一种多传感器多参量信息智能融合系统技术方案

本发明专利技术公开了一种多传感器多参量信息智能融合系统，包括信息融合部和多源异构信息协同决策单元，信息融合部的信号输入端用于连接多源异构传感器节点模型，信息融合部的信号输出端连接多源异构信息协同决策单元；信息融合部包括协同管理单元、故障诊断单元、信息判断单元、信息推理单元、信息融合单元和感知学习单元；本发明专利技术经信息融合各单元的组合及协同，实现电力设备运行状态监测、故障诊断分析、智能辅助决策功能。

【技术实现步骤摘要】

本专利技术涉及配网设备在线监测
，尤其涉及一种多传感器多参量信息智能 融合系统。
技术介绍
物联网技术目前正在全球范围内引发新一轮的产业革命，成为推动经济社会发 展的重要力量。典型的物联网系统一般分为三层：感知层，网络层和应用层。其中由大量 的传感设备组成了感知层网络，定义为无线自组传感器网络。无线传感器网络（Wireless SensorNetwork,WSN)是由大量的静止或移动的传感器以自组织和多跳的方式构成的无线 网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并最终把 这些信息发送给网络的所有者。 无线传感器网络由传感器节点及汇聚节点组成，并通过传输网络将采集的数据信 息发送至应用服务系统。传感器节点由传感器模块、处理器模块、通信模块、能量供应模块、 天线、外壳等组成，此外，无线自组网络中的汇聚节点是具有增强功能的传感器节点，有比 传感器节点更多的能量供给和内存与计算资源，实现传感信息汇聚，以及传感器网络与传 输网络之间接口与协议适配。 多传感器融合技术的基本原理就像人脑综合处理信息的过程一样，它充分地利用 多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空 间和时间上的互补与冗余信息依据某种优化准则组合起来，产生对观测环境的一致性解释 和描述。信息融合的目标是基于各传感器分离观测信息，通过对信息的优化组合导出更多 的有效信息。它的最终目的是利用多个传感器共同或联合操作的优势，来提高整个传感器 系统的有效性。目前，比较常用的多传感器融合方法有：卡尔曼滤波，贝叶斯估计，D-S推 理，聚类分析法，而近年来随着神经传感网络技术的发展，其最新研究也逐步运用在多传感 器信息融合上。 随着电力行业信息技术的迅猛发展，配电网基础网架已逐步完善，基于配电网的 各种信息采集和通信网络建设也逐步开展，配电设备的运行状态的信息正在逐步改进和完 善。但是，相对主网来说，目前配网在通信网络、信息采集、系统应急和调度运行等方面还存 在诸多不足： (1)配网设备在线监测手段不足，缺乏设备运行状态信息，配网调度处于"盲调"状 态； (2)配网投入不足，配套通信网络基础薄弱； (3)配电设备众多、点多面广，传统监测通信手段成本巨大。 由于配网设备数量繁多，检修人员与设备之间配比失衡，检修工作量越来越大，过 大的检修工作量已成为制约电力系统效益增长和工作效率提高的因素之一。由于缺乏必要 的技术手段支撑配网状态检修工作，导致在人员有限的情况下难以及时完成工作，降低了 配电网运行可靠性和服务水平。如何将传统检修方式科学地转换到智能型检修方式，利用 传感器对配网线路实现配网设备及环境的实时监测，是当前面临的实际问题。
技术实现思路
本专利技术的针对
技术介绍
中的问题提供一种多传感器多参量信息智能融合系统，能 实现电力设备运行状态监测、故障诊断分析、智能辅助决策功能。 本专利技术采用的技术方案为：一种多传感器多参量信息智能融合系统，包括信息融 合部和多源异构信息协同决策单元，信息融合部的信号输入端用于连接多源异构传感器节 点模型，信息融合部的信号输出端连接多源异构信息协同决策单元；信息融合部包括协同 管理单元、故障诊断单元、信息判断单元、信息推理单元、信息融合单元和感知学习单元； 协同管理单元用于对信息融合部中各个单元间的合作进行管理，通过对传感器设 备的信息采集与分析的任务进行分解，向信息融合部中各功能单元分配任务，并根据任务 执行情况对各单元提出的协同请求进行回应； 故障诊断单元用于实现故障的诊断任务； 信息判断单元用于实现诊断所需信息的判断，接受信息融合部中其它单元提出的 判断请求，进行信息的判断，并将判断结果反馈给提出的判断请求的单元； 信息推理单元用于实现不确定信息的推理，根据概率模型，应用贝叶斯网络推理 公式计算各有向弧对应事件发生的后验概率，并提供给多源异构信息协同决策单元作为推 