CN112001616A - 一种cvt状态评估系统及方法 - Google Patents
一种cvt状态评估系统及方法 Download PDFInfo
- Publication number
- CN112001616A CN112001616A CN202010818627.3A CN202010818627A CN112001616A CN 112001616 A CN112001616 A CN 112001616A CN 202010818627 A CN202010818627 A CN 202010818627A CN 112001616 A CN112001616 A CN 112001616A
- Authority
- CN
- China
- Prior art keywords
- data
- cvt
- state
- unit
- test 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 137
- 238000012544 monitoring process Methods 0.000 claims abstract description 112
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000012423 maintenance Methods 0.000 claims abstract description 65
- 238000013139 quantization Methods 0.000 claims abstract description 63
- 238000004891 communication Methods 0.000 claims abstract description 51
- 238000011065 in-situ storage Methods 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims description 58
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000010295 mobile communication Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 239000013307 optical fiber Substances 0.000 description 4
- 238000009413 insulation Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06F17/15—Correlation function computation including computation of convolution operations
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明实施例公开了一种CVT状态评估系统及方法,系统包括:数据采集模块、现地监控模块和站端监控模块;数据采集模块用于采集CVT运行状态的测试数据;现地监控模块包括数据处理单元,数据处理单元与数据采集模块通信连接,用于通过模糊数学控制算法对测试数据进行模糊量化处理并建立数据量化模型;站端监控模块包括状态综合评估单元,状态综合评估单元与数据处理单元通信连接,用于通过导入的历史样本数据对数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。本发明实施例提供的技术方案实现了CVT运行状态的评估,为停电预试提供依据及方向,提高了运检效率,降低了电网风险。
Description
技术领域
本发明实施例涉及电力设备试验及运维技术领域,尤其涉及一种CVT状态评估系统及方法。
背景技术
电容式电压互感器(Capacitor Voltage Transformers,CVT)是由串联电容器分压,再经电磁式互感器降压和隔离,作为表计或继电保护的一种电压互感器。
目前电容式电压互感器的运行状态只能通过常规预防性试验来检测,预试周期根据不同的电压等级分为三年或六年不等,试验项目包含电容量、介损量及绝缘电阻的测量。无论是试验时间还是试验项目均存在一定的局限性,无法涵盖其全生命周期,在运行过程中也容易出现故障,影响电网的安全运行。
发明内容
本发明实施例提供了一种CVT状态评估系统及方法,以实现CVT运行状态的评估,为停电预试提供依据及方向,提高运检效率,降低电网风险。
第一方面,本发明实施例提供了一种CVT状态评估系统,包括:
数据采集模块,用于采集CVT运行状态的测试数据,所述测试数据包括停电预试数据、带电测试数据以及在线监测数据;
现地监控模块,包括数据处理单元,所述数据处理单元与所述数据采集模块通信连接,用于通过模糊数学控制算法对所述测试数据进行模糊量化处理并建立数据量化模型;
站端监控模块,包括状态综合评估单元,所述状态综合评估单元与所述数据处理单元通信连接,用于通过导入的历史样本数据对所述数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。
