一种基于机器学习的电力监测与预警系统技术方案

本发明专利技术提供了一种基于机器学习的电力监测与预警系统，包括现场终端，包括采集装置和集中转发装置。在重大活动保电现场，将传感装置装夹到供电的中低压配电室(配电柜、配电箱、发电车等)的输电电缆上，通过集中器将数据收集，再通过物联网NB

【技术实现步骤摘要】
一种基于机器学习的电力监测与预警系统


[0001]本专利技术涉及一种电力监测与预警技术，具体涉及一种基于机器学习的电力监测与预警系统。

技术介绍

[0002]城市中不定期会组织、承办各类大型活动，如论坛、综艺、演艺、赛事、见面会等，这些活动的举办场所及舞台，有一部分是临时搭建的，为保证活动顺利举办，供电部门必须对现场进行保电，做到配电数据即时监测，设备故障提前预警，当前的情况是，活动供电从就近配电室取电，配电设备及保电设备(如大型电源车、应急抢修车等)自身并无在线监测系统，也没有配套的监测设备能够对重点设备做到数据监控，所以，保供电缺少行之有效的依托保障，是困扰电力应急部门的一大问题。
[0003]电力系统可靠工作的基础和前提是树立“预防为主”的观念，也是电力工作的指导方针，当前社会企业的一切生产、社会活动都以可靠地电力保障为前提，在重大社会活动中，坚持服务社会，围绕人员财产的安全展开电力保障工作，才能有效发挥电力工作的作用及价值。本项目所研究的适用于重大保电活动的用户侧电力设施状态监测快速部署物联网系统，能够及时监测到配电室电气设备的电气特性参数及变化趋势，比如是否存在火灾、跳闸隐患，电力是否三相不平衡、电流、电压是否稳定可靠、是否存在扰动因素导致供电中断风险等等，这些配电隐患有一些共性问题，总结如下：
[0004]第一，当前一般配电房用户侧没有装配综合的电力设备及电气参数在线监测系统，导致无法及时进行断电、火灾预警，而是事件发生后进行问题排查、处理；
[0005]第二，因为保供电活动往往为了应对重大社会活动，而选址及保电客观存在着没有备用、冗余切换供电的成套电气装备，及时备有电源车，也无法与原有配电室电力引出系统实现无间隙切换，这样就无法实现原有配电室保供电异常情况下的不间断供电，而是会对活动造成断电影响；
[0006]第三，对配电室进行在线监测改造工作量大，时间长，也会对原来供电范围造成断电风险，以当前传统产品技术来说，活动结束后，再拆卸互感器等监测装置比较麻烦，耗费很大人力物力，而且通用的测量装置无法进行系统的数据分析，做不到提前预警、数据综合诊断的作用。
[0007]当前，社会公益活动愈加频繁，就近的配电室不一定能承载过大的负荷，而保供电不利又会造成重大的财力损失及社会舆论影响，但中低压电气装备对人体是危险的，传统的靠人工现场用仪器监测、主观判断的方法已经不能有效确保设备的正常与否。这种方法也存在检测点不全、人因失误常发，而且准确率低、效率低的问题，更不说预警的作用了。为实现重大社会活动的可靠保供电工作，电力部门多是依赖各种离散的仪器、设备对重要监测点进行监测，耗费大量人力，存在很多漏洞与不足，往往达不到快速综合分析配电装置是否可靠的效果。

