CN113626459B - 模型匹配方法、装置、集控设备和存储介质 - Google Patents
模型匹配方法、装置、集控设备和存储介质 Download PDFInfo
- Publication number
- CN113626459B CN113626459B CN202110683885.XA CN202110683885A CN113626459B CN 113626459 B CN113626459 B CN 113626459B CN 202110683885 A CN202110683885 A CN 202110683885A CN 113626459 B CN113626459 B CN 113626459B
- Authority
- CN
- China
- Prior art keywords
- model data
- standard
- name
- inspection system
- substation inspection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000007689 inspection Methods 0.000 claims abstract description 126
- 230000005477 standard model Effects 0.000 claims abstract description 89
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 230000008859 change Effects 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种模型匹配方法、装置、集控设备和存储介质。所述方法包括:接收当前变电站巡检系统发送的自定义模型数据;将自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;将自定义间隔名称与各个第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;将自定义设备名称与各个第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;根据自定义模型数据和第三目标模型数据生成模型变化列表。采用本方法能够准确且快速的完成变电站巡检系统中的自定义模型数据与状态评价系统中的标准模型数据之间的自动匹配。
Description
技术领域
本申请涉及电力系统技术领域,特别是涉及一种模型匹配方法、装置、集控设备和存储介质。
背景技术
随着电力行业的不断发展,变电站内的电力设备投放数量也随之增加,从而也就提升了对变电站内的电力设备进行状态监测的难度。目前,通过设置变电站巡检系统对相应变电站内的电力设备进行设备巡检数据自动抄录和定时巡检,并通过状态评价系统进行分析处理。
传统方法需将电力设备在变电站巡检系统中的自定义模型与状态评价系统中的标准模型进行自动匹配,以使变电站巡检系统输出的电力设备巡检数据应用于状态评价系统;然而,传统方法中模型自动匹配结果的准确度较低,易导致部分电力设备巡检数据无法应用于状态评价系统。
发明内容
基于此,有必要针对上述技术问题,提供一种能够准确且快速的完成变电站巡检系统中的自定义模型数据与状态评价系统中的标准模型数据之间的自动匹配的模型匹配方法、装置、集控设备和存储介质。
第一方面,提供了一种模型匹配方法,所述方法包括:
接收当前变电站巡检系统发送的自定义模型数据;自定义模型数据包括设备自定义区域名称、自定义间隔名称以及自定义设备名称;
将自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;标准模型数据库用于存储设备状态评价系统发送的各个标准模型数据;标准模型数据包括标准区域名称、标准间隔名称以及标准设备名称;第一目标模型数据是指与自定义区域名称相似度最高的标准区域名称所对应的标准模型数据;
将自定义间隔名称与各个第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;第二目标模型数据是指与自定义间隔名称相似度最高的标准间隔名称所对应的第一目标模型数据;
将自定义设备名称与各个第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;第三目标模型数据是指与自定义设备名称相似度最高的标准设备名称所对应的第二目标模型数据;
根据自定义模型数据和第三目标模型数据生成模型变化列表。
在其中一个实施例中,在接收当前变电站巡检系统输出的自定义模型数据的步骤之前还包括:发送自定义模型获取指令至当前变电站巡检系统;自定义模型获取指令用于指示当前变电站巡检系统发送自定义模型数据。
在其中一个实施例中,在根据自定义模型数据和第三目标模型数据生成模型变化列表的步骤之后还包括:根据变电站巡检系统列表,依次更新当前变电站巡检系统,并返回至发送自定义模型获取指令至当前变电站巡检系统的步骤进行迭代处理,直至变电站巡检系统列表中所有变电站巡检系统的自定义模型数据接收完毕。
在其中一个实施例中,接收当前变电站巡检系统输出的自定义模型数据的步骤之前还包括:发送标准模型获取指令至设备状态评价系统;标准模型获取指令中包括变电站巡检系统列表,并用于指示设备状态评价系统将变电站巡检系统列表中所有变电站巡检系统的标准模型数据发送至标准模型数据库。
