CN107423384A - 基于信息整合技术的带电检测作业分析管理方法 - Google Patents

Abstract

本发明公开了基于信息整合技术的带电检测作业分析管理方法，包括如下步骤：信号采集：通过采集单元采集现场信息并转换为电信号；信息融合：经过数据预处理模块将同质传感器的采集信息进行融合；任务类型判断：在对多种不同渠道采集到的带电检测信息进行综合后，运用ER算法理论进行初级融合，从而得出准确性较高的信息任务类型；划分带电作业任务级别，包括进行初步判别任务等级的一级数据融合和运用ER算法进行的二级决策融合；决策输出：由任务分析管理软件实现检测结果的判定和输出。本发明可有效提高工作效率、实现任务精细化管理，为电力设备的整体检测维护研究提供参考价值，解决现有带电检测技术手段单一、适用度低、准确率低等问题。

Description

基于信息整合技术的带电检测作业分析管理方法

技术领域

本发明涉及带电检测系统及方法技术领域，尤其是涉及基于信息整合技术的带电检测作业分析管理方法。

背景技术

近年来，随着电网设备检修由定期检修向状态检修的转变，状态检测得到越来越广泛的应用。带电检测作为状态检测的重要分支，通常采用便携式检测仪器对在运行状态下的电网设备进行现场检测，具有灵活、准确、及时等特点。带电检测试验数据作为重要的设备状态表征参量，是开展电网设备状态评价的数据来源之一。

常见的带电检测包括超声波局放检测、电磁波局放检测、铁芯/夹件接地电流、避雷器全电流检测、红外检测、油中溶解气体检测等，这就造成了检测作业手段的多样性无法满足，尤其是输变电工程中的气体绝缘电气设备和电磁波局放设备的检测作业比较困难，同时，现有的带电检测作业方法还存在若干问题需要解决：第一，带电检测数据主要依靠现场试验的专业人员手工记录，这种原始的方式存在数据规范性差、量测结果无法方便的进行归档统计分析等缺陷；第二，带电检测现场工作收集的数据种类多、数量大，在编写分析报告时需要经过非常繁琐的数据汇集、整理和编辑工作，不但工作效率低，数据的准确性和完整性也难以保证；第三，带电检测业务的发展迅速，单一团队的工作效率远远达不到要求，多团队协作势在必行。但是，多团队的参与也带来工作过程规范性和工作产物质量的良莠不齐，标准化作业的管理要求也越发迫切。

专利号为201510507762.5的方案涉及一种基于移动与云计算技术的带电检测标准化作业管理系统，包括：带电检测设备，用于采集被测对象数据；带电检测管理终端，与带电检测设备连接，根据带电检测任务接收和保存相应的被测对象数据，并通过无线网络将所述被测对象数据发出；任务管理模块，与带电检测管理终端连接，向带电检测管理终端发送带电检测任务，同时接收带电检测管理终端的反馈数据并显示，生成分析报告。与现有技术相比，该发明具有有效提高工作效率、实现任务精细化管理等优点。

专利号为201510507786.0的方案涉及一种基于SG-CIM的带电检测模型建立方法，该方法包括以下步骤：1)获取SG-CIM模型中与变电站主设备相关的信息；2)引入设备域相关对象；3)根据带电检测类型及技术规范建立相应的数据采集模板；4)根据步骤1)-3)对SG-CIM模型进行扩展，建立各类型带电检测下的带电检测模型。与现有技术相比，该发明具有简单、可靠、可扩展性强等优点。

专利号为201510507787.5的方案涉及一种基于WIFI-SD卡的带电检测设备无线数据传输方法，其特征在于，该方法在带电检测设备中安装WIFI-SD卡，所述带电检测设备将实时采集的检测数据存储于WIFI-SD卡中，所述WIFI-SD卡通过自建的WIFI网络将存储的检测数据传输给带电检测管理终端，所述WIFI-SD卡为内置有存储器、处理器及WIFI无线收发模块的SD卡。与现有技术相比，该发明具有提高带电检测数据实时性和准确性、节约成本、应用范围广等优点。

然而，上述方案着重于带电检测的分析管理及数据传输，并未有效解决由带电检测设备的多样化而带来的信息流无法有效整合分类的问题，同时，上述方案的信息传输方式偏向于近程有线或无线传输，适用性较窄，所以，结合当前电子信息、控制理论学科和电力检测技术，提出基于基于信息整合技术的带电检测作业分析管理方法的整体方案。

发明内容

有鉴于此，本发明的目的是针对现有技术的不足，提供基于信息整合技术的带电检测作业分析管理方法，可有效提高工作效率、实现任务精细化管理，为电力设备的整体检测维护研究提供一定的参考价值，解决现有带电检测技术手段单一、适用度低、准确率低等问题。

为达到上述目的，本发明采用以下技术方案：基于信息整合技术的带电检测作业分析管理方法，包括如下步骤：1）信号采集：由不同种类的传感器组成采集单元，通过采集单元采集现场信息并转换为电信号；2）信息融合：经过数据预处理模块将同质传感器的采集信息进行融合；3）任务类型判断：在对多种不同渠道采集到的带电检测信息进行综合后，运用ER算法理论进行初级融合，消除多源信息间可能存在的冗余和矛盾的信息，降低其不确定性，从而得出准确性较高的信息任务类型；4）任务级别划分：划分带电作业任务级别，包括进行初步判别任务等级的一级数据融合和运用ER算法进行的二级决策融合，实现带电检测任务精确划分；5）决策输出：由任务分析管理软件实现检测结果的判定和输出。

进一步地，所述采集单元包括运行信息采集器、超声波传感器、电磁检测单元和气体检测传感器；所述运行信息采集器包括多功能电能表以及分别与所述多功能电能表连接的电压传感器、电流传感器、脉冲计数器和频率计数器。

进一步地，所述电磁检测单元包括放电检测装置和电磁波检测装置，所述放电检测装置包括枪、放电电机和放电板，所述电磁波检测装置包括射频电磁波发射器和射频电磁波接收器。

进一步地，所述数据预处理模块包括数据采集卡以及分别与所述数据采集卡连接的数据集中器、分级存储器，所述数据采集卡与所述采集单元连接。

进一步地，所述数据预处理模块通过传输模块与上位机连接，所述传输模块包括近程传感器网络与远程无线网络，所述近程传感器网络采用电力载波传输或WIFI传输，所述远程无线网络采用长距离点对点式传输。

进一步地，所述上位机包括安装有客户端软件的PC终端，所述客户端软件包括任务分析管理软件，进行任务类型判别、任务级别划分和任务分析处理。

进一步地，所述任务级别划分是指对带电作业任务按照不同标准进行级别划分，通过对电力运行数据、超声数据、电磁数据、气体数据采用树型拓扑网络进行一级数据融合，初步判别任务等级，再运用ER算法进行决策证据融合，利用二级数据划分实现决策融合，实现带电检测作业的精确流程划分。

进一步地，所述任务分析管理软件包括cpuview软件，可以进行任务分类及级别确定的算法模型，用来实现输出带电检测任务、类型识别结果。

进一步地，所述上位机连接逻辑控制模块和网络端口。

本发明的有益效果体现在以下几个方面：

1、本发明将带电检测作业涉及到的不同种类检测手段进行融合分类，提出一种简便高效的带电检测作业分析管理方法，带电检测数据无需依靠现场试验的专业人员手工记录，而是根据工作人员需要，直接读取相应采集单元数据，克服传统作业方式数据规范性差、量测结果无法方便进行归档统计分析等缺陷；

2、本发明可以以检测数据为依据，通过对数据的预处理以及通过上位计算机软件对数据进行等级分类，从而确定作业管理的步骤及优先级，并由任务分析管理软件生成数据汇总表及工作分析报告，克服了带电检测现场工作收集的数据种类多、数量大，在编写分析报告时人工繁琐的数据汇集、整理和编辑工作，具有工作效率高，数据的准确性和完整性高的优先；

3、本发明利用传输模块实现现场采集单元与后台上位机之间的数据互联，并可以根据需要优先采取合适的近程及远程网络，其中，远程网络可以采取GSM式无线移动传输，利用移动通讯技术，实现上位机决策输出端与带电检测现场实时互动的新业务模式，使带电检测作业分析管理手段能够直接或间接与带电检测设备连接并通讯，提高带电检测数据的实时性和准确性。

4、本发明可适用于多种带电检测，如超声波局放检测、电磁波局放检测、铁芯/夹件接地电流、避雷器全电流检测、溶解气体检测等，并可以通过上位机将数据与网络数据库进行互联，将每次作业结果汇总存储为标准作业流程和数据模板，便于对典型带电检测案例、带电检测技术规范等信息的积累和检索，可有效指导现场检测操作，辅助规范带电检测的工作流程和工作产物，提高现场工作效率，值得广泛推广与使用。

附图说明

图1是本发明实现带电检测作业分析管理各模块的组成结构图。

图2是本发明带电检测作业分析管理方法流程图。

图3是本发明一级数据融合的拓扑结构图。

具体实施方式

下面结合附图和实施例对本发明作进一步描述。

如图1至图3所示，基于信息整合技术的带电检测作业分析管理方法，包括如下步骤：1）信号采集：由不同种类的传感器组成采集单元，通过采集单元采集现场信息并转换为电信号；2）信息融合：经过数据预处理模块将同质传感器的采集信息进行融合；3）任务类型判断：在对多种不同渠道采集到的带电检测信息进行综合后，运用ER算法理论进行初级融合，消除多源信息间可能存在的冗余和矛盾的信息，降低其不确定性，从而得出准确性较高的信息任务类型；4）任务级别划分：划分带电作业任务级别，包括进行初步判别任务等级的一级数据融合和运用ER算法进行的二级决策融合，实现带电检测任务精确划分；5）决策输出：由任务分析管理软件实现检测结果的判定和输出。

采集单元1包括运行信息采集器2、超声波传感器3、电磁检测单元4和气体检测传感器5；运行信息采集器包括多功能电能表以及分别与多功能电能表连接的电压传感器、电流传感器、脉冲计数器和频率计数器。分级存储器是依照内容进行分级的存储器CAM，这是一种特殊的存储阵列RAM，它的主要工作机制就是将一个输入数据项与存储在CAM中的所有数据项自动同时进行比较，判别该输入数据项与CAM中存储的数据项是否相匹配，并输出该数据项对应的匹配信息，尤其适用于数据种类繁多、调用复杂的情形，这类存储器可以使数据集中器根据所要记录或调用的数据类别信息，进行数据的准确提取，方便快捷。

电磁检测单元包括放电检测装置和电磁波检测装置，放电检测装置包括枪、放电电机和放电板，电磁波检测装置包括射频电磁波发射器和射频电磁波接收器。

在具体实施时，采集单元可以根据预设流程进行全方位的自动系统化操作，采集所有数据，并经预处理后自动存储在分级存储器中，也可以通过设置与采集单元连接的移动控制终端，通过移动控制终端的液晶显示人机交互界面进行人为控制，以重点得到某一或某些类型的传感数据。关于不同类别的数据采集，以局放检测为例，主要依靠的是电磁检测单元，包括放电检测装置和电磁波检测装置，放电检测装置包括枪、放电电机和放电板，电磁波检测装置包括射频电磁波发射器和射频电磁波接收器，进行电气设备局部放电检测，即进行局部放电抗扰度试验和射频电磁场抗扰度试验，放电板分为对水平耦合板放电和对垂直耦合板两种，放电抗扰度试验条件：接触放电电压可设置为±8KV，放电电极为圆锥形；空气放电电压为±15KV；放电电极为圆形。接触放电一般采用连续放电模式，空气放电一般采用单次放电模式；放电试验开始前，可以给电气设备配置面板，外表应完好无裂痕，另外面板还应配有完整的密封圈。试验方法：放电仅施加于操作人员正常使用受试设备时可能接触的点和表面上。接触式放电的放电板分为对水平耦合板放电和对垂直耦合板，其中，水平耦合板放电：将枪尖离测试台板(铝或不锈钢板)约0.5-1CM高左右（标准为枪尖距表10CM，0高度），枪对测试台板能放电，围着被测表进行放电，观察电气设备是否有异常；垂直耦合板放电：电气设备距垂直耦合板10cm（标准），枪尖顶在板垂直边中点放电，观察电气设备是否有异常。对电气设备进行空气放电时，主要针对电气设备的边缘部位进行正、负放电。射频电磁场抗扰度试验主要应用了电磁波发射装置和接收装置，在电流线路中加载额定脉冲电流；在电压线路加参比电压；电压线路的试验电压可以设置为4kV；试验时间为60s，要求在脉冲群的作用下，设备能连续准确地工作，不出现任何异常现象，才可以满足局部放电抗干扰耐受标准。

数据预处理模块6包括数据采集卡7以及分别与数据采集卡7连接的数据集中器8、分级存储器9，数据采集卡与采集单元连接。数据预处理模块通过传输模块10与上位机13连接，传输模块包括近程传感器网络11与远程无线网络12，近程传感器网络采用电力载波传输或WIFI传输，远程无线网络采用长距离点对点式传输。传输模块的数据传输方式可以自由选择，如果仅是小范围内进行实时数据传输，可实现直接性的线路传输，如电力载波不依托辅助元件，也可以采用WIFI传输，形成很适用于小范围内互联的近程传感器网络；远程无线网络既可以采用GSM无线传输，可以与各种公用通信网络互联，抗干扰性强，通信质量高，不受距离限制，也可以采用长距离点对点式传输，通过数据预处理模块使用一次GSM传输，相比于GSM无线传输而言，不必使用SIM卡，大大降低了长期使用费用，尤其是在本方案用来实现远程数据互联时，可以优选GSM短信方式，即带电作业检测及分析结果通过手机短信等移动通讯手段，直接实现上位机决策输出端与带电检测现场实时互动。

上位机包括安装有客户端软件的PC终端，客户端软件包括任务分析管理软件14，进行任务类型判别、任务级别划分和任务分析处理。任务分析管理软件包括cpuview软件，可以进行任务分类及级别确定的算法模型，用来实现输出带电检测任务、类型识别结果。cpuview是在工控领域应用比较广泛的图形化单片机编程软件，可实现自动在线升级功能，自动生成单片机需要的机器码HEX文件，实现一键点按式的单片机编程，自己搭建自己的特定的多功能采集卡，可以轻松使用和实现，算法模型及编程结果直接放到单片机就可以使用了，操作比LABVIEW要简单。上位机连接逻辑控制模块和网络端口，可以利用逻辑控制模块对生成的任务管理方案进行逻辑验证，并利用网络端口实现对外部命令的互联，实现显示、打印、存储等功能。

任务级别划分是指对带电作业任务按照不同标准进行级别划分，通过对电力运行数据、超声数据、电磁数据、气体数据采用树型拓扑网络进行一级数据融合，初步判别任务等级，再运用ER算法进行决策证据融合，利用二级数据划分实现决策融合，实现带电检测作业的精确流程划分；对数据层级进行划分时，常用的拓扑结构有很多种，有星型、树型、总线型、环型、网状等。本发明考虑到带电检测作业类型的多样性和独立性，认为适用于树型网络拓扑，这实际上是星型拓扑的发展和补充，能最有效表达为分层结构，具有根节点和各分支节点，适用于分支管理和控制的模式。树型拓扑结构具有较强的可折叠性，用于上下界限相当严格和层次分明的网络结构，扩展性高。经过数据预处理后的检测数据可以依据任务级别实现一级数据融合，一级数据作为树型拓扑结构的根节点，然后根据各根节点的不同属性，利用ER算法确定数据的二次决策融合，确定各分支节点，如果分支节点仍可以向下分级，则将当前二次节点作为本层的根节点，依次进行。这样分类的优点在于以下几个方面：易于扩展，可以延伸出很多分支和子分支，因而容易在网络中加入新的分支或新的节点；便于分类，可以有效直观将同类别或同级别检测数据表达出，并快速判定其上下层级关系；易于隔离，如果某一线路或某一分支节点出现问题，它只会影响局部区域，能比较容易地将故障部位跟整个系统隔离开。

本发明中将带电检测任务进行有效分类的重要依据，是将任务层级按照不同数据信息类型进行有效融合及划分的方法，这种划分是否准确高效，将直接影响作业分析管理决策的准确性及流程制定的规范性。在本发明中，除了使用数据集中器和分级存储器对数据进行预处理，并利用上位机软件将数据类型进行简单的树型分级外，还应用了基于多源信息智能融合技术的ER算法。ER算法又称证据合成算法，是在置信评价框架和DS 理论的基础上发展起来的，主要应用于系统、流程、安全等领域的分析、分类和综合评价。ER算法所涉及到的多源信息融合，不仅仅限于本发明中采集单元多传感器的信息融合，而是把多个渠道，多方位采集的局部环境的不完整信息加以综合，消除多源信息间可能存在的冗余和矛盾的信息，加以互补，降低其不确定性，以形成对系统环境的相对完整一致性描述的过程，从而提高智能分析方法的决策、规划、反映的快速性和正确性，降低决策风险，是一个涉及到信息科学，计算机科学，自动化科学的交叉学科。

在实际运用时，ER算法把信息融合系统结构划分为集中式，分散式，无反馈和有反馈分级结构四种基本模式，尤其是针对相对集中而内在联系又比较隐晦的数据采集类型，往往用证据组合理论融合多源信息时，采用两种不同情况的融合算法：其一，多分类器输出结果的组合算法，取出同一对象的不同分类特征组，对所有的分类特征组分别设计出具有不同分类能力的神经网络分类器，并用遗传算法训练神经网络；将每个分类器的输出结果作为一条证据，然后对每一条证据给出一个信任度，这个信任度能够反映对不同类的输入及同一类的不同输入的信任程度，再用证据组合理论融合这些证据，并改进了现有对冲突信息的处理方法，可以有效的提高分类精度，并且能够避免由于某一个神经网络分类器遭到破坏，而使整个分类系统陷于瘫痪状态的不良后果。其二，在对有些待识别的对象在时间范围内允许多次采集时，可通过多次重复采集，每次采集经分类器分类得到一条证据，随着测量次数的增加，证据积聚增多，最后可通过证据组合理论融合这些证据信息，则可识别待识别的对象，采用这种融合算法，可以消除由于测量的误差和神经网络的偶然偏差所带来的误识，从而提高了模式识别的精度，这样用模糊积分融合不确定的多源信息，就可以分析和处理多源的不确定信息，它与传统的Bayes方法比较，不需要概率的先验信息及其概率分布，克服了证据组合理论融合方法中的证据难于获得，计算量大等问题，采用模糊积分的多源信息智能融合算法，如果再配合上一个能够实现任务分析管理的专家系统，就更能够实时地调整融合结果，从而可显著地提高系统或方法的智能度。

