【技术实现步骤摘要】
本专利技术涉及变电站设备维护，特别涉及一种基于多源数据融合的输电线路在线监测方法。
技术介绍
1、现有技术中，再变电站设备维护实践中，随着电网容量的不断增大，以数字化变电站建设为依靠的智能化电网建设得到大力发展。作为最基础、最关键的电力设备之一，电流互感器也得到了长足发展。
2、电流互感器(简称ct)随着使用年限的增加也必然会有一些缺陷。现有技术中，传统的ct缺陷监测系统是无法做到实时监测与大规模监测的。时下对电网公司提出了新的要求：全面实施电网节能管理，优化电网结构，推广节能导线和变压器、互感器，强化节能调度，提高电网节能水平。
3、在电网节能的实践中，高压互感器作为不可或缺的关键设备之一，常用于高压电力系统中，它为电气测量仪器仪表和控制装置、电能计量、继电保护等设备传递信息，担负着“提供电压信号、通讯信号”和“提供电流信号”作用。但是，在ct运行中,由于设计、工艺制造、维护等方面的原因,其可能会存在爆炸、漏油等事故隐患。这一现实必然会影响电网安全运行,还会波及损坏周围的电力设备。
4、因此，研发新型充油互感器缺陷诊断技术是势在必行的趋势。数字孪生通过数字化方法建立物理实体的高保真模型，将物理实体的属性、行为、状态和性能等信息映射到虚拟空间，同时利用数据融合、数据分析和决策优化等手段，对物理实体的实时性能和工作状态进行分析、模拟和预测。它与现实世界中的实体或过程相对应，并通过收集、整合和分析数据来提供对实体或过程的深入理解和预测能力。
5、人们迫切希望获得一种基于多源数据融合的输
技术实现思路
1、本专利技术提供了一种基于多源数据融合的输电线路在线监测方法；其实质是通过传感器系统检测充油互感器的各种参数，如介质损耗，局部放电，油温油位，环境温湿度等，之后利用多元数据融合技术建立各监测变量之间的关联性并建立知识图谱，然后利用数字孪生技术通过ai学习知识图谱，实现充油互感器的在线缺陷诊断。为充油互感器的安全运行提供有效地数据支持手段。
2、本专利技术的技术方案为：
3、本专利技术一种基于多源数据融合的输电线路在线监测方法，其技术关键是：
4、其使用专门的充油互感器在线监测系统，所述充油互感器在线监测系统包含有：传感器系统、多源数据融合系统6、充油互感器实物7、数字孪生系统8以及充油互感器缺陷在线诊断系统9；其中：
5、传感器系统具体是以下传感器的组合：油压传感器1、油温传感器2、电压传感器3、电流传感器4、温湿度传感器5；
6、油压传感器1、油温传感器2、电压传感器3、电流传感器4、温湿度传感器5、数字孪生系统8都分别连接着多源数据融合系统6；充油互感器实物7、充油互感器缺陷在线诊断系统9也各自分别连接着数字孪生系统8；
7、充油互感器在线监测通过传感器系统来搜集各个设备的实时参数、运行状态，具体地，油压传感器1测量得到充油互感器中绝缘油的压力，油温传感器2测量充油互感器中绝缘油的温度，电压传感器3测量充油互感器的实时电压，电流传感器4测量充油互感器的实时电流，温湿度传感器5测量环境的温湿度；
8、传感器系统将收集到的数据进行整合并传输至多源数据融合系统6，由多源数据融合系统6进行融合计算分析，并结合充油互感器实物7的物理参数整合计算，将计算结果利用lora的通信方式进行数据传输，经由数字孪生系统8搭建出虚拟充油互感器模型，传输至充油互感器缺陷在线诊断系统9，并给出预警、运行状态信息，从而达到对基于多源数据融合的输电线路进行实时在线监测的效果。
9、本专利技术所述基于多源数据融合的输电线路在线监测方法，优选要求保护的
技术实现思路
是：数字孪生系统8包含有物理空间10、物理空间实体模型11、数字映射层12、实体建模层13、数据同步层14、ai学习层15、反馈控制层16、iot数据层17、智能网关层18、数字孪生应用层19；其中：
10、物理空间10通过物理空间实体模型11连接着数字映射层12；数字映射层12还同时分别通过实体建模层13、数据同步层14、ai学习层15、反馈控制层16与iot数据层17连接；iot数据层17还通过智能网关层18连接着数字孪生应用层19；
11、物理空间10与物理空间实体模型11共同构成了物理实物层；数字映射层12、实体建模层13、数据同步层14、ai学习层15和反馈控制层16共同构成了数据处理层；iot数据层17、智能网关层18、数字孪生应用层19构成了数据应用层；
12、物理实物层将充油互感器的物理结构参数与状态参数收集上传至数据处理层，数据处理层将数据进行转换、分析、储存并转换之后传输至数据应用层；并最终搭建出与充油互感器实物7形状、结构、工况完全相同的数字孪生模型；进而作为基于多源数据融合的输电线路在线监测方法实施的基础。
