CN113792261A - 一种高速公路桥梁机电***状态信息化矩阵的构建方法 - Google Patents
一种高速公路桥梁机电***状态信息化矩阵的构建方法 Download PDFInfo
- Publication number
- CN113792261A CN113792261A CN202111127861.2A CN202111127861A CN113792261A CN 113792261 A CN113792261 A CN 113792261A CN 202111127861 A CN202111127861 A CN 202111127861A CN 113792261 A CN113792261 A CN 113792261A
- Authority
- CN
- China
- Prior art keywords
- matrix
- data
- highway bridge
- electromechanical system
- substation
- 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
- 239000011159 matrix material Substances 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 48
- 230000014509 gene expression Effects 0.000 claims abstract description 13
- 230000011218 segmentation Effects 0.000 claims abstract description 8
- 238000012163 sequencing technique Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000002759 z-score normalization Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000011160 research Methods 0.000 description 5
- 238000007791 dehumidification Methods 0.000 description 4
- 238000013479 data entry Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种高速公路桥梁机电***状态信息化矩阵的构建方法,包括:确定高速公路桥梁机电***的功能结构和物理结构;通过高速公路数据采集与监控***采集前端电气参数,构建原始电气量数据集;基于高速公路桥梁机电***结构和数据记录标准化格式,采用正则表达式匹配及字符分割聚类,并根据电气量参数类型对数据排序,构建信息化矩阵,采用迭代的方法规范数据格式;将参数与状态分离为两个矩阵,并采用灰度图像表达参数和状态矩阵。本发明将高速公路桥梁机电配电组采集的电气信息转换为时间序列的信息化矩阵法,以便于对高速公路桥梁机电***故障进行分类和预测,可对高速公路场景中桥梁机电***的管养提供技术支持。
Description
技术领域
本发明专利涉及智能交通,智慧高速研究领域,具体涉及一种高速公路桥梁机电***状态信息化矩阵的构建方法。
背景技术
随着智能辅助驾驶、ETC自由流收费技术不断发展,越来越多的智能交通机电设备在高速公路中的应用,日益增长的对于复杂高速公路桥梁机电***健康状态的感知及预测需求,对智能交通技术提出了新的课题和挑战。传统的高速公路桥梁机电***状态感知和运维的有两大难点:1)机电设备监控***的采集***状态信息单一,无法识别故障原因;2)缺乏整体性的设备管理监控***、标准数据格式混乱,甚至某些巡查工作需要人工进行记录、上报等,导致数据不具备大数据研究的格式化能力,大大降低了自动化运维、智能化故障运维的整体效率。
本领域内目前的研究结果主要集中在机电设备或变压器的故障诊断和预测上,而对高速公路桥梁机电***的监测研究尚未形成一个***的方法。因此,本文提出了一种高速公路桥梁机电***状态信息化矩阵的构建方法。
发明内容
发明目的:为了克服高速公路桥梁机电***的监测技术中存在的不足,提供一种高速公路桥梁机电***状态信息化矩阵的构建方法,其利用正则表达式遍历循环的方法有效地将高速公路桥梁机电***监测数据转化为信息化矩阵,为后续的数据深度挖掘和学习提供支持。
技术方案:为实现上述目的,本发明提供一种高速公路桥梁机电***状态信息化矩阵的构建方法,包括如下步骤:
S1:确定高速公路桥梁机电***的功能结构和物理结构;
S2:通过高速公路数据采集与监控***(SCADA)以一年365天、一天24小时、每小时一次的频率采集前端电气参数,构建原始电气量数据集;
S3:基于高速公路桥梁机电***结构和数据记录标准化格式,采用正则表达式匹配及字符分割聚类,并根据电气量参数类型对数据排序,构建信息化矩阵,其中行表示参数数值和状态,列表示时刻,采用迭代的方法规范数据格式;
