CN114487648A - 一种基于全局级智能控制的配电柜故障诊断方法及*** - Google Patents
一种基于全局级智能控制的配电柜故障诊断方法及*** Download PDFInfo
- Publication number
- CN114487648A CN114487648A CN202111594053.7A CN202111594053A CN114487648A CN 114487648 A CN114487648 A CN 114487648A CN 202111594053 A CN202111594053 A CN 202111594053A CN 114487648 A CN114487648 A CN 114487648A
- Authority
- CN
- China
- Prior art keywords
- information
- node
- electrical appliance
- power distribution
- obtaining
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003745 diagnosis Methods 0.000 title claims abstract description 46
- 238000012795 verification Methods 0.000 claims description 61
- 238000003860 storage Methods 0.000 claims description 38
- 238000003062 neural network model Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 101100134058 Caenorhabditis elegans nth-1 gene Proteins 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- H02J13/00002—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 monitoring
-
- 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
- H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
-
- 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
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/242—Home appliances
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于全局级智能控制的配电柜故障诊断方法及***,所述方法包括:获得配电柜外接线路信息;获得所述外接线路的馈电节点数量信息;根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;从线路末端开始,逐级判断各馈电节点是否处于负载状态;当获得处于负载状态的馈电节点时,获得负载电器;判断所述负载电器是否存在故障;如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。解决了现有技术中缺少逐级判断馈电节点是否存在故障,导致不能准确智能进行故障诊断的技术问题。
Description
技术领域
本发明涉及配电柜故障诊断相关领域,尤其涉及一种基于全局级智能控制的配电柜故障诊断方法及***。
背景技术
配电柜是电动机控制中心的统称,它对电压、电流、频率、有用功率、无用功率、电能、谐波等电力品质做全方位的监控,可以对机房配电***运行状况一目了然,以便于及早发现安全隐患,及早规避风险。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中缺少逐级判断馈电节点是否存在故障,导致不能准确智能进行故障诊断的技术问题。
发明内容
本申请实施例通过提供一种基于全局级智能控制的配电柜故障诊断方法及***,解决了现有技术中缺少逐级判断馈电节点是否存在故障,导致不能准确智能进行故障诊断的技术问题,达到逐级判断馈电节点是否故障,准确智能的对负载电器进行故障诊断的技术效果。
鉴于上述问题,提出了本申请实施例提供一种基于全局级智能控制的配电柜故障诊断方法及***。
第一方面,本申请实施例提供了一种基于全局级智能控制的配电柜故障诊断方法,所述方法包括:获得配电柜外接线路信息;获得所述外接线路的馈电节点数量信息;根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;从线路末端开始,逐级判断各馈电节点是否处于负载状态;当获得处于负载状态的馈电节点时,获得负载电器;判断所述负载电器是否存在故障;如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。
