【技术实现步骤摘要】
【国外来华专利技术】管理智能警报的系统和方法相关申请的交叉引用本申请要求2018年4月4日提交的美国临时申请序列号62/652,844、2018年12月27日提交的美国临时申请序列号62/785,291和2019年1月4日提交的美国临时申请序列号62/788,532的优先权,这些申请的全部内容通过引用并入本文中。
本公开总地涉及智能警报,更具体地,涉及与管理电气或电力系统中的智能警报相关的系统和方法。
技术介绍
不断变化的电能世界使得例如在至关紧要的电力环境(如医院、数据中心、机场和制造设施)中优化电力可靠性、电能成本和运行效率变得越来越具有挑战性。由于电子控制设备的增加,公用电网变得更加动态,设施配电系统变得更加复杂,对电能质量问题更加敏感,从而威胁到网络的稳定性。竞争压力和环境法规正推动人们对能效和业务可持续性的期望比以往任何时候都高。应对这些挑战需要专门设计的新数字工具,以能够更快地应对与电气/电力系统可靠性和运行稳定性相关的机遇和风险。电能质量扰动是意外业务停机时间和设备故障/损坏/失效的主要原因。根据一些估计,30-40%的业务停机时间是由电能质量扰动造成的,电能质量问题使公司损失大约年收入的4%。电能质量扰动可能对设备造成的有害影响包括设备组件(例如电动机、电容器、电缆、变压器等)过热、加速磨损、设备组件过早老化、故障和误操作以及错误的断路器或继电器操作。电能质量扰动产生的经济影响可以包括增加的电能费用、附加的财务处罚(例如,因电力中断造成的处罚)以及对环境的潜在有害影响(例如,增加的碳足迹) ...
【技术保护点】
1.一种用于管理电气系统中智能警报的方法,该方法包括:/n处理来自由监测和控制系统(MCS)的至少一个智能电子设备(IED)捕获或导出的电能相关信号的或从所述电能相关信号导出的电气测量数据,以识别电气系统中的至少一个电力事件或响应于任何识别的电力事件而触发的警报;/n聚集与识别的电力事件和识别的警报相关的信息;/n根据聚集信息识别相关事件和/或警报管理组和/或相关事件和/或警报时段,事件管理组包括识别的电力事件的组和/或序列,和/或响应于识别的警报而触发的警报事件的组和/或序列;以及/n响应于识别的事件管理组和/或识别的事件和/或警报时段而触发、避免或延迟触发一个或多个动作。/n
【技术特征摘要】
【国外来华专利技术】20180404 US 62/652,844;20181227 US 62/785,291;20191.一种用于管理电气系统中智能警报的方法,该方法包括:
处理来自由监测和控制系统(MCS)的至少一个智能电子设备(IED)捕获或导出的电能相关信号的或从所述电能相关信号导出的电气测量数据,以识别电气系统中的至少一个电力事件或响应于任何识别的电力事件而触发的警报;
聚集与识别的电力事件和识别的警报相关的信息;
根据聚集信息识别相关事件和/或警报管理组和/或相关事件和/或警报时段,事件管理组包括识别的电力事件的组和/或序列,和/或响应于识别的警报而触发的警报事件的组和/或序列;以及
响应于识别的事件管理组和/或识别的事件和/或警报时段而触发、避免或延迟触发一个或多个动作。
2.根据权利要求1所述的方法,其中所述至少一个IED捕获或导出的电能相关信号包括以下中的至少一个:电压、电流、电能、有功功率、视在功率、无功功率、谐波电压、谐波电流、总电压谐波失真、总电流谐波失真、谐波功率、单相电流、三相电流、相电压、线电压和功率因数。
3.根据权利要求1所述的方法,其中识别电力事件包括识别电力事件的电能质量事件类型,所述电能质量事件类型包括以下中的至少一种:电压凹陷、电压暂降或欠电压、电压隆起或过电压、电压或电流瞬变、脉冲或尖峰或缺口、暂时中断或停电、电压不平衡、电压闪变、电压或电流谐波失真、相移、频率波动或其他电压或电流波动或扰动(包括噪声)。
4.根据权利要求1所述的方法,其中响应于所述电气测量数据高于一个或多个上警报阈值或低于一个或多个下警报阈值来触发至少一个警报,或者响应于多个电力事件或事件组或事件时段或识别的电力事件的事件序列来触发至少一个警报。
5.根据权利要求1所述的方法,其中至少一个IED的每个IED被安装或定位于电气系统中多个计量点的相应计量点处,并且由每个IED捕获的电能相关信号与相应计量点相关联。
6.根据权利要求5所述的方法,其中至少一个负载被安装或定位于多个计量点的每个计量点处,并且每个IED被配置为监测安装或定位于所述IED安装或定位的相应计量点处的至少一个负载,其中,由IED捕获的电能相关信号与所述至少一个负载相关联。
7.根据权利要求1所述的方法,其中,与识别的电力事件和识别的警报相关的信息基于以下至少一项进行聚集:识别的电力事件在电气系统中的位置、地理位置、应用和/或使用、时段或时间间隔或同时发生、识别的警报对特定过程或应用的危险程度、以及至少一个IED的设备类型。
8.根据权利要求1所述的方法,进一步包包括:
识别事件和/或警报和/或组和/或序列和/或时段和/或聚集信息中的判别特征。
9.根据权利要求8所述的方法,其中识别聚集信息中的判别特征包括:
识别与事件和/或警报时段相关联的断点;
为每个事件和/或警报时段建模;
对每个建模事件和/或警报时段进行分类;以及
识别每个建模事件和/或警报时段中的判别特征。
10.根据权利要求9所述的方法,其中基于从聚集信息中检测到的相关数据的变化来识别事件和/或警报时段,并且与事件和/或警报时段相关联的断点对应于将事件和/或警报时段的一个事件和/或警报时段与下一个事件和/或警报时段分隔开的聚集信息中的显著变化点。
11.根据权利要求9所述的方法,其中为每个事件和/或警报时段建模包括:
确定每个事件和/或警报时段的最佳可能模型;以及
基于所确定的最佳可能模型对每个事件和/或警报时段建模。
12.根据权利要求11所述的方法,其中,通过将事件和/或警报时段的每个事件和/或警报时段与事件和/或警报时段的先前事件和/或警报时段进行比较来确定所述最佳可能模型。
13.根据权利要求12所述的方法,其中将每个事件和/或警报时段对电气系统的影响与先前事件和/或警报时段对电气系统的影响进行比较以确定所述最佳可能模型,或在进一步的分析、确定的动作或可视化中作为每个事件和/或警报时段的判别特征使用。
14.根据权利要求9所述的方法,基于对建模事件和/或警报时段的分析,将每个建模事件和/或警报时段分类为稳定、上升或下降。
15.根据权利要求9所述的方法,其中使用一个或多个统计或机器学习算法、通过曲线拟合技术对每个事件和/或警报时段进行分类,其中在所述一个或多个统计或机器学习算法中对事件和/或警报时段的斜率或斜率变化建模。
16.根据权利要求8所述的方法,进一步包括:
确定特定时段内每个识别的判别特征对于与电气系统相关联的过程或应用的相对危险程度得分。
17.根据权利要求16所述的方法,其中相对危险程度得分基于特定时段内的识别的判别特征对过程或应用应用的影响。
18.根据权利要求17所述的方法,其中识别的判别特征的影响与和识别的判别特征相关联的对所述过程或应用的有形或无形成本有关。
19.根据权利要求16所述的方法,进一步包括:
使用确定的相对危险程度得分来确定对识别的警报进行响应的优先级。
20.根据权利要求8所述的方法,进...
【专利技术属性】
技术研发人员:J门泽尔,
申请(专利权)人:施耐德电气美国股份有限公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。