CN112763963A - 一种基于深度网络对互感器进行在线监控的系统及方法 - Google Patents
一种基于深度网络对互感器进行在线监控的系统及方法 Download PDFInfo
- Publication number
- CN112763963A CN112763963A CN202011347466.0A CN202011347466A CN112763963A CN 112763963 A CN112763963 A CN 112763963A CN 202011347466 A CN202011347466 A CN 202011347466A CN 112763963 A CN112763963 A CN 112763963A
- Authority
- CN
- China
- Prior art keywords
- transformer
- monitoring
- mutual inductor
- component
- performance evaluation
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 78
- 238000012423 maintenance Methods 0.000 claims abstract description 76
- 230000006870 function Effects 0.000 claims abstract description 24
- 238000003062 neural network model Methods 0.000 claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 13
- 238000013135 deep learning Methods 0.000 claims abstract description 12
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 61
- 238000010586 diagram Methods 0.000 claims description 25
- 238000012806 monitoring device Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000005672 electromagnetic field Effects 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 230000003442 weekly effect Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000238633 Odonata Species 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
- G01R35/02—Testing or calibrating of apparatus covered by the other groups of this subclass of auxiliary devices, e.g. of instrument transformers according to prescribed transformation ratio, phase angle, or wattage rating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种基于深度网络对互感器进行在线监控的系统。其中，系统包括互感器监测组件、互感器性能评估组件、互感器台帐维护组件以及监测设备管理组件，互感器监测组件对互感器以及互感器监测设备的各项功能进行实时监测以及告警；互感器性能评估组件根据预先采集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利用深度神经网络模型输出互感器性能评估结果，并对互感器性能评估结果进行展示以及对互感器性能评估结果的趋势进行分析；互感器台帐维护组件对互感器台账进行维护；以及监测设备管理组件对厂站的台账信息、互感器的台账信息、监测设备的台账信息以及检测设备的体系进行管理。
Description
技术领域
本申请涉及在线监测技术领域，特别是涉及一种基于深度网络对互感器进 行在线监控的系统及方法。
背景技术
作为电能计量装置的组成部分，互感器在全寿命周期质量管理中处于高风 险状态。不仅存在电力互感器基本信息不全甚至错误现象，而且由于技术瓶颈 导致运行中电力互感器的计量性能评估与预测成为空白，电力互感器运行计量 状态成为电能计量装置的盲区。由于互感器资产的归属及相关监管力度的不足， 存在超过运行寿命的互感器仍担负着关口计量的工作，给电能量的贸易结算公 正性带来巨大隐患，严重制约电能计量装置的规范化管理，成为管控风险点。