另一方面,本申请还提供了一种基于全局级智能控制的配电柜故障诊断***,所述***包括:第一获得单元,所述第一获得单元用于获得配电柜外接线路信息;第二获得单元,所述第二获得单元用于获得所述外接线路的馈电节点数量信息;第三获得单元,所述第三获得单元用于根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;第一判断单元,所述第一判断单元用于从线路末端开始,逐级判断各馈电节点是否处于负载状态;第四获得单元,所述第四获得单元用于当获得处于负载状态的馈电节点时,获得负载电器;第二判断单元,所述第二判断单元用于判断所述负载电器是否存在故障;第五获得单元,所述第五获得单元用于如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。
第三方面,本发明提供了一种基于全局级智能控制的配电柜故障诊断***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例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:
由于采用了获得配电柜外接电路信息,获得外接电路的馈电节点数量信息,根据上述信息获得所述配电柜外接线路的级别信息,根据所述外接线路的级别信息,从线路末端进行逐级的馈电节点进行负载状态的排查,根据处于负载状态的电器进行故障诊断,从而达到逐级判断馈电节点是否故障,准确智能的对负载电器进行故障诊断的技术效果。
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它目的、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。
附图说明
图1为本申请实施例一种基于全局级智能控制的配电柜故障诊断方法的流程示意图;
图2为本申请实施例一种基于全局级智能控制的配电柜故障诊断***的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第一判断单元14,第四获得单元15,第二判断单元16,第五获得单元17,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种基于全局级智能控制的配电柜故障诊断方法及***,解决了现有技术中缺少逐级判断馈电节点是否存在故障,导致不能准确智能进行故障诊断的技术问题,达到逐级判断馈电节点是否故障,准确智能的对负载电器进行故障诊断的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
配电柜是电动机控制中心的统称,它对电压、电流、频率、有用功率、无用功率、电能、谐波等电力品质做全方位的监控,可以对机房配电***运行状况一目了然,以便于及早发现安全隐患,及早规避风险。但现有技术中缺少逐级判断馈电节点是否存在故障,导致不能准确智能进行故障诊断的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于全局级智能控制的配电柜故障诊断方法,所述方法包括:获得配电柜外接线路信息;获得所述外接线路的馈电节点数量信息;根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;从线路末端开始,逐级判断各馈电节点是否处于负载状态;当获得处于负载状态的馈电节点时,获得负载电器;判断所述负载电器是否存在故障;如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种基于全局级智能控制的配电柜故障诊断方法,其中,所述方法包括:
步骤S100:获得配电柜外接线路信息;
具体而言,所述配电柜是指对电力***应提供保护、监视和控制作用的装置,所述外接线路为所述配电柜进行管控的线路,获得所述外接线路的相关信息。
步骤S200:获得所述外接线路的馈电节点数量信息;
具体而言,所述馈电节点是指供给电能、供电,尤指对一个电路供电时向控制点的电反馈的节点,获得所述馈电节点的数量信息。
步骤S300:根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;
具体而言,根据所述外接线路的信息及所述馈电节点的数量信息,判断所述外接电路的级别信息,举例而言,墙上第一插孔为第一级别,插电板连接所述第一插孔,则通过插电板连接的电器为第二级别。
进一步而言,所述根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息,本申请实施例步骤S300还包括:
步骤S310:将所述外接线路信息和所述馈电节点数量信息输入神经网络模型,其中,所述神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述外接线路信息、所述馈电节点数量信息和用来标识配电柜外接线路级别的标识信息;
步骤S320:获得所述神经网络模型的第一输出信息,其中,所述第一输出信息包括所述配电柜外接线路的级别信息。
