CN110429709A - 基于OneNET平台的石油化工企业电力故障监测装置和方法 - Google Patents

基于OneNET平台的石油化工企业电力故障监测装置和方法 Download PDF

Info

Publication number
CN110429709A
CN110429709A CN201910656519.8A CN201910656519A CN110429709A CN 110429709 A CN110429709 A CN 110429709A CN 201910656519 A CN201910656519 A CN 201910656519A CN 110429709 A CN110429709 A CN 110429709A
Authority
CN
China
Prior art keywords
formula
onenet
platform
power failure
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910656519.8A
Other languages
English (en)
Other versions
CN110429709B (zh
Inventor
张�浩
孙成富
赵建洋
郇小城
张志鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaiyin Institute of Technology
Original Assignee
Huaiyin Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN201910656519.8A priority Critical patent/CN110429709B/zh
Publication of CN110429709A publication Critical patent/CN110429709A/zh
Application granted granted Critical
Publication of CN110429709B publication Critical patent/CN110429709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission

Abstract

本发明公开了一种基于OneNET平台的石油化工企业电力故障监测装置，包括OneNET平台，通过网络与OneNET平台无线连接的客户端；以及通过无线通过无线通信模块与OneNET平台连接的主控制器；其特征在于：所述主控制器的输入端信号连接有计量模块，计量模块的前端信号连接有数据采集模块，所述的数据采集模块与三相电源连接。本发明中的通讯方式实现了电力设备系统不受时间和地域的限制，能随时随地对石化企业的电力设备和线路进行远程监测保护。