针对上述的现有技术中存在的由于技术瓶颈导致电力互感器在运行中的计 量性能评估与预测成为空白，电力互感器运行计量状态成为电能计量装置的盲 区。由于互感器资产的归属及相关监管力度的不足，存在超过运行寿命的互感 器仍担负着关口计量的工作，给电能量的贸易结算公正性带来巨大隐患，严重 制约电能计量装置的规范化管理，成为管控风险点的技术问题，目前尚未提出 有效的解决方案。
发明内容
本公开的实施例提供了一种基于深度网络对互感器进行在线监控的系统及 方法，以至少解决现有技术中存在的由于技术瓶颈导致电力互感器在运行中的 计量性能评估与预测成为空白，电力互感器运行计量状态成为电能计量装置的 盲区。由于互感器资产的归属及相关监管力度的不足，存在超过运行寿命的互 感器仍担负着关口计量的工作，给电能量的贸易结算公正性带来巨大隐患，严 重制约电能计量装置的规范化管理，成为管控风险点的技术问题。
根据本公开实施例的一个方面，提供了一种基于深度网络对互感器进行在 线监控的系统，系统包括互感器监测组件、互感器性能评估组件、互感器台帐 维护组件、监测设备管理组件，互感器监测组件用于对互感器以及互感器监测 设备的各项功能进行实时监测以及告警；互感器性能评估组件用于根据预先采 集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络 模型，利用深度神经网络模型输出互感器性能评估结果，并对互感器性能评估 结果进行展示以及对互感器性能评估结果的趋势进行分析；互感器台帐维护组 件用于对互感器台账进行维护；以及监测设备管理组件用于对厂站的台账信息、 互感器的台账信息、监测设备的台账信息以及检测设备的体系进行管理。
根据本公开实施例的另一方面，还提供了一种基于深度网络对互感器进行 在线监控的方法，包括：利用互感器监测组件对互感器以及互感器监测设备的 各项功能进行实时监测以及告警；利用互感器性能评估组件根据预先采集的互 感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络模型， 利用深度神经网络模型输出互感器性能评估结果，并对互感器性能评估结果进 行展示，对互感器性能评估结果的趋势进行分析；利用互感器台帐维护组件对 互感器台账进行维护；以及利用监测设备管理组件对厂站的台账信息、互感器 的台账信息、监测设备的台账信息以及检测设备的体系进行管理。
在本发明中，通过对互感器以及互感器监测设备的各项功能进行实时监测 以及告警，结合深度学习算法构建深度神经网络模型，利用深度神经网络模型 输出互感器性能评估结果，并对互感器性能评估结果进行展示以及对互感器性 能评估结果的趋势进行分析。由于神经网络基于经验风险最小化原则，学习速 度快、非线性分类能力强，而且具有自适应功能，在深度信息挖掘中应用最为 广泛。从而提升电能计量装置整体标准化管理技术。
进而解决了现有技术中存在的由于技术瓶颈导致电力互感器在运行中的计 量性能评估与预测成为空白，电力互感器运行计量状态成为电能计量装置的盲 区。由于互感器资产的归属及相关监管力度的不足，存在超过运行寿命的互感 器仍担负着关口计量的工作，给电能量的贸易结算公正性带来巨大隐患，严重 制约电能计量装置的规范化管理，成为管控风险点的技术问题。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分， 本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限 定。在附图中：
图1是根据本公开实施例所述的一种基于深度网络对互感器进行在线监控 的系统的示意图；
图2是根据本公开实施例所述的一种基于深度网络对互感器进行在线监控 的整体架构图；
图3是根据本公开实施例所述的一种基于深度网络对互感器进行在线监控 的整体架构图整体框架图；
图4是根据本公开实施例所述的基于attention机制的Seq2Seq网络模型结 构图；以及
图5是根据本公开实施例所述的一种基于深度网络对互感器进行在线监控 的方法的示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不 同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详 尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的 范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。 在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术 人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术 语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理 想化的或过于正式的意义。