可选的,所述现地监控模块还包括:通信单元,
所述通信单元分别与所述数据采集模块、数据处理单元和状态综合评估单元电连接,用于将接收到的所述数据采集单元采集的测试数据传输给所述数据处理单元,并将所述数据量化模型传输给所述状态综合评估单元。
可选的,所述现地监控模块还包括:数据监测单元,
所述数据监测单元与所述通信单元连接,用于监测并显示所述通信单元接收到的所述测试数据。
可选的,所述现地监控模块还包括:故障保护单元,
所述故障保护单元与所述通信单元连接,所述通信单元还用于接收所述数据采集模块的故障报警信息,所述故障保护单元用于根据所述故障报警信息对所述数据采集模块进行保护。
可选的,所述站端监控模块还包括:上位机显示单元,
所述上位机显示单元与所述状态综合评估单元连接,用于显示所述CVT运行状态以及提供相应的所述运维策略。
可选的,所述数据采集模块的个数为多个;每个所述数据采集单元与CVT一一对应连接,用于采集多个所述CVT运行状态的测试数据。
可选的,所述数据采集模块包括传感器,所述传感器用于采集所述CVT的在线监测数据;
所述数据采集模块用于通过移动通信网接收所述CVT发送的所述停电预试数据和所述带电测试数据;
多个所述数据采集模块通过RS485现场总线方式串联起来,用于将所述停电预试数据、所述带电测试数据以及所述在线监测数据传输给所述数据处理单元。
可选的,所述状态综合评估单元包括:
隶属度函数获取子单元,用于通过历史样本数据并根据历史运行经验确定各指标量的隶属度函数;
隶属度数值矩阵获取子单元,用于将数据量化处理的所述测试数据代入到所述隶属度函数得到隶属度数值矩阵;
最优组合权重系数计算子单元,用于根据熵权法计算出多源指标量的主观和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,作为权重的初始化值;
运行状态综合评价矩阵计算子单元,用于根据隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵;
状态运维策略确定子模块,用于根据运行状态综合评价矩阵判断CVT运行状态等级,确定相应的状态运维策略。
第二方面,本发明实施例提供了一种CVT状态评估方法,通过上述第一方面所述的CVT状态评估系统执行,包括:
数据采集模块采集CVT运行状态的测试数据;所述测试数据包括停电预试数据、带电测试数据以及在线监测数据;
现地监控模块通过模糊数学控制算法对所述测试数据进行量化处理并建立数据量化模型;
站端监控模块通过导入的历史样本数据对所述数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。
可选的,所述状态综合评估单元包括:隶属度函数确定子单元、隶属度数值矩阵计算子单元、最优组合权重系数计算子单元、运行状态综合评价矩阵计算子单元和状态运维策略确定子模块;则所述通过导入的历史样本数据对所述数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略包括:
隶属度函数确定子单元通过所述历史样本数据并根据历史运行经验确定各指标量的隶属度函数;
隶属度数值矩阵计算子单元将数据量化处理的所述测试数据代入到所述隶属度函数得到隶属度数值矩阵;
最优组合权重系数计算子单元根据熵权法计算出多源指标量的主观和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,作为权重的初始化值;
运行状态综合评价矩阵计算子单元根据隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵;
状态运维策略确定子模块根据运行状态综合评价矩阵判断CVT运行状态等级,确定相应的状态运维策略。
本发明实施例提供了一种CVT状态评估系统及方法,系统包括:数据采集模块、现地监控模块和站端监控模块;其中,数据采集模块用于采集CVT运行状态的测试数据,测试数据包括停电预试数据、带电测试数据以及在线监测数据;现地监控模块包括数据处理单元,数据处理单元与数据采集模块通信连接,用于通过模糊数学控制算法对测试数据进行模糊量化处理并建立数据量化模型;站端监控模块包括状态综合评估单元,状态综合评估单元与数据处理单元通信连接,用于通过导入的历史样本数据对数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。本发明实施例提供的技术方案通过采集CVT的停电预试数据、带电测试数据以及在线监测数据,并对其通过模糊数学控制算法进行数据模糊量化处理以建立数据量化模型,评估系统接收到数据量化模型后,通过导入历史样本数据,通过分析对比,评估CVT运行状态并提供相应的运维策略,为停电预试提供依据及方向,实现了预知性检修,提高了运检效率,降低电网风险。
附图说明
图1是本发明实施例一提供的一种CVT状态评估系统的结构框图;
图2是本发明实施例一提供的另一种CVT状态评估系统的结构框图;
图3是本发明实施例二提供的一种CVT状态评估系统的结构框图;
图4是本发明实施例三提供的一种CVT状态评估系统的结构框图;
图5是本发明实施例四提供的一种CVT状态评估方法的流程图;
