摘要
本发明提供一种基于AI和大数据的电力设备智能巡检方法及系统,包括基于预先构建的电力设备的数字孪生模型,规划巡检任务的最优路径;控制巡检设备按照最优路径,采集电力设备的多模态运行数据;对多模态运行数据进行去重、归一化及标注预处理后,得到融合数据,并进行特征提取,得到电力设备的多个候选运行特征;基于预先构建的知识图谱,对多个候选运行特征进行筛选,得到电力设备的多个目标运行特征;将多个目标运行特征输入预先构建的异常监测模型进行异常检测,得到电力设备的异常信息,实现了对多模态数据协同处理,并通过筛选目标运行特征,降低了数据维度,提高了巡检效率,提高了巡检结果的可靠性。
技术关键词
异常事件
电力设备
数字孪生模型
数据
巡检设备
异常信息
图谱
节点
语义
多模态
文本
规划
处理器
存储器
控制模块
电子设备
程序
系统为您推荐了相关专利信息
示踪方法
分布式光纤传感器
示踪剂
地热
裂隙网络模型
颗粒在线监测系统
风力发电齿轮箱
监测点
油液
中控单元
高维特征选择方法
多任务
分类准确率
线性回归模型
策略更新
容量规划方法
算法模型
子系统
随机森林
运维管理系统