一种基于小波变换和证据推理的变压器在线监测信息聚合方法技术

本发明专利技术涉及一种基于小波变换和证据推理的变压器在线监测信息聚合方法，属于智能电网及智能化变电站技术领域。本发明专利技术通过智能传感器层对变压器故障前期产生的特征气体的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常就会通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后就会以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。本发明专利技术解决目前变电站设备在线监测系统各在线监测装置信息分散，信息共享综合分析诊断不足的问题。该方法判断的结果更加明晰，更有助于运维人员的判断与分析。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及，属于智能电网及智能化变电站
。本专利技术通过智能传感器层对变压器故障前期产生的特征气体的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常就会通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后就会以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。本专利技术解决目前变电站设备在线监测系统各在线监测装置信息分散，信息共享综合分析诊断不足的问题。该方法判断的结果更加明晰，更有助于运维人员的判断与分析。【专利说明】一种基于小波变换和证据推理的变压器在线监测信息聚合方法
本专利技术涉及，属于智能电网及智能化变电站
。
技术介绍
物联网(The Internet of Things)是通过无线传感器技术、定位技术自动识别、采集和感知获取设备的属性信息和周边环境信息，借助各种信息传输技术将物品相关信息聚合到统一的信息网络，并利用多种智能计算技术对设备相关信息进行分析融合处理，最终实现对物理世界的高度认知和智能化的决策控制。信息聚合技术是指根据信息需求，将不同来源、不同模式、不同媒质、不同时间、不同地点、不同表示形式的信息进行聚合分析处理，实现有用信息提取。信息聚合技术是处理多元、海量的数据最行之有效的处理手段。物联网的信息感知应用，必将带来大量甚至海量数据，这些数据若全部在主站进行处理，将会给主站带来数据灾难，并且“有用”信息分散淹没在大量“无用”数据中，缺乏对有用信息的综合分析及推送，并且变电站设备在线监测物联网各层信息的硬关联程度不同，选择不同的聚合时机与聚合方法得到的聚合效果也不同，需要对数据进行分层聚合分析，形成有用信息并分层推送。因此物联网信息聚合技术研究是物联网功能实现的必然手段。藉此，提出。
技术实现思路
本专利技术要解决的技术问题是对目前变电站设备在线监测系统各在线监测装置信息分散，信息共享综合分析诊断不足的问题，公开了。本专利技术的技术方案是:，通过智能传感器层对变压器故障前期产生的特征气体(如h2、CO等)的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常就会通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后就会以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。具体步骤如下: (1)通过智能传感器层对变压器故障前期产生的特征气体(H2、C0等)进行采集，利用小波变换对所采集数据进行处理，若数据出现畸变，预判为变压器状态异常； (2)当检测到变压器状态异常后，油色谱采集节点智能模块通过物联网发送异常信号，其他采集节点的智能模块感知后异常后则以最大采样率调取该监测节点的数据上送至主站系统；(3)主站系统提取数据中的信息，分析信息之间的多维关联，并通过计算得到对应的mass函数，mass函数为:【权利要求】1.，其特征在于:通过智能传感器层对变压器故障前期产生的特征气体的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常则通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后则以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D-S证据理论算法模型确定变压器当前的运行状态。2.根据权利要求1所述的基于小波变换和证据推理的变压器在线监测信息聚合方法，其特征在于，具体步骤如下: (1)通过智能传感器层对变压器故障前期产生的特征气体进行采集，利用小波变换对所采集数据进行处理，若数据出现畸变，预判为变压器状态异常； (2)当检测到变压器状态异常后，油色谱采集节点智能模块通过物联网发送异常信号，其他采集节点的智能模块感知异常后则以最大采样率调取该监测节点的数据上送至主站系统； (3)主站系统提取数据中的信息，分析信息之间的多维关联，并通过计算得到对应的mass函数，mass函数为: 其中，In1(Gi)、m2(?)为待求的未知信息，为变压器状态，mAj为同一辨识框架下基本的概率分布； (4)根据多维信息关联的结果，调用mass函数，利用D-S证据理论算法模型进行决策，确定变压器当前的运行状态:O = (b) 当G中有mhfmaxim (H1) , m QQ , m (?)) Si set时，则判断变压器的状态为% ； 当Zii = Zf1时，判断变压器的状态为异常状态； 当Zij = Zf2时，判断变压器的状态为异常状态。3.根据权利要求1或2所述的基于小波变换和证据推理的变压器在线监测信息聚合方法，其特征在于:所述特征气体为H2或CO。【文档编号】G06F19/00GK103487514SQ201310399407【公开日】2014年1月1日 申请日期:2013年9月5日 优先权日:2013年9月5日 【专利技术者】束洪春, 茹晓光, 董俊 申请人:昆明理工大学本文档来自技高网...

【技术保护点】
一种基于小波变换和证据推理的变压器在线监测信息聚合方法，其特征在于：通过智能传感器层对变压器故障前期产生的特征气体的异常状态进行采集，利用小波变换对所采集到的特征气体数据进行处理，如果发生异常则通过物联网发送异常信号，全网其他采集节点的智能模块感知异常后则以最大采样率调取该节点的数据上送至主站系统，主站系统通过计算得到这些信息对应的mass函数，然后利用D?S证据理论算法模型确定变压器当前的运行状态。

【技术特征摘要】

【专利技术属性】
技术研发人员：束洪春，茹晓光，董俊，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：