【技术实现步骤摘要】
大空间环境电力设备远程巡检装置
[0001]本专利技术涉及电力设备巡检领域,尤其涉及一种大空间环境电力设备远程巡检装置。
技术介绍
[0002]电力设备通常置于空旷、人少的环境下,原因在于尽可能避免对附近居民或者其他设施造成电磁干扰或者噪声干扰,同时,一旦出现设备故障,例如火灾、爆炸或者电磁泄露等灾情时,能够便于排障车辆驶入、避免分心疏散居民或者其他设施,加快灾情消除速度,避免事故蔓延。
[0003]然而,这样的安置模式也存在一定的弊端;例如,为了尽可能充分利用有限空间,示例的,在大中城市的广阔区域内,土地资源极端宝贵,电力设施管理部门会尽可能地在这样的大空间环境下布置较多的电力设备,例如升压变电设施、主网变电设施、二次变电设施、配电设施、各种继电保护设施等,各种类型的设施放置在同一块区域内,增加了设备管理的复杂度;同时众多电力设备的集中使得设置的本地巡检人员身心健康受到较大的影响。
[0004]为此,电力设施管理部门一般采用各类本地巡检机制或者采用基于远程控制的本地巡检设施的远程巡检机制辅助少量本地巡检人员的巡检模式,甚至不配置本地巡检人员,以在保证各类设备巡检效果的同时,减少对巡检人员的人身伤害。
[0005]示例地,中国专利技术专利公开文本CN108226676A提出的一种无线电力线路巡检系统,所述系统包括设备日常点检模块、设备专责点检模块、设备状态分析模块、诊断模块以及远程诊断中心,所述设备日常点检模块、设备专责点检模块以及所述设备状态分析模块将得到的检查结果发送至诊断模块,所述诊断模 ...
【技术保护点】
【技术特征摘要】
1.一种大空间环境电力设备远程巡检装置,用于内置有多台电力设备的大空间环境,其特征在于,所述装置包括:数据解析设备,设置在远程服务器端,用于针对大空间环境下每一台电力设备作为目标电力设备建立其对应的多层前馈神经网络模型,将某一时刻之前某一过往时刻所述目标电力设备的各台关联电力设备分别对应的多个工作电流、多个电晕放电标识、多个局部过热标识、多个超声波幅值以及多个工作温度作为某一时刻之前某一过往时刻的基础设备信息,所述多层前馈神经网络模型以紧邻某一时刻之前多个过往时刻分别对应的多份基础设备信息以及所述目标电力设备的各台关联电力设备的设备数量作为输入数据,运行以获取输出的某一时刻所述目标电力设备的预测工作电流、预测电晕放电标识、预测局部过热标识、预测超声波幅值以及预测工作温度;远程调控设备,设置在远程服务器端且与所述数据解析设备连接,用于基于所述数据解析设备输出的未来设定时刻目标电力设备的预测工作电流、预测电晕放电标识、预测局部过热标识、预测超声波幅值以及预测工作温度确定是否需要对目标电力设备在未来设定时刻之前提前部署本地巡检资源,所述本地巡检资源包括本地巡检人员以及本地维修设备;其中,在时间轴上设置多个时刻,所述多个时刻中每两个相邻时刻的间隔相等;其中,所述多个过往时刻的时刻数量取值与所述目标电力设备的各台关联电力设备的设备数量正向关联。2.如权利要求1所述的大空间环境电力设备远程巡检装置,其特征在于,所述装置还包括:信息存储设备,设置在远程服务器端且与所述数据解析设备连接,用于采用关系数据库存储所述大空间环境下每一台电力设备与其各台关联电力设备的关联关系,每一台电力设备的任一台关联电力设备为同处于所述大空间环境下且与所述每一台电力设备存在耦合关系的一台电力设备;巡检采集设备,设置在所述大空间环境的本地端且通过无线网络与远程服务器端的各个设备建立网络连接,同时与所述数据解析设备连接,用于获取所述大空间环境下每一过往时刻多台电力设备分别对应的多个工作电流、多个电晕放电标识、多个局部过热标识、多个超声波幅值以及多个工作温度,电力设备是否发生电晕放电,对应的电晕放电标识不同,电力设备是否发生局部过热,对应的局部过热标识不同。3.如权利要求2所述的大空间环境电力设备远程巡检装置,其特征在于,所述装置还包括:参数学习设备,设置在远程服务器端且与所述数据解析设备连接,用于针对目标电力设备对应的多层前馈神经网络模型,采用某一历史时刻所述目标电力设备的工作电流、电晕放电标识、局部过热标识、超声波幅值以及工作温度作为所述模型的输出数据,采用所述某一历史时刻之前多个过往时刻分别对应的多份基础设备信息以及所述目标电力设备的各台关联电力设备的设备数量作为所述模型的输入数据,完成对所述模型的一次参数学习;其中,所述参数学习设备还用于将完成预设数目的多次参数学习的所述模型发送给所述数据解析设备用于执行预测操作;
其中,所述模型对应的目标电力设备的各台关联电力设备的设备数量越少,所述预设数目的取值越少;在所述数据解析设备中,将紧邻未来设定时刻之前多个过往时刻分别对应的多份基础设备信息以及所述目标电力设备的各台关联电力设备的设备数量输入到所述目标电力设备对应的所述多层前馈神经网络模型,并运行所述多层前馈神经网络模型以获取所述多层前馈神经网络模型输出的未来设定时刻所述目标电力设备的预测工作电流、预测电晕放电标识、预测局部过热标识、预测超声波幅值以及预测工作温度;其中,将紧邻未来设定时刻之前多个过往时刻分别对应的多份基础设备信息以及所述目标电力设备的各台关联电力设备的设备数量输入到所述目标电力设备对应的所述多层前馈神经网络模型包括:当紧邻未来设定时刻之前多个过往时刻中存在某一过往时刻晚于当前时刻时而导致其对应的基础设备信息未知时,先采用所述模型对所述某一过往时刻所述目标电力设备的预测工作电流、预测电晕放电标识、预测局部过热标识、预测超声波幅值以及预测工作温度进行预测并作为所述某一过往时刻所述目标电力设备的工作电流、电晕放电标识、局部过热标识、超声波幅值以及工作温度以参与后续的未来设定时刻的模型预测;其中,将紧邻未来设定时刻之前多个过往时刻分别对应的多份基础设备信息以及所述目标电力设备的各台关联电力设备的设备数量输入到所述目标电力设备对应的所述多层前馈神经网络模型还包括:当紧邻未来设定时刻之前多个过往时刻中存在两个以上某一过往时刻晚于...
【专利技术属性】
技术研发人员:孟庆东,袁辉,高莹,高绍群,童瑶,张伟,
申请(专利权)人:国网山东省电力公司高唐县供电公司,
类型:发明
国别省市:
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。