具体而言,所述神经网络模型即机器学习中的神经网络模型,神经网络(NeuralNetworks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络***,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习***。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial NeuralNetworks),是对人类大脑***的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据的训练,将所述外接线路信息和所述馈电节点数量信息输入神经网络模型,则输出所述配电柜外接线路的级别信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括所述外接线路信息、所述馈电节点数量信息和用来标识配电柜外接线路级别的标识信息,将所述外接线路信息和所述馈电节点数量信息输入到神经网络模型中,根据用来标识配电柜外接线路级别的标识信息,所述神经网络模型进行不断的自我修正、调整,直至获得的输出结果与所述标识信息一致,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确的所述配电柜外接线路的级别信息,为后续准确的逐级判断各馈电节点是否处于负载状态,进而准确智能的进行故障诊断夯实了基础。
步骤S400:从线路末端开始,逐级判断各馈电节点是否处于负载状态;
具体而言,所述线路末端为所述配电柜的外接线路的最低级别,根据所述最低级别,对所述馈电节点进行逐级的排查,判断所述馈电节点是否处于负载状态。
步骤S500:当获得处于负载状态的馈电节点时,获得负载电器;
具体而言,根据上述馈电节点的负载排查结果,获得相应的负载节点,根据所述负载节点,获得相对应的负载电器。
步骤S600:判断所述负载电器是否存在故障;
步骤S700:如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。
具体而言,根据获得的相应的负载电器,对其进行故障诊断,当所述负载电器存在故障时,获得第一提醒信息,根据所述提醒信息,对所述负载电器存在故障提醒,通过对所述馈电节点的逐级排查判断,进而达到准确智能的对负载电器进行故障诊断的技术效果。
进一步而言,本申请实施例还包括:
步骤S810:所述各馈电节点包括第一馈电节点、第二馈电节点、直到第N馈电节点;
步骤S820:根据所述第一馈电节点生成第一验证码,其中,所述第一验证码是与所述第一馈电节点相对应;
步骤S830:根据所述第二馈电节点和第一验证码生成第二验证码;以此类推,根据所述第N馈电节点和第N-1验证码生成第N验证码,其中,N为大于1的自然数;
步骤S840:将每一馈电节点和验证码作为一个存储单元,将各存储单元分别复制保存在M台设备上,其中,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账”,共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一馈电节点生成第一验证码,所述第一验证码与第一馈电节点一一对应;根据所述第二馈电节点和第一验证码生成第二验证码,第二验证码与第二馈电节点一一对应;以此类推,根据所述第N馈电节点和第N-1验证码生成第N验证码,其中,N为大于1的自然数,将所有馈电节点和验证码分别复制保存在M台设备上,其中,所述第一馈电节点和所述第一验证码作为第一存储单元保存在一台设备上,所述第二馈电节点和所述第二验证码作为第二存储单元保存在一台设备上,所述第N馈电节点和所述第N验证码作为第N存储单元保存在一台设备上,当需要调用所述馈电节点时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单位进行串接,使得馈电节点不易丢失和遭到破坏,通过区块链的逻辑对所述馈电节点进行加密处理,保证了所述馈电节点的安全性。
进一步而言,所述判断所述负载电器是否存在故障之后,本申请实施例步骤S600还包括:
步骤S610:如果所述负载电器存在故障,获得第一断开指令;
步骤S620:根据所述第一断开指令,控制所述负载电器处于断路状态。
具体而言,当所述负载电器存在故障时,所述故障原因多种多样,举例而言,可能是电器人为使用不当导致的损坏,可能是电器内部元件老化导致的损坏,可能是使用环境不当导致的损坏,可能是电器外部电压不正常导致的损坏,可能是短路、断路造成的损坏,当所述电器存在故障时,因为所述故障可能导致火灾、触电等危险,因此,当判断所述负载电器存在故障时,获得第一断开指令,根据所述第一断开指令,控制所述负载电器处于断路状态,从而达到保证用户的生命财产安全的技术效果。
进一步而言,所述如果所述负载电器存在故障,获得第一断开指令,本申请实施例步骤S610还包括:
步骤S611:如果所述负载电器存在故障,获得所述负载电器对应的馈电节点;
步骤S612:根据所述负载电器对应的馈电节点,获得所述馈电节点对应的验证码;
步骤S613:根据所述验证码,获得第一断开指令。
