基于深度学习的电路负荷预测监测系统及方法技术方案

本发明专利技术涉及电力监测技术领域，具体涉及基于深度学习的电路负荷预测监测系统及方法，包括：控制终端，是系统的主控端，用于发出执行命令；采集模块，用于采集电力供输线路部署数据；构建模块，用于接收采集模块采集到的电力供输线路部署数据，应用电力供输线路部署数据构建电力供输线路虚拟模型；本发明专利技术中系统在运行过程中能够以电力供输线路的位置坐标进行电力供输线路虚拟模型的构建，并进一步将实时采集到的电力供输线路电力反馈至电力供输线路虚拟模型中进行显示，显示时，通过同色系颜色渲染的方式来表示电压的大小程度，进一步的以渲染颜色深度的判定，实现了电力供输线路的监测预警功能。预警功能。预警功能。

【技术实现步骤摘要】
基于深度学习的电路负荷预测监测系统及方法


[0001]本专利技术涉及电力监测
，具体涉及基于深度学习的电路负荷预测监测系统及方法。

技术介绍

[0002]电能的传输和变电、配电、用电一起，构成电力系统的整体功能。通过输电，把相距甚远的发电厂和负荷中心联系起来，使电能的开发和利用超越地域的限制。
[0003]然而，电力供输线路作为电力供输的载体，其在进行电力传输过程中，可能会因用电用户的集中用电出现电力供输线路负荷骤增的情况，此类情况极易造成电力供输故障，为了保证电力供输故障能够被更快的解决，目前相关工作人员采用定期巡检的方式来对电力供输线路进行维护，但此种方式面对复杂、庞大的电力供输线路群而言，比较耗费大量的人力资源，因而不利于推广使用。

