一种变电室运行状态监测数据处理系统及方法技术方案

本发明专利技术提出了一种变电室运行状态监测数据处理系统及方法，涉及变电室设备监测技术领域，采集变电室运行状态数据，进行数据归一化和平稳化预处理，得到代表变电室运行状态的状态矩阵；根据状态矩阵得到多个监测点的时间向量序列，计算每个监测点的时间向量序列的权重向量；建立状态判断树模型，按照每个监测点的时间向量序列的权重向量从大到小的顺序，将时间向量序列分解成数据的差值分量，将所述差值分量输入状态判断树模型；根据状态判断树模型的输出值进行类别状态判断

【技术实现步骤摘要】
一种变电室运行状态监测数据处理系统及方法


[0001]本专利技术提出了一种变电室运行状态监测数据处理系统及方法，涉及变电室设备监测

。

技术介绍

[0002]变电室内设备运行受到的加速度
、
温湿度
、
以及电磁干扰等环境因素，对设备运输的安全质量也会产生诸多影响，例如当振动频率或摇晃造成的设备倾斜超过设备设计标准时，会影响设备的结构，使得设备精度降低
、
功能丧失
、
性能劣化
、
使用寿命缩短，温湿度过高导致设备膨胀老化
、
锈蚀发霉等问题
。
变电室运行仍然以故障检修和预防性计划检修为主，往往在事故发生后才能进行紧急处理，使得设备损坏
、
大面积停电，造成严重的经济损失
、
甚至伤亡事故
。
因此，变电室设备的运行状态在线监测越来越得到重视，运行状态监测系统的智能化是配电系统的发展趋势
。
本专利技术中变电室运行状态监测系统可以在数据采集后，经过融合处理，将处理得到的设备运输状态结果发送给用户，大大减少了数据的存储量及传输量，提高了数据传输的准确性及安全性，对提高变电室运行管理水平，信息化和智能化水平奠定了基础
。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提出了一种变电室运行状态监测数据处理方法，包括如下步骤：
S1、
采集变电室运行状态数据，进行数据归一化和平稳化预处理，得到代表变电室运行状态的状态矩阵；
S2、
根据状态矩阵得到多个监测点的时间向量序列，计算每个监测点的时间向量序列的权重向量；
S3、
建立状态判断树模型，按照每个监测点的时间向量序列的权重向量从大到小的顺序，将时间向量序列分解成数据的差值分量，将所述差值分量输入状态判断树模型；
S4、
根据状态判断树模型的输出值进行类别状态判断
。
[0004]进一步地，步骤
S1
中：设有
n
个监测点，每个监测点
i
在时间段
T
内得到一个时间向量序列，
i=1,2,
…
,n
，时间向量序列中共有
T
个时间向量，则状态矩阵
U
n
×
T
为：
。
[0005]进一步地，步骤
S2
包括：
S2.1、
分别对每个监测点的时间向量序列的时间向量的重要性进行赋值，并计算
每个监测点的时间向量序列的隶属函数值；
S2.2、
基于隶属函数值，计算每个监测点的时间向量序列的评价值的不确定值和整体评价度，归一化后得到每个监测点的时间向量序列的权重向量
。
[0006]进一步地，步骤
S2.1
中：分别对
n
个监测点的时间向量序列的时间向量
j
的重要性进行赋值，重要度记为
,T
个时间向量的重要度构成数组
A
i
为；利用隶属函数对数组
A
i
中的每个重要度进行转化，得到第
i
个监测点的状态隶属值： ；；其中，为时间向量的重要度为的概率值
。
[0007]进一步地，步骤
S2.2
中：对隶属值数组取算术平均值，则1‑
为第
i
个监测点的时间向量序列的评价值；将第
i
个监测点的时间向量序列的评价值的不确定值记为，按下式计算： ；设第
i
个监测点的时间向量序列的评价值的整体评价度为，按下式计算： ；按如下公式进行归一化：；定义为第
i
个监测点的时间向量序列的权重向量
。
[0008]进一步地，步骤
S3
中：时间向量序列对应的输出值表示为
:
；式中
,
为第
m
次迭代后的状态判断树模型函数
,M
为总迭代次数，
F
为判断模型的所有迭代空间
。
[0009]进一步地，步骤
S4
中：类别函数
H
表示为：；式中
,
表示第
i
个输出值
,y
i
表示对应的实际标签
,L
为误差函数
,
为正则化函数
。
[0010]本专利技术还提出了一种变电室运行状态监测数据处理系统，用于实现监测数据处理方法，包括：数据采集单元
、
数据处理单元
、
权重向量计算单元
、
状态分类器和判断单元；所述数据采集单元，用于采集变电室运行状态数据；所述数据处理单元，用于进行数据归一化和平稳化预处理，得到代表变电室运行状态的状态矩阵；
所述权重向量计算单元，用于根据状态矩阵得到多个监测点的时间向量序列，计算每个监测点的时间向量序列的权重向量；所述状态分类器，用于建立状态判断树模型，按照权重向量从大到小的顺序，将时间向量序列分解成数据的差值分量，将所述差值分量输入状态判断树模型；所述判断单元，用于设定不同类别阈值，将状态判断树模型的输出值与不同类别阈值进行比较，将变电室运行时的状态分为不同类别状态
。
[0011]相比于现有技术，本专利技术具有如下有益技术效果：采集变电室运行状态数据，进行数据归一化和平稳化预处理，得到各类状态量的状态矩阵，提高了数据处理的准确性；根据状态矩阵得到多个监测点的时间向量序列，计算每个监测点的时间向量序列的权重向量；利用状态分类器建立状态判断树模型，按照权重向量从大到小的顺序，将时间向量序列分解成数据的差值分量，将所述差值分量输入状态判断树模型，进行状态判断，保证了变电室状态监测的准确性
。
附图说明
[0012]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0013]图1为本专利技术的变电室运行状态监测数据处理方法流程图
。
[0014]图2为本专利技术的变电室运行状态监测数据处理系统结构示意图
。
具体实施方式
[0015]为使本申请实施例的目的
、
技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例
。
基于本申请中的实施例，本领域普通技术人员在没有做出创造性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种变电室运行状态监测数据处理方法，其特征在于，包括如下步骤：
S1、
采集变电室运行状态数据，进行数据归一化和平稳化预处理，得到代表变电室运行状态的状态矩阵；
S2、
根据状态矩阵得到多个监测点的时间向量序列，计算每个监测点的时间向量序列的权重向量；
S3、
建立状态判断树模型，按照每个监测点的时间向量序列的权重向量从大到小的顺序，将时间向量序列分解成数据的差值分量，将所述差值分量输入状态判断树模型；
S4、
根据状态判断树模型的输出值进行类别状态判断
。2.
根据权利要求1中所述的监测数据处理方法，其特征在于，步骤
S1
中：设有
n
个监测点，每个监测点
i
在时间段
T
内得到一个时间向量序列，
i=1,2,
…
,n
，时间向量序列中共有
T
个时间向量，则状态矩阵
U
n
×
T
为：
。3.
根据权利要求2中所述的监测数据处理方法，其特征在于，步骤
S2
包括：
S2.1、
分别对每个监测点的时间向量序列的时间向量的重要性进行赋值，并计算每个监测点的时间向量序列的隶属函数值；
S2.2、
基于隶属函数值，计算每个监测点的时间向量序列的评价值的不确定值和整体评价度，归一化后得到每个监测点的时间向量序列的权重向量
。4.
根据权利要求3中所述的监测数据处理方法，其特征在于，步骤
S2.1
中：分别对
n
个监测点的时间向量序列的时间向量
j
的重要性进行赋值，重要度记为
,T
个时间向量的重要度构成数组
A
i
为；利用隶属函数对数组
A
i
中的每个重要度进行转化，得到第
i
个监测点的状态隶属值：；；其中，为时间向量的重要度为的概率值
。5.
根据权利要求4中所述的...

【专利技术属性】
技术研发人员：李志涛，范晴，沈加亮，范百旺，
申请(专利权)人：天津中电华利电器科技集团有限公司，
类型：发明
国别省市：