CN113129163A - 一种应用于算法核心单元的负荷监控系统 - Google Patents
一种应用于算法核心单元的负荷监控系统 Download PDFInfo
- Publication number
- CN113129163A CN113129163A CN202110335671.3A CN202110335671A CN113129163A CN 113129163 A CN113129163 A CN 113129163A CN 202110335671 A CN202110335671 A CN 202110335671A CN 113129163 A CN113129163 A CN 113129163A
- Authority
- CN
- China
- Prior art keywords
- data
- load
- module
- load identification
- probe
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 239000000523 sample Substances 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000002699 waste material Substances 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开的一种应用于算法核心单元的负荷监控系统,通过四个层级构成,分别为数据层,应用层,数据层以及主控层,其硬件层由数据探针,数据输入输出接口构成;所述数据层由数据格式化模块构成;所述应用层由负载识别AI模块构成;所述主控层控制所述负载识别AI模块中的AI算法软件运行,控制该AI算法软件的相关参数,控制所述数据探针采集的数据类型,所述数据输入输出接口的输出格式。本发明能记录负载功率,同时具有负载识别能力,可以对于供电量进行预测。
Description
技术领域
本发明涉及电力系统的负荷监控技术领域,特别涉及一种应用于算法核心单元的负荷监控系统。
背景技术
电力系统中,在电力终端上对于负荷进行智能化识别,从而完成对于负荷类型识别,负荷功率记录,以解决在用电过程中对于用电器的监控问题,防止出现窃电事件。对于负荷进行智能化识别还可对于区域电网的供电量进行预测,从而保证区域电网的稳定健康运行。
但是现有电网的监控系统较为粗糙,仅能记录负载功率,无负载识别能力,无法对于供电量进行预测,从而导致了供电不足或电力浪费的情况发生。
发明内容
针对上述技术问题,本发明提供一种能记录负载功率,同时具有负载识别能力,可以对于供电量进行预测的应用于算法核心单元的负荷监控系统。
本发明的应用于算法核心单元的负荷监控系统,通过四个层级构成,分别为数据层,应用层,数据层以及主控层,其中:
所述硬件层由数据探针,数据输入输出接口构成,用于数据的输入输出;
所述数据层由数据格式化模块构成,将所述数据探针所获取的电力网络中的电力参数打包成为负载识别AI模块能够识别的数据格式类型,同时在所述数据格式化模块中嵌入数据监测算法软件和数据补全算法软件,所述数据监测算法软件对于所述数据探针获取的数据进行一次检验,在数据异常或数据空缺的情况下,会下发数据采集命令给数据探针以迅速获取一次正确数据,所述数据补全算法软件对于数据探针获取异常数据的情况下,在负载识别AI模块定时任务要运行的情况下,根据历史数据进行建模,进而补全数据传递给负载识别AI模块进行识别;
所述应用层由负载识别AI模块构成,对于现网中的负载情况进行分析并输出现网用电器类型,数量,以及运行状况,并和所述数据探针中采集的数据进行比对,从而监测窃电问题;另外通过先验数据库,以及本系统中长期持续运行过程中所采集的数据,对于该负载识别AI模块中的AI进行训练和迭代更新,以达到负荷识别的效果;最后,将负载识别的识别内容通过数据输入输出接口输出给需要使用该类数据的系统;
所述主控层控制所述负载识别AI模块中的AI算法软件运行,控制该AI算法软件的相关参数,控制所述数据探针采集的数据类型,所述数据输入输出接口的输出格式。
在本发明的一个优选实施例中,所述数据探针用于对于电力网络中的电力参数进行数据采集,所采集的数据用于后续提供给负载识别AI模块,以供负载识别AI模块对于电力网络中的负载情况进行分析,进而分析出来窃电相关的信息。
在本发明的一个优选实施例中,所述数据探针用于对于电力网络中的电力参数进行数据采集是指对电力网络中的电压电流,冲击响应相关数据进行采集。
在本发明的一个优选实施例中,所述数据输入输出接口是将负载识别AI模块中的负载识别接口输出给调用该信息的系统。
由于采用了上述技术方案,本发明能记录负载功率,同时具有负载识别能力,可以对于供电量进行预测。
附图说明
图1为本发明的应用于算法核心单元的负荷监控系统的架构示意图。
图2为本发明的应用于算法核心单元的负荷监控系统的工作流程示意图。
具体实施方式
以下结合附图和具体实施方式来进一步描述本发明。
参见图1,图中所示的应用于算法核心单元的负荷监控系统,主要通过四个层级构成,分别为数据层10,应用层20,数据层30以及主控层40。
硬件层10主要由数据探针11,数据输入输出接口12构成。主要是用于数据的输入输出。其中:
数据探针11主要是用于对于电力网络中的电力参数进行数据采集。主要包括但不限于对于电力网络中的电压电流,冲击响应相关数据进行采集。该部分采集的数据主要用于后续提供给负载识别AI模块,以供负载识别AI模块对于电力网络中的负载情况进行分析,进而分析出来窃电相关的信息。
数据输入输出接口12主要是将负载识别AI模块中的负载识别接口输出给调用该信息的系统。
