-
公开(公告)号:CN119760472A
公开(公告)日:2025-04-04
申请号:CN202411812561.1
申请日:2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F18/24 , G06Q50/06 , G06T17/00 , G06Q10/0635 , G06F18/25 , G06F18/213 , G06F18/10
Abstract: 本发明提出了电力多模态空间智能异常检测分析方法及系统,涉及电力异常检测技术领域。包括以下步骤:构建电力设施的三维模型并优化;基于优化后的三维模型,考虑电力设施的结构变形、位移和环境因素,对电力设施进行异常识别;计算电力系统内每一个与三维空间强关联性的异常电力设施与其他电力设施的因果关系强度;计算每个三维空间强关联性电力设施的空间异常度;结合因果关系强度和空间异常度,计算电力系统的总风险。本发明提出的空间智能三维电力异常检测分析方法作为空间感知模块,突破传统方法对异常分析检测的二维空间局限性,进一步扩展异常分析的深度,提升了电力系统的智能化水平,推动了电力行业的智能化管理和高效运行。
-
公开(公告)号:CN119474996A
公开(公告)日:2025-02-18
申请号:CN202411812584.2
申请日:2024-12-10
Applicant: 国网智能科技股份有限公司
IPC: G06F18/24 , G06Q50/06 , G06N5/04 , G06N3/042 , G06N3/0464 , G06F18/15 , G06F18/213 , G06N3/045
Abstract: 本发明提出多模态通专协同因果思维链推理电力异常检测方法及系统,涉及电力异常检测技术领域。包括获取电力设备中的多模态数据的嵌入表示输入至通用模型中,生成因果链条的骨架;电力专属模型基于因果链条的骨架,对因果链条的每个节点进行层层细化,补充细节信息并填充关键因素,得到因果图;将因果图输入至超图神经网络中,通过多层卷积操作挖掘数据中的高阶关联,对因果图中节点的嵌入表示进行更新,得到更新后的因果图;基于更新后因果图中节点的嵌入表示,计算节点的潜在风险影响,确定出存在异常的节点。本发明结合通用模型与电力专属模型,通过综合多模态数据,实现高效、精准的异常因果链条推理,提升电力异常检测的准确性和有效性。
-