一种基于物联网的电网远程智能监测系统及方法技术方案

本发明专利技术涉及智能监测技术领域，具体为一种基于物联网的电网远程智能监测系统及方法，包括：采集历史工作周期中的输出信号波形、采集任意时间段中目标变电站的所有故障设备信息、采集目标区域中所有电力设备的设备布局；分析目标变电站的异常信号种类，分析设备故障频率，对所有故障设备进行分级处理，分析目标区域的故障重要程度，确认任意异常信号种类的设备故障范围；判定信号发生异常，确认当前信号异常种类，定位设备故障范围；匹配相关值班人员，将故障原因告知相关值班人员，进行上站检查和核实，并根据核实原因对系统进行更新，极大地提高了监测系统的设备故障监测能力，提有利于后续故障处理的及时性。利于后续故障处理的及时性。利于后续故障处理的及时性。

【技术实现步骤摘要】
一种基于物联网的电网远程智能监测系统及方法


[0001]本专利技术涉及智能监测
，具体为一种基于物联网的电网远程智能监测系统及方法。

技术介绍

[0002]随着我国电力的不断发展，国家在未来数年间将重点升级改造配电网，推进智能电网建设。着力解决配电网薄弱问题，促进智能互联，推动装备提升与科技创新，加快构建现代配电网。逐步提高电网信息化、自动化、智能化水平，进一步优化电网结构。推进“互联网+”智能电网建设，加强传统能源和新能源发电的厂站级智能化建设，全面建设智能变电站，推广应用在线监测、状态诊断、智能巡检系统。
[0003]然而，人们在对变电站进行监测时，人们往往会根据许多的传感器对变电站进行监测，当变电站发生故障时，需要人们根据故障信息对所有电力设备进行逐个排查，不仅浪费时间，还会存在由于未及时检修而造成更大后果的隐患发生。因此如何根据变电站的信号变化定位设备故障范围成为亟待解决的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种基于物联网的电网远程智能监测系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于物联网的电网远程智能监测方法，包括以下步骤：
[0006]步骤S100：采集目标变电站在历史工作周期中的输出信号波形，形成信号变化集；根据信号变化集采集任意时间段中目标变电站的所有故障设备信息，形成故障信息集；以目标变电站的平面图形构建二维平面坐标系，将所述平面图形等比例分为h个区域，形成范围集；将范围集中的任意一块区域设为目标区域，采集目标区域中所有电力设备的设备布局，形成设备位置集；
[0007]步骤S200：根据信号变化集中任意时间段输出信号的变化分析目标变电站的异常信号种类；将任意种类中异常信号的时间集合和故障信息集进行匹配，分析设备故障频率，并根据故障频率对所有故障设备进行分级处理；根据设备位置集和分级处理的信息分析目标区域的故障重要程度，并根据故障重要程度确认任意一种异常信号的设备故障范围；
[0008]步骤S300：将目标变电站当前的信号变化分别和正常工作时间段的信号变化、异常信号种类进行匹配，若判定信号发生异常，确认当前信号异常种类，并根据异常种类定位设备故障范围；
[0009]步骤S400：根据故障范围匹配相关值班人员，将故障原因告知相关值班人员，进行上站检查和核实，并根据核实原因对系统进行更新。
[0010]进一步的，步骤S100包括：
[0011]步骤S110：以时间段为横坐标，输出信号为纵坐标，根据目标变电站在历史工作周
期中输出的信号波形，构建变电站二维变化图，形成信号变化集(T,A)；根据信号变化集采集任意时间段内目标变电站的所有故障设备信息，形成故障信息集B；
[0012]步骤S120：获取目标变电站的平面图像，根据平面图像构建二维平面坐标系，将平面图形等比例分为h个区域，形成范围集C；将范围集C中任意一块区域设为目标区域cv，则采集目标区域cv中所有电力设备的设备布局，形成设备位置集(X,Y)。
[0013]进一步的，步骤S200包括：
[0014]步骤S210：获取故障信息集B中设备故障数量为0的所有时间段，将所述时间段设为正常工作时间段T0，则将除正常工作时间段T0的其它时间段设为异常时间段*T；根据信号变化集(T,A)、正常工作时间段T0和异常工作时间段T1分别得到信号对照集(T0,A0)和信号异常集(T1,A1)；间隔采集信号对照集(T0,A0)在任意正常工作时间段t0时的信号数值，形成对照采样集a0，同理，间隔采集信号异常集(T1,A1)在任意异常时间段*t时的信号数值，形成异常采样集*a，其中，以一定间隔对信号波形进行采样，提高数据采样的准确性；利用词嵌入算法分别将对照采样集a0和异常采样集*a映射到数值向量空间中，则将任意向量ez∈a0和*ez∈*a进行向量比较，得到对照采样集a0和异常采样集*a的轨迹差异度β：
[0015][0016]当轨迹差异度β<ω时，其中ω为差异阈值，则确认异常时间段*t时目标变电站发生的故障信息属于误告警；同时对β>ω的信号异常集(T1,A1)进行筛选得到异常筛选集(*T,*A)，分析是否产生误告警，筛选异常数据并确认信号波形的异常度；比较异常筛选集(*T,*A)中任意时间段*ti和*tu的信号轨迹*ai和*au，根据公式γ＝|*ai∩*au|/|*ai∪*au|，得到信号轨迹*ai和*au的轨迹相似度γ，则将轨迹相似度γ大于相似阈值的所有信号轨迹进行归类，并确认归类后不同种类信号发生异常的时间集合T
’
；
[0017]通过将历史数据中故障设备为0的时间段信号作为信号对照组，分别确认可能发生异常的信号异常度，筛选误告警信息，提高数据准确性；根据信号异常度对信号轨迹进行分类，形成不同种类信号轨迹的时间集合，有利于后续根据时间集合分析设备故障范围；
[0018]步骤S220：获取时间集合T
’
中任意种类的异常时间集T
x
’
，则根据异常时间集T
x
’
对故障信息集B进行筛选，得到故障筛选集*B；进一步根据故障筛选集*B中任意时间段*tj的故障设备信息Bj＝{b1,b2,
…
,bm}，其中b1,b2,
…
,bm表示在任意时间段时发生故障的第1,2,
…
,m台设备信息，确认在故障筛选集*B中任意故障设备bx出现的故障频率为p(bx)，形成故障频率集，则将故障频率集中出现故障频率最高的故障设备bδ作为第一关联设备并确认其故障频率为p(bδ)；获取第一关联设备bδ在故障筛选集*B中出现的所有时间段数据，则根据时间段数据匹配出现故障频率最高的故障设备bε，其中bε≠bδ，进一步将故障设备bε作为第一关联设备bδ的第二关联设备并根据故障频率集P确认其故障频率为p(bε)，故障筛选集*B中的其他设备以此类推，此时，得到关联设备频率集P＝{p(b1),p(b2),
…
,p(bq)}，其中p(b1),p(b2),
…
,p(bq)表示故障筛选集*B中第1,2,
…
,q级关联设备的故障频率；根据出现频率分析信号异常的第一关联设备，并根据第一关联设备分析其相应的第二关联设备，进一步分析第二关联设备的第三关联设备，以此类推，并对其频率进行排序，有利于后续根据信号定位故障范围；
[0019]通过根据任意种类的时间集合分析设备故障的频率，并根据故障频率确认第一关
联设备，进一步依次分析其它故障关联设备，进行分级排序，有利于后续不同范围的故障重要程度分析；
[0020]步骤S230：将关联设备频率集P和范围集C进行匹配，确认目标区域cv中所有关联设备的设备布局，得到位置集合(Xq,Yq)＝{(x1,y1),(x2,y2),
…
,(xr,yr)}本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于物联网的电网远程智能监测方法，其特征在于：包括以下步骤：步骤S100：采集目标变电站在历史工作周期中的输出信号波形，形成信号变化集；根据信号变化集采集任意时间段中目标变电站的所有故障设备信息，形成故障信息集；以目标变电站的平面图形构建二维平面坐标系，将所述平面图形等比例分为h个区域，形成范围集；将范围集中的任意一块区域设为目标区域，采集目标区域中所有电力设备的设备布局，形成设备位置集；步骤S200：根据信号变化集中任意时间段输出信号的变化分析目标变电站的异常信号种类；将任意种类中异常信号的时间集合和故障信息集进行匹配，分析设备故障频率，并根据故障频率对所有故障设备进行分级处理；根据设备位置集和分级处理的信息分析目标区域的故障重要程度，并根据故障重要程度确认任意一种异常信号的设备故障范围；步骤S300：将目标变电站当前的信号变化分别和正常工作时间段的信号变化、异常信号种类进行匹配，若判定信号发生异常，确认当前信号异常种类，并根据异常种类定位设备故障范围；步骤S400：根据故障范围匹配相关值班人员，将故障原因告知相关值班人员，进行上站检查和核实，并根据核实原因对系统进行更新。2.根据权利要求1所述的一种基于物联网的电网远程智能监测方法，其特征在于：所述步骤S100包括：步骤S110：以时间段为横坐标，输出信号为纵坐标，根据目标变电站在历史工作周期中输出的信号波形，构建变电站二维变化图，形成信号变化集(T,A)；根据信号变化集采集任意时间段内目标变电站的所有故障设备信息，形成故障信息集B；步骤S120：获取目标变电站的平面图像，根据平面图像构建二维平面坐标系，将平面图形等比例分为h个区域，形成范围集C；将范围集C中任意一块区域设为目标区域cv，则采集目标区域cv中所有电力设备的设备布局，形成设备位置集(X,Y)。3.根据权利要求2所述的一种基于物联网的电网远程智能监测方法，其特征在于：所述步骤S200包括：步骤S210：获取故障信息集B中设备故障数量为0的所有时间段，将所述时间段设为正常工作时间段T0，则将除正常工作时间段T0的其它时间段设为异常时间段*T；根据信号变化集(T,A)、正常工作时间段T0和异常工作时间段T1分别得到信号对照集(T0,A0)和信号异常集(T1,A1)；间隔采集信号对照集(T0,A0)在任意正常工作时间段t0时的信号数值，形成对照采样集a0，同理，间隔采集信号异常集(T1,A1)在任意异常时间段*t时的信号数值，形成异常采样集*a；利用词嵌入算法分别将对照采样集a0和异常采样集*a映射到数值向量空间中，则将任意向量ez∈a0和*ez∈*a进行向量比较，得到对照采样集a0和异常采样集*a的轨迹差异度β：当轨迹差异度β<ω时，其中ω为差异阈值，则确认异常时间段*t时目标变电站发生的故障信息属于误告警；同时对β>ω的信号异常集(T1,A1)进行筛选得到异常筛选集(*T,*A)；比较异常筛选集(*T,*A)中任意时间段*ti和*tu的信号轨迹*ai和*au，根据公式γ＝|*ai∩*au|/|*ai∪*au|，得到信号轨迹*ai和*au的轨迹相似度γ，则将轨迹相似度γ大于相
似阈值的所有信号轨迹进行归类，并确认归类后不同种类信号发生异常的时间集合T
’
；步骤S220：获取时间集合T
’
中任意种类的异常时间集T
x
’
，则根据异常时间集T
x
’
对故障信息集B进行筛选，得到故障筛选集*B；进一步根据故障筛选集*B中任意时间段*tj的故障设备信息Bj＝{b1,b2,
…
,bm}，其中b1,b2,
…
,bm表示在任意时间段时发生故障的第1,2,
…
,m台设备信息，确认在故障筛选集*B中任意故障设备bx出现的故障频率为p(bx)，形成故障频率集，则将故障频率集中出现故障频率最高的故障设备bδ作为第一关联设备并确认其故障频率为p(bδ)；获取第一关联设备bδ在故障筛选集*B中出现的所有时间段数据，则根据时间段数据匹配出现故障频率最高的故障设备bε，其中bε≠bδ，进一步将故障设备bε作为第一关联设备bδ的第二关联设备并根据故障频率集P确认其故障频率为p(bε)，故障筛选集*B中的其他设备以此类推，此时，得到关联设备频率集P＝{p(b1),p(b2),
…
,p(bq)}，其中p(b1),p(b2),
…
,p(bq)表示故障筛选集*B中第1,2,
…
,q级关联设备的故障频率；步骤S230：将关联设备频率集P和范围集C进行匹配，确认目标区域cv中所有关联设备的设备布局，得到位置集合(Xq,Yq)＝{(x1,y1),(x2,y2),
…
,(xr,yr)}，其中(x1,y1),...

【专利技术属性】
技术研发人员：朱翔，蔡湘，曹其超，
申请(专利权)人：江苏卓特电气科技有限公司，
类型：发明
国别省市：