CN107742922A - 一种具有远程自诊断功能的gis***和方法 - Google Patents
一种具有远程自诊断功能的gis***和方法 Download PDFInfo
- Publication number
- CN107742922A CN107742922A CN201710844179.2A CN201710844179A CN107742922A CN 107742922 A CN107742922 A CN 107742922A CN 201710844179 A CN201710844179 A CN 201710844179A CN 107742922 A CN107742922 A CN 107742922A
- Authority
- CN
- China
- Prior art keywords
- sensor
- data
- gis
- information
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 63
- 238000003745 diagnosis Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000011664 signaling Effects 0.000 claims abstract description 7
- 230000004927 fusion Effects 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 21
- 238000011161 development Methods 0.000 claims description 10
- 238000004092 self-diagnosis Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000002452 interceptive effect Effects 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 claims description 8
- 230000003287 optical effect Effects 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000015556 catabolic process Effects 0.000 claims description 4
- 230000007257 malfunction Effects 0.000 claims description 4
- 239000000835 fiber Substances 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 10
- 238000011156 evaluation Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 45
- 230000006870 function Effects 0.000 description 19
- 238000012423 maintenance Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 230000010354 integration Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 4
- 239000000047 product Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007499 fusion processing Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00006—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment
- H02J13/00019—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by information or instructions transport means between the monitoring, controlling or managing units and monitored, controlled or operated power network element or electrical equipment using optical means
-
- H02J13/0013—
-
- H02J13/0075—
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02B90/20—Smart grids as enabling technology in buildings sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
- Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种具有远程自诊断功能的GIS***和方法，远程自诊断功能的GIS***包括过程层、间隔层和站控层，过程层、间隔层和站控层分别信号连接，所述基于GIS设计中置入的传感器装置，所述传感器装置包括电流传感器、行程传感器、SF6传感器、局放传感器、ECVT、视频传感器、振动传感器和避雷器传感器，所述电流传感器的输出端双向信号连接智能终端，行程传感器、振动传感器、视频传感器、避雷器传感器和SF6传感器的输出端均信号连接在线监测IED的输入端。本发明对智能化GIS监测点获取做了集成，形成实时在线状态评价和诊断。
Description
技术领域
本发明涉及电力GIS***技术领域，具体为一种具有远程自诊断功能的GIS ***和方法。
背景技术
智能化GIS作为智能变电站最重要的设备之一，当前因其智能化程度低，在提取设备自身故障模式的典型特征参数并进行智能化分析处理方面还处于探索应用阶段，距离其具有高度自诊断能力还有一定的距离，这些因素影响了智能变电站在数据高级应用方面建设的步伐。目前对GIS在实际运行中的状态不易做出准确判定，难以进行全面监测，主要存在3个主要问题：
1)GIS结构复杂，动作部位多且要求高，使得对GIS的状态不易做出准确判定，难以采集、确定影响设备状态的监测量，阻碍了监测设备的定型和发展，目前尚未有成熟可靠的GIS在线监测***投入运行。
2)站内现有的监测和采样控制***，其采样、通信方式无法适应状态检修模式下对于在线监测的要求，且这些***相互独立，监测数据无法共享。比如与电寿命直接相关的电流数据直接接入了保护测控装置，在线监测后台一般不接入主回路电流电压采样值。
