变电站的数据处理方法、装置和计算机设备与流程

1.本技术涉及计算机技术领域，特别是涉及一种变电站的数据处理方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.在电力系统中，变电站是对电压和电流进行变换，并接受电能及分配电能的场所。为了保证变电站的正常运行，常常需要对变电站进行风险评估，提高对变电站的监控和风险管控能力。
3.目前，在变电站的风险评估中，常常需要对变电站可能出现的多种类别的风险进行综合风险的评估。但是，大部分的综合风险评估是基于各个风险类别的相对关系进行评估，得到的结果不是一个具体的数值，无法精准地衡量变电站的风险。
4.因此，传统技术中存在变电站的风险识别不够准确的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种变电站的数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
6.一种变电站的数据处理方法，其特征在于，方法包括：
7.获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；
8.获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息；
9.根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息；
10.融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果。
11.在其中一个实施例中，获取各变电站风险标识对应的风险信息确定模型，包括：
12.获取针对各变电站风险标识的模型构建参数；
13.根据各变电站风险标识的模型构建参数，构建各变电站风险标识对应的风险信息确定模型。
14.在其中一个实施例中，获取针对各变电站风险标识的模型构建参数，包括：
15.获取各变电站风险标识所属的风险类别对应的风险类别重要度；风险类别重要度用于表征各风险类别所对应的风险对目标变电站的影响程度；
16.获取各变电站风险标识对应的风险标识重要度；风险标识重要度用于表征各变电站风险标识对其所属的风险类别的影响程度；
17.根据各变电站风险标识所属的风险类别对应的风险类别重要度和各变电站风险标识对应的风险标识重要度，确定针对各变电站风险标识的模型构建参数。
18.在其中一个实施例中，根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息，包括：
19.将属于同一风险类别下的各变电站风险标识对应的风险描述信息进行融合，得到各风险类别对应的融合风险描述信息；
20.对于任一风险类别，在任一风险类别对应的融合风险描述信息所表征的值小于或等于预设的目标值的情况下，则根据任一风险类别对应的风险类别重要信息，对任一风险类别对应的融合风险描述信息进行调整，得到任一风险类别对应的调整后风险描述信息。
21.在其中一个实施例中，在将属于同一风险类别下的各变电站风险标识对应的风险描述信息进行融合，得到各风险类别对应的融合风险描述信息的步骤之后，方法还包括：
22.对于任一风险类别，在任一风险类别对应的融合风险描述信息所表征的值大于预设的目标值的情况下，将目标值作为任一风险类别对应的融合风险描述信息所表征的值；
23.根据任一风险类别对应的风险类别重要信息，对任一风险类别对应的融合风险描述信息进行调整，得到任一风险类别对应的调整后风险描述信息。
24.在其中一个实施例中，融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果，包括：
25.对各风险类别对应的调整后风险描述信息所表征的值进行求和操作，得到求和结果；
26.将求和结果作为目标变电站对应的风险识别结果。
27.一种变电站的数据处理装置，其特征在于，装置包括：
28.获取模块，用于获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；
29.输入模块，用于获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息；
30.调整模块，用于根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息；
31.融合模块，用于融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果。
32.一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现上述的方法的步骤。
33.一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，计算机程序被处理器执行时实现上述的方法的步骤。
