CN112216077B - 物联感知监测系统及监测预警方法、移动终端及云端服务器 - Google Patents
物联感知监测系统及监测预警方法、移动终端及云端服务器 Download PDFInfo
- Publication number
- CN112216077B CN112216077B CN202010911840.9A CN202010911840A CN112216077B CN 112216077 B CN112216077 B CN 112216077B CN 202010911840 A CN202010911840 A CN 202010911840A CN 112216077 B CN112216077 B CN 112216077B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- output result
- abnormal
- internet
- phase
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 191
- 230000008447 perception Effects 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 109
- 230000007547 defect Effects 0.000 claims abstract description 61
- 238000004364 calculation method Methods 0.000 claims abstract description 60
- 238000012806 monitoring device Methods 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims description 77
- 238000004891 communication Methods 0.000 claims description 76
- 230000007246 mechanism Effects 0.000 claims description 13
- 230000001960 triggered effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 46
- 238000007726 management method Methods 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 10
- 230000002829 reductive effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 241000208199 Buxus sempervirens Species 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004128 high performance liquid chromatography Methods 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明适用于电力设备监测技术领域，提供了一种物联感知监测系统及监测预警方法、移动终端及云端服务器，所述系统包括多个物联感知监测装置，每一物联感知监测装置包括一组一一对应设置的前端传感器和边缘计算模块；多个物联感知监测装置分别设置于电力设备的多个监测位置，以通过前端传感器监测电力设备不同位置的潜伏性缺陷，每一边缘计算模块采集与其对应的前端传感器的输出结果信号，并在输出结果信号为异常信号时根据相邻监测位置处的前端传感器的输出结果信号判断所述异常信号是否为误触发以得到初步判断结果。本发明中边缘计算模块综合相邻监测位置处前端传感器的输出结果信号共同判定异常信号是否为误触发，有利于提高预警的准确性。
Description
技术领域
本发明属于电力设备监测技术领域，尤其涉及一种物联感知监测系统及监测预警方法、移动终端及云端服务器。
背景技术
对电力设备进行在线监测是发现设备早期潜伏性缺陷的有效方法，然而当前在线监测技术在实际应用中仍有漏报误报现象。以河北两座特高压站为例，在日常运行过程中，就曾发生过多次特高频在线监测系统报警，现场对设备复测并未发现问题，过一段时间后告警信号消失的情况。再如，2018年9月，某1000kV特高压站按调度指令为4号主变送电，T052开关转热备用不到4分钟后内部发生放电，导致相邻开关跳闸的事故。然而事故发生前，设备安装的局放在线监测系统无任何异常信号。可见，现有局放监测系统实际应用中，在灵敏度、可靠性、准确性等方面还存在问题。深入研究发现，造成误报漏报的主要原因是现有监测设备的检测判断存在信息孤岛、可靠性不足。监测终端之间数据不互通，缺乏关联化管理，导致发现异常后各自独立触发报警，错误率较高。现场分析主要根据检测人员经验，或在远程后台判断计算后再反馈回现场，未结合时间和空间上的历史信息，准确度低、可靠性差，无法实现在线快速感知、即时判断管控。
为顺应能源革命和数字革命融合发展趋势，电网需要进行“两网融合”，其中输变电设备物联网是实现“两网融合”目标的重要手段，这对电网设备智能化管理也提出了新的、更高的要求。当前电力设备故障监测、预警方面还存在一定不足，同时在智能感知、互联互通、数据利用与共享等方面难以满足泛在电力物联网的建设需求。
发明内容
有鉴于此，本发明提供了一种物联感知监测系统及监测预警方法、移动终端及云端服务器，能够提高针对存在潜伏性缺陷预警的准确性，加强了物联感知监测装置的互联性和智能性。
本发明的第一方面提供了一种物联感知监测系统，其包括：
多个物联感知监测装置，每一所述物联感知监测装置包括一组一一对应设置的前端传感器和边缘计算模块；
所述多个物联感知监测装置分别设置于电力设备的多个监测位置，以通过前端传感器监测电力设备不同位置的潜伏性缺陷，每一所述边缘计算模块用于采集与其对应的所述前端传感器的输出结果信号，并在所述输出结果信号为异常信号时根据相邻监测位置处的所述前端传感器的输出结果信号判断所述异常信号是否为误触发以得到初步判断结果。
可选的，所述边缘计算模块包括数据处理分析单元和互联通信单元；
