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：中国电建集团江西省电力设计院有限公司

摘要：本发明涉及风险预警领域，具体是指智能化电力设施气象灾害风险预警系统，包括数据采集模块、数据分析与建模模块、预警与决策支持模块、可视化与报告模块和联动响应模块；本方案利用传感器网络、自动气象站和遥感技术实时监测并收集电力设施所在地区的各种气象相关数据，并采用改进的Transformer生成模型对气象相关数据进行综合分析，生成灾害预测模型，提高气象灾害预测的实时性和准确性；同时，在改进的Transformer生成模型中添加多尺度局部注意力机制减少无关信息的影响，同时捕获不同因素的上下级依赖关系，确保在气象灾害来临前能够及时、准确地发出预警，保护电力基础设施免受损害。

主权项：1.智能化电力设施气象灾害风险预警系统，其特征在于：包括数据采集模块、数据分析与建模模块、预警与决策支持模块、可视化与报告模块和联动响应模块；所述数据采集模块利用传感器网络、自动气象站和遥感技术收集实时的气象数据，监测电力设施的关键参数，并将气象数据和电力设施的关键参数作为原始数据传输至数据分析与建模模块；所述数据分析与建模模块使用改进的Transformer生成模型对原始数据进行处理分析，识别潜在的气象灾害风险，构建灾害预测模型，生成气象灾害风险预测信息，并传输至预警与决策支持模块进行预警；所述预警与决策支持模块接收气象灾害风险预测信息并检测，当检测到高风险气象条件时，自动触发预警机制，生成预警信息，向电力公司、应急管理部门和相关工作人员发送预警信息，提供决策支持工具；所述可视化与报告模块提供用户互动界面，显示气象数据、气象灾害风险预测信息和预警信息；所述联动响应模块与电力系统联动，实现电力的自动化控制和保护动作，包括调整负荷分配、断开易受损线路或启动备用电源，协调应急资源调度；所述数据分析与建模模块使用改进的Transformer生成模型对原始数据进行处理分析，具体包括以下步骤：步骤S1：数据预处理，将原始数据进行去噪和归一化处理，得到预处理数据；步骤S2：条件生成对抗网络构建，使用生成器和判别器组成生成对抗网络，并添加具有引导生成过程的条件输入信息和随机噪声，构建条件生成对抗网络；步骤S3：生成器构建，使用U-Net作为基础架构，并加入注意力门控进行特征提取和拼接；步骤S4：判别器构建，使用PatchGAN作为判别器，以局部级别区分真假图像，判别器的网络结构包括一个输入层、四层卷积层和一个输出层，每个卷积层包含2*2的二维卷积、零填充、批量归一化及ReLU激活函数；步骤S5：Transformer模型构建，使用编码器-解码器结构构建Transformer模型，生成重构数据；步骤S6：模型训练，设置迭代次数和条件输入，生成随机噪声，使用Transformer模型对预处理数据进行处理，得到重构数据；使用生成器接收随机噪声和条件输入，生成预测数据；使用判别器区分生成器生成的数据和真实数据，并计算判别器和生成器损失，进行迭代训练，直到达到预定的迭代次数，得到训练好的灾害预测模型；步骤S7：损失函数计算，计算条件生成对抗网络的损失；在步骤S3中，生成器构建，具体包括以下步骤：步骤S31：网络结构，生成器的网络包括输入层、五个卷积层、两个最大池化层、两个上采样层和一个输出层；步骤S32：特征收缩，输入条件输入信息和随机噪声，使用卷积层进行特征提取，并使用最大池化层进行下采样，生成不同级别的收缩特征图；步骤S33：特征扩张，使用2*2二维上采样操作生成不同级别的扩张特征图；步骤S34：图像拼接，使用注意力门控将相同级别的收缩特征图和扩张特征图进行拼接，得到拼接特征图；步骤S35：输出图像，使用1*1二维卷积和Dropout层对拼接特征图进行处理，并使用线性函数进行激活，输出最终的预测图像；在步骤S5中，Transformer模型构建，具体包括以下步骤：步骤S51：编码器，使用EfficientNet卷积网络进行特征提取，提取预处理数据中的特征信息，输出编码特征数据；步骤S52：添加Transformer层，在编码器之后，加入融合多尺度局部注意力机制和自我注意的Transformer层，捕捉编码特征数据中的长程依赖关系，输出依赖特征数据；步骤S53：解码器，使用2*2二维卷积层和上采样操作对输出的编码特征数据和依赖特征数据进行重构，输出重构数据；步骤S52中，所述多尺度局部注意力机制，具体包括以下步骤：步骤S521：获取隐藏状态，获取编码器处理预处理数据时产生的编码特征数据的隐藏状态,其中，为索引，表示在当前时间步长上的隐藏状态，表示总的时间步长；步骤S522：定义局部上下文窗口，对于每个，定义一个大小为的局部上下文窗口，其中，是当前时间步的偏移量，窗口包括从到的隐藏状态；步骤S523：计算注意力得分，在窗口内，对于每个的隐藏状态，计算注意力得分；步骤S524：归一化注意力权重，将注意力得分转换为概率分布，使用softmax函数来实现，得到归一化的注意力权重；步骤S525：加权求和，使用归一化后的注意力权重对窗口内的隐藏状态进行加权求和，生成当前时间步长的注意力向量。

全文数据：

权利要求：

百度查询： 中国电建集团江西省电力设计院有限公司 智能化电力设施气象灾害风险预警系统