S4:将参数与状态分离为两个矩阵,采用灰度图像表达参数和状态矩阵。
进一步的,所述步骤S1中确定高速公路桥梁机电***的功能结构和物理结构的方法为:
所述高速公路桥梁机电***的功能结构包括三大***:交通监控***、收费***及通信***。其衍生***还包括:供配电***、照明***、门架***、收费***、航标灯***、除湿***、通风及采暖***、能源***等。各功能***通过数据采集与监视控制***(Supervisory Control And Data Acquisition,SCADA)进行机电设备和线路回路的数据采集和监控,通过通讯***保证数据之间的连接和传输,通过计算机***进行软件、硬件相关的集中控制。
高速公路桥梁机电集控***由道路段监控子站和桥梁段监控子站组成,所有数据将通过光纤网络传送到高速公路数据采集与监控***。所述道路段监控子站的结构以变电所为主,***主要由若干由馈电柜、高压测控单元、UPS、变压器温控仪、发电机、风机及照明组成,同时配备视频监控设备;工业以太网交换机将设备参数和状态上传至数据库,其中,每个收费站、服务区变电所、开闭所分别设置1处道路段监控子站。所述桥梁段监控子站的以变电所、中压供电***及若干埋地变、除湿设施、电梯、照明配电箱、航空、航标灯等构成,同时配备有若干馈电柜、变压器温控仪、UPS设备;工业以太网交换机将设备参数和状态上传至数据库,其中,中塔、南塔、北锚、北锚、南锚及夹江桥段各设置1处桥梁段监控子站。
进一步的,所述步骤S2中通过高速公路数据采集与监控***(SCADA)以一年365天、一天24小时、每小时一次的频率采集前端电气参数,构建原始电气量数据集的方法为:根据数据记录项的排列规则,建立稀疏二维信息化矩阵的过程可以看作是主分支结构的分解。高速公路桥梁机电集控***的结构大致可以表示为:“SCADA数据采集与控制***”-“监控子站”-“配电或设备线路回路”-“子线路电气量参数”的树状结构。通过SCADA***对前端电气参数的采集,构建原始电气量数据集,如表1所示。其中,电气量采集间隔为1小时,每天从0时刻采集至24时刻,共25个采样点。采集的主要设备和线路有综合继保设备、6kV进线、低压总开关回路、0.4kV馈线、发电机输出、外场照明回路和UPS,主要技术参数有三相电压、三相电流、有功功率、无功功率、功率因素、频率等。
其中,采集的主要参数和技术指标具体如下:
·综合继保设备:电流、电压、有功功率、无功功率、功率因素、频率;
·6kV进线:三相电压、电流、有功功率、无功功率、功率因素、频率;
·低压总开关回路:三相电压、电流、有功功率、无功功率、功率因素、频率;
·0.4kV馈线:三相电压、三相电流、功率因素、有功功率、无功功率、频率;
·发电机输出:三相电压、电流、有功功率、无功功率、功率因素、频率;
·外场照明回路:三相电压、电流、有功功率、无功功率、功率因素;
·UPS:输入/输出电压、频率、电池工作参数、负载。
表1公路桥梁高速公路桥梁机电***20170101电气量原始数据(部分)
进一步的,所述步骤S3中采用正则表达式匹配及字符分割,对数据聚类排序,构建信息化矩阵的具体步骤如下:
①使用正则表达式查找数据记录项的中文匹配项,即站点名称,使用Unicode字符[\u4e00-\u9fa5]的编码间隔进行过滤。
②若查找到中文,则输出为站点,否则输出<ERROR>;
③依据符号“.”及“_”分割为三个子字符串,str_subname[0],str_subname[1]和str_subname[2];
④str_subname[0]表示监控子站名,对str_subname[0]进行检验,如不符合当前监控子站名则将数据记录行删除;
⑤str_subname[1]表示线路回路或设备名,按照字符串匹配进行聚类;
⑥str_subname[2]表示电气量参数名,按照电流、电压、有功功率、无功功率、功率因素、频率和其他进行顺序排列。
数据记录在有序结构化排列后如表2所示。
表2公路桥梁高速公路桥梁机电***某时刻电气量原始数据(有序)
进一步的,所述步骤S4中将有序的电气量矩阵分为参数矩阵和状态矩阵,并形成灰度图像的具体步骤如下:
S4-1:根据参数和状态数据间隔排列的特点,采用循环的方法从S3得到的信息化矩阵中提取参数矩阵和状态矩阵;
S4-2:将每个子站每时刻的参数向量采用灰度图像表达;
S4-3:将每个子站某段时间的状态矩阵采用灰度图像表达。
进一步的,所述步骤S4-2中,用灰度图像表达各子站每时刻的参数向量的步骤如下:
①通过对高速公路桥梁机电***的实例分析,每个子站平均约800线参数,根据此参数量可设计一个60×15的矩阵格式;
②将每个子站每时刻获取的数据转换为60×15的矩阵,由于不同站点线数不一致,空部分均为-1填充;
③采用min-max标准化处理对数据进行归一化;
④采用Z-score Normalization对数据进行标准化处理;
⑤将数值映射到[0,255]之间,输出为灰度图像。
进一步的,所述步骤S4-3中,用灰度图像表达各子站