34.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现上述的方法的步骤。
35.上述变电站的数据处理方法、装置、计算机设备、存储介质和计算机程序产品，通过获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息；根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风
险类别对应的调整后风险描述信息融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果；如此，可以实现通过确定目标变电站可能存在的各种风险类别，并考虑各种风险类别对目标变电站的实际影响，得出可以用于衡量变电站综合风险的综合风险描述信息，能够更加精准地得到变电站风险的风险描述结果，有利于精准识别变电站的风险。
附图说明
36.图1为一个实施例中一种变电站的数据处理方法的应用环境图；
37.图2为一个实施例中一种变电站的数据处理方法的流程示意图；
38.图3为另一个实施例中一种变电站的数据处理方法的流程示意图；
39.图4为一个实施例中一种变电站的数据处理装置的结构框图；
40.图5为一个实施例中计算机设备的内部结构图。
具体实施方式
41.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
42.本技术实施例提供的变电站的数据处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。服务器104获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；服务器104获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息；服务器104根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息；服务器104融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果。服务器104将目标变电站对应的风险识别结果信息发送至终端102。实际应用中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
43.在一个实施例中，如图2所示，提供了一种变电站的数据处理方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
44.步骤s202，获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息。
45.其中，变电站风险标识可以是用于表示变电站中各种风险的名称。例如，变电站风险标识可以是设备缺陷风险对应的风险标识有紧急设备缺陷、重大设备缺陷和一般设备缺陷，变电站风险标识可以是电网风险对应的风险标识有iii级电网风险、iv级电网风险和v级电网风险，变电站风险标识可以是设备风险对应的风险标识有严重设备风险、异常设备风险和注意设备风险，变电站风险标识还可以是作业风险对应的风险标识有高作业风险、中作业风险、低作业风险和可接受风险，变电站风险标识可以是环境风险对应的风险标识有温度达到35摄氏度以上环境风险、降雨量达到25毫米以上环境风险、台风蓝色预警以上
环境风险和是否内滂站环境风险，变电站风险标识可以是电网运行风险对应的风险标识有主变重过载电网运行风险、线路重过载电网运行风险、开关重过载电网运行风险、开关跳闸电网运行风险和线路故障电网运行风险。
46.其中，风险数量信息可以是变电站风险对应的数量。
47.具体实现中，服务器获取目标变电站的相关信息，确定与目标变电站相关联的变电站风险标识，服务器再获取各个变电站风险标识对应的数量。
48.步骤s204，获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息。
49.其中，风险信息确定模型可以是用于确定目标变电站中各个变电站风险标识对应的风险大小的模型。
50.其中，风险描述信息可以是描述变电站风险大小的信息。例如，风险描述信息可以是各变电站风险标识对应的风险评分。
51.具体实现中，服务器获取到可以用于确定变电站风险标识对应的风险值大小的风险信息确定模型，服务器再将各个变电站风险标识对应的数量输入至各变电站风险标识对应的风险信息确定模型，从而得到各个变电站风险标识对应的风险评分。
52.步骤s206，根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息。
