(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211074045.4 (22)申请日 2022.09.02 (71)申请人 安徽双恒电力科技有限公司 地址 230000 安徽省合肥市新站区淮 海大 道1188号京商商贸城G区五街FG栋1 13 (72)发明人 郑小平　陈志豪　许才伟　 (74)专利代理 机构 北京卓恒知识产权代理事务 所(特殊普通 合伙) 11394 专利代理师 郑少雨 (51)Int.Cl. G06F 30/27(2020.01) G06F 16/215(2019.01) G06K 9/62(2022.01) G06Q 50/06(2012.01) G06T 17/00(2006.01) (54)发明名称 一种电力大数据异常预警方法、 装置、 设备 及可读存 储介质 (57)摘要 本发明提供了一种电力大数据异常预警方 法、 装置、 设备及可读 存储介质， 涉及电力数据技 术领域， 包括获取电力通信设备的运行状态的多 种影响因素数据， 根据所述影响因素数据， 采集 预警指标历史检测数据； 对采集到的所述预警指 标历史检测数据进行去噪和缺失值的处理后， 再 进行标准化处理； 根据皮尔逊相关系数， 对处理 后的所述检测数据进行数据特征提取， 构建特征 矢量； 确定电力大数据异常工况， 并完成所述电 力大数据的异常工况预警。 本发 明有益效果为能 够快速发现电力数据异常情况， 降低事故危害， 保障用户健康 安全， 从而提高了预 警的准确性与 可靠性。 对电力系统的安全性进行实时的评估， 大幅降低错报率与漏报率。 权利要求书2页 说明书9页 附图2页 CN 115358155 A 2022.11.18 CN 115358155 A 1.电力大 数据异常预警方法， 其特 征在于， 包括： 获取电力通信设备的运行状态的多种影响因素数据， 根据所述影响因素数据， 采集预 警指标历史检测数据； 对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理后， 再进行标准化处 理， 并将处 理后的检测数据保存到数据库中； 根据皮尔逊相关系数， 对处 理后的所述检测数据进行 数据特征提取， 构建特 征矢量； 基于所述特征矢量训练模型， 对模型进行优化， 并根据优化后的所述训练模型， 确定电 力大数据异常工况， 并完成所述电力大 数据的异常工况 预警。 2.根据权利要求1所述的电力大数据异常预警方法， 其特征在于， 所述获取电力通信设 备的运行状态的多种影响因素数据， 根据所述影响因素数据， 采集预警指标历史检测数据， 其中包括： 获取第一数据， 所述第一数据包括采集到的所述电力通信设备的运行状态， 所述电力 通信设备的运行状态包括正常状态、 注意状态、 异常状态和严重状态； 所述影响因素数据包 括风险数据、 备品数据、 设备 供应数据和历史数据； 采集预警指标历史检测数据， 以及采集根据摄像头采集到的电力施工现场的视频数 据； 根据目标识别算法和所述第一数据， 识别所述视频数据中的图片数据的特征， 基于所 述特征， 对所述电力施工现场进行 数字化检测， 得到检测结果。 3.根据权利要求1所述的电力大数据异常预警方法， 其特征在于， 所述对采集到的所述 预警指标历史检测数据进行去 噪和缺失值的处理后， 再进行标准化处理， 并将处理后的检 测数据保存到数据库中， 其中包括： 针对采集到的所述预警指标历史检测数据， 提取 出异常数据； 对所述异常数据采用噪音平 滑处理， 得到光滑数据； 建立回归函数拟合所述 光滑数据； 通过聚类 检测离群点去除所述 光滑数据中的错 误数据， 得到去除后的结果； 利用贝叶斯推论， 对去 除后的所述结果中的缺失值的数据清洗， 并对清洗后的数据进 行归一化处理， 得到处 理后的检测数据， 并保存到所述数据库中。 4.根据权利要求2所述的 电力大数据异常预警方法， 其特征在于， 所述基于所述特征， 对所述电力施工现场进行 数字化检测， 得到检测结果， 之后包括： 采集传感器装置在所述电力施工现场采集到的温度、 湿度和风速的特 征信息； 将所述特 征信息和所述检测结果进行融合， 得到融合数据； 对所述融合数据进行仿真， 得到仿真数据， 基于所述仿真数据， 采用尺度不变特征转换 算法， 建立电力施工三维模型； 基于关联规则算法， 将预设的 电力施工进度信息和所述电力施工三维模型相结合， 得 到电力施工任务关联表。 5.一种电力大 数据异常预警装置， 其特 征在于， 包括： 获取模块： 用于获取电力通信设备的运行状态的多种影响因素数据， 根据所述影响因 素数据， 采集预警指标历史检测数据； 处理模块： 用于对采集到的所述预警指标历史检测数据进行去噪和缺失值的处理后， 再进行标准化处理， 并将处 理后的检测数据保存到数据库中；权　利　要　求　书 1/2 页 2 CN 115358155 A 2提取模块： 用于根据皮尔逊相关系数， 对处理后的所述检测数据进行数据 特征提取， 构 建特征矢量； 优化模块： 用于基于所述特征矢量训练模型， 对模型进行优化， 并根据优化后的所述训 练模型， 确定电力大 数据异常工况， 并完成所述电力大 数据的异常工况 预警。 6.根据权利要求5所述的 电力大数据异常预警装置， 其特征在于， 所述获取模块， 其中 包括： 获取单元： 用于获取第一数据， 所述第一数据包括采集到的所述电力通信设备的运行 状态， 所述电力通信设备的运行状态包括正常状态、 注意状态、 异常状态和严重状态； 所述 影响因素 数据包括 风险数据、 备品数据、 设备 供应数据和历史数据； 第一采集单元： 用于采集预警指标历史检测数据， 以及采集根据摄像头采集到的 电力 施工现场的视频 数据； 检测单元： 用于根据目标识别算法和所述第一数据， 识别所述视频数据中的图片数据 的特征， 基于所述特 征， 对所述电力施工现场进行 数字化检测， 得到检测结果。 7.根据权利要求5所述的 电力大数据异常预警装置， 其特征在于， 所述处理模块， 其中 包括： 提取单元： 用于针对 采集到的所述预警指标历史检测数据， 提取 出异常数据； 第一建立单元： 用于对所述异常数据采用噪音平滑处理， 得到光滑数据； 建立回归函数 拟合所述 光滑数据； 获得单元： 用于通过聚类检测离群点去 除所述光滑数据中的错误数据， 得到去 除后的 结果； 清洗单元： 用于利用贝叶斯推论， 对去除后的所述结果中的缺失值行数据清洗， 并对清 洗后的数据进行归一 化处理， 得到处 理后的检测数据， 并保存到所述数据库中。 8.根据权利要求6所述的 电力大数据异常预警装置， 其特征在于， 所述检测单元， 之后 包括： 第二采集单元： 用于采集传感器装置在所述电力施工现场采集到的温度、 湿度和风速 的特征信息； 融合单元： 用于将所述特 征信息和所述检测结果进行融合， 得到融合数据； 第二建立单元： 用于对所述融合数据进行仿真， 得到仿真数据， 基于所述仿真数据， 采 用尺度不变特 征转换算法， 建立电力施工三维模型； 结合单元： 用于基于关联规则算法， 将预设的 电力施工进度信息和所述电力施工三维 模型相结合， 得到电力施工任务关联表。 9.一种电力大 数据异常预警设备， 其特 征在于， 包括： 存储器， 用于存 储计算机程序； 处理器， 用于执行所述计算机程序时实现如权利要求1至4任一项所述电力大数据异常 预警方法的步骤。 10.一种可读存储介质， 其特征在于： 所述可读存储介质上存储有计算机程序， 所述计 算机程序被处理器执行时实现如权利要求1至4任一项所述电力大数据异常预警方法的步 骤。权　利　要　求　书 2/2 页 3 CN 115358155 A 3