某段时间的状态矩阵的步骤如下:
①高速公路桥梁机电***的采集频率为1次/小时,因此年度状态信息化矩阵的时间维度为365×24;
②线数维度为各子站实际拥有的线路参数,每一时刻的参数表现为子站的每一列;
③由于状态矩阵含有的数值只有0和1,将1映射为255,输出为灰度图像;
本发明将高速公路桥梁机电配电组采集的电气信息转换为时间序列的信息化矩阵法,以便于后续对***故障进行分类和预测,可对高速公路场景中桥梁机电***的管养提供技术支持。
有益效果:本发明所提出的信息化矩阵的数据处理方法对区域故障的识别具有效率优化效果。同时,基于信息化矩阵的构建提高了机电***大数据维护的可伸缩性。
附图说明
图1为本发明中高速公路桥梁机电***的功能结构图。
图2为本发明中高速公路桥梁机电***的物理结构图。
图3为本发明中数据转换为信息化矩阵的过程图。
图4为本发明中某时刻的参数信息化矩阵。
图5为本发明中年度状态信息化矩阵。
具体实施方式
下面结合附图和具体实施方式,进一步阐明本发明,应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
一种高速公路桥梁机电***状态信息化矩阵的构建方法,包括如下步骤:
S1:确定高速公路桥梁机电***的功能结构和物理结构;
S2:通过高速公路数据采集与监控***(SCADA)以一年365天、一天24小时、每小时一次的频率采集前端电气参数,构建原始电气量数据集;
S3:基于高速公路桥梁机电***结构和数据记录标准化格式,采用正则表达式匹配及字符分割聚类,并根据电气量参数类型对数据排序,构建信息化矩阵,其中行表示参数数值和状态,列表示时刻,采用迭代的方法规范数据格式;
S4:将参数与状态分离为两个矩阵,采用灰度图像表达参数和状态矩阵。
进一步的,所述步骤S1中确定高速公路桥梁机电***的功能结构和物理结构的方法为:
所述高速公路桥梁机电***的功能结构包括三大***:交通监控***、收费***及通信***。其衍生***还包括:供配电***、照明***、门架***、收费***、航标灯***、除湿***、通风及采暖***、能源***等。各功能***通过数据采集与监视控制***(Supervisory Control And Data Acquisition,SCADA)进行机电设备和线路回路的数据采集和监控,通过通讯***保证数据之间的连接和传输,通过计算机***进行软件、硬件相关的集中控制,其***逻辑结构如图1所示。
所述高速公路桥梁机电***的物理结构由道路段监控子站和桥梁段监控子站组成,所有数据将通过光纤网络传送到高速公路数据采集与监控***。所述道路段监控子站的结构以变电所为主,***主要由若干由馈电柜、高压测控单元、UPS、变压器温控仪、发电机、风机及照明组成,同时配备视频监控设备;工业以太网交换机将设备参数和状态上传至数据库,其中,每个收费站、服务区变电所、开闭所分别设置1处道路段监控子站。所述桥梁段监控子站的以变电所、中压供电***及若干埋地变、除湿设施、电梯、照明配电箱、航空、航标灯等构成,同时配备有若干馈电柜、变压器温控仪、UPS设备;工业以太网交换机将设备参数和状态上传至数据库,其中,中塔、南塔、北锚、北锚、南锚及夹江桥段各设置1处桥梁段监控子站。
进一步的,所述步骤S2中通过高速公路数据采集与监控***(SCADA)以一年365天、一天24小时、每小时一次的频率采集前端电气参数,构建原始电气量数据集的方法为:根据数据记录项的排列规则,建立稀疏二维信息化矩阵的过程可以看作是主分支结构的分解。高速公路桥梁机电集控***的结构大致可以表示为:“SCADA数据采集与控制***”-“监控子站”-“配电或设备线路回路”-“子线路电气量参数”的树状结构,如图2所示。通过SCADA***对前端电气参数的采集,构建原始电气量数据集,如表1所示。其中,电气量采集间隔为1小时,每天从0时刻采集至24时刻,共25个采样点。采集的主要设备和线路有综合继保设备、6kV进线、低压总开关回路、0.4kV馈线、发电机输出、外场照明回路和UPS,主要技术参数有三相电压、三相电流、有功功率、无功功率、功率因素、频率等。
其中,采集的主要参数和技术指标具体如下:
·综合继保设备:电流、电压、有功功率、无功功率、功率因素、频率;
·6kV进线:三相电压、电流、有功功率、无功功率、功率因素、频率;
·低压总开关回路:三相电压、电流、有功功率、无功功率、功率因素、频率;
·0.4kV馈线:三相电压、三相电流、功率因素、有功功率、无功功率、频率;
·发电机输出:三相电压、电流、有功功率、无功功率、功率因素、频率;
·外场照明回路:三相电压、电流、有功功率、无功功率、功率因素;
·UPS:输入/输出电压、频率、电池工作参数、负载。
表1公路桥梁高速公路桥梁机电***20170101电气量原始数据(部分)
进一步的,所述步骤S3中采用正则表达式匹配及字符分割,对数据聚类排序,构建信息化矩阵的具体步骤如下:
①使用正则表达式查找数据记录项的中文匹配项,即站点名称,使用Unicode字符[\u4e00-\u9fa5]的编码间隔进行过滤。
②若查找到中文,则输出为站点,否则输出<ERROR>;
③依据符号“.”及“_”分割为三个子字符串,str_subname[0],str_subname[1]和str_subname[2];
④str_subname[0]表示监控子站名,对str_subname[0]进行检验,如不符合当前监控子站名则将数据记录行删除;
⑤str_subname[1]表示线路回路或设备名,按照字符串匹配进行聚类;
⑥str_subname[2]表示电气量参数名,按照电流、电压、有功功率、无功功率、功率因素、频率和其他进行顺序排列。
将数据记录表构建为二维信息化矩阵的过程如下图3所示。数据记录在有序结构化排列后如表2所示。
表2公路桥梁高速公路桥梁机电***某时刻电气量原始数据(有序)
进一步的,所述步骤S4中将有序的电气量矩阵分为参数矩阵和状态矩阵,并形成灰度图像的具体步骤如下:
S4-1:根据参数和状态数据间隔排列的特点,采用循环的方法从S3得到的信息化矩阵中提取参数矩阵和状态矩阵;
S4-2:将每个子站每时刻的参数向量采用灰度图像表达;
S4-3:将每个子站某段时间的状态矩阵采用灰度图像表达。
进一步的,所述步骤S4-2中,用灰度图像表达各子站每时刻的参数向量的步骤如下:
①通过对高速公路桥梁机电***的实例分析,每个子站平均约800线参数,根据此参数量可设计一个60×15的矩阵格式;
②将每个子站每时刻获取的数据转换为60×15的矩阵,由于不同站点线数不一致,空部分均为-1填充;
③采用min-max标准化处理对数据进行归一化;
④采用Z-score Normalization对数据进行标准化处理;
⑤将数值映射到[0,255]之间,输出为灰度图像。
某时刻某子站的参数信息化矩阵如图4所示。
进一步的,所述步骤S4-3中,用灰度图像表达各子站
某段时间的状态矩阵的步骤如下:
①高速公路桥梁机电***的采集频率为1次/小时,因此年度状态信息化矩阵的时间维度为365×24;
②线数维度为各子站实际拥有的线路参数,每一时刻的参数表现为子站的每一列;
③由于状态矩阵含有的数值只有0和1,将1映射为255,输出为灰度图像;
某年度某子站的状态信息化矩阵图5所示。
实施例
一种高速公路桥梁机电***状态信息化矩阵的构建方法,包括以下步骤:
S1:确定高速公路桥梁机电***的功能结构和物理结构;
基于本发明对高速公路桥梁机电***功能结构和物理结构的研究,针对具体项目的实际情况,厘清高速公路桥梁机电***的监控子站数目、类型、名称等。
S2:通过高速公路数据采集与监控***(SCADA)以一年365天、一天24小时、每小时一次的频率采集前端电气参数,构建原始电气量数据集;
电气量采集间隔为1小时,每天从0时刻采集至24时刻,共25个采样点。采集的主要设备和线路有综合继保设备、6kV进线、低压总开关回路、0.4kV馈线、发电机输出、外场照明回路和UPS,主要技术参数有三相电压、三相电流、有功功率、无功功率、功率因素、频率等。完成数据采集后,可以将数据结构表示为“SCADA数据采集与控制***”-“监控子站”-“配电或设备线路回路”-“子线路电气量参数”的树状结构,形成原始电气量数据集。
S3:基于高速公路桥梁机电***结构和数据记录标准化格式,采用正则表达式匹配及字符分割聚类,并根据电气量参数类型对数据排序,构建信息化矩阵,其中行表示参数数值和状态,列表示时刻,采用迭代的方法规范数据格式;
其具体为:
①使用正则表达式查找数据记录项的中文匹配项,即站点名称,使用Unicode字符[\u4e00-\u9fa5]的编码间隔进行过滤。
②若查找到中文,则输出为站点,否则输出<ERROR>;
③依据符号“.”及“_”分割为三个子字符串,str_subname[0],str_subname[1]和str_subname[2];
④str_subname[0]表示监控子站名,对str_subname[0]进行检验,如不符合当前监控子站名则将数据记录行删除;
⑤str_subname[1]表示线路回路或设备名,按照字符串匹配进行聚类;
⑥str_subname[2]表示电气量参数名,按照电流、电压、有功功率、无功功率、功率因素、频率和其他进行顺序排列。
S4:将参数与状态分离为两个矩阵,采用灰度图像表达参数和状态矩阵,其具体为:
S4-1:根据参数和状态数据间隔排列的特点,采用循环的方法从S3得到的信息化矩阵中提取参数矩阵和状态矩阵;
S4-2:将每个子站每时刻的参数向量采用灰度图像表达;
①通过对高速公路桥梁机电***的实例分析,每个子站平均约800线参数,根据此参数量可设计一个60×15的矩阵格式;
②将每个子站每时刻获取的数据转换为60×15的矩阵,由于不同站点线数不一致,空部分均为-1填充;
③采用min-max标准化处理对数据进行归一化;
④采用Z-score Normalization对数据进行标准化处理;
⑤将数值映射到[0,255]之间,输出为灰度图像。
S4-3:将每个子站某段时间的状态矩阵采用灰度图像表达,其具体为:
①高速公路桥梁机电***的采集频率为1次/小时,因此年度状态信息化矩阵的时间维度为365×24;
②线数维度为各子站实际拥有的线路参数,每一时刻的参数表现为子站的每一列;③由于状态矩阵含有的数值只有0和1,将1映射为255,输出为灰度图像。
Claims (7)
1.一种高速公路桥梁机电***状态信息化矩阵的构建方法,其特征在于:包括以下步骤:
S1:确定高速公路桥梁机电***的功能结构和物理结构;
S2:通过高速公路数据采集与监控***SCADA以一年365天、一天24小时、每小时一次的频率采集前端电气参数,构建原始电气量数据集;
S3:基于高速公路桥梁机电***结构和数据记录标准化格式,采用正则表达式匹配及字符分割聚类,并根据电气量参数类型对数据排序,构建信息化矩阵,其中行表示参数数值和状态,列表示时刻,采用迭代的方法规范数据格式;
S4:将参数与状态分离为两个矩阵,数值映射到[0,255]之间,采用灰度图像表达参数和状态矩阵。
2.根据权利要求1所述的一种高速公路桥梁机电***状态信息化矩阵的构建方法,其特征在于:所述步骤S1中确定高速公路桥梁机电***的功能结构和物理结构;
所述高速公路桥梁机电***的功能结构包括三大***:交通监控***、收费***及通信***;各***通过数据采集与监视控制***进行机电设备和线路回路的数据采集和监控,通过通讯***保证数据之间的连接和传输,通过计算机***进行软件、硬件相关的集中控制;
所述高速公路桥梁机电***的物理结构由道路段监控子站和桥梁段监控子站组成,每个收费站、服务区变电所、开闭所分别设置1处道路段监控子站,中塔、南塔、北锚、北锚、南锚及夹江桥段各设置1处桥梁段监控子站。
3.根据权利要求1所述一种高速公路桥梁机电***状态信息化矩阵的构建方法,其特征在于:所述步骤S2中确定公路桥梁机电***电气量数据获取方案,构建原始电气量数据集,具体包括以下步骤:
S2-1:从电气量采集数据结构的角度分析,高速公路桥梁机电***的结构可以表示为:“SCADA数据采集与控制***”-“监控子站”-“配电或设备线路回路”-“子线路电气量参数”的树状结构;
S2-2:通过SCADA***对前端电气参数的采集,构建原始电气量数据集,其中,电气量采集间隔为1小时,每天从0时刻采集至24时刻,共25个采样点,采集的主要设备和线路有综合继保设备、6kV进线、低压总开关回路、0.4kV馈线、发电机输出、外场照明回路和UPS,主要技术参数有三相电压、三相电流、有功功率、无功功率、功率因素、频率。
4.根据权利要求1所述的一种高速公路桥梁机电***状态信息化矩阵的构建方法,其特征在于:所述步骤S3中采用正则表达式匹配及字符分割,对数据聚类排序,构建信息化矩阵,具体步骤如下:
S3-1:使用正则表达式查找数据记录项的中文匹配项,即站点名称,使用Unicode字符[\u4e00-\u9fa5]的编码间隔进行过滤;
S3-2:若查找到中文,则输出为站点,否则输出<ERROR>;
S3-3:依据符号“.”及“_”分割为三个子字符串,str_subname[0],str_subname[1]和str_subname[2];
S3-4:str_subname[0]表示监控子站名,对str_subname[0]进行检验,如不符合当前监控子站名则将数据记录行删除;
S3-5:str_subname[1]表示线路回路或设备名,按照字符串匹配进行聚类;
S3-6:str_subname[2]表示电气量参数名,按照电流、电压、有功功率、无功功率、功率因素、频率和其他进行顺序排列。
5.根据权利要求1所述的一种高速公路桥梁机电***状态信息化矩阵的构建方法,其特征在于:所述步骤S4中将有序的电气量矩阵分为参数矩阵和状态矩阵,并形成灰度图像,具体步骤如下:
S4-1:根据参数和状态数据间隔排列的特点,采用循环的方法从S3得到的信息化矩阵中提取参数矩阵和状态矩阵;
S4-2:将每个子站每时刻的参数向量采用灰度图像表达;
S4-3:将每个子站某段时间的状态矩阵采用灰度图像表达。
6.根据权利要求5所述的一种高速公路桥梁机电***状态信息化矩阵的构建方法,其特征在于:所述步骤S4-2中,用灰度图像表达各子站每时刻的参数向量的步骤如下:
①通过对高速公路桥梁机电***的实例分析,每个子站平均约800线参数,根据此参数量可设计一个60×15的矩阵格式;
②将每个子站每时刻获取的数据转换为60×15的矩阵,由于不同站点线数不一致,空部分均为-1填充;
③采用min-max标准化处理对数据进行归一化;
④采用Z-score Normalization对数据进行标准化处理;
⑤将数值映射到[0,255]之间,输出为灰度图像。
7.根据权利要求5所述的一种高速公路桥梁机电***状态信息化矩阵的构建方法,其特征在于:所述步骤S4-3中,用灰度图像表达各子站某段时间的状态矩阵的步骤如下:
①高速公路桥梁机电***的采集频率为1次/小时,因此年度状态信息化矩阵的时间维度为365×24;
②线数维度为各子站实际拥有的线路参数,每一时刻的参数表现为子站的每一列;