53.其中，风险类别可以是变电站存在的各种风险的类别。例如，风险类别可以是设备缺陷风险、电网风险、设备风险、作业风险、环境风险、电网运行风险。
54.具体实现中，服务器根据各个变电站风险标识所属的风险类别，将同一风险类别下的各个变电站风险描述信息进行融合，得到各个风险类别对应的融合信息，服务器根据各个风险类别对应的具体融合信息，对各个风险类别下的各个变电站风险标识对应的风险描述信息进行相应的调整，服务器再得到各个风险类别对应的调整后风险描述信息。
55.例如，服务器将各个风险类别下的变电站风险标识对应的风险评分进行相加，得到各个风险类别对应的总风险评分，服务器判断各个风险类别对应的总风险评分总和是否小于或等于100，若小于或等于100，则将该风险类别下的各变电站风险标识的风险评分进行调整。在设备缺陷风险中，紧急设备缺陷、重大设备缺陷和一般设备缺陷对应的风险评分分别为15、8和20，服务器将15、8和20进行相加，得到结果为43，服务器将43作为设备缺陷风险的总风险评分，由于设备缺陷风险的总风险评分43小于100，则服务器需要将紧急设备缺陷、重大设备缺陷和一般设备缺陷对应的风险评分15、8和20进行调整，服务器将15、8、和20分别除以100后再乘以设备缺陷这一风险类别对应的风险权重10，分别得到1.5、0.8和2，再将1.5、0.8和1相加，得到设备缺陷风险的调整后总风险评分4.3，服务器也可以将紧急设备缺陷、重大设备缺陷和一般设备缺陷对应的风险评分15、8和20进行相加后得到的总风险评分43先除以100再乘以设备缺陷这一风险类别对应的风险权重10，同样得到4.3设备缺陷风险的调整后总风险评分4.3。对于其他风险类别对应的调整后总风险评分，服务器可以通过上述对于设备风险缺陷的调整方法得到。
56.步骤s208，融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果。
57.其中，风险识别结果可以是体现变电站风险大小的结果。
58.具体实现中，服务器将各个风险类别对应的调整后风险值进行融合，得到目标变电站对应的风险值。
59.例如，在变电站中，服务器确定变电站的风险类别有设备缺陷风险、电网风险、设备风险、作业风险、环境风险和电网运行风险，服务器将设备缺陷风险、电网风险、设备风险、作业风险、环境风险和电网运行风险对应得调整后总风险评分进行相加，得到该变电站的综合风险评分，服务器即得到该变电站的风险识别结果。
60.上述变电站的数据处理方法、装置、计算机设备、存储介质和计算机程序产品，通过获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息；根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果；如此，可以实现通过确定目标变电站可能存在的各种风险类别，并考虑各种风险类别对目标变电站的实际影响，得出可以用于衡量变电站综合风险的综合风险描述信息，能够更加精准地得到变电站风险的风险描述结果，有利于精准识别变电站的风险。
61.在另一个实施例中，获取各变电站风险标识对应的风险信息确定模型，包括：获取针对各变电站风险标识的模型构建参数；根据各变电站风险标识的模型构建参数，构建各变电站风险标识对应的风险信息确定模型。
62.其中，模型构建参数可以是用于构建风险信息确定模型所需要预先设定的数值。例如，模型构建参数可以是各个风险类别对目标变电站的影响程度、各个变电站风险标识对所属的风险类别的影响程度。
63.具体实现中，服务器获取各个变电站风险标识对应的模型构建参数，服务器再根据各个变电站风险标识对应的模型构建参数构建各个变电站风险标识对应的风险信息确定模型。
64.例如，服务器确定各变电站风险标识的模型构建参数为各个变电站风险标识对应的风险权重和变电站风险标识所属风险类别的风险权重，服务器获取各个变电站风险标识对应的风险权重和变电站风险标识所属风险类别的风险权重，并根据各个变电站风险标识对应的风险权重和变电站风险标识所属风险类别的风险权重，服务器确定各个变电站风险标识对应的风险信息确定模型具体为将变电站风险标识对应的的风险权重、变电站风险标识对应的实际风险数量和变电站风险标识所属风险类别的风险权重进行相乘，服务器将相乘的结果作为风险信息确定模型的输出结果。
65.本实施例的技术方案，通过分别获取各个变电站风险标识对应的模型构建参数，以建立各个变电站风险标识对应的风险信息确定模型，实现了针对各个变电站风险标识的实际情况作出相应的调整，充分考虑了不同变电站风险因素对变电站的实际影响，使得对变电站风险的识别结果更加准确。
66.在另一个实施例中，获取针对各变电站风险标识的模型构建参数，包括：获取各变电站风险标识所属的风险类别对应的风险类别重要度；风险类别重要度用于表征各风险类
