CN116702045A - 基于多传感数据的供电房安全监控方法及装置 - Google Patents

基于多传感数据的供电房安全监控方法及装置 Download PDF

Info

Publication number
CN116702045A
CN116702045A CN202310897620.9A CN202310897620A CN116702045A CN 116702045 A CN116702045 A CN 116702045A CN 202310897620 A CN202310897620 A CN 202310897620A CN 116702045 A CN116702045 A CN 116702045A
Authority
CN
China
Prior art keywords
data
power supply
supply room
target
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
Application number
CN202310897620.9A
Other languages
English (en)
Inventor
黄美娟
郑柏阳
胡锡浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangxi Deyi Intelligent Power Co ltd
Original Assignee
Jiangxi Deyi Intelligent Power Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangxi Deyi Intelligent Power Co ltd filed Critical Jiangxi Deyi Intelligent Power Co ltd
Priority to CN202310897620.9A priority Critical patent/CN116702045A/zh
Publication of CN116702045A publication Critical patent/CN116702045A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Computational Linguistics (AREA)
  • Computer Security & Cryptography (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及人工智能技术领域，揭露了一种基于多传感数据的供电房安全监控方法和装置，该方法包括：获取目标供电房的供电房数据，根据供电房数据生成目标供电房的拓扑图；利用拓扑图对目标供电房进行监控位点配置，得到目标供电房的配置位点；对配置位点进行监控参数配置，得到配置位点的参数位点；根据参数位点对目标供电房进行多传感数据采集，得到目标供电房的多传感数据；根据预设的多目标分类算法对多传感数据进行数据分类，得到多传感数据的分类数据；对分类数据进行界面可视化处理，得到分类数据的可视化数据，根据预设的报警阈值和可视化数据对目标供电房进行安全监控。本发明可以提高供电房安全监控的效率。