所述数据处理分析单元，用于采集与其对应的所述前端传感器的输出结果信号，并在所述输出结果信号为异常信号时触发互联通信单元与其相邻监测位置的互联通信单元通信并由所述数据处理分析单元执行区域联动触发预警机制，所述区域联动触发预警机制为通过输出结果信号为异常信号处的互联通信单元查询相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器的输出结果信号，所述相邻监测位置为同相相邻监测位置、或同相相邻监测位置和异相相邻监测位置；
当所述相邻监测位置为同相相邻监测位置时，所述数据处理分析单元，还用于在查询到同相相邻监测位置处前端传感器的输出结果信号为异常信号时，判定所述初步判断结果为存在潜伏性缺陷，否则，判定所述初步判断结果为误触发。
当所述相邻监测位置为同相相邻监测位置和异相相邻监测位置时，所述数据处理分析单元，还用于在查询到同相相邻监测位置处前端传感器的输出结果信号为异常信号且异相相邻监测位置处前端传感器的输出结果信号无异常信号时，判定所述初步判断结果为存在潜伏性缺陷，在查询到同相相邻监测位置处前端传感器的输出结果信号无异常信号且异相相邻监测位置处前端传感器的输出结果信号为异常信号时，判定所述初步判断结果为误触发，在查询到同相相邻监测位置处前端传感器的输出结果信号为异常信号且异相相邻监测位置处前端传感器的输出结果信号为异常信号时，判定所述初步判断结果为不同相位置同时存在两处以上潜伏性缺陷。
可选的，所述互联通信单元还用于与云端服务器或移动终端连接，以在所述边缘计算模块的初步判断结果为存在潜伏性缺陷时，向所述移动终端或云端服务器发送预警信息。
可选的，所述互联通信单元还用于与云端服务器连接，所述云端服务器中存储有所述电力设备的状态历史数据；所述状态历史数据包括：设备结构、历史运行和试验情况等信息；
所述数据处理分析单元，还用于通过所述互联通信单元查询所述云端服务器中存储的所述电力设备的状态历史数据，将所述电力设备的状态历史数据和已得到的所述初步判断结果综合判断，得到最终判断结果，当所述最终判断结果为存在潜伏性缺陷时，通过所述互联通信单元向所述云端服务器发送预警信息。
进一步的，所述互联通信单元还用于与移动终端连接，以当所述最终判断结果为存在潜伏性缺陷时，通过所述互联通信单元向所述移动终端发送预警信息。
所述边缘计算模块和前端传感器物理载体融合，所述边缘计算模块采集前端传感器检测感知到的数据并通过边缘计算完成数据处理和就地分析，就地计算分析让数据处理更靠近感知前端，而不是外部数据中心或者云，可以缩短延迟时间，大大提高处理效率，降低云端服务器的数据传输、存储、计算的压力，同时边缘算法还能随时更新。
可选的，每一所述互联通信单元查询相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器的输出结果信号时采用的通信方式包括 HPLC、ZigBee、LoRa以及HPLC与无线构成的双模中任一种或几种组合。
可选的，所述互联通信单元与云端服务器或移动终端连接的通信方式包括 LTE/IoT-G专网、GPRS/4G/5G公网中任一种或几种组合。
本发明还有一实施例提供了一种物联感知监测预警方法，其包括：
多个物联感知监测装置通过其内部的前端传感器分别监测电力设备的不同位置；
所述物联感知监测装置中的边缘计算模块接收与之一一对应设置的所述前端传感器的输出结果信号；
所述前端传感器接收检测信号超阈值，则输出结果信号为异常信号；若监测到输出结果信号为异常信号，则触发相邻监测位置处的所述边缘计算模块之间互联通信；
执行区域联动触发预警机制，所述区域联动触发预警机制为查询输出异常信号的所述物联感知监测装置的相邻监测位置处的前端传感器的输出结果信号；
综合相邻监测位置处的输出结果信号判断所述异常信号为存在潜伏性缺陷或误触发，以此作为初步判断结果并在初步判断结果为存在潜伏性缺陷时触发相应预警操作。
进一步的，在得到初步判断结果后，启动边缘计算模块与云端服务器之间通信，查询云端服务器中存储的电力设备状态历史数据，将电力设备状态历史数据和已得到的所述初步判断结果综合判断，得到最终判断结果并在最终判断结果为存在潜伏性缺陷时触发相应预警操作。
本发明另一实施例提供了一种移动终端，其包括通信模块、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器和通信模块连接，所述通信模块与所述物联感知监测系统中的边缘计算模块连接，用于接收所述物联感知监测系统在所述初步判断结果为存在潜伏性缺陷时发送的预警信息。
本发明又一实施例提供了一种云端服务器，与所述物联感知监测系统连接，用于接收并存储所述物联感知监测系统在所述初步判断结果为存在潜伏性缺陷时发送的预警信息，并在接收到所述物联感知监测系统中的边缘计算模块查询所述云端服务器中存储的所述电力设备的状态历史数据的查询请求时，将所述电力设备的状态历史数据发送至所述物联感知监测系统中的边缘计算模块。
由于采用了上述技术方案，本发明取得的有益效果是：
在本发明的装置实施例中通过对电力设备的多个监测位置分别安装前端传感器，每一前端传感器配置对应接收其信号的边缘计算模块，当某一前端传感器监测到超阈值数据时，其输出结果信号为异常信号，触发相邻监测位置处的所述边缘计算模块之间互联通信，并执行区域联动触发预警机制，每一边缘计算模块能实时查询电力设备相邻监测位置处边缘计算模块接收的前端传感器输出结果信号，并根据相邻监测位置处对应的前端传感器的输出结果信号计算分析，共同判定异常信号是否为误触发，增强物联感知监测装置之间的互联性、智能性，从而避免信息孤岛，降低误报，提高对存在潜伏性缺陷监测预警的准确性。
本发明通过就地计算分析，让数据处理更靠近感知前端，而不是外部数据中心或者云端服务器，可以缩短延迟时间，大大提高处理效率，降低云端服务器的数据传输、存储、计算的压力，同时边缘算法还能随时更新。通过边缘计算模块建立了前端传感器感知与云端服务器的互联通信，实现了试验数据与设备信息的泛在聚合和贯通应用，提升了即时诊断管控和云端协同能力，为输变电设备物联网建设提供了有效的技术支撑。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的物联感知监测系统的结构原理框图；
图2是本发明实施例提供的物联感知监测预警方法的流程图；
图3是本发明实施例提供的物联感知监测系统应用于三相分箱型GIS设备中时的安装位置和查询关系示意图；
图4是本发明实施例提供的物联感知监测系统应用于三相共箱型GIS设备时的安装位置和查询关系示意图；
