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() 一种基于智慧地钉的场馆供电路径保障方法技术_技高网

一种基于智慧地钉的场馆供电路径保障方法技术

技术编号:41218982 阅读:2 留言:0更新日期:2024-05-09 23:39
本发明专利技术公开了一种基于智慧地钉的场馆供电路径保障方法。为了克服现有技术对复杂供电路径供电保护方法决策不佳耗费资源的问题,本发明专利技术浮标本体包括将智慧地钉的参数接入管控看板,管控看板显示电力分区,集中监管智慧地钉电力状况;建立K‑means聚类模型识别智慧地钉所在电力分布区域和分布情况;设置分布情况异常指标,对异常指标区域改变供电结构。与智慧地钉结合,将探查到的参数快速传输至面板,实现对复杂的供电路径分区监管,利用K‑means聚类模型确定异常参数所在分区位置,进而判断直接进行区域调控还是单个设备维护,保证资源利用的最大化。

【技术实现步骤摘要】

本专利技术涉及一种电气工程或电力系统自动化领域,尤其涉及一种基于智慧地钉的场馆供电路径保障方法


技术介绍

1、现有技术相较于智慧地钉的数据收集速率耗费时间更长,可能无法有效地收集和处理供电路径相关的各种数据,如电流、电压、温度等,这限制了对于供电路径状态的全面了解和准确评估此外,在进行场馆控制中,现有技术普遍缺少对设备分区管控的思路,针对性地对各个设备进行把控往往更加耗费资源,这使得系统在面对复杂多变的供电路径环境时,难以做出最优的决策和调整,从而影响了供电的稳定性和效率。

2、例如,一种在中国专利文献上公开的“一种终端设备供电动态风险评估方法、系统、设备及介质”,其公告号cn114154848b,包括针对场馆供电系统和终端设备用电的计划性及规律性,综合供电设备的内外影响因素和供电路径的整体运行情况,根据场馆未来用电计划,确定计划时间段内各终端设备的实时运行风险,为场馆供电系统的运行维护以及风险预警工作提供参考。方案通过大量历史数据模拟预测设备运行时的风险,采用整体预测和针对性评估的方法,无法实现对设备的分区调节,较为耗费资源。


技术实现思路

1、本专利技术主要解决现有技术对复杂供电路径供电保护方法决策不佳耗费资源的问题;提供一种基于智慧地钉的场馆供电路径保障方法,与智慧地钉结合,将探查到的参数快速传输至面板,实现对复杂的供电路径分区监管,利用k-means聚类模型确定异常参数所在分区位置,进而判断直接进行区域调控还是单个设备维护,保证资源利用的最大化。

2、本专利技术的上述技术问题主要是通过下述技术方案得以解决的:

3、本专利技术包括:将智慧地钉的参数接入管控看板,管控看板显示电力分区,集中监管智慧地钉电力状况;建立k-means聚类模型识别智慧地钉所在电力分布区域和分布情况;设置分布情况异常指标,对异常指标区域改变供电结构。这种基于智慧地钉的场馆供电路径保障方法,可以实时监测电力状况,方便集中监管。通过k-means聚类模型,可以识别智慧地钉所在的电力分布区域和分布情况,有助于更好地理解电力消耗和分布模式。设置异常指标可以及时发现供电问题,针对异常指标区域改变供电结构,可以优化电力分配,提高供电效率。

4、作为优选,所述的将相邻智慧地钉成立微分区架构,数据统一接入管控看板后台;管控看板提供分区操作模块,统一管控各微分区智慧地钉的接入参数;分区操作模块选择分别对各微分区或单个智慧地钉的电流和电压参数进行调节。将相邻智慧地钉成立微分区架构,数据统一接入管控看板后台,可以实现对电力分布的精细化管理。管控看板提供分区操作模块,统一管控各微分区智慧地钉的接入参数,可以提高管理效率和准确性。通过分区操作模块选择分别对各微分区或单个智慧地钉的电流和电压参数进行调节,可以更好地满足场馆的电力需求,提高电力使用效率。