Description

基于多传感数据的供电房安全监控方法及装置
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于多传感数据的供电房安全监控方法及装置。
背景技术
供电房是工业生产中的重要设施，负责为工厂提供稳定的电力供应。由于供电房内存在高压设备、复杂的电气线路和大量电器设备，安全监测显得尤为重要，因为供电房一旦出现故障、短路或漏电等问题，可能会导致火灾、***甚至人员伤亡，同时，供电房是工业生产的核心环节，稳定的电力供应对生产的连续性和稳定性至关重要。
传统的供电房安全监控***存在人工巡检工作量大、缺乏实时监测、监测手段有限、数据处理和分析困难以及故障诊断困难等问题，这些问题限制了监控***的效率，因此如何提升供电房安全监控效率，成为了亟待解决的问题。
发明内容
本发明提供一种基于多传感数据的供电房安全监控方法及装置，其主要目的在于解决基于多传感数据的供电房安全监控时效率较低的问题。
为实现上述目的，本发明提供的一种基于多传感数据的供电房安全监控方法，包括：
获取目标供电房的供电房数据，根据所述供电房数据生成所述目标供电房的拓扑图；
利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点；
对所述配置位点进行监控参数配置，得到所述配置位点的参数位点；
根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据；
根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，其中，所述预设的多目标分类算法为：
其中，αi是根据所述多传感数据生成的第i个目标特征的拉格朗日乘子，i和j是所述目标特征的特征标识，n是所述目标特征的特征总数，αj是第j个所述目标特征的拉格朗日乘子，xi·xj是第i个目标特征和第j个目标特征的点乘，yi是第i个目标特征的特征标签，yj是第j个目标特征的特征标签，xi是第i个目标特征，xj是第j个目标特征，max(*)是最大值函数；
对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控。
可选地，所述根据所述供电房数据生成所述目标供电房的拓扑图，包括：
对所述供电房数据进行结构数据筛选，得到所述供电房数据的结构数据；
生成所述结构数据的关联关系，根据所述结构数据和所述关联关系生成所述目标供电房的供电房结构图；
根据所述供电房数据中的组件数据在所述供电房结构图上进行组件标识，得到所述供电房结构图的供电房标识图，确定所述供电房结构图的供电房标识图为所述目标供电房的拓扑图。
可选地，所述根据所述供电房数据中的组件数据在所述供电房结构图上进行组件标识，得到所述供电房结构图的供电房标识图，包括：
根据预设的组件标签对所述供电房数据逐个进行组件数据筛选，得到所述供电房数据中的组件数据；
生成所述预设的组件标签的标签标识，利用所述标签标识对所述组件数据进行数据标识，得到所述组件数据的标识数据；
利用所述标识数据对所述供电房结构图进行组件配置，得到所述供电房结构图的供电房标识图。
可选地，所述利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点，包括：
根据预设的监控需求对所述拓扑图进行监控位置分析，得到所述拓扑图的监控位置；
根据所述监控位置对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点。
可选地，所述对所述配置位点进行监控参数配置，得到所述配置位点的参数位点，包括：
根据所述配置位点确定所述目标供电房的传感器类型，根据所述传感器类型生成所述配置位点的传感器参数；
根据所述传感器参数逐个对所述配置位点进行监控参数配置，得到所述配置位点的参数位点。
可选地，所述根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据，包括：
利用预设的传感器逐个获取所述参数位点的位点数据，对所述位点数据进行数据采样，得到所述位点数据的采样数据；
对所述采样数据进行量化处理，得到所述采样数据的量化数据；
利用预设的编码算法对所述量化数据进行数据编码，得到所述量化数据的编码数据，其中，所述预设的编码算法为：
其中，T是所述量化数据的编码数据，round(*)是是四舍五入函数，用于将浮点数转换为整数，p是所述采样数据，Vmin是最小采样值，Vmax是最大采样值，N是所述量化数据的量化等级数；
确定所述编码数据为所述位点数据的数字信号，汇集所述数字信号为所述目标供电房的多传感数据。
可选地，所述根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，包括：
对所述多传感数据进行数据去噪，得到所述多传感数据的去噪数据；
对所述去噪数据进行向量化转化，得到所述去噪数据的数据向量；
根据所述数据向量对所述去噪数据进行特征选择，得到所述去噪数据的目标特征；
