本发明涉及电网安全，具体而言，涉及一种智能电网的故障处理方法及装置。
背景技术：
1、随着能源互联网的快速发展，智能电网作为其核心组成部分，正日益受到关注；智能电网通过集成先进的通信技术、传感器技术、信息物理系统以及数据挖掘与机器学习算法，能够实时监控电网的运行状态，预测潜在故障，并快速做出处置决策，从而确保电力系统的稳定、安全和高效运行。然而，在实际应用中，电网面临着各种自然灾害的威胁，如台风、暴雨、地震等。这些自然灾害不仅可能导致电网设备的损坏和故障，还可能引发电力供应中断等严重后果。
2、而在智能电网中，电网的拓扑结构对故障的传播好影响具有重要影响。环状拓扑结构和辐射状拓扑结构是两种常见的电网拓扑结构，它们具有不同的故障传播特性和处置需求。环状拓扑结构由于存在多个闭合环路，故障发生时可能通过多个路径传播，影响多个节点和设备，影响范围较大；而辐射状拓扑结构则呈现出树状分支，故障通常沿着单一路径传播，只会影响一条线路上的节点和设备，影响范围相对有限，环状和辐射状拓扑结构具有不同的电气特性和故障传播机制，后期故障查找以及维护难度比较大，降低效率。若使用同一模型，则需要构建一个能够处理这些复杂差异的特征集，这可能导致特征空间变得庞大且复杂，增加了模型的学习难度，降低结果预测的精度。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本发明实施例提供了一种智能电网的故障处理方法及装置，以至少解决相关技术中电网的故障预测/诊断中虽然考虑了电网拓扑结构，但没有考虑不同拓扑结构在发生故障时故障传播路径与影响差距比较大，没有针对不同拓扑结构给出有针对性的故障诊断方案，处理效率低下的技术问题。
2、根据本发明实施例的一个方面，提供了一种智能电网的故障处理方法，包括：获取目标电网的电网实时数据，其中，所述目标电网是需要进行故障诊断的电网，所述电网实时数据是所述目标电网运行过程中产生的数据；将所述电网实时数据输入至电网故障预测模型中，以利用所述电网故障预测模型根据所述电网实时数据确定所述目标电网的网络拓扑结构类型，其中，所述电网故障预测模型包括第一网络结构和第二网络结构，所述第一网络结构用于对环状拓扑结构的电网故障进行故障预测，所述第二网络模型用于对辐射状拓扑结构的电网故障进行故障预测；在所述电网故障预测模型中根据所述网络拓扑结构选择目标故障预测模型，其中，所述目标故障预测模型为以下之一：所述第一网络结构、第二网络结构；利用所述目标故障预测模型对所述电网实时数据进行处理，以得到所述目标故障预测模型的故障预测结果；根据所述故障预测结果得到所述目标电网的故障诊断结果。
3、可选地，在将所述电网实时数据输入至电网故障预测模型中，以利用所述电网故障预测模型根据所述电网实时数据确定所述目标电网的网络拓扑结构类型之前，该智能电网的故障处理方法，还包括：根据样本电网的拓扑结构类型获取所述样本电网的历史故障信息，其中，所述历史故障信息包括：故障时间、故障位置、故障原因、故障影响范围、故障恢复时间、故障相关设备的设备状态、天气条件以及操作记录，所述拓扑结构类型包括：环状拓扑结构和辐射状拓扑结构；根据所述历史故障信息确定所述样本电网的历史故障的历史故障传播路径；确定所述历史故障信息对应的历史故障类型；对所述拓扑结构类型、所述历史故障传播路径以及所述历史故障类型进行训练，得到所述电网故障预测模型。
4、可选地，根据样本电网的拓扑结构类型获取所述样本电网的历史故障信息，包括：在确定所述样本电网后，利用电网拓扑可视化工具将所述样本电网的电网节点和电网线路以图形的方式展现出来，得到所述样本电网的样本电网结构；根据所述样本电网结构的结构特征得到所述样本电网的所述拓扑结构类型。
5、可选地，根据样本电网的拓扑结构类型获取所述样本电网的历史故障信息，包括：对各所述拓扑结构类型下所述样本电网进行故障信息采集，得到所述样本电网的所述历史故障信息；其中，对各所述拓扑结构类型下所述样本电网进行故障信息采集，得到所述样本电网的所述历史故障信息，包括：采集所述样本电网的故障时间，用于分析所述样本电网的故障发生频率和故障发生周期；采集所述样本电网的故障位置，用于确定故障在所述样本电网中的位置信息；采集所述样本电网中与故障相关的设备状态信息，以得到故障相关设备的设备状态；采集所述样本电网中的故障恢复时间，以得到所述样本电网中故障发生到恢复电力供应所需时间。
6、可选地，根据所述历史故障信息确定所述样本电网的历史故障的历史故障传播路径，包括：根据所述历史故障信息中的故障位置对所述样本电网中的故障进行定位，以得到所述历史故障信息中的历史实时运行数据；根据所述历史实时运行数据对所述样本电网进行故障模拟，得到故障模拟信息；对所述故障模拟信息进行分析，得到所述样本电网发生故障后对所述样本电网的影响范围信息和影响程度信息；根据所述影响范围信息和所述影响程度信息得到所述样本电网的所述历史故障传播路径。