例如本发明在处理局部放电检测任务和设备气体检测任务的流程安排问题时，便不必依靠人为思路对任务层级及流程进行总结，而是根据采集单元的数据融合，提出一个基于模糊积分的智能型多源信息融合算法，用模糊积分方法融合采集单元的多源信息，确定应采取的正确任务分级，使之经过专家系统的推理，调整工作可能出现的流程疏漏，进而可提高工作效率，解决了特征输入—决策输出的信息融合问题，提高了系统不确定信息的处理能力和系统的智能度。

这样将模糊积分所属的粗糙集理论应用于多源信息的融合，可对不完整和不确定的数据进行分析，剔除相容信息，抽取潜在有价值的规则知识，获取最简，最快的信息融合算法，解决了数据超载和不完整的信息融合问题。 模糊神经网络和证据组合理论，给出了多源信息在空间和时间上的两级数据融合结构，结合模糊积分理论和证据组合的优点，把模糊推理机制嵌入神经网络结构中，既能处理精确信息，又能处理模糊信息，而且克服了模糊规则和隶属函数不易确定的缺点，拓宽了神经网络处理信息的能力，使其既能处理精确信息，又能处理模糊信息，而且，训练好以后的神经网络无须任何额外信息，就可以融合多源信息。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.基于信息整合技术的带电检测作业分析管理方法，其特征在于，包括如下步骤：1）信号采集：由不同种类的传感器组成采集单元，通过采集单元采集现场信息并转换为电信号；2）信息融合：经过数据预处理模块将同质传感器的采集信息进行融合；3）任务类型判断：在对多种不同渠道采集到的带电检测信息进行综合后，运用ER算法理论进行初级融合，消除多源信息间可能存在的冗余和矛盾的信息，降低其不确定性，从而得出准确性较高的信息任务类型；4）任务级别划分：划分带电作业任务级别，包括进行初步判别任务等级的一级数据融合和运用ER算法进行的二级决策融合，实现带电检测任务精确划分；5）决策输出：由任务分析管理软件实现检测结果的判定和输出。

2.如权利要求1所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述采集单元包括运行信息采集器、超声波传感器、电磁检测单元和气体检测传感器；所述运行信息采集器包括多功能电能表以及分别与所述多功能电能表连接的电压传感器、电流传感器、脉冲计数器和频率计数器。

3.如权利要求2所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述电磁检测单元包括放电检测装置和电磁波检测装置，所述放电检测装置包括枪、放电电机和放电板，所述电磁波检测装置包括射频电磁波发射器和射频电磁波接收器。

4.如权利要求1所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述数据预处理模块包括数据采集卡以及分别与所述数据采集卡连接的数据集中器、分级存储器，所述数据采集卡与所述采集单元连接。

5.如权利要求4所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述数据预处理模块通过传输模块与上位机连接，所述传输模块包括近程传感器网络与远程无线网络，所述近程传感器网络采用电力载波传输或WIFI传输，所述远程无线网络采用长距离点对点式传输。

6.如权利要求5所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述上位机包括安装有客户端软件的PC终端，所述客户端软件包括任务分析管理软件，进行任务类型判别、任务级别划分和任务分析处理。

7.如权利要求1所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述任务级别划分是指对带电作业任务按照不同标准进行级别划分，通过对电力运行数据、超声数据、电磁数据、气体数据采用树型拓扑网络进行一级数据融合，初步判别任务等级，再运用ER算法进行决策证据融合，利用二级数据划分实现决策融合，实现带电检测作业的精确流程划分。

8.如权利要求6所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述任务分析管理软件包括cpuview软件，可以进行任务分类及级别确定的算法模型，用来实现输出带电检测任务、类型识别结果。

9.如权利要求6所述的基于信息整合技术的带电检测作业分析管理方法，其特征在于：所述上位机连接逻辑控制模块和网络端口。