本發明涉及電氣工程，具體涉及一種基于人工智能的電力故障診斷方法、裝置及存儲介質。
背景技術：
1、在現代電力系統中，變壓供電網作為關鍵的電力傳輸與分配環節，其穩定運行對于保障電力供應的可靠性和持續性至關重要，變壓供電網通常包含多個變壓器及各類負載設備。
2、傳統的電力故障診斷方法大多依賴于人工經驗和簡單的電氣參數監測。在面對復雜的變壓供電網時，人工巡檢不僅效率低下，而且難以全面、及時地發現潛在故障隱患。
技術實現思路
1、本發明的主要目的是提供一種基于人工智能的電力故障診斷方法、裝置及存儲介質，旨在解決現有技術中人工巡檢效率低的技術問題。
2、為實現上述目的，第一方面，本申請實施例中提供了一種基于人工智能的電力故障診斷方法，應用于變壓供電網，所述變壓供電網包括第一變壓器、第二變壓器以及負載設備，所述方法包括：
3、獲取電力故障診斷指令；
4、根據所述電力故障診斷指令獲取第一預設時間段內所述第一變壓器及第二變壓器的狀態數據得到第一狀態數據集；
5、將所述第一狀態數據集輸入故障診斷模型得到第一聯動指數，所述第一聯動指數表征所述第一變壓器對第二變壓器的影響程度；
6、在所述第一聯動指數絕對值小于預設值的情況下，對所述第一變壓器進行變電控制處理，并獲取第二預設時間段內所述第一變壓器及第二變壓器的狀態數據得到第二狀態數據集，其中，所述第二預設時間段對應的時長大于所述第一預設時間段對應的時長；
7、將所述第二狀態數據集輸入故障診斷模型得到第二聯動指數，所述第二聯動指數表征變電處理后所述第一變壓器對第二變壓器的影響程度；
8、根據所述第一聯動指數及第二聯動指數進行電力故障診斷。
9、在一種可能的實現方式中，所述對所述第一變壓器進行變電控制處理，包括：
10、調整所述第一變壓器的輸出電壓，并控制所述第一變壓器的冷卻系統，調節冷卻介質流量，以維持所述第一變壓器的運行溫度不變。
11、在一種可能的實現方式中，所述調整所述第一變壓器的輸出電壓，并控制所述第一變壓器的冷卻系統，包括：
12、以預設頻率調整所述第一變壓器的輸出電壓使得所述第一變壓器的輸出電壓波動大于初始狀態的電壓波動；
13、獲取所述第一變壓器在所述輸出電壓波動情況下的歷史溫度變化情況；
14、根據所述歷史溫度變化情況控制所述第一變壓器的冷卻系統，調節冷卻介質流量。
15、在一種可能的實現方式中，所述根據所述歷史溫度變化情況控制所述第一變壓器的冷卻系統，包括：
16、在所述歷史溫度變化情況表征所述第一變壓器的溫度上升時，根據溫升速率提高所述冷卻介質的流速以調節冷卻介質流量。
17、在一種可能的實現方式中，所述根據所述電力故障診斷指令獲取第一預設時間段內所述第一變壓器及第二變壓器的狀態數據得到第一狀態數據集，包括：
18、獲取第一預設時間段內所述第一變壓器的輸出電壓和/或電流數據得到第一狀態主數據集，其中，所述第一狀態主數據集表征所述第一變壓器在第一預設時間段內輸出電壓和/或電流的波動變化情況；
19、獲取第一預設時間段內所述第二變壓器的溫度數據得到第一狀態次數據集，其中，所述第一狀態次數據集表征所述第二變壓器在第一預設時間段內的溫度波動變化情況。
20、在一種可能的實現方式中，所述將所述第一狀態數據集輸入故障診斷模型得到第一聯動指數，包括：
21、根據所述第一狀態主數據集確定第一變壓器的電壓和/或電流在各個時間窗口的波動系數得到第一主波動系數集；
22、根據所述第一狀態次數據集確定第二變壓器的溫度在各個時間窗口的波動系數得到第一次波動系數集；
23、將所述第一主波動系數集及第一次波動系數集輸入故障診斷模型中的聯動系數計算子模型得到第一聯動指數，其中，所述聯動系數計算子模型滿足如下表達式：
24、