别所对应的风险对目标变电站的影响程度；获取各变电站风险标识对应的风险标识重要度；风险标识重要度用于表征各变电站风险标识对其所属的风险类别的影响程度；根据各变电站风险标识所属的风险类别对应的风险类别重要度和各变电站风险标识对应的风险标识重要度，确定针对各变电站风险标识的模型构建参数。
67.具体实现中，服务器获取各个变电站风险标识所属的风险类别对目标变电站的影响程度，服务器根据各个风险类别对目标变电站的影响程度，对各个风险类别赋予相应的权重，服务器再获取各个变电站风险标识对所属的风险类别的影响程度，服务器再根据各个变电站风险标识对所属的风险类别的影响程度，为同一风险类别下的各个变电站风险标识赋予相应的权重，服务器再根据各个风险类别的对应的权重和各个变电站风险标识对应的权重，确定针对各个变电站风险标识的模型构建参数。
68.例如，在一个变电站中，服务器确定该变电站存在的风险类别有设备缺陷风险、电网风险、设备风险、作业风险、环境风险和电网运行风险，其中，各个风险类别都有对应的风险权重，设备缺陷风险对应的风险权重为10，电网风险对应的风险权重为20，设备风险对应的风险权重为10，作业风险对应的风险权重为10，环境风险对应的风险权重为10，电网运行风险对应的风险权重为40。各个风险类别下对应有多个风险标识，各个风险标识具有对应的风险标识权重，其中，服务器确定设备缺陷风险对应的风险标识有紧急设备缺陷、重大设备缺陷和一般设备缺陷，对应的权重分别为0.5、0.4和0.1，电网风险对应的风险标识有iii级电网风险、iv级电网风险和v级电网风险，对应的权重分别为0.5、0.4、和0.1，设备风险对应的风险标识有严重设备风险、异常设备风险和注意设备风险，对应的权重分别为0.5、0.4和0.1，作业风险对应的风险标识有高作业风险、中作业风险、低作业风险和可接受风险，对应的权重分别为0.4、0.3、0.2和0.1，环境风险对应的风险标识有温度达到35摄氏度以上环境风险、降雨量达到25毫米以上环境风险、台风蓝色预警以上环境风险和是否内滂站环境风险，对应的权重分别为0.3、0.3、0.3和0.1，电网运行风险对应的风险标识有主变重过载电网运行风险、线路重过载电网运行风险、开关重过载电网运行风险、开关跳闸电网运行风险和线路故障电网运行风险，对应的权重分别为0.3、0.2、0.2、0.15和0.15。服务器将各变电站风险标识对应的权重和各风险标识所属的风险类别对应的权重相乘，得到各风险标识的模型构建参数。对于紧急设备缺陷这一风险标识来说，服务器确定其权重为0.5，其所属的风险类别对应的风险权重为10，服务器将0.5与10相乘，即得到紧急设备缺陷这一风险标识对应的模型构建参数。对于其他风险标识的对应的风险信息确定模型的模型构建参数，服务器可以根据上述紧急设备缺陷的获取方法进行相同的操作。
69.本实施例的技术方案，通过综合了变电站风险标识对所属风险类别的影响程度和变电站风险标识所属风险类别对变电站风险的影响程度，对各变电站风险标识对应的风险值进行调整，全面考虑了变电站的实际风险情况，有利于变电站风险的识别。
70.在另一个实施例中，根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息，包括：将属于同一风险类别下的各变电站风险标识对应的风险描述信息进行融合，得到各风险类别对应的融合风险描述信息；对于任一风险类别，在任一风险类别对应的融合风险描述信息所表征的值小于或等于预设的目标值的情况下，则根据任一风险类别对应的风险类别重要信息，对任一风险类别对应的融合风险描述信息进行调整，得到任一风险类别对应的调整后
风险描述信息。
71.其中，融合风险描述信息可以是将同一风险类别下的各变电站风险标识对应的风险大小进行相加后得到的风险数值信息。
72.具体实现中，服务器将同一个风险类别下的各个变电站风险标识对应的风险值进行相加，得到各个风险类别对应的风险值，对于风险值小于或等于预设目标值的风险类别，服务器根据该风险类别对应的权重，将该风险类别对应的风险值乘该风险类别对应的风险权重，得到该风险类别对应调整后风险值。
73.例如，服务器确定设备缺陷风险下的风险标识有紧急设备缺陷、重大设备缺陷和一般设备缺陷，服务器将紧急设备缺陷对应的风险评分15、重大设备缺陷评分8和一般设备缺陷评分20进行相加，得到设备缺陷风险这一风险类别的总风险评分为43，由于43小于预设值100，服务器则根据设备缺陷风险这一风险类别的权重10，对设备缺陷风险这一风险类别的总风险评分43进行调整，即服务器将设备缺陷风险这一风险类别的总风险评分43除以100后再乘以设备缺陷风险这一风险类别的权重10，得到设备缺陷这一风险类别对应的调整后总风险评分为4.3。
74.本实施例的技术方案，通过结合变电站的各风险类别所对应的实际情况，根据各风险类别对变电站风险的影响程度，对各风险类别对应的风险值进行相应调整，平衡了各个风险类别对变电站总体风险的影响，有利于提高对变电站风险的识别能力。