3)GIS的在线监测和采样将存在大量的实时和历史数据，目前无论是在数据的存储和数据价值挖掘上都比较初级，基本上停留在对单台GIS设备的状态诊断研究上，而没有对几十台甚至上百台GIS设备同时进行综合诊断分析，当前的状态诊断效果无法准确、及时生成检修决策。
发明内容
本发明的目的在于提供一种具有远程自诊断功能的GIS***和方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种具有远程自诊断功能的GIS ***，该具有远程自诊断功能的GIS***包括过程层、间隔层和站控层，过程层、间隔层和站控层分别信号连接，所述基于GIS设计中置入的传感器装置，所述传感器装置包括电流传感器、行程传感器、SF6传感器、局放传感器、ECVT、视频传感器、振动传感器和避雷器传感器，所述电流传感器的输出端双向信号连接智能终端，行程传感器、振动传感器、视频传感器、避雷器传感器和SF6 传感器的输出端均信号连接在线监测IED的输入端，所述ECVT的输出端信号连接有合并单元，局放传感器的输出端信号连接MMS局放IED，所述过程层包括测控的模块、与智能终端信号连接的保护的模块，还包括与在线监测IED、MMS局放IED信号连接的光交换机，光交换机的输出端双向信号连接IEC61850通信的输入端，IEC61850通信的输出端电连接网关，网关上信号连接监控网络(IP通信)，监控网络(IP通信)信号连接专家办公室远程诊断中心的移动终端，所述专家办公室远程诊断中心的移动终端属于站控层，站控层内还包括相互信号连接的隔离装置和调度中心。
优选的，如上所述的一种具有远程自诊断功能的GIS***的方法，包括以下步骤：
S1：利用物联网对智能化GIS设备进行信息采集和获取，对简单的数据进行了实时就地分析并对异常数据进行了告警提醒；
S2：通过互联网将变电站运行的数据远程传送回数据诊断中心；
S3：数据诊断中心基于多传感器信息融合的D-S证据理论状态监测决策模型；
S4：建立GIS的评估寿命模型和方法。
优选的，所述物联网包括感知层、网络层和应用层，感知层即利用RFID应用管理***、电流传感器、SF6传感器、局放传感器、ECVT、视频传感器和振动传感器感知、捕获、测量，RFID应用管理***、电流传感器、SF6传感器、局放传感器、ECVT、视频传感器和振动传感器通过开关实现电路通断，对智能化 GIS设备进行信息采集和获取；网络层即通过无线连接的监控节点进行可靠数据传送融合，将GIS设备感知到的数字信号接入IEC 61850信息网络实时进行可靠的信息交互和共享；应用层内通过利用电缆或者光纤将智能终端、合并单元、在线监测IED与物联网感知层的模块连接，应用层内还包括监控中心，监控中心通过光纤网络或者4G网络与感知层、网络层信号连接，对海量的跨地域、跨行业、跨部门的数据和信息进行分析处理，提升对GIS设备运行数据分析和预测，实现智能化的决策和故障自动识别。
优选的，所述IEC 61850信息网络的基本逻辑节点为LLNO和LPHD，逻辑节点为XCBR、SIMG、GGIO和CALH。
优选的，所述D-S证据理论状态监测决策模型的数据融合包括以下步骤：
S1：对同类型传感器获得的原始信号进行数据级融合，主要包括机械特性传感器、电流传感器、SF6传感器、避雷器传感器、泄漏电流传感器、微水传感器、机械振动传感器和视频传感器，融合出同类型数据的最优值；
S2：对数据级融合的信号进一步进行预处理，尽最大可能地去除噪声和干扰信号，各种传感器处于高电压大电流的强电磁干扰环境中，特别是在开关操作过程中产生的VFTO和其他过电压的影响；
S3：提出特征值，对来自传感器的原始信息进行特征值提取，特征值是被测对象的物理量，根据同类型传感器在不同位置监测数据特征值初步判断单一故障及其发展趋势；
S4：将各个特征值送入模糊神经网络等进行进一步的故障判断；
S5：将各个模糊神经网络等输出的隶属度值分别输入D-S证据理论诊断***，进行最后的决策级融合，输出故障诊断结果。
优选的，所述专家办公室远程诊断中心的移动终端为智能手机，智能手机上下载远程自诊断移动APP，远程自诊断移动APP内包括配置信息、历史数据、实时检测、基本信息和交互方式5个模块，所述配置信息、历史数据、实时检测、基本信息和交互方式5个模块分别负责发布/订阅/短信/Email、查询搜索、实时数据剩余寿命故障概率、变电站列表/二维码/用户注册/最新版本/产品信息、图片/视频/语音。
与现有技术相比，本发明的有益效果是：
1、对智能化GIS监测点获取做了集成，形成实时在线状态评价和诊断；
2、通过研究断路器分合状态和分合闸线圈的电流波形，获得弹簧的运行状态，随时监测断路器弹簧性能、弹簧的疲劳程度，解决了弹簧在运行中的状态不易测量的问题；
3、利用小波包和短时能量分析的方法处理振动信号，分析断路器合闸同期性，取得了实质性的使用效果；
4、针对状态检修决策中存在的决策模型目标单一且适用性受限，没有考虑到决策者的实际检修预期和检修意愿，个体决策而非群决策等问题，提出一种基于D-S证据理论的状态检修多目标群决策模型；
5、利用人机接口界面来进行推理判断故障类型，故障诊断过程基本靠人工参与逐步完成，诊断速度慢且人为因素过多；
6、针对高压断路器状态评估因素具有模糊性和灰色性的特点，将灰色模糊理论应用到高压封闭电器的状态评估中，建立灰色模糊判别矩阵，进而对高压封闭电器运行状态进行了综合评估；
7、对面向智能电网的云计算技术进行了研究，将云计算和智能电网技术进行了融合，提出了智能云的概念；
8、分析了发电、输变电以及用电各个环节中大数据的产生来源和特点，综述了目前在商业、互联网和工业监测领域已有的大数据处理技术，并详细分析这些技术在应对智能电网建设和大数据处理方面的优势和应用。
附图说明
图1为具有远程专家自诊断功能的智能化GIS机构示意图；
图2为物联网技术应用示意图；
图3为GIS状态监测逻辑节点说明示意图；
图4为智能化GIS状态监测模型；
图5为基于D-S证据理论的状态监测决策模型；
图6为智能化GIS、云计算、大数据的相互关系示意图；
图7为智能化GIS设备自诊断大数据云计算平台示意图；
图8为远程专家诊断中心数据通信模型示意图；
图9为人机配置接口示意图；
图10为远程自诊断移动APP***功能结构示意图；
图11为移动互联网示意图。
具体实施方式
下面将结合本发明实施例中的图1至图11，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
变电站的智能化建设是提高整个电力***智能化水平的关键，重点要实现全站数字化、设备集成化、业务一体化、设计紧凑化。全站数字化是将变电站各种信号、各种设备、各种控制全面数字化，形成数字化变电站模型，为实现全面智能控制和高效管理搭建平台。设备集成化是应用新技术、新材料、新工艺，优化GIS等关键设备设计，集成相关传感器及智能部件，增强设备功能，控制尺寸，提高可靠性。业务一体化是整合保护控制、自动化和通信等***，集成在线监测、现场巡视、运维检修等业务，构建一体化业务***，减少交叉、重复，实现协调控制，提高整体效率。设计紧凑化是根据不同电压等级、不同类型变电站特点，推行整体集成设计，优化主接线全站布局，减少占地和投资。