25、其中，k1為第一聯動指數；δvt為第一變壓器在時間窗口t的電壓/電流波動系數，即第一主波動系數集；δtt+τ為第二變壓器在時間窗口t+τ的溫度波動系數，即第一次波動系數集；τ為預設的延遲時間參數，用于表征第一變壓器波動對第二變壓器影響的滯后效應，t為第一預設時間段內的總時間窗口數。
26、在一種可能的實現方式中，所述方法還包括：
27、實時獲取變壓供電網的環境溫度；
28、在所述變壓供電網的環境溫度大于或等于溫度閾值的情況下，根據第一變壓器與第二變壓器之間的電器距離對所述預設的延遲時間參數τ進行校正。
29、在一種可能的實現方式中，所述根據所述第一聯動指數及第二聯動指數進行電力故障診斷，包括：
30、確定所述第二聯動指數大于第一聯動指數，判定所述第一變壓器存在電力故障；
31、確定所述第二聯動指數小于或等于第一聯動指數，判定所述第二變壓器存在電力故障。
32、第二方面，本申請實施例中還提供了一種故障診斷裝置，包括：
33、第一獲取模塊，用于獲取電力故障診斷指令；
34、第二獲取模塊，用于獲取第一預設時間段內第一變壓器及第二變壓器的狀態數據得到第一狀態數據集；以及獲取第二預設時間段內第一變壓器及第二變壓器的狀態數據得到第二狀態數據集；
35、輸入計算模塊，用于將第一狀態數據集輸入故障診斷模型得到第一聯動指數；以及將第二狀態數據集輸入故障診斷模型得到第二聯動指數；
36、故障診斷模塊，用于根據第一聯動指數及第二聯動指數進行電力故障診斷。
37、第三方面，本申請實施例中還提供了一種存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時運行如第一方面所述的方法的步驟。
38、區別于現有技術，本申請實施例提供的一種基于人工智能的電力故障診斷方法，首先根據電力故障診斷指令獲取第一預設時間段內第一變壓器及第二變壓器的狀態數據得到第一狀態數據集；然后將第一狀態數據集輸入故障診斷模型得到第一聯動指數；在第一聯動指數小于預設值的情況下，對第一變壓器進行變電控制處理，并獲取第二預設時間段內第一變壓器及第二變壓器的狀態數據得到第二狀態數據集；然后再將第二狀態數據集輸入故障診斷模型得到第二聯動指數；最后再根據第一聯動指數及第二聯動指數進行電力故障診斷。也即，本申請通過兩次狀態數據采集與主動干預的協同作用實現故障精準定位，大大提高了電力故障檢測的效率及準確性。
1.一種基于人工智能的電力故障診斷方法，其特征在于，應用于變壓供電網，所述變壓供電網包括第一變壓器、第二變壓器以及負載設備，所述方法包括：
2.如權利要求1所述的基于人工智能的電力故障診斷方法，其特征在于，所述對所述第一變壓器進行變電控制處理，包括：
3.如權利要求2所述的基于人工智能的電力故障診斷方法，其特征在于，所述調整所述第一變壓器的輸出電壓，并控制所述第一變壓器的冷卻系統，包括：
4.如權利要求3所述的基于人工智能的電力故障診斷方法，其特征在于，所述根據所述歷史溫度變化情況控制所述第一變壓器的冷卻系統，包括：
5.如權利要求1所述的基于人工智能的電力故障診斷方法，其特征在于，所述根據所述電力故障診斷指令獲取第一預設時間段內所述第一變壓器及第二變壓器的狀態數據得到第一狀態數據集，包括：
6.如權利要求5所述的基于人工智能的電力故障診斷方法，其特征在于，所述將所述第一狀態數據集輸入故障診斷模型得到第一聯動指數，包括：
7.如權利要求6所述的基于人工智能的電力故障診斷方法，其特征在于，所述方法還包括：
8.如權利要求1所述的基于人工智能的電力故障診斷方法，其特征在于，所述根據所述第一聯動指數及第二聯動指數進行電力故障診斷，包括：
9.一種故障診斷裝置，其特征在于，包括：
10.一種存儲介質，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行時運行如權利要求1至8任一項所述的方法的步驟。