5、作为优选,所述的初始化模型,选择k个初始聚类中心:(c_1,c_2,...,c_k),其中每个中心都是一个三维向量,代表温度t、电流i和电压v的初始值;分配参数数据点至最近的聚类中心:设定对于每个时间点t,均有数据点((t(t),i(t),v(t))),计算数据点至各聚类中心的欧氏距离,选取欧氏距离最短的聚类中心与该数据点关联记录,并载入控制看板后台。这种初始化模型和分配参数数据点的方法,有助于准确地将数据点归类到相应的聚类中心,提高聚类分析的准确性。同时,通过控制看板后台的载入,可以实时监控电力分布情况,为决策者提供及时、准确的数据支持,有助于优化电力分配和保障电力系统的稳定运行。

6、作为优选,所述的更新聚类中心:对于每个聚类i,重新计算其所有数据点的均值来更新聚类中心:(\mu_i=\frac{\sum_{x\in c_i}x}{|c_i|});其中(\sum_{x\in c_i}x)是聚类i中所有数据点的和,(|c_i|)是聚类i的数据点数量;将(\mu_i)作为新的聚类中心(c_i);迭代:设置迭代次数n,重复分配参数至最近的聚类中心,并不断更新聚类中心,直至达到迭代次数n后停止迭代,将所有智慧地钉参数与分区对应传输至管控看板后台。更新聚类中心和迭代过程可以帮助模型不断优化电力分配,提高供电效率。通过重新计算每个聚类中心的均值,可以更好地反映电力分布情况,并及时调整供电策略,确保电力系统的稳定运行。设置迭代次数并停止迭代后,将所有智慧地钉参数与分区对应传输至管控看板后台,可以方便管理者进行统一管理和监控,提高管理效率。

7、作为优选,所述的计算各数据点到每个聚类中心的欧氏距离:(d(x,c_i)=\sqrt{(t(t)-c_i^t)^2+(i(t)-c_i^i)^2+(v(t)-c_i^v)^2});其中(c_i^t,c_i^i,c_i^v)分别是聚类中心(c_i)的温度、电流和电压值;将数据点((t(t),i(t),v(t)))分配到距离最近的聚类中心,记作(c_{nearest})。计算各数据点到每个聚类中心的欧氏距离,有助于准确地将数据点归类到最近的聚类中心,提高聚类分析的准确性。通过将数据点分配到距离最近的聚类中心,可以更好地反映电力分布情况,为后续的电力分配和优化提供准确的数据支持。

8、作为优选,所述的对于每个聚类i,计算其平均电压值(或电流值、温度值):(\bar{v}i=\frac{\sum{x\in c_i}v(t)}{|c_i|});其中(\sum_{x\in c_i}v(t))是聚类i中所有数据点的电压值的和,(|c_i|)是聚类i的数据点数量;使用arima模型根据历史数据预测未来时间点的异常参数值进行智慧地钉的参数异常状况预测,分别针对电压、电流和温度建立相关的预测模型。计算每个聚类的平均电压值(或电流值、温度值)可以更好地了解电力分布情况,为后续的供电策略提供数据支持。使用arima模型进行智慧地钉的参数异常状况预测,可以及时发现供电问题,为维护人员提供准确的维修指导,提高供电可靠性和稳定性。同时,针对电压、电流和温度建立相关的预测模型,可以全面覆盖电力系统的运行状况,更好地保障场馆的电力需求。

9、作为优选,所述的建立电压预测模型:(v_{pred}(t+1)=\sum_{j=1}^{p}a_j[v_{pred}(t-j)-c v_{true}(t-j)]+c v_{true}(t));其中v_{pred}(t+1)是未来时间点的预测电压值,a_j是模型参数,v_{pred}(t-j)和v_{true}(t-j)分别是过去时间点的预测和实际电压值,c是差分参数。电压预测模型可以基于历史数据预测未来时间点的电压值,为供电策略提供准确的数据支持。通过模型参数的调整和差分参数的引入,可以更好地拟合实际电压变化的趋势,提高预测的准确性和可靠性。这种预测方法可以为场馆的电力分配和优化提供有力的支持,提高供电效率和稳定性。

10、作为优选,建立电流预测模型:(i_{pred}(t+1)=\sum_{j=1}^{p}a_j[i_{pred}(t-j)-ci_{true}(t-本文档来自技高网...

