CN113472079A - 配电站运维监控云机器人系统、后台处理及作业任务方法 - Google Patents

Abstract

本发明提供了一种配电站运维监控云机器人系统、后台处理及作业任务方法。运维监控系统，与云机器人执行终端以及云机器人云端资源库，共同构成了一套完整的配电站云机器人系统架构，将云计算和智能机器人等技术与配电站作业任务融合。本发明以网页端软件的形式设计，配电站运维人员可在与配电站内网连接的智能设备上进入系统，执行配电站的运维任务，操作智能机器人完成巡检、作业任务。本发明为配电站云机器人系统架构提供了一套完整的运维监控系统，实现对配电站环境、设备参数的同步采集，并具备全面直观的用户显示界面，充分提高了电站运维人员的作业效率，也为配电站的电气设备提供了可靠的安全保障。

Description

配电站运维监控云机器人系统、后台处理及作业任务方法

技术领域

本发明涉及电力设备维护领域，具体地，涉及一种配电站运维监控云机器人系统。

背景技术

目前我国供电系统的运检管控能力稳步提高，配电自动化、信息化水平显著提高，同时随着工业用电、生活用电需求日益增长，因此在这种背景下，对智能电网和智能用电设备都提出了新要求。相较于传统的人力为主的运维模式，当前精益化管理、精准化运营、精细化操作的需求愈发凸显，对配电站的运营模式、运检能力均有较大的挑战。

配电站智能化设备的研发使得配网自动化在智能电网建设中取得一定成就，而智能终端在传统的运维模式中由于数据量巨大、信息系统互相独立等问题，使得将云计算与配电站智能机器人结合的方案应运而生。事实上，国内的云机器人系统在电力行业的应用正处于起步阶段，还存在一些亟待解决的问题如：智能机器人的应用以电站内巡检为主，真正实现作业任务的较少；智能机器人得到的工作数据并不能被有效利用；智能机器人与运维人员之间的交互性差，同时机器人的可操作性较低，使得工作效率并不高。

与配电站云机器人系统架构相应的，需要一套完整的，适配的配电站后台运维监控系统，用于配电房环境以及配电房内设备的状态数据的收集监测；对采集得到数据进行综合分析，对出现的异常数据进行警报；具备优秀的交互性，便于配电站运维人员进行日常监控和任务下发等工作。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种配电站运维监控云机器人系统、后台处理及作业任务方法。

根据本发明提供的一种配电站运维监控云机器人系统，包括运维监控系统、云机器人执行终端以及云机器人云端资源库，其中：

运维监控系统包括语义解析模块、监测模块以及数据分析模块，

语义解析模块将运维文本解析为云机器人执行终端可识别的指令；

云机器人执行终端根据指令进行作业；

监测模块完成数据采集，上传数据至云机器人云端资源库，为数据分析模块提供原始的电站数据；

数据分析模块分析原始的电站数据。

优选地，所述语义解析模块由配电站本地的历史运维文本库，采用doc2vec向量及K-means++聚类，并将聚类结果通过最长公共子序列算法以及seq2seq模型，训练得到一套语义框架。

优选地，监测模块采集的数据包括配电站环境数据、电站设备数据以及云机器人执行终端的采集数据。

优选地，数据分析模块对于缺失的数据，基于GAKNN的配电运维时间序列的填补方法，在朴素KNN方法的基础上结合灰色关联系数，为邻近点设置权重从而进一步填补缺失值，得到完全的数据。

优选地，所述监测模块包括检测装置，所述检测装置包括：

用于监测配电设备的装置：开关柜母线接电处温度传感器、变压器电压电流采集装置、变压器温度测量装置；

用于监测配电房环境的装置：温湿度传感器、水位传感器、烟雾传感器以及音视频监控设备；

用于监测机器人状态的装置：机器人定位装置、机器人工作末端处摄像装置。

优选地，所述运维监控系统以网页端的形式展示。

优选地，网页端包括总页面和子页面，

总页面中包括如下任一项或者任多项信息：总体概览、操作人员、关键指数、资源统计、历史报警记录、配电房热力图、视频监控、电路模拟信息；

子页面包括如下任一项或者任多项信息：环境信息、在线设备、设备概览、配电设备、作业任务、全景地图、视频监控、作业视频信息。

根据本发明提供的一种基于上述的配电站运维监控云机器人系统的后台处理方法，包括如下步骤：

步骤S1，Word格式的操作票由本地导入至网页端，通过语义解析模块将操作票的内容翻译为智能机器人可以规范识别并执行操作的语言，同时通过电路模拟将操作票中的作业任务进行模拟，检查无误后进行任务下发；