图5是本发明实施例中三相共箱型GIS设备的横截面示意图；
图6是本发明实施例提供的物联感知监测系统应用于三相分箱型GIS设备时的监测预警方法的流程图；
图7是本发明实施例提供的物联感知监测系统应用于三相共箱型GIS设备时的监测预警方法的流程图；
图8是本发明实施例提供的物联感知监测装置、移动终端、云端服务器之间的连接及通信关系图。
其中，1前端传感器、2边缘计算模块、3物联感知监测装置、4移动终端、5 云端服务器。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
参见图1，其示出了本发明实施例1提供的物联感知监测系统，其包括多个物联感知监测装置3，每一所述物联感知监测装置3包括一组一一对应连接的前端传感器1和边缘计算模块2；
每个所述前端传感器1分别设置于电力设备的不同监测位置，以监测电力设备不同位置的潜伏性缺陷，不同位置根据需要放置相应类型的前端传感器1，满足灵活多样的监测目的。每一边缘计算模块2均与一个前端传感器1对应连接，每一所述边缘计算模块2用于采集与其对应的所述前端传感器1的输出结果信号，每一所述边缘计算模块2在所述输出结果信号为异常信号时根据相邻监测位置处的所述前端传感器1的输出结果信号判断所述异常信号是否为误触发以得到初步判断结果。每一前端传感器1与之唯一对应的边缘计算模块2一对一配套，使得安装、接线均更简洁。
与现有技术相比，本实施例中的边缘计算模块2在得到与之对应的前端传感器1的输出结果信号且所述输出结果信号为异常信号时，并不就此认定为存在潜伏性故障或故障早期征兆，而是再结合相邻监测位置处的所述前端传感器 1的输出结果信号进行分析，综合至少2个输出结果信号共同判断所述异常信号是否为误触发，得到初步判断结果，这样综合至少2个输出结果信号共同判断所述异常信号是否为误触发能有效降低误报率，提高对潜伏性故障预警的准确性。
进一步的，所述前端传感器1检测到电力设备对应位置处的数据超阈值时，输出结果为异常信号。电力设备的数据可以包括特高频、高频、暂态地电压等局部放电检测数值，或电压值、电流值、阻抗值、频率值、温度、湿度、气体分解物含量值、速度值、波长值等等。
针对不同的监测需求，所述前端传感器1可以是超声波传感器、特高频传感器、高频传感器、暂态地电压局放传感器，红外热成像传感器，紫外放电成像传感器，气体分解物、温度、湿度传感器等电力设备常规检测、监测用传感器，上述前端传感器1根据监测需要设置于变压器、换流变、气体绝缘封闭组合开关设备GIS、断路器、高压电抗器、互感器等电力一次设备上。本实施例可针对不同被监测设备、不同监测需求，灵活配置相应的前端传感器，适用范围广。
所述边缘计算模块2包括数据处理分析单元和互联通信单元；其中，所述数据处理分析单元实时采集或根据设定时间采集与其对应的所述前端传感器1 的输出结果信号，并判断所述输出结果信号是否为异常信号，若为异常信号则触发互联通信单元，所述数据处理分析单元通过互联通信单元查询相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器的输出结果信号，以得到初步判断结果。通过互联通信单元实现各个边缘计算模块2之间通信，能互相查询相应位置处的前端传感器1的输出结果信号，增强物联感知监测装置之间以及与云端服务器的互联性、诊断智能性，避免信息孤岛，降低误报，为判断异常信号是否为误触发提供了快速高效的信息传递途径，有利于实现关联化管理。
在实施例2中，如图2所示，提供了一种物联感知监测预警方法，其包括：
多个物联感知监测装置通过其内部的前端传感器分别监测电力设备的不同位置，以监测电力设备不同位置的潜伏性缺陷；
所述物联感知监测装置中的边缘计算模块接收与之一一对应设置的所述前端传感器的输出结果信号；
所述前端传感器接收检测信号超阈值，则输出结果信号为异常信号；若监测到输出结果信号为异常信号，则触发相邻监测位置处的所述边缘计算模块之间互联通信；
执行区域联动触发预警机制，所述区域联动触发预警机制为查询输出异常信号的所述物联感知监测装置的相邻监测位置处的前端传感器的输出结果信号；
综合相邻监测位置处的输出结果信号判断所述异常信号为存在潜伏性缺陷或误触发，以此作为初步判断结果并在初步判断结果为存在潜伏性缺陷时触发相应预警操作。
进一步的，在得到初步判断结果后，启动边缘计算模块与云端服务器之间通信，查询云端服务器中存储的电力设备状态历史数据，将电力设备状态历史数据和已得到的所述初步判断结果综合判断，得到最终判断结果并在最终判断结果为存在潜伏性缺陷时触发相应预警操作。
所述相应预警操作包括向移动终端发送预警信息，完成相应预警信号反馈，发送云端服务器存储。
基于上述实施例1，在一种实施例3中，对于被监测电气设备中异相相邻监测位置无互连关系的情况，需查询的所述相邻监测位置包括同相相邻监测位置和异相相邻监测位置；查询后的判断逻辑为：(1)当所述数据处理分析单元在通过互联通信单元查询到同相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器1的输出结果信号为具有出现和消失时间、相位特征图谱等相同特征的异常信号且异相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器1的输出结果信号无异常信号时，得到初步判断结果为存在潜伏性缺陷或故障早期征兆；(2)当所述数据处理分析单元在通过互联通信单元查询到一定范围内同相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器1的输出结果信号无异常信号且异相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器1的输出结果信号为异常信号时，得到初步判断结果为意外干扰导致的误触发；(3)当所述数据处理分析单元在通过互联通信单元查询到同相相邻监测位置处前端传感器的输出结果信号为异常信号且异相相邻监测位置处前端传感器的输出结果信号为异常信号时，得到初步判断结果为可能不同相设备位置上同时存在两处以上潜伏性缺陷及故障早期征兆；(4)当所述数据处理分析单元在通过互联通信单元查询到同相相邻监测位置处前端传感器的输出结果和异相相邻监测位置处前端传感器的输出结果均无异常信号时，得到初步判断结果为意外干扰导致的误触发。
