CN111767659B - 一种配电变压器绕组材质无损检测评估系统 - Google Patents
一种配电变压器绕组材质无损检测评估系统 Download PDFInfo
- Publication number
- CN111767659B CN111767659B CN202010700347.2A CN202010700347A CN111767659B CN 111767659 B CN111767659 B CN 111767659B CN 202010700347 A CN202010700347 A CN 202010700347A CN 111767659 B CN111767659 B CN 111767659B
- Authority
- CN
- China
- Prior art keywords
- transformer
- parameter data
- data
- operation parameter
- data file
- 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.)
- Active
Links
- 238000004804 winding Methods 0.000 title claims abstract description 25
- 239000000463 material Substances 0.000 title claims abstract description 19
- 238000011156 evaluation Methods 0.000 title claims abstract description 14
- 238000012360 testing method Methods 0.000 title description 2
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000009659 non-destructive testing Methods 0.000 claims abstract description 13
- 238000013528 artificial neural network Methods 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004891 communication Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000006467 substitution reaction Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000001502 supplementing effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011810 insulating material Substances 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Water Supply & Treatment (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Housings And Mounting Of Transformers (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明涉及一种配电变压器绕组材质无损检测评估系统,包括:采集处理系统、数据服务器、客户端主机;采集处理系统采集并处理变压器运行参数,将处理后的运行参数送至数据服务器;数据服务器设置有变压器特征参数数据库和变压器历史运行参数库,并与客户端主机通讯;变压器特征参数数据库用于存储各种型号的变压器特征参数,变压器历史运行参数库用于存储在线采集的变压器历史运行参数;客户端主机装载有人工智能计算模块;人工智能计算模块利用神经网络函数,对变压器顶层油温和绕组热点温升微分方程搭建仿真模型,利用变步长的龙格‑库塔方法,计算变压器实时的顶层油温和热点温度,比对特征参数数据库数据,实现绕组材质无损检测的评估预测。
Description
技术领域
本发明涉及变压器检测技术领域,具体涉及一种基于人工智能和大数据技术的配电变压器绕组材质无损检测评估系统。
背景技术