步骤S2，监测模块对配电站数据进行采集并显示，对云机器人执行终端的状态信息进行评估，判断为正常作业状态后在子页面中反馈；

步骤S3，云机器人执行终端按照解析后的指令进行作业任务；

步骤S4，数据分析模块对作业过程中得到的配电数据进行缺失数据填补，并对电力负荷数据进行预测；

步骤S5，作业任务结束，任务处理结果显示在总页面中。

根据本发明提供的一种基于上述的配电站运维监控云机器人系统的作业任务方法，包括如下步骤：

步骤S1，运维人员将接收到的操作任务分解为操作票指令，进行核对并拷贝至配电房本地预警系统中；

步骤S2，运维人员通过电站云机器人架构的扩展设备登陆运维监控系统，将操作票导入，操作票在云端通过电路模拟校验计算后，结果返回本地由运维人员再次确认后下发；

步骤S3，机器人端将自身状态以及配电房环境信息反馈至云端；

步骤S4，运维人员通过运维监控系统，监测机器人反馈的信息，确认无误后在网页端开始作业指令；

步骤S5，云端对作业任务进行调度，将作业指令经过语义解析后发放给具体作业的机器人，机器人收到指令并回复云端，开始作业；

步骤S6，机器人根据操作票指导，执行具体任务；

步骤S7，云端核对操作票完成情况，若未全部完成，则按照赵操作票指令，重复步骤S6，直至当前操作票任务全部完成，任务完成后，向机器人发送待机指令，停留原地等待下一步指令；

步骤S8，云端对后续任务进行组织协调，在全部任务执行结束后，机器人关闭视频监控并回到充电桩位置，云端记录本次任务完成情况；

步骤S9，运维人员将实际完成情况与云端记录的完成情况比对，检查操作票完成情况，并整理上报本次任务。

与现有技术相比，本发明具有如下的有益效果：

1、本发明的运维监控系统为运维人员直接向智能终端发放作业任务提供了可行性，传统配电站面向人工操作的运维模式是以操作票的形式发放作业任务的，其作业流程已高度规范化，而智能配网系统的逐步建立，智能机器人作为作业终端无法依靠操作票进行作业，

2、配电站的时间相关性数据在采集、传输、存储过程中均可能出现数据记录缺失的情况，而完整的时间序列数据提供了配电负荷预测的可能，对于缺失数据，现有的处理方法下有拟合粗糙、计算复杂且数据量降低的问题，而本发明中采用GAKNN的配电运维时间序列的填补方法，得到完整填补的数据。

3、本运维监控系统对采集、预处理得到的配电负荷数据，融合卷积神经网络以及门控循环单元，实现配电柜负荷变化趋势的有效预测，精确的电力负荷预测能够提供更好的负荷调度和资源优化，且对作业环境中可能出现的异常数据可以预警处理。

4、本发明为配电站云机器人系统架构提供了一套完整的运维监控系统，实现对配电站环境、设备参数的同步采集，并具备全面直观的用户显示界面，充分提高了电站运维人员的作业效率，也为配电站的电气设备提供了可靠的安全保障。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为运维监控系统的网页端界面示意图。

图2为运维监控系统的后台处理流程图。

图3为配电站作业任务标准化流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

如图1至图3所示，根据本发明提供的一种配电站运维监控云机器人系统、后台处理及作业任务方法，本发明面向配电站云机器人系统架构，提出了一套完整的运维后台系统，实现配电站运维任务。配电站云机器人系统架构，由所述运维监控系统，与云机器人执行终端以及云机器人云端资源库构成。所述运维监控系统按照具体实现的功能可进行模块化划分为：语义解析模块，监测模块，以及数据分析模块。配电站运维监控云机器人系统与云机器人执行终端以及云机器人云端资源库配合，构成配电站云机器人系统的完整架构。所述运维监控系统，与配电站云机器人云端资源库基于WebSocket协议进行通讯。

语义解析模块将面向运维人员的操作票形式任务，将操作票转义为智能机器人能够识别的作业模式，以将其下达至作业端，完成相应的配电任务。具体地，由配电站本地的历史运维文本库，采用doc2vec向量及K-means++聚类，并将聚类结果通过最长公共子序列算法以及seq2seq模型，训练得到一套完整的语义框架，所述框架包含结构化规则库、操作规则库以及翻译模型。

监测模块完成对配电站环境，电站设备以及作业机器人在内完整的数据进行采集，环境数据包括：温度、湿度、水位、烟雾、臭氧等，设备数据包括：电流、电压、功率、刀闸状态、类型、设备编号等。上述数据进行格式统一化处理后上传至云端，并用于网页端的监控数据显示，同时为数据分析模块提供了原始的电站数据。

数据分析模块对现有的原始数据进行综合处理，主要包括：对于缺失的数据，基于GAKNN的配电运维时间序列的填补方法，在朴素KNN方法的基础上结合灰色关联系数，为邻近点设置权重从而进一步填补缺失值，得到完全的数据；凭借预处理得到的数据建立训练集，采用卷积神经网络结合门控循环单元进行短期负荷预测，与智能机器人在作业过程中采集的数据进行比对，若有较大程度的偏离则触发预警，提示运维人员进行排查。

所述运维监控系统以网页端软件的形式设计，配电站运维人员在网页端通过用户名、密码验证即可在任何与配电站内网连接的智能设备上进入该系统，并执行配电站的运维任务。网页端的功能主要包括：对采集得到的配电站数据进行显示；配电站任务校验和下发；机器人的状态信息的反馈。网页端分为两个页面，总页面为总体的配电站数据显示页面，子页面为具体到某个选定的配电站的数据显示页面。总页面中包括：总体概览、操作人员、关键指数、资源统计、历史报警记录、配电房热力图、视频监控、电路模拟等信息；子页面包括：环境信息、在线设备、设备概览、配电设备、作业任务、全景地图、视频监控、作业视频等信息。

更为详细的，本发明提出的运维监控系统，于网页端完成软件平台的部署，其中：前端采用HTML、CSS、JavaScript编程语言，用于展示配电站数据、呈现数据变化趋势以及视频监测显示，后端采用Php、Python编程语言，机器学习框架为genism、Sklearn、jieba，数据库为Mysql，用于数据处理，包括语义解析模块将运维文本翻译为机器人可识别的指令，数据分析模块提供了电力负荷数据的变化趋势等。

为实现对配电站内各项数据的监测任务，需要安装相应的监测装置，包括用于监测配电设备的装置：开关柜母线接电处温度传感器、变压器电压电流采集装置、变压器温度测量装置；用于监测配电房环境的装置：温湿度传感器、水位传感器、烟雾传感器以及音视频监控设备；用于监测机器人状态的装置：机器人定位装置、机器人工作末端处摄像装置。

本发明所述的配电站运维监控云机器人系统的后台处理流程如图2所示，具体步骤如下：

步骤S1，Word格式的操作票由本地导入至网页端，通过语义解析模块将操作票的内容翻译为智能机器人可以规范识别并执行操作的语言，同时通过电路模拟将操作票中的作业任务进行模拟，检查无误后进行任务下发；

步骤S2，监测模块对配电站数据进行采集并显示，对智能机器人的状态信息进行评估，判断为正常作业状态后在子页面中反馈；

步骤S3，智能机器人按照解析后的指令进行作业任务；

步骤S4，数据分析模块对作业过程中得到的配电数据进行缺失数据填补，并对电力负荷数据进行预测；

步骤S5，作业任务结束，任务处理结果显示在总页面中。

部署本发明所述的运维监控系统后，配电站的作业任务标准化流程如图3所示，具体步骤如下：

步骤S1，运维人员将接收到的操作任务分解为操作票指令，进行核对并拷贝至配电房本地预警系统中；

步骤S2，运维人员通过电站云机器人架构的扩展设备登陆运维监控系统，将操作票导入，操作票在云端通过电路模拟校验计算后，结果返回本地由运维人员再次确认后下发；

步骤S3，机器人端将自身状态以及配电房环境信息反馈至云端；

步骤S4，运维人员通过运维监控系统，监测机器人反馈的信息，确认无误后在网页端开始作业指令；

步骤S5，云端对作业任务进行调度，将作业指令经过语义解析后发放给具体作业的机器人，机器人收到指令并回复云端，开始作业；

步骤S6，机器人根据操作票指导，执行具体任务；

步骤S7，云端核对操作票完成情况，若未全部完成，则按照赵操作票指令，重复步骤S6，直至当前操作票任务全部完成，任务完成后，向机器人发送待机指令，停留原地等待下一步指令；

步骤S8，云端对后续任务进行组织协调，在全部任务执行结束后，机器人关闭视频监控并回到充电桩位置，云端记录本次任务完成情况；

步骤S9，运维人员将实际完成情况与云端记录的完成情况比对，检查操作票完成情况，并整理上报本次任务。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (9)