第二方面,提供了一种模型匹配装置,所述装置包括模型数据接收模块、第一匹配处理模块、第二匹配处理模块、第三匹配处理模块以及变化列表生成模块。
其中,模型数据接收模块用于接收当前变电站巡检系统发送的自定义模型数据;自定义模型数据包括设备自定义区域名称、自定义间隔名称以及自定义设备名称;第一匹配处理模块用于将自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;标准模型数据库用于存储设备状态评价系统发送的各个标准模型数据;标准模型数据包括标准区域名称、标准间隔名称以及标准设备名称;第一目标模型数据是指与自定义区域名称相似度最高的标准区域名称所对应的标准模型数据;第二匹配处理模块用于将自定义间隔名称与各个第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;第二目标模型数据是指与自定义间隔名称相似度最高的标准间隔名称所对应的第一目标模型数据;第三匹配处理模块用于将自定义设备名称与各个第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;第三目标模型数据是指与自定义设备名称相似度最高的标准设备名称所对应的第二目标模型数据;变化列表生成模块用于根据自定义模型数据和第三目标模型数据生成模型变化列表。
在其中一个实施例中,该装置还包括:第一指令发送模块,用于发送自定义模型获取指令至当前变电站巡检系统;自定义模型获取指令用于指示当前变电站巡检系统发送自定义模型数据。
在其中一个实施例中,该装置还包括:巡检系统更新模块,用于根据变电站巡检系统列表,依次更新当前变电站巡检系统,并返回至发送自定义模型获取指令至当前变电站巡检系统的步骤进行迭代处理,直至变电站巡检系统列表中所有变电站巡检系统的自定义模型数据接收完毕。
在其中一个实施例中,该装置还包括:第二指令发送模块,用于发送标准模型获取指令至设备状态评价系统;标准模型获取指令中包括变电站巡检系统列表,并用于指示设备状态评价系统将变电站巡检系统列表中所有变电站巡检系统的标准模型数据发送至标准模型数据库。
第三方面,提供了一种集控设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述各方法实施例中的步骤。
第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述各方法实施例中的步骤。
上述模型匹配方法、装置、集控设备和存储介质,通过接收当前变电站巡检系统发送的自定义模型数据,并将自定义模型数据中自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;而后,将自定义模型数据中自定义间隔名称与各个第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;接着,将自定义模型数据中自定义设备名称与各个第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;且,根据自定义模型数据和上述第三目标模型数据生成模型变化列表,从而准确且快速的完成变电站巡检系统中的自定义模型数据与状态评价系统中的标准模型数据之间的自动匹配,以使变电站巡检系统输出的电力设备巡检数据能够应用于状态评价系统,提高了模型匹配结果的准确度,也提升了模型匹配的效率。
附图说明
图1为一个实施例中模型匹配方法的应用环境图;
图2为一个实施例中模型匹配方法的第一流程示意图;
图3为一个实施例中模型匹配方法的第二流程示意图;
图4为一个实施例中模型匹配方法的第三流程示意图;
图5为一个实施例中模型匹配方法的第四流程示意图;
图6为一个实施例中模型匹配装置的第一结构框图;
图7为一个实施例中模型匹配装置的第二结构框图;
图8为一个实施例中模型匹配装置的第三结构框图;
图9为一个实施例中模型匹配装置的第四结构框图;
图10为一个实施例中集控设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
下面,将对本申请实施例提供的模型匹配方法的应用环境进行简要说明。
如图1所示,该应用环境为一种基于设备状态评价系统与变电站巡检系统的业务联动系统。上述业务联动系统包括设备状态评价系统101、集控设备102和变电站巡检系统103。其中,设备状态评价系统101通过电力内网与集控设备102进行通信连接,变电站巡检系统103通过电力专网与集控设备102进行通信连接。设备状态评价系统101用于对各个变电站内的电力设备的状态进行监测和评价,为各个变电站内的电力设备全寿命周期管理提供技术支撑。集控设备102用于执行模型匹配方法的各个步骤。变电站巡检系统103用于对变电站内各种电力设备的运行情况进行定期或不定期的巡检,从而及时发现和解决变电站内的潜在隐患以及各种电力设备故障问题。
在一个实施例中,如图2所示,提供了一种模型匹配方法,该方法包括以下步骤102、步骤104、步骤106、步骤108以及步骤110。
步骤102,接收当前变电站巡检系统发送的自定义模型数据。
