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！

摘要：本申请提供了一种基于变电站设备画像的异常检测方法及异常检测装置，该方法包括：实时获取第一设备数据和第二设备数据；将第一设备数据输入至第一深度学习模型中，得到第一设备状态概率值；将第二设备数据输入至第二深度学习模型中，得到第二设备状态概率值；根据第一设备状态概率值和第二设备状态概率值对一次设备和二次设备进行验证，以判定一次设备和二次设备是否出现异常情况；在一次设备或二次设备出现异常情况的情况下，对一次设备或二次设备进行异常修复处理。本申请解决了现有技术中一次设备和二次设备在关联性并没有同时考虑，忽略设备间的关联性因素直接对设备状态进行检测，导致检测精度低的问题。

主权项：1.一种基于变电站设备画像的异常检测方法，其特征在于，包括：实时获取第一设备数据和第二设备数据，所述第一设备数据为当前时刻变电站中一次设备的实时数据，所述第二设备数据为当前时刻所述变电站中二次设备的运行状态数据以及与对应的所述一次设备之间的相关信息；将所述第一设备数据输入至第一深度学习模型中，以利用所述第一深度学习模型对所述第一设备数据进行所述一次设备的异常检测，得到第一设备状态概率值，所述第一深度学习模型是利用多组第一训练数据通过循环神经网络算法进行训练得到的，每组所述第一训练数据均包括所述一次设备的第一样本设备数据以及对应的所述一次设备的第二样本状态概率值，所述第一样本设备数据至少包括同一间隔时间内采集的所述一次设备的设备运行参数、环境信息、设备正常状态信息、设备异常状态信息、设备发生异常的间隔时长和设备故障记录，所述第一设备状态概率值为所述一次设备的设备状态的概率值；将所述第二设备数据输入至第二深度学习模型中，以利用所述第二深度学习模型对所述第二设备数据进行所述二次设备的异常检测，得到第二设备状态概率值，所述第二深度学习模型是利用多组第二训练数据通过长短时记忆网络算法进行训练得到的，每组所述第二训练数据均包括所述二次设备的第二样本设备数据以及对应的第一样本状态概率值，所述第二样本设备数据至少包括样本目标标签、样本目标关联性系数和所述第二设备的样本运行数据，所述目标标签为所述一次设备获取的设备正常状态信息和设备异常状态信息，所述样本目标关联性系数用于所述一次设备与对应的所述二次设备之间的关联程度，所述第二设备状态概率值为所述二次设备的所述设备状态的概率值；根据所述第一设备状态概率值和所述第二设备状态概率值对所述一次设备和所述二次设备进行验证，以判定所述一次设备和所述二次设备是否出现异常情况；在所述一次设备或所述二次设备出现所述异常情况的情况下，对所述一次设备或所述二次设备进行异常修复处理。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司 广东电网有限责任公司佛山供电局 基于变电站设备画像的异常检测方法及异常检测装置