请参阅图1，本发明提供一种技术方案：具有远程专家自诊断功能的智能化 GIS结构包括一体设计植入各种智能传感器的高压开关设备本体、数据采集装置、IEC61850变电站光纤通信网络、变电站就地分析中心、远程通信网络、远程诊断中心和移动终端。基于物联网技术实现了运行关键参数的实时在线采集合并对简单的数据进行了实时就地分析并对异常数据进行了告警提醒；通过互联网技术实现了变电站运行数据的远程传送回工厂数据诊断中心，数据诊断中心建立了开关设备全寿命周期模型，基于大数据、云平台和数据融合等技术对开关设备状况进行实时自我诊断及故障自动识别；最后通过移动互联网将诊断结果上报给运维人员，实现了设备运维人员实时掌握开关设备的状态。具体而言，一种具有远程自诊断功能的GIS***，该具有远程自诊断功能的GIS***包括过程层、间隔层和站控层，过程层、间隔层和站控层分别信号连接，所述基于GIS设计中置入的传感器装置，所述传感器装置包括电流传感器、行程传感器、SF6传感器、局放传感器、ECVT、视频传感器、振动传感器和避雷器传感器，所述电流传感器的输出端双向信号连接智能终端，行程传感器、振动传感器、视频传感器、避雷器传感器和SF6传感器的输出端均信号连接在线监测IED 的输入端，所述ECVT的输出端信号连接有合并单元，局放传感器的输出端信号连接MMS局放IED，所述过程层包括测控的模块、与智能终端信号连接的保护的模块，还包括与在线监测IED、MMS局放IED信号连接的光交换机，光交换机的输出端双向信号连接IEC61850通信的输入端，IEC61850通信的输出端电性连接网关，网关上信号连接监控网络(IP通信)，监控网络(IP通信)信号连接专家办公室远程诊断中心的移动终端，所述专家办公室远程诊断中心的移动终端属于站控层，站控层内还包括相互信号连接的隔离装置和调度中心。
如上所述的一种具有远程自诊断功能的GIS***的方法，包括以下步骤：
S1：利用物联网技术，对智能化GIS设备进行信息采集和获取，对简单的数据进行了实时就地分析并对异常数据进行了告警提醒；
S2：通过互联网技术将变电站运行的数据远程传送回数据诊断中心；
S3：数据诊断中心基于多传感器信息融合的D-S证据理论状态监测决策模型；
S4：建立GIS的评估寿命模型和方法。
进一步的，物联网技术是互联网向物理世界的延伸，是传感器技术、通信技术和信息服务技术融合发展的产物。物联网是一个基于标准和互操作通信协议的、具有自组织能力的、动态的网络基础设施。在物联网中，物理和虚拟的物体都有身份标签、物理属性及智能接口，并且与现有信息网络无缝整合。物联网技术将形成现实物理环境的完全信息化，实现网络泛在化，在未来能源互联网的发展中起到重要作用。如图2所示，智能化GIS物联网可划分为一个由感知层、网络层和应用层组成的3层体系，全面感知、可靠传送、智能处理是智能电网物联网的核心能力。全面感知是指利用RFID、二维码、霍尔电流传感器、行程传感器、振动传感器、SF6传感器、局放传感器、ECVT传感器和视频传感器等感知、捕获、测量的技术手段对智能化GIS设备进行信息采集和获取。网络层是指通过各种通信网络与互联网进行可靠数据传送融合，将GIS设备感知到的数字信号接入IEC 61850信息网络，实时进行可靠的信息交互和共享。应用层是指利用模糊识别等各种智能计算技术，对海量的跨地域、跨行业、跨部门的数据和信息进行分析处理，提升对GIS设备运行数据分析和预测，实现智能化的决策和故障自动识别。所述物联网技术由感知层、网络层和应用层组成，感知层即利用RFID应用管理***、电流传感器、SF6传感器、局放传感器、 ECVT、视频传感器和振动传感器感知、捕获、测量，RFID应用管理***、电流传感器、SF6传感器、局放传感器、ECVT、视频传感器和振动传感器通过开关实现电路通断，对智能化GIS设备进行信息采集和获取；网络层即通过无线连接的监控节点进行可靠数据传送融合，将GIS设备感知到的数字信号接入IEC61850信息网络实时进行可靠的信息交互和共享；应用层内通过利用电缆或者光纤将智能终端、合并单元、在线监测IED与物联网感知层的模块连接，应用层内还包括监控中心，监控中心通过光纤网络或者4G网络与感知层、网络层信号连接，对海量的跨地域、跨行业、跨部门的数据和信息进行分析处理，提升对 GIS设备运行数据分析和预测，实现智能化的决策和故障自动识别。
智能传感器技术是一种检测装置，能按一定规律将被测量件转换为信号或其他所需形式的信息输出，是信号采集的关键技术。传感器技术在20世纪80 年代随着集成电路、计算机技术的迅速发展开始受到重视，近年来已经成为信息通信技术的支柱技术。在智能电网建设领域，智能传感器的应用越来越多。
随着智能传感器技术的不断成熟，近年来在AIS变电站逐步得以成功应用，但对于集成一体化设计安装有智能传感器的GIS智能变电站，智能传感器采用嵌入式安装于GIS内或设备外壳上，特别是有源传感器处于电磁严重污染的环境中，在隔离开关(DS)和断路器(CB)的操作时会在GIS内产生高达数亿赫兹的 VFTO，并引起暂态地电位的升高(TGPR)。近年来由于操作开关暂态现象引起智能传感器在多个智能变电站中采样数据异常甚至损坏等严重问题时有发生，智能传感器的可靠性依然严重困扰着其大面积推广应用。从可靠性的角度要求智能化GIS用传感器的性能包括以下4个方面：
1)能够准确反映设备状态特征量的信号，有良好的静态特性和动态特性。静态特性是指传感器的灵敏度、分辨率、线性度、准确度、稳定度和迟滞特性；动态特性是指在输入变化时的输出特性，它表征传感器输入量随时间变化的特性，即传感器的频率响应特性。
2)传感器的输出信号能和后级处理接收单元很好地匹配(统一的通信规约)。
3)抗电磁干扰能力强、可靠性高、实时性好、寿命和GIS本体一致。
4)采用内置式或外置式安装，对GIS设备无影响或影响很小。
GIS状态监测包括断路器机械特性监测、SF6气体状态监测、避雷器状态监测、局部放电检测、隔离开关特性监测、触头位置检测、断路器振动状态监测、主回路电流和电压信号监测等。要实时监测这些信号，需要在GIS本体安装一体化设计的智能传感器采集GIS运行数据，各传感器采集的信息上传到变电站数据就地分析中心进行集中管理。
进一步的，所述IEC 61850信息网络的基本逻辑节点为LLNO和LPHD，逻辑节点为XCBR、SIMG、GGIO和CALH。IEC 61850采用面向对象建模技术，面向物理设备建模。如图3所示，一个监测功能物理设备(指按功能分类，具有某种监测功能的物理设备)，应建模为一个IED对象。一个监测功能物理设备是指该对象是一个容器，包含服务器(server)对象，服务器描述了一个设备外部可见(可访问)的行为，每个服务器至少应有一个访问点(AccessPoint)，每个服务器包含一个或多个逻辑设备LD(logical Device)，逻辑设备具有公用特性的逻辑节点LN(Logical Node)，逻辑设备包含逻辑节点。逻辑节点是需要通信的每个最小功能单元，包含数据(DATA)对象，数据对象包含逻辑节点的所有信息。数据对象包含数据属性DA(Data-Attribute)，是对象模型中信息的最终承载者。
针对智能化GIS中断路器状态在线监测要监测的量，要用到的逻辑节点包括：LLNO(Logical Node Zero)，LPHD(Logical Physical Device)，XCBR(Circuit Breaker)，SIMU(Insulation Medium Unit)，GGIO(Ge-neric Inputand Output)， C A LH(AlarmHandling)，具体说明见表1。表1中逻辑节点LLNO、LPHD是 IEC61850模型中必不可少的2个逻辑节点。XCBR、SIMG、GGIO、CALH是实现SR断路器监测功能的逻辑节点。
符合IEC 61850标准的智能化GIS状态在线监测模型如图4所示。逻辑节点中包含的数据，有些是必选的，有些是可选的，可以根据需要添加进去。以 XCBR为例，具体断路器实例的名称、路径、本地操作、操作计数、开关位置、跳闸闭锁、合闸闭锁、断路器操作能力是必选的。而外部设备健康、外部设备铭牌、充电电机使能、开断电流总和、定向分合能力等可以根据需要配置。本模型充分合理地利用了GGIO节点。GGIO节点作为面向对象建模的一种补充，用来描述无法用特定逻辑节点进行描述的通用信息，在上文中提到的局部放电、视频码流等信息在IEC 61850中并没有专门的节点与之对应，可以归纳到此节点中。
进一步的，所述D-S证据理论状态监测决策模型的数据融合包括以下步骤：
S1：对同类型传感器获得的原始信号进行数据级融合，主要包括机械特性传感器、电流传感器、SF6传感器、避雷器传感器、泄漏电流传感器、微水传感器、机械振动传感器和视频传感器等，融合出同类型数据的最优值。
S2：对数据级融合的信号进一步进行预处理，尽最大可能地去除噪声和干扰信号，各种传感器处于高电压大电流的强电磁干扰环境中，特别是在开关操作过程中产生的VFTO和其他过电压的影响。
S3：提出特征值，对来自传感器的原始信息进行特征值提取，特征值是被测对象的物理量。根据同类型传感器在不同位置监测数据特征值初步判断单一故障及其发展趋势。
S4：将各个特征值送入模糊神经网络等进行进一步的故障判断。
S5：将各个模糊神经网络等输出的隶属度值分别输入D-S证据理论诊断***，进行最后的决策级融合，输出故障诊断结果。
在GIS设备的故障诊断中，如果用一个传感器来监测一个物理量的变化，则很难保证检测结果的可靠性，因此采用多个传感器来监测，并对多个传感器采集的信息进行信息融合。由于各个传感器采集的信息可能会得出相互矛盾的结论，而在故障诊断中经常会出现由于信息不全而产生不确定性，因此采用D-S 理论证据进行信息融合。D-S理论证据可以很好地解决数据融合中出现的一些问题。
与单传感器信号处理方式相比，多传感器数据融合有效地利用了多传感器资源信息提供的互补性，从而可以获得被探测目标和环境更为全面的信息。其关键在于数据融合所处理的多传感器信息具有更复杂的形式，而且可以在不同的信息层次上出现，这些信息抽象层次包括数据层、特征层和决策层。
针对智能化GIS设备的故障诊断，由低到高建立了三级数据融合模型。实现融合的过程包括对传感器获取的原始数据进行数据融合、数据预处理、特征值提出、特征级融合、决策级融合、结果输出等环节。融合过程可以进行三级融合，图5为三级数据融合过程示意图。数据融合有以下几个步骤：
1)对同类型传感器获得的原始信号进行数据级融合，主要包括机械特性传感器、电流传感器、SF6传感器、避雷器、泄漏电流传感器、微水传感器、机械振动传感器和视频传感器等。融合出同类型数据的最优值。
2)对数据级融合的信号进一步进行预处理，尽最大可能地去除噪声和干扰信号，各种传感器处于高电压大电流的强电磁干扰环境中，特别是在开关操作过程中产生的VFTO和其他过电压的影响。
3)提出特征值，对来自传感器的原始信息进行特征值提取，特征值是被测对象的物理量。根据同类型传感器在不同位置监测数据特征值初步判断单一故障及其发展趋势。
4)将各个特征值送入模糊神经网络等进行进一步的故障判断。
5)将各个模糊神经网络等输出的隶属度值分别输入D-S证据理论诊断***，进行最后的决策级融合，输出故障诊断结果。
智能电网就是将信息技术、计算机技术、通信技术和原有输、配电基础设施高度集成而形成的新型电网，具有提高能源效率、提高供电安全性、减少环境影响、提高供电可靠性、减少输电网电能损耗等优点。经研究可以抽象地认为，智能电网就是大数据这个概念在电力行业中的应用具体数据量大小的估算，而智能化GIS是智能变电站中最重要的设备之一。从基础数据采集角度来说(如下表所示)，就是把来源于智能传感器的不同格式、特点、性质的数据在逻辑上或者存储介质上有机地集中***存储集成管理，从而为数据高级应用分析提供全面的数据支撑。智能化GIS的数据集成管理技术，包含关系型和非关系型数据库技术、数据融合和集成技术、数据抽取技术、过滤技术和数据清洗等，要想处理大数据，首先必须对数据源的数据进行抽取和集成，从中提取出实体和关系，经过关联和聚合之后采用统一的结构来存储这些数据从表2可知，每分钟产生的数据量为12.99M，18.267G/24小时，如此大的数据量(未计算历史数据)在现有硬件条件下无论是数据的存储还是数据实时分析都受到巨大的挑战，而大数据和云计算技术的快速发展为解决存储和分析带来了可能。
如图6所示，图6简要描述了智能化GIS、云计算、大数据三者之间的相互关系。云计算能够整合智能电网(智能化GIS***内部计算处理和存储资源，提高电网处理和交互能力，成为电网强有力的技术组成；大数据技术立足于业务服务需求，根植于云计算，以云计算技术为基础；智能电网可以抽象地认为是大数据这个概念在电力设备中的应用，所以三者是彼此交互的关系。
图7所示为智能化GIS设备自诊断大数据云计算平台在线采集GIS设备的运行参数数据和周期性的导入离线数据并进行统计分析。针对GIS设备状态监测大数据可靠存储和快速访问两方面大数据处理核心问题，使用了Hadoop云计算服务集群和HDFS分布式存储***。另外，设计基于MapRe-duce的状态数据并行处理***对GIS数学模型子模型的绝缘特性、机械特性、机械寿命和电寿命的状态评估、诊断与预测提供高性能的并行计算能力以及通用的并行算法开发环境。专家诊断层基于D-S证据理论的状态监测决策模型对开关设备进行自我诊断，对故障及故障趋势预测，最后得到开关剩余寿命和故障概率的健康指数。
为了能够将抽象数据诊断结果形象化、可视化地进行显示，有助于运行人员更直观地发现问题，提高设备维护效率，本文提出了智能化GIS设备远程可视化诊断的人机交互方案，并对智能化GIS远程可视化诊断***的设计和具体实现进行了研究和探索。可视化人机交互界面由二维/三维、多维数据搜索、视频显示、发布订阅和配置等模块构成。远程专家诊断中心对诊断结果进行管理和发布，人机交互界面发送诊断请求，在得到诊断中心响应后将诊断结果以三维可视化的形式显示出来。远程专家诊断中心数据通信模型如图8所示。可视化的GIS人机交互界面***实现了智能化GIS设备智能化在线监测、故障快捷查找、细节放大显示等功能，它具有以下重要意义。
1)高效性。采用智能化在线监测逐步代替人工现场实测，提高运维/制造厂家的工作效率，减轻相关人的工作量。
2)实时性。通过手持终端第一时间查看故障位置、详细运行参数、发生过程，实现了运维和制造厂同步获知设备故障信息，缩短了故障处置时间，防止故障进一步扩大。
3)安全性。避免在极端恶劣天气和倒闸操作过程中的人工巡视，降低工作人员在变电站现场工作的安全风险。
通过图9人机配置接口可以对远程专家诊断中心进行初始化参数配置，包括知识库、发布和订阅、门限和报警值等相关参数。
目前，变电站的巡检大多采用实地测试记录，然后带回数据中心进行分析处理和向制造厂家多采用传真、邮件和电话的方式进行反馈。这种模式一方面不能支持现场环境信息的实时共享，另一方面也往往不能全面图文并茂地反应设备出现的问题，缺乏反馈过程的记录，设备制造厂家不能第一时间准确获得设备故障的详细情况。当前移动互联网技术的发展为手机、PDA等移动设备进行数据实时监控、采集和传输提供了技术支持。本发明提出集PDA、移动GIS技术于一体，基于Android操作***的远程自诊断移动APP，它具有安装、携带、运行方便，操作简单，数据传输速度快，采集信息多样化等特点，能够随时随地监控采集信息、上报信息，并且在信息采集反馈过程中还能够同时采集空间(如经纬度)和多媒体(如照片、视频)等信息。
APP***总体上设计为C/S架构，客户端(智能手机)负责前台界面显示和信息采集，服务器(远程专家诊断中心)负责数据接收和存储。客户端功能主要如图10所示，分为配置信息、历史数据、实时监测、基本信息和交互方式5个模块。
进一步的，所述专家办公室远程诊断中心的移动终端为智能手机，智能手机上下载远程自诊断移动APP，远程自诊断移动APP内包括配置信息、历史数据、实时检测、基本信息和交互方式5个模块，所述配置信息、历史数据、实时检测、基本信息和交互方式5个模块分别负责发布/订阅/短信/Email、查询搜索、实时数据剩余寿命故障概率、变电站列表/二维码/用户注册/最新版本/产品信息、图片/视频/语音。
如图11所示，移动互联网(远程自诊断移动APP)在智能变电站智能化GIS 上的典型应用，一方面制造厂家服务人员和变电站运维人员通过手机终端从大数据/云计算远程诊断中心上实时获取开关设备的运行健康指数等数据，同时可就所重点关心的关键数据进行发布、订阅和诊断中心进行互动。变电站运维人员可通过手持终端设备扫描智能化GIS上的二维码查阅设备出厂等公共数据，这些数据制造厂家已经固化在了诊断中心HDFS分布式存储***中，同时可以通过文字、图片和视频等多种途径对设备运行中出现的问题实时向制造厂家进行反馈，反馈信息一旦进入数据诊断中心，该反馈会立刻发送到此产品关联的服务人员手持终端上。服务人员根据问题严重性马上回复运维人员制造厂家的处理计划等。移动互联网及相关技术在智能变电站中的应用将从根本上改进和完善电力***生产、运营和管理方式。
本发明首先给出了具有远程专家自诊断功能的智能化GIS的特征定义，对物联网技术、互联网技术和移动互联网技术在智能化GIS上的具体应用。***是基于GIS设计中置入的各种传感器，包括霍尔电流传感器、行程传感器、SF6 传感器、局放传感器、微水传感器、ECVT传感器和视频传感器等感知，利用物联网技术手段，对智能化GIS设备进行信息采集和获取，对简单的数据进行了实时就地分析并对异常数据进行了告警提醒；通过互联网技术将变电站运行的数据远程传送回数据诊断中心，数据诊断中心基于多传感器信息融合的D-S证据理论状态监测决策模型，建立了GIS的评估寿命模型。该模型采用多变量关联分析与主因子分析方法，评估寿命模型参量的关联度与敏感性，并将其归纳融合到层次分析结构模型中，能够全面把握GIS的状态量信息，削弱单一参量引起的评估误差。基于大数据、云计算等技术对GIS设备状况进行实时自我诊断、故障自动识别。最后通过移动互联网将诊断结果上报给运维人员，实现了设备运维部门实时掌握开关设备的状态，为变电站改变以往的定期或者事后检修模式向状态检修方向转变提供了真实可靠的实时数据。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种具有远程自诊断功能的GIS***，其特征在于：该具有远程自诊断功能的GIS***包括过程层、间隔层和站控层，过程层、间隔层和站控层分别信号连接，所述基于GIS设计中置入的传感器装置，所述传感器装置包括电流传感器、行程传感器、SF6传感器、局放传感器、ECVT、视频传感器、振动传感器和避雷器传感器，所述电流传感器的输出端双向信号连接智能终端，行程传感器、振动传感器、视频传感器、避雷器传感器和SF6传感器的输出端均信号连接在线监测IED的输入端，所述ECVT的输出端信号连接有合并单元，局放传感器的输出端信号连接MMS局放IED，所述过程层包括测控的模块、与智能终端信号连接的保护的模块，还包括与在线监测IED、MMS局放IED信号连接的光交换机，光交换机的输出端双向信号连接IEC61850通信的输入端，IEC61850通信的输出端电连接网关，网关上信号连接监控网络(IP通信)，监控网络(IP通信)信号连接专家办公室远程诊断中心的移动终端，所述专家办公室远程诊断中心的移动终端属于站控层，站控层内还包括相互信号连接的隔离装置和调度中心。
2.根据权利要求1所述的具有远程自诊断功能的GIS***，其特征在于：所述专家办公室远程诊断中心的移动终端为智能手机，智能手机上下载安装远程自诊断移动APP，远程自诊断移动APP内包括配置信息、历史数据、实时检测、基本信息和交互方式5个模块，所述配置信息、历史数据、实时检测、基本信息和交互方式5个模块分别负责发布/订阅/短信/Email、查询搜索、实时数据剩余寿命故障概率、变电站列表/二维码/用户注册/最新版本/产品信息、图片/视频/语音。
3.一种如权利要求1或2所述的具有远程自诊断功能的GIS方法，其特征在于包括以下步骤：
S1：利用物联网对智能化GIS设备进行信息采集和获取，对简单的数据进行了实时就地分析并对异常数据进行了告警提醒；
S2：通过互联网将变电站运行的数据远程传送回数据诊断中心；
S3：数据诊断中心基于多传感器信息融合的D-S证据理论状态监测决策模型；
S4：建立GIS的评估寿命模型和方法。
4.根据权利要求3所述的具有远程自诊断功能的GIS方法，其特征在于：所述物联网包括感知层、网络层和应用层，感知层即利用RFID应用管理***、电流传感器、SF6传感器、局放传感器、ECVT、视频传感器和振动传感器感知、捕获、测量，RFID应用管理***、电流传感器、SF6传感器、局放传感器、ECVT、视频传感器和振动传感器通过开关实现电路通断，对智能化GIS设备进行信息采集和获取；网络层即通过无线连接的监控节点进行可靠数据传送融合，将GIS设备感知到的数字信号接入IEC 61850信息网络实时进行可靠的信息交互和共享；应用层内通过利用电缆或者光纤将智能终端、合并单元、在线监测IED与物联网感知层的模块连接，应用层内还包括监控中心，监控中心通过光纤网络或者4G网络与感知层、网络层信号连接，对海量的跨地域、跨行业、跨部门的数据和信息进行分析处理，提升对GIS设备运行数据分析和预测，实现智能化的决策和故障自动识别。
5.根据权利要求4所述的具有远程自诊断功能的GIS方法，其特征在于：所述IEC 61850信息网络的基本逻辑节点为LLNO和LPHD，逻辑节点为XCBR、SIMG、GGIO和CALH。
6.根据权利要求3所述的具有远程自诊断功能的GIS方法，其特征在于：所述D-S证据理论状态监测决策模型的数据融合包括以下步骤：
S1：对同类型传感器获得的原始信号进行数据级融合，主要包括机械特性传感器、电流传感器、SF6传感器、避雷器传感器、泄漏电流传感器、微水传感器、机械振动传感器和视频传感器，融合出同类型数据的最优值；
S2：对数据级融合的信号进一步进行预处理，尽最大可能地去除噪声和干扰信号，各种传感器处于高电压大电流的强电磁干扰环境中，特别是在开关操作过程中产生的VFTO和其他过电压的影响；
S3：提出特征值，对来自传感器的原始信息进行特征值提取，特征值是被测对象的物理量，根据同类型传感器在不同位置监测数据特征值初步判断单一故障及其发展趋势；
S4：将各个特征值送入模糊神经网络等进行进一步的故障判断；
S5：将各个模糊神经网络等输出的隶属度值分别输入D-S证据理论诊断***，进行最后的决策级融合，输出故障诊断结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710844179.2A CN107742922A (zh) | 2017-09-15 | 2017-09-15 | 一种具有远程自诊断功能的gis***和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710844179.2A CN107742922A (zh) | 2017-09-15 | 2017-09-15 | 一种具有远程自诊断功能的gis***和方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107742922A true CN107742922A (zh) | 2018-02-27 |
Family
ID=61236026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710844179.2A Pending CN107742922A (zh) | 2017-09-15 | 2017-09-15 | 一种具有远程自诊断功能的gis***和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107742922A (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108333505A (zh) * | 2018-03-02 | 2018-07-27 | 湖南科技大学 | 基于wsn的高压断路器在线状态监测*** |
| CN109061411A (zh) * | 2018-07-11 | 2018-12-21 | 云南电网有限责任公司电力科学研究院 | 一种gis快速暂态过电压测量设备管理方法及*** |
| CN109188153A (zh) * | 2018-10-22 | 2019-01-11 | 平顶山学院 | 一种高压开关设备三维全景智能状态监测*** |
| CN109211327A (zh) * | 2018-10-26 | 2019-01-15 | 威海威高电子工程有限公司 | 非接触式车辆状态感知设备及其方法 |
| CN109376168A (zh) * | 2018-10-23 | 2019-02-22 | 广东电网有限责任公司 | 一种主网设备的大数据分析*** |
| CN109374270A (zh) * | 2018-09-19 | 2019-02-22 | 国网甘肃省电力公司电力科学研究院 | 一种gis异常振动分析及机械故障诊断装置及方法 |
| CN109885021A (zh) * | 2019-02-15 | 2019-06-14 | 中国电力科学研究院有限公司 | 一种基于实时采集数据对采集设备进行监测的方法及*** |
| CN110045637A (zh) * | 2019-05-13 | 2019-07-23 | 江西远大科技有限公司 | 一种基于gis联动的多级能源管理*** |
| CN110261748A (zh) * | 2019-07-10 | 2019-09-20 | 重庆科技学院 | Gis设备绝缘性能识别方法及*** |
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控***及方法 |
| CN110441681A (zh) * | 2019-09-04 | 2019-11-12 | 上海乐研电气有限公司 | 一种高、中压精密远传气体密度继电器及气体密度监测*** |
| CN110763987A (zh) * | 2019-10-14 | 2020-02-07 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于多种信息采集的智能组合式电力开关在线检测***及其检测方法 |
| CN110824312A (zh) * | 2019-11-22 | 2020-02-21 | 重庆大学 | 一种gis设备缺陷模拟分析设备及方法 |
| CN111934321A (zh) * | 2020-08-31 | 2020-11-13 | 国网甘肃省电力公司电力科学研究院 | 一种基于大数据平台的输电网输电能力的评估*** |
| CN112217283A (zh) * | 2020-10-12 | 2021-01-12 | 云南电网有限责任公司电力科学研究院 | 一种基于物联网的电力设备状态在线监测*** |
| CN112307950A (zh) * | 2020-10-29 | 2021-02-02 | 重庆大学 | Gis振动缺陷辨识的细节特征量提取及智能分析方法 |
| CN112381321A (zh) * | 2020-11-27 | 2021-02-19 | 广东电网有限责任公司肇庆供电局 | 一种基于网格化划分的配电网运行状态感知方法 |
| CN112490932A (zh) * | 2020-12-10 | 2021-03-12 | 国网河南省电力公司漯河供电公司 | 地区电网检修计划智能辨识*** |
| CN113110386A (zh) * | 2021-04-19 | 2021-07-13 | 重庆大学 | Gis/gil设备机械振动状态在线监测及机械故障云诊断*** |
| CN113253038A (zh) * | 2021-06-28 | 2021-08-13 | 广东电网有限责任公司中山供电局 | 一种变电站gis设备综合报警单元在线监测装置及方法 |
| CN113555962A (zh) * | 2021-07-27 | 2021-10-26 | 国网山西省电力公司临汾供电公司 | 一种变电站自动化***信息快速捕捉智能补全的方法 |
| CN113904443A (zh) * | 2021-09-28 | 2022-01-07 | 国网江苏省电力有限公司连云港供电分公司 | 多维度空间可视化的现场变电设备监控与预警*** |
| CN114204680A (zh) * | 2021-12-13 | 2022-03-18 | 广州思泰信息技术有限公司 | 多类型自动化检测设备融合远程诊断***及方法 |
| CN114550902A (zh) * | 2022-01-13 | 2022-05-27 | 重庆医科大学附属第一医院 | 基于rfid的医院用电设备管理***及其方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103124105A (zh) * | 2012-03-27 | 2013-05-29 | 湖南大学 | 一种面向智能变电站设备状态监测的无线智能传感器网络*** |
| CN203786523U (zh) * | 2013-12-11 | 2014-08-20 | 广东天能电力设计有限公司 | 一种基于光纤网络传输的智能变电站综合监控*** |
| CN104377821A (zh) * | 2014-11-18 | 2015-02-25 | 柳州市金旭节能科技有限公司 | 一种变电设备在线监测*** |
| US20170214888A1 (en) * | 2014-10-14 | 2017-07-27 | China Xd Electric Co., Ltd | Internal video monitoring system and method for gis device |
-
2017
- 2017-09-15 CN CN201710844179.2A patent/CN107742922A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103124105A (zh) * | 2012-03-27 | 2013-05-29 | 湖南大学 | 一种面向智能变电站设备状态监测的无线智能传感器网络*** |
| CN203786523U (zh) * | 2013-12-11 | 2014-08-20 | 广东天能电力设计有限公司 | 一种基于光纤网络传输的智能变电站综合监控*** |
| US20170214888A1 (en) * | 2014-10-14 | 2017-07-27 | China Xd Electric Co., Ltd | Internal video monitoring system and method for gis device |
| CN104377821A (zh) * | 2014-11-18 | 2015-02-25 | 柳州市金旭节能科技有限公司 | 一种变电设备在线监测*** |
Non-Patent Citations (1)
| Title |
|---|
| 白世军 等: "具有远程专家自诊断功能的智能化GIS", 《智能电网》 * |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108333505A (zh) * | 2018-03-02 | 2018-07-27 | 湖南科技大学 | 基于wsn的高压断路器在线状态监测*** |
| CN109061411A (zh) * | 2018-07-11 | 2018-12-21 | 云南电网有限责任公司电力科学研究院 | 一种gis快速暂态过电压测量设备管理方法及*** |
| CN109374270A (zh) * | 2018-09-19 | 2019-02-22 | 国网甘肃省电力公司电力科学研究院 | 一种gis异常振动分析及机械故障诊断装置及方法 |
| CN109188153A (zh) * | 2018-10-22 | 2019-01-11 | 平顶山学院 | 一种高压开关设备三维全景智能状态监测*** |
| CN109376168A (zh) * | 2018-10-23 | 2019-02-22 | 广东电网有限责任公司 | 一种主网设备的大数据分析*** |
| CN109211327A (zh) * | 2018-10-26 | 2019-01-15 | 威海威高电子工程有限公司 | 非接触式车辆状态感知设备及其方法 |
| CN109885021A (zh) * | 2019-02-15 | 2019-06-14 | 中国电力科学研究院有限公司 | 一种基于实时采集数据对采集设备进行监测的方法及*** |
| CN110045637A (zh) * | 2019-05-13 | 2019-07-23 | 江西远大科技有限公司 | 一种基于gis联动的多级能源管理*** |
| CN110401262A (zh) * | 2019-06-17 | 2019-11-01 | 北京许继电气有限公司 | 基于边缘计算技术的gis设备状态智能监控***及方法 |
| CN110261748A (zh) * | 2019-07-10 | 2019-09-20 | 重庆科技学院 | Gis设备绝缘性能识别方法及*** |
| CN110441681A (zh) * | 2019-09-04 | 2019-11-12 | 上海乐研电气有限公司 | 一种高、中压精密远传气体密度继电器及气体密度监测*** |
| CN110441681B (zh) * | 2019-09-04 | 2023-08-29 | 上海乐研电气有限公司 | 一种高、中压精密远传气体密度继电器及气体密度监测*** |
| CN110763987A (zh) * | 2019-10-14 | 2020-02-07 | 国网江苏省电力有限公司盐城供电分公司 | 一种基于多种信息采集的智能组合式电力开关在线检测***及其检测方法 |
| CN110824312A (zh) * | 2019-11-22 | 2020-02-21 | 重庆大学 | 一种gis设备缺陷模拟分析设备及方法 |
| CN111934321A (zh) * | 2020-08-31 | 2020-11-13 | 国网甘肃省电力公司电力科学研究院 | 一种基于大数据平台的输电网输电能力的评估*** |
| CN112217283A (zh) * | 2020-10-12 | 2021-01-12 | 云南电网有限责任公司电力科学研究院 | 一种基于物联网的电力设备状态在线监测*** |
| CN112307950B (zh) * | 2020-10-29 | 2024-04-23 | 重庆大学 | Gis振动缺陷辨识的细节特征量提取及智能分析方法 |
| CN112307950A (zh) * | 2020-10-29 | 2021-02-02 | 重庆大学 | Gis振动缺陷辨识的细节特征量提取及智能分析方法 |
| CN112381321B (zh) * | 2020-11-27 | 2023-01-24 | 广东电网有限责任公司肇庆供电局 | 一种基于网格化划分的配电网运行状态感知方法 |
| CN112381321A (zh) * | 2020-11-27 | 2021-02-19 | 广东电网有限责任公司肇庆供电局 | 一种基于网格化划分的配电网运行状态感知方法 |
| CN112490932A (zh) * | 2020-12-10 | 2021-03-12 | 国网河南省电力公司漯河供电公司 | 地区电网检修计划智能辨识*** |
| CN113110386A (zh) * | 2021-04-19 | 2021-07-13 | 重庆大学 | Gis/gil设备机械振动状态在线监测及机械故障云诊断*** |
| CN113253038A (zh) * | 2021-06-28 | 2021-08-13 | 广东电网有限责任公司中山供电局 | 一种变电站gis设备综合报警单元在线监测装置及方法 |
| CN113253038B (zh) * | 2021-06-28 | 2021-09-10 | 广东电网有限责任公司中山供电局 | 一种变电站gis设备综合报警单元在线监测装置及方法 |
| CN113555962A (zh) * | 2021-07-27 | 2021-10-26 | 国网山西省电力公司临汾供电公司 | 一种变电站自动化***信息快速捕捉智能补全的方法 |
| CN113904443A (zh) * | 2021-09-28 | 2022-01-07 | 国网江苏省电力有限公司连云港供电分公司 | 多维度空间可视化的现场变电设备监控与预警*** |
| CN113904443B (zh) * | 2021-09-28 | 2023-01-06 | 国网江苏省电力有限公司连云港供电分公司 | 多维度空间可视化的现场变电设备监控与预警*** |
| CN114204680A (zh) * | 2021-12-13 | 2022-03-18 | 广州思泰信息技术有限公司 | 多类型自动化检测设备融合远程诊断***及方法 |
| CN114550902A (zh) * | 2022-01-13 | 2022-05-27 | 重庆医科大学附属第一医院 | 基于rfid的医院用电设备管理***及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107742922A (zh) | 一种具有远程自诊断功能的gis***和方法 | |
| CN110401262A (zh) | 基于边缘计算技术的gis设备状态智能监控***及方法 | |
| CN110266000B (zh) | 一种配电网电压越限原因分析方法、***及存储介质 | |
| CN114881808B (zh) | 基于大数据的电力窃电精准识别方法及防窃电*** | |
| CN106950902A (zh) | 一种电力综合自动化监控*** | |
| CN113904443A (zh) | 多维度空间可视化的现场变电设备监控与预警*** | |
| CN108199891B (zh) | 一种基于人工神经网络多角度综合决策的cps网络攻击辨识方法 | |
| CN109103991B (zh) | 一种智能配电网的大数据分析方法 | |
| CN107835107A (zh) | 一种基于电网计量拓扑和WebGis的计量展示*** | |
| CN110991037A (zh) | 一种基于scd的智能变电站测试仿真*** | |
| CN110690699B (zh) | 一种基于泛在电力物联网的变电站智慧检测*** | |
| CN103199628A (zh) | 一种基于osga网格技术的电力设备实时监测*** | |
| CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、***及装置 | |
| CN110716103A (zh) | 一种配网故障的预警方法 | |
| CN110837532A (zh) | 一种基于大数据平台对充电桩窃电行为的检测方法 | |
| CN114154722A (zh) | 一种基于数字孪生技术的配电台区管理方法、***及装置 | |
| CN114498933A (zh) | 负荷识别及多传感器融合感知方法及装置 | |
| CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理*** | |
| CN109581115B (zh) | 一种配电网低电压诊断***和诊断方法 | |
| CN105978140A (zh) | 一种电力设备的信息融合方法 | |
| CN102684307B (zh) | 一种用于集控站、变电站综合自动化监视的信息智能分层推送的方法 | |
| CN114142614A (zh) | 一种基于sd-wan网络的高速公路配电房智能运维管理*** | |
| Ju et al. | The use of edge computing-based internet of things big data in the design of power intelligent management and control platform | |
| CN202661863U (zh) | 一种可靠性试验远程监控*** | |
| Wang et al. | Research on intelligent monitoring and maintenance technology of substation based on digital twin |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180227 |
|
| WD01 | Invention patent application deemed withdrawn after publication |