以物联感知监测系统应用于三相分箱型GIS设备为例，三相分箱型GIS设备属于异相相邻监测位置无互连关系的情况，需查询的所述相邻监测位置包括同相相邻监测位置和异相相邻监测位置；参见图3，在三相分箱型GIS设备的A、B、C三个相位上每间隔一段距离安装一个由前端传感器1和边缘计算模块 2构成的物联感知监测装置3，其中前端传感器1选用特高频传感器，每一特高频传感器和边缘计算模块2一一对应设置，图3中，a1、a2、a3、a4……分别表示A相上同相位置处安装的物联感知监测装置3，b1、b2、b3、b4……分别表示B相上同相位置处安装的物联感知监测装置3，c1、c2、c3、c4……分别表示C相上同相位置处安装的物联感知监测装置3，每一所述边缘计算模块2 用于采集与其对应的所述特高频传感器的输出结果信号，例如某时b3处边缘计算模块2监测到与其对应的所述特高频传感器的输出结果信号为异常信号，此时通过互联通信单元查询b3处的同相相邻监测位置b2和b4以及b1和b5、异相相邻监测位置a3和c3、a2和c2以及a4和c4处的所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号，当b2和b4以及b1和b5处的一个或多个所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号为异常信号且a3和c3、、a2和c2以及a4和c4处的所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号无异常信号时，得到初步判断结果为b3处存在潜伏性缺陷或故障早期征兆，而非误触发；当b2和b4、以及b1和b5处的所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号无异常信号且a3和c3、a2和c2以及a4和c4处的一个或多个所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号为异常信号时，得到初步判断结果为b3处误触发；当b2和b4以及b1和b5处的一个或多个所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号为异常信号且a3和c3、a2和c2以及a4和c4处的一个或多个所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号为异常信号时，得到初步判断结果为可能三相设备位置上同时存在两处以上潜伏性缺陷及故障早期征兆；当b2和b4、b1和b5、a3和c3、a2和c2以及a4和c4处的所述数据处理分析单元采集的与之对应的特高频传感器的输出结果信号均无异常时，得到初步判断结果为b3处误触发。
基于上述实施例1，在另一种实施例4中，对与被监测电气设备中异相相邻监测位置有互连关系的情况，需查询的所述相邻监测位置包括同相相邻监测位置；查询后的判断逻辑为：(1)当所述数据处理分析单元在通过互联通信单元查询到同相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器1的输出结果信号也为异常信号时，得到初步判断结果为存在潜伏性缺陷或故障早期征兆；(2)当所述数据处理分析单元在通过互联通信单元查询到同相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器1 的输出结果信号无异常信号时，得到作为初步判断结果的所述异常信号为误触发。
以物联感知监测系统应用于三相共箱型GIS设备为例，三相共箱型GIS设备属于异相相邻监测位置存在互连关系的情况，需查询的所述相邻监测位置包括同相相邻监测位置；参见图4和图5，在三相共箱型GIS设备上每间隔一段距离安装一个由前端传感器1和边缘计算模块2构成的物联感知监测装置3，其中前端传感器1选用特高频传感器，每一特高频传感器和边缘计算模块2一一对应设置，图4中，a1、a2、a3、a4……分别表示三相共箱型GIS设备上不同距离位置处安装的物联感知监测装置3，每一所述边缘计算模块2用于采集与其对应的所述特高频传感器1的输出结果信号，例如某时b3处物联感知监测装置3监测到与其对应的所述特高频传感器的输出结果信号为异常信号，此时通过互联通信单元查询b3处左、右方各两个同相相邻监测位置a1、a2、a4、a5 处的所述物联感知监测装置3采集的与之对应的特高频传感器的输出结果信号，当a1、a2、a4、a5处的所述物联感知监测装置3采集的与之对应的特高频传感器的输出结果信号为异常信号时，得到初步判断结果为b3处为存在潜伏性缺陷或故障早期征兆，而非误触发；当a1、a2、a4、a5处的所述物联感知监测装置3采集的与之对应的特高频传感器的输出结果信号无异常信号时，得到初步判断结果为b3处误触发。
基于上述实施例3和实施例4，在实施例5中，所述边缘计算模块2中的互联通信单元与云端服务器5或与移动终端4连接，在所述初步判断结果为存在潜伏性缺陷或故障早期征兆时，向所述移动终端4或云端服务器5发送预警信息，所述移动终端4为运维工作人员所有，直接将预警信息发送至运维工作人员配备的移动终端上，确保了潜伏性缺陷或故障早期征兆及时、准确地通知到运维工作人员，节约了人工通知的时间，运维工作人员可通过移动终端4进行收到反馈或获得可视化的数据、图谱等告警信息，方便管理且提高了工作效率，云端服务器5接收预警信息后可保存可转发，便于后续操作。
基于上述实施例3和实施例4，在实施例6中，所述边缘计算模块2中的互联通信单元与云端服务器5连接，所述云端服务器5中存储有所述电力设备的结构、历史运行和试验情况、历史监测数据等状态历史数据；此时所述边缘计算模块2中的数据处理分析单元通过与其连接的互联通信单元查询所述云端服务器5中存储的所述电力设备的状态历史数据，所述云端服务器5接收到数据处理分析单元通过互联通信单元发送的查询请求后将所述电力设备的状态历史数据再经互联通信单元发送至数据处理分析单元，所述数据处理分析单元将所述电力设备的状态历史数据和已得到的所述初步判断结果综合判断，得到最终判断结果，当所述最终判断结果为存在潜伏性缺陷或故障早期征兆时，通过所述互联通信单元向所述云端服务器5发送预警信息。在得到初步判断结果后，再结合电力设备的状态历史数据综合判断才确定最终判断结果是存在潜伏性缺陷或故障早期征兆，还是误触发，这种多层次多信息的综合研判方式进一步提高了物联感知判断的准确度和可靠性。