数据层20主要由数据格式化模块21构成。该数据格式化模块21主要将数据探针11所获取的电力网络中的电力参数打包成为负载识别AI模块31能够识别的数据格式类型。位于数据格式化模块21中的数据监测算法软件会对于数据探针11获取的数据进行一次检验,在数据异常或数据空缺的情况下,会下发数据采集命令给数据探针11以迅速获取一次正确数据。位于数据格式化模块21中的数据补全算法软件会对于数据探针11获取异常数据的情况下,在负载识别AI模块31定时任务要运行的情况下,根据历史数据进行建模,进而补全数据传递给负载识别AI模块31进行识别。
应用层30主要由负载识别AI模块31构成。该负载识别AI模块31为本负荷监控系统的核心,完成本负荷监控系统中的主要任务,对于现网中的负载情况进行分析并输出现网用电器类型,数量,以及运行状况。并和数据探针11中采集的数据进行比对,从而监测窃电问题。通过先验数据库,以及本负荷监控系统中长期持续运行过程中所采集的数据,对于该负载识别AI模块31中的AI进行训练和迭代更新,以达到负荷识别的效果。最后,将负载识别的识别内容通过数据输入输出接口12输出给需要使用该类数据的系统。
主控层40主要由管理员进行控制,包括主控模块41,主要作用为控制负载识别AI模块31中的AI算法软件,控制该AI算法软件的相关参数,控制数据探针11采集的数据类型,数据输入输出接口12的输出格式等。
参见图2并结合图1,本发明的应用于算法核心单元的负荷监控系统的工作流程如下:
步骤1:用户通过主控模块1设置相关负载系统参数。例如负载识别AI模块31采用的AI模型,AI模型所在位置,加载AI模型,数据输入输出接口12的格式,数据探针11采集现网数据数据类型等。
步骤2:数据探针11根据主控模块41设计的数据采集类型开始对于现网数据进行定时采集任务。
步骤3:数据格式化模块21中的异常数据监测算法软件和数据补全算法软件对于采集的数据进行验证。在数据异常的情况下进行重采样,在负载识别AI模块31需要数据的情况下,对数据进行补全。
步骤4:数据格式化模块21将采集数据打包发送给负载识别AI模块31。
步骤5:负载识别AI模块31对于获取的数据进行分析识别,获取现网负载类型,负载数量,窃电情况等。
步骤6:负载识别AI模块31将分析结果传输进入数据输入输出接口12中。
步骤7:数据输入输出接:12在接收到数据后,将数据根据主控模块41的设置,将数据打包后,输出数据。
步骤8:将上述输入输出参数传入负载识别AI模块31中,对于负载识别AI模块31中的AI模型进行迭代升级。
步骤9:重复步骤1-8。
Claims (3)
1.一种应用于算法核心单元的负荷监控系统,通过四个层级构成,分别为数据层,应用层,数据层以及主控层,其特征在于:
所述硬件层由数据探针,数据输入输出接口构成,用于数据的输入输出;
所述数据层由数据格式化模块构成,将所述数据探针所获取的电力网络中的电力参数打包成为负载识别AI模块能够识别的数据格式类型,同时在所述数据格式化模块中嵌入数据监测算法软件和数据补全算法软件,所述数据监测算法软件对于所述数据探针获取的数据进行一次检验,在数据异常或数据空缺的情况下,会下发数据采集命令给数据探针以迅速获取一次正确数据,所述数据补全算法软件对于数据探针获取异常数据的情况下,在负载识别AI模块定时任务要运行的情况下,根据历史数据进行建模,进而补全数据传递给负载识别AI模块进行识别;
所述应用层由负载识别AI模块构成,对于现网中的负载情况进行分析并输出现网用电器类型,数量,以及运行状况,并和所述数据探针中采集的数据进行比对,从而监测窃电问题;另外通过先验数据库,以及本系统中长期持续运行过程中所采集的数据,对于该负载识别AI模块中的AI进行训练和迭代更新,以达到负荷识别的效果;最后,将负载识别的识别内容通过数据输入输出接口输出给需要使用该类数据的系统;
所述主控层控制所述负载识别AI模块中的AI算法软件运行,控制该AI算法软件的相关参数,控制所述数据探针采集的数据类型,所述数据输入输出接口的输出格式。
2.根据权利要求1所述的一种应用于算法核心单元的负荷监控系统,其特征在于,所述数据探针用于对于电力网络中的电力参数进行数据采集,所采集的数据用于后续提供给负载识别AI模块,以供负载识别AI模块对于电力网络中的负载情况进行分析,进而分析出来窃电相关的信息。
3.根据权利要求2所述的一种应用于算法核心单元的负荷监控系统,其特征在于,所述数据探针用于对于电力网络中的电力参数进行数据采集是指对电力网络中的电压电流,冲击响应相关数据进行采集。
在本发明的一个优选实施例中,所述数据输入输出接口是将负载识别AI模块中的负载识别接口输出给调用该信息的系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110335671.3A CN113129163A (zh) | 2021-03-29 | 2021-03-29 | 一种应用于算法核心单元的负荷监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110335671.3A CN113129163A (zh) | 2021-03-29 | 2021-03-29 | 一种应用于算法核心单元的负荷监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113129163A true CN113129163A (zh) | 2021-07-16 |
Family
ID=76774480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110335671.3A Pending CN113129163A (zh) | 2021-03-29 | 2021-03-29 | 一种应用于算法核心单元的负荷监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129163A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288113A (zh) * | 2019-03-19 | 2019-09-27 | 浙江工业大学 | 一种非侵入式负荷智能识别系统 |
CN110414839A (zh) * | 2019-07-29 | 2019-11-05 | 四川长虹电器股份有限公司 | 基于量子遗传算法和svm模型的负荷识别方法及系统 |
CN110516837A (zh) * | 2019-07-10 | 2019-11-29 | 马欣 | 一种基于ai的智能化诊断方法、系统及装置 |
CN110867849A (zh) * | 2019-10-22 | 2020-03-06 | 深圳深宝电器仪表有限公司 | 电网检测及用电负荷识别方法及设备 |
CN112180193A (zh) * | 2020-09-28 | 2021-01-05 | 华中科技大学 | 一种基于轨迹图像识别的非侵入式负荷识别系统及方法 |
CN112396098A (zh) * | 2020-11-12 | 2021-02-23 | 天津天大求实电力新技术股份有限公司 | 非嵌入式公寓电器负荷识别分析方法、系统及应用 |
-
2021
- 2021-03-29 CN CN202110335671.3A patent/CN113129163A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110288113A (zh) * | 2019-03-19 | 2019-09-27 | 浙江工业大学 | 一种非侵入式负荷智能识别系统 |
CN110516837A (zh) * | 2019-07-10 | 2019-11-29 | 马欣 | 一种基于ai的智能化诊断方法、系统及装置 |
CN110414839A (zh) * | 2019-07-29 | 2019-11-05 | 四川长虹电器股份有限公司 | 基于量子遗传算法和svm模型的负荷识别方法及系统 |
CN110867849A (zh) * | 2019-10-22 | 2020-03-06 | 深圳深宝电器仪表有限公司 | 电网检测及用电负荷识别方法及设备 |
CN112180193A (zh) * | 2020-09-28 | 2021-01-05 | 华中科技大学 | 一种基于轨迹图像识别的非侵入式负荷识别系统及方法 |
CN112396098A (zh) * | 2020-11-12 | 2021-02-23 | 天津天大求实电力新技术股份有限公司 | 非嵌入式公寓电器负荷识别分析方法、系统及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103163841B (zh) | 自动化设备远程监控系统及方法 | |
CN103278728B (zh) | 发电机转子匝间短路故障诊断方法与系统 | |
CN106451761B (zh) | 一种基于动态数据驱动的大面积停电自动监测分析系统 | |
CN112134310B (zh) | 一种基于大数据的人工智能电网调控操作方法及系统 | |
CN111562460B (zh) | 配电网停电事件侦测研判方法、装置、计算机设备及介质 | |
CN110674189A (zh) | 一种智能变电站二次状态监测与故障定位的方法 | |
CN103019125B (zh) | 多任务实时数据处理系统及数据记录和数据分析的方法 | |
CN108665186A (zh) | 基于计量自动化系统的配变重过载停电监测方法及装置 | |
CN113341901B (zh) | 一种基于实验工艺的多设备集成控制方法及系统 | |
CN110867970A (zh) | 电网调度操作命令运行方法、装置和系统 | |
CN105207366A (zh) | 基于iec61850的配电终端即插即用模型配置工具及其实现方法 | |
CN111667143A (zh) | 电网调度实时监测数据与业务管理数据融合的实现方法 | |
CN112769234A (zh) | 一种用电负荷智能感知系统及方法 | |
CN117374978B (zh) | 结合知识图谱构建的并网调度管理方法及系统 | |
CN110486261A (zh) | 基于多点压力轨迹预测的空压机组调配系统及方法 | |
CN113129163A (zh) | 一种应用于算法核心单元的负荷监控系统 | |
CN112907911A (zh) | 一种基于设备工艺数据的智能异常识别与报警算法 | |
CN104182818A (zh) | 一种变电站信息智能自动采集的方法及系统 | |
CN110620674B (zh) | 一种监控系统的配置方法及计算机设备 | |
CN104237697B (zh) | 一种新能源汽车充电设备测试系统 | |
CN114266427A (zh) | 一种基于拓扑分析的新设备投运启动方案生成方法 | |
CN108510164A (zh) | 一种电力系统内指定地区的外网等值模型在线生成方法 | |
CN102789182A (zh) | 基于arm的风力发电机齿轮箱润滑油在线监测控制平台 | |
CN112165170A (zh) | 一种变电站设备智能顺控方法及系统 | |
CN111245097A (zh) | 一种智能电网管控系统及方法 |
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: 20210716 |