(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211135800.5 (22)申请日 2022.09.19 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 申请人 广东电网有限责任公司清远供电局 (72)发明人 徐刚　胡金磊　王文博　黎阳羊　 章敏　应丽云　黄石华　赖俊驹　 王伟　赖家文　邱健文　麦卫华　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 高艳红 (51)Int.Cl. G06K 9/62(2022.01) G06N 3/04(2006.01)G06Q 50/06(2012.01) (54)发明名称 设备状态检测方法、 装置、 电子设备及存储 介质 (57)摘要 本发明公开了一种设备状态检测方法、 装 置、 电子设备及存储介质。 接收针对待检测的变 电站设备发起的设备状态检测请求， 其中， 所述 设备状态检测请求携带有所述变电站设备的设 备标识信息； 根据所述设备标识信息以及变电站 的历史运维数据确定与所述变电站设备对应的 设备特征阵列， 其中， 所述设备特征阵列由按照 时间先后顺序排布的设备状态 参数组成； 基于所 述设备特征阵列以及预先训练完成的设备状态 检测模型确定所述变电站设备的目标设备状态， 其中， 所述 设备状态检测模型基于样本特征阵列 以及与所述样本特征阵列对应的样本设备状态 对预先建立的神经网络模型训练得到。 保证了变 电站设备的设备状态检测的精准 性与稳定性。 权利要求书2页 说明书12页 附图3页 CN 115456087 A 2022.12.09 CN 115456087 A 1.一种设备状态检测方法， 其特 征在于， 包括： 接收针对待检测的变电站设备发起的设备状态检测请求， 其中， 所述设备状态检测请 求携带有所述变电站设备的设备 标识信息； 根据所述设备标识信息以及变电站的历史运维数据确定与所述变电站设备对应的设 备特征阵列， 其中， 所述设备 特征阵列由按照时间先后顺序排布的设备状态参数组成； 基于所述设备特征阵列以及预先训练完成的设备状态检测模型确定所述变电站设备 的目标设备状态， 其中， 所述设备状态检测模型基于样本特征阵列以及与所述样本特征阵 列对应的样本设备状态对预 先建立的神经网络模型训练得到 。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述设备标识信 息以及变电站的 历史运维数据确定与所述变电站设备对应的设备 特征阵列， 包括： 根据所述设备标识信息从变电站的历史运维数据中获取与所述变电站设备对应的设 备状态参数； 根据所述设备状态参数所对应的参数类型， 按照时间先后 顺序进行排布所述设备状态 参数， 得到每 个参数类型的设备状态参数对应的子特 征； 根据各个参数类型的设备状态参数所对应的子特征构建与所述变电站设备对应的设 备特征阵列。 3.根据权利要求1所述的方法， 其特征在于， 所述设备状态检测模型的各层正向传递中 包括对输入的设备特征阵列进 行卷积处理的卷积层、 对卷积处理后的设备特征阵列进 行最 大值池化处理的池化层和激活处理， 其中， 所述激活处理中随机选取神经元， 并使 得所述神 经元的激活值以预设概 率停止工作。 4.根据权利要求1所述的方法， 其特征在于， 在所述基于所述设备特征阵列以及预先训 练完成的设备状态检测模型确定所述变电站设备的目标设备状态之前， 还 包括： 获取样本设备的设备状态参数， 基于所述样本设备的设备状态参数构建样本特征阵 列， 并确定与所述样本特 征阵列对应的样本设备状态； 将所述样本特征阵列输入至预先建立的神经网络模型中， 得到所述样本设备的模型输 出设备状态； 根据所述模型输出设备状态与所述样本设备状态调整所述神经网络模型的模型参数， 以得到设备状态检测模型。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述模型输出设备状态与所述样 本设备状态调整所述神经网络模型的模型参数， 包括： 根据当前次迭代的前一 次迭代的参数调 整量、 预设调 整系数以及所述模型输出设备状 态与所述样本设备状态之间误差平方和的负梯度， 确定当前次迭代的参数调整量； 根据所述当前次迭代的参数调整量调整所述神经网络模型的模型参数。 6.根据权利要求5所述的方法， 其特征在于， 所述根据当前次迭代的前一 次迭代的参数 调整量、 预设调整系数以及所述模型输出设备状态与所述样本 设备状态之 间误差平方和的 负梯度， 确定当前次迭代的参数调整量， 包括： 基于如下公式确定当前次迭代的参数调整量： 权　利　要　求　书 1/2 页 2 CN 115456087 A 2其中， Δu(t)表示第t次迭代的参数调整量、 Δu(t ‑1)表示第t ‑1次迭代的参数调整量； m表示预设调整参数； 表示所述样本设备状态与所述模型输出设备状态之间误差平方 和的负梯度。 7.根据权利要求1所述的方法， 其特 征在于， 还 包括： 如果所述变电站设备的目标设备状态为异常状态， 则触发预设预警机制， 以针对所述 变电站设备的目标设备状态进行 预警。 8.一种设备状态检测装置， 其特 征在于， 包括： 设备状态检测请求接收模块， 用于接收针对待检测的变电站设备发起的设备状态检测 请求， 其中， 所述设备状态检测请求携带有所述变电站设备的设备 标识信息； 设备特征阵列确定模块， 用于根据 所述设备标识信 息以及变电站的历史运维数据确定 与所述变电站设备对应的设备特征阵列， 其中， 所述设备特征阵列由按照时间先后顺序排 布的设备状态参数组成； 目标设备状态确定模块， 用于基于所述设备特征阵列以及预先训练完成的设备状态检 测模型确定所述变电站设备 的目标设备状态， 其中， 所述设备状态检测模型基于样本特征 阵列以及与所述样本特 征阵列对应的样本设备状态对预 先建立的神经网络模型训练得到 。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任一项所述的 设备状态检测方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使处理器执行时实现权利要求1 ‑7中任一项所述的设备状态检测 方法。权　利　要　求　书 2/2 页 3 CN 115456087 A 3