根据本实施例的第一个方面，提供了一种深度网络对互感器进行在线监控 的系统100。图1示出了该系统的示意图，参考图1所示，该系统100包括互 感器监测组件110、互感器性能评估组件120、互感器台帐维护组件130以及监 测设备管理组件140，互感器监测组件110用于对互感器以及互感器监测设备 的各项功能进行实时监测以及告警；互感器性能评估组件120用于根据预先采 集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络 模型，利用深度神经网络模型输出互感器性能评估结果，并对互感器性能评估 结果进行展示以及对互感器性能评估结果的趋势进行分析；互感器台帐维护组件130用于对互感器台账进行维护；以及监测设备管理组件140用于对厂站的 台账信息、互感器的台账信息、监测设备的台账信息以及检测设备的体系进行 管理。
具体地，参考图2所示，基于MDS的互感器计量性能在线监测及评估模 块整体架构分为采集层、接口层、数据层、应用层、展现层。采集层获取互感 器在线监测装置、现场校验仪等上传的互感器在线及离线状态数据，并通过接 口层的对应接口将数据汇总至数据层开展数据的存储、处理、分析服务。应用 层实现互感器的在线监测、性能评估等功能的实现并通过展现层实时展现。
参考表1所示，首页组件对互感器及监测装置设备的异常情况和告警情况 进行监测。互感器监测组件实现互感器和监测设备的实时监测及告警所包含的 各项功能的管理。互感器性能评估组件基于蜻蜓优化算法实现互感器运行误差 评估模型输出结果的展示及对结果的趋势分析。互感器台账维护组件主要实现 对互感器台账进行维护，包括厂站信息维护、变压器信息维护、输电线路信息 维护、互感器信息维护、一次接线图维护。监测设备管理组件主要实现对厂站、 互感器、监测设备的台账信息进行管理，以及检测设备的体系管理。
表1
从而，该系统通过对互感器以及互感器监测设备的各项功能进行实时监测 以及告警，结合深度学习算法构建深度神经网络模型，利用深度神经网络模型 输出互感器性能评估结果，并对互感器性能评估结果进行展示以及对互感器性 能评估结果的趋势进行分析。由于神经网络基于经验风险最小化原则，学习速 度快、非线性分类能力强，而且具有自适应功能，在深度信息挖掘中应用最为 广泛。从而提升电能计量装置整体标准化管理技术。
进而解决了现有技术中存在的由于技术瓶颈导致电力互感器在运行中的计 量性能评估与预测成为空白，电力互感器运行计量状态成为电能计量装置的盲 区。由于互感器资产的归属及相关监管力度的不足，存在超过运行寿命的互感 器仍担负着关口计量的工作，给电能量的贸易结算公正性带来巨大隐患，严重 制约电能计量装置的规范化管理，成为管控风险点的技术问题。
参考图3所示，互感器监测组件110包括状态监测子组件、监测质量子组 件、告警管理子组件以及告警依据维护子组件；互感器性能评估组件120包括 性能评估子组件、状态管理子组件、趋势分析子组件、状态判定依据维护子组 件以及状态策略依据维护子组件；互感器台帐维护组件130包括厂站信息维护 子组件、变压器信息维护子组件、输电线路信息维护子组件、互感器信息维护 子组件以及一次接线图维护子组件；以及监测设备管理组件140包括设备台账 管理子组件、监测任务配置子组件、监测模板管理子组件以及设备领退管理子 组件。
可选地，互感器监测组件包括110状态监测子组件、监测质量子组件、告 警管理子组件以及告警依据维护子组件；状态监测子组件用于以站点为基础维 度，基于互感器监测设备，对互感器的各项运行参量进行实时监测，并对各项 运行参量以及预设告警规则进行告警判定，生成告警信息，将告警信息发送到 告警管理子组件中进行处理；监测质量子组件用于对互感器监测设备的采集成 功率进行统计，对互感器设备的采集失败情况及采集失败原因进行展示，对互 感器监测设备的累计失败情况进行告警登记，同时对互感器监测设备的在线状 态进行监控以及运行参量进行展示；告警管理子组件用于对状态监测子组件以 及趋势分析子组件产生的告警信息进行统一处理，并生成不同的告警单，对告 警单进行白名单管理；以及告警依据维护子组件用于针对不同类型的互感器以 及不同的监测项进行告警依据维护，并根据不同的监测参量组合预设异常告警 规则，对监测数据进行告警判定。
表2
参考表2所示，互感器监测组件110中的状态监测子组件、监测质量子组 件、告警管理子组件以及告警依据维护子组件的功能如表2所示。
可选地，各项运行参量包括运行环境温度、湿度、电磁场、运行电压、运 行电流以及合成误差。
可选地，互感器性能评估组件120包括性能评估子组件、状态管理子组件、 趋势分析子组件、状态判定依据维护子组件以及状态策略依据维护子组件；性 能评估子组件用于基于预先采集的互感器参数以及在运电力互感器计量性能评 估技术，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利 用深度神经网络模型定期输出互感器性能评估结果，参照状态判定依据进行互 感器性能状态的判定；状态管理子组件对性能评估子组件用于对定期输出的互 感器性能评估结果进行统一管理，并依据与不同状态的互感器性能评估结果对 应的策略对不同状态的互感器性能评估结果进行应用；趋势分析子组件用于基 于互感器参数、互感器性能评估结果以及提取各类故障或异常的特征数据，对互感器运行状态进行趋势分析，并针对不同趋势的互感器运行状态进行相应的 故障或异常提前告警；状态判定依据维护子组件设立互感器性能评估结果的状 态判定依据，并进行状态判定依据维护；以及状态策略依据维护子组件用于根 据不同的性能评估结果设立相应的处理策略依据，并进行策略依据维护。
