CN116523506A - 基于数字孪生变电站技术电路故障预测分析*** - Google Patents
基于数字孪生变电站技术电路故障预测分析*** Download PDFInfo
- Publication number
- CN116523506A CN116523506A CN202310557765.4A CN202310557765A CN116523506A CN 116523506 A CN116523506 A CN 116523506A CN 202310557765 A CN202310557765 A CN 202310557765A CN 116523506 A CN116523506 A CN 116523506A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- acquisition
- equipment
- circuit fault
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 55
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 41
- 238000012423 maintenance Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 21
- 238000004088 simulation Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000003032 molecular docking Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 230000004907 flux Effects 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 description 14
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q50/06—Energy or water supply
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及数字孪生领域,且公开了基于数字孪生变电站技术电路故障预测分析***;该***将异常数据在数据库内匹配查找,当存在有同类别的历史处理数据时,将其作为参考数据,递交至模型构建单元,帮助模型构建单元分析预测故障威胁,并同步输出处理方案,进而在帮助用户快速知悉异常数据所带来的威胁,并且进行处理方案的及时下发,以加快电路故障的解决,帮助变电站及时减小故障损失,减轻维护压力。
Description
技术领域
本发明涉及数字孪生技术领域,具体为基于数字孪生变电站技术电路故障预测分析***。
背景技术
变电站内变电设备的稳定运行关系到整个电网主干网及配电网的安全,为实现对变电设备状态的感知与管控,变电站设备的运维巡检一直是电网的重点工作内容之一,电路故障对于变电站来说是较为常见的故障之一,而变电站内则会利用相关检测仪器在变电设备正常运行工作中,测定分析设备的运行状态,定位设备缺陷异常,其中,作为设备状态感知的主要手段,运维工作从早期的人工巡检发展到现在依托于高清摄像头、传感器、机器人等智能化设备的联合运维;
但是,现有的针对变电站的电路故障预测分析***还存在缺点,例如:
1、现有技术中通过数字孪生技术对故障进行预测,对异常数据数据的采集方向存在局限性,使得分析结果较不全面,当出现大量重复问题时,并且难以根据历史处理经验进行调整设备和人工调度的自适应操控,使得故障的消除较不及时;
2、预警措施难以及时开展,对可自动调整和人工调整的处理方式缺乏快速区分处理,故障造成的损失无法及时得到遏制,在后续的采集监测过程中,难以自动对存在问题的设备进行重点监测。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了基于数字孪生变电站技术电路故障预测分析***,能够有效地解决现有技术的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现,
本发明公开了基于数字孪生变电站技术电路故障预测分析***,包括:
主控端,用于总控全局功能模块与单元,链接物联网络,编辑并发送操控指令,控制访问权限;
采集单元,用于采集各项监测数据,并转化为机器可读语言;
所述采集单元包括设备采集模块和环境采集模块,其中:
设备采集模块:用于部署在指定待监测设备现场,进行控制状态的反馈,并依据预设周期上报运行参数;
环境采集模块:用于对接互联网,通过预设周期递交当前变电站地区的关联区域的天气数据和电力波动数据;