7、可选地，确定所述历史故障信息对应的历史故障类型，包括：通过对所述历史故障信息中样本电网实时数据的变化幅度，得到所述历史故障类型，其中，所述历史故障类型包括：短路故障、过载故障以及断路故障。
8、可选地，对所述拓扑结构类型、所述历史故障传播路径以及所述历史故障类型进行训练，得到所述电网故障预测模型，包括：获取所述历史故障传播路径的影响特征一、获取所述历史故障类型的影响特征二；获取所述历史故障传播路径的影响特征三；根据所述影响特征一、所述影响特征二以及所述影响特征三对所述拓扑结构类型、所述历史故障传播路径、所述历史故障类型、所述影响特征一、所述影响特征二以及所述影响特征三进行训练，得到所述电网故障预测模型。
9、可选地，根据所述故障预测结果得到所述目标电网的故障诊断结果，包括：根据所述故障预测结果确定所述目标电网的故障发生概率；在所述故障发生概率大于故障发生概率阈值时，确定所述目标电网发生故障。
10、根据本发明实施例的另一方面，还提供了一种智能电网的故障处理装置，包括：第一获取模块，用于获取目标电网的电网实时数据，其中，所述目标电网是需要进行故障诊断的电网，所述电网实时数据是所述目标电网运行过程中产生的数据；第一确定模块，用于将所述电网实时数据输入至电网故障预测模型中，以利用所述电网故障预测模型根据所述电网实时数据确定所述目标电网的网络拓扑结构类型，其中，所述电网故障预测模型包括第一网络结构和第二网络结构，所述第一网络结构用于对环状拓扑结构的电网故障进行故障预测，所述第二网络模型用于对辐射状拓扑结构的电网故障进行故障预测；选择模块，用于在所述电网故障预测模型中根据所述网络拓扑结构选择目标故障预测模型，其中，所述目标故障预测模型为以下之一：所述第一网络结构、第二网络结构；第一处理模块，用于利用所述目标故障预测模型对所述电网实时数据进行处理，以得到所述目标故障预测模型的故障预测结果；第二获取模块，用于根据所述故障预测结果得到所述目标电网的故障诊断结果。
11、可选地，该智能电网的故障处理装置，还包括：第三获取模块，用于在将所述电网实时数据输入至电网故障预测模型中，以利用所述电网故障预测模型根据所述电网实时数据确定所述目标电网的网络拓扑结构类型之前根据样本电网的拓扑结构类型获取所述样本电网的历史故障信息，其中，所述历史故障信息包括：故障时间、故障位置、故障原因、故障影响范围、故障恢复时间、故障相关设备的设备状态、天气条件以及操作记录，所述拓扑结构类型包括：环状拓扑结构和辐射状拓扑结构；第二确定模块，用于根据所述历史故障信息确定所述样本电网的历史故障的历史故障传播路径；第三确定模块，用于确定所述历史故障信息对应的历史故障类型；训练模块，用于对所述拓扑结构类型、所述历史故障传播路径以及所述历史故障类型进行训练，得到所述电网故障预测模型。
12、可选地，所述第三获取模块，包括：展现单元，用于在确定所述样本电网后，利用电网拓扑可视化工具将所述样本电网的电网节点和电网线路以图形的方式展现出来，得到所述样本电网的样本电网结构；第一获取单元，用于根据所述样本电网结构的结构特征得到所述样本电网的所述拓扑结构类型。
13、可选地，所述第三获取模块，包括：第一采集单元，用于对各所述拓扑结构类型下所述样本电网进行故障信息采集，得到所述样本电网的所述历史故障信息；其中，对各所述拓扑结构类型下所述样本电网进行故障信息采集，得到所述样本电网的所述历史故障信息，包括：第一采集子单元，用于采集所述样本电网的故障时间，用于分析所述样本电网的故障发生频率和故障发生周期；第二采集子单元，用于采集所述样本电网的故障位置，用于确定故障在所述样本电网中的位置信息；第三采集子单元，用于采集所述样本电网中与故障相关的设备状态信息，以得到故障相关设备的设备状态；第四采集子单元，用于采集所述样本电网中的故障恢复时间，以得到所述样本电网中故障发生到恢复电力供应所需时间。
14、可选地，所述第二确定模块，包括：定位单元，用于根据所述历史故障信息中的故障位置对所述样本电网中的故障进行定位，以得到所述历史故障信息中的历史实时运行数据；故障模拟单元，用于根据所述历史实时运行数据对所述样本电网进行故障模拟，得到故障模拟信息；分析单元，用于对所述故障模拟信息进行分析，得到所述样本电网发生故障后对所述样本电网的影响范围信息和影响程度信息；第二获取单元，用于根据所述影响范围信息和所述影响程度信息得到所述样本电网的所述历史故障传播路径。