技术实现思路

[0008]本专利技术的主要目的是提供了一种基于机器学习的电力监测与预警系统。
[0009]其采用的技术方案如下：
[0010]一种基于机器学习的电力监测与预警系统，包括
[0011]采集装置，所述采集装置包括
[0012]取电端，固定在监测设备的输电电缆上，
[0013]采集模块，用于获取监测设备的电气参数，
[0014]定位模块，用于获取采集装置的位置信息；
[0015]集中转发装置，与所述的采集装置连接，所述集中转发装置包括
[0016]通信模块，兼具通用网络接口及通信网络单元，用于采集模块采集到的电气参数数据的接收以及数据处理后的转发，
[0017]无线数据处理模块，用于通信管理、电池电量管理、数据处理以及数据转发；
[0018]保电监测平台，与所述的集中转发装置连接，所述保电监测平台包括
[0019]显示模块，用于显示实时获取的电气参数以及由历史参数构成的波形图，
[0020]算法模块，基于Kalman滤波预测与支持向量机算法对电路运行状态进行故障预警，当系统判断电路运行状态为异常时，将会进行自动报警；
[0021]移动终端，移动终端与保电监测平台通过静态链接库集成接口连接，用于获取电监测平台的实时监测数据，
[0022]所述静态链接库集成接口包括接口处理单元、接口监测单元以及接口控制单元，
[0023]所述接口处理单元用于将接口属性重置以获取图像数据帧，
[0024]所述接口监测单元，获取图像数据帧的接收时序，与图像数据帧传输对应组合，将图像进行传输封装并传输，
[0025]所述接口控制单元，用于与移动终端通信检测，并获取移动终端的定位信息。
[0026]进一步地，所述取电端包括
[0027]若干个卡扣，所述卡扣由绝缘材料构成，在卡扣的中间设置有探头，所述探头经线缆与采集模块连接。
[0028]进一步地，所述采集装置还包括电池装置、主控芯片以及无线数据收发模块，
[0029]所述采集模块包括电流传感器以及温度传感器，所述电池装置与主控芯片、采集端无线数据收发模块、电流传感器以及温度传感器分别连接，所述主控芯片与采集端无线数据收发模块、电流传感器以及温度传感器分别连接，所述采集端无线数据收发模块与集中转发装置内的通信模块连接。
[0030]进一步地，所述集中转发装置还包括转发端无线数据收发模块、无线数据处理模块、无线数据存储模块、数据交换模块、无线数据电池模块，
[0031]所述转发端无线数据收发模块与采集端无线数据收发模块连接，所述无线数据处理模块与转发端无线数据收发模块和无线数据存储模块，数据交换模块与无线数据存储模块、转发端无线数据收发模块及通信模块连接，无线数据电池模块与线数据收发模块、无线数据处理模块、无线数据存储模块、数据交换模块、通信模块分别连接。
[0032]进一步地，所述保电监测平台用于监测现场采集的数据、电力信息数据曲线图绘制、采集装置位置显示、历史数据查询以及电力故障预警。
[0033]进一步地，所述电力信息数据曲线图绘制的方法如下：
[0034]1)根据采集装置的定位模块建立并行的多个对应的并行数据处理单元，
[0035]2)依据定位模块的对应关系将采集到的电气数据传输至数据处理单元，监测每一数据处理单元任务列表执行情况，当待执行的数据和正在处理的数据属于同一个周期时间内时，持续输出处理结果，形成曲线图，并在处理结果中显示定位信息和时间，当待执行的数据和正在处理的数据不属于同一个周期时间内时，输出分隔符，将上一曲线图与之区分，在处理结果中显示定位信息和时间。
[0036]进一步地，所述电力故障预警是基于Kalman滤波预测与支持向量机算法，
[0037]方法为：将绘制的电力信息数据曲线图按照时间T进行连续稳态表示，根据上一时间T的运行结果利用Kalman滤波对下一时间T的电路运行状态进行估计，
[0038]在得到估计值后通过与实际测量值进行作差从而得到各相应参数的偏离值，将得到的偏离值作为SVM的输入，利用训练好的SVM模型实现对故障的预判从而实现故障预警。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的电力监测与预警系统，其特征在于，包括采集装置，所述采集装置包括取电端，固定在监测设备的输电电缆上，采集模块，用于获取监测设备的电气参数，定位模块，用于获取采集装置的位置信息；集中转发装置，与所述的采集装置连接，所述集中转发装置包括通信模块，兼具通用网络接口及通信网络单元，用于采集模块采集到的电气参数数据的接收以及数据处理后的转发，无线数据处理模块，用于通信管理、电池电量管理、数据处理以及数据转发；保电监测平台，与所述的集中转发装置连接，所述保电监测平台包括显示模块，用于显示实时获取的电气参数以及由历史参数构成的波形图，算法模块，基于Kalman滤波预测与支持向量机算法对电路运行状态进行故障预警，当系统判断电路运行状态为异常时，将会进行自动报警；移动终端，移动终端与保电监测平台通过静态链接库集成接口连接，用于获取电监测平台的实时监测数据，所述静态链接库集成接口包括接口处理单元、接口监测单元以及接口控制单元，所述接口处理单元用于将接口属性重置以获取图像数据帧，所述接口监测单元，获取图像数据帧的接收时序，与图像数据帧传输对应组合，将图像进行传输封装并传输，所述接口控制单元，用于与移动终端通信检测，并获取移动终端的定位信息。2.根据权利要求1所述的基于机器学习的电力监测与预警系统，其特征在于，所述取电端包括若干个卡扣，所述卡扣由绝缘材料构成，在卡扣的中间设置有探头，所述探头经线缆与采集模块连接。3.根据权利要求1所述的基于机器学习的电力监测与预警系统，其特征在于，所述采集装置还包括电池装置、主控芯片以及无线数据收发模块，所述采集模块包括电流传感器以及温度传感器，所述电池装置与主控芯片、采集端无线数据收发模块、电流传感器以及温度传感器分别连接，所述主控芯片与采集端无线数据收发模块、电流传感器以及温度传感器分别连接，所述采集端无线数据收发模块与集中转发装置内的通信模块连接。4.根据权利要求1所述的基于机器学习的电力监测与预警系统，其特征在于，所述集中转发装置还包括转发端无线数据收发模块、无线数据处理模块、...

【专利技术属性】
技术研发人员：王志强，宋辉，陈思羽，高琦，缑鹏超，姬晓文，袁多丽，王维新，解文，贺军，王翰锋，薛倩楠，杨树峰，陈刚，刘庚，黄博鹏，
申请(专利权)人：陕西银河景天电子有限责任公司，
类型：发明
国别省市：