75.在另一个实施例中，在将属于同一风险类别下的各变电站风险标识对应的风险描述信息进行融合，得到各风险类别对应的融合风险描述信息的步骤之后，方法还包括：对于任一风险类别，在任一风险类别对应的融合风险描述信息所表征的值大于预设的目标值的情况下，将目标值作为任一风险类别对应的融合风险描述信息所表征的值；根据任一风险类别对应的风险类别重要信息，对任一风险类别对应的融合风险描述信息进行调整，得到任一风险类别对应的调整后风险描述信息。
76.具体实现中，服务器判断每一风险类别对应的融合风险值是否大于预设的目标值，当某一风险类别对应的融合风险值大于预设的目标值时，服务器将该目标值作为该风险类别对应的融合风险值，服务器再根据该风险类别对应的权重，对该风险类别对应的融合风险值进行调整，从而服务器得到该风险类别对应的调整后风险值。
77.例如，服务器确定设备缺陷风险下的风险标识有紧急设备缺陷、重大设备缺陷和一般设备缺陷，将紧急设备缺陷对应的风险评分40、重大设备缺陷评分50和一般设备缺陷评分20进行相加，从而服务器得到设备缺陷风险这一风险类别的总风险评分为110，由于110大于预设值100，服务器将设备缺陷风险这一风险类别的总风险评分设置为100，并将100作为设备缺陷风险这一风险类别的调整后总风险评分。
78.本实施例的技术方案，通过结合变电站的各风险类别所对应的实际情况，进行根据各风险类别对变电站风险的影响程度，对各风险类别对应的风险值进行相应调整，避免某一风险类别对应的风险值过大造成风险识别结果不够准确，有利于变电站风险的精准识别。
79.在另一个实施例中，融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果，包括：对各风险类别对应的调整后风险描述信息所表征的值进行求和操作，得到求和结果；将求和结果作为目标变电站对应的风险识别结果。
80.具体实现中，服务器对各个风险类别对应的调整后风险值相加，得到了风险值相加的结果，服务器将该风险值相加的结果作为目标变电站的风险值。
81.例如，服务器确定变电站的风险类别为设备缺陷风险、电网风险、设备风险、作业风险、环境风险和电网运行风险，其中，设备缺陷风险对应的调整后总风险为4.3、电网风险对应的调整后总风险为16，设备风险对应的调整后总风险为6.5、作业风险对应的调整后总风险为6、环境风险对应的调整后总风险为7.6，电网运行风险对应的调整后总风险为36.8，服务器将4.3、16、6.5、6、7.6和36.8相加，得到77.2，服务器将77.2作为变电站的综合风险评分。
82.本实施例的技术方案，通过融合变电站的各个风险类型对应的风险值，全面考虑了变电站运行中的多种风险，实现了更加精确地核算出变电站的综合安全风险。
83.在另一个实施例中，如图3所示，提供了一种变电站的数据处理方法，以该方法应用于图1中的终端102为例进行说明，包括以下步骤：
84.步骤s302，获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息。
85.步骤s304，获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息。
86.步骤s306，将属于同一风险类别下的各变电站风险标识对应的风险描述信息进行融合，得到各风险类别对应的融合风险描述信息。
87.步骤s308，对于任一风险类别，在任一风险类别对应的融合风险描述信息所表征的值小于或等于预设的目标值的情况下，则根据任一风险类别对应的风险类别重要信息，对任一风险类别对应的融合风险描述信息进行调整，得到任一风险类别对应的调整后风险描述信息。
88.步骤s310，融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果。
89.需要说明的是，上述步骤的具体限定可以参见上文对一种变电站的数据处理方法的具体限定，在此不再赘述。
90.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
91.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的变电站的数据处理方法的变电站的数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个变电站的数据处理装置实施例中的具体限定可以参见上文中对于变电站的数据处理方法的限定，在此不再赘述。
92.在一个实施例中，如图4所示，提供了一种变电站的数据处理装置，包括：
93.获取模块402，用于获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；