图6是本发明实施例四提供的一种步骤S130中具体步骤的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
本发明实施例提供了一种CVT状态评估系统,图1是本发明实施例一提供的一种CVT状态评估系统的结构框图,参考图1,包括:
数据采集模块10,用于采集CVT运行状态的测试数据,测试数据包括停电预试数据、带电测试数据以及在线监测数据;
现地监控模块20,包括数据处理单元21,数据处理单元21与数据采集模块10通信连接,用于通过模糊数学控制算法对测试数据进行模糊量化处理并建立数据量化模型;
站端监控模块30,包括状态综合评估单元31,状态综合评估单元31与数据处理单元21通信连接,用于通过导入的历史样本数据对数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。
具体的,CVT状态评估系统包括:数据采集模块10、现地监控模块20和站端监控模块30。其中,数据采集模块10主要负责收集CVT的停电预试数据、带电测试数据以及在线监测数据。停电预试数据可以包括CVT各节电容绝缘电阻、电容量和介损量等,停电预试数据的采集在CVT停电状态下进行,其测量周期按照CVT电压等级分三年或六年不等。带电测试数据可以包括CVT相对总电容量及相对总介质量,带电测试数据的采集在CVT带电运行状态下进行,其测量周期可以为每年一次。在线监测数据可以包括CVT运行中实时的电容量及实时的介损量,在线监测数据的测量在CVT实时运行中进行。即多源的测试数据为CVT运行状态相关的指标量信息。图2是本发明实施例一提供的另一种CVT状态评估系统的结构框图,参考图2,数据采集模块10的个数可以为多个;每个数据采集单元与CVT一一对应连接,用于采集多个CVT运行状态的测试数据。可以通过采集不同CVT的运行数据,实时监测多个CVT运行状态,提高了运检的准确性,降低了电网风险。
现地监控模块20可以为在现场场地设置的一种终端,例如可以是计算机。参考图1-2,现地监控模块20包括数据处理单元21,数据处理单元21与数据采集模块10通信连接。数据采集模块10将获取的测试数据,包括CVT的停电预试数据、带电测试数据以及在线监测数据进行汇总,并将多源的测试数据传送给现地监控模块20的数据处理单元21。数据处理单元21接收到CVT运行状态相关的指标量信息后,对指标量信息进行归一化处理。对指标量信息进行归一化处理包括通过模糊数学控制算法对测试数据进行模糊量化处理。数据处理单元21还用于根据模糊量化处理后的测试数据建立数据量化模型。
模糊数学是指通过对现实对象分析,处理数据并构建模糊型数学模型。模糊控制是采用由模糊数学语言描述的控制律(控制规则)来操纵系统工作的控制方式。按照模糊控制律组成的控制装置称为模糊控制器。在模糊控制中存在着模糊量与精确量之间的相互转化。本发明实施例中模糊数学控制算法对测试数据进行模糊量化处理即为将测出的精准量(测试数据)转化成适于模糊运算的模糊量。即模糊化主要作用是选定模糊控制器的输入量,并对输入量进行满足模糊控制需求的处理,将其转换为系统可识别的模糊量。
参考图1-2,站端监控模块30为远方后台数据监控中心,现地监测模块和站端监测模块采用网线或光纤组成网络,可以通过61850协议进行数据传送。站端监控模块30包括状态综合评估单元31,通过导入的历史样本数据对数据量化模型进行分析对比,以评估CVT运行状态,并给出后续运维建议及措施。状态综合评估单元31可以为在软件上用模糊控制算法取代原来数字控制器的数字控制算法而形成的一个单片机的模糊控制系统。数据处理单元21对测试数据进行模糊化处理后,状态综合评估单元31进行模糊推理决策和反模糊化过程。
示例性的,CVT运行状态可以化划分为正常状态、注意状态、异常状态和严重状态四个等级。正常状态为CVT各项运行数据正常,此时建议按照正常试验周期开展停电及带电测试。注意状态为CVT某一项运行数据出现明显变化,但未超过相关要求的规定范围,此时建议缩短停电及带电试验周期,观察运行数据变化。异常状态为设备某一项运行数据出现较大变化,接近相关要求的规定范围,此时建议停电查明原因,根据调查结果进行相应处理。严重状态为设备某一项或几项运行数据出现较大变化,超过相关要求的规定范围,此时建议需马上停电进行更换。
可选的,数据采集模块10包括传感器,传感器用于采集所述CVT的在线监测数据;数据采集模块10用于通过移动通信网接收CVT发送的停电预试数据和带电测试数据;多个数据采集模块10通过RS485现场总线方式串联起来,用于将停电预试数据、带电测试数据以及在线监测数据传输给数据处理单元21。
具体的,停电预试数据以及带电测试数据是在每次试验结束后通过移动通信网将测量数据传输给数据采集单元,在线监测数据是通过数据采集单元内置的传感器进行采样获取。数据采集模块之间通过RS485现场总线方式串联起来,将获取的各种数据进行汇总并将数据传送给数据处理单元21。数据处理单元21获取指标量信息后,通过模糊数学控制算法,进行数据量化处理并建立数据量化模型,并将量化后的数据模型传送给状态综合评估单元31。状态综合评估单元31接收到数据信息后,通过导入历史样本数据进行分析对比,评估CVT运行状态并提供相应的运维策略,为停电预试提供依据及方向,实现了预知性检修,提高了运检效率,降低电网风险。