随着近几年铜材价格的不断上涨,配电变压器生产企业的生产材料成本越来越高。同时在招投标的过程中,中标价越来越低,部分配电变压器生产企业为了节约了成本,降低整体变压器的价格,以利于在商业竞争中获得价格优势并实现利润最大化,采用的一种方式就是变压器出厂铭牌标注的是铜材绕组,实际使用的是铝材绕组。这样的变压器投入运行后往往存在使用寿命短、故障率高、甚至存在发生重大安全事故的隐患。因为变压器绕组使用的是漆包线,变压器是全密封或采用树脂浇注线圈,用户很难直观判断变压器绕组所使用的的真实材料。目前还没有一种比较好的方法能做到准确快速无损判断变压器线圈材质。有鉴于此,有必要提供基于人工智能技术和大数据分析技术的变压器绕组材质无损检测评估系统,以满足工业应用需要。
发明内容
本发明针对现有技术中存在的技术问题,提供一种配电变压器绕组材质无损检测评估系统,该系统基于人工智能技术和大数据分析技术,采集变压器运行数据,分析计算变压器的运行状态,进而实现对变压器绕组材质的无损检测。
一种配电变压器绕组材质无损检测评估系统,包括:采集处理系统、数据服务器、客户端主机;
所述采集处理系统采集并处理变压器运行参数,将处理后的变压器运行参数送至数据服务器;
所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库,并与客户端主机通讯;所述变压器特征参数数据库用于存储各种型号的变压器特征参数,所述变压器历史运行参数库用于存储在线采集的变压器历史运行参数;
所述客户端主机装载有人工智能计算模块;所述人工智能计算模块利用神经网络函数,对变压器顶层油温和绕组热点温升微分方程搭建仿真模型,利用变步长的龙格-库塔方法,计算变压器实时的顶层油温和热点温度,比对特征参数数据库数据,实现绕组材质无损检测的评估预测。
进一步的,所述采集处理系统包括传感器、与传感器通信连接的数据收集器以及与数据收集器连接的数据处理器,所述数据处理器与数据服务器通信连接;
所述传感器用于不间断地对被测变压器进行监测,并将采集的变压器运行参数数据发送至数据收集器;
当同一传感器采集的变压器运行参数数据量达到一定阈值时,所述数据收集器将该传感器采集的变压器运行参数数据汇聚成变压器运行参数数据文件并发送至数据处理器。
进一步的,所述数据处理器包括依次通信连接的数据接收模块、数据检测模块、数据合并模块、数据发送模块;
所述数据接收模块用于接收所述数据收集器发送的变压器运行参数数据文件;
所述数据检测模块用于对各变压器运行参数数据文件中的变压器运行参数数据进行检测,剔除其中的过失误差变压器运行参数数据;
所述数据合并模块用于进行聚类操作,将位于同一个簇的传感器的变压器运行参数数据文件合并为一个变压器运行参数数据文件;
所述数据发送模块用于将数据合并模块处理后的变压器运行参数数据文件发送至所述数据服务器。
本发明的有益效果有:1、通过数据采集,变压器运行状态信息以标准数据文件发送至数据服务器,可以以数据与图形方式实时显示环境温度、顶层油温、高中低压三侧的负载系数等参数;2、通过计算处理,可得出当前的变压器绕组热点温度、绝缘材料的寿命损失,可推断出未来一段时间内变压器能承受的最大负荷、安全运行的时限;3、可实时向运行调度人员提供:变压器的过负荷能力;预测应急负荷下一定时间后变压器的绕组热点温度;设备运行会安全及变压器的寿命损失等;为运行人员提供科学的数据,以供决策参考。
进一步的,所述数据检测模块对所接收的各实验室变压器运行参数数据文件中的变压器运行参数数据进行检测,具体包括:
(1)若变压器运行参数数据文件中存在一变压器运行参数数据超出设定的阈值范围,将该变压器运行参数数据文件视为需检测变压器运行参数数据文件;
(2)对所有的需检测变压器运行参数数据文件顺序进行异常检测。
进一步的,所述的对所有的需检测变压器运行参数数据文件顺序进行异常检测,具体包括:
1)将需检测的变压器运行参数数据文件中的变压器运行参数数据按照从小到大的顺序排列为{S1,S2,...,Sk},k为该需检测变压器运行参数数据文件包含的变压器运行参数数据个数;
2)获取{S1,S2,...,Sk}中的中间值Sm,获取区间[S1,Sm]的中间值Sm1以及区间[Sm,Sk]的中间值Sm2;
3)当k为偶数时,按照下列公式计算过失误差阈值ΔH:
式中,Sx1为区间[S1,Sm1]的中间值,Sx2为区间[Sm1,Sm]的中间值,Sx3为区间[Sm,Sm2]的中间值,Sx4为区间[Sm2,Sk]的中间值;
4)若{S1,S2,...,Sk}中存在变压器运行参数数据Si满足|Si-Sm|>ΔH,则将该变压器运行参数数据Si判定为过失误差变压器运行参数数据。
进一步的,所述的数据检测模块还用于计算与过失误差变压器运行参数数据相应的替代值,将计算出的替代值补入到变压器运行参数数据文件中与该过失误差变压器运行参数数据对应的位置中;其中设过失误差变压器运行参数数据为Sc,其替代值Sc'的计算公式为:
式中,Sx(c)为Sc所在区间的中位数,Sc-1为Sc的前一位变压器运行参数数据,Sc+1为Sc的后一位变压器运行参数数据。