其中,变电站巡检系统用于对变电站内各种电力设备的运行情况进行定期或不定期的巡检,从而及时发现和解决变电站内的潜在隐患以及各种电力设备故障问题。由于不同变电站所用的电力设备有所不同,且每个变电站所使用的电力设备数量众多,为了便于对各个变电站的相应电力设备进行区分,工作人员根据各个电力设备铭牌上的名称以及自身的工作习惯对变电站内的各个电力设备建立自定义模型即私有设备模型。在变电站巡检系统投入使用前,工作人员会将变电站内的各个电力设备相应的自定义模型录入并存储至变电站巡检系统,从而生成对应的自定义模型数据。
在一个具体示例中,当前变电站巡检系统在需要进行模型匹配时可以主动发送电力设备的自定义模型数据至集控设备,还可以在需要进行模型匹配时根据集控设备发送的自定义模型获取指令来发送电力设备的自定义模型数据,实际应用中可以根据需求而灵活设置,在此不进行限制。
电力设备的自定义模型数据具体包括自定义区域名称、自定义间隔名称以及自定义设备名称。其中,自定义区域名称、自定义间隔名称以及自定义设备名称是根据层级由高到低的顺序设置。自定义区域名称根据电力设备所在变电站的电压等级和自定义名称确定。在一个具体示例中,工作人员常用的自定义区域名称为500KV变电站550KV电压区域、750KV变电站750KV电压区域、220KV变电站220KV电压区域、110KV变电站110KV电压区域、66KV变电站66KV电压区域、35KV变电站35KV电压区域、10KV变电站10KV电压区域等,实际应用中可以根据需求而灵活设置,在此不进行限制。自定义间隔名称根据电力设备所在间隔所使用的断路器名称和自定义名称确定。在一个具体示例中,工作人员常用的自定义区域名称为母线区5011间隔某某断路器或者母线区5012间隔某某断路器等,实际应用中可以根据需求而灵活设置,在此不进行限制。自定义设备名称根据电力设备铭牌上的名称和自定义名称确定。在一个具体示例中,工作人员常用的自定义设备名称为某某油浸式变压器(电抗器)、某某隔离开关、某某电流互感器等,实际应用中可以根据需求而灵活设置,在此不进行限制。
步骤104,将自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据。
其中,标准模型数据库用于存储设备状态评价系统发送的各个标准模型数据。设备状态评价系统用于对各个变电站内的电力设备的状态进行监测和评价,为各个变电站内的电力设备全寿命周期管理提供技术支撑。设备状态评价系统可以提供每个变电站内的电力设备的标准模型数据。
在一个具体示例中,在需要进行模型匹配时,设备状态评价系统可以将各个变电站内的电力设备的标准模型数据主动发送至标准模型数据库进行储存,实际应用中可以根据需求而灵活设置,在此不进行限制。
各个变电站内的电力设备的标准模型数据包括标准区域名称、标准间隔名称以及标准设备名称。其中,标准区域名称、标准间隔名称以及标准设备名称是根据层级由高到低的顺序设置。标准区域名称根据电力设备所在变电站的电压等级确定;例如,550KV电压区域、750KV电压区域、220KV电压区域等。标准间隔名称根据电力设备所在间隔所使用的断路器名称确定;例如,5011间隔断路器或者母线区5012间隔断路器等。自定义设备名称根据电力设备铭牌上的名称确定。在一个具体示例中,变电站内常用的电力设备的铭牌名称分别为油浸式变压器(电抗器)、隔离开关、开关柜、电流互感器、电压互感器、避雷器、并联电容器组、干式电抗器、串联补偿装置、母线及绝缘子、穿墙套管、电力电缆、消弧线圈、高频阻波器、耦合电容器、高压熔断器、中性点隔直(限直)装置、接地装置、端子箱及检修电源箱、站用变压器、站用交流电源系统以及站用直流电源系统等,实际应用中可以根据需求而灵活设置,在此不进行限制。
接收当前变电站巡检系统发送的自定义模型数据后,可以利用相似度匹配算法对自定义模型数据中的自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,从而得到各个与自定义区域名称相似度最高的标准区域名称所对应的标准模型数据,并将各个与自定义区域名称相似度最高的标准区域名称所对应的标准模型数据作为第一目标模型数据。在其中一个实施例中,相似度匹配算法可以但不限于是python文本相似度匹配算法。
步骤106,将自定义间隔名称与各个第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据。
在得到各个第一目标模型数据时,可以利用相似度匹配算法对接收到的自定义模型数据中的自定义间隔名称与上述各个第一目标模型数据中的标准间隔名称进行相似度匹配处理,从而得到各个与自定义间隔名称相似度最高的标准间隔名称所对应的第一目标模型数据,并将各个与自定义间隔名称相似度最高的标准间隔名称所对应的第一目标模型数据作为第二目标模型数据。
步骤108,将自定义设备名称与各个第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据。
在得到各个第二目标模型数据时,可以利用相似度匹配算法对接收到的自定义模型数据中自定义设备名称与上述上述各个第二目标模型数据的标准设备名称进行相似度匹配处理,从而得到与自定义设备名称相似度最高的标准设备名称所对应的第二目标模型数据,并将与自定义设备名称相似度最高的标准设备名称所对应的第二目标模型数据作为第三目标模型数据。
步骤110,根据自定义模型数据和第三目标模型数据生成模型变化列表。
