本發(fā)明涉及電力系統(tǒng)智能化運維，具體為基于具身智能故障診斷技術的線損仿真應用方法及系統(tǒng)。

背景技術：

1、隨著智能電網(wǎng)的迅猛發(fā)展，光伏能源、電動汽車充電樁及高效儲能技術的廣泛部署，低壓配電臺區(qū)作為電力輸送的“神經(jīng)末梢”，其智能化轉型與升級已成為提升電力供應質(zhì)量的關鍵環(huán)節(jié)。傳統(tǒng)管理手段下，信息不對稱、響應速度遲緩及故障排查效率低下等問題日益凸顯，嚴重制約了電力系統(tǒng)的運營效率與供電安全。尤為重要的是，線損作為直接反映電網(wǎng)經(jīng)濟運行效率的關鍵指標，其高水平管理對于電力企業(yè)降本增效、保障系統(tǒng)穩(wěn)定運行具有重大意義。

2、然而，在傳統(tǒng)管理體系下，竊電行為、低壓臺區(qū)終端設備異常等隱蔽問題難以被及時捕捉，導致線損率居高不下，不僅侵蝕了企業(yè)利潤，還削弱了電網(wǎng)的整體效能與可靠性。因此，如何有效監(jiān)控并優(yōu)化線損率，成為提升電力供應穩(wěn)定性和可靠性的迫切需求。

3、因此電力公司各研究單位和基層單位，都會持續(xù)的對臺區(qū)各種異常進行研究分析，探討現(xiàn)場治理解決方案，通過裝置在實驗室進行臺區(qū)實物的仿真，模擬電能表和線路的各種異常，探討快速排查定位方案。但是這種純硬件的方案有相對的局限性，裝置包含計量設備有限，且線損臺區(qū)類型較多在裝置上無法完整模擬，當前很多實物仿真電能表能仿真的故障類型偏少，無法完全復現(xiàn)用電異常場景。不僅模擬故障場景及臺區(qū)類型有限，且無法進行場景自動切換，存在人機交互體驗較差的問題。

技術實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、因此，本發(fā)明解決的技術問題是：現(xiàn)有的裝置包含計量設備有限，且線損臺區(qū)類型較多在裝置上無法完整模擬，當前很多實物仿真電能表能仿真的故障類型偏少，無法完全復現(xiàn)用電異常場景的問題。

3、為解決上述技術問題，本發(fā)明提供如下技術方案：一種基于具身智能故障診斷技術的線損仿真應用方法，包括

4、使用電網(wǎng)采集系統(tǒng)獲取原始數(shù)據(jù)，對原始數(shù)據(jù)進行第一特征提取；

5、將第一特征提取結果輸入，構建第一診斷模型；

6、搭建第一仿真系統(tǒng)，進行線損排查處理；

7、將第一診斷模型部署到仿真系統(tǒng)中進行故障診斷。

8、作為本發(fā)明所述的基于具身智能故障診斷技術的線損仿真應用方法的一種優(yōu)選方案，其中：所述使用電網(wǎng)采集系統(tǒng)采集原始數(shù)據(jù)包括，通過電網(wǎng)采集系統(tǒng)采集臺區(qū)線損監(jiān)測數(shù)據(jù)，預處理得到原始數(shù)據(jù)。

9、作為本發(fā)明所述的基于具身智能故障診斷技術的線損仿真應用方法的一種優(yōu)選方案，其中：所述對原始數(shù)據(jù)進行第一特征提取包括，從原始數(shù)據(jù)按照時間序列提取特征，得到第一特征提取結果。

10、作為本發(fā)明所述的基于具身智能故障診斷技術的線損仿真應用方法的一種優(yōu)選方案，其中：所述將構建第一診斷模型包括，根據(jù)第一特征提取的結果設置輸入層，根據(jù)線損故障類型設計輸出層。

11、作為本發(fā)明所述的基于具身智能故障診斷技術的線損仿真應用方法的一種優(yōu)選方案，其中：所述搭建第一仿真系統(tǒng)包括，使用線損臺區(qū)仿真軟件搭建線損故障動態(tài)具身場景，調(diào)整線損臺區(qū)仿真裝置模擬真實線損臺區(qū)場景。

12、作為本發(fā)明所述的基于具身智能故障診斷技術的線損仿真應用方法的一種優(yōu)選方案，其中：所述將第一診斷模型部署到仿真系統(tǒng)包括，基于大數(shù)據(jù)語言模型訓練的從文本中提取的故障特征，轉化為控制信號，針對虛擬信號設備進行控制輸出；

13、提取真實線損較高臺區(qū)數(shù)據(jù)，提取真實線損較高臺區(qū)低壓臺區(qū)終端信息，建立臺區(qū)線損故障模型，在仿真軟件進行自動仿真運行，根據(jù)線損故障切換各故障模式及場景；將仿真軟件中具身智能線損故障模型中選擇一個靜態(tài)場景，根據(jù)不同臺區(qū)各元素發(fā)生概率生成動態(tài)場景。

14、作為本發(fā)明所述的基于具身智能故障診斷技術的線損仿真應用方法的一種優(yōu)選方案，其中：所述進行故障檢測包括，實現(xiàn)線損臺區(qū)場景的自動生成，軟件根據(jù)大語言模型預先訓練的從文本中提取的線損臺區(qū)各類元素的特征，并基于特征生成線損臺區(qū)數(shù)字化模型；

15、提取真實線損較高臺區(qū)低壓臺區(qū)終端信息，配合現(xiàn)場故障處理、現(xiàn)場竊電取證圖片，提取故障特征點，輸入線損故障智能感知模型；利用大語言模型對臺區(qū)線損故障庫中各元素，分別生成各自的故障現(xiàn)象及場景并匹配相關概率；從故障庫中根據(jù)各元素相關概率采樣故障，根據(jù)線損故障各元素影響計算動態(tài)具身場景實時狀態(tài)，得到線損故障動態(tài)具身場景。

16、本發(fā)明的另外一個目的是提供一種基于具身智能故障診斷技術的線損仿真應用系統(tǒng)，其能通過其中一個方案基于具身智能的臺區(qū)線損仿真系統(tǒng)，解決了目前的臺區(qū)線損仿真技術含有無法進行場景自動切換，存在人機交互體驗較差的問題。

17、作為本發(fā)明所述的基于具身智能故障診斷技術的線損仿真應用系統(tǒng)的一種優(yōu)選方案，其中：包括輸入模塊、模型構建模塊、優(yōu)化模塊、處理模塊；

18、所述輸入模塊，根據(jù)真實線損較高臺區(qū)數(shù)據(jù)，包括負載率、總戶數(shù)、配變?nèi)萘?、低壓線路長度、供電半徑、臺區(qū)屬性、臺區(qū)拓撲，提取特征描述，基于精細化數(shù)字建模技術構建臺區(qū)模型，并將采集的運行監(jiān)測數(shù)據(jù)、設備全壽命周期數(shù)據(jù)及環(huán)境數(shù)據(jù)輸入模型；

19、所述模型構建模塊，根據(jù)現(xiàn)場線損排查工單、臺區(qū)線損檢測數(shù)據(jù)，提取臺區(qū)線損故障特征，基于神經(jīng)網(wǎng)絡建立線損故障智能模型；

20、所述優(yōu)化模塊，利用大語言模型對線損故障智能模型中的各元素分析，統(tǒng)計現(xiàn)場治理中發(fā)現(xiàn)線損故障的概率，完善線損故障模型；

21、所述處理模塊，以上模型共同組成具身智能線損故障模型，將具身智能線損故障模型中選擇一個靜態(tài)場景，根據(jù)不同臺區(qū)各元素發(fā)生概率生成動態(tài)場景，并將臺區(qū)線損特征數(shù)據(jù)，以及低壓臺區(qū)終端的故障數(shù)據(jù)，映射至控制仿真裝置，輸出臺區(qū)線損節(jié)點、故障數(shù)據(jù)。

22、一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行所述計算機程序是實現(xiàn)基于具身智能故障診斷技術的線損仿真應用方法的步驟。

23、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)基于具身智能故障診斷技術的線損仿真應用方法的步驟。

24、本發(fā)明的有益效果：提供的基于具身智能故障診斷技術的線損仿真應用方法通過虛實結合的方式進行臺區(qū)線損仿真，解決了真實臺區(qū)數(shù)量多，臺區(qū)拓撲線路無法真實仿真的問題；通過虛實結合的方式，可以將虛擬中的任意一直電能表，映射到實物上，讓實驗人員或者被培訓學員真實的去通過工器具進行相關電氣的測量；虛擬和實物的電能表比較完整的仿真了現(xiàn)場的故障，以及該故障產(chǎn)生的現(xiàn)象。

技術特征：

1.基于具身智能故障診斷技術的線損仿真應用方法，其特征在于，包括：

2.如權利要求1所述的基于具身智能故障診斷技術的線損仿真應用方法，其特征在于：所述使用電網(wǎng)采集系統(tǒng)采集原始數(shù)據(jù)包括，通過電網(wǎng)采集系統(tǒng)采集臺區(qū)線損監(jiān)測數(shù)據(jù)，預處理得到原始數(shù)據(jù)。

3.如權利要求2所述的基于具身智能故障診斷技術的線損仿真應用方法，其特征在于：所述對原始數(shù)據(jù)進行第一特征提取包括，從原始數(shù)據(jù)按照時間序列提取特征，得到第一特征提取結果。

4.如權利要求3所述的基于具身智能故障診斷技術的線損仿真應用方法，其特征在于：所述構建第一診斷模型包括，根據(jù)第一特征提取的結果設置輸入層，根據(jù)線損故障類型設計輸出層。

5.如權利要求4所述的基于具身智能故障診斷技術的線損仿真應用方法，其特征在于：所述搭建第一仿真系統(tǒng)包括，使用線損臺區(qū)仿真軟件搭建線損故障動態(tài)具身場景，調(diào)整線損臺區(qū)仿真裝置模擬真實線損臺區(qū)場景。

6.如權利要求5所述的基于具身智能故障診斷技術的線損仿真應用方法，其特征在于：所述將第一診斷模型部署到仿真系統(tǒng)包括，基于大數(shù)據(jù)語言模型訓練的從文本中提取的故障特征，轉化為控制信號，針對虛擬信號設備進行控制輸出；

7.如權利要求6所述的基于具身智能故障診斷技術的線損仿真應用方法，其特征在于：所述進行故障檢測包括，實現(xiàn)線損臺區(qū)場景的自動生成，軟件根據(jù)大語言模型預先訓練的從文本中提取的線損臺區(qū)各類元素的特征，并基于特征生成線損臺區(qū)數(shù)字化模型；

8.一種采用如權利要求1～7任一所述的基于具身智能故障診斷技術的線損仿真應用方法的系統(tǒng)，其特征在于：包括輸入模塊、模型構建模塊、優(yōu)化模塊、處理模塊；

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至7中任一項所述的基于具身智能故障診斷技術的線損仿真應用方法的步驟。

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至7中任一項所述的基于具身智能故障診斷技術的線損仿真應用方法的步驟。

技術總結
本發(fā)明公開了基于具身智能故障診斷技術的線損仿真應用方法及系統(tǒng)，涉及電力系統(tǒng)智能化運維技術領域，包括使用電網(wǎng)采集系統(tǒng)獲取原始數(shù)據(jù)，對原始數(shù)據(jù)進行第一特征提取；將第一特征提取結果輸入，構建第一診斷模型；搭建第一仿真系統(tǒng)，進行線損排查處理；將第一診斷模型部署到仿真系統(tǒng)中進行故障診斷。本發(fā)明所述方法解決了真實臺區(qū)數(shù)量多，臺區(qū)拓撲線路無法真實仿真的問題；通過虛實結合的方式，可以將虛擬中的任意一直電能表，映射到實物上，讓實驗人員或者被培訓學員真實的去通過工器具進行相關電氣的測量；虛擬和實物的電能表比較完整的仿真了現(xiàn)場的故障，以及該故障產(chǎn)生的現(xiàn)象。

技術研發(fā)人員：渠智毅,李鵬程,陳慶輝,宋強,王俊融
受保護的技術使用者：貴州電網(wǎng)有限責任公司
技術研發(fā)日：
技術公布日：2025/1/6