在上述情况下基于上述实施例6，在实施例7中，所述互联通信单元还与移动终端连接，当所述最终判断结果为存在潜伏性缺陷或故障早期征兆时，所述数据处理分析单元通过所述互联通信单元向所述移动终端发送预警信息。所述移动终端4为运维工作人员所有，直接将预警信息发送至运维工作人员配备的移动终端上，确保了潜伏性缺陷或故障早期征兆及时、准确地通知到运维工作人员，节约了人工通知的时间，运维工作人员可通过移动终端4进行收到反馈或获得数据、图谱等可视化的预警信息，方便管理且提高了工作效率。
所述状态历史数据包括设备及部件的设计数据、铭牌信息、出厂试验报告等静态数据，还包括设备运行过程中发过的事故信息、维修记录、历史检测数据及实时操作记录和状态信息等。
基于上述实施例1至实施例7，所述边缘计算模块2采用边缘计算处理数据，所谓边缘计算指的是把初步的计算和处理能力从远方的云数据中心下沉到监测感知前端，就地计算处理数据。在实施例7中，所述边缘计算模块2包括数据处理分析单元和互联通信单元，当某一前端传感器1监测到超阈值数据时，其输出结果信号为异常信号，当数据处理分析单元采集的与之对应的前端传感器1的输出结果信号为异常信号时，该数据处理分析单元将查询相邻监测位置处的数据处理分析单元所对应采集的前端传感器1的输出结果信号，最后不论是综合判断得到初步判断结果是否为误触发，还是再结合云端服务器5上状态历史数据综合判断得到最终判断结果是否为误触发，都是通过就地计算处理数据，而不是传至外部数据中心或者云，这让数据处理更靠近源，可以感知设备具备了一定的数据处理能力，可以降低云端服务器的数据传输、存储、计算的压力，缩短延迟时间，大大提高处理效率。此外，所述边缘计算模块2中的边缘算法能根据需要更新，使得边缘计算模块2的适应性更强。
所述前端传感器1与边缘计算模块2融合构成物联感知监测装置3，实现物联通信、数据就地处理和边缘算法更新，形成“边到边”、“边到云”协同互联体系。其中，物联通信包括物联感知监测装置3到云端服务器5及移动终端4之间远程通信和物联感知监测装置3之间的本地通信。通过远程通信、本地通信，实现电力设备状态历史数据、前端传感器1相邻监测位置输出结果信号的查询，避免了数据不互通，缺乏关联化管理，导致发现异常后各自独立触发报警，错误率较高的问题。
所述边缘计算模块2采用边缘计算处理数据的优势还包括：
1)边缘计算可以实时或更快的进行数据处理和分析，让感知设备具备了一定的数据处理能力，可以降低云端服务器的数据传输、存储、计算的压力，大大提高处理效率，降低对外部数据中心或者云计算能力的依赖，缩短延迟时间。
2)在成本预算上可以大大减轻经费预算。因为企业在本地设备上的数据管理解决方案所花费的成本大大低于云和数据中心网络。
3)减少网络流量。因为随着物联网设备数量的增加，数据生成继续以创纪录的速度增长，结果，网络带宽变得更加有限，压倒了云，导致更大的数据瓶颈。
4)提高应用程序效率。因为通过降低延迟级别，应用程序可以更高效、更快速地运行。
5)个性化。因为通过边缘计算，可以持续学习，根据个人的需求调整模型，带来个性化互动体验。
6)实时更新。当需要对物联感知监测装置3的程序进行更新时，可以在云端服务器进行编辑修改，再通过与边缘计算模块的远程通信，传送给各个本地的物联感知监测装置3，方便统一管理和程序调整更新。
此外，所述边缘计算模块2采用边缘计算处理数据还有个特别重要的优势是安全和隐私保护。网络边缘数据涉及个人隐私，传统的云计算模式需要将这些隐私数据上传至云计算中心，这将增加泄露用户隐私数据的风险。在边缘计算中，身份认证协议的研究应借鉴现有方案的优势之处，同时结合边缘计算中分布式、移动性等特点，加强统一认证、跨域认证和切换认证技术的研究，以保障用户在不同信任域和异构网络环境下的数据和隐私安全。
每一所述互联通信单元查询相邻监测位置处的所述故障分析单元采集的与之对应的前端传感器1的输出结果信号时采用的通信方式包括HPLC、ZigBee、 LoRa以及HPLC与无线构成的双模中任一种或几种组合。
所述互联通信单元与云端服务器5或移动终端4连接的通信方式包括 LTE/IoT-G专网、GPRS/4G/5G公网中任一种或几种组合。
参见图6，其示出了本发明实施例3提供的物联感知监测系统应用于三相分箱型GIS设备时的监测预警方法，所述物联感知监测系统在三相分箱型GIS 设备上的安装位置如图3所示，具体监测预警方法作如下：
S101、所述边缘计算模块2采集与其对应的所述前端传感器1的输出结果信号；本实施例中前端传感器1选用特高频传感器；
S102、判断所述前端传感器1的输出结果信号是否为异常信号；若为是，则执行S103，若为否，则将输出结果信号存储至云端服务器或无动作；
S103、查询输出结果信号为异常信号的所述特前端传感器1所在位置的同相和异相相邻监测位置处的前端传感器1的输出结果信号；
S104、判断同相和异相相邻监测位置处的前端传感器1的输出结果信号是否为异常信号，若同相相邻监测位置处的前端传感器1的输出结果信号为异常信号且异相相邻监测位置处的前端传感器1的输出结果信号无异常信号，则初步判断结果为存在潜伏性缺陷，若同相相邻监测位置处的前端传感器1的输出结果信号无异常信号且异相相邻监测位置处的前端传感器1的输出结果信号为异常信号，则初步判断结果为误触发，若同相和异相相邻监测位置处的前端传感器1的输出结果信号均为异常信号，则初步判断结果为不同相位置同时存在两处以上潜伏性缺陷或故障早期征兆。
S105、所述边缘计算模块2查询云端服务器上存储的电力设备状态历史数据。
S106、所述边缘计算模块2根据初步判断结果和S105中查询到的电力设备状态历史数据综合判断，得到最终判断结果为存在潜伏性缺陷或误触发，若最终判断结果为存在潜伏性缺陷，则执行步骤S108，若最终判断结果为误触发，则执行步骤S107。
S107、不发送预警信息。
S108、发送预警信息在站端和/或手机显示，移动终端包括站端或手机。
S109、将判断结果发送至云端服务器存储，所述判断结果可以是初步判断结果，也可以是最终判断结果。
特别说明，在S104结束后可顺序执行S105-S108也可不参考电力设备的状态历史数据直接根据初步判断结果跳转执行S107-S108，若初步判断结果为存在潜伏性缺陷，则跳转执行S108，若初步判断结果为误触发，则跳转执行S107； S109在S107或S108后选择执行。
参见图7，其示出了本发明实施例4提供的物联感知监测系统应用于三相共箱型GIS设备时的监测预警方法，所述物联感知监测系统在三相共箱型GIS 设备上的安装位置如图4所示，具体监测预警方法作如下：
S201、所述边缘计算模块2采集与其对应的所述前端传感器1的输出结果信号；本实施例中前端传感器1选用特高频传感器；