存储端,用于构建数据库,对所获取的采集数据与分析数据进行保存,并同步备份至云端,支持本地存储介质的读取;
识别匹配模块,用于接收采集单元递交的采集数据,进行识别分析后,实时上传异常数据;
模型构建单元,用于构建的模拟预测模型,模型接收历史数据与实时异常数据后运行,进行统筹分析,完成运维决策,输出预测数据,指向关联故障设备以其未来波动参数;
中继分析模块,用于依据预测数据进行分析,获取关联调整设备的调整参数,并规划调整方式,区别远程自动调整指令和人工调整指令;
远程响应模块,用于接收中继分析模块所递交的远程自动调整指令,开放关联调整设备的控制权限,直至关联调整设备响应;
数据反馈模块,用于获取远程响应模块的调整设备的运行状态数据,进行实时反馈;
预警处理单元,用于获取异常数据,进行分析后,判断紧急程度,并获取人工调整指令,进行关联人工调度指令的实时下发。
更进一步地,所述设备采集模块所采集的目标设备包括:换流变设备、调相机设备和GIS设备,其采集参数分别为:
换流变设备:压力、油流速度、铁心接地电流;
调相机设备:振动信号、磁通量信号、三相定子电压、电流信号、励磁电压、电流信号、高频电流信号、特高频信号和温度信号;
GIS设备:机械状态、气体状态和温度指标;
采集过程中所获取的视频图像,进行隔帧数截取图像,通过预处理算法,从图像中寻找关键数据对应位置后进行定位,截取关键数据,去除其余数据,对关键数据进行二值化处理,并进行图像分割,获得单个数据图像,以二维线性插值调整数字图像尺寸。
更进一步地,所述环境采集模块采集当前采集周期内的地区天气数据,着重关注恶劣与异常天气,接收供电网络内的电压波动参数;
采集过程包括:
a.获取控制指令,判断是否要进行注册以获得待采集的数据获取对象信息;
b.判断在数据对象请求存取的异步加载过程中是否包含了一个参数;
c.若异步加载数据获取对象的网址中包含了参数,并且无需注册登录的情况下访问目标信息,即选择根据数据获取对象请求生成动态的数据获取方式,否则,则采用WebDriver的数据获取方式;
d.对采集结果进行检查,判断获取数据是否完整,若完整则按照预定设置持续采集,否则,则重新开始采集。
更进一步地,所述设备采集模块和环境采集模块的预设周期通过人工定义编辑和程序远程遥控编辑。
更进一步地,所述识别匹配模块识别到异常数据时,采集单元同步上传关联设备的运维数据,包括:设备实时工况状态、设备保养检修记录和设备布局位置。
更进一步地,所述识别匹配模块的运行逻辑包括以下步骤:
步骤1:获取数据,判断数据是否存在超出预定标准阈值的情况;
步骤2:判断不存在,按照预定设置持续运行;
步骤3:判断存在,则分析判断所出现的异常数据是否存在关联历史备案;
步骤4:判断存在,则在数据库内匹配,命中后直接对接,并发送该异常数据以及同类历史处理数据至模拟预测模型处;
步骤5,判断不存在,则在数据库内生成新备案,接收问题数据,并发送该异常数据至模拟预测模型处。
更进一步地,所述模型构建单元通过无线网络交互连接有对接模块,所述对接模块用于获取模型构建单元的数据写入权限,在触发后,提供人工编辑的设备参数和环境参数,作为模拟预测模型的训练样本,所述模型构建单元的分类能力指数的计算公式为:
式中:W代表分类能力指数;n代表抽样次数;aj代表特征集中的单个特征;xi代表样本集中的单个样本;Nh代表与xi同类别的最近邻;Nm代表与xi非同类别的最近邻。
更进一步地,所述数据反馈模块通过电信号通讯连接有自适应规划模块,所述自适应规划模块与采集单元通过电信号通讯连接,所述自适应规划模块用于依据数据反馈模块反馈的调整设备运行状态数据,对涉及的故障设备进行标记,上调采集监测的优先度和频率。
更进一步地,所述预警处理单元包括分级模块、发送模块和调度模块,其中:
分级模块:用于这所接收的数据,进行险情紧急程度的判断;
发送模块:用于针对分级模块的判断数据,进行对应人工调度指令的编辑;
调度模块:用于根据通信网络进行人工调度指令的下发。
更进一步地,所述主控端与采集单元、存储端和预警处理单元通过无线网络交互连接,采集单元与识别匹配模块通过电信号通讯连接,所述识别匹配模块与存储端通过无线网络交互连接,所述识别匹配模块与模型构建单元通过无线网络交互连接,所述模型构建单元与中继分析模块通过无线网络交互连接,所述中继分析模块与远程响应模块通过无线网络交互连接,所述远程响应模块与数据反馈模块通过无线网络交互连接,所述预警处理单元与中继分析模块和数据反馈模块通过无线网络交互连接。
(三)有益效果
采用本发明提供的技术方案,与已知的现有技术相比,具有如下有益效果,
1、通过设置有识别匹配模块,通过综合获取设备数据、天气数据和电网波动数据,进行异常排查,在异常数据出现时,将异常数据在数据库内匹配查找,当存在有同类别的历史处理数据时,将其作为参考数据,递交至模型构建单元,帮助模型构建单元分析预测故障威胁,并同步输出处理方案,进而在帮助用户快速知悉异常数据所带来的威胁,并且进行处理方案的及时下发,以加快电路故障的解决,帮助运维检修部门开展工作。