利用预设的多目标分类算法对所述目标特征进行特征分类，得到所述目标特征的分类特征，根据所述分类特征生成所述多传感数据的分类数据。
可选地，所述对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，包括：
根据所述分类数据的时间标签对所述分类数据进行数据排序，得到所述分类数据的数据序列表；
根据所述数据序列表生成所述分类数据的数据折线图；
对所述数据折线图进行可视化展示，得到所述分类数据的可视化数据。
可选地，所述根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控，包括：
在所述可视化数据的可视化界面设置预设的报警阈值的阈值线；
根据所述阈值线与所述可视化数据的数据点生成所述目标供电房的安全值，根据所述安全值对所述目标供电房进行安全分析。
为了解决上述问题，本发明还提供一种基于多传感数据的供电房安全监控装置，所述装置包括：
拓扑图生成模块，用于获取目标供电房的供电房数据，根据所述供电房数据生成所述目标供电房的拓扑图；
监控位点配置模块，用于利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点；
监控参数配置模块，用于对所述配置位点进行监控参数配置，得到所述配置位点的参数位点；
多传感数据采集模块，用于根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据；
多传感数据分类模块，用于根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，其中，所述预设的多目标分类算法为：
其中，αi是根据所述多传感数据生成的第i个目标特征的拉格朗日乘子，i和j是所述目标特征的特征标识，n是所述目标特征的特征总数，αj是第j个所述目标特征的拉格朗日乘子，xi·xj是第i个目标特征和第j个目标特征的点乘，yi是第i个目标特征的特征标签，yj是第j个目标特征的特征标签，xi是第i个目标特征，xj是第j个目标特征，max(*)是最大值函数；
可视化监控模块，用于对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控。
本发明实施例通过获取目标供电房的供电房数据，并根据这些数据生成拓扑图，可以清晰地展示供电房内设备的布置和互联关系，这样可以帮助监控人员全面了解供电房的结构，使监控布置更加合理和高效，减少监控盲区，提高监控效率，利用生成的拓扑图，可以对目标供电房进行监控位点配置，即确定合适的位置安装监控设备，通过合理配置监控位点，可以覆盖更广的区域，提高监控的全面性和准确性，减少漏报和误报的情况，通过对配置位点进行监控参数配置，即设置合适的监控参数，可以将监控的精度和灵敏度调整到最佳状态，不同的设备和监控需求可能需要不同的参数配置，通过配置模块可以满足不同的监控需求，多传感数据的采集可以提供更多的信息和指标，为后续的判断和分析提供更可靠的依据，根据预设的多目标分类算法，对采集到的多传感数据进行数据分类和分析，这样可以实现对数据的自动化处理和判断，有效过滤掉无关的数据噪声，提取出供电房安全监控所关注的重要特征，通过对分类数据的处理和分析，可以更准确地判定供电房的安全状态，提高监控效率，通过直观的可视化界面，监控人员可以迅速了解供电房的安全状况，使监控人员能够更高效地发现和应对潜在的安全风险，从而提升安全监控的效率，因此本发明提出基于多传感数据的供电房安全监控方法及装置，可以解决供电房安全监控效率较低的问题。
附图说明
图1为本发明一实施例提供的基于多传感数据的供电房安全监控方法的流程示意图；
图2为本发明一实施例提供的生成目标供电房的拓扑图的流程示意图；
图3为本发明一实施例提供的采集目标供电房的多传感数据的流程示意图；
图4为本发明一实施例提供的基于多传感数据的供电房安全监控装置的功能模块图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于多传感数据的供电房安全监控方法。所述基于多传感数据的供电房安全监控方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于多传感数据的供电房安全监控方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于多传感数据的供电房安全监控方法的流程示意图。在本实施例中，所述基于多传感数据的供电房安全监控方法包括：
S1、获取目标供电房的供电房数据，根据所述供电房数据生成所述目标供电房的拓扑图。
在本发明实施例中，所述根据所述供电房数据生成所述目标供电房的拓扑图是为了清晰地展示供电房的结构、布局和连接方式，这将为后续的监控、配置和分析提供基础。
在本发明实施例中，参图2所示，所述根据所述供电房数据生成所述目标供电房的拓扑图，包括：
S21、对所述供电房数据进行结构数据筛选，得到所述供电房数据的结构数据；
S22、生成所述结构数据的关联关系，根据所述结构数据和所述关联关系生成所述目标供电房的供电房结构图；
S23、根据所述供电房数据中的组件数据在所述供电房结构图上进行组件标识，得到所述供电房结构图的供电房标识图，确定所述供电房结构图的供电房标识图为所述目标供电房的拓扑图。
在本发明实施例中，所述对所述供电房数据进行结构数据筛选是指从所述供电房数据中进行提取出与供电房结构相关的数据，如房间、设备、线缆等信息；所述生成所述结构数据的关联关系是指根据所述结构数据确定各个结构元素之间的关联关系，例如设备和房间之间的连接关系，线缆和设备之间的连接关系等。
详细地，所述供电房结构图表示供电房中各个元素的布局和连接方式，可以清晰地展示供电房的拓扑结构；根据所述供电房数据中的组件数据，将每个组件在供电房结构图上进行标识，以便后续的分析和操作，组件可以是设备、线缆、开关等供电房中的元素。
进一步地，经过组件标识后，供电房结构图变为供电房的标识图，该图将显示每个组件的位置和标识信息，以及它们之间的连接关系。
详细地，所述根据所述供电房数据中的组件数据在所述供电房结构图上进行组件标识，得到所述供电房结构图的供电房标识图，包括：
根据预设的组件标签对所述供电房数据逐个进行组件数据筛选，得到所述供电房数据中的组件数据；
生成所述预设的组件标签的标签标识，利用所述标签标识对所述组件数据进行数据标识，得到所述组件数据的标识数据；
利用所述标识数据对所述供电房结构图进行组件配置，得到所述供电房结构图的供电房标识图。
在本发明实施例中，所述预设的组件标签可以是设备类型、线缆类型、开关类型等，每个组件标签可以用于对组件数据进行分类和标识；所述筛选组件数据可以根据组件的特征、属性或其他标识进行；所述利用所述标签标识对所述组件数据进行数据标识可以将预设的组件标签与组件数据进行关联，将组件数据进行标记或标签化。
详细地，所述利用所述标识数据对所述供电房结构图进行组件配置是指根据组件数据的标识信息，将每个组件在供电房结构图上进行定位和标识，确保每个组件在图中的正确位置。
S2、利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点。
在本发明实施例中，所述利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点，包括：
根据预设的监控需求对所述拓扑图进行监控位置分析，得到所述拓扑图的监控位置；
根据所述监控位置对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点。
详细地，所述预设的监控需求可以是需要监控电力设备、电缆连接点、房间温度等。
详细地，所述对所述拓扑图进行监控位置分析，得到所述拓扑图的监控位置是指通过审视拓扑图，确定适合监控的位置或节点，例如：通过分析电力设备的关联关系、线缆连接点以及房间之间的连接关系等，找到需要进行监控的位置。
详细地，所述根据所述监控位置对所述目标供电房进行监控位点配置是指根据分析结果，选择合适的位置或节点，并配置监控设备、传感器等，例如：安装温度传感器、湿度传感器、电流传感器等在相应的监控位置。
详细地，所述配置位点是已安装或配置了监控设备的位置或节点，用于实时监测和获取数据，这些配置位点可以根据所述拓扑图上的位置或节点进行标识和记录。
详细地，所述利用所述拓扑图对所述目标供电房进行监控位点配置可以确保在关键位置或节点安装了适当的监控设备，以实时监测目标供电房的状态和数据，所述配置位点的确定为后续的数据采集和监控提供了便利。
S3、对所述配置位点进行监控参数配置，得到所述配置位点的参数位点。
在本发明实施例中，所述对所述配置位点进行监控参数配置，得到所述配置位点的参数位点，包括：
根据所述配置位点确定所述目标供电房的传感器类型，根据所述传感器类型生成所述配置位点的传感器参数；
根据所述传感器参数逐个对所述配置位点进行监控参数配置，得到所述配置位点的参数位点。
详细地，所述根据所述配置位点确定所述目标供电房的传感器类型是指根据监控需求和目标供电房的特点，选择适合的传感器类型，例如：温度传感器、湿度传感器和电流传感器等；所述传感器参数包括传感器的采样频率、测量范围、精度等，根据不同传感器类型的特性，设定相应的参数值。
详细地，所述根据所述传感器参数逐个对所述配置位点进行监控参数配置是指根据传感器参数，配置位点上的监控设备或传感器，确保其按照预设的参数进行工作，例如：根据温度传感器的参数，配置传感器的采样频率、温度范围等。
详细地，所述参数位点表示已经配置好监控参数的位点，可以根据位置或节点进行标识和记录。
S4、根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据。
在本发明实施例中，参图3所示，所述根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据，包括：
S31、利用预设的传感器逐个获取所述参数位点的位点数据，对所述位点数据进行数据采样，得到所述位点数据的采样数据；
