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：国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司双创中心;国网江苏省电力有限公司;南京苏逸实业有限公司

摘要：本发明涉及一种不停电作业风险的评估方法，属于不停电作业技术领域。该方法由于选择了不停电作业过程中的作业人员健康、工器具绝缘特性和作业对象线路状态作为三种感知数据，能够有效地利用多模态感知数据来辅助提升风险评估能力，因此风险评估结果比基于单一数据源的风险评估结果更切合实际；较其它经典人工智能算法的准确度性能有明显提升；又由于使用多模态深度学习的人工智能算法，因此使得本风险评估的结果较其它经典人工智能算法的准确度性能有明显提升。从而为合理安排不停电作业、提升作业安全提供了有效支撑。

主权项：1.一种不停电作业风险的评估方法，其特征在于包括以下步骤：1选择不停电作业时的作业人员健康情况、作业过程中隔离作业人员及带电体的绝缘情况和气候因素导致的线路状态作为本评估方法的数据来源；2建立初始的网络模型，包括健康网络模型、绝缘网络模型、线路状态网络模型和融合网络模型；所述健康网络模型采用由五层结构组成的长短时记忆网络LSTM，由输入层、LSTM层、DropOut层、非线性区块和输出层组成，区块由全连接层、归一化层和线性整流函数激活层组成；所述绝缘网络模型采用模型辅助深度神经网络MDDNN，在深度神经网络DNN基础上将全连接层替换为物理模型层，由输入层、输出层和三组非线性区块组成，每个区块由物理模型层、归一化层和线性整流函数激活层组成；所述线路状态网络模型采用深度神经网络DNN结构，由输入层、输出层和三组非线性区块组成，每个区块由全连接层、归一化层和线性整流函数激活层组成；所述融合网络模型采用深度学习网络DNN结构；3选取不停电作业时的作业人员健康数据、作业过程中隔离作业人员及带电体的绝缘数据及气候因素导致的线路状态数据，作为所述初始网络模型的输入数据并形成三个训练数据集，包括健康训练数据集、绝缘训练数据集和线路状态训练数据集；所述健康数据包括作业现场通过人员携带的智能手环传感器测量心率、血氧和温度数据并记录一定时间长度内的时序数据；所述绝缘数据包括记录现场测量的温度和湿度，根据绝缘参数拟合模型，求解击穿电压和局放起始电压；所述线路状态数据包括根据作业当月的历史统计数据估计获取雷击风险系数，根据现场作业观测测量线路舞动位移；所述绝缘参数拟合模型是由三次拟合多项式y＝ax3+bx2+cx+d对实验室测量结果进行参数拟合得到；所述雷击风险系数是以月为单位统计5年某地的地闪数据；设定地闪发生频次最高值和频次最低值的差为归一化分母，当月地闪发生频次减去频次最低值为归一化分子，分子分母相除得到的当月归一化值；4设定健康数据、绝缘数据、线路状态数据和融合数据的风险标准，其中以数值1-5分别对应无风险、微风险、低风险、中风险和高风险；5将健康训练数据集、绝缘训练数据集和线路状态训练数据集分别加载到初始的健康网络模型、绝缘网络模型和线路状态网络模型中，以标定风险的训练精度为目标，通过网络参数优化反复进行训练，达到设定训练精度的阈值或达到设定训练次数的阈值后停止训练，生成参数优化的健康网络模型、绝缘网络模型和线路状态网络模型；然后，将同一时间段T内采集的健康训练数据集、绝缘训练数据集和线路状态训练数据集进行拼接形成拼接训练数据集，将拼接训练数据集加载到融合网络模型进行训练，达到设定训练精度的阈值或达到设定训练次数的阈值后停止训练，生成参数优化的融合网络模型；6实时采集健康数据、作业过程中隔离作业人员及带电体的绝缘数据及气候因素导致的线路状态数据，将健康数据、绝缘数据和线路状态数据分别输入所述第5步骤生成参数优化的健康网络模型、绝缘网络模型和线路状态网络模型中，再把健康网络模型、绝缘网络模型和线路状态网络模型的输出值输入所述第5步骤生成参数优化的融合网络模型；读取融合网络模型的输出值；7将所述融合网络模型的输出值与步骤4设定的融合数据风险标准进行比较，得到不同数值对应的风险等级，完成对不停电作业风险的评估。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司南京供电分公司 国网江苏省电力有限公司双创中心 国网江苏省电力有限公司 南京苏逸实业有限公司 不停电作业风险的评估方法