94.输入模块404，用于获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息；
95.调整模块406，用于根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息；
96.融合模块408，用于融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果。
97.在其中一个实施例中，获取各变电站风险标识对应的风险信息确定模型，输入模块404，具体用于获取针对各变电站风险标识的模型构建参数；根据各变电站风险标识的模型构建参数，构建各变电站风险标识对应的风险信息确定模型。
98.在其中一个实施例中，获取针对各变电站风险标识的模型构建参数，输入模块404，具体用于获取各变电站风险标识所属的风险类别对应的风险类别重要信息；风险类别重要度用于表征各风险类别所对应的风险对目标变电站的影响程度；获取各变电站风险标识对应的风险标识重要度；风险标识重要度用于表征各变电站风险标识对其所属的风险类别的影响程度；根据各变电站风险标识所属的风险类别对应的风险类别重要度和各变电站风险标识对应的风险标识重要度，确定针对各变电站风险标识的模型构建参数。
99.在其中一个实施例中，根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息，调整模块406，具体用于将属于同一风险类别下的各变电站风险标识对应的风险描述信息进行融合，得到各风险类别对应的融合风险描述信息；对于任一风险类别，在任一风险类别对应的融合风险描述信息所表征的值小于或等于预设的目标值的情况下，则根据任一风险类别对应的风险类别重要信息，对任一风险类别对应的融合风险描述信息进行调整，得到任一风险类别对应的调整后风险描述信息。
100.在其中一个实施例中，在将属于同一风险类别下的各变电站风险标识对应的风险描述信息进行融合，得到各风险类别对应的融合风险描述信息的步骤之后，调整模块406，具体用于对于任一风险类别，在任一风险类别对应的融合风险描述信息所表征的值大于预设的目标值的情况下，将目标值作为任一风险类别对应的融合风险描述信息所表征的值；根据任一风险类别对应的风险类别重要信息，对任一风险类别对应的融合风险描述信息进行调整，得到任一风险类别对应的调整后风险描述信息。
101.在其中一个实施例中，融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果，融合模块408，具体用于对各风险类别对应的调整后风险描述信息所表征的值进行求和操作，得到求和结果；将求和结果作为目标变电站对应的风险识别结果。
102.上述变电站的数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
103.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储电网状态估计数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电网状态估计方法。
104.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
105.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种变电站的数据处理方法的步骤。此处一种变电站的数据处理方法的步骤可以是上述各个实施例的一种变电站的数据处理方法中的步骤。
106.在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种变电站的数据处理方法的步骤。此处一种变电站的数据处理方法的步骤可以是上述各个实施例的一种变电站的数据处理方法中的步骤。
107.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种变电站的数据处理方法的步骤。此处一种变电站的数据处理方法的步骤可以是上述各个实施例的一种变电站的数据处理方法中的步骤。
108.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
109.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
110.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