S32、对所述采样数据进行量化处理，得到所述采样数据的量化数据；
S33、利用预设的编码算法对所述量化数据进行数据编码，得到所述量化数据的编码数据，其中，所述预设的编码算法为：
其中，T是所述量化数据的编码数据，round(*)是是四舍五入函数，用于将浮点数转换为整数，p是所述采样数据，Vmin是最小采样值，Vmax是最大采样值，N是所述量化数据的量化等级数；
S34、确定所述编码数据为所述位点数据的数字信号，汇集所述数字信号为所述目标供电房的多传感数据。
详细地，所述利用预设的传感器逐个获取所述参数位点的位点数据是指根据配置的监控设备或传感器，获取相应的传感器数据，例如，通过温度传感器获取温度数据、湿度传感器获取湿度数据等。
详细地，所述数据采样的目的是将连续变化的传感器数据转换为离散的数据点，便于后续处理和分析；所述对所述采样数据进行量化处理是指将连续的数据范围映射到离散的量化等级上，这可以根据预设的量化等级数和数据范围进行处理，常用的量化方法包括线性量化、非线性量化等。
详细地，确定编码数据为位点数据的数字信号后，将各个位点的数字信号汇集，形成目标供电房的多传感数据，这些数据代表了不同位点的监测值，提供了对供电房各个位置的状态和性能的综合了解。
S5、根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据。
在本发明实施例中，所述根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，包括：
对所述多传感数据进行数据去噪，得到所述多传感数据的去噪数据；
对所述去噪数据进行向量化转化，得到所述去噪数据的数据向量；
根据所述数据向量对所述去噪数据进行特征选择，得到所述去噪数据的目标特征；
利用预设的多目标分类算法对所述目标特征进行特征分类，得到所述目标特征的分类特征，根据所述分类特征生成所述多传感数据的分类数据。
详细地，所述对所述多传感数据进行数据去噪是指去除数据中的噪声或异常值，得到去噪数据，可以使用各种信号处理或统计技术，如滤波、平滑等。
详细地，所述对所述去噪数据进行向量化转化是指将多个传感数据合并为一个数据向量，以便后续处理和分析，例如：将温度、湿度、电流等传感数据合并为一个多维向量，假设我们有三个传感器，分别测量温度、湿度和电流。假设每个传感器的测量结果分别为T、H和I。我们可以将这三个值合并为一个三维向量：V＝[T,H,I]。
详细地，所述数据特征选择是根据数据向量选择与监控目标相关的特征的过程，在向量化转化后，我们得到了一个包含多个特征的向量。然而，并不是所有的特征都对监控目标具有重要性或相关性，因此，数据特征选择的目的是从这些特征中选择出与监控目标相关的特征，以便后续的处理和分类；特征选择可以根据特征的重要性、相关性或其他预设的标准进行，例如：可以使用统计分析方法，如相关系数或互信息来衡量特征与监控目标之间的关联程度，基于这些指标，选择具有较高相关性或重要性的特征作为监控目标的相关特征。
详细地，所述预设的多目标分类算法为：
其中，αi是根据所述多传感数据生成的第i个目标特征的拉格朗日乘子，i和j是所述目标特征的特征标识，n是所述目标特征的特征总数，αj是第j个所述目标特征的拉格朗日乘子，xi·xj是第i个目标特征和第j个目标特征的点乘，yi是第i个目标特征的特征标签，yj是第j个目标特征的特征标签，xi是第i个目标特征，xj是第j个目标特征，max(*)是最大值函数。
进一步地，在多传感数据中，每个传感器的测量结果可以看作是一个目标特征，所述预设的多目标分类算法中的xi表示第i个目标特征，例如温度、湿度、电流等，同时，每个目标特征都有一个对应的特征标签yj，所述特征标签描述了所述目标特征所代表的状态或类别，例如，可以用“正常”和“异常”作为温度传感器的特征标签。
详细地，所述拉格朗日乘子用于表示目标特征的重要程度或权重，通过调整拉格朗日乘子的值，可以调节不同目标特征在分类中的影响力；xi·xj是第i个目标特征和第j个目标特征的点乘，其中，点乘操作用于计算不同目标特征之间的相关性或相似性。
详细地，所述预设的多目标分类算法是通过调整拉格朗日乘子的值，使得目标特征的点乘和特征标签的乘积之和达到最大，通过最大化这个值，可以实现对多传感数据的分类，识别不同目标特征所代表的状态或类别。
S6、对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控。
在本发明实施例中，所述对所述分类数据进行界面可视化处理使得监控人员可以直观地了解分类数据的变化情况。这有助于及时发现异常或趋势，并支持供电房的安全监控和决策。
在本发明实施例中，所述对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，包括：
根据所述分类数据的时间标签对所述分类数据进行数据排序，得到所述分类数据的数据序列表；
根据所述数据序列表生成所述分类数据的数据折线图；