根据接收得到的当前变电站巡检系统发送的自定义模型数据和上述第三目标模型数据,即可生成模型变化列表。基于该模型变化列表,即可得知当前变电站巡检系统中电力设备的自定义模型数据与状态评价系统中相应的标准模型数据一种对应关系,以使变电站巡检系统输出的电力设备巡检数据能够应用于状态评价系统。
上述模型匹配方法,通过接收当前变电站巡检系统发送的自定义模型数据,并将自定义模型数据中自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;而后,将自定义模型数据中自定义间隔名称与各个第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;接着,将自定义模型数据中自定义设备名称与各个第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;且,根据自定义模型数据和上述第三目标模型数据生成模型变化列表,从而准确且快速的完成变电站巡检系统中的自定义模型数据与状态评价系统中的标准模型数据之间的自动匹配,以使变电站巡检系统输出的电力设备巡检数据能够应用于状态评价系统,提高了模型匹配结果的准确度,也提升了模型匹配的效率。
在其中一个实施例中,如图3所示,在接收当前变电站巡检系统输出的自定义模型数据的步骤之前还包括步骤101。
步骤101,发送自定义模型获取指令至当前变电站巡检系统。
在需要进行模型匹配时,集控设备将主动发送自定义模型获取指令至当前变电站巡检系统;当前变电站巡检系统接收到该自动以模型获取指令时,可以根据自定义模型获取指令的指示发送相应的自定义模型数据。
在本实施例中,通过集控设备主动发送自定义模型获取指令至当前变电站巡检系统,从而快速接收到当前变电站巡检系统发送的自定义模型数据,也就避免了在模型匹配的过程中需要工作人员操作当前变电站巡检系统发送的自定义模型数据,提高了模型匹配过程的效率和便利性。
在其中一个实施例中,如图4所示,在根据自定义模型数据和第三目标模型数据生成模型变化列表的步骤之后还包括步骤112。
步骤112,根据变电站巡检系统列表,依次更新当前变电站巡检系统,并返回至发送自定义模型获取指令至当前变电站巡检系统的步骤进行迭代处理,直至变电站巡检系统列表中所有变电站巡检系统的自定义模型数据接收完毕。
其中,集控设备根据变电站巡检系统列表,按照一定的顺序依次更新当前变电站巡检系统,并在更新完当前变电站巡检系统后,对上述步骤101、步骤102、步骤104、步骤106、步骤108以及步骤110进行重复执行,直到集控设备接收到变电站巡检系统列表中所有变电站巡检系统的自定义模型数据,也就可以实现变电站巡检系统列表中所有变电站巡检系统的自定义模型数据与状态评价系统中的标准模型数据之间的自动匹配。在其中一个实施例中,变电站巡检系统列表可以预先存储至集控设备中,也可以在需要进行模型匹配时及时导入集控设备中,实际应用中可以根据需求而灵活设置,在此不进行限制。
在本实施例中,通过根据变电站巡检系统列表依次更新当前变电站巡检系统,并返回至发送自定义模型获取指令至当前变电站巡检系统的步骤进行迭代处理,从而使得该模型匹配方法可以适用于多个变电站巡检系统中电力设备的自定义模型与状态评价系统中的标准模型数据之间的自动匹配,扩大了模型匹配方法的适用范围,提升了模型匹配过程的便利性。
在其中一个实施例中,如图5所示,接收当前变电站巡检系统输出的自定义模型数据的步骤之前还包括步骤100。
步骤100,发送标准模型获取指令至设备状态评价系统。
在需要进行模型匹配时,集控设备将主动发送标准模型获取指令至设备状态评价系统;其中,标准模型获取指令中包括变电站巡检系统列表。当设备状态评价系统接收到集控设备发送的标准模型获取指令,可以根据标准模型获取指令的指示将变电站巡检系统列表中所有变电站巡检系统的相应标准模型数据发送至标准模型数据库进行存储。
在本实施例中,通过集控设备主动发送标准模型获取指令至设备状态评价系统,从而将变电站巡检系统列表中所有变电站巡检系统的各个电力设备的标准模型数据发送至标准模型数据库进行存储,也就避免了在模型匹配的过程中需要工作人员操作设备状态评价系统发送相应的标准模型数据至集控设备中标准模型数据库进行存储,提高了模型匹配过程的效率和便利性。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种模型匹配装置,所述装置包括模型数据接收模块501、第一匹配处理模块502、第二匹配处理模块503、第三匹配处理模块504以及变化列表生成模块505。
其中,模型数据接收模块501用于接收当前变电站巡检系统发送的自定义模型数据;自定义模型数据包括设备自定义区域名称、自定义间隔名称以及自定义设备名称;第一匹配处理模块502用于将自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;标准模型数据库用于存储设备状态评价系统发送的各个标准模型数据;标准模型数据包括标准区域名称、标准间隔名称以及标准设备名称;第一目标模型数据是指与自定义区域名称相似度最高的标准区域名称所对应的标准模型数据;第二匹配处理模块503用于将自定义间隔名称与各个第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;第二目标模型数据是指与自定义间隔名称相似度最高的标准间隔名称所对应的第一目标模型数据;第三匹配处理模块504用于将自定义设备名称与各个第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;第三目标模型数据是指与自定义设备名称相似度最高的标准设备名称所对应的第二目标模型数据;变化列表生成模块505用于根据自定义模型数据和第三目标模型数据生成模型变化列表。