2、通过中继分析模块对远程响应模块的远程控制,使得故障发生时,能够分辨解决措施中,通过调整设备参数解决问题的部分,并且通过远程响应模块直接进行远程遥控调整,需要人工处理的部分,则通过预警处理单元调度,进而帮助变电站及时减小故障损失,减轻维护压力,并且若远程响应模块调整不到位,也可通过数据反馈模块反馈数据至预警处理单元,重新进行人工调整。
3、通过设置有自适应规划模块,通过自适应规划模块接收数据反馈模块所反馈的调整数据,在备份至存储端的同时,获取设备故障率,提升故障设备的采集监测的优先度和频率。
4、通过对接模块对模型构建单元的训练,进而人工提供各项异常数据作为训练样本,供模型构建单元模拟各种故障和应急情况,以供操作人员进行培训和演练,帮助指导操作者做出正确的决策和采取必要的措施。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明中的基于数字孪生变电站技术电路故障预测分析***的框架示意图;
图2为本发明中识别匹配模块的运行逻辑的流程示意图;
图3为本发明中环境采集模块的采集过程的流程示意图;
图4为本发明的架构演示图;
图中的标号分别代表,100、主控端;200、采集单元;210、设备采集模块;211、环境采集模块;300、存储端;400、识别匹配模块;500、模型构建单元;600、中继分析模块;700、远程响应模块;800、数据反馈模块;900、预警处理单元;910、分级模块;911、发送模块;912、调度模块;1000、自适应规划模块;1100、对接模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,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作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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的基于数字孪生变电站技术电路故障预测分析***,如图1-图4所示,包括:
主控端100,用于总控全局功能模块与单元,链接物联网络,编辑并发送操控指令,控制访问权限;
采集单元200,用于采集各项监测数据,并转化为机器可读语言;
采集单元200包括设备采集模块210和环境采集模块211,其中:
设备采集模块210:用于部署在指定待监测设备现场,进行控制状态的反馈,并依据预设周期上报运行参数;
环境采集模块211:用于对接互联网,通过预设周期递交当前变电站地区的关联区域的天气数据和电力波动数据;
存储端300,用于构建数据库,对所获取的采集数据与分析数据进行保存,并同步备份至云端,支持本地存储介质的读取;
识别匹配模块400,用于接收采集单元200递交的采集数据,进行识别分析后,实时上传异常数据;
模型构建单元500,用于构建的模拟预测模型,模型接收历史数据与实时异常数据后运行,进行统筹分析,完成运维决策,输出预测数据,指向关联故障设备以其未来波动参数;
中继分析模块600,用于依据预测数据进行分析,获取关联调整设备的调整参数,并规划调整方式,区别远程自动调整指令和人工调整指令;
远程响应模块700,用于接收中继分析模块600所递交的远程自动调整指令,开放关联调整设备的控制权限,直至关联调整设备响应;
数据反馈模块800,用于获取远程响应模块700的调整设备的运行状态数据,进行实时反馈;
预警处理单元900,用于获取异常数据,进行分析后,判断紧急程度,并获取人工调整指令,进行关联人工调度指令的实时下发。
设备采集模块210所采集的目标设备包括:换流变设备、调相机设备和GIS设备,其采集参数分别为:
换流变设备:压力、油流速度、铁心接地电流;
调相机设备:振动信号、磁通量信号、三相定子电压、电流信号、励磁电压、电流信号、高频电流信号、特高频信号和温度信号;
GIS设备:机械状态、气体状态和温度指标;
采集过程中所获取的视频图像,进行隔帧数截取图像,通过预处理算法,从图像中寻找关键数据对应位置后进行定位,截取关键数据,去除其余数据,对关键数据进行二值化处理,并进行图像分割,获得单个数据图像,以二维线性插值调整数字图像尺寸。
环境采集模块211采集当前采集周期内的地区天气数据,着重关注恶劣与异常天气,接收供电网络内的电压波动参数;
采集过程包括:
a.获取控制指令,判断是否要进行注册以获得待采集的数据获取对象信息;
b.判断在数据对象请求存取的异步加载过程中是否包含了一个参数;