Description

基于OneNET平台的石油化工企业电力故障监测装置和方法
技术领域
本发明属于石油化工企业变配电站、电力设备及配电线路数据采集技术领域，具体涉及一种基于OneNET平台的石油化工企业电力故障监测装置和方法。
背景技术
石油化工企业生产具有高温、高压、易燃、易爆、有毒、有害物质种类繁多、生产设备工作条件苛刻等特点。这些特点对石油化工企业电力系统的安全运行提出了很高的要求。另外石油化工企业往往占地面积大,内部电力设备众多，分布较为分散，且电网结构复杂、负荷稳定要求高。
现有一些装置对于石油化工企业电能的采集监测还不够智能化、便利化；虽然目前国内也已有多家研究机构和电力设备厂商开发出了电力设备在线监测设备，但大多是借鉴和模仿国外的产品，实现了广域网范围内的远程监测，但是需要定期维护服务器、支付服务器租金、运行维护成本较高。再者，目前的一些电能终端无法实现对数据的除噪和用电故障诊断。而且，数据的有效信息不能得到全面、有效利用，数据间的关联利用程度较低。
发明内容
针对上述问题，本发明提供一种基于OneNET平台的石油化工企业电力故障监测装置和方法，能有效的解决上述技术问题。
技术方案
一种基于OneNET平台的石油化工企业电力故障监测装置，包括OneNET平台，通过网络与OneNET平台无线连接的客户端；以及通过无线通信模块与OneNET平台连接的主控制器；所述主控制器的输入端信号连接有计量模块，计量模块的前端信号连接有数据采集模块，所述的数据采集模块与三相电源连接。
进一步的，所述的主控制器连接有两块用于系统分配任务的片外SDRAM内存卡。
进一步的，所述的主控制器连接有用于存储主控制器处理后的相关信息的存储卡。
进一步的，所述的主控制连接有用于后期为主控制器软件升级的JTAG接口。
进一步的，所述的主控制连接有用于查看故障信息的液晶LCD显示模块。
进一步的，所述的主控制器型号为LPC1788，所述的数据采集模块采用型号为ZMPTT101B的互感器，所述的计量模块采用的是型号为ATT7022的三相电专用计量芯片，存储卡采用的是Nand Flash存储卡。
一种基于OneNET平台的石油化工企业电力故障监测方法，控制器采用了卡尔曼滤波算法，去除噪声为决策树算法提供更精确的数据；采用决策树算法判断漏电、断电的用电故障并及时上传云平台，实现远程监控保护电力设备和线路；其具体步骤如下：
S1:计量模块的数据通过SPI总线传输给主控制器，当主控制器的SDRAM检测到有采集的电压电流值后，则利用采集到的电压电流值开始执行卡尔曼滤波；
S2：将采集到的电压电流的值放入滤波公式中迭代，并多次循环，多次循环后最优化估算值X(k|k)会趋近稳定，即滤除了噪声；
S3：将去除噪声后的数据保存在故障诊断的队列中，并存储到Nand Flash存储卡中，方便接下来的故障诊断；
S4：将经过卡尔曼滤波之后的精准数据作为样本数据构建决策树，并提取决策规则；
S5：将新数据条件属性与决策规则列表中的规则进行匹配，如果有相匹配的规则，将诊断结果保存在故障集中，存在Nand Flash存储卡中；
S6：将故障数据和通过SIM7600CE按照TCP协议与OneNet平台之间建立连接，并发送故障数据和电力信息；
S7：OneNET云平台监测中心根据OneNet平台提供的基本框架，创建电力信息监测项目，建立起对各装置电力参数进行实时远程监测的监控显示平台。
进一步的，步骤S2中所述的滤波公式为：
X(k|k-1)＝X(k-1|k-1) (1)
上式中，X(k|k-1)为预测k时刻的最优估算值；X(k-1|k-1)为k-1时刻的最优估算值；
P(k|k-1)＝P(k-1|k-1)+Q (2)
上式中，P(k|k-1)为预测k时刻的噪声协方差；P(k-1|k-1)为k-1时刻的噪声协方差；Q为滤波系统的噪声协方差；
上式中，Kg(k)为卡尔曼增益；R为测量值中的噪声协方差；
X(k|k)＝X(k|k-1)+Kg(k)·(Z(k)-X(k|k-1)) (4)