对所述数据折线图进行可视化展示，得到所述分类数据的可视化数据。
详细地，所述根据所述分类数据的时间标签对所述分类数据进行数据排序可以保证在可视化展示时，数据按照时间顺序呈现，方便监控和分析；所述数据序列表将分类数据按照时间顺序组织成一个列表结构，每个数据项包含时间标签和对应的监测数据。
详细地，所述数据折线图是一种常用的可视化方式，通过将时间作为横坐标，将监测数据作为纵坐标，用折线连接各个数据点，反映监测数据随时间变化的趋势。
详细地，所述对所述数据折线图进行可视化展示可以使用图表库或可视化工具，将数据折线图以直观的方式呈现在界面上，所述可视化展示可以包括横坐标、纵坐标的标注、数据点的展示、折线的样式等，以便用户可以清晰地观察和分析分类数据的趋势和变化。
在本发明实施例中，所述根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控，包括：
在所述可视化数据的可视化界面设置预设的报警阈值的阈值线；
根据所述阈值线与所述可视化数据的数据点生成所述目标供电房的安全值，根据所述安全值对所述目标供电房进行安全分析。
详细地，所述阈值线是一条水平线，用于表示预设的报警阈值的界限，该阈值可以是某个监测参数的上限或下限，超过该阈值则表示存在潜在的安全风险或异常情况。
详细地，所述根据所述阈值线与所述可视化数据的数据点生成所述目标供电房的安全值是指根据阈值线与可视化数据的数据点进行比较，判断每个数据点是否超过或低于预设的报警阈值，根据判断结果，生成目标供电房的安全值，其中，所述安全值可以是二进制值(如0表示正常，1表示异常)，也可以是数值型的安全评分或等级，反映目标供电房的安全状态。
详细地，所述根据所述安全值对所述目标供电房进行安全分析是指可以针对不同的安全值情况采取相应的措施，如触发报警、生成安全报告或提供实时的安全建议。
本发明实施例通过获取目标供电房的供电房数据，并根据这些数据生成拓扑图，可以清晰地展示供电房内设备的布置和互联关系，这样可以帮助监控人员全面了解供电房的结构，使监控布置更加合理和高效，减少监控盲区，提高监控效率，利用生成的拓扑图，可以对目标供电房进行监控位点配置，即确定合适的位置安装监控设备，通过合理配置监控位点，可以覆盖更广的区域，提高监控的全面性和准确性，减少漏报和误报的情况，通过对配置位点进行监控参数配置，即设置合适的监控参数，可以将监控的精度和灵敏度调整到最佳状态，不同的设备和监控需求可能需要不同的参数配置，通过配置模块可以满足不同的监控需求，多传感数据的采集可以提供更多的信息和指标，为后续的判断和分析提供更可靠的依据，根据预设的多目标分类算法，对采集到的多传感数据进行数据分类和分析，这样可以实现对数据的自动化处理和判断，有效过滤掉无关的数据噪声，提取出供电房安全监控所关注的重要特征，通过对分类数据的处理和分析，可以更准确地判定供电房的安全状态，提高监控效率，通过直观的可视化界面，监控人员可以迅速了解供电房的安全状况，使监控人员能够更高效地发现和应对潜在的安全风险，从而提升安全监控的效率，因此本发明提出基于多传感数据的供电房安全监控方法，可以解决供电房安全监控效率较低的问题。
如图4所示，是本发明一实施例提供的基于多传感数据的供电房安全监控装置的功能模块图。
本发明所述基于多传感数据的供电房安全监控装置100可以安装于电子设备中。根据实现的功能，所述基于多传感数据的供电房安全监控装置100可以包括拓扑图生成模块101、监控位点配置模块102、监控参数配置模块103、多传感数据采集模块104、多传感数据分类模块105及可视化监控模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述拓扑图生成模块101，用于获取目标供电房的供电房数据，根据所述供电房数据生成所述目标供电房的拓扑图；
所述监控位点配置模块102，用于利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点；
所述监控参数配置模块103，用于对所述配置位点进行监控参数配置，得到所述配置位点的参数位点；
所述多传感数据采集模块104，用于根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据；
所述多传感数据分类模块105，用于根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，其中，所述预设的多目标分类算法为：
其中，αi是根据所述多传感数据生成的第i个目标特征的拉格朗日乘子，i和j是所述目标特征的特征标识，n是所述目标特征的特征总数，αj是第j个所述目标特征的拉格朗日乘子，xi·xj是第i个目标特征和第j个目标特征的点乘，yi是第i个目标特征的特征标签，yj是第j个目标特征的特征标签，xi是第i个目标特征，xj是第j个目标特征，max(*)是最大值函数；
所述可视化监控模块106，用于对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