c.若异步加载数据获取对象的网址中包含了参数,并且无需注册登录的情况下访问目标信息,即选择根据数据获取对象请求生成动态的数据获取方式,否则,则采用WebDriver的数据获取方式;
d.对采集结果进行检查,判断获取数据是否完整,若完整则按照预定设置持续采集,否则,则重新开始采集。
设备采集模块210和环境采集模块211的预设周期通过人工定义编辑和程序远程遥控编辑。
识别匹配模块400识别到异常数据时,采集单元200同步上传关联设备的运维数据,包括:设备实时工况状态、设备保养检修记录和设备布局位置。
识别匹配模块400的运行逻辑包括以下步骤:
步骤1:获取数据,判断数据是否存在超出预定标准阈值的情况;
步骤2:判断不存在,按照预定设置持续运行;
步骤3:判断存在,则分析判断所出现的异常数据是否存在关联历史备案;
步骤4:判断存在,则在数据库内匹配,命中后直接对接,并发送该异常数据以及同类历史处理数据至模拟预测模型处;
步骤5,判断不存在,则在数据库内生成新备案,接收问题数据,并发送该异常数据至模拟预测模型处。
数据反馈模块800通过电信号通讯连接有自适应规划模块1000,自适应规划模块1000与采集单元200通过电信号通讯连接,自适应规划模块1000用于依据数据反馈模块800反馈的调整设备运行状态数据,对涉及的故障设备进行标记,上调采集监测的优先度和频率。
预警处理单元900包括分级模块910、发送模块911和调度模块912,其中:
分级模块910:用于这所接收的数据,进行险情紧急程度的判断;
发送模块911:用于针对分级模块910的判断数据,进行对应人工调度指令的编辑;
调度模块912:用于根据通信网络进行人工调度指令的下发。
主控端100与采集单元200、存储端300和预警处理单元900通过无线网络交互连接,采集单元200与识别匹配模块400通过电信号通讯连接,识别匹配模块400与存储端300通过无线网络交互连接,识别匹配模块400与模型构建单元500通过无线网络交互连接,模型构建单元500与中继分析模块600通过无线网络交互连接,中继分析模块600与远程响应模块700通过无线网络交互连接,远程响应模块700与数据反馈模块800通过无线网络交互连接,预警处理单元900与中继分析模块600和数据反馈模块800通过无线网络交互连接。
实施例2
本实施例中,模型构建单元500通过无线网络交互连接有对接模块1100,对接模块1100用于获取模型构建单元500的数据写入权限,在触发后,提供人工编辑的设备参数和环境参数,作为模拟预测模型的训练样本,模型构建单元500的分类能力指数的计算公式为:
式中:W代表分类能力指数;n代表抽样次数;aj代表特征集中的单个特征;xi代表样本集中的单个样本;Nh代表与xi同类别的最近邻;Nm代表与xi非同类别的最近邻。
综上,本***在搭载时,通过主控端100总控全局,通过存储端300作为数据的存储端,通过采集单元200进行各项数据的采集,通过设备采集模块210采集设备数据,通过环境采集模块211采集环境数据,通过识别匹配模块400判断是否存在异常数据,并在存储端300匹配关联的历史数据,发送至模型构建单元500进行模拟预测,分析故障数据以及对应的处理措施,通过中继分析模块600对处理措施进行区分,通过远程响应模块700进行远程遥控,而需要人工处理的措施被预警处理单元900接收,通过分级模块910对故障数据的险情进行分级,通过发送模块911进行发送,由调度模块912调度人工,当远程响应模块700未及时响应或者出现故障时,数据反馈模块800同步反馈数据至自适应规划模块1000和预警处理单元900,通过自适应规划模块1000调整采集单元200的对故障设备的采集优先度和频率,通过预警处理单元900对无法遥控调整的设备进行人工调度调整,将所有处理数据上传至存储端300;
通过设置有识别匹配模块400,通过综合获取设备数据、天气数据和电网波动数据,进行异常排查,在异常数据出现时,将异常数据在数据库内匹配查找,当存在有同类别的历史处理数据时,将其作为参考数据,递交至模型构建单元500,帮助模型构建单元500分析预测故障威胁,并同步输出处理方案,进而在帮助用户快速知悉异常数据所带来的威胁,并且进行处理方案的及时下发,以加快电路故障的解决,帮助运维检修部门开展工作;
通过中继分析模块600对远程响应模块700的远程控制,使得故障发生时,能够分辨解决措施中,通过调整设备参数解决问题的部分,并且通过远程响应模块700直接进行远程遥控调整,需要人工处理的部分,则通过预警处理单元900调度,进而帮助变电站及时减小故障损失,减轻维护压力,并且若远程响应模块700调整不到位,也可通过数据反馈模块800反馈数据至预警处理单元900,重新进行人工调整,通过设置有自适应规划模块1000,通过自适应规划模块1000接收数据反馈模块800所反馈的调整数据,在备份至存储端300的同时,获取设备故障率,提升故障设备的采集监测的优先度和频率,通过对接模块1100对模型构建单元500的训练,进而人工提供各项异常数据作为训练样本,供模型构建单元500模拟各种故障和应急情况,以供操作人员进行培训和演练,帮助指导操作者做出正确的决策和采取必要的措施。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.基于数字孪生变电站技术电路故障预测分析***,其特征在于,包括:
主控端(100),用于总控全局功能模块与单元,链接物联网络,编辑并发送操控指令,控制访问权限;
采集单元(200),用于采集各项监测数据,并转化为机器可读语言;
所述采集单元(200)包括设备采集模块(210)和环境采集模块(211),其中:
设备采集模块(210):用于部署在指定待监测设备现场,进行控制状态的反馈,并依据预设周期上报运行参数;
环境采集模块(211):用于对接互联网,通过预设周期递交当前变电站地区的关联区域的天气数据和电力波动数据;
存储端(300),用于构建数据库,对所获取的采集数据与分析数据进行保存,并同步备份至云端,支持本地存储介质的读取;
识别匹配模块(400),用于接收采集单元(200)递交的采集数据,进行识别分析后,实时上传异常数据;
模型构建单元(500),用于构建的模拟预测模型,模型接收历史数据与实时异常数据后运行,进行统筹分析,完成运维决策,输出预测数据,指向关联故障设备以其未来波动参数;
中继分析模块(600),用于依据预测数据进行分析,获取关联调整设备的调整参数,并规划调整方式,区别远程自动调整指令和人工调整指令;
远程响应模块(700),用于接收中继分析模块(600)所递交的远程自动调整指令,开放关联调整设备的控制权限,直至关联调整设备响应;
数据反馈模块(800),用于获取远程响应模块(700)的调整设备的运行状态数据,进行实时反馈;
预警处理单元(900),用于获取异常数据,进行分析后,判断紧急程度,并获取人工调整指令,进行关联人工调度指令的实时下发。
2.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述设备采集模块(210)所采集的目标设备包括:换流变设备、调相机设备和GIS设备,其采集参数分别为:
换流变设备:压力、油流速度、铁心接地电流;
调相机设备:振动信号、磁通量信号、三相定子电压、电流信号、励磁电压、电流信号、高频电流信号、特高频信号和温度信号;
GIS设备:机械状态、气体状态和温度指标;
采集过程中所获取的视频图像,进行隔帧数截取图像,通过预处理算法,从图像中寻找关键数据对应位置后进行定位,截取关键数据,去除其余数据,对关键数据进行二值化处理,并进行图像分割,获得单个数据图像,以二维线性插值调整数字图像尺寸。
3.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述环境采集模块(211)采集当前采集周期内的地区天气数据,着重关注恶劣与异常天气,接收供电网络内的电压波动参数;
采集过程包括:
a.获取控制指令,判断是否要进行注册以获得待采集的数据获取对象信息;
b.判断在数据对象请求存取的异步加载过程中是否包含了一个参数;
c.若异步加载数据获取对象的网址中包含了参数,并且无需注册登录的情况下访问目标信息,即选择根据数据获取对象请求生成动态的数据获取方式,否则,则采用WebDriver的数据获取方式;
d.对采集结果进行检查,判断获取数据是否完整,若完整则按照预定设置持续采集,否则,则重新开始采集。
4.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述设备采集模块(210)和环境采集模块(211)的预设周期通过人工定义编辑和程序远程遥控编辑。
5.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述识别匹配模块(400)识别到异常数据时,采集单元(200)同步上传关联设备的运维数据,包括:设备实时工况状态、设备保养检修记录和设备布局位置。
6.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述识别匹配模块(400)的运行逻辑包括以下步骤:
步骤1:获取数据,判断数据是否存在超出预定标准阈值的情况;
步骤2:判断不存在,按照预定设置持续运行;
步骤3:判断存在,则分析判断所出现的异常数据是否存在关联历史备案;
步骤4:判断存在,则在数据库内匹配,命中后直接对接,并发送该异常数据以及同类历史处理数据至模拟预测模型处;
步骤5,判断不存在,则在数据库内生成新备案,接收问题数据,并发送该异常数据至模拟预测模型处。