具体而言,当所述负载用电器存在故障时,获得与所述负载用电器相对应的馈电节点,所述馈电节点为至少控制所述负载电器的馈电节点,即所述馈电节点为对所述负载用电器进行电能输送,具有电能通断控制和反馈功能的节点。根据所述馈电节点,获得与所述馈电节点一一对应的验证码信息,根据所述验证码信息,获得第一断开指令。通过所述验证码信息获得相对应的第一断开指令的方式,使得所述断开指令的获得更加安全、准确,进而达到准确智能的对负载电器进行故障控制的技术效果。
进一步而言,本申请实施例还包括:
步骤S910:当所述负载电器与对应的馈电节点断开后,获得第一变更指令;
步骤S920:根据所述第一变更指令,将所述验证码进行变更;
步骤S930:将变更后的验证码替换所述验证码。
具体而言,当根据所述第一断开指令,将所述负载电器与所述馈电节点进行断开处理,当所述馈电节点反馈已经与所述负载电器断开后,获得第一变更指令,根据所述第一变更指令,将所述验证码进行更新,将更新后的验证码将所述原验证码替换,将替换后的验证码与所述对应的馈电节点进行存储。
进一步而言,本申请实施例还包括:
步骤S841:将所述第N馈电节点和第N验证码作为第N存储单元;
步骤S842:获得所述第N存储单元记录时间,所述第N存储单元记录时间表示第N存储单元需要记录的时间;
步骤S843:根据所述第N存储单元记录时间,获得所述M台设备中内存最大的第一设备;
步骤S844:将所述第N存储单元的记录权发送给所述第一设备。
具体而言,根据所述第N馈电节点和第N验证码生成第N存储单元,详细来说,根据第一数据和第一验证码生成第一存储单元,根据第二数据和第二验证码生成第二存储单元,获得所述每个存储单元的预定记录时间,将不能在预定记录时间记录所述存储单元的设备排除,获得M台设备中运力最快的第一设备,将所述存储单元的记录权发送给所述第一设备。
综上所述,本申请实施例所提供的一种基于全局级智能控制的配电柜故障诊断方法及***具有如下技术效果:
1、由于采用了获得配电柜外接电路信息,获得外接电路的馈电节点数量信息,根据上述信息获得所述配电柜外接线路的级别信息,根据所述外接线路的级别信息,从线路末端进行逐级的馈电节点进行负载状态的排查,根据处于负载状态的电器进行故障诊断,从而达到逐级判断馈电节点是否故障,准确智能的对负载电器进行故障诊断的技术效果。
2、由于采用了通过对所述神经网络模型的监督学习的方式,进而使得所述神经网络模型处理所述输入信息更加准确,进而获得更加准确的所述配电柜外接线路的级别信息,为后续准确的逐级判断各馈电节点是否处于负载状态,进而准确智能的进行故障诊断夯实了基础。
3、由于采用了通过所述验证码信息获得相对应的第一断开指令的方式,使得所述断开指令的获得更加安全、准确,进而达到准确智能的对负载电器进行故障控制的技术效果。
实施例二
基于与前述实施例中一种基于全局级智能控制的配电柜故障诊断方法同样发明构思,本发明还提供了一种基于全局级智能控制的配电柜故障诊断***,如图2所示,所述***包括:
第一获得单元11,所述第一获得单元11用于获得配电柜外接线路信息;
第二获得单元12,所述第二获得单元12用于获得所述外接线路的馈电节点数量信息;
第三获得单元13,所述第三获得单元13用于根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;
第一判断单元14,所述第一判断单元14用于从线路末端开始,逐级判断各馈电节点是否处于负载状态;
第四获得单元15,所述第四获得单元15用于当获得处于负载状态的馈电节点时,获得负载电器;
第二判断单元16,所述第二判断单元16用于判断所述负载电器是否存在故障;
第五获得单元17,所述第五获得单元17用于如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。
进一步的,所述***还包括:
第一输入单元,所述第一输入单元用于将所述外接线路信息和所述馈电节点数量信息输入神经网络模型,其中,所述神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述外接线路信息、所述馈电节点数量信息和用来标识配电柜外接线路级别的标识信息;
第六获得单元,所述第六获得单元用于获得所述神经网络模型的第一输出信息,其中,所述第一输出信息包括所述配电柜外接线路的级别信息。
进一步的,所述***还包括:
第七获得单元,所述第七获得单元用于所述各馈电节点包括第一馈电节点、第二馈电节点、直到第N馈电节点;
第八获得单元,所述第八获得单元用于根据所述第一馈电节点生成第一验证码,其中,所述第一验证码是与所述第一馈电节点相对应;
第九获得单元,所述第九获得单元用于根据所述第二馈电节点和第一验证码生成第二验证码;以此类推,根据所述第N馈电节点和第N-1验证码生成第N验证码,其中,N为大于1的自然数;
第一保存单元,所述第一保存单元用于将每一馈电节点和验证码作为一个存储单元,将各存储单元分别复制保存在M台设备上,其中,M为大于1的自然数。
进一步的,所述***还包括:
第十获得单元,所述第十获得单元用于如果所述负载电器存在故障,获得第一断开指令;