上式中，X(k|k)为k时刻最优估算值，Z(k)为实际测量得到的值；
P(k|k)＝(1-Kg(k))·P(k|k-1) (5)
上式中，P(k|k)为k时刻的噪声协方差；
将公式(1)运用到公式(4)中，公式(4)可以改写为下列公式：
X(k|k)＝X(k|k-1)+Kg(k)·(Z(k)-X(k-1|k-1)) (6)
将公式(2)运用到公式(5)中，公式(5)可以改写为下列公式：
P(k+1|k)＝(1-Kg(k))·P(k|k-1)+Q (7)
P(k+1|k)为预测k+1时刻的噪声斜方差。
因此，最终整个滤波方程采用公式(3)、(6)、(7)三个公式进行迭代。
进一步的，上述的步骤S1中所述的卡尔曼滤波的流程为：
步骤1：开始：主控制器的SDRAM检测到有采集的电压、电流值后，则触发控制器运行，开始执行卡尔曼滤波；
步骤2：调取参数：在程序中调取之前预先设定好的初定参数X0、P0、Q和R的值；
步骤3：预测第K时刻的状态：将初定参数带入公式(1)中，根据第K-1时刻的状态(第一次为初定参数X0)预测第K时刻的状态X(k|k-1)；
步骤4：计算预测噪声协方差P(k|k-1)：将初定参数P0、Q带入公式(2)中，根据第k-1时刻的噪声协方差(第一次为初定参数P0)得到预测第k时刻的噪声协方差P(k|k-1)，该噪声协方差为对应于X(k|k-1)的噪声协方差；
步骤5：计算卡尔曼增益Kg：将通过公式(2)中的得到的P(k|k-1)和初定参数R带入公式(3)中，求得卡尔曼增益Kg的值；
步骤6：计算第K时刻系统状态的最优化估算值X(k|k)：将公式(3)中得到的卡尔曼增益Kg和采集到的电压、电流的值Z(k)带入公式(4)或公式(6)中，求得第K时刻系统状态的最优化估算值X(k|k)；
步骤7：计算噪声协方差P(k|k)：将公式(3)中得到的卡尔曼增益Kg带入公式(5)中，求得第k时刻的噪声协方差，该噪声协方差为对应于X(k|k)的噪声协方差；
步骤8：计算下一时刻预测噪声协方差P(k+1|k)：将公式(3)中得到的卡尔曼增益Kg带入公式(7)中，求得第k+1时刻的预测噪声协方差，该预测噪声协方差为对应于X(k+1|k)的噪声协方差；
步骤9：将采集到的电压电流的值Z(k)放入滤波公式中迭代，并多次循环，多次循环至设定的次数后，最优化估算值X(k|k)会趋近稳定，即滤除了噪声；则卡尔曼滤波结束。
进一步的，步骤S7中所述的OneNET云平台下有用户、产品、设备、APIKey、设备应用、触发器及数据流的组织结构。
有益效果
本发明提出的一种基于OneNET平台的石油化工企业电力故障监测装置和方法,与现有技术相比较，其具有以下有益效果：
(1)电力故障监测装置中的通讯方式采用4G无线通信模块进行通信，解决电能信息统一采集困难的问题；主控住器中使用卡尔曼滤波算法滤除电能数据中的噪声，并采用决策树算法对采集的电能数据进行运算，判断漏电、断电等用电故障；最后通过4G网络上传到OneNET平台保存，方便用户通过手机、平板电脑或计算机中的浏览器进行阅览或调用数据；实现了电力设备系统不受时间和地域的限制，能随时随地对石化企业的电力设备和线路进行远程监测保护。
(2)本技术方案中的监测装置对于电力设备、配电线路电量信息进行采集和滤波后，得到更精确的数值，将数据通过无线传输模块进行4G传输，这样既可以降低运行的维护费用，又可以提高传输速率，还能增加数据的可靠性，以及装置的普及性。
(3)本技术方案中的监测方法采用中国移动OneNET物联网开放平台，数据的有效信息可以得到全面开放，并能随时调取，进行有效利用，增加了数据间的关联利用程度。由于该平台是现有的开放平台，还减少了使用成本，提高使用便捷性。
(4)本技术方案中的监测方法采用了卡尔曼滤波算法去除噪声为决策树算法提供更精确的数据，采用决策树算法判断漏电、断电等用电故障并及时上传云平台，实现远程监控保护电力设备和线路。
附图说明