7.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述模型构建单元(500)通过无线网络交互连接有对接模块(1100),所述对接模块(1100)用于获取模型构建单元(500)的数据写入权限,在触发后,提供人工编辑的设备参数和环境参数,作为模拟预测模型的训练样本,所述模型构建单元(500)的分类能力指数的计算公式为:
式中:W代表分类能力指数;n代表抽样次数;aj代表特征集中的单个特征;xi代表样本集中的单个样本;Nh代表与xi同类别的最近邻;Nm代表与xi非同类别的最近邻。
8.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述数据反馈模块(800)通过电信号通讯连接有自适应规划模块(1000),所述自适应规划模块(1000)与采集单元(200)通过电信号通讯连接,所述自适应规划模块(1000)用于依据数据反馈模块(800)反馈的调整设备运行状态数据,对涉及的故障设备进行标记,上调采集监测的优先度和频率。
9.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述预警处理单元(900)包括分级模块(910)、发送模块(911)和调度模块(912),其中:
分级模块(910):用于这所接收的数据,进行险情紧急程度的判断;
发送模块(911):用于针对分级模块(910)的判断数据,进行对应人工调度指令的编辑;
调度模块(912):用于根据通信网络进行人工调度指令的下发。
10.根据权利要求1所述的基于数字孪生变电站技术电路故障预测分析***,其特征在于,所述主控端(100)与采集单元(200)、存储端(300)和预警处理单元(900)通过无线网络交互连接,采集单元(200)与识别匹配模块(400)通过电信号通讯连接,所述识别匹配模块(400)与存储端(300)通过无线网络交互连接,所述识别匹配模块(400)与模型构建单元(500)通过无线网络交互连接,所述模型构建单元(500)与中继分析模块(600)通过无线网络交互连接,所述中继分析模块(600)与远程响应模块(700)通过无线网络交互连接,所述远程响应模块(700)与数据反馈模块(800)通过无线网络交互连接,所述预警处理单元(900)与中继分析模块(600)和数据反馈模块(800)通过无线网络交互连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310557765.4A CN116523506A (zh) | 2023-05-17 | 2023-05-17 | 基于数字孪生变电站技术电路故障预测分析*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310557765.4A CN116523506A (zh) | 2023-05-17 | 2023-05-17 | 基于数字孪生变电站技术电路故障预测分析*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116523506A true CN116523506A (zh) | 2023-08-01 |
Family
ID=87399329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310557765.4A Pending CN116523506A (zh) | 2023-05-17 | 2023-05-17 | 基于数字孪生变电站技术电路故障预测分析*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523506A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117332359A (zh) * | 2023-12-01 | 2024-01-02 | 国网江苏省电力有限公司南通供电分公司 | 一种电力数据传输异常检测方法及*** |
CN117520787A (zh) * | 2024-01-04 | 2024-02-06 | 四川省公路规划勘察设计研究院有限公司 | 基于数字孪生的高速公路智慧化数据故障分析方法和*** |
CN117590149A (zh) * | 2023-11-14 | 2024-02-23 | 南方电网调峰调频发电有限公司检修试验分公司 | 基于大数据技术的故障解决方案生成方法、装置和设备 |
CN117691543A (zh) * | 2024-02-04 | 2024-03-12 | 国网安徽省电力有限公司电力科学研究院 | 一种主动式单相接地故障告警反馈方法及装置 |
-
2023
