(19)中华 人民共和国 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 202111623303.5 (22)申请日 2021.12.28 (71)申请人 昆明能讯科技有限责任公司 地址 650000 云南省昆明市经开区云大西 路104号云电科技园二期昆明能讯科 技有限责任公司 (72)发明人 高寿山　李德胜　黄佑建　李涛　 (74)专利代理 机构 昆明今威专利商标代理有限 公司 53115 代理人 赛晓刚 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01)G06K 9/62(2022.01) (54)发明名称 一种面向配电网的故障量预测方法及存储 介质 (57)摘要 本发明公开了一种面向配电网的故障量预 测方法及存储介质， 其中方法包括词嵌入步骤、 训练步骤、 特征向量矩阵生 成步骤和故障量预测 步骤， 该方法基于BERT模型， 并融合了Bi ‑LSTM模 型和平滑注 意力机制， 能够在综合分析多类影 响 因素的基础上， 对某一地区某 一时段的配电网故 障量进行精 准预测， 预测时具备较好提取语义与 时序信息 特征的能力， 并具有较高的鲁棒性和泛 化能力， 具有较好的实用推广价 值。 权利要求书2页 说明书4页 附图2页 CN 114266410 A 2022.04.01 CN 114266410 A 1.一种面向配电网的故障量预测方法， 其特 征在于， 包括以下步骤： 词嵌入步骤： 获取电网文本数据， 并将所述电网文本数据进行词嵌入操作， 将所述电网 文本数据转 为词向量； 训练步骤： 基于BERT语言模型对所述词向量进行训练； 特征向量矩阵生成步骤： 基于训练后的词向量， 利用Bi ‑LSTM网络模型计算特 征矩阵； 平滑注意力矩阵计算 步骤： 基于特 征矩阵和平 滑注意力机制计算出平 滑注意力矩阵； 故障量预测步骤： 基于所述平 滑注意力矩阵预测故障量。 2.如权利要求1所述的方法， 其特 征在于， 所述平 滑注意力矩阵计算 步骤包括： 降噪步骤： 将所述特 征矩阵进行降噪处 理， 得到平 滑矩阵； 归一步骤： 将所述平 滑矩阵进行归一 化， 得到归一平 滑矩阵； 平滑矩阵步骤： 将归一平 滑矩阵和特 征矩阵相乘得到平 滑注意力矩阵。 3.如权利要求2所述的方法， 其特 征在于， 所述降噪步骤 包括： 将特征矩阵进行转置得到特 征转置矩阵； 将所述特 征矩阵和特 征转置矩阵相乘得到高维特 征矩阵； 将高维特 征矩阵进行均值 化计算， 再进行平方根计算， 得到平 滑矩阵。 4.如权利要求3所述的方法， 其特 征在于， 所述特 征矩阵Hi×j为 其中， 表示隐藏前向输出； 表 示隐藏后向输出。 5.如权利要求 4所述的方法， 其特 征在于， 所述平 滑矩阵Mi×j为 所述归一平 滑矩阵Ai×j为： Ai×j＝softmax(ωTMi×j) 所述平滑注意力矩阵HAi×j为： HAi×j＝Ai×j×Hi×j 其中， 表示特征矩阵Hi×j的转置矩阵； Dk表示特征向量的维度； ω表示权 重参数。 6.如权利要求1所述的方法， 其特 征在于， 所述故障量确定步骤 包括： 获取待预测日的外 部因素数据， 根据所述外 部因素数据得到 输入数据向量； 将所述输入数据向量进行向前运算， 然后与平滑注意力矩阵相乘后进行加权求和， 得 到待预测日的电网故障数量预测值。 7.如权利要求6所述的方法， 其特 征在于， 所述输入数据向量 为： 其中， SP(d)表示待预测日在环比时期的故障数量； Sw(d)表示待预测日当天的气象数据 状况相关描述； Sm(d)表示待预测日是一周中的哪一天。权　利　要　求　书 1/2 页 2 CN 114266410 A 28.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述程序能够被处 理器执行以实现如权利要求1 ‑7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114266410 A 3