表3
参考表3所示，互感器性能评估组件120中的性能评估子组件、状态管理 子组件、趋势分析子组件、状态判定依据维护子组件以及状态策略依据维护子 组件的功能如表3所示。
可选地，预先采集的互感器参数包括互感器监测数据、出厂试验数据、交 接试验数据、首检试验数据以及周检试验数据；互感器性能评估结果包括对互 感器运行误差以及合成误差的计算。
可选地，互感器台帐维护组件130包括厂站信息维护子组件、变压器信息 维护子组件、输电线路信息维护子组件、互感器信息维护子组件以及一次接线 图维护子组件；厂站维护子组件用于对厂站信息进行登记和变更维护，厂站信 息包含厂站内母线组以及母线信息，并记录厂站位置与坐标；变压器信息维护 子组件用于以厂站为基点，对厂站内的变压器信息进行登记和变更维护；输电 线路信息维护子组件用于以厂站为基点，对厂站的输出线路、输入线路信息进 行登记和变更维护；互感器信息维护子组件用于以厂站为基点，对厂站内的电 压互感器、电流互感器信息进行登记和变更维护；以及一次接线图维护子组件 用于以厂站为基点，参照厂站一次接线图，对厂站内输电线路、母线、变压器 以及互感器进行关联关系配置，并以此形成可交互一次接线图。
表4
参考表4所示，互感器台帐维护组件中的厂站信息维护子组件、变压器信 息维护子组件、输电线路信息维护子组件、互感器信息维护子组件以及一次接 线图维护子组件的功能如表4所示。
可选地，监测设备管理组件140包括设备台账管理子组件、监测任务配置 子组件、监测模板管理子组件以及设备领退管理子组件；设备台账管理子组件 对互感器监测设备的常规参数进行信息登记和维护，对互感器校验仪、互感器 二次压降及负荷测试仪的档案信息进行维护；监测任务配置子组件以厂站为基 点，配置互感器监测设备以及监测点相关参数、监测对象数量，并记录监测任 务的执行情况，展示互感器监测设备的在线状态；监测模版管理子组件根据业 务需要编制监测任务模板，并在监测任务中进行统一应用，监测任务包含数据 采集/上传频率；以及设备领退管理子组件对互感器校验仪以及互感器二次压降 及负荷测试仪的领用和退回进行登记，记录领用和退回的详细信息。
参考表5所示，监测设备管理组件140中的设备台账管理子组件、监测任 务配置子组件、监测模板管理子组件以及设备领退管理子组件的功能如表5所 示。
可选地，该系统100还包括：首页组件，首页组件实现对互感器及监测装 置设备的异常情况和告警情况进行监测。
首页组件实现告警情况的实时监控及处理情况，并查看其详细的数据信息。 数据信息包含互感器数量、互感器告警数量、监测装置数量、监测装置告警数 量、互感器异常数量、监测装置异常数量、告警情况详细数据、异常设备详细 数据。
此外，本实施例把attention机制引入到Seq2Seq网络模型中来期望能够挖 掘出序列数据之间的潜在关系，从而能够模型的预测性能。基于attention机制 的Seq2Seq网络模型结构如图4所示。
在attention下半部分是模型的Encode部分，最下面是一个有Tx个双向长短 期记忆网络堆叠而成的模型，把每其中的每一个双向长短期记忆网络单元称作 为Pre_attention Bi_LSTM，它的输出用a＜t＞来表示，代表的含义是指 
它是将双向长短期记忆网络的前向传播的激活值和后向传播的 激活值结合起来，然后将a＜t＞和上一个时间步长解码器的输出一起进行attention 机制的计算，从而求出每个时间步长的上下文变量context＜t＞。然后在模型的上 半部分整个网络模型的解码部分，输入上一个时间步长的隐藏层状态和此次时 间步长的上下文变量context＜t＞给解码器的双向长短期记忆网络单元求出此次时 间步长的预测结果。
从而，通过对互感器以及互感器监测设备的各项功能进行实时监测以及告 警，结合深度学习算法构建深度神经网络模型，利用深度神经网络模型输出互 感器性能评估结果，并对互感器性能评估结果进行展示以及对互感器性能评估 结果的趋势进行分析。由于神经网络基于经验风险最小化原则，学习速度快、 非线性分类能力强，而且具有自织织、自适应功能，在深度信息挖掘中应用最 为广泛。从而提升电能计量装置整体标准化管理技术。
进而解决了现有技术中存在的由于技术瓶颈导致电力互感器在运行中的计 量性能评估与预测成为空白，电力互感器运行计量状态成为电能计量装置的盲 区。由于互感器资产的归属及相关监管力度的不足，存在超过运行寿命的互感 器仍担负着关口计量的工作，给电能量的贸易结算公正性带来巨大隐患，严重 制约电能计量装置的规范化管理，成为管控风险点的技术问题。
根据本申请的另一个方面，还提供了一种基于深度网络对互感器进行在线 监控的方法500，参考图5所述，该方法包括：
S502:利用互感器监测组件对互感器以及互感器监测设备的各项功能进行 实时监测以及告警；
S504:利用互感器性能评估组件根据预先采集的互感器参数，基于深度学 习算法确定互感器计量性能评估的深度神经网络模型，利用深度神经网络模型 输出互感器性能评估结果，并对互感器性能评估结果进行展示，对互感器性能 评估结果的趋势进行分析；
S506:利用互感器台帐维护组件对互感器台账进行维护；以及
S508:利用监测设备管理组件对厂站的台账信息、互感器的台账信息、监 测设备的台账信息以及检测设备的体系进行管理。
本发明的实施例的一种基于深度网络对互感器进行在线监控的方法500与 本发明的另一个实施例的一种基于深度网络对互感器进行在线监控的系统100 相对应，在此不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计 算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结 合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包 含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、 CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中 的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言Java和 直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产 品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入 式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算 机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个 流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备 以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的 指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流 程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使 得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理， 从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程 或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基 本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要 求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申 请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及 其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (9)
1.一种基于深度网络对互感器进行在线监控的系统，其特征在于，所述系统包括互感器监测组件、互感器性能评估组件、互感器台帐维护组件以及监测设备管理组件，
所述互感器监测组件用于对互感器以及互感器监测设备的各项功能进行实时监测以及告警；
所述互感器性能评估组件用于根据预先采集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利用所述深度神经网络模型输出互感器性能评估结果，并对所述互感器性能评估结果进行展示以及对所述互感器性能评估结果的趋势进行分析；
所述互感器台帐维护组件用于对互感器台账进行维护；以及
所述监测设备管理组件用于对厂站的台账信息、互感器的台账信息以及监测设备的台账信息。
2.根据权利要求1所述的系统，其特征在于，
所述互感器监测组件包括状态监测子组件、监测质量子组件、告警管理子组件以及告警依据维护子组件；
所述状态监测子组件用于以站点为基础维度，基于互感器监测设备，对互感器的各项运行参量进行实时监测，并对所述各项运行参量以及预设告警规则进行告警判定，生成告警信息，将所述告警信息发送到所述告警管理子组件中进行处理；
所述监测质量子组件用于对互感器监测设备的采集成功率进行统计，对所述互感器设备的采集失败情况及采集失败原因进行展示，对所述互感器监测设备的累计失败情况进行告警登记，同时对所述互感器监测设备的在线状态进行监控以及运行参量进行展示；
所述告警管理子组件用于对产生的告警信息进行统一处理，并生成不同的告警单，对所述告警单进行白名单管理；以及
所述告警依据维护子组件用于针对不同类型的互感器以及不同的监测项进行告警依据维护，并根据不同的监测参量组合预设异常告警规则，对监测数据进行告警判定。
3.根据权利要求2所述的系统，其特征在于，
所述各项运行参量包括运行环境温度、湿度、电磁场、运行电压、运行电流以及合成误差。
