System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电气监测,具体涉及一种基于物联网的配电室运行监控系统及方法。
技术介绍
1、带有低压负荷的室内配电场所称为配电室,主要为低压用户配送电能,设有中压进线、配电变压器和低压配电装置。随着电网的建设与发展,配电室的建设数量与密度都在快速增长,对配电室的安全运行进行监测是非常有必要的,以便工作人员及时处理配电室的异常,保证工作及生活的正常运行。
2、在现有技术中,为了对配电室进行监测,常常采用人工巡检的方式进行监测,不仅存在监测不到位以及监测时效性低的问题,还不能实现在线监测,具有较大的局限性。
技术实现思路
1、本专利技术提供一种基于物联网的配电室运行监控系统及方法,用以解决现有技术中存在的技术问题。
2、第一方面,本专利技术提供一种基于物联网的配电室运行监控系统,包括:感知层、网络层、平台层以及应用层;
3、所述感知层,用于通过物联网设备对配电室的电气运行状态以及环境运行状态进行采集,得到配电室的实时电气运行状态以及实时环境运行状态;
4、所述网络层,用于通过无线网络或者有线网络,将感知层采集的配电室的实时电气运行状态以及实时环境运行状态传输至平台层;
5、所述平台层,用于采用深度学习技术对配电室的实时电气运行状态以及实时环境运行状态进行分析处理,得到分析处理结果,并将实时电气运行状态、实时环境运行状态以及分析处理结果关联安全存储;
6、所述应用层,用于对用户登录的身份进行验证,并对验证通过的用户开放
7、进一步地,所述感知层包括电气设备监测模组、环境监测模组以及无线网关;
8、所述电气设备监测模组包括设置于配电室中触头上的电流检测传感器、电压检测传感器以及触头温度传感器;且所述电流检测传感器、电压检测传感器以及触头温度传感器均通过lora无线网络连接至无线网关;
9、所述环境监测模组包括设置于配电室环境中的温度传感器、湿度传感器、烟雾传感器、水位传感器以及氧气传感器;且所述温度传感器、湿度传感器、烟雾传感器、水位传感器以及氧气传感器均通过lora无线网络连接至无线网关;
10、所述无线网关用于接收电气设备监测模组通过lora无线网络传输的实时电气运行状态以及环境监测模组通过lora无线网络传输的实时环境运行状态,并将实时电气运行状态以及实时环境运行状态传输至网络层。
11、进一步地,所述网络层设置为无线广域网或者有线广域网,以实现配电室运行的在线监控。
12、进一步地,所述平台层包括数据接收模块、数据分析模块以及数据存储模块;
13、所述数据接收模块,用于接收通过网络层传输的感知层所采集的实时电气运行状态以及实时环境运行状态;
14、所述数据分析模块,用于采用深度学习技术对实时电气运行状态以及实时环境运行状态进行异常分析,得到分析处理结果;
15、所述数据存储模块,用于采用数据加密技术将实时电气运行状态、实时环境运行状态以及分析处理结果进行云存储。
16、进一步地,所述数据分析模块包括分析模型构建单元、分析模型训练单元以及分析模型应用单元;
17、所述分析模型构建单元,用于采用深度学习模型构建分析模型;
18、所述分析模型训练单元,用于获取训练数据,并采用训练数据对分析模型进行训练,以获取具备分析能力的分析模型;
19、所述分析模型应用单元,用于采用分析模型训练单元输出的分析模型对实时电气运行状态以及实时环境运行状态进行异常分析,得到分析处理结果。
20、进一步地,采用深度学习模型构建分析模型,包括采用bp神经网络模型构建分析模型。
21、进一步地,获取训练数据,并采用训练数据对分析模型进行训练,以获取具备分析能力的分析模型,包括:
22、获取训练数据,并解析训练数据,得到训练样本以及训练样本所对应的训练标签;所述训练样本包括连续时间点上的历史电气运行状态以及历史环境运行状态;
23、对训练样本进行预处理,获取符合分析模型输入形式的预处理之后的训练样本;
24、按照预设的批次数量将预处理之后的训练样本输入分析模型中,以获取分析模型所对应的实际输出值;
25、根据训练样本所对应的训练标签以及实际输出值,获取目标函数值;
26、根据所述目标函数值对分析模型的权重参数进行更新,并在更新的基础上,重新获取目标函数值;
27、判断目标函数值是否小于预设阈值,若是,则将当前权重参数作为分析模型的最终权重参数,得到具备分析能力的分析模型,否则返回获取实际输出值的步骤。
28、进一步地,根据训练样本所对应的训练标签以及实际输出值,获取目标函数值为:
29、
30、其中,e表示误差函数值,p=1,2,...,p,p表示预设的批次数量,k=1,2,...,k,k表示分析模型输出层的神经元总数,表示分析模型输出层中第k个神经元对应的期望输出数据,表示第p个训练数据对应的训练标签,ypk表示输出层中第k个神经元对应的实际输出数据,yp表示第p个训练数据对应的实际输出值,j=1,2,...,j,j表示分析模型隐含层的神经元总数,hpj表示分析模型隐含层中第j个神经元的输出数据;
31、根据所述目标函数值对分析模型的权重参数更新为:
32、w(t)=w(t-1)+δw(t)
33、
34、
35、δe=e(t)-e(t-1)
36、其中,w(t)表示更新后的权重参数,w(t-1)表示第t-1次训练时的权重参数,δw(t)表示权重参数的更新量,c表示记忆因子,e(t-1)表示第t-1次训练过程中的目标函数值,δw(t-1)表示第t-1次训练过程中的更新量,η(t)表示第t次训练时的学习率,η(t-1)表示第t-1次训练时的学习率,e(t)表示第t次训练时的目标函数值,δe表示中间参数,λ1表示0~1之间的第一常数项,λ2表示0~1之间的第二常数项,且λ2小于λ1。
37、进一步地,所述应用层包括身份验证模块、数据展示模块以及数据拉取模块;
38、所述身份验证模块,用于对用户登录的账号以及密码进行匹配,并获取匹配结果,所述匹配结果包括匹配成功或者匹配失败;
39、所述身份验证模块,还用于当匹配结果为匹配失败时,拒绝用户的数据访问;当匹配结果为匹配成功时,允许用户的数据访问;
40、所述数据拉取模块,用于接收用户的访问操作指令,并根据该访问操作指令在平台层中拉取对应的目标数据;
41、所述数据展示模块,用于将数据拉取模块获取的目标数据进行展示。
42、第二方面,本专利技术提供了一种基于物联网的配电室运行监控方法,包括:
43、通过物联网设备对配电室的电气运行状态以及环境运行状态进行采集,得到配电室的实时电气运行本文档来自技高网...
【技术保护点】
1.一种基于物联网的配电室运行监控系统,其特征在于,包括:感知层、网络层、平台层以及应用层;
2.根据权利要求1所述的基于物联网的配电室运行监控系统,其特征在于,所述感知层包括电气设备监测模组、环境监测模组以及无线网关;
3.根据权利要求2所述的基于物联网的配电室运行监控系统,其特征在于,所述网络层设置为无线广域网或者有线广域网,以实现配电室运行的在线监控。
4.根据权利要求1-3任一所述的基于物联网的配电室运行监控系统,其特征在于,所述平台层包括数据接收模块、数据分析模块以及数据存储模块;
5.根据权利要求4所述的基于物联网的配电室运行监控系统,其特征在于,所述数据分析模块包括分析模型构建单元、分析模型训练单元以及分析模型应用单元;
6.根据权利要求5所述的基于物联网的配电室运行监控系统,其特征在于,采用深度学习模型构建分析模型,包括采用BP神经网络模型构建分析模型。
7.根据权利要求6所述的基于物联网的配电室运行监控系统,其特征在于,获取训练数据,并采用训练数据对分析模型进行训练,以获取具备分析能力的分析
8.根据权利要求7所述的基于物联网的配电室运行监控系统,其特征在于,
9.根据权利要求1所述的基于物联网的配电室运行监控系统,其特征在于,所述应用层包括身份验证模块、数据展示模块以及数据拉取模块;
10.一种基于物联网的配电室运行监控方法,其特征在于,包括:
...【技术特征摘要】
1.一种基于物联网的配电室运行监控系统,其特征在于,包括:感知层、网络层、平台层以及应用层;
2.根据权利要求1所述的基于物联网的配电室运行监控系统,其特征在于,所述感知层包括电气设备监测模组、环境监测模组以及无线网关;
3.根据权利要求2所述的基于物联网的配电室运行监控系统,其特征在于,所述网络层设置为无线广域网或者有线广域网,以实现配电室运行的在线监控。
4.根据权利要求1-3任一所述的基于物联网的配电室运行监控系统,其特征在于,所述平台层包括数据接收模块、数据分析模块以及数据存储模块;
5.根据权利要求4所述的基于物联网的配电室运行监控系统,其特征在于,所述数据分析模块包括分析模型构建单元、...
【专利技术属性】
技术研发人员:潘正阳,苏韵涵,苟明志,孟晨旭,张立军,董卫东,赵永良,李京南,王永华,
申请(专利权)人:北京潞电电力建设有限公司,
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。