Claims (10)

1.一种基于多传感数据的供电房安全监控方法，其特征在于，所述方法包括：
获取目标供电房的供电房数据，根据所述供电房数据生成所述目标供电房的拓扑图；
利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点；
对所述配置位点进行监控参数配置，得到所述配置位点的参数位点；
根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据；
根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，其中，所述预设的多目标分类算法为：
其中，αi是根据所述多传感数据生成的第i个目标特征的拉格朗日乘子，i和j是所述目标特征的特征标识，n是所述目标特征的特征总数，αj是第j个所述目标特征的拉格朗日乘子，xi·xj是第i个目标特征和第j个目标特征的点乘，yi是第i个目标特征的特征标签，yj是第j个目标特征的特征标签，xi是第i个目标特征，xj是第j个目标特征，max(*)是最大值函数；
对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控。
2.如权利要求1所述的基于多传感数据的供电房安全监控方法，其特征在于，所述根据所述供电房数据生成所述目标供电房的拓扑图，包括：
对所述供电房数据进行结构数据筛选，得到所述供电房数据的结构数据；
生成所述结构数据的关联关系，根据所述结构数据和所述关联关系生成所述目标供电房的供电房结构图；
根据所述供电房数据中的组件数据在所述供电房结构图上进行组件标识，得到所述供电房结构图的供电房标识图，确定所述供电房结构图的供电房标识图为所述目标供电房的拓扑图。
3.如权利要求2所述的基于多传感数据的供电房安全监控方法，其特征在于，所述根据所述供电房数据中的组件数据在所述供电房结构图上进行组件标识，得到所述供电房结构图的供电房标识图，包括：
根据预设的组件标签对所述供电房数据逐个进行组件数据筛选，得到所述供电房数据中的组件数据；
生成所述预设的组件标签的标签标识，利用所述标签标识对所述组件数据进行数据标识，得到所述组件数据的标识数据；
利用所述标识数据对所述供电房结构图进行组件配置，得到所述供电房结构图的供电房标识图。
4.如权利要求1所述的基于多传感数据的供电房安全监控方法，其特征在于，所述利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点，包括：
根据预设的监控需求对所述拓扑图进行监控位置分析，得到所述拓扑图的监控位置；
根据所述监控位置对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点。
5.如权利要求1所述的基于多传感数据的供电房安全监控方法，其特征在于，所述对所述配置位点进行监控参数配置，得到所述配置位点的参数位点，包括：
根据所述配置位点确定所述目标供电房的传感器类型，根据所述传感器类型生成所述配置位点的传感器参数；
根据所述传感器参数逐个对所述配置位点进行监控参数配置，得到所述配置位点的参数位点。
6.如权利要求1所述的基于多传感数据的供电房安全监控方法，其特征在于，所述根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据，包括：
利用预设的传感器逐个获取所述参数位点的位点数据，对所述位点数据进行数据采样，得到所述位点数据的采样数据；
对所述采样数据进行量化处理，得到所述采样数据的量化数据；
利用预设的编码算法对所述量化数据进行数据编码，得到所述量化数据的编码数据，其中，所述预设的编码算法为：
其中，T是所述量化数据的编码数据，round(*)是是四舍五入函数，用于将浮点数转换为整数，p是所述采样数据，Vmin是最小采样值，Vmax是最大采样值，N是所述量化数据的量化等级数；
确定所述编码数据为所述位点数据的数字信号，汇集所述数字信号为所述目标供电房的多传感数据。
7.如权利要求1所述的基于多传感数据的供电房安全监控方法，其特征在于，所述根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，包括：
对所述多传感数据进行数据去噪，得到所述多传感数据的去噪数据；
对所述去噪数据进行向量化转化，得到所述去噪数据的数据向量；
根据所述数据向量对所述去噪数据进行特征选择，得到所述去噪数据的目标特征；
利用预设的多目标分类算法对所述目标特征进行特征分类，得到所述目标特征的分类特征，根据所述分类特征生成所述多传感数据的分类数据。
8.如权利要求1所述的基于多传感数据的供电房安全监控方法，其特征在于，所述对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，包括：
根据所述分类数据的时间标签对所述分类数据进行数据排序，得到所述分类数据的数据序列表；
根据所述数据序列表生成所述分类数据的数据折线图；
对所述数据折线图进行可视化展示，得到所述分类数据的可视化数据。
9.如权利要求1至8中任一项所述的基于多传感数据的供电房安全监控方法，其特征在于，所述根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控，包括：
在所述可视化数据的可视化界面设置预设的报警阈值的阈值线；
根据所述阈值线与所述可视化数据的数据点生成所述目标供电房的安全值，根据所述安全值对所述目标供电房进行安全分析。
10.一种基于多传感数据的供电房安全监控装置，其特征在于，所述装置包括：
拓扑图生成模块，用于获取目标供电房的供电房数据，根据所述供电房数据生成所述目标供电房的拓扑图；
监控位点配置模块，用于利用所述拓扑图对所述目标供电房进行监控位点配置，得到所述目标供电房的配置位点；
监控参数配置模块，用于对所述配置位点进行监控参数配置，得到所述配置位点的参数位点；
多传感数据采集模块，用于根据所述参数位点对所述目标供电房进行多传感数据采集，得到所述目标供电房的多传感数据；
多传感数据分类模块，用于根据预设的多目标分类算法对所述多传感数据进行数据分类，得到所述多传感数据的分类数据，其中，所述预设的多目标分类算法为：
其中，αi是根据所述多传感数据生成的第i个目标特征的拉格朗日乘子，i和j是所述目标特征的特征标识，n是所述目标特征的特征总数，αj是第j个所述目标特征的拉格朗日乘子，xi·xj是第i个目标特征和第j个目标特征的点乘，yi是第i个目标特征的特征标签，yj是第j个目标特征的特征标签，xi是第i个目标特征，xj是第j个目标特征，max(*)是最大值函数；
可视化监控模块，用于对所述分类数据进行界面可视化处理，得到所述分类数据的可视化数据，根据预设的报警阈值和所述可视化数据对所述目标供电房进行安全监控。
CN202310897620.9A 2023-07-20 2023-07-20 基于多传感数据的供电房安全监控方法及装置 Pending CN116702045A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310897620.9A CN116702045A (zh) 2023-07-20 2023-07-20 基于多传感数据的供电房安全监控方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310897620.9A CN116702045A (zh) 2023-07-20 2023-07-20 基于多传感数据的供电房安全监控方法及装置

