(19)國家知識產(chǎn)權局路2077號申請人甘肅同興智能科技發(fā)展有限責任公司(72)發(fā)明人郭海龍劉亞榮彭剛何正軍王佩霞李暉牟旭東陳功索曉娣王雪梅杜振軍閆家聞公司31444專利代理師李祥英一種輸電線路故障隱患一體化監(jiān)測方法及裝置本申請?zhí)峁┝艘环N輸電線路故障隱患一體化監(jiān)測方法及裝置，涉及輸電線路監(jiān)測技術領長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所申請可以解決現(xiàn)有存在采樣頻率難以均衡配置統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期期21.一種輸電線路故障隱患一體化監(jiān)測方法，其特征在于，應用于部署于目標輸電線路當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信號；統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。2.如權利要求1所述的方法，其特征在于，當滿足第一監(jiān)測周期，采集行波相關參數(shù)和獲得監(jiān)測屬性集合和行波信號屬性集合；根據(jù)所述行波信號屬性集合的第一行波信號屬性，與所述監(jiān)測屬性集合進行關聯(lián)度分直到根據(jù)所述行波信號屬性集合的第N行波信號屬性，與所述監(jiān)測屬性集合進行關聯(lián)提取所述第一監(jiān)測屬性關聯(lián)度集合直到所述第N監(jiān)測屬性關聯(lián)度集合大于或等于關聯(lián)度閾值的監(jiān)測屬性，添加進所述行波相關參數(shù)。3.如權利要求2所述的方法，其特征在于，根據(jù)所述行波信號屬性集合的第一行波信號采集所述第一行波信號屬性異常的若干條第一行波信號屬性異常日志，其中，所述若干條第一行波信號屬性異常日志的任意一條包括異常監(jiān)測屬性集合；遍歷所述監(jiān)測屬性集合，統(tǒng)計在所述若干條第一行波信號屬性異常日志中的觸發(fā)頻率從所述監(jiān)測屬性集合提取頻率關聯(lián)度集合中大于或等于頻率關聯(lián)度閾值的頻率關聯(lián)屬性集合；以所述第一行波信號屬性的波動值為基準數(shù)據(jù)序列，以所述頻率關聯(lián)屬性集合的波動值為比對數(shù)據(jù)序列，配置灰色關聯(lián)度矩陣進行關聯(lián)度分析，獲得所述第一監(jiān)測屬性關聯(lián)度集合。4.如權利要求1所述的方法，其特征在于，統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量，包括：檢索第一記錄線路拓撲與輸電線路拓撲相同，且第一記錄行波相關參數(shù)與所述行波相關參數(shù)一致的多個無故障線路樣本的多個記錄行波信號；對所述多個記錄行波信號進行同屬性集中值分選，獲得每個屬性的集中區(qū)間，設為所述基線行波信號；計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量。5.如權利要求4所述的方法，其特征在于，計算所述基線行波信號與所述監(jiān)測行波信號提取行波信號的一類行波信號屬性與二類行波信號屬性，其中，所述一類行波信號屬3性表征與故障相關性系數(shù)大于或等于相關性系數(shù)閾值的屬性集合，所述一類行波信號屬性表征與故障相關性系數(shù)小于相關性系數(shù)閾值的屬性集合；對所述一類行波信號屬性進行同屬性偏差計算，獲得所述基線行波信號與所述監(jiān)測行波信號的一類行波信號偏差向量；對所述二類行波信號屬性統(tǒng)計偏離基線的屬性數(shù)量，獲得所述基線行波信號與所述監(jiān)測行波信號的二類行波信號偏差向量；將所述一類行波信號偏差向量和所述二類行波信號偏差向量，添加進所述偏差向量。6.如權利要求1所述的方法，其特征在于，統(tǒng)計滿足所述偏差向量的輸電線路的故障觸獲得故障觸發(fā)概率預測網(wǎng)絡，其中，所述故障觸發(fā)概率預測網(wǎng)絡通過多組數(shù)據(jù)基于機器學習訓練生成，所述多組數(shù)據(jù)的任意一組均包括：與輸電線路拓撲相同的歷史輸電線路的偏差向量記錄數(shù)據(jù)與標識故障觸發(fā)概率真值的標簽；獲得所述故障觸發(fā)概率預測網(wǎng)絡的預設時區(qū)的訓練偏差向量集合；計算所述偏差向量與所述訓練偏差向量集合的歐式距離均值，按照所述歐式距離均值越大集成模型數(shù)量越多的規(guī)則，進行輸出均值集成多個所述故障觸發(fā)概率預測網(wǎng)絡，獲得故障觸發(fā)概率臨時預測模型，處理所述偏差向量，輸出所述故障觸發(fā)概率同時，刪除所述故障觸發(fā)概率臨時預測模型。7.如權利要求6所述的方法，其特征在于，按照所述歐式距離均值越大集成模型數(shù)量越多的規(guī)則，進行輸出均值集成多個所述故障觸發(fā)概率預測網(wǎng)絡，獲得故障觸發(fā)概率臨時預計算所述歐式距離均值的平方值，設為預測網(wǎng)絡集成數(shù)量；根據(jù)所述預測網(wǎng)絡集成數(shù)量集成多個所述故障觸發(fā)概率預測網(wǎng)絡，獲得所述故障觸發(fā)概率臨時預測模型。