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：广东电网有限责任公司茂名供电局

申请日：2024-08-16

公开（公告）日：2025-01-14

公开（公告）号：CN118657404B

专利技术分类：...战略管理或分析，例如：设定组织的目标或目的；根据目标规划行动；目标有效性分析或评估[2023.01]

专利摘要：本发明提出了一种基于多模态的电网健康评估与分析方法，方法包括部署多种传感器，采集电网设备的多模态数据，进行多模态特征融合，构成综合评估模型；构建联邦学习模型；在电网设备的运行数据中引入自监督学习机制，自动对运行数据生成伪标签并进行深度学习模型进行训练，同时收集电网设备的运行数据、维护记录和故障历史，构建设备知识图谱；对正常运行数据和异常模式进行识别，并根据异常模式进行缺陷识别，定位电网设备的故障点；构建故障预测模型对电网设备的健康状态进行评估，同时预测潜在故障。本发明通过引入多种先进的人工智能算法和技术，实现了对电网设备的全面监测、精准诊断和动态维护。

专利权项：1.一种基于多模态的电网健康评估与分析方法，其特征在于，所述方法包括：步骤S1、部署多种传感器实时采集电网设备的多模态数据，并对多模态数据进行预处理，并对预处理后的多模态数据进行特征提取形成多模态特征，并进行多模态特征融合，构成综合评估模型；其中，所述多模态数据包括温度数据、图像数据和振动数据；所述多模态特征包括温度特征、图像特征和振动特征；步骤S2、构建联邦学习模型，在多个分布式节点上进行本地联邦学习模型训练，使用联邦平均算法聚合模型参数，并将聚合后的全局模型进行更新并分发至各节点；步骤S3、在电网设备的运行数据中引入自监督学习机制，自动对运行数据生成伪标签并对深度学习模型进行训练，同时收集电网设备的运行数据、维护记录和故障历史，构建设备知识图谱；步骤S4、对正常运行数据和异常模式进行识别，并根据异常模式进行缺陷识别，定位电网设备的故障点；步骤S5、构建故障预测模型对电网设备的健康状态进行评估，同时预测潜在故障；其中，所述步骤S2中，构建联邦学习模型，在多个分布式节点上进行本地联邦学习模型训练，使用联邦平均算法聚合模型参数，并将聚合后的全局模型更新并分发至各节，具体包括：S201、在中央服务器上初始化一个全局模型，并将其参数分发到各个边缘节点；S202、各个边缘节点接收到全局模型参数后，利用本地数据进行全局模型训练，表示如下： 其中，表示第i个节点在第t轮迭代时的模型参数，η为学习率，为损失函数对参数的梯度，表示本地数据集；S203、各个边缘节点完成本地全局模型训练后，将更新后的模型参数发送回中央服务器；S204、中央服务器接收到所有边缘节点更新的模型参数后，进行加权平均聚合，生成新的全局模型参数，表示如下： 其中，wt+1表示第t+1轮迭代后的全局模型参数，K为边缘节点的数量，N为所有节点数据样本的总数，Ni为第i个节点的数据样本数；S205、分发更新后的全局模型参数分发到各个边缘节点；S206、进行联邦学习迭代，直到达到预定的迭代轮数；S207、训练完成后，在中央服务器上对全局模型进行验证和测试。

百度查询： 广东电网有限责任公司茂名供电局 一种基于多模态的电网健康评估与分析方法