图1本发明中系统的整体结构示意图。
图2为本发明中电力故障监测装置的整体结构示意框图。
图3为本发明中卡尔曼滤波流程示意图。
图4为本发明中决策树算法诊断故障的流程示意图。
图5为本发明中OneNet平台的资源管理层次结构示意图。
具体实施方式：
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。在不脱离本发明设计构思的前提下，本领域普通人员对本发明的技术方案做出的各种变型和改进，均应落入到本发明的保护范围。
实施例：
如图1所示，一种基于OneNET平台的石油化工企业电力故障监测装置，包括OneNET平台，通过网络与OneNET平台无线连接的客户端,以及通过无线通信模块与OneNET平台连接的主控制器；无线客户端包括手机、平板和电脑；所述的主控制器安装在电力设备上，其输入端信号连接有计量模块，计量模块的前端信号连接有数据采集模块，所述的数据采集模块与电力设备的三相电源连接。
在本实施例中，互感器采用的是型号为ZMPTT101B互感器。三相电源或电流接入ZMPTT101B互感器的一侧，电流互感器依据电磁感应原理，把数值较大的一次电流或电源通过一定的变比转换为数值较小的二次电流，用来进行测量、保护等用途。数据采集模块将采集到的电流参数信号发送至电能计量模块，由电能计量模块进行各参数测量。
在本实施例中，电能计量模块采用的是ATT7022E三相电专用计量芯片，其通过数据采集模块计量出三相电流、三相电压等信号，计算出功率因数。将三相电压、电流存储在芯片内部的有效寄存器中，功率因数存储在内部的功率因数寄存器中，再通过SPI总线将电参数传送给主控制器。
在本实施例中，无线通讯模块采用SIM7600CE，该芯片支持LTE-TDD、LTE-FDD、HSPA+、TD-SCDMA、EVDO和GSM/GPRS/EDGE等频段,支持LTE CAT4(下行速度为150Mbps)，该模块下行速度快，运行稳定，可在复杂环境中使用。将故障数据和通过SIM7600CE按照TCP协议与OneNet平台之间建立连接，并发送故障数据和电力信息。
如图2所示，在本实施例中，主控制器采用的是型号为LPC1788主控制处理芯片，LPC1788外设组件包括高达512KB的FLASH存储器、96KB的数据存储器、一个外部存储控制器、一个LCD面板控制器、一个以太网MAC、一个通用DMA控制器、一个USB设备\主机\OTG接口、5个UART、3个SSP控制器和一个SD卡接口。由于主控制芯片LPC1788片上的运行内存SRAM只有1M，不足以同时运行多个任务，故在主控制模块上连接两块片外运行内存SDRAM，共64M,作为系统分配任务所需占用的内存，SDRAM模块芯片型号为W9825G6DH。主控制器还连接有用于存储主控制器处理后的相关信息的存储卡，存储卡使用三星公司推出的型号为K9F1G08U0A的容量为128M的Nand Flash模块芯片，用于存储LPC1788处理后的相关信息。再者，为了后期能够对主控制器进行软件升级，主控制处理模块连接了JTAG接口。另外，为了方便人员在现场也可以查看故障信息，还设有一个型号为LCM160160E液晶LCD显示模块。
一种基于OneNET平台的石油化工企业电力故障监测方法，控制器采用了卡尔曼滤波算法，去除噪声为决策树算法提供更精确的数据；采用决策树算法判断漏电、断电的用电故障并及时上传云平台，实现远程监控保护电力设备和线路；其具体步骤如下：
S1:计量模块的数据通过SPI总线传输给主控制器，当主控制器的SDRAM检测到有采集的电压电流值后，则利用采集到的电压电流值开始执行卡尔曼滤波；
S2：将采集到的电压电流的值放入下述的滤波公式中进行迭代，滤波公式为：
X(k|k-1)＝X(k-1|k-1) (1)
上式中，X(k|k-1)为预测k时刻的最优估算值；X(k-1|k-1)为k-1时刻的最优估算值；
P(k|k-1)＝P(k-1|k-1)+Q (2)
