铁路电力设备智能监控方法、系统、电子设备及介质与流程
本发明属于铁路电力设备监控与管理,具体涉及一种铁路电力设备智能监控方法、系统、电子设备及介质。
背景技术:
1、铁路配电所及其内部的电力设备是保障铁路系统安全、稳定运营的关键基础设施。随着我国铁路网络的快速发展,电力设备的数量和种类持续增长,其运维管理的复杂性和重要性也日益凸显。目前,针对铁路电力设备的运维管理模式在很大程度上仍然依赖于传统的人工定时巡检和运维人员基于个人经验的判断。这种模式在新形势下面临着严峻挑战。一方面,人工巡检存在工作强度大、效率不高、易受天气等客观条件影响的问题,且可能出现漏检、漏巡等人为失误。另一方面,随着设备规模的扩大,单纯依靠人力已难以实现对所有设备状态的全面、实时掌控。
2、为了提升监控效率,业界引入了一些自动化监控系统,例如针对环境、视频、设备状态等不同方面的监控子系统。然而,这些子系统通常由不同厂商提供,在建设初期缺乏统一规划,导致其数据标准、通信协议各不相同,形成了事实上的信息孤岛。各个系统独立运行,数据无法有效融合与共享,管理者难以从全局视角进行综合性分析和决策,限制了数据的价值。最终的故障判断和决策仍然高度依赖运维人员的专业经验,不仅导致故障响应不及时,也使得管理决策的科学性难以保证。
3、综上所述,现有的铁路电力系统运维决策的科学性和管理效率较差。
技术实现思路
1、为了克服上述现有技术的缺点,本发明的目的在于提供一种铁路电力设备智能监控方法、系统、电子设备及介质,以解决铁路电力系统运维决策的科学性和管理效率较差的问题。
2、为了达到上述目的,本发明采用以下技术方案予以实现:
3、第一方面,本发明提供一种铁路电力设备智能监控方法,包括:通过目标监控平台,从铁路电力设备的多个监测点采集多源异构的运行状态数据;将不同来源或不同类型的运行状态数据进行关联和融合处理,得到融合运行状态数据;利用人工智能模型,将融合运行状态数据与标准数据库进行对比分析,诊断铁路电力设备的健康状态,标准数据库为预存的、与铁路电力设备相关的数据库;根据诊断出的铁路电力设备的健康状态,得到铁路电力设备对应的分析结果,分析结果包括检修建议和携带优先级信息的预警信息;在图形化用户界面上,显示融合运行状态数据和分析结果。
4、进一步的,上述利用人工智能模型,将融合运行状态数据与标准数据库进行对比分析之前,该方法还包括:将融合运行状态数据与预设阈值进行比较,并进行趋势分析,识别基础异常状态;利用人工智能模型,将融合运行状态数据与标准数据库进行对比分析,诊断铁路电力设备的健康状态,包括:利用人工智能模型,将与基础异常状态相关的融合运行状态数据,与标准数据库进行对比分析,诊断铁路电力设备的健康状态。
5、进一步的,上述人工智能模型包括深度学习模型、机器学习模型和专家系统中的至少一种;标准数据库包括设备设计规范、历史故障数据和铁路运维规程中的至少一种。
6、进一步的,上述根据诊断出的铁路电力设备的健康状态,得到铁路电力设备对应的分析结果之后,方法还包括:根据预警信息,触发跨系统、跨设备的自动化协同响应;其中,自动化协同响应包括调用与预警信息关联的设备的视频监控画面和启动环境调节设备中的至少一种。
7、进一步的,上述得到铁路电力设备对应的分析结果之后,方法还包括:根据预警信息的优先级和铁路电力设备的重要程度,确定维修工单的优先级和处理时限。
8、进一步的,上述在图形化用户界面上,显示融合运行状态数据和分析结果,包括:在图形化用户界面上显示智能弹窗,智能弹窗中显示与预警信息关联的融合运行状态数据、视频画面和检修建议。
9、进一步的,上述方法还包括:在图形化用户界面上,显示地理信息系统图层、铁路电力设备三维模型和运行状态数据曲线中的至少一种。