S202、判断所述前端传感器1的输出结果信号是否为异常信号；若为是，则执行S203，若为否，则将输出结果信号存储至云端服务器或无动作；
S203、查询输出结果信号为异常信号的所述特前端传感器1所在位置的同相相邻监测位置处的前端传感器1的输出结果信号；
S204、判断同相相邻监测位置处的前端传感器1的输出结果信号是否为异常信号，若同相相邻监测位置处的前端传感器1的输出结果信号为异常信号，则初步判断结果为存在潜伏性缺陷，若同相相邻监测位置处的前端传感器1的输出结果信号无异常信号，则初步判断结果为误触发。
S205、所述边缘计算模块2查询云端服务器上存储的电力设备状态历史数据。
S206、所述边缘计算模块2根据初步判断结果和S205中查询到的电力设备状态历史数据综合判断，得到最终判断结果为存在潜伏性缺陷或误触发，若最终判断结果为存在潜伏性缺陷，则执行步骤S208，若最终判断结果为误触发，则执行步骤S207。
S207、不发送预警信息。
S208、发送预警信息在站端和/或手机显示，移动终端包括站端或手机。
S209、将判断结果发送至云端服务器存储，所述判断结果可以是初步判断结果，也可以是最终判断结果。
特别说明，在S204结束后可顺序执行S205-S208也可不参考电力设备的状态历史数据直接根据初步判断结果跳转执行S207-S208，若初步判断结果为存在潜伏性缺陷，则跳转执行S208，若初步判断结果为误触发，则跳转执行S207； S209在S207或S208后选择执行。
进一步的，所述同相或异相相邻监测位置处前端传感器1的输出结果信号为异常信号，此时表明所述同相或异相相邻监测位置处有异常，所述同相或异相相邻监测位置的异常为与输出结果信号为异常信号的所述特高频传感器所在位置相似的异常。例如出现消失时间、相位特征图谱等相同特征。
实施例8为一种移动终端，其包括通信模块、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器和通信模块连接，所述通信模块与所述物联感知监测系统中的边缘计算模块2连接，用于接收所述物联感知监测系统在所述初步判断结果为存在潜伏性缺陷时发送的预警信息，还可以用于访问云端服务器上的状态历史数据。运维工作人员配备移动终端，使用方便，随时随地能够收到预警信息，极大地提高了通知效率，随时随地能够查询云端服务器上的状态历史数据，交互体验好。本实施例中的物联感知监测系统如实施例1至7描述。
实施例9为一种云端服务器，与所述物联感知监测系统连接，用于接收并存储所述物联感知监测系统在所述初步判断结果为存在潜伏性缺陷时发送的预警信息，并在接收到所述物联感知监测系统中的边缘计算模块2查询所述云端服务器中存储的所述电力设备的状态历史数据的查询请求时，将所述电力设备的状态历史数据发送至所述物联感知监测系统中的边缘计算模块2。所述云端服务器为电力设备的状态历史数据提供了多一种备份方式，而且能和物联感知监测系统中的边缘计算模块2即时通讯，提高了潜伏性缺陷排查工作的效率。本实施例中的物联感知监测系统如实施例1至7描述。
参考图8，其示出了上述实施例1至实施例7中提及的所述物联感知监测装置、移动终端、云端服务器之间的的连接关系。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (11)
1.一种物联感知监测系统，其特征在于，其包括：多个物联感知监测装置，每一所述物联感知监测装置包括一组一一对应设置的前端传感器和边缘计算模块；
所述多个物联感知监测装置分别设置于电力设备的多个监测位置，以通过前端传感器监测电力设备不同位置的潜伏性缺陷，每一所述边缘计算模块用于采集与其对应的所述前端传感器的输出结果信号，对于被监测的所述电力设备中异相相邻监测位置无互连关系的情况，在所述输出结果信号为异常信号时查询同相相邻监测位置和异相相邻监测位置处前端传感器的输出结果信号，当其同相处异常且异相处无异常时，判定初步判断结果为存在潜伏性缺陷；当同相处无异常且异相处异常时，判定初步判断结果为误触发；当同相处异常且异相处异常时，判定初步判断结果为不同相位置同时存在两处以上潜伏性缺陷。
2.根据权利要求1所述的物联感知监测系统，其特征在于，对于被监测的所述电力设备中异相相邻监测位置有互连关系的情况，在所述输出结果信号为异常信号时查询同相相邻监测位置处的所述前端传感器的输出结果信号是否为异常信号，当为是时，判定初步判断结果为存在潜伏性缺陷，当为否时，判定初步判断结果为误触发。
3.根据权利要求1所述的物联感知监测系统，其特征在于，所述边缘计算模块包括数据处理分析单元和互联通信单元；
所述数据处理分析单元，用于采集与其对应的所述前端传感器的输出结果信号，并在所述输出结果信号为异常信号时触发互联通信单元与其相邻监测位置的互联通信单元通信并由所述数据处理分析单元执行区域联动触发预警机制，所述区域联动触发预警机制为通过输出结果信号为异常信号处的互联通信单元查询同相相邻监测位置和异相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器的输出结果信号；
所述数据处理分析单元，还用于在查询到同相相邻监测位置处前端传感器的输出结果信号为异常信号且异相相邻监测位置处前端传感器的输出结果信号无异常信号时，判定所述初步判断结果为存在潜伏性缺陷，在查询到同相相邻监测位置处前端传感器的输出结果信号无异常信号且异相相邻监测位置处前端传感器的输出结果信号为异常信号时，判定所述初步判断结果为误触发，在查询到同相相邻监测位置处前端传感器的输出结果信号为异常信号且异相相邻监测位置处前端传感器的输出结果信号为异常信号时，判定所述初步判断结果为不同相位置同时存在两处以上潜伏性缺陷。
4.根据权利要求2所述的物联感知监测系统，其特征在于，所述边缘计算模块包括数据处理分析单元和互联通信单元；
所述数据处理分析单元，用于采集与其对应的所述前端传感器的输出结果信号，并在所述输出结果信号为异常信号时触发互联通信单元与其相邻监测位置的互联通信单元通信并由所述数据处理分析单元执行区域联动触发预警机制，所述区域联动触发预警机制为通过输出结果信号为异常信号处的互联通信单元查询同相相邻监测位置处的所述数据处理分析单元采集的与之对应的前端传感器的输出结果信号；
所述数据处理分析单元，还用于在查询到同相相邻监测位置处前端传感器的输出结果信号为异常信号时，判定所述初步判断结果为存在潜伏性缺陷，否则，判定所述初步判断结果为误触发。