上式中，P(k|k-1)为预测k时刻的噪声协方差；P(k-1|k-1)为k-1时刻的噪声协方差；Q为滤波系统的噪声协方差；
上式中，Kg(k)为卡尔曼增益；R为测量值中的噪声协方差；
X(k|k)＝X(k|k-1)+Kg(k)·(Z(k)-X(k|k-1)) (4)
上式中，X(k|k)为k时刻最优估算值，Z(k)为实际测量得到的值；
P(k|k)＝(1-Kg(k))·P(k|k-1) (5)
上式中，P(k|k)为k时刻的噪声协方差；
将公式(1)运用到公式(4)中，公式(4)可以改写为下列公式：
X(k|k)＝X(k|k-1)+Kg(k)·(Z(k)-X(k-1|k-1)) (6)
将公式(2)运用到公式(5)中，公式(5)可以改写为下列公式：
P(k+1|k)＝(1-Kg(k))·P(k|k-1)+Q
(7)
上式中，P(k+1|k)为预测k+1时刻的噪声斜方差。
因此，最终整个滤波方程采用公式(3)、(6)、(7)三个公式进行迭代，并多次循环；如图3所示，卡尔曼滤波的具体流程如下：
步骤1：开始：主控制器的SDRAM检测到有采集的电压、电流值后，则触发控制器运行，开始执行卡尔曼滤波；
步骤2：调取参数：在程序中调取之前预先设定好的初定参数X0、P0、Q和R的值；
步骤3：预测第K时刻的状态：将初定参数带入公式(1)中，根据第K-1时刻的状态(第一次为初定参数X0)预测第K时刻的状态X(k|k-1)；
步骤4：计算预测噪声协方差P(k|k-1)：将初定参数P0、Q带入公式(2)中，根据第k-1时刻的噪声协方差(第一次为初定参数P0)得到预测第k时刻的噪声协方差P(k|k-1)，该噪声协方差为对应于X(k|k-1)的噪声协方差；
步骤5：计算卡尔曼增益Kg：将通过公式(2)中的得到的P(k|k-1)和初定参数R带入公式(3)中，求得卡尔曼增益Kg的值；
步骤6：计算第K时刻系统状态的最优化估算值X(k|k)：将公式(3)中得到的卡尔曼增益Kg和采集到的电压、电流的值Z(k)带入公式(4)或公式(6)中，求得第K时刻系统状态的最优化估算值X(k|k)；
步骤7：计算噪声协方差P(k|k)：将公式(3)中得到的卡尔曼增益Kg带入公式(5)中，求得第k时刻的噪声协方差，该噪声协方差为对应于X(k|k)的噪声协方差；
步骤8：计算下一时刻预测噪声协方差P(k+1|k)：将公式(3)中得到的卡尔曼增益Kg带入公式(7)中，求得第k+1时刻的预测噪声协方差，该预测噪声协方差为对应于X(k+1|k)的噪声协方差；
步骤9：将采集到的电压、电流的值Z(k)放入滤波公式中迭代，并多次循环，多次循环至设定的次数后，最优化估算值X(k|k)会趋近稳定，即滤除了噪声；则卡尔曼滤波结束。
S3：将去除噪声后的数据保存在故障诊断的队列中，并存储到Nand Flash存储卡中，方便接下来的故障诊断；
S4：将经过卡尔曼滤波之后的精准数据作为样本数据构建决策树，并提取决策规则；
S5：将新数据条件属性与决策规则列表中的规则进行匹配，如果有相匹配的规则，将诊断结果保存在故障集中，存在Nand Flash存储卡中；决策树算法诊断故障的流程如图4所示。
S6：将故障数据和通过SIM7600CE按照TCP协议与OneNet平台之间建立连接，并发送故障数据和电力信息；
S7：OneNET云平台监测中心根据OneNet平台提供的基本框架，创建电力信息监测项目，建立起对各装置电力参数进行实时远程监测的监控显示平台。
OneNet平台的资源管理层次结构如图5所示，在本实施例中，在OneNet平台下有用户、产品、设备、APIKey、设备应用、触发器及数据流等组织结构。根据OneNet平台的资源管理层次结构，在创建的石化企业电力监测项目下，添加一个电力监测装置和监测中心的应用。在电力监测装置中，添加需要监测的信息如电压、电流、功率因数、故障信息等各种电力参数信息的数据流。在监测中心应用中创建各种数据流和指令的显示窗口、命令按键和操作说明等应用模块以构成监测平台。