10、第二方面,本发明还提供一种铁路电力设备智能监控系统,包括:采集模块、分析模块和显示模块;采集模块,用于通过目标监控平台,从铁路电力设备的多个监测点采集多源异构的运行状态数据;分析模块,用于:将不同来源或不同类型的运行状态数据进行关联和融合处理,得到融合运行状态数据;利用人工智能模型,将融合运行状态数据与标准数据库进行对比分析,诊断铁路电力设备的健康状态,标准数据库为预存的、与铁路电力设备相关的数据库;根据诊断出的铁路电力设备的健康状态,得到铁路电力设备对应的分析结果,分析结果包括检修建议和携带优先级信息的预警信息;显示模块,用于在图形化用户界面上,显示融合运行状态数据和分析结果。
11、进一步的,上述分析模块,还用于在利用人工智能模型,将融合运行状态数据与标准数据库进行对比分析之前,将融合运行状态数据与预设阈值进行比较,并进行趋势分析,识别基础异常状态;上述分析模块,具体用于利用人工智能模型,将与基础异常状态相关的融合运行状态数据,与标准数据库进行对比分析,诊断铁路电力设备的健康状态。
12、进一步的,上述人工智能模型包括深度学习模型、机器学习模型和专家系统中的至少一种;标准数据库包括设备设计规范、历史故障数据和铁路运维规程中的至少一种。
13、进一步的,上述系统还包括:响应模块,该响应模块,用于在上述分析模块根据诊断出的铁路电力设备的健康状态,得到铁路电力设备对应的分析结果之后,根据预警信息,触发跨系统、跨设备的自动化协同响应;其中,自动化协同响应包括调用与预警信息关联的设备的视频监控画面和启动环境调节设备中的至少一种。
14、进一步的,上述分析模块,还用于在得到铁路电力设备对应的分析结果之后,根据预警信息的优先级和铁路电力设备的重要程度,确定维修工单的优先级和处理时限。
15、进一步的,上述显示模块,具体用于:在图形化用户界面上显示智能弹窗,该智能弹窗中显示与预警信息关联的融合运行状态数据、视频画面和检修建议。
16、进一步的,上述显示模块,还用于:在图形化用户界面上,显示地理信息系统图层、铁路电力设备三维模型和运行状态数据曲线中的至少一种。
17、第三方面,本发明还提供了一种电子设备,该电子设备包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
18、第四方面,本发明还提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
19、第五方面,本发明还提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
20、第六方面,本发明还提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如第一方面所述的方法。
21、与现有技术相比,本发明具有以下有益效果:
22、首先,通过生成预警信息,能够对设备健康状态进行持续评估和趋势预测,在故障发生前进行预警和干预,将传统被动响应式的维修模式转变为主动预测性的维护模式,提升了铁路电力设备的运行可靠性和供电保障能力。其次,引入人工智能模型,对多源融合数据进行深度分析和智能研判,并与包含设备规范、历史故障等内容的标准数据库进行对比,输出科学的检修建议和处置方案,克服了传统运维过度依赖个人经验的弊端,使故障诊断和维修决策更加科学、准确。再次,通过目标监控平台和标准化的数据处理流程,汇聚并管理了原本分散、异构的各类监控数据,解决了信息核对难、共享难的问题,并且通过结合全景化、多维度的图形化用户界面,为管理和运维人员提供了全面的态势感知,提升了日常管理和应急处置的效率。最后,通过在线监测和智能分析,能够替代大量重复性的人工巡检工作,及时发现并定位潜在问题,减少了漏检、漏巡现象,降低了人力成本,减轻了运维人员的工作强度,提升了运维决策的科学性和管理效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com