4.根据权利要求1所述的系统，其特征在于，
所述互感器性能评估组件包括性能评估子组件、状态管理子组件、趋势分析子组件、状态判定依据维护子组件以及状态策略依据维护子组件；
所述性能评估子组件用于基于预先采集的互感器参数以及在运电力互感器计量性能评估技术，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利用所述深度神经网络模型定期输出互感器性能评估结果，参照状态判定依据进行互感器性能状态的判定；
所述状态管理子组件用于对所述性能评估子组件定期输出的互感器性能评估结果进行统一管理，并依据与不同状态的所述互感器性能评估结果对应的策略对不同状态的互感器性能评估结果进行应用；
所述趋势分析子组件用于基于所述互感器参数、所述互感器性能评估结果以及提取各类故障或异常的特征数据，对互感器运行状态进行趋势分析，并针对不同趋势的互感器运行状态进行相应的故障或异常提前告警；
所述状态判定依据维护子组件用于设立互感器性能评估结果的状态判定依据，并进行状态判定依据维护；以及
所述状态策略依据维护子组件用于根据不同的性能评估结果设立相应的处理策略依据，并进行策略依据维护。
5.根据权利要求4所述的系统，其特征在于，
所述预先采集的互感器参数包括互感器监测数据、出厂试验数据、交接试验数据、首检试验数据以及周检试验数据；
所述互感器性能评估结果包括对互感器运行误差以及合成误差的计算。
6.根据权利要求1所述的系统，其特征在于，
所述互感器台帐维护组件包括厂站信息维护子组件、变压器信息维护子组件、输电线路信息维护子组件、互感器信息维护子组件以及一次接线图维护子组件；
所述厂站维护子组件用于对厂站信息进行登记和变更维护，所述厂站信息包含厂站内母线组以及母线信息，并记录厂站位置与坐标；
所述变压器信息维护子组件用于以厂站为基点，对所述厂站内的变压器信息进行登记和变更维护；
所述输电线路信息维护子组件用于以厂站为基点，对所述厂站的输出线路、输入线路信息进行登记和变更维护；
所述互感器信息维护子组件用于以厂站为基点，对所述厂站内的电压互感器、电流互感器信息进行登记和变更维护；以及
所述一次接线图维护子组件用于以厂站为基点，参照所述厂站一次接线图，对所述厂站内输电线路、母线、变压器以及互感器进行关联关系配置，并以此形成可交互一次接线图。
7.根据权利要求1所述的系统，其特征在于，
所述监测设备管理组件包括设备台账管理子组件、监测任务配置子组件、监测模板管理子组件以及设备领退管理子组件；
所述设备台账管理子组件用于对互感器监测设备的常规参数进行信息登记和维护，对互感器校验仪、互感器二次压降及负荷测试仪的档案信息进行维护；
所述监测任务配置子组件用于以厂站为基点，配置所述互感器监测设备以及监测点相关参数、监测对象数量，并记录监测任务的执行情况，展示所述互感器监测设备的在线状态；
所述监测模版管理子组件用于根据业务需要编制监测任务模板，并在所述监测任务中进行统一应用，所述监测任务包含数据采集/上传频率；以及
所述设备领退管理子组件用于对互感器校验仪以及互感器二次压降及负荷测试仪的领用和退回进行登记，记录领用和退回的详细信息。
8.根据权利要求1所述的系统，其特征在于，还包括：
首页组件，所述首页组件用于实现对互感器及监测装置设备的异常情况和告警情况进行监测。
9.一种基于深度网络对互感器进行在线监控的方法，其特征在于，包括：
利用互感器监测组件对互感器以及互感器监测设备的各项功能进行实时监测以及告警；
利用互感器性能评估组件根据预先采集的互感器参数，基于深度学习算法确定互感器计量性能评估的深度神经网络模型，利用所述深度神经网络模型输出互感器性能评估结果，并对所述互感器性能评估结果进行展示，对所述互感器性能评估结果的趋势进行分析；
利用互感器台帐维护组件对互感器台账进行维护；以及
利用监测设备管理组件对厂站的台账信息、互感器的台账信息、监测设备的台账信息以及检测设备的体系进行管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011347466.0A CN112763963B (zh) | 2020-11-26 | 2020-11-26 | 一种基于深度网络对互感器进行在线监控的系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011347466.0A CN112763963B (zh) | 2020-11-26 | 2020-11-26 | 一种基于深度网络对互感器进行在线监控的系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112763963A true CN112763963A (zh) | 2021-05-07 |
| CN112763963B CN112763963B (zh) | 2024-05-14 |
Family
ID=75693129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011347466.0A Active CN112763963B (zh) | 2020-11-26 | 2020-11-26 | 一种基于深度网络对互感器进行在线监控的系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112763963B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113675947A (zh) * | 2021-07-27 | 2021-11-19 | 北京智芯微电子科技有限公司 | 输电网关的输电侧设备状态监测方法、及输电网关 |
| CN113792256A (zh) * | 2021-07-27 | 2021-12-14 | 国网河北省电力有限公司营销服务中心 | 低压电流互感器计量性能评估方法、装置以及电子设备 |
| CN116520234A (zh) * | 2023-06-30 | 2023-08-01 | 中国电力科学研究院有限公司 | 跨站点互感器计量误差在线监测方法、装置及电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106325252A (zh) * | 2016-09-28 | 2017-01-11 | 华北电力大学 | 多层大跨度面向大数据的电力设备状态监测与评估系统 |
| CN108388950A (zh) * | 2018-01-29 | 2018-08-10 | 杭州安脉盛智能技术有限公司 | 基于大数据的变压器智能运维方法及系统 |
| CN108710099A (zh) * | 2018-05-24 | 2018-10-26 | 广州供电局有限公司 | 电容式电压互感器监测告警方法和系统 |
| CN109270482A (zh) * | 2018-11-15 | 2019-01-25 | 国网河北省电力有限公司电力科学研究院 | 电压互感器计量准确度在线评价方法及终端设备 |
| CN110929898A (zh) * | 2019-12-07 | 2020-03-27 | 华电郑州机械设计研究院有限公司 | 水电站启闭设备运维及故障监测在线评估系统及方法 |
| CN111160419A (zh) * | 2019-12-13 | 2020-05-15 | 中国电力科学研究院有限公司 | 一种基于深度学习的电子式互感器数据分类预测方法及装置 |
| CN111541474A (zh) * | 2020-04-21 | 2020-08-14 | 中国电子科技集团公司第五十四研究所 | 一种基于卫星移动通信系统地面信关站的健康管理系统 |
| CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检系统 |
-
2020
- 2020-11-26 CN CN202011347466.0A patent/CN112763963B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106325252A (zh) * | 2016-09-28 | 2017-01-11 | 华北电力大学 | 多层大跨度面向大数据的电力设备状态监测与评估系统 |
| CN108388950A (zh) * | 2018-01-29 | 2018-08-10 | 杭州安脉盛智能技术有限公司 | 基于大数据的变压器智能运维方法及系统 |
| CN108710099A (zh) * | 2018-05-24 | 2018-10-26 | 广州供电局有限公司 | 电容式电压互感器监测告警方法和系统 |
| CN109270482A (zh) * | 2018-11-15 | 2019-01-25 | 国网河北省电力有限公司电力科学研究院 | 电压互感器计量准确度在线评价方法及终端设备 |
| CN110929898A (zh) * | 2019-12-07 | 2020-03-27 | 华电郑州机械设计研究院有限公司 | 水电站启闭设备运维及故障监测在线评估系统及方法 |
| CN111160419A (zh) * | 2019-12-13 | 2020-05-15 | 中国电力科学研究院有限公司 | 一种基于深度学习的电子式互感器数据分类预测方法及装置 |
| CN111541474A (zh) * | 2020-04-21 | 2020-08-14 | 中国电子科技集团公司第五十四研究所 | 一种基于卫星移动通信系统地面信关站的健康管理系统 |
| CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检系统 |
Non-Patent Citations (1)
| Title |
|---|
| 马晓宗: "电力设备状态监测信息管理及辅助分析系统研究与实现", 硕士电子期刊, no. 3, pages 14 - 42 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113675947A (zh) * | 2021-07-27 | 2021-11-19 | 北京智芯微电子科技有限公司 | 输电网关的输电侧设备状态监测方法、及输电网关 |
| CN113792256A (zh) * | 2021-07-27 | 2021-12-14 | 国网河北省电力有限公司营销服务中心 | 低压电流互感器计量性能评估方法、装置以及电子设备 |
| CN116520234A (zh) * | 2023-06-30 | 2023-08-01 | 中国电力科学研究院有限公司 | 跨站点互感器计量误差在线监测方法、装置及电子设备 |
| CN116520234B (zh) * | 2023-06-30 | 2023-09-08 | 中国电力科学研究院有限公司 | 跨站点互感器计量误差在线监测方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112763963B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112763963A (zh) | 一种基于深度网络对互感器进行在线监控的系统及方法 | |
| CN106598791B (zh) | 一种基于机器学习的工业设备故障预防性识别方法 | |
| DE102016119066A1 (de) | Verteilte Leistungsüberwachung und Analyseplattform für industrielle Anlagen | |
| DE102016119178A1 (de) | Quellenunabhängige Abfragen in einem verteilten Industriesystem | |
| KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
| CN103914791A (zh) | 一种电力设备状态检修系统 | |
| CN106161138A (zh) | 一种智能自动计量方法及装置 | |
| CN103679293A (zh) | 智能变电站告警和辅助决策系统 | |
| CN104267346A (zh) | 一种发电机励磁系统故障远程诊断方法 | |
| Rawat et al. | A dominance based rough set classification system for fault diagnosis in electrical smart grid environments | |
| CN104615121A (zh) | 一种列车故障诊断方法及系统 | |
| CN117041029A (zh) | 网络设备故障处理方法、装置、电子设备及存储介质 | |
| CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
| CN116976778A (zh) | 一种基于智能物流运输平台的监控系统及方法 | |
| KR20220073314A (ko) | 공정 모니터링 시스템 및 방법 | |
| US20220327908A1 (en) | Systems and methods for analyzing alarms to address electrical system issues | |
| CN116596484B (zh) | 一种装配式建筑施工智能管理方法及系统 | |
| CN105447518A (zh) | 一种基于K-means遥测数据判读系统 | |
| Baharum et al. | A case study of reliability and performance of the electric power distribution station based on time between failures | |
| CN111709597A (zh) | 一种电网生产域运营监测系统 | |
| JP7062505B2 (ja) | 設備管理支援システム | |
| Salmasnia et al. | A production-inventory model under quality-maintenance policy with rework process in the presence of random failures and multiple assignable causes | |
| JP7466479B2 (ja) | 業務改善支援装置、プログラムおよびプログラムを格納した記憶媒体 | |
| CN114925866A (zh) | 低压配网线路中的辅助决策装置、故障报警方法及系统 | |
| EP3919990A1 (en) | Method and system for preventing damage to physical components in an industrial environment |
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 |