本申请涉及故障预测，尤其涉及基于5g通信的电力设备故障预测方法及系统。
背景技术：
1、随着电力系统规模的不断扩大，电力设备数量和种类繁多，设备故障问题日益突出。设备故障可能导致电力系统停运，给社会生产和人民生活带来严重影响。
2、目前，现有技术由于依赖同步监测和固定模型进行电力设备状态评估与故障预测，处理大规模电力系统数据时效率低下且难以适应动态变化，导致难以实时、准确地反映设备的运行状态和预测潜在故障，进一步影响了电力系统的稳定运行和故障预防的时效性。
技术实现思路
1、本申请的目的是提供基于5g通信的电力设备故障预测方法及系统，用以解决现有技术由于处理大规模电力系统数据时效率低下且难以适应动态变化，导致难以实时、准确地反映设备的运行状态和预测潜在故障。
2、鉴于上述问题，本申请提供了基于5g通信的电力设备故障预测方法及系统。
3、第一方面，本申请提供了基于5g通信的电力设备故障预测方法，所述基于5g通信的电力设备故障预测方法通过基于5g通信的电力设备故障预测系统实现，其中，所述基于5g通信的电力设备故障预测方法包括：获取目标电力区域的k条输电线路，其中，所述k条输电线路包括k个电力设备集合；分别对所述k个电力设备集合在预设监测窗口内的设备监测数据进行异步时序提取，获得k个第一设备监测数据集合和k个第二设备监测数据集合；遍历对所述k个第一设备监测数据集合和所述k个第二设备监测数据集合进行数据波动整合分析，确定k个设备波动因子集合；根据所述k个设备波动因子集合对所述k条输电线路的所述k个电力设备集合进行输电线路的动态时序划分，生成k个一级动态监测设备集合和k个二级动态监测设备集合；遍历所述k个一级动态监测设备集合和所述k个二级动态监测设备集合进行长短时序监测，生成k个一级监测数据集合和k个二级监测数据集合；利用故障预测网络层对所述k个一级监测数据集合和所述k个二级监测数据集合进行故障预测，获得k个故障预测结果。
4、第二方面，本申请还提供了基于5g通信的电力设备故障预测系统，用于执行如第一方面所述的基于5g通信的电力设备故障预测方法，其中，所述基于5g通信的电力设备故障预测系统包括：输电线路获取模块，用于获取目标电力区域的k条输电线路，其中，所述k条输电线路包括k个电力设备集合；监测数据获取模块，用于分别对所述k个电力设备集合在预设监测窗口内的设备监测数据进行异步时序提取，获得k个第一设备监测数据集合和k个第二设备监测数据集合；波动分析模块，用于遍历对所述k个第一设备监测数据集合和所述k个第二设备监测数据集合进行数据波动整合分析，确定k个设备波动因子集合；时序划分模块，用于根据所述k个设备波动因子集合对所述k条输电线路的所述k个电力设备集合进行输电线路的动态时序划分，生成k个一级动态监测设备集合和k个二级动态监测设备集合；长短时序监测模块，用于遍历所述k个一级动态监测设备集合和所述k个二级动态监测设备集合进行长短时序监测，生成k个一级监测数据集合和k个二级监测数据集合；故障预测结果获取模块，用于利用故障预测网络层对所述k个一级监测数据集合和所述k个二级监测数据集合进行故障预测，获得k个故障预测结果。
5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
6、通过获取目标电力区域的k条输电线路，其中，所述k条输电线路包括k个电力设备集合；分别对所述k个电力设备集合在预设监测窗口内的设备监测数据进行异步时序提取，获得k个第一设备监测数据集合和k个第二设备监测数据集合；遍历对所述k个第一设备监测数据集合和所述k个第二设备监测数据集合进行数据波动整合分析，确定k个设备波动因子集合；根据所述k个设备波动因子集合对所述k条输电线路的所述k个电力设备集合进行输电线路的动态时序划分，生成k个一级动态监测设备集合和k个二级动态监测设备集合；遍历所述k个一级动态监测设备集合和所述k个二级动态监测设备集合进行长短时序监测，生成k个一级监测数据集合和k个二级监测数据集合；利用故障预测网络层对所述k个一级监测数据集合和所述k个二级监测数据集合进行故障预测，获得k个故障预测结果，有效解决了现有技术由于处理大规模电力系统数据时效率低下且难以适应动态变化，导致难以实时、准确地反映设备的运行状态和预测潜在故障，实现对电力系统设备的故障预测，提前识别潜在的故障风险，减少了故障发生率，提高了电力系统的可靠性和安全性。
7、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。
1.基于5g通信的电力设备故障预测方法，其特征在于，包括：
2.如权利要求1所述的基于5g通信的电力设备故障预测方法，其特征在于，包括：
3.如权利要求2所述的基于5g通信的电力设备故障预测方法，其特征在于，包括：
4.如权利要求3所述的基于5g通信的电力设备故障预测方法，其特征在于，包括：
5.如权利要求4所述的基于5g通信的电力设备故障预测方法，其特征在于，若否，则按照所述预设步长对所述k个第二邻域进行迭代边缘识别，直至相邻两次迭代的密度差值大于等于所述预设差值阈值，获得所述k个差值最大值邻域。
6.如权利要求1所述的基于5g通信的电力设备故障预测方法，其特征在于，包括：
7.如权利要求1所述的基于5g通信的电力设备故障预测方法，其特征在于，包括：
8.基于5g通信的电力设备故障预测系统，其特征在于，用于实施权利要求1至7中任意一项所述基于5g通信的电力设备故障预测方法的步骤，所述基于5g通信的电力设备故障预测系统包括：