8.如權利要求1所述的方法，其特征在于，檢索滿足所述偏差向量的輸電線路的高頻故檢索第二記錄線路拓撲與輸電線路拓撲相同，且記錄偏差向量與所述偏差向量一致的多個故障線路樣本的多個故障檢出時長，其中，故障檢出時長表征記錄偏差向量出現(xiàn)后發(fā)生故障的間隔時長；對所述多個故障檢出時長進行集中趨勢分析，獲得集中故障檢出時長的最小值，設為所述高頻故障檢出時長。9.一種輸電線路故障隱患一體化監(jiān)測裝置，其特征在于，所述的裝置與一體化監(jiān)測終端通信連接，所述裝置用于執(zhí)行如權利要求1-8中任意一項所述的方法，所述裝置包括：采集監(jiān)測模塊，其用于當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信號；偏差向量計算模塊，其用于統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；統(tǒng)計模塊，其用于統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；更新模塊，其用于當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。4一種輸電線路故障隱患一體化監(jiān)測方法及裝置技術領域[0001]本申請涉及輸電線路監(jiān)測技術領域，尤其涉及一種輸電線路故障隱患一體化監(jiān)測方法及裝置。背景技術[0002]在輸電線路故障監(jiān)測領域，傳統(tǒng)的監(jiān)測方法主要依賴于行波理論。行波理論通過檢測和分析輸電線路中行波的傳播特性來實現(xiàn)故障的快速預警和精確定位。在實際應用中，采樣頻率的設置對故障檢測的準確性和計算量有著直接的影響。采樣頻率越高，能夠捕捉到的行波細節(jié)就越多，從而提高故障檢測的準確性。然而，高采樣頻率也意味著需要更大的計算量，這對監(jiān)測系統(tǒng)的硬件和軟件都提出了更高的要求。另一方面，如果采樣頻率過低，可能會導致某些故障情況被錯過，從而影響整個監(jiān)測系統(tǒng)的可靠性。因此，如何在保證故障檢測準確性的前提下，合理配置采樣頻率，以降低計算量并避免資源浪費，成為當前輸電線路故障監(jiān)測技術中亟待解決的問題。[0003]目前，現(xiàn)有的傳統(tǒng)輸電線路故障隱患監(jiān)測技術在采樣頻率配置上存在不足，高采樣頻率導致計算量過大，而低采樣頻率又可能錯過故障情況，存在難以實現(xiàn)采樣頻率均衡配置的技術問題。發(fā)明內(nèi)容[0004]本申請的目的是提供一種輸電線路故障隱患一體化監(jiān)測方法，用以解決現(xiàn)有的傳統(tǒng)輸電線路故障隱患監(jiān)測技術在采樣頻率配置上存在不足，高采樣頻率導致計算量過大，而低采樣頻率又可能錯過故障情況，存在難以實現(xiàn)采樣頻率均衡配置的技術問題。[0005]本申請?zhí)峁┝艘环N輸電線路故障隱患一體化監(jiān)測方法，其中，所述一種輸電線路故障隱患一體化監(jiān)測方法包括：當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信號；統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。[0006]本申請還提供了一種輸電線路故障隱患一體化監(jiān)測裝置，其中，所述一種輸電線路故障隱患一體化監(jiān)測裝置包括：采集監(jiān)測模塊，其用于當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信號；偏差向量計算模塊，其用于統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；統(tǒng)計模塊，其用于統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；更新模塊，其用于當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。5[0007]本申請中提供的一個或多個技術方案，至少具有如下技術效果或優(yōu)點：通過當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信號；統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。也就是說，在滿足第一監(jiān)測周期時采集行波相關參數(shù)和監(jiān)測行波信號，統(tǒng)計無故障線路樣本的基線行波信號并計算偏差向量，進而統(tǒng)計故障觸發(fā)概率，當故障觸發(fā)概率達到閾值時，根據(jù)高頻故障檢出時長縮短獲得第二監(jiān)測周期對第一監(jiān)測周期進行更新。通過根據(jù)輸電線路的實際運行狀態(tài)動態(tài)調整監(jiān)測周期，實現(xiàn)采樣頻率的均衡配置，并在保證故障檢測準確性的同時有效降低計算量，避免資源浪費，達到了提高輸電線路故障隱患監(jiān)測效率，及時發(fā)現(xiàn)潛在故障，保障電力系統(tǒng)穩(wěn)定運行的技術效果。