111.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种变电站的数据处理方法，其特征在于，所述方法包括：获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；获取各所述变电站风险标识对应的风险信息确定模型，并将各所述变电站风险标识对应的风险数量信息分别输入至对应的所述风险信息确定模型，得到各所述变电站风险标识对应的风险描述信息；根据各所述变电站风险标识所属的风险类别，对各所述变电站风险标识对应的风险描述信息进行调整，得到各所述风险类别对应的调整后风险描述信息；融合各所述风险类别对应的调整后风险描述信息，得到所述目标变电站对应的风险识别结果。2.根据权利要求1所述的方法，其特征在于，所述获取各所述变电站风险标识对应的风险信息确定模型，包括：获取针对各所述变电站风险标识的模型构建参数；根据各所述变电站风险标识的模型构建参数，构建各所述变电站风险标识对应的风险信息确定模型。3.根据权利要求2所述的方法，其特征在于，所述获取针对各所述变电站风险标识的模型构建参数，包括：获取各所述变电站风险标识所属的风险类别对应的风险类别重要度；所述风险类别重要度用于表征各所述风险类别所对应的风险对所述目标变电站的影响程度；获取各所述变电站风险标识对应的风险标识重要度；所述风险标识重要度用于表征各所述变电站风险标识对其所属的风险类别的影响程度；根据各所述变电站风险标识所属的风险类别对应的风险类别重要度和各所述变电站风险标识对应的风险标识重要度，确定针对各所述变电站风险标识的模型构建参数。4.根据权利要求1所述的方法，其特征在于，所述根据各所述变电站风险标识所属的风险类别，对各所述变电站风险标识对应的风险描述信息进行调整，得到各所述风险类别对应的调整后风险描述信息，包括：将属于同一所述风险类别下的各所述变电站风险标识对应的风险描述信息进行融合，得到各所述风险类别对应的融合风险描述信息；对于任一所述风险类别，在所述任一风险类别对应的融合风险描述信息所表征的值小于或等于预设的目标值的情况下，则根据所述任一风险类别对应的风险类别重要信息，对所述任一风险类别对应的融合风险描述信息进行调整，得到所述任一风险类别对应的调整后风险描述信息。5.根据权利要求4所述的方法，其特征在于，在所述将属于同一所述风险类别下的各所述变电站风险标识对应的风险描述信息进行融合，得到各所述风险类别对应的融合风险描述信息的步骤之后，所述方法还包括：对于任一所述风险类别，在所述任一风险类别对应的融合风险描述信息所表征的值大于预设的目标值的情况下，将所述目标值作为所述任一风险类别对应的融合风险描述信息所表征的值；根据所述任一风险类别对应的风险类别重要信息，对所述任一风险类别对应的融合风险描述信息进行调整，得到所述任一风险类别对应的调整后风险描述信息。
6.根据权利要求1所述的方法，其特征在于，所述融合各所述风险类别对应的调整后风险描述信息，得到所述目标变电站对应的风险识别结果，包括：对各所述风险类别对应的调整后风险描述信息所表征的值进行求和操作，得到求和结果；将所述求和结果作为所述目标变电站对应的风险识别结果。7.一种变电站的数据处理装置，其特征在于，所述装置包括：获取模块，用于获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；输入模块，用于获取各所述变电站风险标识对应的风险信息确定模型，并将各所述变电站风险标识对应的风险数量信息分别输入至对应的所述风险信息确定模型，得到各所述变电站风险标识对应的风险描述信息；调整模块，用于根据各所述变电站风险标识所属的风险类别，对各所述变电站风险标识对应的风险描述信息进行调整，得到各所述风险类别对应的调整后风险描述信息；融合模块，用于融合各所述风险类别对应的调整后风险描述信息，得到所述目标变电站对应的风险识别结果。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一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，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种变电站的数据处理方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取与目标变电站关联的至少一个变电站风险标识对应的风险数量信息；获取各变电站风险标识对应的风险信息确定模型，并将各变电站风险标识对应的风险数量信息分别输入至对应的风险信息确定模型，得到各变电站风险标识对应的风险描述信息；根据各变电站风险标识所属的风险类别，对各变电站风险标识对应的风险描述信息进行调整，得到各风险类别对应的调整后风险描述信息；融合各风险类别对应的调整后风险描述信息，得到目标变电站对应的风险识别结果。采用本方法能够准确地识别变电站的风险。风险。风险。


技术研发人员：罗锋 尚明远 魏艳霞 陈永淑 王少平 洪海生
受保护的技术使用者：广东电网有限责任公司广州供电局
技术研发日：2023.03.08
技术公布日：2023/7/19