技术实现思路

[0004]针对现有技术所存在的上述缺点，本专利技术提供了基于深度学习的电路负荷预测监测系统及方法，解决了上述
技术介绍
中提出的问题。
[0005]为实现以上目的，本专利技术通过以下技术方案予以实现：第一方面，基于深度学习的电路负荷预测监测系统，包括：控制终端，是系统的主控端，用于发出执行命令；采集模块，用于采集电力供输线路部署数据；构建模块，用于接收采集模块采集到的电力供输线路部署数据，应用电力供输线路部署数据构建电力供输线路虚拟模型；监测模块，用于监测电力供输线路上实时电压；渲染模块，用于接收监测模块中监测到的电力供输线路上实时电压，根据电力供输线路实时电压大小对电力供输线路虚拟模型中对应电力供输线路进行由深到浅的同一色系的渲染；预警模块，用于获取电力供输线路虚拟模型中各电力供输线路渲染结果，设定预警阈值，根据电力供输线路虚拟模型中渲染的各电力供输线路的颜色深度与预警阈值进行比对的比对结果，向控制终端发送处于预警阈值的电力供输线路虚拟模型中的电力供输线。
[0006]更进一步地，所述采集模块下级设置有子模块，包括：输入单元，用于输入各电力供输线路的起始及终止位置坐标；标记单元，用于接收输入单元中输入的各电力供输线路的起始及终止位置坐标，在各电力供输线路的起始及终止位置坐标遍历查找起始及终止位置坐标相同的电力供输线路，对查找到的电力供输线路进行区别标记；其中，所述输入单元中各电力供输线路的起始及终止位置坐标的输入操作通过系
统端用户手动完成，标记单元对电力供输线路所执行的区别标记，以数字字符及英文字母字符进行标记，所述输入单元中输入的电力供输线路的起始及终止位置坐标即采集模块所采集电力供输线路部署数据。
[0007]更进一步地，所述构建模块在运行构建电力供输线路虚拟模型时，同步监测标记单元运行状态，在标记单元运行结束后，执行电力供输线路虚拟模型的构建任务；其中，所述构建模块构建电力供输线路虚拟模型时，根据电力供输线路的起始及终止位置坐标进行构建，并同步读取标记单元运行数据，获取电力供输线路中存在区别标记的电力供输线路，根据区别标记的数量执行对应电力供输线路虚拟模型的重复构建。
[0008]更进一步地，所述监测模块在监测电力供输线路上实时电压时，通过系统端用户手动设定有监测周期，监测模块根据监测周期监测电力供输线路上实时电压，电力供输线路上实时电压通过电力监测仪进行采集，电力监测仪采集的电压数据通过无线网络与监测模块相连接，电力监测仪根据监测周期实时执行采集的电压数据向监测模块反馈的操作。
[0009]更进一步地，所述监测模块内部设置有子模块，包括：交互单元，用于接收监测模块监测到的电力供输线路上实时电压，将电力供输线路实时电压进一步向构建模块构建的电力供输线路虚拟模型中发送；其中，各所述电力供输线路与电力供输线路虚拟模型中各电力供输线路一一对应，电力监测仪与电力供输线路一一对应，电力供输线路实时电压在发送至电力供输线路虚拟模型后，进一步以电力供输线路实时电压的来源电力监测仪归属，完成电力供输线路实时电压对应电力供输线路的分发操作。
[0010]更进一步地，所述电力供输线路实时电压在采集时，同步通过下式求取电力供输线路中的电力损耗，请求的电力损耗同步跟随电力供输线路实时电压一同向电力供输线路虚拟模型中发送，公式为：；式中：为电力供输线路输入功率；为电力供输线路长度；为电力供输线路损耗因子；为电力供输线路输入端增益；为电力供输线路输出端增益；为电力供输线路输出端与底面的高差；为电力供输线路电波波长；、为电力供输线路相邻电力供输线路的长度。
[0011]更进一步地，所述渲染模块对电力供输线路虚拟模型中各电力供输线路进行渲染后，通过下式求取电力供输线路虚拟模型中各电力供输线路的颜色深度，公式为：；式中：为渲染区域亮度；为渲染区域饱和度；为渲染区域饱和度参照；为渲染区域色相。
[0012]更进一步地，所述渲染模块与预警模块下级设置有子模块，包括：更迭单元，用于设定更迭周期，应用更迭周期控制渲染模块重置运行，对电力供输线路虚拟模型中各电力供输线路进行重新渲染；其中，更迭单元中设定的更迭周期与监测模块中设定的监测周期相等。
[0013]更进一步地，所述控制终端通过介质电性连接有采集模块，所述采集模块下级通过介质电性连接有输入单元及标记单元，所述采集模块通过介质电性连接有构建模块及监测模块，所述监测模块内部通过介质电性连接有交互单元，所述交互单元通过介质电性连接有构建模块，所述构建模块通过介质电性与标记单元相连接，所述监测模块通过介质电性连接有渲染模块及预警模块，所述渲染模块及预警模块下级通过介质电性连接有更迭单元。
[0014]第二方面，基于深度学习的电路负荷预测监测方法，包括以下步骤：步骤1：获取电力供输线路始末端位置坐标；步骤2：根据电力供输线路始末端位置坐标构建电力供输线路虚拟模型；步骤3：监测电力供输线路实时电压，并反馈至电力供输线路虚拟模型中；步骤4：根据电力供输线路虚拟模型中各电力供输线路的实时电压进行渲染；步骤5：设定预警阈值，根据电力供输线路虚拟模型中各电力供输线路渲染的颜色深度与预警阈值比对，获取处于预警阈值的电力供输线路；步骤6：结果的输出。
[0015]采用本专利技术提供的技术方案，与已知的公有技术相比，具有如下有益效果：1、本专利技术提供一种基于深度学习的电路负荷预测监测系统，该系统在运行过程中能够以电力供输线路的位置坐标进行电力供输线路虚拟模型的构建，并进一步将实时采集到的电力供输线路电力反馈至电力供输线路虚拟模型中进行显示，显示时，通过同色系颜色渲染的方式来表示电压的大小程度，进一步的以渲染颜色深度的判定，实现了电力供输线路的监测预警功能。
[0016]2、本专利技术中系统在运行的过程中，通过对电力供输线路中存在的电力损耗计算，能够进一步的为系统端用户提供参考数据，且由此种方式对电力供输线路所实施的监测，在监测到问题线路时，能够直接对电力供输线路进行溯源，以便于提供系统端用户电力供输线路维护目标，并且该系统适用于复杂的庞大的电力供输线路群。
附图说明
[0017]为了更清楚地说明本专利技术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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度学习的电路负荷预测监测系统，其特征在于，包括：控制终端（1），是系统的主控端，用于发出执行命令；采集模块（2），用于采集电力供输线路部署数据；构建模块（3），用于接收采集模块（2）采集到的电力供输线路部署数据，应用电力供输线路部署数据构建电力供输线路虚拟模型；监测模块（4），用于监测电力供输线路上实时电压；渲染模块（5），用于接收监测模块（4）中监测到的电力供输线路上实时电压，根据电力供输线路实时电压大小对电力供输线路虚拟模型中对应电力供输线路进行由深到浅的同一色系的渲染；预警模块（6），用于获取电力供输线路虚拟模型中各电力供输线路渲染结果，设定预警阈值，根据电力供输线路虚拟模型中渲染的各电力供输线路的颜色深度与预警阈值进行比对的比对结果，向控制终端（1）发送处于预警阈值的电力供输线路虚拟模型中的电力供输线。2.根据权利要求1所述的基于深度学习的电路负荷预测监测系统，其特征在于，所述采集模块（2）下级设置有子模块，包括：输入单元（21），用于输入各电力供输线路的起始及终止位置坐标；标记单元（22），用于接收输入单元（21）中输入的各电力供输线路的起始及终止位置坐标，在各电力供输线路的起始及终止位置坐标遍历查找起始及终止位置坐标相同的电力供输线路，对查找到的电力供输线路进行区别标记；其中，所述输入单元（21）中各电力供输线路的起始及终止位置坐标的输入操作通过系统端用户手动完成，标记单元（22）对电力供输线路所执行的区别标记，以数字字符及英文字母字符进行标记，所述输入单元（21）中输入的电力供输线路的起始及终止位置坐标即采集模块（2）所采集电力供输线路部署数据。3.根据权利要求1所述的基于深度学习的电路负荷预测监测系统，其特征在于，所述构建模块（3）在运行构建电力供输线路虚拟模型时，同步监测标记单元（22）运行状态，在标记单元（22）运行结束后，执行电力供输线路虚拟模型的构建任务；其中，所述构建模块（3）构建电力供输线路虚拟模型时，根据电力供输线路的起始及终止位置坐标进行构建，并同步读取标记单元（22）运行数据，获取电力供输线路中存在区别标记的电力供输线路，根据区别标记的数量执行对应电力供输线路虚拟模型的重复构建。4.根据权利要求1所述的基于深度学习的电路负荷预测监测系统，其特征在于，所述监测模块（4）在监测电力供输线路上实时电压时，通过系统端用户手动设定有监测周期，监测模块（4）根据监测周期监测电力供输线路上实时电压，电力供输线路上实时电压通过电力监测仪进行采集，电力监测仪采集的电压数据通过无线网络与监测模块（4）相连接，电力监测仪根据监测周期实时执行采集的电压数据向监测模块（4）反馈的操作。5.根据权利要求1或4所述的基于深度学习的电路负荷预测监测系统，其特征在于，所述监测模块（4）内部设置有子模块，包括：交互单元（41），用于接收监测模块（4）监测到的电力供输线路上实时电压，将电力供输线路实时电压进一步向构建模块（3）构建的电力供输线路虚拟模型中发送；其中，各所...

【专利技术属性】
技术研发人员：陈贤伍，
申请(专利权)人：深圳凯升联合科技有限公司，
类型：发明
国别省市：