本发明实施例提供的技术方案通过采集CVT的停电预试数据、带电测试数据以及在线监测数据,并对其通过模糊数学控制算法进行数据模糊量化处理以建立数据量化模型,评估系统接收到数据量化模型后,通过导入历史样本数据,通过分析对比,评估CVT运行状态并提供相应的运维策略,为停电预试提供依据及方向,实现了预知性检修,提高了运检效率,降低了电网风险。
实施例二
本发明实施例提供了一种CVT状态评估系统,在上述实施例的基础上,本发明实施例提供的CVT状态评估系统对现地监控模块20进行了补充,图3是本发明实施例二提供的一种CVT状态评估系统的结构框图。
可选的,参考图3,现地监控模块20还包括:通信单元22,
通信单元22分别与数据采集模块10、数据处理单元21和状态综合评估单元31连接,用于将接收到的数据采集单元采集的测试数据传输给数据处理单元21,并将数据量化模型传输给状态综合评估单元31。
具体的,通信单元22与数据采集模块10通信连接,多个数据采集模块10通过RS485现场总线方式串联起来,将停电预试数据、带电测试数据以及在线监测数据传输给通信单元22。通信单元22与数据处理单元21连接,数据处理单元21将接收到数据进行模糊量化处理以建立数据量化模型并回输给通信单元22。通信单元22还与状态综合评估单元31连接,通信单元22将接收到的数据量化模型传送到状态综合评估系统进行评估。现地监测模块通过通信单元22和站端监测模块通信连接,可以采用网线或光纤组成网络,通过61850协议进行数据传送。
可选的,参考图3,现地监控模块20还包括:数据监测单元23,数据监测单元23与通信单元22连接,用于监测并显示通信单元22接收到的测试数据。
具体的,现地监控模块20还包括数据监测单元23,并且数据监测单元23与通信单元22连接。因此将停电预试数据、带电测试数据以及在线监测数据传输给通信单元22后,数据监测单元23可以接收到一个或多个CVT的停电预试数据、带电测试数据以及在线监测数据。数据监测单元23可以将采集到的各项数据进行监测并进行显示。现场工作人员可以通过现地监控模块20中的数据监测单元23实时掌握采集到的CVT的停电预试数据、带电测试数据以及在线监测数据。此外,状态综合评估单元31通过导入的历史样本数据对数据量化模型进行分析对比,获得CVT运行状态并给出后续运维建议后,可以将CVT运行状态以及后续运维建议通过通信单元22传输给数据监测单元23,即现场工作人员可以通过数据监测单元23掌握到CVT运行状态以及后续运维建议。
可选的,参考图3,现地监控模块20还包括:故障保护单元24,故障保护单元24与通信单元22连接,通信单元22还用于接收数据采集模块10的故障报警信息,故障保护单元24用于根据故障报警信息对数据采集模块10进行保护。
具体的,现地监控模块20还包括故障保护单元24,故障保护单元24与通信单元22连接,故障保护单元24负责对数据采集模块10在发生故障时进行保护。数据采集模块10在发生故障后,会产生故障报警信息,并通过通信单元22将故障报警信息传输给故障保护单元24,故障保护单元24接收到故障报警信息后会产生控制信号以控制数据采集模块10停止工作,以避免加重数据采集模块10的故障,同时避免采集到错误的测试数据。从而提升了CVT运行状态评估的准确性以及提供相应的运维策略的合理性,为停电预试提供准确的依据及方向,实现了预知性检修,进一步地提高了运检效率,降低了电网风险。
本发明实施例提供的CVT状态评估系统中现地监控模块20包括通信单元22、数据处理单元21、数据监测单元23和故障保护单元24。通信单元22通过光纤与站端监控模块30进行通信,通过RS485与数据采集模块10进行通信。数据处理单元21将接收到数据进行处理量化,并通过通信单元22传送到状态综合评估单元31进行评估。数据监测单元23负责将采集到的各项数据进行监测,并进行显示。故障保护单元24负责对数据采集单元在发生故障时进行保护,分为硬件保护及软件保护,确保采集单元能够正常运行。从而提升了CVT运行状态评估的准确性以及提供相应的运维策略的合理性,为停电预试提供准确的依据及方向,实现了预知性检修,进一步地提高了运检效率,降低了电网风险。
实施例三
本发明实施例提供了一种CVT状态评估系统,在上述实施例的基础上,本发明实施例提供的CVT状态评估系统对站端监控模块30进行了补充,图4是本发明实施例三提供的一种CVT状态评估系统的结构框图。
可选的,参考图4,站端监控模块30还包括:上位机显示单元32,上位机显示单元32与状态综合评估单元31连接,用于显示CVT运行状态以及提供相应的所述运维策略。
具体的,站端监控模块30还包括上位机显示单元32,上位机显示单元32与状态综合评估单元31连接。状态综合评估单元31通过导入的历史样本数据对数据量化模型进行分析对比,获得CVT运行状态并给出后续运维建议后,可以将CVT运行状态以及后续运维建议传输给上位机显示单元32,即远方后台数据监控中心可以通过上位机显示单元32显示CVT运行状态以及后续运维建议,以供工作人员对示CVT运行状态以及后续运维建议进行了解。此外,状态综合评估单元31还可以接收通过现地监控模块20的通信单元22传输的CVT的测试数据,并将测试数据传输给上位机显示单元32进行显示。即远方后台数据监控中心可以通过上位机显示单元32掌握到CVT的测试数据。