在其中一个实施例中,如图7所示,该装置还包括第一指令发送模块506。
其中,第一指令发送模块506用于发送自定义模型获取指令至当前变电站巡检系统;自定义模型获取指令用于指示当前变电站巡检系统发送自定义模型数据。
在其中一个实施例中,如图8所示,该装置还包括巡检系统更新模块507。
其中,巡检系统更新模块507用于根据变电站巡检系统列表,依次更新当前变电站巡检系统,并返回至发送自定义模型获取指令至当前变电站巡检系统的步骤进行迭代处理,直至变电站巡检系统列表中所有变电站巡检系统的自定义模型数据接收完毕。
在其中一个实施例中,如图9所示,该装置还包括第二指令发送模块508。
其中,第二指令发送模块508用于发送标准模型获取指令至设备状态评价系统;标准模型获取指令中包括变电站巡检系统列表,并用于指示设备状态评价系统将变电站巡检系统列表中所有变电站巡检系统的标准模型数据发送至标准模型数据库。
关于模型匹配装置的具体限定可以参见上文中对于模型匹配方法的限定,在此不再赘述。上述模型匹配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于集控设备中的处理器中,也可以以软件形式存储于集控设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种集控设备,该集控设备可以是服务器,其内部结构图可以如图10所示。该集控设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该集控设备的处理器用于提供计算和控制能力。该集控设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该集控设备的数据库用于存储设备状态评价系统发送的各个标准模型数据。该集控设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种模型匹配方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的集控设备的限定,具体的集控设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种集控设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种模型匹配方法,其特征在于,所述方法包括:
接收当前变电站巡检系统发送的自定义模型数据;所述自定义模型数据包括设备自定义区域名称、自定义间隔名称以及自定义设备名称;
将所述自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;所述标准模型数据库用于存储设备状态评价系统发送的各个标准模型数据;所述标准模型数据包括标准区域名称、标准间隔名称以及标准设备名称;所述第一目标模型数据是指与所述自定义区域名称相似度最高的标准区域名称所对应的标准模型数据;
将所述自定义间隔名称与各个所述第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;所述第二目标模型数据是指与所述自定义间隔名称相似度最高的标准间隔名称所对应的第一目标模型数据;
将所述自定义设备名称与各个所述第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;所述第三目标模型数据是指与所述自定义设备名称相似度最高的标准设备名称所对应的第二目标模型数据;
根据所述自定义模型数据和所述第三目标模型数据生成模型变化列表。
2.根据权利要求1所述的方法,其特征在于,所述接收当前变电站巡检系统输出的自定义模型数据的步骤之前还包括:
发送自定义模型获取指令至所述当前变电站巡检系统;所述自定义模型获取指令用于指示所述当前变电站巡检系统发送所述自定义模型数据。
3.根据权利要求2所述的方法,其特征在于,所述根据所述自定义模型数据和所述第三目标模型数据生成模型变化列表的步骤之后还包括:
根据变电站巡检系统列表,依次更新所述当前变电站巡检系统,并返回至所述发送自定义模型获取指令至所述当前变电站巡检系统的步骤进行迭代处理,直至所述变电站巡检系统列表中所有变电站巡检系统的自定义模型数据接收完毕。
4.根据权利要求1所述的方法,其特征在于,所述接收当前变电站巡检系统输出的自定义模型数据的步骤之前还包括:
发送标准模型获取指令至所述设备状态评价系统;所述标准模型获取指令中包括变电站巡检系统列表,并用于指示所述设备状态评价系统将所述变电站巡检系统列表中所有变电站巡检系统的标准模型数据发送至标准模型数据库。
5.一种模型匹配装置,其特征在于,所述装置包括:
模型数据接收模块,用于接收当前变电站巡检系统发送的自定义模型数据;所述自定义模型数据包括设备自定义区域名称、自定义间隔名称以及自定义设备名称;
第一匹配处理模块,用于将所述自定义区域名称与标准模型数据库中各个标准模型数据的标准区域名称进行相似度匹配处理,得到各个第一目标模型数据;所述标准模型数据库用于存储设备状态评价系统发送的各个标准模型数据;所述标准模型数据包括标准区域名称、标准间隔名称以及标准设备名称;所述第一目标模型数据是指与所述自定义区域名称相似度最高的标准区域名称所对应的标准模型数据;