1.一种配电站运维监控云机器人系统，其特征在于，包括运维监控系统、云机器人执行终端以及云机器人云端资源库，其中：

运维监控系统包括语义解析模块、监测模块以及数据分析模块，

语义解析模块将运维文本解析为云机器人执行终端可识别的指令；

云机器人执行终端根据指令进行作业；

监测模块完成数据采集，上传数据至云机器人云端资源库，为数据分析模块提供原始的电站数据；

数据分析模块分析原始的电站数据。

2.根据权利要求1所述的配电站运维监控云机器人系统，其特征在于，所述语义解析模块由配电站本地的历史运维文本库，采用doc2vec向量及K-means++聚类，并将聚类结果通过最长公共子序列算法以及seq2seq模型，训练得到一套语义框架。

3.根据权利要求1所述的配电站运维监控云机器人系统，其特征在于，监测模块采集的数据包括配电站环境数据、电站设备数据以及云机器人执行终端的采集数据。

4.根据权利要求1所述的配电站运维监控云机器人系统，其特征在于，数据分析模块对于缺失的数据，基于GAKNN的配电运维时间序列的填补方法，在朴素KNN方法的基础上结合灰色关联系数，为邻近点设置权重从而进一步填补缺失值，得到完全的数据。

5.根据权利要求1所述的配电站运维监控云机器人系统，其特征在于，所述监测模块包括检测装置，所述检测装置包括：

用于监测配电设备的装置：开关柜母线接电处温度传感器、变压器电压电流采集装置、变压器温度测量装置；

用于监测配电房环境的装置：温湿度传感器、水位传感器、烟雾传感器以及音视频监控设备；

用于监测机器人状态的装置：机器人定位装置、机器人工作末端处摄像装置。

6.根据权利要求1所述的配电站运维监控云机器人系统，其特征在于，所述运维监控系统以网页端的形式展示。

7.根据权利要求6所述的配电站运维监控云机器人系统，其特征在于，网页端包括总页面和子页面，

总页面中包括如下任一项或者任多项信息：总体概览、操作人员、关键指数、资源统计、历史报警记录、配电房热力图、视频监控、电路模拟信息；

子页面包括如下任一项或者任多项信息：环境信息、在线设备、设备概览、配电设备、作业任务、全景地图、视频监控、作业视频信息。

8.一种基于权利要求1-7任一项所述的配电站运维监控云机器人系统的后台处理方法，其特征在于，包括如下步骤：

步骤S1，Word格式的操作票由本地导入至网页端，通过语义解析模块将操作票的内容翻译为智能机器人可以规范识别并执行操作的语言，同时通过电路模拟将操作票中的作业任务进行模拟，检查无误后进行任务下发；

步骤S2，监测模块对配电站数据进行采集并显示，对云机器人执行终端的状态信息进行评估，判断为正常作业状态后在子页面中反馈；

步骤S3，云机器人执行终端按照解析后的指令进行作业任务；

步骤S4，数据分析模块对作业过程中得到的配电数据进行缺失数据填补，并对电力负荷数据进行预测；

步骤S5，作业任务结束，任务处理结果显示在总页面中。

9.一种基于权利要求1-7任一项所述的配电站运维监控云机器人系统的作业任务方法，其特征在于，包括如下步骤：

步骤S1，运维人员将接收到的操作任务分解为操作票指令，进行核对并拷贝至配电房本地预警系统中；

步骤S2，运维人员通过电站云机器人架构的扩展设备登陆运维监控系统，将操作票导入，操作票在云端通过电路模拟校验计算后，结果返回本地由运维人员再次确认后下发；

步骤S3，机器人端将自身状态以及配电房环境信息反馈至云端；

步骤S4，运维人员通过运维监控系统，监测机器人反馈的信息，确认无误后在网页端开始作业指令；

步骤S5，云端对作业任务进行调度，将作业指令经过语义解析后发放给具体作业的机器人，机器人收到指令并回复云端，开始作业；

步骤S6，机器人根据操作票指导，执行具体任务；

步骤S7，云端核对操作票完成情况，若未全部完成，则按照赵操作票指令，重复步骤S6，直至当前操作票任务全部完成，任务完成后，向机器人发送待机指令，停留原地等待下一步指令；

步骤S8，云端对后续任务进行组织协调，在全部任务执行结束后，机器人关闭视频监控并回到充电桩位置，云端记录本次任务完成情况；

步骤S9，运维人员将实际完成情况与云端记录的完成情况比对，检查操作票完成情况，并整理上报本次任务。

Images