Claims (10)

1.一种基于OneNET平台的石油化工企业电力故障监测装置，包括OneNET平台，通过网络与OneNET平台无线连接的客户端；以及通过无线通信模块与OneNET平台连接的主控制器；其特征在于：所述主控制器的输入端信号连接有计量模块，计量模块的前端信号连接有数据采集模块，所述的数据采集模块与三相电源连接。
2.根据权利要求1所述的一种基于OneNET平台的石油化工企业电力故障监测装置，其特征在于：所述的主控制器连接有两块用于系统分配任务的片外SDRAM内存卡。
3.根据权利要求1或2其任一项所述的一种基于OneNET平台的石油化工企业电力故障监测装置，其特征在于：所述的主控制器连接有用于存储主控制器处理后的相关信息的存储卡。
4.根据权利要求3所述的一种基于OneNET平台的石油化工企业电力故障监测装置，其特征在于：所述的主控制连接有用于后期为主控制器软件升级的JTAG接口。
5.根据权利要求1或4其任一项所述的一种基于OneNET平台的石油化工企业电力故障监测装置,其特征在于：所述的主控制连接有用于查看故障信息的液晶LCD显示模块。
6.根据权利要求5所述的一种基于OneNET平台的石油化工企业电力故障监测装置，其特征在于：所述的主控制器型号为LPC1788，所述的数据采集模块采用型号为ZMPTT101B的互感器，所述的计量模块采用的是型号为ATT7022的三相电专用计量芯片，存储卡采用的是Nand Flash存储卡。
7.一种基于OneNET平台的石油化工企业电力故障监测方法，根据权利要求1、4、6其任一项所述的一种基于OneNET平台的石油化工企业电力故障监测装置，其特征在于：所述的控制器采用了卡尔曼滤波算法，去除噪声为决策树算法提供更精确的数据；采用决策树算法判断漏电、断电的用电故障并及时上传云平台，实现远程监控保护电力设备和线路；其具体步骤如下：
S1:计量模块的数据通过SPI总线传输给主控制器，当主控制器的SDRAM检测到有采集的电压电流值后，则利用采集到的电压电流值开始执行卡尔曼滤波；
S2：将采集到的电压电流的值放入滤波公式中迭代，并多次循环，多次循环后最优化估算值X(k|k)会趋近稳定，即滤除了噪声；
S3：将去除噪声后的数据保存在故障诊断的队列中，并存储到Nand Flash存储卡中，方便接下来的故障诊断；
S4：将经过卡尔曼滤波之后的精准数据作为样本数据构建决策树，并提取决策规则；
S5：将新数据条件属性与决策规则列表中的规则进行匹配，如果有相匹配的规则，将诊断结果保存在故障集中，存在Nand Flash存储卡中；
S6：将故障数据和通过SIM7600CE按照TCP协议与OneNet平台之间建立连接，并发送故障数据和电力信息；
S7：OneNET云平台监测中心根据OneNet平台提供的基本框架，创建电力信息监测项目，建立起对各装置电力参数进行实时远程监测的监控显示平台。
8.根据权利要求7所述的一种基于OneNET平台的石油化工企业电力故障监测方法，其特征在于：步骤S2中所述的滤波公式为：
X(k|k-1)＝X(k-1|k-1) (1)
P(k|k-1)＝P(k-1|k-1)+Q (2)
X(k|k)＝X(k|k-1)+Kg(k)·(Z(k)-X(k|k-1)) (4)
P(k|k)＝(1-Kg(k))·P(k|k-1) (5)
将公式(1)运用到公式(4)中，公式(4)可以改写为下列公式：
X(k|k)＝X(k|k-1)+Kg(k)·(Z(k)-X(k-1|k-1)) (6)
将公式(2)运用到公式(5)中，公式(5)可以改写为下列公式：
P(k+1|k)＝(1-Kg(k))·P(k|k-1)+Q (7)
因此，最终整个滤波方程采用公式(3)、(6)、(7)三个公式进行迭代。
9.根据权利要求8所述的一种基于OneNET平台的石油化工企业电力故障监测方法，其特征在于：步骤S1中所述的卡尔曼滤波的流程为：
(1)开始：主控制器的SDRAM检测到有采集的电压、电流值后，则触发控制器运行，开始执行卡尔曼滤波；
(2)调取参数：在程序中调取之前预先设定好的初定参数X0、P0、Q和R的值；
(3)预测第K时刻的状态：将初定参数带入公式(1)中，根据第K-1时刻的状态预测第K时刻的状态X(k|k-1)；
(4)计算预测噪声协方差P(k|k-1)：将初定参数P0、Q带入公式(2)中，根据第k-1时刻的噪声协方差得到预测第k时刻的噪声协方差P(k|k-1)，该噪声协方差为对应于X(k|k-1)的噪声协方差；
(5)计算卡尔曼增益Kg：将通过公式(2)中的得到的P(k|k-1)和初定参数R带入公式(3)中，求得卡尔曼增益Kg的值；
(6)计算第K时刻系统状态的最优化估算值X(k|k)：将公式(3)中得到的卡尔曼增益Kg和采集到的电压、电流的值Z(k)带入公式(4)或公式(6)中，求得第K时刻系统状态的最优化估算值X(k|k)；
(7)计算噪声协方差P(k|k)：将公式(3)中得到的卡尔曼增益Kg带入公式(5)中，求得第k时刻的噪声协方差，该噪声协方差为对应于X(k|k)的噪声协方差；
(8)计算下一时刻预测噪声协方差P(k+1|k)：将公式(3)中得到的卡尔曼增益Kg带入公式(7)中，求得第k+1时刻的预测噪声协方差，该预测噪声协方差为对应于X(k+1|k)的噪声协方差；
(9)将采集到的电压、电流的值Z(k)放入滤波公式中迭代，并多次循环，多次循环至设定的次数后，最优化估算值X(k|k)会趋近稳定，即滤除了噪声；则卡尔曼滤波结束。
10.根据权利要求7所述的一种基于OneNET平台的石油化工企业电力故障监测方法，其特征在于：步骤S7中所述的OneNET云平台下有用户、产品、设备、APIKey、设备应用、触发器及数据流的组织结构。
CN201910656519.8A 2019-07-19 2019-07-19 基于OneNET云平台的石油化工企业电力故障监测装置和方法 Active CN110429709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910656519.8A CN110429709B (zh) 2019-07-19 2019-07-19 基于OneNET云平台的石油化工企业电力故障监测装置和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910656519.8A CN110429709B (zh) 2019-07-19 2019-07-19 基于OneNET云平台的石油化工企业电力故障监测装置和方法