【技术保护点】

1.一种基于智慧地钉的场馆供电路径保障方法,其特征在于,包括:

2.根据权利要求1所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S1.1:将相邻智慧地钉成立微分区架构,数据统一接入管控看板后台;

3.根据权利要求2所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S2.1:初始化模型,选择K个初始聚类中心:(C_1,C_2,...,C_K),其中每个中心都是一个三维向量,代表温度T、电流I和电压V的初始值;

4.根据权利要求3所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,还包括:S2.3:更新聚类中心:对于每个聚类i,重新计算其所有数据点的均值来更新聚类中心:(\mu_i=\frac{\sum_{x\in C_i}x}{|C_i|});其中(\sum_{x\in C_i}x)是聚类i中所有数据点的和,(|C_i|)是聚类i的数据点数量;将(\mu_i)作为新的聚类中心(C_i);

5.根据权利要求3所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S2.2中计算各数据点到每个聚类中心的欧氏距离:(d(x,C_i)=\sqrt{(T(t)-C_i^T)^2+(I(t)-C_i^I)^2+(V(t)-C_i^V)^2});

6.根据权利要求4或5所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S3.1:对于每个聚类i,计算其平均电压值(或电流值、温度值):(\bar{V}i=\frac{\sum{x\in C_i}V(t)}{|C_i|});其中(\sum_{x\in C_i}V(t))是聚类i中所有数据点的电压值的和,(|C_i|)是聚类i的数据点数量;

7.根据权利要求6所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S3.2.1:建立电压预测模型:(V_{pred}(t+1)=\sum_{j=1}^{p}a_j[V_{pred}(t-j)-c V_{true}(t-j)]+c V_{true}(t));

8.根据权利要求7所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S3.2.2:建立电流预测模型:(I_{pred}(t+1)=\sum_{j=1}^{p}a_j[I_{pred}(t-j)-c I_{true}(t-j)]+c I_{true}(t));

9.根据权利要求8所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S3.2.3:建立温度预测模型:(T_{pred}(t+1)=\sum_{j=1}^{p}a_j[T_{pred}(t-j)-c T_{true}(t-j)]+c T_{true}(t));

10.根据权利要求9所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,S3.3:设置电压异常波动范围U_min,U_max,电流异常波动范围I_min,I_max,温度异常波动范围T_min,T_max;

...

【技术特征摘要】

1.一种基于智慧地钉的场馆供电路径保障方法,其特征在于,包括:

2.根据权利要求1所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,s1.1:将相邻智慧地钉成立微分区架构,数据统一接入管控看板后台;

3.根据权利要求2所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,s2.1:初始化模型,选择k个初始聚类中心:(c_1,c_2,...,c_k),其中每个中心都是一个三维向量,代表温度t、电流i和电压v的初始值;

4.根据权利要求3所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,还包括:s2.3:更新聚类中心:对于每个聚类i,重新计算其所有数据点的均值来更新聚类中心:(\mu_i=\frac{\sum_{x\in c_i}x}{|c_i|});其中(\sum_{x\in c_i}x)是聚类i中所有数据点的和,(|c_i|)是聚类i的数据点数量;将(\mu_i)作为新的聚类中心(c_i);

5.根据权利要求3所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,s2.2中计算各数据点到每个聚类中心的欧氏距离:(d(x,c_i)=\sqrt{(t(t)-c_i^t)^2+(i(t)-c_i^i)^2+(v(t)-c_i^v)^2});

6.根据权利要求4或5所述的一种基于智慧地钉的场馆供电路径保障方法,其特征在于,s3.1:对于每个聚类i,计算其平均电压值(或电流值、温度值...

【专利技术属性】
技术研发人员:刘国良姚海强周青睐胡遨洋顾天天姚海祥徐勤陈皝
申请(专利权)人:国网浙江省电力有限公司桐乡市供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1