- 2023-05-17 CN CN202310557765.4A patent/CN116523506A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117590149A (zh) * | 2023-11-14 | 2024-02-23 | 南方电网调峰调频发电有限公司检修试验分公司 | 基于大数据技术的故障解决方案生成方法、装置和设备 |
CN117332359A (zh) * | 2023-12-01 | 2024-01-02 | 国网江苏省电力有限公司南通供电分公司 | 一种电力数据传输异常检测方法及*** |
CN117332359B (zh) * | 2023-12-01 | 2024-02-09 | 国网江苏省电力有限公司南通供电分公司 | 一种电力数据传输异常检测方法及*** |
CN117520787A (zh) * | 2024-01-04 | 2024-02-06 | 四川省公路规划勘察设计研究院有限公司 | 基于数字孪生的高速公路智慧化数据故障分析方法和*** |
CN117520787B (zh) * | 2024-01-04 | 2024-03-19 | 四川省公路规划勘察设计研究院有限公司 | 基于数字孪生的高速公路智慧化数据故障分析方法和*** |
CN117691543A (zh) * | 2024-02-04 | 2024-03-12 | 国网安徽省电力有限公司电力科学研究院 | 一种主动式单相接地故障告警反馈方法及装置 |
CN117691543B (zh) * | 2024-02-04 | 2024-04-19 | 国网安徽省电力有限公司电力科学研究院 | 一种主动式单相接地故障告警反馈方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116523506A (zh) | 基于数字孪生变电站技术电路故障预测分析*** | |
CN106710001B (zh) | 一种基于变电站巡检机器人集中监控仿真***及其方法 | |
CN113472079B (zh) | 配电站运维监控云机器人***、后台处理及作业任务方法 | |
CN111444169A (zh) | 一种变电站电气设备状态监测与诊断***及方法 | |
CN115423009A (zh) | 一种面向云边协同的电力设备故障识别方法及*** | |
CN115395646B (zh) | 一种数字孪生式牵引变电所智慧运维*** | |
CN111045364B (zh) | 一种基于大数据平台的动力环境监控***辅助决策方法 | |
CN112614130A (zh) | 基于5G传输和YOLOv3的无人机输电线路绝缘子故障检测方法 | |
CN117612345A (zh) | 一种电力设备状态监测报警***及方法 | |
CN117218495A (zh) | 一种电表箱的风险检测方法及*** | |
CN114912678A (zh) | 电网调控异常操作在线自动检测预警方法及*** | |
CN115297302B (zh) | 一种铁路变电所无人化*** | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN115689206A (zh) | 一种基于深度学习的变电站基建进度智能监测方法 | |
CN115296193A (zh) | 变电站智能巡检***及方法 | |
CN110533300A (zh) | 基于博弈集对云的变压器智能决策*** | |
EP4016408A1 (en) | Maintenance assistance system and maintenance assistance method | |
CN112926401A (zh) | 一种输电线路金具锈蚀检测方法及*** | |
CN114301005A (zh) | 基于5g和ar的特高压gis设备智能辅助检修*** | |
EP3706268B1 (en) | Artificial intelligence monitoring system using infrared images to identify hotspots in a switchgear | |
CN117875946B (zh) | 一种用于变电站设备运维的人机协同自主红外巡检方法 | |
CN117197770B (zh) | 一种基于物联网的巡检全流程数据监管***及方法 | |
CN117648659B (zh) | 一种低压配电变压器节能量测量***及其测量方法 | |
WO2024138968A1 (zh) | 基站故障诊断方法及装置 | |
CN117291872A (zh) | 一种无人机线路巡视缺陷内容识别***及方法 |
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 |