可选的,状态综合评估单元31包括:
隶属度函数确定子单元,用于通过历史样本数据并根据历史运行经验确定各指标量的隶属度函数;
隶属度数值矩阵计算子单元,用于将数据量化处理的所述测试数据代入到所述隶属度函数得到隶属度数值矩阵;
最优组合权重系数计算子单元,用于根据熵权法计算出多源指标量的主观和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,作为权重的初始化值;
运行状态综合评价矩阵计算子单元,用于根据隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵;
状态运维策略确定子单元,用于根据运行状态综合评价矩阵判断CVT运行状态等级,确定相应的状态运维策略。
具体的,状态综合评估单元31包括隶属度函数获取子单元、隶属度数值矩阵获取子单元、最优组合权重系数计算子单元、运行状态综合评价矩阵计算子单元以及状态运维策略确定子模块。隶属度函数获取子单元用于通过历史样本数据并根据历史运行经验确定各指标量的隶属度函数。隶属度函数是指若对论域(研究的范围)U中的任一元素x,都有一个数A(x)∈[0,1]与之对应,则称A为U上的模糊集,A(x)称为x对A的隶属度。当x在U中变动时,A(x)就是一个函数,称为A的隶属度函数。隶属度A(x)越接近于1,表示x属于A的程度越高,A(x)越接近于0表示x属于A的程度越低。用取值于区间(0,1)的隶属函数A(x)表征x属于A的程度高低。隶属度函数获取子单元通过历史样本数据(历史停电预试数据、历史带电测试数据以及历史在线监测数据)并根据历史运行经验确定各指标量的隶属度函数。隶属度数值矩阵获取子单元将处理后的测试数据代入到隶属度函数得到隶属度数值矩阵。并且通过最优组合权重系数计算子单元根据熵权法计算出多源指标量的主观权重和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,将其作为权重的初始化值。运行状态综合评价矩阵计算子单元根据接收到的隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵。状态运维策略确定子单元根据运行状态综合评价矩阵判断CVT运行状态等级,并确定相应的状态运维策略。
示例性的,CVT运行状态可以化划分为正常状态、注意状态、异常状态和严重状态四个等级。正常状态为CVT各项运行数据正常,此时建议按照正常试验周期开展停电及带电测试。注意状态为CVT某一项运行数据出现明显变化,但未超过相关要求的规定范围,此时建议缩短停电及带电试验周期,观察运行数据变化。异常状态为设备某一项运行数据出现较大变化,接近相关要求的规定范围,此时建议停电查明原因,根据调查结果进行相应处理。严重状态为设备某一项或几项运行数据出现较大变化,超过相关要求的规定范围,此时建议需马上停电进行更换。
本发明实施例提供的CVT状态评估系统中站端监控模块还包括上位机显示单元,状态综合评估单元包括隶属度函数确定子单元、隶属度数值矩阵计算子单元、最优组合权重系数计算子单元、运行状态综合评价矩阵计算子单元以及状态运维策略确定子单元。隶属度函数确定子单元通过历史样本数据并根据历史运行经验确定各指标量的隶属度函数;隶属度数值矩阵计算子单元将数据量化处理的所述测试数据代入到所述隶属度函数得到隶属度数值矩阵;最优组合权重系数计算子单元根据熵权法计算出多源指标量的主观和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,作为权重的初始化值;运行状态综合评价矩阵计算子单元根据隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵;状态运维策略确定子单元根据运行状态综合评价矩阵判断CVT运行状态等级,确定相应的状态运维策略。上位机显示单元显示CVT运行状态以及后续运维建议,以供工作人员对示CVT运行状态以及后续运维建议进行了解。此外,状态综合评估单元还可以接收通过现地监控模块的通信单元传输的CVT的测试数据,并将测试数据传输给上位机显示单元进行显示。
实施例四
本发明实施例提供了一种CVT状态评估方法,通过上述任一实施例所述的CVT状态评估系统执行,图5是本发明实施例四提供的一种CVT状态评估方法的流程图,参考图5,方法包括:
S110、数据采集模块采集CVT运行状态的测试数据;测试数据包括停电预试数据、带电测试数据以及在线监测数据。
具体的,通过数据采集模块负责收集CVT的停电预试数据、带电测试数据以及在线监测数据。停电预试数据可以包括CVT各节电容绝缘电阻、电容量和介损量等,停电预试数据的采集在CVT停电状态下进行,其测量周期按照CVT电压等级分三年或六年不等。带电测试数据可以包括CVT相对总电容量及相对总介质量,带电测试数据的采集在CVT带电运行状态下进行,其测量周期可以为每年一次。在线监测数据可以包括CVT运行中实时的电容量及实时的介损量,在线监测数据的测量在CVT实时运行中进行。即多源的测试数据为CVT运行状态相关的指标量信息。数据采集模块的个数可以为多个;每个数据采集单元与CVT一一对应连接,用于采集多个CVT运行状态的测试数据。通过RS485现场总线方式将多个数据采集模块串联起来,传输停电预试数据、带电测试数据以及在线监测数据传输给数据处理单元。
S120、现地监控模块中的处理单元通过模糊数学控制算法对测试数据进行量化处理并建立数据量化模型。
具体的,现地监控模块包括数据处理单元,数据处理单元与数据采集模块通信连接。通过数据采集模块将获取的测试数据,包括CVT的停电预试数据、带电测试数据以及在线监测数据进行汇总,并将多源的测试数据传送给现地监控模块的数据处理单元。数据处理单元接收到CVT运行状态相关的指标量信息后,对指标量信息进行归一化处理。对指标量信息进行归一化处理包括通过模糊数学控制算法对测试数据进行模糊量化处理。数据处理单元还用于根据模糊量化处理后的测试数据建立数据量化模型。在模糊控制中存在着模糊量与精确量之间的相互转化。本发明实施例中模糊数学控制算法对测试数据进行模糊量化处理即为将测出的精准量(测试数据)转化成适于模糊运算的模糊量。即模糊化主要作用是选定模糊控制器的输入量,并对输入量进行满足模糊控制需求的处理,将其转换为系统可识别的模糊量。
S130、站端监控模块中的状态综合评估单元通过导入的历史样本数据对数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。
具体的,站端监控模块为远方后台数据监控中心,现地监测模块和站端监测模块采用网线或光纤组成网络,可以通过61850协议进行数据传送。站端监控模块包括状态综合评估单元,状态综合评估单元通过导入的历史样本数据对数据量化模型进行分析对比,以评估CVT运行状态,并给出后续运维建议及措施。状态综合评估单元可以为在软件上用模糊控制算法取代原来数字控制器的数字控制算法而形成的一个单片机的模糊控制系统。数据处理单元对测试数据进行模糊化处理后,状态综合评估单元进行模糊推理决策和反模糊化过程。
示例性的,CVT运行状态可以化划分为正常状态、注意状态、异常状态和严重状态四个等级。正常状态为CVT各项运行数据正常,此时建议按照正常试验周期开展停电及带电测试。注意状态为CVT某一项运行数据出现明显变化,但未超过相关要求的规定范围,此时建议缩短停电及带电试验周期,观察运行数据变化。异常状态为设备某一项运行数据出现较大变化,接近相关要求的规定范围,此时建议停电查明原因,根据调查结果进行相应处理。严重状态为设备某一项或几项运行数据出现较大变化,超过相关要求的规定范围,此时建议需马上停电进行更换。
本发明实施例提供的技术方案通过采集CVT的停电预试数据、带电测试数据以及在线监测数据,并对其通过模糊数学控制算法进行数据模糊量化处理以建立数据量化模型,评估系统接收到数据量化模型后,通过导入历史样本数据,通过分析对比,评估CVT运行状态并提供相应的运维策略,为停电预试提供依据及方向,实现了预知性检修,提高了运检效率,降低电网风险。
可选的,图6是本发明实施例四提供的一种步骤S130中具体步骤的流程图,参考图6,状态综合评估单元包括:隶属度函数确定子单元、隶属度数值矩阵计算子单元、最优组合权重系数计算子单元、运行状态综合评价矩阵计算子单元和状态运维策略确定子模块;则通过导入的历史样本数据对数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略包括:
S1310、隶属度函数确定子单元通过历史样本数据并根据历史运行经验确定各指标量的隶属度函数。
S1320、隶属度数值矩阵计算子单元将数据量化处理的测试数据代入到隶属度函数得到隶属度数值矩阵。
S1330、最优组合权重系数计算子单元根据熵权法计算出多源指标量的主观和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,作为权重的初始化值。
S1340、运行状态综合评价矩阵计算子单元根据隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵。
S1350、状态运维策略确定子单元根据运行状态综合评价矩阵判断CVT运行状态等级,确定相应的状态运维策略。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种CVT状态评估系统,其特征在于,包括:
数据采集模块,用于采集CVT运行状态的测试数据,所述测试数据包括停电预试数据、带电测试数据以及在线监测数据;
现地监控模块,包括数据处理单元,所述数据处理单元与所述数据采集模块通信连接,用于通过模糊数学控制算法对所述测试数据进行模糊量化处理并建立数据量化模型;
站端监控模块,包括状态综合评估单元,所述状态综合评估单元与所述数据处理单元通信连接,用于通过导入的历史样本数据对所述数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。
2.根据权利要求1所述的CVT状态评估系统,其特征在于,所述现地监控模块还包括:通信单元,
所述通信单元分别与所述数据采集模块、数据处理单元和状态综合评估单元电连接,用于将接收到的所述数据采集单元采集的测试数据传输给所述数据处理单元,并将所述数据量化模型传输给所述状态综合评估单元。
3.根据权利要求2所述的CVT状态评估系统,其特征在于,所述现地监控模块还包括:数据监测单元,
所述数据监测单元与所述通信单元连接,用于监测并显示所述通信单元接收到的所述测试数据。
4.根据权利要求2所述的CVT状态评估系统,其特征在于,所述现地监控模块还包括:故障保护单元,
所述故障保护单元与所述通信单元连接,所述通信单元还用于接收所述数据采集模块的故障报警信息,所述故障保护单元用于根据所述故障报警信息对所述数据采集模块进行保护。
5.根据权利要求1所述的CVT状态评估系统,其特征在于,所述站端监控模块还包括:上位机显示单元,
所述上位机显示单元与所述状态综合评估单元连接,用于显示所述CVT运行状态以及提供相应的所述运维策略。
6.根据权利要求1所述的CVT状态评估系统,其特征在于,所述数据采集模块的个数为多个;每个所述数据采集单元与CVT一一对应连接,用于采集多个所述CVT运行状态的测试数据。
7.根据权利要求6所述的CVT状态评估系统,其特征在于,所述数据采集模块包括传感器,所述传感器用于采集所述CVT的在线监测数据;
所述数据采集模块用于通过移动通信网接收所述CVT发送的所述停电预试数据和所述带电测试数据;
多个所述数据采集模块通过RS485现场总线方式串联起来,用于将所述停电预试数据、所述带电测试数据以及所述在线监测数据传输给所述数据处理单元。
8.根据权利要求1所述的CVT状态评估系统,其特征在于,所述状态综合评估单元包括:
隶属度函数确定子单元,用于通过历史样本数据并根据历史运行经验确定各指标量的隶属度函数;
隶属度数值矩阵计算子单元,用于将数据量化处理的所述测试数据代入到所述隶属度函数得到隶属度数值矩阵;
最优组合权重系数计算子单元,用于根据熵权法计算出多源指标量的主观和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,作为权重的初始化值;
运行状态综合评价矩阵计算子单元,用于根据隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵;
状态运维策略确定子模块,用于根据运行状态综合评价矩阵判断CVT运行状态等级,确定相应的状态运维策略。
9.一种CVT状态评估方法,通过权利要求1-8任一所述的CVT状态评估系统执行,其特征在于,包括:
数据采集模块采集CVT运行状态的测试数据;所述测试数据包括停电预试数据、带电测试数据以及在线监测数据;
现地监控模块中的数据处理单元通过模糊数学控制算法对所述测试数据进行量化处理并建立数据量化模型;
站端监控模块中的状态综合评估单元通过导入的历史样本数据对所述数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略。
10.根据权利要求9所述的CVT状态评估方法,其特征在于,所述状态综合评估单元包括:隶属度函数确定子单元、隶属度数值矩阵计算子单元、最优组合权重系数计算子单元、运行状态综合评价矩阵计算子单元和状态运维策略确定子模块;
所述通过导入的历史样本数据对所述数据量化模型进行分析对比,以评估CVT运行状态并提供相应的运维策略包括:
隶属度函数确定子单元通过所述历史样本数据并根据历史运行经验确定各指标量的隶属度函数;
隶属度数值矩阵计算子单元将数据量化处理的所述测试数据代入到所述隶属度函数得到隶属度数值矩阵;
最优组合权重系数计算子单元根据熵权法计算出多源指标量的主观和客观权重,并依据最优组合权重法计算得每个指标量的最优组合权重系数,作为权重的初始化值;
运行状态综合评价矩阵计算子单元根据隶属度数值矩阵及初始化权重数值计算出运行状态综合评价矩阵;
状态运维策略确定子模块根据运行状态综合评价矩阵判断CVT运行状态等级,确定相应的状态运维策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010818627.3A CN112001616A (zh) | 2020-08-14 | 2020-08-14 | 一种cvt状态评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010818627.3A CN112001616A (zh) | 2020-08-14 | 2020-08-14 | 一种cvt状态评估系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112001616A true CN112001616A (zh) | 2020-11-27 |
Family
ID=73473362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010818627.3A Pending CN112001616A (zh) | 2020-08-14 | 2020-08-14 | 一种cvt状态评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001616A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484613A (zh) * | 2021-05-24 | 2021-10-08 | 国网山东省电力公司淄博供电公司 | 基于二次开路原理的电流互感器介损和电容量测试方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101274A1 (zh) * | 2012-12-28 | 2014-07-03 | 辽宁省电力有限公司 | 数据采集器检测与评估系统 |
CN105046402A (zh) * | 2015-06-23 | 2015-11-11 | 国家电网公司 | 一种应用于智能变电站二次设备的状态评估方法 |
CN106845112A (zh) * | 2017-01-19 | 2017-06-13 | 中国地质科学院水文地质环境地质研究所 | 一种地下水质量综合评价方法 |
CN108459295A (zh) * | 2018-04-25 | 2018-08-28 | 国网山西省电力公司计量中心 | 基于分布式数据采集处理的cvt在线监测系统和方法 |
-
2020
- 2020-08-14 CN CN202010818627.3A patent/CN112001616A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014101274A1 (zh) * | 2012-12-28 | 2014-07-03 | 辽宁省电力有限公司 | 数据采集器检测与评估系统 |
CN105046402A (zh) * | 2015-06-23 | 2015-11-11 | 国家电网公司 | 一种应用于智能变电站二次设备的状态评估方法 |
CN106845112A (zh) * | 2017-01-19 | 2017-06-13 | 中国地质科学院水文地质环境地质研究所 | 一种地下水质量综合评价方法 |
CN108459295A (zh) * | 2018-04-25 | 2018-08-28 | 国网山西省电力公司计量中心 | 基于分布式数据采集处理的cvt在线监测系统和方法 |
Non-Patent Citations (1)
Title |
---|
陈化钢: "《电路设备预防性试验方法及诊断技术》", 中国水利水电出版社, pages: 1 - 2 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113484613A (zh) * | 2021-05-24 | 2021-10-08 | 国网山东省电力公司淄博供电公司 | 基于二次开路原理的电流互感器介损和电容量测试方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104990629B (zh) | 一种红外成像测温的电力设备故障自动预警系统 | |
CN109102189A (zh) | 一种电气设备健康管理系统和方法 | |
CN109490713A (zh) | 一种用于电缆线路移动巡检及交互诊断的方法及系统 | |
CN107886171B (zh) | 一种基于pmu数据的断路器状态在线诊断方法及系统 | |
CN113112635B (zh) | 一种智能设备用常规巡检系统 | |
CN115566804B (zh) | 一种基于分布式光纤传感技术的电力监测系统 | |
CN115864223B (zh) | 一种基于无人机巡视技术的电网全专业差异化运维方法 | |
CN115159285B (zh) | 电梯状态监测方法及电梯状态监测装置 | |
CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
CN113763667A (zh) | 一种基于5g边缘计算的火灾预警及状态监测装置及方法 | |
CN115293370A (zh) | 一种分布式光伏电站的数字一体化运维管理系统 | |
CN116315173A (zh) | 基于新能源汽车的电池温度采样系统 | |
CN115248402A (zh) | 油浸变压器在线监测系统及方法 | |
CN112001616A (zh) | 一种cvt状态评估系统及方法 | |
CN117330948A (zh) | 一种断路器机械特性在线监测方法及系统 | |
CN116961130A (zh) | 一种基于多节点控制的电力调度方法及装置 | |
CN116243675A (zh) | 一种血凝仪清洗液生产异常监控方法 | |
LU506792A1 (en) | Remote monitoring system for oil and gas in high-voltage bushing | |
CN113687160B (zh) | 用于站用交流回路预警的方法、装置、终端及系统 | |
CN110728709B (zh) | 一种基于双目视觉技术的刀闸智能识别系统及方法 | |
CN212844140U (zh) | 一种基于测量电场强度的真空度在线智能预警系统 | |
CN115061012A (zh) | 基于边缘计算供电电网智能监测诊断系统及方法 | |
CN107607834A (zh) | 变电站光纤复合架空地线复合光缆在线监测系统及方法 | |
CN113267711A (zh) | 变电站高压电气设备绝缘状态在线监测系统及监测方法 | |
CN111766790A (zh) | 一种基于智能家居的安防系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201127 |