摘要
本发明涉及电力技术领域,特别涉及一种具有AI功能的电力线路报警方法及系统,包括:采集多源数据,利用卡尔曼滤波算法对多源数据信息进行时空校准;构建多物理场耦合预测模型,计算不同风险类型的标准化评分;利用量子‑图注意力网络融合模型计算不同类型风险特征权重,通过迁移强化学习故障诊断模型计算不同类型风险对应的故障严重程度评分;结合不同风险类型的标准化评分、不同类型风险特征权重和不同类型风险对应的故障严重程度评分构建综合风险值计算公式,计算综合风险值;根据综合风险值所处阈值区间对风险进行等级划分,根据不同风险等级向不同负责人员推送不同预警信息和处理策略。本方案通过多源数据时空校准与AI融合实现精准预警。
技术关键词
电力线路报警方法
卡尔曼滤波算法
机械耦合模型
故障诊断模型
地质灾害风险
绝缘子表面污秽度
风险预测模型
双模模块
污秽闪络
参数风险评估
便携式检测设备
设备老化
应急指挥中心
线路运行状态
策略
无人机灭火
导线
数据采集频率
建立预测模型
系统为您推荐了相关专利信息
火情信息
信号特征
时差定位算法
PID控制算法
卡尔曼滤波算法
持续用户认证
卡尔曼滤波算法
多级身份认证
生物验证信息
状态转移模型
无人机跟踪方法
运动轨迹预测
光电一体化设备
对象
控制拍摄设备