Publications (1)

Publication Number Publication Date
CN116702045A true CN116702045A (zh) 2023-09-05

Family

ID=87845336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310897620.9A Pending CN116702045A (zh) 2023-07-20 2023-07-20 基于多传感数据的供电房安全监控方法及装置

Country Status (1)

Country Link
CN (1) CN116702045A (zh)

Similar Documents

Publication Publication Date Title
CN111768082A (zh) 一种基于大数据分析的电力设备状态评估方法
CN109034400B (zh) 一种变电站异常量测数据预测平台***
CN115578015A (zh) 基于物联网的污水处理全过程监管方法、***及存储介质
CN115170000B (zh) 一种基于电能表通信模块的远程监测方法及***
JP2000512766A (ja) 高電圧絶縁における部分放電測定の統計的パターン分析方法
CN110580492A (zh) 一种基于小幅波动检测的轨道电路故障前兆发现方法
CN115640860B (zh) 一种工业云服务的机电设备远程维护方法及***
CN117041029A (zh) 网络设备故障处理方法、装置、电子设备及存储介质
CN112464439A (zh) 基于三层数据挖掘的电力***故障类型分析方法及装置
CN114743089B (zh) 一种基于ssa-svm的图像识别gis故障诊断装置及方法
CN115015683A (zh) 电缆生产的性能测试方法、装置、设备及存储介质
CN111999591B (zh) 一种配电网一次设备异常状态的识别方法
CN115037603A (zh) 用电信息采集设备的诊断评估方法、装置及***
CN117277566B (zh) 基于大数据的电网数据分析电力调度***及方法
CN117368651A (zh) 一种配电网故障综合分析***及方法
CN117556359A (zh) 配电设备健康状态评估***及方法
CN117110794A (zh) 一种电缆故障智能诊断***及方法
CN117639228A (zh) 基于数字孪生的配电网运行状态预测方法及***
CN117194171A (zh) 一种异构云资源全景式异常检测***
CN117235617A (zh) 沙尘天气下基于ml-rfknn的光伏阵列故障诊断方法
CN116881661A (zh) 一种基于低压电力电容器的性能自动化分析方法及***
CN116845863A (zh) 基于时空轨迹的末端电网异常设备接入告警方法及装置
CN116702045A (zh) 基于多传感数据的供电房安全监控方法及装置
Jingyu et al. Statistical analysis of distribution network fault information based on multi-source heterogeneous data mining
CN117200449B (zh) 一种基于多维算法分析的电网监测管理方法及***

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