进一步的,所述对各传感器进行聚类,将位于同一个簇的传感器的变压器运行参数数据文件合并到一个大的变压器运行参数数据文件,具体包括:
(1)初始化时,每个传感器视为一个簇,计算任意两个传感器之间的变压器运行参数数据文件相似度;
(2)若两个传感器之间的变压器运行参数数据文件相似度大于设定的阈值,则将该两个传感器设置为同一个簇,将它们的变压器运行参数数据文件合并成一个大的变压器运行参数数据文件;
(3)重复(1)和(2)直至簇的数目达到设定的数目阈值。
进一步的,所述的两个传感器之间的变压器运行参数数据文件相似度计算公式如下:
式中,Gpq表示传感器p、q之间的变压器运行参数数据文件相似度,Jaccard(p,q)为传感器p、q的变压器运行参数数据文件之间的Jaccard系数,为传感器p的变压器运行参数数据文件的变压器运行参数数据平均值,/>为传感器q的变压器运行参数数据文件的变压器运行参数数据平均值,V为设定的变压器运行参数数据相差阈值。
附图说明
图1是本发明配电变压器绕组材质无损检测评估系统的结构示意框图;
图2是本发明数据处理器的结构示意框图。
附图中,各标号所代表的部件列表如下:
数据采集及处理系统1、数据服务器2、客户终端3、变压器特征参数数据库4、变压器历史运行参数库5、人工智能计算模块6、数据接收模块10、数据预处理模块20、数据合并模块30、数据异常检测模块40。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,本发明实施例提供一种配电变压器绕组材质无损检测评估系统,包括:采集处理系统、数据服务器、客户端主机;
所述采集处理系统采集并处理变压器运行参数,将处理后的变压器运行参数送至数据服务器;
所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库,并与客户端主机通讯;所述变压器特征参数数据库用于存储各种型号的变压器特征参数,所述变压器历史运行参数库用于存储在线采集的变压器历史运行参数;
所述客户端主机装载有人工智能计算模块;所述人工智能计算模块利用神经网络函数,对变压器顶层油温和绕组热点温升微分方程搭建仿真模型,利用变步长的龙格-库塔方法,计算变压器实时的顶层油温和热点温度,比对特征参数数据库数据,实现绕组材质无损检测的评估预测。
进一步的,所述采集处理系统包括传感器、与传感器通信连接的数据收集器以及与数据收集器连接的数据处理器,所述数据处理器与数据服务器通信连接;
所述传感器用于不间断地对被测变压器进行监测,并将采集的变压器运行参数数据发送至数据收集器;
当同一传感器采集的变压器运行参数数据量达到一定阈值时,所述数据收集器将该传感器采集的变压器运行参数数据汇聚成变压器运行参数数据文件并发送至数据处理器。
进一步的,所述数据处理器,如图2所示,包括依次通信连接的数据接收模块、数据检测模块、数据合并模块、数据发送模块;
所述数据接收模块用于接收所述数据收集器发送的变压器运行参数数据文件;
所述数据检测模块用于对各变压器运行参数数据文件中的变压器运行参数数据进行检测,剔除其中的过失误差变压器运行参数数据;
所述数据合并模块用于进行聚类操作,将位于同一个簇的传感器的变压器运行参数数据文件合并为一个变压器运行参数数据文件;
所述数据发送模块用于将数据合并模块处理后的变压器运行参数数据文件发送至所述数据服务器。
本发明的有益效果有:1、通过数据采集,变压器运行状态信息以标准数据文件发送至数据服务器,可以以数据与图形方式实时显示环境温度、顶层油温、高中低压三侧的负载系数等参数;2、通过计算处理,可得出当前的变压器绕组热点温度、绝缘材料的寿命损失,可推断出未来一段时间内变压器能承受的最大负荷、安全运行的时限;3、可实时向运行调度人员提供:变压器的过负荷能力;预测应急负荷下一定时间后变压器的绕组热点温度;设备运行会安全及变压器的寿命损失等;为运行人员提供科学的数据,以供决策参考。
进一步的,所述数据检测模块对所接收的各实验室变压器运行参数数据文件中的变压器运行参数数据进行检测,具体包括:
(1)若变压器运行参数数据文件中存在一变压器运行参数数据超出设定的阈值范围,将该变压器运行参数数据文件视为需检测变压器运行参数数据文件;
(2)对所有的需检测变压器运行参数数据文件顺序进行异常检测。
进一步的,所述的对所有的需检测变压器运行参数数据文件顺序进行异常检测,具体包括:
1)将需检测的变压器运行参数数据文件中的变压器运行参数数据按照从小到大的顺序排列为{S1,S2,...,Sk},k为该需检测变压器运行参数数据文件包含的变压器运行参数数据个数;
2)获取{S1,S2,...,Sk}中的中间值Sm,获取区间[S1,Sm]的中间值Sm1以及区间[Sm,Sk]的中间值Sm2;
3)当k为偶数时,按照下列公式计算过失误差阈值ΔH:
式中,Sx1为区间[S1,Sm1]的中间值,Sx2为区间[Sm1,Sm]的中间值,Sx3为区间[Sm,Sm2]的中间值,Sx4为区间[Sm2,Sk]的中间值;
4)若{S1,S2,...,Sk}中存在变压器运行参数数据Si满足|Si-Sm|>ΔH,则将该变压器运行参数数据Si判定为过失误差变压器运行参数数据。
传感器受到外界的干扰,往往会采集到错误或者不准确的变压器运行参数数据。本实施例创新性地提出了过失误差变压器运行参数数据的检测机制,其中定义了过失误差阈值的计算公式,由于采用变压器运行参数数据序列中的中间值来计算过失误差阈值,能够使得检测不受到变压器运行参数数据分布的限制,具备一定的鲁棒性。
本实施例将与中间值的距离大于过失误差阈值的变压器运行参数数据视为过失误差变压器运行参数数据,并对过失误差变压器运行参数数据进行剔除,可以有效地排除传感器测量中的随机干扰,并在一定程度上提高变压器运行参数数据的精确性。
进一步的,所述的数据检测模块还用于计算与过失误差变压器运行参数数据相应的替代值,将计算出的替代值补入到变压器运行参数数据文件中与该过失误差变压器运行参数数据对应的位置中;其中设过失误差变压器运行参数数据为Sc,其替代值Sc'的计算公式为:
式中,Sx(c)为Sc所在区间的中位数,Sc-1为Sc的前一位变压器运行参数数据,Sc+1为Sc的后一位变压器运行参数数据。
现有技术中对过失误差变压器运行参数数据进行处理时,通常是直接将过失误差变压器运行参数数据进行剔除处理,这种方式会造成变压器运行参数数据的缺失,从而影响变压器运行参数数据的时间特性,进一步影响后续对变压器运行参数数据进行处理分析的精度。
本实施例对过失误差变压器运行参数数据进行处理时,按照设定的公式计算出替代值,将替代值替换变压器运行参数数据组中的过失误差变压器运行参数数据,有利于使得变压器运行参数数据组中的变压器运行参数数据趋于平稳,避免造成变压器运行参数数据缺失而影响变压器运行参数数据的时间特性,从而避免影响系统对变压器短期过载能力评估的精确度。
进一步的,所述对各传感器进行聚类,将位于同一个簇的传感器的变压器运行参数数据文件合并到一个大的变压器运行参数数据文件,具体包括:
(1)初始化时,每个传感器视为一个簇,计算任意两个传感器之间的变压器运行参数数据文件相似度;
(2)若两个传感器之间的变压器运行参数数据文件相似度大于设定的阈值,则将该两个传感器设置为同一个簇,将它们的变压器运行参数数据文件合并成一个大的变压器运行参数数据文件;
(3)重复(1)和(2)直至簇的数目达到设定的数目阈值。
本实施例将位于同一个簇的传感器的变压器运行参数数据文件合并到一个大的变压器运行参数数据文件,显著减少了后续对数据进行检索和处理的文件数量,提升了变压器短期过载能力评估系统的数据查询和处理性能。
进一步的,所述的两个传感器之间的变压器运行参数数据文件相似度计算公式如下:
式中,Gpq表示传感器p、q之间的变压器运行参数数据文件相似度,Jaccard(p,q)为传感器p、q的变压器运行参数数据文件之间的Jaccard系数,为传感器p的变压器运行参数数据文件的变压器运行参数数据平均值,/>为传感器q的变压器运行参数数据文件的变压器运行参数数据平均值,V为设定的变压器运行参数数据相差阈值。
本实施例设置变压器运行参数数据文件相似度的计算公式,能够提高对变压器运行参数数据文件进行分类合并的速度,提高系统的运行效率。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种配电变压器绕组材质无损检测评估系统,其特征在于,包括:采集处理系统、数据服务器、客户端主机;
所述采集处理系统采集并处理变压器运行参数,将处理后的变压器运行参数送至数据服务器;
所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库,并与客户端主机通讯;所述变压器特征参数数据库用于存储各种型号的变压器特征参数,所述变压器历史运行参数库用于存储在线采集的变压器历史运行参数;
所述客户端主机装载有人工智能计算模块;所述人工智能计算模块利用神经网络函数,对变压器顶层油温和绕组热点温升微分方程搭建仿真模型,利用变步长的龙格-库塔方法,计算变压器实时的顶层油温和热点温度,比对特征参数数据库数据,实现绕组材质无损检测的评估预测;
所述采集处理系统包括传感器、与传感器通信连接的数据收集器以及与数据收集器连接的数据处理器,所述数据处理器与数据服务器通信连接;
所述传感器用于不间断地对被测变压器进行监测,并将采集的变压器运行参数数据发送至数据收集器;
当同一传感器采集的变压器运行参数数据量达到一定阈值时,所述数据收集器将该传感器采集的变压器运行参数数据汇聚成变压器运行参数数据文件并发送至数据处理器;
所述数据处理器包括依次通信连接的数据接收模块、数据检测模块、数据合并模块、数据发送模块;
所述数据接收模块用于接收所述数据收集器发送的变压器运行参数数据文件;
所述数据检测模块用于对各变压器运行参数数据文件中的变压器运行参数数据进行检测,剔除其中的过失误差变压器运行参数数据;
所述数据合并模块用于进行聚类操作,将位于同一个簇的传感器的变压器运行参数数据文件合并为一个变压器运行参数数据文件;
所述数据发送模块用于将数据合并模块处理后的变压器运行参数数据文件发送至所述数据服务器;
所述的数据检测模块还用于计算与过失误差变压器运行参数数据相应的替代值,将计算出的替代值补入到变压器运行参数数据文件中与该过失误差变压器运行参数数据对应的位置中;其中设过失误差变压器运行参数数据为Sc,其替代值Sc'的计算公式为:
式中,Sx(c)为Sc所在区间的中间值,Sc-1为Sc的前一位变压器运行参数数据,Sc+1为Sc的后一位变压器运行参数数据。
2.根据权利要求1所述的评估系统,其特征在于,所述数据检测模块对所接收的各实验室变压器运行参数数据文件中的变压器运行参数数据进行检测,具体包括:
(1)若变压器运行参数数据文件中存在一变压器运行参数数据超出设定的阈值范围,将该变压器运行参数数据文件视为需检测变压器运行参数数据文件;
(2)对所有的需检测变压器运行参数数据文件顺序进行异常检测。
3.根据权利要求2所述的评估系统,其特征在于,所述的对所有的需检测变压器运行参数数据文件顺序进行异常检测,具体包括:
1)将需检测的变压器运行参数数据文件中的变压器运行参数数据按照从小到大的顺序排列为{S1,S2,...,Sk},k为该需检测变压器运行参数数据文件包含的变压器运行参数数据个数;
2)获取{S1,S2,...,Sk}中的中间值Sm,获取区间[S1,Sm]的中间值Sm1以及区间[Sm,Sk]的中间值Sm2;
3)当k为偶数时,按照下列公式计算过失误差阈值ΔH:
式中,Sx1为区间[S1,Sm1]的中间值,Sx2为区间[Sm1,Sm]的中间值,Sx3为区间[Sm,Sm2]的中间值,Sx4为区间[Sm2,Sk]的中间值;
4)若{S1,S2,...,Sk}中存在变压器运行参数数据Si满足|Si-Sm|>ΔH,则将该变压器运行参数数据Si判定为过失误差变压器运行参数数据。
4.根据权利要求1所述的评估系统,其特征在于,所述对各传感器进行聚类,将位于同一个簇的传感器的变压器运行参数数据文件合并到一个大的变压器运行参数数据文件,具体包括:
(1)初始化时,每个传感器视为一个簇,计算任意两个传感器之间的变压器运行参数数据文件相似度;
(2)若两个传感器之间的变压器运行参数数据文件相似度大于设定的阈值,则将该两个传感器设置为同一个簇,将它们的变压器运行参数数据文件合并成一个大的变压器运行参数数据文件;
(3)重复(1)和(2)直至簇的数目达到设定的数目阈值。
5.根据权利要求4所述的评估系统,其特征在于,所述的两个传感器之间的变压器运行参数数据文件相似度计算公式如下:
式中,Gpq表示传感器p、q之间的变压器运行参数数据文件相似度,Jaccard(p,q)为传感器p、q的变压器运行参数数据文件之间的Jaccard系数,为传感器p的变压器运行参数数据文件的变压器运行参数数据平均值,/>为传感器q的变压器运行参数数据文件的变压器运行参数数据平均值,V为设定的变压器运行参数数据相差阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010700347.2A CN111767659B (zh) | 2020-07-20 | 2020-07-20 | 一种配电变压器绕组材质无损检测评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010700347.2A CN111767659B (zh) | 2020-07-20 | 2020-07-20 | 一种配电变压器绕组材质无损检测评估系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111767659A CN111767659A (zh) | 2020-10-13 |
CN111767659B true CN111767659B (zh) | 2024-03-26 |
Family
ID=72728388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010700347.2A Active CN111767659B (zh) | 2020-07-20 | 2020-07-20 | 一种配电变压器绕组材质无损检测评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111767659B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102427218A (zh) * | 2011-10-28 | 2012-04-25 | 武汉供电公司变电检修中心 | 基于人工智能技术的变压器短期过载能力评估系统 |
CN108681625A (zh) * | 2018-04-25 | 2018-10-19 | 深圳凯达通光电科技有限公司 | 基于大数据技术的变压器短期过载能力智能评估系统 |
CN108761258A (zh) * | 2018-03-29 | 2018-11-06 | 深圳众厉电力科技有限公司 | 基于人工智能和大数据技术的变压器短期过载能力评估系统 |
-
2020
- 2020-07-20 CN CN202010700347.2A patent/CN111767659B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102427218A (zh) * | 2011-10-28 | 2012-04-25 | 武汉供电公司变电检修中心 | 基于人工智能技术的变压器短期过载能力评估系统 |
CN108761258A (zh) * | 2018-03-29 | 2018-11-06 | 深圳众厉电力科技有限公司 | 基于人工智能和大数据技术的变压器短期过载能力评估系统 |
CN108681625A (zh) * | 2018-04-25 | 2018-10-19 | 深圳凯达通光电科技有限公司 | 基于大数据技术的变压器短期过载能力智能评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111767659A (zh) | 2020-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110763929A (zh) | 一种换流站设备智能监测预警系统及方法 | |
CN109977916B (zh) | 一种基于嵌入式平台的变压器油中溶解气体在线监测系统 | |
CN109491339B (zh) | 一种基于大数据的变电站设备运行状态预警系统 | |
CN113526282B (zh) | 一种电梯中长期老化故障诊断方法、装置、介质和设备 | |
CN109711664B (zh) | 一种基于大数据的输变电设备健康评估系统 | |
CN118312746B (zh) | 一种基于数字孪生的设备状态评价方法及系统 | |
CN113177646B (zh) | 一种基于自适应边缘代理的配电设备在线监测方法及系统 | |
CN117318310B (zh) | 一种防爆配电柜远程无人智慧监测系统 | |
CN117911011B (zh) | 一种交直流混联电力线路故障维修预警方法 | |
CN108681625A (zh) | 基于大数据技术的变压器短期过载能力智能评估系统 | |
CN113098132A (zh) | 一种基于群智能优化的改进机器学习故障诊断系统 | |
CN117150244B (zh) | 基于电参数分析的智能配电柜状态监测方法及系统 | |
CN116510223A (zh) | 基于物联网的自识别消防泵电参数巡检监测系统 | |
CN117688464B (zh) | 一种基于多源传感器数据的隐患分析方法及系统 | |
CN118100446A (zh) | 一种用于电力系统的节点运行状态智能检测方法 | |
CN103400308A (zh) | Gis设备运行状态在线检测方法与系统 | |
CN110967585A (zh) | 恶性负载的识别方法及装置 | |
CN111767659B (zh) | 一种配电变压器绕组材质无损检测评估系统 | |
CN116070140B (zh) | 一种配电变电站安全运行状态监测系统及方法 | |
CN117825864A (zh) | 一种配电网线路短路容量监控诊断方法及系统 | |
CN103364669A (zh) | Gis设备运行状态在线检测方法与系统 | |
CN115810266A (zh) | 一种交通拥堵预测系统 | |
CN108761258A (zh) | 基于人工智能和大数据技术的变压器短期过载能力评估系统 | |
CN111382946B (zh) | 设备健康状态的自主评估方法、系统及工业互联网设备 | |
CN118017698B (zh) | 一种用电终端监测系统、方法、电子设备及存储介质 |
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 |