[0008]上述說明僅是本申請技術方案的概述，為了能夠更清楚了解本申請的技術手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本申請的上述和其他目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本申請的具體實施方式。應當理解，本部分所描述的內(nèi)容并非旨在標識本申請的實施例的關鍵或重要特征，也不用于限制本申請的范圍。本申請的其他特征將通過以下的說明書而變得容易理解。附圖說明[0009]為了更清楚地說明本申請或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是示例性的，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。[0010]圖1為本申請一種輸電線路故障隱患一體化監(jiān)測方法的流程示意圖；圖2為本申請一種輸電線路故障隱患一體化監(jiān)測方法中采集行波相關參數(shù)和監(jiān)測行波信號的流程示意圖。具體實施方式[0011]本申請通過提供一種輸電線路故障隱患一體化監(jiān)測方法，解決了現(xiàn)有的傳統(tǒng)輸電線路故障隱患監(jiān)測技術在采樣頻率配置上存在不足，高采樣頻率導致計算量過大，而低采樣頻率又可能錯過故障情況，存在難以實現(xiàn)采樣頻率均衡配置的技術問題。通過根據(jù)輸電線路的實際運行狀態(tài)動態(tài)調整監(jiān)測周期，實現(xiàn)采樣頻率的均衡配置，并在保證故障檢測準確性的同時有效降低計算量，避免資源浪費，達到了提高輸電線路故障隱患監(jiān)測效率，及時發(fā)現(xiàn)潛在故障，保障電力系統(tǒng)穩(wěn)定運行的技術效果。[0012]下面，將參考附圖對本申請中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅是本申請的一部分實施例，而不是本申請的全部實施例，應理解，本申請不受這里描述的示例實施例的限制。基于本申請的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。另外還需要說明的是，為了便于描述，附圖中僅示出了與本申請相關的部分而非全部。6[0013]實施例一，請參閱附圖1,本申請?zhí)峁┝艘环N輸電線路故障隱患一體化監(jiān)測方法，其中，所述一種輸電線路故障隱患一體化監(jiān)測方法具體包括如下步驟：步驟P10:當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信號；具體而言，通過動態(tài)調整監(jiān)測周期來優(yōu)化采樣頻率配置。當滿足第一監(jiān)測周期時采集行波相關參數(shù)和監(jiān)測行波信號，這些多維度參數(shù)的綜合考慮使得故障監(jiān)測更加全面和準確。也就是說，首先當滿足第一監(jiān)測周期時采集行波相關參數(shù)和監(jiān)測行波信號。其中，行度的參數(shù)。這些參數(shù)從不同角度反映了輸電線路的運行狀態(tài)，為后續(xù)的故障監(jiān)測提供了全面的數(shù)據(jù)支持。然后統(tǒng)計滿足這些行波相關參數(shù)的無故障線路樣本的基線行波信號，并計算基線行波信號與監(jiān)測行波信號的偏差向量。接著統(tǒng)計滿足該偏差向量的輸電線路的故障觸發(fā)概率。如果故障觸發(fā)概率大于或等于故障概率閾值，將檢索滿足偏差向量的輸電線路的高頻故障檢出時長，并將其縮短至少0.5倍，從而獲得第二監(jiān)測周期對第一監(jiān)測周期進行更新。在一具體的示例中，假設第一監(jiān)測周期為10分鐘，系統(tǒng)在該周期內(nèi)采集行波相關參數(shù)和監(jiān)測行波信號。通過統(tǒng)計分析，發(fā)現(xiàn)某些輸電線路在特定行波參數(shù)下的故障觸發(fā)概率較高，達到或超過設定的故障概率閾值。此時檢索這些線路的高頻故障檢出時長，假設為5分鐘，將其縮短至少0.5倍，即調整為2.5分鐘，從而獲得新的第二監(jiān)測周期，對原來的10分鐘監(jiān)測周期進行更新。這樣能夠根據(jù)實際運行狀態(tài)動態(tài)調整監(jiān)測周期，實現(xiàn)采樣頻率的合理[0014]總結來說，通過動態(tài)調整監(jiān)測周期，實現(xiàn)了輸電線路故障監(jiān)測的優(yōu)化。能夠在保證故障檢測準確性的同時，降低計算量和資源浪費，提高監(jiān)測效率，及時發(fā)現(xiàn)潛在故障，保障電力系統(tǒng)的穩(wěn)定運行。[0015]步驟P20:統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；具體而言，通過對基線行波信號的統(tǒng)計以及與監(jiān)測行波信號的偏差向量計算，為后續(xù)的故障觸發(fā)概率統(tǒng)計和監(jiān)測周期更新提供基礎。其核心在于利用無故障線路樣本的基線行波信號作為參照，精準識別當前監(jiān)測行波信號的異常變化，進而實現(xiàn)對輸電線路故障隱患的早期預警和有效監(jiān)測，提升故障監(jiān)測的準確性和可靠性。具體來說，首先統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號。這一過程涉及到對大量無故障線路樣本數(shù)據(jù)的收集和分析，確保基線行波信號能夠準確反映正常運行狀態(tài)下的行波特征。然后計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量。偏差向量的計算是通過對比基線行波信號和監(jiān)測行波信號在各個維度上的差異來實現(xiàn)的，這些維度可能包括信號的幅度、頻率、相位等關鍵特征。偏差向量的大小和方向能夠直觀地反映出監(jiān)測行波信號與正常狀態(tài)的偏離程度，從而為后續(xù)的故障診斷提供量化依據(jù)。[0016]在一具體的示例中，假設基線行波信號在某一維度上的平均幅度為100單位，而監(jiān)測行波信號在該維度上的幅度為120單位，那么該維度上的偏差值為20單位。通過對所有相關維度的偏差進行計算和整合，得到整體的偏差向量。如果偏差向量超過預設的閾值，表明監(jiān)測行波信號與基線行波信號存在顯著差異，可能存在故障隱患，需要進一步分析和處理。[0017]總結來說，通過統(tǒng)計基線行波信號和計算偏差向量，實現(xiàn)了對輸電線路行波信號的精準監(jiān)測和異常識別。7[0018]步驟P30:統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；具體而言，通過對滿足所述偏差向量的輸電線路的故障觸發(fā)概率進行統(tǒng)計，為后續(xù)的監(jiān)測周期更新提供數(shù)據(jù)支持。首先統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率。這一過程涉及到對大量歷史故障數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)的收集、整理和分析，通過數(shù)據(jù)挖掘和統(tǒng)計建模方法，建立偏差向量與故障觸發(fā)概率之間的映射關系。然后根據(jù)統(tǒng)計得到的故障觸發(fā)概率，判斷是否需要對監(jiān)測周期進行更新。如果故障觸發(fā)概率大于或等于故障概率閾值，將檢索滿足偏差向量的輸電線路的高頻故障檢出時長，并將其縮短至少0.5倍，從而獲得新的監(jiān)測周期。[0019]在一具體的示例中，假設通過統(tǒng)計分析發(fā)現(xiàn)，當偏差向量在某一維度上的值超過20單位時，輸電線路的故障觸發(fā)概率顯著增加，達到15%。如果設定的故障概率閾值為10%,那么此時將認為當前監(jiān)測周期不足以應對潛在的故障風險，需要進行更新。檢索這些輸電線路的高頻故障檢出時長，假設為5分鐘，將其縮短至少0.5倍，即新的監(jiān)測周期，以提高對故障的響應速度和監(jiān)測效率。[0020]總結來說，通過統(tǒng)計輸電線路的故障觸發(fā)概率，實現(xiàn)了對輸電線路故障隱患的早期預警和精準監(jiān)測。[0021]步驟P40:當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。[0022]具體而言，當故障觸發(fā)概率達到或超過預設閾值時，通過檢索高頻故障檢出時長并進行縮短，以獲得新的監(jiān)測周期對原有周期進行更新。首先判斷所述故障觸發(fā)概率是否大于或等于故障概率閾值。如果滿足這一條件，說明當前輸電線路處于較高的故障風險狀態(tài)，需要加強監(jiān)測力度。然后檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長。高頻故障檢出時長是指在高采樣頻率下，能夠快速檢測出故障所需的時間。接著將檢索到的高頻故障檢出時長縮短至少0.5倍，以此來獲得新的第二監(jiān)測周期，從而對第一監(jiān)測周期進行更新。在一具體的示例中，假設第一監(jiān)測周期為10分鐘，在監(jiān)測過程中發(fā)現(xiàn)故障觸發(fā)概率達到了15%,而設定的故障概率閾值為10%。此時，系統(tǒng)會檢索滿足偏差向量的輸電線路的高頻故障檢出時長，假設為5分鐘。按照方案要求，將其縮短至少0.5獲得新的第二監(jiān)測周期。這樣能夠更頻繁地對輸電線路進行監(jiān)測，及時捕捉到潛在的故障信息，提高故障檢測的及時性和準確性。[0023]總結來說，根據(jù)故障風險動態(tài)調整監(jiān)測頻率，從而在保證故障檢測及時性的同時，優(yōu)化監(jiān)測資源的利用效率，避免不必要的資源浪費，提升整個監(jiān)測系統(tǒng)的運行效益。也就是說，在故障風險較高時自動縮短監(jiān)測周期，增強監(jiān)測力度，確保及時發(fā)現(xiàn)故障隱患；而在故障風險較低時，維持或適當延長監(jiān)測周期，避免過度監(jiān)測造成的資源浪費。這種靈活的監(jiān)測周期調整機制，不僅提高了故障監(jiān)測的效率和可靠性，還有效降低了整體監(jiān)測成本，保障了電力系統(tǒng)的穩(wěn)定運行。獲得監(jiān)測屬性集合和行波信號屬性集合；根據(jù)所述行波信號屬性集合的第一行波信號屬性，與所述監(jiān)測屬性集合進行關聯(lián)8度分析，獲得第一監(jiān)測屬性關聯(lián)度集合；直到根據(jù)所述行波信號屬性集合的第N行波信號屬性，與所述監(jiān)測屬性集合進行提取所述第一監(jiān)測屬性關聯(lián)度集合直到所述第N監(jiān)測屬性關聯(lián)度集合大于或等于關聯(lián)度閾值的監(jiān)測屬性，添加進所述行波相關參數(shù)。[0025]具體而言，通過監(jiān)測屬性集合和行波信號屬性集合的關聯(lián)度分析，篩選出與行波信號屬性高度相關的監(jiān)測屬性，并將其添加進行波相關參數(shù)中。其核心在于利用關聯(lián)度分析方法，量化評估不同屬性之間的相關性，從而實現(xiàn)行波相關參數(shù)的精準構建，提升故障監(jiān)測的準確性和可靠性。[0026]首先獲得監(jiān)測屬性集合和行波信號屬性集合。監(jiān)測屬性集合涵蓋了多種可能影響度等；行波信號屬性集合則包含了行波信號在不同維度上的特征屬性，如信號的幅度、頻率、相位等。然后根據(jù)行波信號屬性集合中的第一個行波信號屬性，與監(jiān)測屬性集合進行關聯(lián)度分析，獲得第一監(jiān)測屬性關聯(lián)度集合。這一過程通過計算兩個屬性之間的相關系數(shù)或相似度等指標，量化評估它們之間的關聯(lián)程度。接著重復這一過程，直到對行波信號屬性集合中的第N個行波信號屬性也完成關聯(lián)度分析，獲得第N監(jiān)測屬性關聯(lián)度集合。在關聯(lián)度分析過程中篩選出大于或等于關聯(lián)度閾值的監(jiān)測屬性，并將其添加進行波相關參數(shù)中。關聯(lián)度閾值的設置是為了確保只有與行波信號屬性高度相關的監(jiān)測屬性才能被選中，從而保證行波相關參數(shù)的質量和有效性。[0027]在一具體的示例中，假設監(jiān)測屬性集合包含10個屬性，行波信號屬性集合包含5個屬性。系統(tǒng)首先對第一個行波信號屬性與監(jiān)測屬性集合進行關聯(lián)度分析，計算得到第一監(jiān)測屬性關聯(lián)度集合，其中可能有3個監(jiān)測屬性的關聯(lián)度大于或等于設定的閾值0.6。然后，對第二個行波信號屬性進行同樣的分析，可能有2個新的監(jiān)測屬性滿足條件。依次類推，直到所有5個行波信號屬性都完成分析。最終，系統(tǒng)將這些滿足條件的監(jiān)測屬性添加進行波相關參數(shù)中，使得行波相關參數(shù)能夠更全面、準確地反映輸電線路的運行狀態(tài)。[0028]總結來說，通過監(jiān)測屬性集合和行波信號屬性集合的關聯(lián)度分析，實現(xiàn)了行波相關參數(shù)的優(yōu)化構建。能夠有效提升故障監(jiān)測的準確性和可靠性，確保行波相關參數(shù)能夠精準捕捉輸電線路的故障特征，為后續(xù)的故障檢測和診斷提供高質量的數(shù)據(jù)支持，從而保障電力系統(tǒng)的穩(wěn)定運行，減少故障發(fā)生的概率和損失。[0029]進一步，根據(jù)所述行波信號屬性集合的第一行波信號屬性，與所述監(jiān)測屬性集合采集所述第一行波信號屬性異常的若干條第一行波信號屬性異常日志，其中，所述若干條第一行波信號屬性異常日志的任意一條包括異常監(jiān)測屬性集合；遍歷所述監(jiān)測屬性集合，統(tǒng)計在所述若干條第一行波信號屬性異常日志中的觸發(fā)從所述監(jiān)測屬性集合提取頻率關聯(lián)度集合中大于或等于頻率關聯(lián)度閾值的頻率關聯(lián)屬性集合；以所述第一行波信號屬性的波動值為基準數(shù)據(jù)序列，以所述頻率關聯(lián)屬性集合的波動值為比對數(shù)據(jù)序列，配置灰色關聯(lián)度矩陣進行關聯(lián)度分析，獲得所述第一監(jiān)測屬性關9聯(lián)度集合。[0030]具體而言，通過對第一行波信號屬性異常日志的采集與分析，篩選出與故障觸發(fā)高度相關的監(jiān)測屬性，并將其構造成第一監(jiān)測屬性關聯(lián)度集合。首先采集第一行波信號屬性異常的若干條日志，每條日志都包含異常監(jiān)測屬性集合。然后遍歷監(jiān)測屬性集合，統(tǒng)計這些屬性在異常日志中的觸發(fā)頻率占比，形成頻率關聯(lián)度集合。接著，從監(jiān)測屬性集合中提取頻率關聯(lián)度集合中大于或等于頻率關聯(lián)度閾值的屬性，組成頻率關聯(lián)屬性集合。最后以第一行波信號屬性的波動值為基準數(shù)據(jù)序列，以頻率關聯(lián)屬性集合的波動值為比對數(shù)據(jù)序列，配置灰色關聯(lián)度矩陣進行關聯(lián)度分析，獲得第一監(jiān)測屬性關聯(lián)度集合。[0031]在一具體的示例中，假設采集到100條第一行波信號屬性異常日志，每條日志包含10個監(jiān)測屬性。遍歷監(jiān)測屬性集合，統(tǒng)計每個屬性在異常日志中的觸發(fā)頻率占比，發(fā)現(xiàn)其中有5個屬性的觸發(fā)頻率占比超過10%,形成頻率關聯(lián)屬性集合。然后，以第一行波信號屬性的波動值為基準，以這5個屬性的波動值為比對序列，構建灰色關聯(lián)度矩陣，計算得到第一監(jiān)測屬性關聯(lián)度集合，其中關聯(lián)度值較高的屬性將被選中作為關鍵監(jiān)測參數(shù)。[0032]總結來說，通過異常日志分析和利用頻率關聯(lián)度和灰色關聯(lián)度矩陣等方法的關聯(lián)度評估，量化評估監(jiān)測屬性與行波信號屬性之間的關聯(lián)程度，從而實現(xiàn)行波相關參數(shù)的精準構建，進一步，能夠有效篩選出與故障觸發(fā)高度相關的監(jiān)測屬性，提升故障監(jiān)測的準確性和可靠性，減少誤報和漏報，為電力系統(tǒng)的穩(wěn)定運行提供堅實保障。[0033]進一步，統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量，包括：檢索第一記錄線路拓撲與輸電線路拓撲相同，且第一記錄行波相關參數(shù)與所述行波相關參數(shù)一致的多個無故障線路樣本的多個記錄行波信號；對所述多個記錄行波信號進行同屬性集中值分選，獲得每個屬性的集中區(qū)間，設為所述基線行波信號；計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量。[0034]具體而言，通過對無故障線路樣本的記錄行波信號進行檢索、集中值分選，構建出能夠反映正常運行狀態(tài)的基線行波信號，并與監(jiān)測行波信號進行對比分析，精準識別輸電線路的異常狀態(tài)，為后續(xù)的故障診斷和監(jiān)測周期調整提供科學依據(jù)。[0035]首先檢索第一記錄線路拓撲與輸電線路拓撲相同，且第一記錄行波相關參數(shù)與所述行波相關參數(shù)一致的多個無故障線路樣本的多個記錄行波信號。然后，對所述多個記錄行波信號進行同屬性集中值分選，獲得每個屬性的集中區(qū)間，設為所述基線行波信號。接著，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量。在一具體的示例中，假設檢索到100個符合條件的無故障線路樣本的記錄行波信號，每個信號包含5個關鍵屬性。對每個屬性進行同屬性集中值分選，例如，對于幅度屬性，發(fā)現(xiàn)大多數(shù)樣本的幅度集中在100±5單位范圍內(nèi)，將此范圍設為基線行波信號的幅度集中區(qū)間。完成所有屬性的集中值分選后，獲得完整的基線行波信號。然后將監(jiān)測行波信號的每個屬性值與基線行波信號的對應集中區(qū)單位相比，偏差值為15單位，超出允許范圍，表明在幅度屬性上存在顯著偏差，可能預示著輸電線路的異常狀態(tài)。[0036]總結來說，通過生成基線行波信號和計算偏差向量，實現(xiàn)了對輸電線路運行狀態(tài)的精準監(jiān)測。能夠有效識別輸電線路的異常變化，為故障的早期預警和診斷提供有力支持，提升故障監(jiān)測的準確性和可靠性，減少故障發(fā)生的概率和損失，保障電力系統(tǒng)的穩(wěn)定運行。提取行波信號的一類行波信號屬性與二類行波信號屬性，其中，所述一類行波信號屬性表征與故障相關性系數(shù)大于或等于相關性系數(shù)閾值的屬性集合，所述一類行波信號屬性表征與故障相關性系數(shù)小于相關性系數(shù)閾值的屬性集合；對所述一類行波信號屬性進行同屬性偏差計算，獲得所述基線行波信號與所述監(jiān)測行波信號的一類行波信號偏差向量；對所述二類行波信號屬性統(tǒng)計偏離基線的屬性數(shù)量，獲得所述基線行波信號與所述監(jiān)測行波信號的二類行波信號偏差向量；將所述一類行波信號偏差向量和所述二類行波信號偏差向量，添加進所述偏差向[0038]具體而言，通過對行波信號屬性的分類與針對性分析，精準捕捉行波信號的異常變化，為后續(xù)的故障診斷和監(jiān)測周期調整提供科學依據(jù)。首先提取行波信號的一類行波信號屬性與二類行波信號屬性。一類行波信號屬性表征與故障相關性系數(shù)大于或等于相關性系數(shù)閾值的屬性集合，這些屬性與故障的發(fā)生有較強的關聯(lián)，能夠直接反映故障特征；二類行波信號屬性表征與故障相關性系數(shù)小于相關性系數(shù)閾值的屬性集合，這些屬性與故障的關聯(lián)較弱，但在綜合評估中仍具有一定的參考價值。然后，對一類行波信號屬性進行同屬性偏差計算，獲得基線行波信號與監(jiān)測行波信號的一類行波信號偏差向量。接著，對二類行波信號屬性統(tǒng)計偏離基線的屬性數(shù)量，獲得基線行波信號與監(jiān)測行波信號的二類行波信號偏差向量。最后，將一類行波信號偏差向量和二類行波信號偏差向量整合，添加進總的偏差向[0039]在一具體的示例中，假設相關性系數(shù)閾值設定為0.6,提取出5個一類行波信號屬性和10個二類行波信號屬性。對于一類行波信號屬性，基線行波信號的屬性值分別為[100,200,150,50,80],監(jiān)測行波信號的屬性值分別為[120,210,160,45,90],通過同屬性偏差計算，得到一類行波信號偏差向量為[20,10,10,5,10]。對于二類行波信號屬性，統(tǒng)計發(fā)現(xiàn)有4個屬性偏離基線，從而得到二類行波信號偏差向量為4。最后，將這兩部分偏差向量整合，添加進總的偏差向量中，形成完整的偏差評估體系。[0040]總結來說，通過分類與整合的偏差計算方法，實現(xiàn)了對輸電線路運行狀態(tài)的全面監(jiān)測。能夠有效捕捉與故障高度相關的屬性變化，同時兼顧其他屬性的異常情況，提升故障監(jiān)測的準確性和可靠性，減少誤報和漏報。獲得故障觸發(fā)概率預測網(wǎng)絡，其中，所述故障觸發(fā)概率預測網(wǎng)絡通過多組數(shù)據(jù)基于機器學習訓練生成，所述多組數(shù)據(jù)的任意一組均包括：與輸電線路拓撲相同的歷史輸電線路的偏差向量記錄數(shù)據(jù)與標識故障觸發(fā)概率真值的標簽；獲得所述故障觸發(fā)概率預測網(wǎng)絡的預設時區(qū)的訓練偏差向量集合；計算所述偏差向量與所述訓練偏差向量集合的歐式距離均值，按照所述歐式距離均值越大集成模型數(shù)量越多的規(guī)則，進行輸出均值集成多個所述故障觸發(fā)概率預測網(wǎng)絡，獲得故障觸發(fā)概率臨時預測模型，處理所述偏差向量，輸出所述故障觸發(fā)概率同時，刪除所11述故障觸發(fā)概率臨時預測模型。[0042]具體而言，通過機器學習的方法構建故障觸發(fā)概率預測網(wǎng)絡，并利用歐式距離均值和集成模型規(guī)則來提高預測的準確性和可靠性。首先獲得通過多組數(shù)據(jù)基于機器學習訓練生成的故障觸發(fā)概率預測網(wǎng)絡，這些數(shù)據(jù)包括與輸電線路拓撲相同的歷史輸電線路的偏差向量記錄數(shù)據(jù)以及標識故障觸發(fā)概率真值的標簽。然后，獲得該預測網(wǎng)絡的預設時區(qū)的訓練偏差向量集合。接著計算當前偏差向量與訓練偏差向量集合的歐式距離均值。按照歐式距離均值越大集成模型數(shù)量越多的規(guī)則，進行輸出均值集成多個故障觸發(fā)概率預測網(wǎng)絡，獲得故障觸發(fā)概率臨時預測模型。最后，利用該臨時預測模型處理偏差向量，輸出故障觸發(fā)概率，并在完成預測后刪除臨時預測模型。[0043]在一具體的示例中，假設故障觸發(fā)概率預測網(wǎng)絡是基于過去5年的歷史數(shù)據(jù)訓練而成，包含了上千組不同的偏差向量記錄數(shù)據(jù)和對應的故障觸發(fā)概率標簽。獲得該網(wǎng)絡的過去一個月的訓練偏差向量集合，包含1000個偏差向量樣本。計算當前偏差向量與這1000個樣本的歐式距離均值，發(fā)現(xiàn)均值較大，按照規(guī)則需要集成較多的模型。于是集成5個不同的故障觸發(fā)概率預測網(wǎng)絡，通過輸出均值的方式生成臨時預測模型。利用該模型處理當前偏差向量，得到故障觸發(fā)概率為15%,并根據(jù)這一結果決定是否需要調整監(jiān)測周期。完成預測后自動刪除臨時預測模型，以節(jié)省計算資源并避免模型過擬合。[0044]總結來說，通過結合歷史數(shù)據(jù)訓練生成預測模型，并通過動態(tài)調整和優(yōu)化模型結構，實現(xiàn)對輸電線路故障觸發(fā)概率的精準預測，為后續(xù)的監(jiān)測周期調整和故障預警提供科學依據(jù)。同時，通過動態(tài)調整集成模型的數(shù)量和及時刪除臨時模型，優(yōu)化了計算資源的利[0045]進一步，按照所述歐式距離均值越大集成模型數(shù)量越多的規(guī)則，進行輸出均值集成多個所述故障觸發(fā)概率預測網(wǎng)絡，獲得故障觸發(fā)概率臨時預測模型，包括：計算所述歐式距離均值的平方值，設為預測網(wǎng)絡集成數(shù)量；根據(jù)所述預測網(wǎng)絡集成數(shù)量集成多個所述故障觸發(fā)概率預測網(wǎng)絡，獲得所述故障觸發(fā)概率臨時預測模型。[0046]具體而言，通過計算歐式距離均值的平方值來確定預測網(wǎng)絡集成數(shù)量，并據(jù)此集成多個故障觸發(fā)概率預測網(wǎng)絡，獲得故障觸發(fā)概率臨時預測模型。首先計算所述歐式距離均值的平方值，設為預測網(wǎng)絡集成數(shù)量。通過對當前偏差向量與訓練偏差向量集合之間差異的量化評估，確定需要集成的預測網(wǎng)絡數(shù)量。然后，根據(jù)所述預測網(wǎng)絡集成數(shù)量，集成多個所述故障觸發(fā)概率預測網(wǎng)絡，獲得所述故障觸發(fā)概率臨時預測模型。在集成過程中選取與當前偏差向波形信號相似度較高的多個預測網(wǎng)絡，通過一定的融合策略，如輸出均值、加權平均等，構建出一個綜合的臨時預測模型。最后，利用該臨時預測模型處理當前偏差向量，輸出故障觸發(fā)概率，并在完成預測任務后刪除臨時預測模型，以釋放計算資源并避免模型過擬合。[0047]在一具體的示例中，假設當前偏差向量與訓練偏差向量集合的歐式距離均值為3,其平方值為9,即預測網(wǎng)絡集成數(shù)量為9。從預先訓練好的多個故障觸發(fā)概率預測網(wǎng)絡中，選取9個與當前偏差向量相似度較高的網(wǎng)絡進行集成。這些網(wǎng)絡可能是基于不同歷史數(shù)據(jù)段、不同算法或不同參數(shù)訓練而成的，各自具有獨特的預測特性。通過輸出均值的方式將這9個網(wǎng)絡的預測結果進行融合，獲得最終的故障觸發(fā)概率臨時預測模型。利用該模型處理當前偏差向量，得到故障觸發(fā)概率為18%,并根據(jù)這一結果決定是否需要調整監(jiān)測周期或采取其他預警措施。完成預測后自動刪除臨時預測模型，以便在下一次預測時能夠根據(jù)新的偏差向量重新構建最合適的預測模型。總結來說，通過動態(tài)確定預測網(wǎng)絡集成數(shù)量并構建臨時預測模型，實現(xiàn)了輸電線路故障觸發(fā)概率的精準預測。[0048]進一步，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，包括：檢索第二記錄線路拓撲與輸電線路拓撲相同，且記錄偏差向量與所述偏差向量一致的多個故障線路樣本的多個故障檢出時長，其中，故障檢出時長表征記錄偏差向量出現(xiàn)后發(fā)生故障的間隔時長；對所述多個故障檢出時長進行集中趨勢分析，獲得集中故障檢出時長的最小值，設為所述高頻故障檢出時長。[0049]具體而言，通過檢索與當前輸電線路拓撲和偏差向量一致的歷史故障數(shù)據(jù)，并進行集中趨勢分析，精準確定高頻故障檢出時長。利用歷史數(shù)據(jù)的統(tǒng)計分析，為后續(xù)的監(jiān)測周期調整提供科學依據(jù)，從而在保證故障檢測及時性的同時，優(yōu)化監(jiān)測資源的利用效率，提升整個監(jiān)測系統(tǒng)的運行效益。[0050]首先檢索第二記錄線路拓撲與輸電線路拓撲相同，且記錄偏差向量與所述偏差向量一致的多個故障線路樣本的多個故障檢出時長。故障檢出時長是指記錄偏差向量出現(xiàn)后發(fā)生故障的間隔時長，這一數(shù)據(jù)能夠反映在特定運行狀態(tài)下故障發(fā)展的速度和可能性。然后，對所述多個故障檢出時長進行集中趨勢分析，獲得集中故障檢出時長的最小值，設為所述高頻故障檢出時長。集中趨勢分析通常包括計算平均值、中位數(shù)、眾數(shù)等統(tǒng)計指標，通過這些指標可以確定在大多數(shù)情況下故障檢出時長的集中趨勢，而選擇最小值作為高頻故障檢出時長，則是為了在監(jiān)測周期調整中采取更為保守和及時的策略，確保能夠盡早發(fā)現(xiàn)潛在故障。[0051]在一具體的示例中，假設系統(tǒng)檢索到50個符合條件的故障線路樣本，故障檢出時長分別為2分鐘、3分鐘、3分鐘、4分鐘、5分鐘等不同時長。通過對分鐘作為高頻故障檢出時長。這樣，在后續(xù)的監(jiān)測周期調整中將以這個高頻故障檢出時長為基礎，結合其他因素，確定新的監(jiān)測周期，以[0052]總結來說，通過歷史故障數(shù)據(jù)的檢索和集中趨勢分析，實現(xiàn)了高頻故障檢出時長的精準確定。能夠有效提升故障監(jiān)測的及時性和準確性，為后續(xù)的監(jiān)測周期調整提供科學依據(jù)，從而保障電力系統(tǒng)的穩(wěn)定運行，減少故障發(fā)生的概率和損失。同時，通過數(shù)據(jù)驅動的分析方法，優(yōu)化了監(jiān)測資源的利用，提升了系統(tǒng)的運行效率和適應性，使其能夠更好地應對輸電線路運行狀態(tài)的變化。[0053]綜上所述，本申請所提供的一種輸電線路故障隱患一體化監(jiān)測方法具有如下技術效果：通過當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信號；統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。也就是說，在滿足第一監(jiān)測周期時采集行波相關參數(shù)和監(jiān)測行波信號，統(tǒng)計無故障線路樣本的基線行波信號并計算偏差向量，進而統(tǒng)計故障觸發(fā)概率，當故障觸發(fā)概率達到閾值時，根據(jù)高頻故障檢出時長縮短獲得第二監(jiān)測周期對第一監(jiān)測周期進行更新。通過根據(jù)輸電線路的實際運行狀態(tài)動態(tài)調整監(jiān)測周期，實現(xiàn)采樣頻率的均衡配置，并在保證故障檢測準確性的同時有效降低計算量，避免資源浪費，達到了提高輸電線路故障隱患監(jiān)測效率，及時發(fā)現(xiàn)潛在故障，保障電力系統(tǒng)穩(wěn)定運行的技術效果。[0054]實施例二，基于與前述實施例中一種輸電線路故障隱患一體化監(jiān)測方法同樣的發(fā)明構思，本申請還提供了一種輸電線路故障隱患一體化監(jiān)測裝置，所述一種輸電線路故障隱患一體化監(jiān)測裝置包括：采集監(jiān)測模塊11,其用于當滿足第一監(jiān)測周期，采集行波相關參數(shù)和監(jiān)測行波信偏差向量計算模塊12,其用于統(tǒng)計滿足所述行波相關參數(shù)的無故障線路樣本的基線行波信號，計算所述基線行波信號與所述監(jiān)測行波信號的偏差向量；統(tǒng)計模塊13,其用于統(tǒng)計滿足所述偏差向量的輸電線路的故障觸發(fā)概率；更新模塊14,其用于當所述故障觸發(fā)概率大于或等于故障概率閾值，檢索滿足所述偏差向量的輸電線路的高頻故障檢出時長，對所述高頻故障檢出時長縮短至少0.5倍后獲得第二監(jiān)測周期，使用所述第二監(jiān)測周期替換所述第一監(jiān)測周期。獲得監(jiān)測屬性集合和行波信號屬性集合；根據(jù)所述行波信號屬性集合的第一行波信號屬性，與所述監(jiān)測屬性集合進行關聯(lián)度分析，獲得第一監(jiān)測屬性關聯(lián)度集合；直到根據(jù)所述行波信號屬性集合的第N行波信號屬性，與所述監(jiān)測屬性集合進行提取所述第一監(jiān)測