15、可选地，所述第三确定模块，包括：第三获取单元，用于通过对所述历史故障信息中样本电网实时数据的变化幅度，得到所述历史故障类型，其中，所述历史故障类型包括：短路故障、过载故障以及断路故障。
16、可选地，所述训练模块，包括：第四获取单元，用于获取所述历史故障传播路径的影响特征一；第五获取单元，用于获取所述历史故障类型的影响特征二；第六获取单元，用于获取所述历史故障传播路径的影响特征三；训练单元，用于根据所述影响特征一、所述影响特征二以及所述影响特征三对所述拓扑结构类型、所述历史故障传播路径、所述历史故障类型、所述影响特征一、所述影响特征二以及所述影响特征三进行训练，得到所述电网故障预测模型。
17、可选地，所述第二获取模块，包括：第一确定单元，用于根据所述故障预测结果确定所述目标电网的故障发生概率；第二确定单元，用于在所述故障发生概率大于故障发生概率阈值时，确定所述目标电网发生故障。
18、根据本发明实施例的另一方面，还提供了一种智能电网的故障处理系统，所述智能电网的故障处理系统使用上述中任一项所述的智能电网的故障处理方法。
19、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，所述程序执行上述中任意一项所述的智能电网的故障处理方法。
20、根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的智能电网的故障处理方法。
21、根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机指令，所述计算机指令被处理器执行时执行上述中任意一项所述的智能电网的故障处理方法。
22、在本发明实施例中，获取目标电网的电网实时数据，其中，目标电网是需要进行故障诊断的电网，电网实时数据是目标电网运行过程中产生的数据；将电网实时数据输入至电网故障预测模型中，以利用电网故障预测模型根据电网实时数据确定目标电网的网络拓扑结构类型，其中，电网故障预测模型包括第一网络结构和第二网络结构，第一网络结构用于对环状拓扑结构的电网故障进行故障预测，第二网络模型用于对辐射状拓扑结构的电网故障进行故障预测；在电网故障预测模型中根据网络拓扑结构选择目标故障预测模型，其中，目标故障预测模型为以下之一：第一网络结构、第二网络结构；利用目标故障预测模型对电网实时数据进行处理，以得到目标故障预测模型的故障预测结果；根据故障预测结果得到目标电网的故障诊断结果，通过本发明提供的技术方案，达到了通过构建第一神经网络模型及第二神经网络模型针对不同拓扑结构下电网故障进行预测，并基于预测到的故障提供对应的处置决策，同时，每个模型将拓扑结构、故障传播路径、故障类型以及对应的具体数值作为训练集，使得预测的结果性更加具有针对的目的，从而实现了对自然灾害影响范围内故障类型及电网故障发生概率的精准预测，提升电网应急响应效率的技术效果，提高了预测精度及隐患排查能力，进而解决了相关技术中电网的故障预测/诊断中虽然考虑了电网拓扑结构，但没有考虑不同拓扑结构在发生故障时故障传播路径与影响差距比较大，没有针对不同拓扑结构给出有针对性的故障诊断方案，处理效率低下的技术问题。
1.一种智能电网的故障处理方法，其特征在于，包括：
2.根据权利要求1所述的智能电网的故障处理方法，其特征在于，在将所述电网实时数据输入至电网故障预测模型中，以利用所述电网故障预测模型根据所述电网实时数据确定所述目标电网的网络拓扑结构类型之前，还包括：
3.根据权利要求2所述的智能电网的故障处理方法，其特征在于，根据样本电网的拓扑结构类型获取所述样本电网的历史故障信息，包括：
4.根据权利要求2所述的智能电网的故障处理方法，其特征在于，根据样本电网的拓扑结构类型获取所述样本电网的历史故障信息，包括：对各所述拓扑结构类型下所述样本电网进行故障信息采集，得到所述样本电网的所述历史故障信息；
5.根据权利要求2所述的智能电网的故障处理方法，其特征在于，根据所述历史故障信息确定所述样本电网的历史故障的历史故障传播路径，包括：
6.根据权利要求2所述的智能电网的故障处理方法，其特征在于，确定所述历史故障信息对应的历史故障类型，包括：
7.根据权利要求2所述的智能电网的故障处理方法，其特征在于，对所述拓扑结构类型、所述历史故障传播路径以及所述历史故障类型进行训练，得到所述电网故障预测模型，包括：
8.根据权利要求1所述的智能电网的故障处理方法，其特征在于，根据所述故障预测结果得到所述目标电网的故障诊断结果，包括：
9.一种智能电网的故障处理装置，其特征在于，包括：
10.一种计算机程序产品，包括计算机指令，其特征在于，所述计算机指令被处理器执行时执行权利要求1至8中任意一项所述的智能电网的故障处理方法。