13、多源数据融合系统6包含有数据采集系统20、半，非结构化数据储存21、融合采集系统22、结构化数据储存系统23、数据预处理系统24，融合分析系统25；其中：数据采集系统20和融合采集系统22用于收集充油互感器的物理和状态参数并分别发送给半，非结构化数据储存21和结构化数据储存系统23；结构化数据储存系统23将数据发送给数据预处理系统24；半，非结构化数据储存21和数据预处理系统24分别对数据进行预处理后最终发送至融合分析系统25，实现基于多源数据融合的输电线路在线监测；模拟在多种不同因素影响下充油互感器状态的变化，提高充油互感器缺陷诊断的可靠性与准确性。
14、所述基于多源数据融合的输电线路在线监测方法，实施的关键要求还有：所述基于多源数据融合的输电线路在线监测方法采用多源数据融合方法来建立对充油互感器各个监测变量之间的关联性，具体方法如下：
15、充油互感器主要监测变量有介质损耗、油温、局部放电、电压电流以及环境温湿度；首先，将上诉监测变量的随机组合称为一个混叠信号，对于一个观测到的混叠信号x＝(x1，x2，...，xp)t，其每个分量都是由源信号s＝(s1，s2，...sq)t的分量线性组合得到：
16、x＝as (1)
17、式中a为混合矩阵；
18、这里要解决的问题之一是盲源分离问题，具体是指在混合矩阵a和源信号s未知的情况下，求解一个解混矩阵b，使得观测信号x通过解混矩阵b分解后的输出y能够逼近源信号s，即
19、s≈y＝bx (2)
20、由于式(1)中混合矩阵a和源信号s均为未知量，无法直接求取解混矩阵b；因此，必须要引入额外的假设和约束：1)源信号s的各分量间互相统计独立；2)源信号s的各分量中至多有一个满足高斯分布；盲源分散示意图如图4所示；
21、其次，利用sobi算法来解决盲源分离问题；该算法首先对观测信号x进行白化处理，即
22、z＝wx 本文档来自技高网...
【技术保护点】
1.一种基于多源数据融合的输电线路在线监测方法，其特征在于：其使用专门的充油互感器在线监测系统，所述充油互感器在线监测系统包含有：传感器系统、多源数据融合系统(6)、充油互感器实物(7)、数字孪生系统(8)以及充油互感器缺陷在线诊断系统(9)；其中：
2.按照权利要求1所述基于多源数据融合的输电线路在线监测方法，其特征在于：数字孪生系统(8)包含有物理空间(10)、物理空间实体模型(11)、数字映射层(12)、实体建模层(13)、数据同步层(14)、AI学习层(15)、反馈控制层(16)、IOT数据层(17)、智能网关层(18)、数字孪生应用层(19)；其中：
3.按照权利要求1或2所述基于多源数据融合的输电线路在线监测方法，其特征在于：多源数据融合系统(6)包含有数据采集系统(20)、半，非结构化数据储存(21)、融合采集系统(22)、结构化数据储存系统(23)、数据预处理系统(24)，融合分析系统(25)；其中：数据采集系统(20)和融合采集系统(22)用于收集充油互感器的物理和状态参数并分别发送给半，非结构化数据储存(21)和结构化数据储存系统(23
4.按照权利要求3所述基于多源数据融合的输电线路在线监测方法，其特征在于：所述基于多源数据融合的输电线路在线监测方法采用多源数据融合方法来建立对充油互感器各个监测变量之间的关联性，具体方法如下：
...【技术特征摘要】
1.一种基于多源数据融合的输电线路在线监测方法，其特征在于：其使用专门的充油互感器在线监测系统，所述充油互感器在线监测系统包含有：传感器系统、多源数据融合系统(6)、充油互感器实物(7)、数字孪生系统(8)以及充油互感器缺陷在线诊断系统(9)；其中：
2.按照权利要求1所述基于多源数据融合的输电线路在线监测方法，其特征在于：数字孪生系统(8)包含有物理空间(10)、物理空间实体模型(11)、数字映射层(12)、实体建模层(13)、数据同步层(14)、ai学习层(15)、反馈控制层(16)、iot数据层(17)、智能网关层(18)、数字孪生应用层(19)；其中：
3.按照权利要求1或2所述基于多源数据融合的输电线路在线监测方法，其特征在于：多源数据融合系统(6)包含有数据采集系统(20)、半，非结构化数据储存(21)、...
【专利技术属性】
技术研发人员：范厚阳，苗永新，刘正道，郑薇，高千，张尔东，杨心池，陈泽华，贺跃明，蒋正，代世萱，薛克智，
申请(专利权)人：国网辽宁省电力有限公司营口供电公司，
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。