理诊断的依据； 信息融合单元用于实现对传感设备上传的多类监测数据的融合与输出，根据信息 融合部中其它单元提出的融合请求，对待融合数据进行分析，以D-S证据理论选择判据为 基础进行融合方法的选择，并以所选融合方法对多论据进行融合操作获取一致性输出，将 融合结果提供给信息融合部中的其它单元应用； 感知学习单元用于结合历史统计信息及采集的故障信息进行学习进而获取相关 元件故障的先验概率用于不确定信息的推理，使诊断系统能够适应环境变化进行信息的更 新； 多源异构信息协同决策单元用于对观察结果的对应的位置信息、事件的时间信 息、事件描述信息、场景描述信息、元数据信息进行处理和分析，对待测设备的运行状态进 行监测，并给出故障诊断分析，对存在的故障做出智能辅助决策。 所述的多源异构信息协同决策单元在处理信息融合部传递来的信息时，首先，利 用贝叶斯公式将传感器节点的可靠性分解为节点的互信度与可信度；其次，从传感器节点 的监测结果相互支持、节点监测结果的不确定性、节点的历史分类正确率、节点接收目标信 号的信噪比和环境影响方面分别对节点的互信度和可信度进行了推导和建模；再次，计算 加权信任函数；最后计算决策结果。 所述的协同管理单元包括通信管理模块、输入/输出控制模块和信息协同管理模 块，通信管理模块和输入/输出控制模块分别与信息协同管理模块连接； 通信管理模块用于负责系统内及系统间信息的交流，并对信息的发送及系统中各 单元间信息的传递进行控制； 输入/输出控制模块用于与外界信息的交流，包括多源传感信息采集、融合结果 的发布及辅助决策信号的输出； 信息协同管理模块用于任务的分析、分解与分配，对系统中各单元的合作请求进 行应答。 协同管理单元还用于与电力监控系统的联络与信息交互，实现大范围区域智能监 控系统的协同。 协同管理单元与信息融合部中其它单元或电力监控系统之间通过客户/服务器 方式实现信息交换。 所述的故障诊断单元包括输入/输出模块和通信管理模块，输入/输出模块和通 信管理模块连接；输入/输出模块用于接收故障信息和输出诊断结果与决策建议，通信管 理模块用于与信息融合部中其它单元进行信息交互，接收合作请求、提出信息需求并提供 诊断信息。 本专利技术经信息融合各单元的组合及协同，实现电力设备运行状态监测、故障诊断 分析、智能辅助决策功能。 本专利技术采用多传感器融当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种多传感器多参量信息智能融合系统，其特征在于：包括信息融合部和多源异构信息协同决策单元，信息融合部的信号输入端用于连接多源异构传感器节点模型，信息融合部的信号输出端连接多源异构信息协同决策单元；信息融合部包括协同管理单元、故障诊断单元、信息判断单元、信息推理单元、信息融合单元和感知学习单元；协同管理单元用于对信息融合部中各个单元间的合作进行管理，通过对传感器设备的信息采集与分析的任务进行分解，向信息融合部中各功能单元分配任务，并根据任务执行情况对各单元提出的协同请求进行回应；故障诊断单元用于实现故障的诊断任务；信息判断单元用于实现诊断所需信息的判断，接受信息融合部中其它单元提出的判断请求，进行信息的判断，并将判断结果反馈给提出的判断请求的单元；信息推理单元用于实现不确定信息的推理，根据概率模型，应用贝叶斯网络推理公式计算各有向弧对应事件发生的后验概率，并提供给多源异构信息协同决策单元作为推理诊断的依据；信息融合单元用于实现对传感设备上传的多类监测数据的融合与输出，根据信息融合部中其它单元提出的融合请求，对待融合数据进行分析，以D‑S证据理论选择判据为基础进行融合方法的选择，并以所选融合方法对多论据进行融合操作获取一致性输出，将融合结果提供给信息融合部中的其它单元应用；感知学习单元用于结合历史统计信息及采集的故障信息进行学习进而获取相关元件故障的先验概率用于不确定信息的推理，使诊断系统能够适应环境变化进行信息的更新；多源异构信息协同决策单元用于对观察结果的对应的位置信息、事件的时间信息、事件描述信息、场景描述信息、元数据信息进行处理和分析，对待测设备的运行状态进行监测，并给出故障诊断分析，对存在的故障做出智能辅助决策。...

【技术特征摘要】

【专利技术属性】
技术研发人员：王磊，孙芊，王倩，周凤珍，徐恒博，邹会权，韩菲，
申请(专利权)人：国网河南省电力公司电力科学研究院，国网河南省电力公司，河南恩湃高科集团有限公司，国家电网公司，
类型：发明
国别省市：河南;41