Publications (2)

Publication Number Publication Date
CN110429709A true CN110429709A (zh) 2019-11-08
CN110429709B CN110429709B (zh) 2021-04-23

Family

ID=68411322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910656519.8A Active CN110429709B (zh) 2019-07-19 2019-07-19 基于OneNET云平台的石油化工企业电力故障监测装置和方法

Country Status (1)

Country Link
CN (1) CN110429709B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116758721A (zh) * 2023-08-16 2023-09-15 北京前景无忧消防科技有限公司 一种消防设备用电信息采集终端

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203465364U (zh) * 2013-07-18 2014-03-05 中国海洋石油总公司 一种海上电网配电末端能源监测装置
CN106649727A (zh) * 2016-12-23 2017-05-10 南京航空航天大学 一种用于无人机飞行控制系统故障检测的数据库构建方法
CN106774037A (zh) * 2017-03-19 2017-05-31 北京工业大学 一种基于物联网云平台的智能电伴热控制系统
CN108670263A (zh) * 2018-05-18 2018-10-19 哈尔滨理工大学 一种基于mpu-6050的睡眠姿态判定方法
CN210404844U (zh) * 2019-07-19 2020-04-24 淮阴工学院 一种基于OneNET平台的石油化工企业电力故障监测装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203465364U (zh) * 2013-07-18 2014-03-05 中国海洋石油总公司 一种海上电网配电末端能源监测装置
CN106649727A (zh) * 2016-12-23 2017-05-10 南京航空航天大学 一种用于无人机飞行控制系统故障检测的数据库构建方法
CN106774037A (zh) * 2017-03-19 2017-05-31 北京工业大学 一种基于物联网云平台的智能电伴热控制系统
CN108670263A (zh) * 2018-05-18 2018-10-19 哈尔滨理工大学 一种基于mpu-6050的睡眠姿态判定方法
CN210404844U (zh) * 2019-07-19 2020-04-24 淮阴工学院 一种基于OneNET平台的石油化工企业电力故障监测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
公茂法等: "基于OneNet平台的电力负荷监测系统的研究", 《电测与仪表》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116758721A (zh) * 2023-08-16 2023-09-15 北京前景无忧消防科技有限公司 一种消防设备用电信息采集终端

Also Published As

Publication number Publication date
CN110429709B (zh) 2021-04-23

Similar Documents

Publication Publication Date Title
CN110868451B (zh) 一种基于容器技术的边缘物联代理终端及其工作流程
CN103607344A (zh) 基于plc智能家居网关装置
CN103823400B (zh) 插座监控系统
CN109713793A (zh) 一种变电站站用电源在线状态评估系统和方法
CN105376534A (zh) 一种基于无线传输技术的电力信息通信一体化监控平台
CN103336493A (zh) 一种能源管理系统
CN204204187U (zh) 一种基于gsm网络的用电采集智能终端
CN110429709A (zh) 基于OneNET平台的石油化工企业电力故障监测装置和方法
CN104714119B (zh) 一种检测工装及检测系统
CN111210364A (zh) 一种智慧楼宇综合监控管理平台系统
Khandel et al. IoT based power consumption monitoring and controlling system
CN208635836U (zh) 一种基于can总线的用电信息采集系统
CN210404844U (zh) 一种基于OneNET平台的石油化工企业电力故障监测装置
CN203932958U (zh) 电网一体化智能整定及在线校核系统
CN202421242U (zh) 自适应多种可插拔通讯模块的电能表
CN107767567A (zh) 一种远程水、电信息管理系统
CN206712967U (zh) 网络摄像头智能监控系统
CN206023817U (zh) 一种智能家庭网关
CN109143084A (zh) 一种基于wlan技术的变电站蓄电池组状态采集装置
CN109491317A (zh) 集装箱吊具的监测系统及方法
CN109149637A (zh) 开放式监测管理并网系统及其监测管理方法
CN102104612B (zh) 基于移动智能代理的远程监护系统及方法
CN114978814A (zh) 基于电力物联网的共享用电网关和系统
CN204759119U (zh) 一种局域用电设备离线网络管理控制系统
CN108763304A (zh) 一种基于血缘关系的电力台账数据校验方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant