一种配电柜信息确定方法和系统

技术领域

本发明涉及配电柜技术领域，具体涉及一种配电柜信息确定方法和系统。

背景技术

随着电力系统的不断发展，配电柜作为电力分配和管理的关键设备，在各个领域得到了广泛应用。然而，配电柜的安装位置选择对于电力系统的安全、稳定运行以及能源效率具有重要影响。传统的配电柜安装位置确定方法往往依赖于人工经验和简单的现场勘查，缺乏科学性和准确性，难以全面考虑各种因素，如电气设备的分布、环境因素以及潜在的风险等，容易造成安全隐患。

因此如何准确的确定配电柜的安装位置，避免安全隐患是当前亟待解决的问题。

发明内容

本发明主要解决的技术问题如何准确的确定配电柜的安装位置，避免安全隐患。

根据第一方面，本发明提供一种配电柜信息确定方法，包括：获取配电柜对应区域的电气设备分布图和配电柜对应区域的环境分布图；基于所述配电柜对应区域的电气设备分布图使用设备分布处理模型确定配电柜尺寸、配电柜的多个候选位置、配电柜每一个候选位置的能源损失度、配电柜每一个候选位置的电气风险度；基于所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境分布图使用风险分析模型确定每一个候选位置的环境风险度；将所述每一个候选位置的环境风险度与预设的风险阈值进行比较，剔除环境风险度超过预设的风险阈值的候选位置，得到筛选后的多个候选位置；获取筛选后的每一个候选位置的能源损失度、筛选后的每一个候选位置的电气风险度、筛选后的每一个候选位置的环境风险度；基于所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度确定目标安装点。

更进一步地，所述基于所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度确定目标安装点包括：对所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度分别赋予不同的权重，再进行加权求和后得到筛选后的每一个候选位置的综合风险程度，将综合风险程度最小的筛选后的候选位置作为配电柜的目标安装点。

更进一步地，所述设备分布处理模型为卷积神经网络模型。

更进一步地，所述风险分析模型包括生成对抗网络层和风险确定层，所述生成对抗网络层的输入为所述配电柜对应区域的环境分布图，所述生成对抗网络层的输出为所述配电柜对应区域的环境风险度预估图，所述风险确定层的输入为所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境风险度预估图，所述风险确定层的输出为每一个候选位置的环境风险度。

更进一步地，所述风险确定层为卷积神经网络层。

根据第二方面，本发明提供一种配电柜信息确定系统，包括：

第一获取模块，用于获取配电柜对应区域的电气设备分布图和配电柜对应区域的环境分布图；设备分布处理模块，用于基于所述配电柜对应区域的电气设备分布图使用设备分布处理模型确定配电柜尺寸、配电柜的多个候选位置、配电柜每一个候选位置的能源损失度、配电柜每一个候选位置的电气风险度；环境风险度确定模块，用于基于所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境分布图使用风险分析模型确定每一个候选位置的环境风险度；筛选模块，用于将所述每一个候选位置的环境风险度与预设的风险阈值进行比较，剔除环境风险度超过预设的风险阈值的候选位置，得到筛选后的多个候选位置；第二获取模块，用于获取筛选后的每一个候选位置的能源损失度、筛选后的每一个候选位置的电气风险度、筛选后的每一个候选位置的环境风险度；安装点确定模块，用于基于所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度确定目标安装点。更进一步地，所述加热信息处理模型为门控循环单元，所述时间确定模型为门控循环单元。

更进一步地，所述安装点确定模块还用于：

对所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度分别赋予不同的权重，再进行加权求和后得到筛选后的每一个候选位置的综合风险程度，将综合风险程度最小的筛选后的候选位置作为配电柜的目标安装点。

更进一步地，所述设备分布处理模型为卷积神经网络模型。

更进一步地，所述风险分析模型包括生成对抗网络层和风险确定层，所述生成对抗网络层的输入为所述配电柜对应区域的环境分布图，所述生成对抗网络层的输出为所述配电柜对应区域的环境风险度预估图，所述风险确定层的输入为所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境风险度预估图，所述风险确定层的输出为每一个候选位置的环境风险度。

更进一步地，所述风险确定层为卷积神经网络层。

本发明提供的一种配电柜信息确定方法和系统，该方法包括获取配电柜对应区域的电气设备分布图和配电柜对应区域的环境分布图；基于所述配电柜对应区域的电气设备分布图使用设备分布处理模型确定配电柜尺寸、配电柜的多个候选位置、配电柜每一个候选位置的能源损失度、配电柜每一个候选位置的电气风险度；基于所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境分布图使用风险分析模型确定每一个候选位置的环境风险度；将所述每一个候选位置的环境风险度与预设的风险阈值进行比较，剔除环境风险度超过预设的风险阈值的候选位置，得到筛选后的多个候选位置；获取筛选后的每一个候选位置的能源损失度、筛选后的每一个候选位置的电气风险度、筛选后的每一个候选位置的环境风险度；基于所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度确定目标安装点，该方法能够准确的确定配电柜的安装位置，避免安全隐患。

附图说明

图1为本发明实施例提供的一种配电柜信息确定方法的流程示意图；

图2为本发明实施例提供的一种配电柜信息确定系统的示意图。

具体实施方式

本发明实施例中，提供了如图1所示的一种配电柜信息确定方法，所述配电柜信息确定方法包括步骤S1～S6：

步骤S1，获取配电柜对应区域的电气设备分布图和配电柜对应区域的环境分布图。

电气设备分布图为可以显示特定区域内电气设备位置和布局的图纸或图像。电气设备可以包括开关、插座、配电箱、电线、电缆、空调、灯光等。

配电柜对应区域的环境分布图是一种详细的图表，配电柜对应区域的环境分布图展示了配电柜所在区域内的环境特征，包括但不限于温度、湿度、尘埃浓度和通风条件等信息。配电柜对应区域的环境分布图可以通过在配电柜所在区域安装各种环境监测传感器，如温度传感器、湿度传感器、尘埃传感器和风速计等，将收集得到的数据发送到数据处理中心，由数据处理中心进行处理得到的。在一些实施例中，数据处理中心可以通过深度神经网络来基于传感器的数据生成得到配电柜对应区域的环境分布图。深度神经网络可以包括多个处理层，每个处理层由多个神经元组成，每个神经元对数据做矩阵变换。矩阵所使用的参数可以通过训练获得。

步骤S2，基于所述配电柜对应区域的电气设备分布图使用设备分布处理模型确定配电柜尺寸、配电柜的多个候选位置、配电柜每一个候选位置的能源损失度、配电柜每一个候选位置的电气风险度。

所述设备分布处理模型为卷积神经网络模型。所述设备分布处理模型的输入为所述配电柜对应区域的电气设备分布图，所述设备分布处理模型的输出为配电柜尺寸、配电柜的多个候选位置、配电柜每一个候选位置的能源损失度、配电柜每一个候选位置的电气风险度。

卷积神经网络(CNN)可以是多层神经网络(例如，包括至少两个层)。所述至少两个层可以包括卷积层(CONV)、修正线性单元(ReLU)层、池化层(POOL)或全连接层(FC)中的至少一个。卷积神经网络能够从图像中提取有用特征，并逐渐理解和学习图像的上下文信息。

电气设备分布图显示了该区域内各个电气设备的位置、分布密度、空间利用率等信息。不同类型的电气设备对配电柜的尺寸和配置有不同的要求。电气设备分布图提供了区域内设备的种类、数量和位置信息，这些信息有助于分析设备对配电柜容量和尺寸的需求，从而确定合适的配电柜尺寸。作为示例，电气设备分布图可以被卷积神经网络进行处理确定出配电柜必须容纳的电路断路器和其他组件的数量，从而确定出配电柜尺寸。

作为示例，卷积神经网络可以通过分析所述配电柜对应区域的电气设备分布图，从而识别出空间中的高效区域并输出得到配电柜的多个候选位置，这样可以优化电缆路径，减少能源损失，并提高配电效率。

卷积神经网络通过卷积层、池化层等操作可以有效提取所述配电柜对应区域的电气设备分布图中的特征，这些特征可以包括电气设备的分布情况、密度、位置关系，从而评估不同候选位置的能源损失度和电气风险度。

配电柜每一个候选位置的能源损失度用于表示配电柜输送到配电柜对应区域的电气设备的总的能源损失度。

配电柜每一个候选位置的电气风险度用于评估配电柜安装位置可能面临的电气安全风险。

在一些实施例中，设备分布处理模型包括负载分析层、尺寸确定层、候选位置确定层、风险度确定层。负载分析层、尺寸确定层、候选位置确定层、风险度确定层都包括卷积神经网络。负载分析层的输入为所述配电柜对应区域的电气设备分布图，负载分析层的输出为配电柜对应区域的电力负载分布图、预估电力负载增加率，尺寸确定层的输入为配电柜对应区域的电力负载分布图和预估电力负载增加率，尺寸确定层的输出为配电柜尺寸，候选位置确定层的输入为配电柜尺寸、配电柜对应区域的电力负载分布图、预估电力负载增加率，候选位置确定层的输出为配电柜的多个候选位置，风险度确定层的输入为配电柜的多个候选位置、配电柜对应区域的电力负载分布图、预估电力负载增加率，风险度确定层的输出为配电柜每一个候选位置的电气风险度。

电力负载分布图为由负载分析层输出的图，电力负载分布图用于显示配电柜对应区域内电力负载的分布情况。预估电力负载增加率为对未来一段时间内电力负载可能增长的预估比率，预估电力负载增加率有助于进行配电柜尺寸的长远规划。配电柜尺寸为根据电力负载和未来增长预估确定的配电柜大小，以确保能够容纳所需的电气组件。候选位置确定层根据配电柜尺寸、电力负载分布和预估负载增加率，输出一系列可能适合安装配电柜的候选位置。

通过将设备分布处理模型分为负载分析层、尺寸确定层、候选位置确定层和风险度确定层，每一层可以专注于分析和解决特定的问题，从而提高整体模型的准确性和可靠性。例如负载分析层专注于电力负载的计算和预测，而尺寸确定层则专注于基于负载计算结果确定合适的配电柜尺寸。

步骤S3，基于所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境分布图使用风险分析模型确定每一个候选位置的环境风险度。

在一些实施例中，所述风险分析模型包括生成对抗网络层和风险确定层，所述生成对抗网络层的输入为所述配电柜对应区域的环境分布图，所述生成对抗网络层的输出为所述配电柜对应区域的环境风险度预估图，所述风险确定层的输入为所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境风险度预估图，所述风险确定层的输出为每一个候选位置的环境风险度。所述生成对抗网络层包括生成对抗网络。

生成对抗网络(Generative Adversarial Network，简称GAN)由生成器(Generator)和判别器(Discriminator)组成。这两个部分相互对抗、相互学习，共同促进模型的训练。生成对抗网络的生成器能够学习输入数据的复杂分布和特征。在本例中，环境分布图提供了配电柜区域的环境特征，如温度、湿度等，生成器可以学习这些特征并生成相应的环境风险度预估图。生成对抗网络层能够从环境分布图中提取关键信息，从而生成一个环境风险度预估图，环境风险度预估图可以用来评估每个位置的初步的环境风险度。

所述风险确定层为卷积神经网络层，卷积神经网络层包括卷积神经网络。卷积神经网络包含多个卷积层，可以捕捉从局部到全局的特征。这使得卷积神经网络能够同时考虑局部的环境风险细节和整个配电柜区域的风险概况。卷积神经网络可以将来自不同来源的数据(如尺寸信息、位置信息和环境风险度预估图)融合在一起，进行综合分析，以评估每一个候选位置的风险。

每一个候选位置的环境风险度为指每个配电柜候选位置的环境风险的量化评估。

步骤S4，将所述每一个候选位置的环境风险度与预设的风险阈值进行比较，剔除环境风险度超过预设的风险阈值的候选位置，得到筛选后的多个候选位置。

通过剔除风险过高的候选位置，可以确保配电柜安装在相对安全的环境中，降低潜在的安全事故风险。

步骤S5，获取筛选后的每一个候选位置的能源损失度、筛选后的每一个候选位置的电气风险度、筛选后的每一个候选位置的环境风险度。

得到筛选后的多个候选位置后，基于步骤S2和步骤S3中得到的候选位置的能源损失度、候选位置的电气风险度、候选位置的环境风险度，可以获取筛选后的每一个候选位置的能源损失度、筛选后的每一个候选位置的电气风险度、筛选后的每一个候选位置的环境风险度。

步骤S6，基于所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度确定目标安装点。

在一些实施例中，可以对所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度分别赋予不同的权重，再进行加权求和后得到筛选后的每一个候选位置的综合风险程度，将综合风险程度最小的筛选后的候选位置作为配电柜的目标安装点。

在一些实施例中，还可以通过查询安装点预设表的方式确定目标安装点位置。其中，安装点预设表中包括预设位置的能源损失度、预设位置的电气风险度、预设位置的环境风险度及对应的目标安装点，安装点预设表可以基于历史数据人为构建得到。

基于同一发明构思，图2为本发明实施例提供的一种配电柜信息确定系统示意图，所述配电柜信息确定系统包括：

第一获取模块21，用于获取配电柜对应区域的电气设备分布图和配电柜对应区域的环境分布图；

设备分布处理模块22，用于基于所述配电柜对应区域的电气设备分布图使用设备分布处理模型确定配电柜尺寸、配电柜的多个候选位置、配电柜每一个候选位置的能源损失度、配电柜每一个候选位置的电气风险度；

环境风险度确定模块23，用于基于所述配电柜尺寸、所述配电柜的多个候选位置、所述配电柜对应区域的环境分布图使用风险分析模型确定每一个候选位置的环境风险度；

筛选模块24，用于将所述每一个候选位置的环境风险度与预设的风险阈值进行比较，剔除环境风险度超过预设的风险阈值的候选位置，得到筛选后的多个候选位置；

第二获取模块25，用于获取筛选后的每一个候选位置的能源损失度、筛选后的每一个候选位置的电气风险度、筛选后的每一个候选位置的环境风险度；

安装点确定模块26，用于基于所述筛选后的每一个候选位置的能源损失度、所述筛选后的每一个候选位置的电气风险度、所述筛选后的每一个候选位置的环境风险度确定目标安装点。