第一控制单元,所述第一控制单元用于根据所述第一断开指令,控制所述负载电器处于断路状态。
进一步的,所述***还包括:
第十一获得单元,所述第十一获得单元用于如果所述负载电器存在故障,获得所述负载电器对应的馈电节点;
第十二获得单元,所述第十二获得单元用于根据所述负载电器对应的馈电节点,获得所述馈电节点对应的验证码;
第十三获得单元,所述第十三获得单元用于根据所述验证码,获得第一断开指令。
进一步的,所述***还包括:
第十四获得单元,所述第十四获得单元用于当所述负载电器与对应的馈电节点断开后,获得第一变更指令;
第一变更单元,所述第一变更单元用于根据所述第一变更指令,将所述验证码进行变更;
第一替换单元,所述第一替换单元用于将变更后的验证码替换所述验证码。
进一步的,所述***还包括:
第十五获得单元,所述第十五获得单元用于将所述第N馈电节点和第N验证码作为第N存储单元;
第十六获得单元,所述第十六获得单元用于获得所述第N存储单元记录时间,所述第N存储单元记录时间表示第N存储单元需要记录的时间;
第十七获得单元,所述第十七获得单元用于根据所述第N存储单元记录时间,获得所述M台设备中内存最大的第一设备;
第一发送单元,所述第一发送单元用于将所述第N存储单元的记录权发送给所述第一设备。
前述图1实施例一中的一种基于全局级智能控制的配电柜故障诊断方法的各种变化方式和具体实例同样适用于本实施例的一种基于全局级智能控制的配电柜故障诊断***,通过前述对一种基于全局级智能控制的配电柜故障诊断方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于全局级智能控制的配电柜故障诊断***的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于全局级智能控制的配电柜故障诊断方法的发明构思,本发明还提供一种基于全局级智能控制的配电柜故障诊断***,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于全局级智能控制的配电柜故障诊断方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如***设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他***通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种基于全局级智能控制的配电柜故障诊断方法,所述方法包括:获得配电柜外接线路信息;获得所述外接线路的馈电节点数量信息;根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;从线路末端开始,逐级判断各馈电节点是否处于负载状态;当获得处于负载状态的馈电节点时,获得负载电器;判断所述负载电器是否存在故障;如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。解决了现有技术中缺少逐级判断馈电节点是否存在故障,导致不能准确智能进行故障诊断的技术问题,达到逐级判断馈电节点是否故障,准确智能的对负载电器进行故障诊断的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的***。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令***的制造品,该指令***实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于全局级智能控制的配电柜故障诊断方法,其中,所述方法包括:
获得配电柜外接线路信息;
获得所述外接线路的馈电节点数量信息;
根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;
从线路末端开始,逐级判断各馈电节点是否处于负载状态;
当获得处于负载状态的馈电节点时,获得负载电器;
判断所述负载电器是否存在故障;
如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。
2.如权利要求1所述的方法,其中,所述根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息,包括:
将所述外接线路信息和所述馈电节点数量信息输入神经网络模型,其中,所述神经网络模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述外接线路信息、所述馈电节点数量信息和用来标识配电柜外接线路级别的标识信息;
获得所述神经网络模型的第一输出信息,其中,所述第一输出信息包括所述配电柜外接线路的级别信息。
3.如权利要求1所述的方法,其中,所述方法包括:
所述各馈电节点包括第一馈电节点、第二馈电节点、直到第N馈电节点;
根据所述第一馈电节点生成第一验证码,其中,所述第一验证码是与所述第一馈电节点相对应;
根据所述第二馈电节点和第一验证码生成第二验证码;以此类推,根据所述第N馈电节点和第N-1验证码生成第N验证码,其中,N为大于1的自然数;
将每一馈电节点和验证码作为一个存储单元,将各存储单元分别复制保存在M台设备上,其中,M为大于1的自然数。
4.如权利要求3所述的方法,其中,所述判断所述负载电器是否存在故障之后,包括:
如果所述负载电器存在故障,获得第一断开指令;
根据所述第一断开指令,控制所述负载电器处于断路状态。
5.如权利要求4所述的方法,其中,所述如果所述负载电器存在故障,获得第一断开指令,包括:
如果所述负载电器存在故障,获得所述负载电器对应的馈电节点;
根据所述负载电器对应的馈电节点,获得所述馈电节点对应的验证码;
根据所述验证码,获得第一断开指令。
6.如权利要求5所述的方法,其中,所述方法包括:
当所述负载电器与对应的馈电节点断开后,获得第一变更指令;
根据所述第一变更指令,将所述验证码进行变更;
将变更后的验证码替换所述验证码。
7.如权利要求3所述的方法,其中,所述方法包括:
将所述第N馈电节点和第N验证码作为第N存储单元;
获得所述第N存储单元记录时间,所述第N存储单元记录时间表示第N存储单元需要记录的时间;
根据所述第N存储单元记录时间,获得所述M台设备中内存最大的第一设备;
将所述第N存储单元的记录权发送给所述第一设备。
8.一种基于全局级智能控制的配电柜故障诊断***,其中,所述***包括:
第一获得单元,所述第一获得单元用于获得配电柜外接线路信息;
第二获得单元,所述第二获得单元用于获得所述外接线路的馈电节点数量信息;
第三获得单元,所述第三获得单元用于根据所述外接线路信息和所述馈电节点数量信息,获得所述配电柜外接线路的级别信息;
第一判断单元,所述第一判断单元用于从线路末端开始,逐级判断各馈电节点是否处于负载状态;
第四获得单元,所述第四获得单元用于当获得处于负载状态的馈电节点时,获得负载电器;
第二判断单元,所述第二判断单元用于判断所述负载电器是否存在故障;
第五获得单元,所述第五获得单元用于如果所述负载电器存在故障,获得第一提醒信息,所述第一提醒信息用于提醒所述负载电器信息存在故障。
9.一种基于全局级智能控制的配电柜故障诊断***,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111594053.7A CN114487648A (zh) | 2021-12-24 | 2021-12-24 | 一种基于全局级智能控制的配电柜故障诊断方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111594053.7A CN114487648A (zh) | 2021-12-24 | 2021-12-24 | 一种基于全局级智能控制的配电柜故障诊断方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114487648A true CN114487648A (zh) | 2022-05-13 |
Family
ID=81493391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111594053.7A Pending CN114487648A (zh) | 2021-12-24 | 2021-12-24 | 一种基于全局级智能控制的配电柜故障诊断方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114487648A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020138573A1 (ko) * | 2018-12-27 | 2020-07-02 | 한국 전기안전공사 | Iot 기반의 부하장치와 스마트분전반을 이용한 전로와 부하의 고장 상태 추정 방법 및 장치 |
CN112014678A (zh) * | 2020-10-20 | 2020-12-01 | 中南大学 | 一种三相电压逆变器在线故障诊断方法、装置及电子设备 |
CN112051771A (zh) * | 2020-09-01 | 2020-12-08 | 北京视界云天科技有限公司 | 多云数据采集方法、装置、计算机设备和存储介质 |
WO2021017364A1 (zh) * | 2019-07-26 | 2021-02-04 | 京信通信***(中国)有限公司 | 一种网络故障诊断方法、装置、网络设备及存储介质 |
CN112798955A (zh) * | 2020-12-31 | 2021-05-14 | 南通威尔电机有限公司 | 一种特种电机的故障检测方法及装置 |
CN113076216A (zh) * | 2021-04-16 | 2021-07-06 | 南通市第一人民医院 | 一种信息科在线故障排除的高效处理方法及*** |
-
2021
- 2021-12-24 CN CN202111594053.7A patent/CN114487648A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020138573A1 (ko) * | 2018-12-27 | 2020-07-02 | 한국 전기안전공사 | Iot 기반의 부하장치와 스마트분전반을 이용한 전로와 부하의 고장 상태 추정 방법 및 장치 |
