实施例中,注意机制下的图卷积神经网络模型可以为基于自注意力机制的图卷积神经网络模型。
具体的,通过基于自注意力机制的图卷积神经网络模型对互感器故障知识库中的各个三元组,以及待检测故障参数,得到目标三元组,也即互感器的故障检测信息。
可选的,通过图卷积神经网络(Graph Convolutional Network,GCN)对实体与其邻域实体进行相关性计算,得到实体特征向量。自注意力机制为邻域中的不同实体指定不同权重,从而有效衡量不同邻域实体对当前实体的影响程度,达到多条路径信息传递的效果。接着采用GCN的参数共享技术学习实体的相邻实体关系特征,进一步避免密集矩阵操作的计算。最后使用ComplE函数作为模型预测的打分函数,通过分离实体特征和实体关系特征的实部和虚部来显性的考虑知识库中的非对称关系,最后利用生成的实体隐性特征向量进行实体和关系推理,得到目标三元组。
在另一本发明实施例中,在所述得到互感器的故障检测信息之后,还包括:显示互感器故障知识图谱,以及所述故障检测信息;其中,所述互感器故障知识图谱是基于互感器故障知识库得到的。
本发明实施例中,通过使用Neo4j存储互感器本体、故障本体、本体关系、互感器实体、故障实体以及实体关系,进而建立互感器故障知识图谱,也即将互感器故障知识库转换为互感器故障知识图谱。在Neo4j中使用密码语句作为故障故障知识查询语句,用户可以输入对应的查询语句,进而访问数据库,通过结构化的方式从互感器故障知识图谱中得到需要的故障实体等。可选地,用户可以在显示界面上输入查询语句,并在显示界面上显示互感器故障知识图谱。其中,Neo4j是一个高性能的NOSQL图形数据库。这样,可以显示互感器故障知识图谱以及故障检测信息。
在另一本发明实施例中,显示所述故障检测信息之后,还包括:将所述故障检测消息推送至用户端。
本发明实施例中,在显示了互感器故障知识图谱后,还可以将故障检测消息以推送消息的方式,发送至用户端,便于用户查阅。用户端可以是手机终端、平板电脑以及电脑终端等。示例性的,用户在电脑终端A输入待检测故障参数,在电脑终端A显示了与待检测故障参数对应的互感器的故障检测信息,之后,根据用户输入的手机终端B的属性信息,将故障检测信息以推动消息的方法发送至用户端。属性信息可以是手机终端B的手机号以及手机型号等。
在另一本发明实施例中,提供了一种互感器故障检测装置,如图2所示,本发明实施例的互感器故障检测装置可以实现上述的任意互感器故障检测方法。与上述实施例相同或者相似的技术术语将不再赘述。
如图2所示,装置包括参数获取模块410和参数处理模块420,其中:
参数获取模块410,用于获取互感器的待检测故障参数;检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项;参数处理模块420,用于通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。
进一步的,装置还包括:
知识库构建模块,用于构建互感器故障知识库,
还用于:获取互感器本体以及故障本体,所述故障本体包括故障原因、故障参数以及解决方案;基于互感器本体、故障本体以及本体关系得到本体库;所述本体关系为所述互感器本体和故障本体之间的关系;对所述本体库中的所述互感器本体、故障本体以及本体关系增加实例,得到互感器故障知识库。
进一步的,知识库构建模块还用于:
通过构建的联合提取模型,从实例数据提取初始互感器实体、初始实体关系以及初始故障实体,得到多个初始三元组;所述实例数据包括互感器的历史故障数据;基于实体对齐模型对多个初始三元组进行融合,得到所述互感器故障知识库。
进一步的,所述联合提取模型包括字符嵌入层、长短期记忆网络层;
知识库构建模块,还用于在所述字符嵌入层中基于本体库中的各个本体标签,对实例数据进行标注,得到初始互感器实体、初始故障实体以初始及实体关系的标注文本;所述本体标签包括互感器本体标签、故障本体标签以及本体关系标签;在所述长短期记忆网络层中基于所述标注文本,获得多个初始三元组;基于实体对齐模型对所述多个初始三元组进行处理,得到互感器故障知识库。
进一步的,知识库构建模块还用于:
在所述字符嵌入层中基于本体库中的各个本体标签,对实例数据进行标注,得到初始互感器实体、初始故障实体以初始及实体关系的标注文本;所述本体标签包括互感器本体标签、故障本体标签以及本体关系标签;在所述长短期记忆网络层中基于所述标注文本,获得多个初始三元组;基于实体对齐模型对所述多个初始三元组进行处理,得到互感器故障知识库。
进一步的,参数处理模块420还用于:
通过注意机制下的图卷积神经网络模型对互感器故障知识库以及待检测故障参数进行处理,得到互感器的故障检测信息。
进一步的,装置还包括:
显示模块,用于显示互感器故障知识图谱,以及所述故障检测信息;其中,所述互感器故障知识图谱是基于互感器故障知识库得到的。
进一步的,装置还包括:
推送模块,用于将所述故障检测消息推送至用户端。
本发明实施例的技术方案,通过获得互感器的待检测故障参数,通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,可以得到互感器的故障检测信息。本发明实施例的技术方案实现了对互感器的故障检测信息的获取,提高了互感器的故障检测的准确度。
值得注意的是,上述装置所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
在另一个本发明实施例中,提供一种电子设备。图3为本发明实施例提供的一种电子设备的结构示意图。图3示出了适于用来实现本发明实施例实施方式的示例性电子设备50的框图。图3显示的电子设备50仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,电子设备50以通用计算设备的形式表现。电子设备50的组件可以包括但不限于:一个或者多个处理器或者处理单元501,***存储器502,连接不同***组件(包括***存储器502和处理单元501)的总线503。
总线503表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,***总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及***组件互连(PCI)总线。
电子设备50典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备50访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
***存储器502可以包括易失性存储器形式的计算机***可读介质,例如随机存取存储器(RAM)504和/或高速缓存存储器505。电子设备50可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例,存储***506可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线503相连。存储器502可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块507的程序/实用工具508,可以存储在例如存储器502中,这样的程序模块507包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块507通常执行本发明所描述的实施例中的功能和/或方法。
电子设备50也可以与一个或多个外部设备509(例如键盘、指向设备、显示器510等)通信,还可与一个或者多个使得用户能与该电子设备50交互的设备通信,和/或与使得该电子设备50能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口511进行。并且,电子设备50还可以通过网络适配器512与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器512通过总线503与电子设备50的其它模块通信。应当明白,尽管图3中未示出,可以结合电子设备50使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
处理单元501通过运行存储在***存储器502中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的互感器故障检测方法。
在另一本发明实施例中,还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种互感器故障检测方法,所述方法包括:
获取互感器的待检测故障参数;检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项;通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种互感器故障检测方法,其特征在于,包括:
获取互感器的待检测故障参数;检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项;
通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。
2.根据权利要求1所述的方法,其特征在于,在所述通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理之前,包括:
构建互感器故障知识库,包括:
获取互感器本体以及故障本体,所述故障本体包括故障原因、故障参数以及解决方案;
基于互感器本体、故障本体以及本体关系得到本体库;所述本体关系为所述互感器本体和故障本体之间的关系;
对所述本体库中的所述互感器本体、故障本体以及本体关系增加实例,得到互感器故障知识库。
3.根据权利要求2所述的方法,其特征在于,所述对所述本体库中的所述互感器本体、故障本体以及本体关系增加实例,得到互感器故障知识库,包括:
通过构建的联合提取模型,从实例数据提取初始互感器实体、初始实体关系以及初始故障实体,得到多个初始三元组;所述实例数据包括互感器的历史故障数据;
基于实体对齐模型对多个初始三元组进行融合,得到所述互感器故障知识库。
4.根据权利要求3所述的方法,其特征在于,所述联合提取模型包括字符嵌入层、长短期记忆网络层;
所述通过构建的联合提取模型,从实例数据提取初始互感器实体、初始实体关系以及初始故障实体,得到多个初始三元组,包括:
在所述字符嵌入层中基于本体库中的各个本体标签,对实例数据进行标注,得到初始互感器实体、初始故障实体以初始及实体关系的标注文本;所述本体标签包括互感器本体标签、故障本体标签以及本体关系标签;
在所述长短期记忆网络层中基于所述标注文本,获得多个初始三元组;
基于实体对齐模型对所述多个初始三元组进行处理,得到互感器故障知识库。
5.根据权利要求1所述的方法,其特征在于,所述通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,包括:
通过注意机制下的图卷积神经网络模型对互感器故障知识库以及待检测故障参数进行处理,得到互感器的故障检测信息。
6.根据权利要求1所述的方法,其特征在于,在所述得到互感器的故障检测信息之后,还包括:
显示互感器故障知识图谱,以及所述故障检测信息;其中,所述互感器故障知识图谱是基于互感器故障知识库得到的。
7.根据权利要求6所述的方法,其特征在于,显示所述故障检测信息之后,还包括:
将所述故障检测消息推送至用户端。
8.一种互感器故障检测装置,其特征在于,包括:
参数获取模块,用于获取互感器的待检测故障参数;检测信号包括互感器的振动参数、电容参数、电阻参数和温度参数中的至少一项;
参数处理模块,用于通过预设模型对互感器故障知识库中的多个三元组以及待检测故障参数进行处理,得到互感器的故障检测信息,所述互感器故障知识库为预先构建的,所述三元组由互感器实体、故障实体以及实体关系组成,所述故障检测信息包括故障部件、预测的故障原因以及解决方案。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的互感器故障检测方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的互感器故障检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211344799.7A CN115574867A (zh) | 2022-10-31 | 2022-10-31 | 互感器故障检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211344799.7A CN115574867A (zh) | 2022-10-31 | 2022-10-31 | 互感器故障检测方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115574867A true CN115574867A (zh) | 2023-01-06 |
Family
ID=84588641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211344799.7A Pending CN115574867A (zh) | 2022-10-31 | 2022-10-31 | 互感器故障检测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115574867A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116256690A (zh) * | 2023-02-15 | 2023-06-13 | 广州市德珑电子器件有限公司 | 一种电流互感器安全检测方法及*** |
CN118226366A (zh) * | 2024-05-22 | 2024-06-21 | 深圳友讯达科技股份有限公司 | 电压互感器的在线监测方法、装置、设备及存储介质 |
-
2022
- 2022-10-31 CN CN202211344799.7A patent/CN115574867A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116256690A (zh) * | 2023-02-15 | 2023-06-13 | 广州市德珑电子器件有限公司 | 一种电流互感器安全检测方法及*** |
CN118226366A (zh) * | 2024-05-22 | 2024-06-21 | 深圳友讯达科技股份有限公司 | 电压互感器的在线监测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11562304B2 (en) | Preventative diagnosis prediction and solution determination of future event using internet of things and artificial intelligence | |
CN115574867A (zh) | 互感器故障检测方法、装置、电子设备及存储介质 | |
CN112507700A (zh) | 事件抽取方法、装置、电子设备及存储介质 | |
Mao et al. | Mapping near-real-time power outages from social media | |
WO2022174491A1 (zh) | 基于人工智能的病历质控方法、装置、计算机设备及存储介质 | |
CN110750654A (zh) | 知识图谱获取方法、装置、设备和介质 | |
WO2023045417A1 (zh) | 一种故障知识图谱构建方法及装置 | |
CN112579727B (zh) | 文档内容的提取方法、装置、电子设备及存储介质 | |
CN111259160A (zh) | 知识图谱构建方法、装置、设备及存储介质 | |
CN114969161B (zh) | 数据处理方法和装置、数据中台*** | |
CN117273133A (zh) | 配电网多源异构数据知识图谱的构建方法 | |
US20150379112A1 (en) | Creating an on-line job function ontology | |
CN115617946A (zh) | 一种基于知识图谱的供电运维全要素数据融合方法 | |
CN115017898A (zh) | 敏感文本的识别方法、装置、电子设备及存储介质 | |
CN115455922B (zh) | 表单校验方法、装置、电子设备和存储介质 | |
CN116737947A (zh) | 实体关系图构建方法、装置、设备及存储介质 | |
Zhang et al. | Towards an interoperable online volunteered geographic information system for disaster response | |
CN104573098B (zh) | 基于Spark***的大规模对象识别方法 | |
CN111626597A (zh) | 一种设备报警方法、装置、设备和介质 | |
US20220129418A1 (en) | Method for determining blood relationship of data, electronic device and storage medium | |
CN114925210A (zh) | 知识图谱的构建方法、装置、介质及设备 | |
US20210295036A1 (en) | Systematic language to enable natural language processing on technical diagrams | |
CN115809313A (zh) | 一种文本相似度确定方法及设备 | |
CN112989817A (zh) | 一种气象预警信息自动审核方法 | |
CN114049036A (zh) | 数据计算平台、方法、设备及存储介质 |
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 |