5.根据权利要求3或4所述的物联感知监测系统，其特征在于，所述互联通信单元还用于与云端服务器或移动终端连接，以在所述边缘计算模块的初步判断结果为存在潜伏性缺陷时，向所述移动终端或云端服务器发送预警信息。
6.根据权利要求3或4所述的物联感知监测系统，其特征在于，所述互联通信单元还用于与云端服务器连接，所述云端服务器中存储有所述电力设备的状态历史数据；
所述数据处理分析单元，还用于通过所述互联通信单元查询所述云端服务器中存储的所述电力设备的状态历史数据，将所述电力设备的状态历史数据和已得到的所述初步判断结果综合判断，得到最终判断结果，当所述最终判断结果为存在潜伏性缺陷时，通过所述互联通信单元向所述云端服务器发送预警信息。
7.根据权利要求6所述的物联感知监测系统，其特征在于，所述互联通信单元还用于与移动终端连接，以当所述最终判断结果为存在潜伏性缺陷时，通过所述互联通信单元向所述移动终端发送预警信息。
8.一种物联感知监测预警方法，其特征在于，其包括：
多个物联感知监测装置通过其内部的前端传感器分别监测电力设备的不同位置；
所述物联感知监测装置中的边缘计算模块接收与之一一对应设置的所述前端传感器的输出结果信号；
所述前端传感器接收检测信号超阈值，则输出结果信号为异常信号；若监测到输出结果信号为异常信号，则触发同相相邻监测位置和异相相邻监测位置处，或同相相邻监测位置处的所述边缘计算模块之间互联通信；
执行区域联动触发预警机制，所述区域联动触发预警机制为查询输出异常信号的所述物联感知监测装置的同相相邻监测位置和异相相邻监测位置处，或同相相邻监测位置处的前端传感器的输出结果信号；
对于被监测的所述电力设备中异相相邻监测位置无互连关系的情况，在所述输出结果信号为异常信号时查询同相相邻监测位置和异相相邻监测位置处前端传感器的输出结果信号，当其同相处异常且异相处无异常时，判定初步判断结果为存在潜伏性缺陷，触发相应预警操作；当同相处无异常且异相处异常时，判定初步判断结果为误触发；当同相处异常且异相处异常时，判定初步判断结果为不同相位置同时存在两处以上潜伏性缺陷，触发相应预警操作；
对于被监测的所述电力设备中异相相邻监测位置有互连关系的情况，在所述输出结果信号为异常信号时查询同相相邻监测位置处的所述前端传感器的输出结果信号是否为异常信号，当为是时，判定初步判断结果为存在潜伏性缺陷，触发相应预警操作，当为否时，判定初步判断结果为误触发。
9.根据权利要求8所述的物联感知监测预警方法，其特征在于，在得到初步判断结果后，启动边缘计算模块与云端服务器之间通信，查询云端服务器中存储的电力设备状态历史数据，将电力设备状态历史数据和已得到的所述初步判断结果综合判断，得到最终判断结果并在最终判断结果为存在潜伏性缺陷时触发相应预警操作。
10.一种移动终端，其包括通信模块、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器和通信模块连接，其特征在于，所述通信模块与权利要求1-7任一项所述的物联感知监测系统中的边缘计算模块连接，用于接收所述物联感知监测系统在所述初步判断结果为存在潜伏性缺陷时发送的预警信息。
11.一种云端服务器，其特征在于，与权利要求1-7任一项所述的物联感知监测系统连接，用于接收并存储所述物联感知监测系统在所述初步判断结果为存在潜伏性缺陷时发送的预警信息，并在接收到所述物联感知监测预警系统中的边缘计算模块查询所述云端服务器中存储的所述电力设备的状态历史数据的查询请求时，将所述电力设备的状态历史数据发送至所述物联感知监测系统中的边缘计算模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010911840.9A CN112216077B (zh) | 2020-09-02 | 2020-09-02 | 物联感知监测系统及监测预警方法、移动终端及云端服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010911840.9A CN112216077B (zh) | 2020-09-02 | 2020-09-02 | 物联感知监测系统及监测预警方法、移动终端及云端服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112216077A CN112216077A (zh) | 2021-01-12 |
| CN112216077B true CN112216077B (zh) | 2022-04-26 |
Family
ID=74048974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010911840.9A Active CN112216077B (zh) | 2020-09-02 | 2020-09-02 | 物联感知监测系统及监测预警方法、移动终端及云端服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112216077B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112684310B (zh) * | 2021-01-20 | 2022-01-07 | 山东和兑智能科技有限公司 | 高压电缆综合在线智能监测系统 |
| CN112925680B (zh) * | 2021-02-23 | 2023-01-13 | 重庆川仪自动化股份有限公司 | 一种管网监测方法、系统、介质及电子终端 |
| CN113074928B (zh) * | 2021-04-02 | 2024-05-03 | 珠海思创电气有限公司 | 一种配电自动化物联传感系统 |
| CN113391176A (zh) * | 2021-07-29 | 2021-09-14 | 广东电网有限责任公司 | 一种基于边缘计算的gis局放智能监测装置 |
| CN114330546A (zh) * | 2021-12-28 | 2022-04-12 | 成都瑞通视讯科技股份有限公司 | 多元感知装置、系统和方法 |
| CN114500615B (zh) * | 2022-04-18 | 2022-07-12 | 深圳日晨物联科技有限公司 | 基于物联传感技术的智能终端 |
| CN115514679B (zh) * | 2022-11-11 | 2023-04-28 | 浙江万胜智能科技股份有限公司 | 一种基于通信模块的异常来源监测方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109932591A (zh) * | 2019-03-15 | 2019-06-25 | 西门子电力自动化有限公司 | 电力设备的故障检测的方法与装置 |
| CN110736890A (zh) * | 2019-10-31 | 2020-01-31 | 国网河南省电力公司信息通信公司 | 一种配电网数据安全预警系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4650477B2 (ja) * | 2007-10-30 | 2011-03-16 | ダイキン工業株式会社 | 漏電検出方法 |
| CN102542745A (zh) * | 2011-05-20 | 2012-07-04 | 广东迅通科技股份有限公司 | 物联网上的联动报警系统 |
| CN103199623A (zh) * | 2013-03-26 | 2013-07-10 | 国家电网公司 | 一种变电站状态监测系统 |
| WO2017046966A1 (ja) * | 2015-09-18 | 2017-03-23 | 株式会社安川電機 | 産業機械の状態表示装置、及び電力変換装置 |
| CN107608288A (zh) * | 2017-09-25 | 2018-01-19 | 南京律智诚专利技术开发有限公司 | 管道压力监控方法 |
| CN107462804B (zh) * | 2017-09-26 | 2020-05-26 | 捍防（苏州）实业有限公司 | 一种用电安全分析装置 |
| CN110366294B (zh) * | 2019-07-19 | 2021-06-04 | 四川艾贝斯科技发展有限公司 | 一种路灯系统的防盗报警及故障监测方法 |
| CN111157939A (zh) * | 2020-01-03 | 2020-05-15 | 云南电网有限责任公司电力科学研究院 | 电压互感器计量性能的带电监测装置及方法 |
-
2020
- 2020-09-02 CN CN202010911840.9A patent/CN112216077B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109932591A (zh) * | 2019-03-15 | 2019-06-25 | 西门子电力自动化有限公司 | 电力设备的故障检测的方法与装置 |
| CN110736890A (zh) * | 2019-10-31 | 2020-01-31 | 国网河南省电力公司信息通信公司 | 一种配电网数据安全预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112216077A (zh) | 2021-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112216077B (zh) | 物联感知监测系统及监测预警方法、移动终端及云端服务器 | |
| CN106325252A (zh) | 多层大跨度面向大数据的电力设备状态监测与评估系统 | |
| CN111650478B (zh) | 一种配电网故障诊断与定位方法及网关 | |
| CN110456207A (zh) | 一种户外的智能低压故障诊断方法 | |
| RO126243A2 (ro) | Sistem şi metode pentru detectarea întreruperii unei reţele utilitare | |
| CN209267271U (zh) | 一种配电自动化系统 | |
| Bindhu et al. | Effective automatic fault detection in transmission lines by hybrid model of authorization and distance calculation through impedance variation | |
| CN208984136U (zh) | 变电站参数采集装置及系统 | |
| CN108418304A (zh) | 变电站二次回路状态监测方法、装置及系统 | |
| CN113009212A (zh) | 一种基于物联网智能监测配电网避雷器状态的系统及方法 | |
| CN206270446U (zh) | 一种用于中低压输配电系统的接地电阻器智能监控系统 | |
| CN104503327A (zh) | 一种嵌入式无线控制装置、开关及遥控装置 | |
| Cao et al. | Analysis and prospect of the application of wireless sensor networks in ubiquitous power internet of things | |
| CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
| CN216082974U (zh) | 一种智能母线监控系统 | |
| CN106908694B (zh) | 一种基于iec61850的配电线路故障指示器及其检测方法 | |
| CN110854999A (zh) | 一种智能电力电量监控系统 | |
| CN110445876A (zh) | 基于物联网的掉电数据的管理系统 | |
| CN111181246A (zh) | 一种基于智能断路器的能耗分析方法及系统 | |
| CN206132904U (zh) | 新型10kv线路的智慧故障指示系统 | |
| CN109412899A (zh) | 集中接收显示系统 | |
| CN215267790U (zh) | 一种低压配电网智能分支线路监测装置 | |
| CN104330701A (zh) | 一种小区用单相故障监测无线系统及其监测方法 | |
| CN111817265B (zh) | 低压台区配电保护方法及系统 | |
| CN107482783A (zh) | 一种厂用电监测及控制综合智能化系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |