买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：淮阴工学院

摘要：本发明公开了一种配电室状态智能监测方法与报警系统，所述方法针对配电室的环境特点，设计基于局放传感器和基于STM32的各环境传感器与声音收集设备的数据采集节点，采集异常检测所需的局部放电、音频与传感器信号信息，并建立改进的DES‑Autoformer模型用于异常检测，使用改进的超频带算法优化DESAuformer异常检测模型的超参数以提高模型性能；最终对配电室状态监测分析结果进行前端展示，并对异常状态进行警示和相应的处理。本发明可以准确有效的对配电室的状态进行实时监测，并能更加准确地识别出升温过快、过载、放电等异常状况，实现有效预警，为配电室的安全运行提供保障。

主权项：1.一种配电室状态智能监测方法，其特征在于，包括如下步骤：1针对配电室的环境特点，设置网络摄像头采集监测所需的视频信息，并设计基于STM32单片机的现场数据采集点，采集识别所需的音频和传感器信号信息；针对配电室的局部放电风险，设置局放传感器收集局部放电信息；2分别对步骤1采集到的配电室音频信号、传感器信号和局部放电信息数据进行编码处理，融合得到训练数据与输入数据；3构建改进的DES-Autoformer异常检测模型，所述改进的DES-Autoformer异常检测模型为将Autoformer模型中的自相关机制与异常注意力机制融合，将异常注意力机制中的序列关联替换为自相关机制，并将Autoformer中的序列分解结构替换为二次指数平滑，最后将Autoformer的序列预测结构改为状态分类结构；4将步骤2中得到的训练数据送入改进的DES-Autoformer异常检测模型中，并使用改进的Hyperband算法对改进的DES-Autoformer异常检测模型中的超参数进行优化，得到配电室异常状态智能监测分析模型；所述改进的Hyperband算法为在Hyperband算法的初始化过程中，使用拉丁超立方初始化代替其原始的随机初始化；5利用优化后的改进的DES-Autoformer异常检测模型对步骤2中得到的输入数据进行监测分析，得到配电室的状态监测结果，并根据监测结果进行报警，通知相关人员对异常进行处理；所述步骤3实现过程如下：将异常注意力机制中的序列关联部分替换为自相关机制，自相关机制公式如下： 其中，Q、K和V分别表示查询矩阵、键矩阵和值矩阵，RQ,Kτ表示Q、K与其时延序列的自相关系数，RollV,τ表示值矩阵V进行时长为τ的时延，C表示自相关系数中相关性最高的C个时延长度,L表示输入的序列长度；为对特征张量进行精确分解，将Autoformer中的分解单元改进为二次指数平滑单元，以提取更准确的特征趋势并提升对序列中的随机波动的提取性能；二次指数平滑单元的具体公式如下： 其中，α和β是二次指数平滑中决定历史数据和近期数据之间权重比例的两个参数，xt,g和xt,s代表输入序列x在t时刻的趋势分量和周期分量；将Autoformer模型中的解码层替换为多层感知头，以实现监测分析中的监测状态分类任务，将经过Autoformer模型编码层得到的二维特征张量进行重构，重构后的序列将被输入多层感知头，通过隐藏层和使用sigmoid函数激活后，连接至输出层实现配电室状态分类结果的输出，多层感知头的具体公式如下：yl＝fWlfWl-1xl-2+Bl-1+Bl3 其中，yl为第l层模型的输出，Wl为第l层网络与上一层网络之间的权重，Bl为第l层网络的偏置，xl为第l层网络的输入，f为sigmoid激活函数。

全文数据：

权利要求：

百度查询： 淮阴工学院 一种配电室状态智能监测方法与报警系统