本发明属于配电系统运维，具体涉及一种电气作业场景的运检方法和系统。
背景技术：
1、电力系统是社会经济发展的重要基础设施，其正常运行对于人民的生产生活至关重要。配电室、开关站作为电力系统中最重要的环节之一，承担着电力输送、分配和保护等重要任务。然而，由于开关站、配电室的环境复杂、设备众多且容易受到外界因素的影响，导致开关站、配电室的运行状况时常出现异常，给电力系统带来了不小的安全隐患和经济损失。
2、当前，现有技术中通常使用人工巡检或自动化巡检，使用人工巡检判断配电室、开关站运行状态存在人为差异大、效率低下等问题，无法满足现代电力行业对运检需求。为了克服人工巡检存在的人为差异大、效率低下等问题，根据配电室、开关站电气参数建立线上模型，可以通过线上模型对配电室、开关站进行远程监控和自动化巡检。但由于对配电室、开关站建立线上模型时可能存在模型数据误差，以及在进行自动化巡检时基于电气参数对故障进行判断时存在计算误差，因此存在对运行状态出现误判的问题。
技术实现思路
1、本发明的目的在于提供一种电气作业场景的运检方法和系统，用以解决现有技术中使用自动化巡检，导致对电气作业场景运行状态出现误判的问题。
2、为解决上述技术问题，本发明提供了一种电气作业场景的运检方法，该方法包括：
3、获取电气作业场景的实时运行数据，对实时运行数据进行处理，处理后在构建的电气作业场景的可视化数字模型上进行展示，以实现对电气作业场景的运行状态进行监测：若监测到出现异常风险，则进一步通过人工判断方式核实异常风险是否真实存在，若判定异常风险真实存在则进行相应的异常风险处理。
4、进一步地，可视化数字模型为可视化数字孪生模型。
5、进一步地，异常风险处理的流程包括：根据所出现的异常风险情况，确定该异常风险所对应的预先存储的智能决策，该智能决策表示的是对异常风险的抢修方案；根据确定的智能决策对发生异常风险的故障设备进行抢修，抢修后对故障设备进行验证与测试以确保故障恢复。
6、进一步地，该方法还包括：对实时运行数据进行处理以预测电气作业场景中各设备的故障时间。
7、进一步地，该方法还包括：在判定出现异常风险时，通过可视化数字模型显示电气作业场景内部结构、故障位置和风险点。
8、进一步地，根据历史信息进行大数据分析得到智能决策。
9、进一步地，电气作业场景包括开关站和配电室。
10、进一步地，可视化数字模型位于云平台，云平台根据所接受到的数据构建可视化数字模型。
11、为解决上述技术问题，本发明还提供了一种电气作业场景的运检系统，包括数据采集模块和数据处理模块，数据采集模块用于获取电气作业场景的实时运行数据并传输给数据处理模块，数据处理模块用于对实时运行数据进行处理，处理后在构建的电气作业场景的可视化数字模型上进行展示，以实现对电气作业场景的运行状态进行监测；若监测到出现异常风险，则进一步通过人工判断方式核实异常风险是否真实存在，若判定异常风险真实存在则进行相应的异常风险处理。
12、进一步地，异常风险处理的流程包括：根据所出现的异常风险情况，确定该异常风险所对应的预先存储的智能决策，该智能决策表示的是对异常风险的抢修方案；根据确定的智能决策对发生异常风险的故障设备进行抢修，抢修后对故障设备进行验证与测试以确保故障恢复。
13、上述技术方案的有益效果为：本发明为改进型发明创造，本发明通过将电气作业场景的实时运行数据通过可视化数字模型进行展示与监测，通过人工对电气作业场景的监测结果进行进一步确认，并进行异常风险处理，通过人工监测对自动化监测结果进行重复确认，避免了模型建立以及基于数字模型数据计算故障时可能出现的误差，解决了现有技术中使用自动化巡检，导致对电气作业场景运行状态出现误判的问题。
1.一种电气作业场景的运检方法，其特征在于，该方法包括：
2.根据权利要求1所述的电气作业场景的运检方法，其特征在于，所述可视化数字模型为可视化数字孪生模型。
3.根据权利要求1所述的电气作业场景的运检方法，其特征在于，异常风险处理的流程包括：根据所出现的异常风险情况，确定该异常风险所对应的预先存储的智能决策，该智能决策表示的是对异常风险的抢修方案；根据确定的智能决策对发生异常风险的故障设备进行抢修，抢修后对故障设备进行验证与测试以确保故障恢复。
4.根据权利要求1所述的电气作业场景的运检方法，其特征在于，该方法还包括：对实时运行数据进行处理以预测电气作业场景中各设备的故障时间。
5.根据权利要求1或3所述的电气作业场景的运检方法，其特征在于，该方法还包括：在判定出现异常风险时，通过可视化数字模型显示电气作业场景内部结构、故障位置和风险点。
6.根据权利要求3所述的电气作业场景的运检方法，其特征在于，根据历史信息进行大数据分析得到智能决策。
7.根据权利要求1所述的电气作业场景的运检方法，其特征在于，所述电气作业场景包括开关站和配电室。
8.根据权利要求1所述的电气作业场景的运检方法，其特征在于，所述可视化数字模型位于云平台，云平台根据所接受到的数据构建可视化数字模型。
9.一种电气作业场景的运检系统，其特征在于，包括数据采集模块和数据处理模块，数据采集模块用于获取电气作业场景的实时运行数据并传输给数据处理模块，数据处理模块用于对实时运行数据进行处理，处理后在构建的电气作业场景的可视化数字模型上进行展示，以实现对电气作业场景的运行状态进行监测；若监测到出现异常风险，则进一步通过人工判断方式核实所述异常风险是否真实存在，若判定异常风险真实存在则进行相应的异常风险处理。
10.根据权利要求9所述的电气作业场景的运检系统，其特征在于，异常风险处理的流程包括：根据所出现的异常风险情况，确定该异常风险所对应的预先存储的智能决策，该智能决策表示的是对异常风险的抢修方案；根据确定的智能决策对发生异常风险的故障设备进行抢修，抢修后对故障设备进行验证与测试以确保故障恢复。