第二匹配处理模块,用于将所述自定义间隔名称与各个所述第一目标模型数据的标准间隔名称进行相似度匹配处理,得到各个第二目标模型数据;所述第二目标模型数据是指与所述自定义间隔名称相似度最高的标准间隔名称所对应的第一目标模型数据;
第三匹配处理模块,用于将所述自定义设备名称与各个所述第二目标模型数据的标准设备名称进行相似度匹配处理,得到第三目标模型数据;所述第三目标模型数据是指与所述自定义设备名称相似度最高的标准设备名称所对应的第二目标模型数据;
变化列表生成模块,用于根据所述自定义模型数据和所述第三目标模型数据生成模型变化列表。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第一指令发送模块,用于发送自定义模型获取指令至所述当前变电站巡检系统;所述自定义模型获取指令用于指示所述当前变电站巡检系统发送所述自定义模型数据。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
巡检系统更新模块,用于根据变电站巡检系统列表,依次更新所述当前变电站巡检系统,并返回至所述发送自定义模型获取指令至所述当前变电站巡检系统的步骤进行迭代处理,直至所述变电站巡检系统列表中所有变电站巡检系统的自定义模型数据接收完毕。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第二指令发送模块,用于发送标准模型获取指令至所述设备状态评价系统;所述标准模型获取指令中包括变电站巡检系统列表,并用于指示所述设备状态评价系统将所述变电站巡检系统列表中所有变电站巡检系统的标准模型数据发送至标准模型数据库。
9.一种集控设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110683885.XA CN113626459B (zh) | 2021-06-21 | 2021-06-21 | 模型匹配方法、装置、集控设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110683885.XA CN113626459B (zh) | 2021-06-21 | 2021-06-21 | 模型匹配方法、装置、集控设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113626459A CN113626459A (zh) | 2021-11-09 |
CN113626459B true CN113626459B (zh) | 2023-01-20 |
Family
ID=78378309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110683885.XA Active CN113626459B (zh) | 2021-06-21 | 2021-06-21 | 模型匹配方法、装置、集控设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113626459B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110943991A (zh) * | 2019-11-29 | 2020-03-31 | 国网智能科技股份有限公司 | 变电站巡检与生产管理业务联动系统及方法 |
CN112667717A (zh) * | 2020-12-23 | 2021-04-16 | 贵州电网有限责任公司电力科学研究院 | 变电站巡检信息处理方法、装置、计算机设备和存储介质 |
-
2021
- 2021-06-21 CN CN202110683885.XA patent/CN113626459B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110943991A (zh) * | 2019-11-29 | 2020-03-31 | 国网智能科技股份有限公司 | 变电站巡检与生产管理业务联动系统及方法 |
CN112667717A (zh) * | 2020-12-23 | 2021-04-16 | 贵州电网有限责任公司电力科学研究院 | 变电站巡检信息处理方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
变电站智能巡检系统设计与实现;杨琼;《华中电力》;20090820(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113626459A (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
dos Santos et al. | High impedance faults: From field tests to modeling | |
dos Santos et al. | Stochastic modeling of power system faults | |