③由于状态矩阵含有的数值只有0和1,将1映射为255,输出为灰度图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127861.2A CN113792261A (zh) | 2021-09-26 | 2021-09-26 | 一种高速公路桥梁机电***状态信息化矩阵的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127861.2A CN113792261A (zh) | 2021-09-26 | 2021-09-26 | 一种高速公路桥梁机电***状态信息化矩阵的构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113792261A true CN113792261A (zh) | 2021-12-14 |
Family
ID=79184354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111127861.2A Pending CN113792261A (zh) | 2021-09-26 | 2021-09-26 | 一种高速公路桥梁机电***状态信息化矩阵的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113792261A (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003108574A (ja) * | 2001-09-28 | 2003-04-11 | Univ Osaka Sangyo | 文字列解析手法を用いた消費者行動予測システム |
US20090070328A1 (en) * | 2007-09-06 | 2009-03-12 | Alexander Stephan Loeser | Method and system for automatically generating regular expressions for relaxed matching of text patterns |
JP2010061403A (ja) * | 2008-09-03 | 2010-03-18 | Hitachi Computer Peripherals Co Ltd | 文字列認識装置及び方法、並びにプログラム |
US20100104188A1 (en) * | 2008-10-27 | 2010-04-29 | Peter Anthony Vetere | Systems And Methods For Defining And Processing Text Segmentation Rules |
CN103618385A (zh) * | 2013-12-03 | 2014-03-05 | 国家电网公司 | 一种提高精度的状态估计数据校正***及方法 |
CN104316841A (zh) * | 2014-11-14 | 2015-01-28 | 国家电网公司 | 一种利用故障录波数据辨识线路全参数的方法 |
CN106781455A (zh) * | 2016-11-28 | 2017-05-31 | 东南大学 | 一种基于云计算的区域高速公路信息化*** |
CN107701378A (zh) * | 2017-09-29 | 2018-02-16 | 上海电力设计院有限公司 | 一种风力发电机故障预警方法 |
US9967272B1 (en) * | 2017-12-05 | 2018-05-08 | Redberry Systems, Inc. | Real-time regular expression search engine |
WO2018100700A1 (ja) * | 2016-11-30 | 2018-06-07 | 株式会社日立製作所 | データ変換装置とデータ変換方法 |
CN109818349A (zh) * | 2019-03-13 | 2019-05-28 | 东北大学 | 一种基于多维状态矩阵滑动匹配的电网鲁棒状态预测方法 |
CN111428344A (zh) * | 2020-02-26 | 2020-07-17 | 长安大学 | 一种高速公路机电设备退化分析模型的构建方法 |
US20200400730A1 (en) * | 2018-03-06 | 2020-12-24 | Xi'an Daheng Tiancheng It Co., Ltd. | Frequency spectrum monitoring data structured representation method, and data processing method and compression method |
CN112485597A (zh) * | 2020-12-01 | 2021-03-12 | 国家电网公司华中分部 | 基于多源数据的电力***输电线路故障诊断方法及*** |
US10990627B1 (en) * | 2018-12-11 | 2021-04-27 | Amazon Technologies, Inc. | Sharing character data across lookups to identify matches to a regular expression |
US20210158034A1 (en) * | 2019-11-27 | 2021-05-27 | Guangxi University | Method for table extraction from journal literature based on text state characteristics |
-
2021
- 2021-09-26 CN CN202111127861.2A patent/CN113792261A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003108574A (ja) * | 2001-09-28 | 2003-04-11 | Univ Osaka Sangyo | 文字列解析手法を用いた消費者行動予測システム |
US20090070328A1 (en) * | 2007-09-06 | 2009-03-12 | Alexander Stephan Loeser | Method and system for automatically generating regular expressions for relaxed matching of text patterns |
JP2010061403A (ja) * | 2008-09-03 | 2010-03-18 | Hitachi Computer Peripherals Co Ltd | 文字列認識装置及び方法、並びにプログラム |
US20100104188A1 (en) * | 2008-10-27 | 2010-04-29 | Peter Anthony Vetere | Systems And Methods For Defining And Processing Text Segmentation Rules |
CN103618385A (zh) * | 2013-12-03 | 2014-03-05 | 国家电网公司 | 一种提高精度的状态估计数据校正***及方法 |
CN104316841A (zh) * | 2014-11-14 | 2015-01-28 | 国家电网公司 | 一种利用故障录波数据辨识线路全参数的方法 |
CN106781455A (zh) * | 2016-11-28 | 2017-05-31 | 东南大学 | 一种基于云计算的区域高速公路信息化*** |
WO2018100700A1 (ja) * | 2016-11-30 | 2018-06-07 | 株式会社日立製作所 | データ変換装置とデータ変換方法 |
CN107701378A (zh) * | 2017-09-29 | 2018-02-16 | 上海电力设计院有限公司 | 一种风力发电机故障预警方法 |
US9967272B1 (en) * | 2017-12-05 | 2018-05-08 | Redberry Systems, Inc. | Real-time regular expression search engine |
US20200400730A1 (en) * | 2018-03-06 | 2020-12-24 | Xi'an Daheng Tiancheng It Co., Ltd. | Frequency spectrum monitoring data structured representation method, and data processing method and compression method |
US10990627B1 (en) * | 2018-12-11 | 2021-04-27 | Amazon Technologies, Inc. | Sharing character data across lookups to identify matches to a regular expression |
CN109818349A (zh) * | 2019-03-13 | 2019-05-28 | 东北大学 | 一种基于多维状态矩阵滑动匹配的电网鲁棒状态预测方法 |
US20210158034A1 (en) * | 2019-11-27 | 2021-05-27 | Guangxi University | Method for table extraction from journal literature based on text state characteristics |
CN111428344A (zh) * | 2020-02-26 | 2020-07-17 | 长安大学 | 一种高速公路机电设备退化分析模型的构建方法 |
CN112485597A (zh) * | 2020-12-01 | 2021-03-12 | 国家电网公司华中分部 | 基于多源数据的电力***输电线路故障诊断方法及*** |
Non-Patent Citations (3)
Title |
---|
GERHARD ZUCKER: "Sanitation and Analysis of Operation Data in Energy Systems", ENERGIES, no. 8, 31 December 2015 (2015-12-31), pages 12776 * |
SUKIRTY JAIN,等: "Dynamic selection of normalization techniques using data complexity measures", EXPERT SYSTEMS WITH APPLICATIONS, no. 106, 31 December 2018 (2018-12-31), pages 252 * |
WEISU ZHANG,等: "Research on Information Matrix of Highway Electromechanical System Based on Deep Convolutional Neural Networks", IEEE XPLORE, 26 April 2021 (2021-04-26), pages 549 - 522 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111429027A (zh) | 一种基于大数据的地区输电网运行多维度分析方法 | |
CN112132491B (zh) | 一种基于电网拓扑分析的电网监视告警***及方法 | |
CN111581196A (zh) | 基于智能工厂框架的供配用电网智能数据采集整理*** | |
CN110095661B (zh) | 一种配电变压器高压侧缺相故障抢修方法 | |
CN112134277B (zh) | 基于全网营配多源数据的电网拓扑优化校核方法及*** | |
CN113469486A (zh) | 一种线路负损及高损的分析方法 | |
CN115730749B (zh) | 基于融合电力数据的电力调度风险预警方法及装置 | |
CN115983548A (zh) | 一种基于人工智能技术的配电网智能规划方法 | |
CN116340437A (zh) | 一种面向大规模多源异构数据的多聚类方法 | |
CN110706365A (zh) | 一种用于电力设备图像特征数据建模方法 | |
CN113344364B (zh) | 停电计划的风险分析方法、装置、电子设备及存储介质 | |
CN114142614A (zh) | 一种基于sd-wan网络的高速公路配电房智能运维管理*** | |
CN113792261A (zh) | 一种高速公路桥梁机电***状态信息化矩阵的构建方法 | |
CN111582626A (zh) | 一种基于大数据的电网规划适应性方法 | |
CN115189472A (zh) | 一种电网规划综合数据平台管理*** | |
CN112485593B (zh) | 一种基于大数据驱动的配电网问题智能诊断方法 | |
CN110492606A (zh) | 一种厂站主接线图自动辨识方法 | |
Sun et al. | Study of power grid development diagnosis system based on multi-source data analysis | |
CN107682232A (zh) | 一种电网业务流实例编码方法 | |
CN116341349A (zh) | 基于设备健康与网架拓扑的配电网的运行可靠性检测方法 | |
Wang et al. | Comprehensive monitoring cycle classification of centralized monitoring substations based on knowledge map and competitive neural network | |
Dongying et al. | Identification Method of Main Electrical Connection and Attribute of Bay | |
CN117557244B (zh) | 基于知识图谱的电力运维警戒*** | |
Chang et al. | Recognition of sectional line loss anomaly in low-voltage substations based on multidimensional feature constrained clustering | |
Sun et al. | Application of Big Data Technology in UHV Network |
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 |