WO2021017364A1 (zh) * | 2019-07-26 | 2021-02-04 | 京信通信***(中国)有限公司 | 一种网络故障诊断方法、装置、网络设备及存储介质 |
CN112051771A (zh) * | 2020-09-01 | 2020-12-08 | 北京视界云天科技有限公司 | 多云数据采集方法、装置、计算机设备和存储介质 |
CN112014678A (zh) * | 2020-10-20 | 2020-12-01 | 中南大学 | 一种三相电压逆变器在线故障诊断方法、装置及电子设备 |
CN112798955A (zh) * | 2020-12-31 | 2021-05-14 | 南通威尔电机有限公司 | 一种特种电机的故障检测方法及装置 |
CN113076216A (zh) * | 2021-04-16 | 2021-07-06 | 南通市第一人民医院 | 一种信息科在线故障排除的高效处理方法及*** |
Non-Patent Citations (1)
Title |
---|
刘柏良: "馈线自动化***改进方案探究", 《江苏电机工程》, vol. 28, no. 04, 28 July 2009 (2009-07-28), pages 46 - 50 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5973733B2 (ja) | volt/VAR潮流最適化を加速するためのシステム、方法、および装置 | |
EP3780248A1 (en) | Degradation state determination device and degradation state determination method | |
WO2011052878A1 (ko) | 통합된 dcs를 검증하기 위한 시스템 및 방법 | |
CN111327500B (zh) | 一种ncsi总线的构建方法、装置、设备及存储介质 | |
Nasseri et al. | Fully fuzzy linear programming with inequality constraints | |
CN112818588B (zh) | 一种电力***的最优潮流计算方法、装置及存储介质 | |
CN111954209A (zh) | 一种提高无线传感器节点安全性的信息处理方法及装置 | |
CN106249702A (zh) | 信号传送方法,自动化设备,驱动***,通信*** | |
Kurniawan | Electrical energy monitoring system and Automatic Transfer Switch (ATS) Controller with the internet of things for solar power plants | |
JP2009177896A (ja) | 系統安定化方法及び系統安定化装置 | |
CN113965313B (zh) | 基于同态加密的模型训练方法、装置、设备以及存储介质 | |
CN114510867A (zh) | 一种3d模拟配电柜电路接线方法及*** | |
CN114487648A (zh) | 一种基于全局级智能控制的配电柜故障诊断方法及*** | |
CN109656964A (zh) | 数据比对的方法、装置以及存储介质 | |
CN117200421A (zh) | 一种基于物联网的安全弱电配电设备及其智能控制方法 | |
CN116360294A (zh) | 基于有源配电网的仿真方法及装置 | |
CN115953009A (zh) | 电力***的调度方法、调度决策模型的训练方法 | |
CN113258682B (zh) | 一种优化变压器运行的智能控制方法及*** | |
CN104767627A (zh) | 网络装置、网络配置***和方法 | |
CN115113711B (zh) | 一种服务于多主板的io板设计的方法、***、设备及介质 | |
CN114499302B (zh) | 一种智能匹配变压器的方法及*** | |
Sanchez et al. | Modeling of operative sequences of protections in power transmission systems using Petri Nets | |
Puin et al. | Performance assessment of an optimization strategy proposed for power systems | |
CN107544789A (zh) | 一种拓扑适配方法和装置 | |
CN113467281A (zh) | 一种兼容多型被控对象的顺序控制装置 |
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 |