US6671634B2 (en) | System and method for reliability assessment of a power system having integrated modules | |
CN110556920A (zh) | 一种配电自动化监测方法、系统、终端及存储介质 | |
Liao et al. | A holistic approach to risk-based maintenance scheduling for HV cables | |
Zhu et al. | Distributed topology processing solution for distributed controls in distribution automation systems | |
Hosseini et al. | Impact of surge arrester number and placement on reliability and lightning overvoltage level in high voltage substations | |
CN113626459B (zh) | 模型匹配方法、装置、集控设备和存储介质 | |
Emi et al. | Fault detection in transformer using GSM technology | |
CN106530125B (zh) | 一种电力系统潮流计算数据转换方法 | |
CN114236306A (zh) | 基于配电主站的配电线区间绝缘劣化程度评价方法及系统 | |
Zand et al. | Optimal coordination of DOCRs in microgrid via contingency reduction mechanism and clustering algorithms considering various network topologies based on N-2 contingencies | |
Moreto et al. | Using disturbance records to automate the diagnosis of faults and operational procedures in power generators | |
Awasthi et al. | Identification of type & location of a fault in a distributed generation system | |
KR100527435B1 (ko) | 배전손실율을 이용한 배전선로 등가 임피던스 결정방법 | |
Araújo et al. | Protection of the distribution lines with distributed generation against lightning overvoltages in the context of smart grids | |
Mokhlis et al. | Locating fault using voltage sags profile for underground distribution system | |
Kashtanov et al. | Application of graph theory as a tool for reconfiguration of the distribution network | |
Hasanpour et al. | Estimation of switching surge flashover rate of point on wave switching over‐voltages along transmission line by adaptive neuro‐fuzzy inference system meta‐model | |
Awadallah et al. | Assessment of suitability of different reliability importance measures for prioritising replacement of transmission system components | |
McGuinness et al. | Grid‐wide area protection settings analysis using protection settings evaluation tool | |
Alzate-González et al. | Methodology and software for sensitivity analysis of fault locators | |
CN114069615B (zh) | 基于断面有功灵敏度搜索可调机组消除潮流越限的方法 | |
Phukan et al. | Fault diagnosis of a high voltage transmission line using waveform matching approach | |
CN116577698B (zh) | 一种基于电磁场分布的变电所接地故障监测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |