CN113984128B - 利用物联网智能感知技术运检配电设备的监测系统 - Google Patents

利用物联网智能感知技术运检配电设备的监测系统 Download PDF

Info

Publication number
CN113984128B
CN113984128B CN202111361811.0A CN202111361811A CN113984128B CN 113984128 B CN113984128 B CN 113984128B CN 202111361811 A CN202111361811 A CN 202111361811A CN 113984128 B CN113984128 B CN 113984128B
Authority
CN
China
Prior art keywords
intelligent
tag
detection
reader
measured
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
Application number
CN202111361811.0A
Other languages
English (en)
Other versions
CN113984128A (zh
Inventor
梁昌平
岳巧萍
刘军军
张逸文
高传淏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changshu Institute of Technology
Original Assignee
Changshu Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changshu Institute of Technology filed Critical Changshu Institute of Technology
Priority to CN202111361811.0A priority Critical patent/CN113984128B/zh
Publication of CN113984128A publication Critical patent/CN113984128A/zh
Application granted granted Critical
Publication of CN113984128B publication Critical patent/CN113984128B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S1/00—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith
    • G01S1/02—Beacons or beacon systems transmitting signals having a characteristic or characteristics capable of being detected by non-directional receivers and defining directions, positions, or position lines fixed relatively to the beacon transmitters; Receivers co-operating therewith using radio waves
    • G01S1/68—Marker, boundary, call-sign, or like beacons transmitting signals not carrying directional information
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/126—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wireless data transmission
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/128—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment involving the use of Internet protocol

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供了一种利用物联网智能感知技术运检配电设备的监测系统，包括智能运检移动端、智能运检系统服务端；所述智能运检系统服务端包括智能感知层、异构网络层、数据服务层、应用服务层四层构架体系，使智能运检系统服务端确保大量数据能够实时存储与收发；数据可以实现共享；尽量减短电缆通信线路以及无线通信的距离以降低损耗与保证通信可靠性；以光纤通信为主以减少通信线缆数量并满足大容量通信的需要。本发明实现了运检业务和管理信息化、自动化、智能化，保障电网设备安全运行、提高运检效率效益，具有本体及环境感知、主动预测预警、辅助诊断决策及集约运检管控功能，避免了人工运检采集的信息少、采集信息滞后、容易漏检等问题。

Description

利用物联网智能感知技术运检配电设备的监测系统
技术领域
本发明属于智能电网配电设备的运检领域，具体涉及一种利用物联网智能感知技术运检配电设备的监测系统。
背景技术
在电网系统中，配电设备的运行状态检测是配电设备日常运维必不可少的一环，是实现配电作业区设备安全、稳定高效运行的重要手段，而传统的配电设备运检基本采用的是运检人员自由运检、手工笔录的方式进行，这种方式主要存在以下的一些不足：
①信息量少，工作量大。手工笔录的形式主要采用文字记录，信息有限，没有照片、视频等更能直观反映设备缺陷信息的佐证材料；另一方面需要对信息进行汇总上报等二次信息处理，增加了运检的工作量。
②信息反馈滞后，不便于检索。运检结果需要录入电脑或者纸质版手工汇总，一方面造成了缺陷信息上报滞后，不利于缺陷信息的及时处理；另一方面对历史运检信息的检索比较麻烦。
③缺乏有效的监督。由于是采用笔录以及相对时间自由的形式，容易出现由于运检人员主观或者客观的原因而造成漏检或者没有按时进行运检的问题。
④射频识别(RFID)定位技术作为室内定位技术的代表，具有硬件成本较低，标签体积小、质量轻，易于进行各项操作的优点，利用RFID系统的短距离通信特点，能够确保巡检人员到达了指定的位置，防止漏检。目前室内RFID定位方法有很多种，其中常用的一种是基于接收信号强度的测距方法(RSSI测距法)已被证明与传播距离的平方线性负相关，该方法可以通过计算信号强度的变化得到测量距离，然而在实际环境中，这种RSSI测距方法受到信号反射、散射、绕射等多路径衰减和遮挡影响严重，测量结果存在较大误差，并且定位过程繁琐，计算复杂。
⑤由于金属对电磁信号具有较大的影响，可以削弱阅读器的电磁信号，造成阅读器的错误或者根本读不到标签的信息。阅读器发给RFID系统中的RFID标签的电磁信号也会被标签所依附的金属接收到，产生涡流反应，最终削弱或者干扰原来的电磁波信息。当标签直接附在或者接近金属表面时，标签无法正常获取电磁波的能量以及进行正常的信息交互，从而使无源标签无法正常工作。
因此，实现运检的智能化、优化RFID系统以及RFID标签，对于提高运检质量与减少运检工作量具有重要意义。
发明内容
本发明的目的在于提供一种利用物联网智能感知技术运检配电设备的监测系统，基于电网物联网智能感知技术实现对配电设备进行智能运检，以解决上述背景技术中提出技术问题。为实现上述发明目的，本发明提供如下技术方案：
本发明提出了一种基于利用物联网智能感知技术运检配电设备的监测系统，包括智能运检移动端、智能运检系统服务端；
所述智能运检系统服务端包括智能感知层、异构网络层、数据服务层、应用服务层；
所述智能感知层由多个不同类型的智能感知单元节点构成，所述智能感知单元的节点布置在各配电设备上，对各配电设备物理世界信息进行识别包括对各配电设备运行的状态、属性、周边环境的信息，并存储自身的基本信息，主动发送信息的感知单元向上传递信息或者被上层读取其信息；
所述异构网络层包括多个智能接口单元，所述智能感知单元提供的原始数据通过智能接口单元接入异构网络层，通过异构网络层解析智能感知单元的自描述属性信息并自动完成配置映射，将所述原始数据向数据服务层传输；所述异构网络层以光纤作为信息的物理通道，实现所述原始数据的传输；
所述数据服务层的数据服务中心对所述原始的分类分时存储、读取、归类、处理、判断和推送并生成报表，向所述应用服务层发布监测的越限告警，将所述原始数据和运检业务进行逻辑和物理上同时解耦，实现对智能感知单元实时感知到的所述原始数据进行实时处理为所述应用服务层提供数据服务；
所述应用服务层将经过数据服务层处理过的数据进行存储、挖掘、分析、提取，得到数据信息，所述数据信息包括各项运检业务的运检结果，通过运检结果得到各配电设备的故障等级并对故障进行风险评估。
优选的，所述智能感知层的智能感知单元包括摄像头、烟雾传感器、红外传感器、智能湿度传感器、RFID系统、智能振动传感器、智能电流互感器、智能电压互感器、智能振动互感器组成的智能感知单元。
优选的，所述异构网络层具有三个智能接口单元，其中一个智能接口单元连接摄像头、烟雾传感器、红外传感器，其中另一个智能接口单元连接智能湿度传感器、RFID系统、智能振动传感器，还有一个智能接口单元连接智能电流互感器、智能电压互感器、智能振动互感器；所述智能感知单元提供的原始数据通过智能接口单元接入异构网络层，通过异构网络层解析智能感知单元的自描述属性信息并自动完成配置映射，将所述原始数据向数据服务层传输；所述异构网络层以光纤作为信息的物理通道，实现所述原始数据的传输。
优选的，所述RFID系统具有RFID标签、阅读器以及计算机数据库，所述RFID标签为电子标签且为陶瓷材料制成；增加RFID标签与金属依附体之间的距离，并且在RFID标签与金属之间设置一层吸波材料来削弱金属对电磁波的影响。
优选的，利用遗传GA算法优化RFID定位精确度首先随机初始参考标签的位置坐标，通过接收信号强度RSS值计算出阅读器与标签之间的测量距离，再通过优化阅读器与参考标签和待测标签之间的距离误差，估计出离待测标签最近的位置坐标。
优选的，其中RFID定位系统的RFID定位模型由4个阅读器和一组待测标签组成，阅读器中的天线采用全向天线；配电设备的工作环境作为待测区域是一个10×10的正方形区域，该区域的4个顶点处放置阅读器，坐标分别表示为(0，0)，(0，10，(10，0)，(10，10)，区域内有24个待测标签，其坐标随机生成，分别用数字1～24表示；阅读器和待测标签之间的距离，通过基于接收信号强度的测距方法测量得到；由于信号传播的不确定性，在真实环境下通常假设接收信号强度满足对数正态分布：
式中：P0(d0)表示接收器在距离信号源为d0处接收到的信号强度；η表示路径损耗因子；Xσ是服从对数正态分布中的随机变量；r为阅读器接收信号的半径；因此，当路径损耗参数确定时，接收器与信号源距离的最大似然估计可以表示为：
通过接收信号强度得到阅读器与电子标签的测量距离为di(i＝1，2，3，4)，该测量距离作为估算待测标签位置的参考距离；设待测标签的坐标为(x0，y0)，阅读器的坐标为(xi，yi)(i＝1，2，3，4)，由此得到第i个阅读器与待测标签和该阅读器与参考标签的距离误差，表示成函数如下：
因此，对于每个待测标签，都可以依据上式列出一个距离误差函数，再分别进行遗传算法的变异、交叉和选择操作，多次迭代进化，最终取其距离误差最小值，并将该值作为待测标签的估计位置坐标。
优选的，用遗传算法优化RFID定位；其具体步骤及主要公式如下所述：
步骤1：生成初始种群并进行染色体编码
采用随机方式生成初始种群，由以下公式产生：
Xi，j＝Xi_min+(Xi_max-Xi_min)×rand
式中：i＝1，2，…，Np，Np表示种群规模；j＝1，2，…，D，D表示种群个体的维数；Xi_max，Xi_min分别表示地i个个体维数分量的上、下界；rand表示[0，1]内均匀分布的随机数；为保证种群多样性和稳定性，同时确保编码精度和利于大空间搜索，染色体的编码方式采用浮点数编码；
步骤2：变异操作将生成的初始种群向量，通过变异操作产生对应的变异向量由以下公式产生：
式中：F是变异因子；是随机选择的3个互不相同的个体；
步骤3：交叉操作由第k代之间执行一种离散交叉操作，产生新的测试个体计算公式如下：
式中：j表示交叉因子，其取值区间为[0，1]；r是在区间[1，D]中的一个随机整数；
步骤4：选择操作采用贪心选择算法，获取后代优秀的个体，并由以下公式产生新的向量：
当小于(或者更优于)/>时，把由步骤3交叉产生的新向量/>赋值给否则把/>赋值给/>其中f表示待优化的目标函数；重复以上操作，直到达到判断终止条件时停止算法。
与现有技术相比，本发明的有益效果是：
1、实现了运检业务和管理信息化、自动化、智能化，保障电网设备安全运行、提高运检效率效益，具有本体及环境感知、主动预测预警、辅助诊断决策及集约运检管控功能，避免了人工运检采集的信息少、采集信息滞后、容易漏检等问题。也避免了无人机和人工巡检检测记录的复杂和成本。
2、利用基于物联网智能感知技术的智能运检系统服务端实现电网的配电设备的智能运检，基于物联网智能感知技术的智能运检系统服务端是由智能感知层、异构网络层、数据服务层、应用服务层组成的四层构架体系，确保大量数据能够实时存储与收发；数据可以实现共享；尽量减短电缆通信线路以及无线通信的距离以降低损耗与保证通信可靠性；以光纤通信为主以减少通信线缆数量并满足大容量通信的需要。
3、利用RFID系统的短距离通信特点，能够确保巡检人员到达了指定的位置，防止漏检。并且RFID标签为陶瓷标签，利用陶瓷的特殊性质来减小金属的影响，确保RFID标签受到金属的影响在可接受范围内；增加RFID标签与金属依附体之间的距离，以有效削弱涡流反应在标签上面的影响，提高阅读器读写标签的可靠性；在RFID标签与金属之间增加一层吸波材料来改变RFID标签的磁场环境，削弱金属对电磁波的影响。这样来避免由于金属的影响削弱阅读器器的电磁信号，造成读写的错误或者根本读不到标签的信息。也可以避免读写器发给RFID标签的电磁信号被标签所依附的金属接收到，产生涡流反应，削弱或者干扰原来的电磁波信息。
4、本发明的遗传算法以初始种群为根基，主要包括变异、交叉、选择3个操作步骤，这样核心步骤少，受参数的控制较少，且变异方式较多，对于不同的目标函数适应性较强，实用性好。利用遗传(GA)算法优化RFID定位精确度的方法，该方法首先随机初始参考标签的位置坐标，通过接收信号强度(RSS)值计算出阅读器与标签之间的测量距离，再通过优化阅读器与参考标签和待测标签之间的距离误差，估计出离待测标签最近的位置坐标，通过不断降低待测标签与参考标签的位置误差，达到提高定位精确度的效果。
附图说明
图1为本申请利用物联网智能感知技术运检配电设备的方法所采用的主体结构。
图2为本申请的智能运检移动终端的操作流程图。
图3为本申请的智能感知单元的工作流程图。
图4为本申请的基于物联网智能感知技术的智能运检系统服务端的架构体系图。
具体实施方式
下面结合本发明实例中的附图，对本发明实例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域技术人员在没有做创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
下面将结合附图对本发明实例作进一步地详细描述。
如图1-4所示，本申请提出了一种利用物联网智能感知技术运检配电设备的监测系统，具有以下操作步骤：
步骤一、运检人员手持智能运检移动端，打开智能运检移动端，登录并验证密码成功后，进入我的工作模块，进而获得任务列表，调取运检业务，所述运检业务包括：各配电设备运行的状态检测、带电检测、安防监控、故障诊断、故障预警、检修决策；
步骤二、利用基于物联网智能感知技术的智能运检系统服务端实现电网的配电设备的智能运检，所述基于物联网智能感知技术的智能运检系统服务端是由智能感知层、异构网络层、数据服务层、应用服务层组成的四层构架体系；
所述智能感知层具有由摄像头、烟雾传感器、红外传感器、智能湿度传感器、RFID系统、智能振动传感器、智能电流互感器、智能电压互感器、智能振动互感器组成的智能感知单元，所述智能感知单元的节点布置在各配电设备上，对各配电设备物理世界信息进行智能化识别，实现对各配电设备运行的状态、属性、周边环境的信息进行全面感知，能够存储自身的基本信息，能够主动发送信息的感知单元在必要的时候主动向上传递信息或者被上层读取其信息，为应用服务层中的各项运检业务提供准确的原始数据；
所述异构网络层具有三个智能接口单元，其中一个智能接口单元连接摄像头、烟雾传感器、红外传感器，其中另一个智能接口单元连接智能湿度传感器、RFID系统、智能振动传感器，还有一个智能接口单元连接智能电流互感器、智能电压互感器、智能振动互感器；所述智能感知单元提供的原始数据通过智能接口单元接入异构网络层，通过异构网络层解析智能感知单元的自描述属性信息并自动完成配置映射，将所述原始数据向数据服务层传输；所述异构网络层以光纤作为信息的物理通道，实现所述原始数据的传输；
所述数据服务层的数据服务中心实现对所述原始的分类分时存储、读取、归类、处理、判断和推送并生成报表，向所述应用服务层发布监测的越限告警，将所述原始数据和运检业务进行逻辑和物理上同时解耦，实现对智能感知单元实时感知到的所述原始数据进行实时处理为所述应用服务层提供数据服务；
所述应用服务层将经过数据服务层处理过的数据进行存储、挖掘、分析、提取，得到数据信息，所述数据信息包括各项运检业务的运检结果，通过运检结果得到各配电设备的故障等级并对故障进行风险评估，为各配电设备检修或者更换提供更准确的参考意见；
步骤三、应用服务层将各项运检业务的运检结果，各配电设备的故障等级以及各配电设备检修或者更换的参考意见无线传输至所述智能运检移动端，所述智能运检移动端再将应用服务层提供的所述数据信息传输给运检管理后台，经运检管理后台对所述数据信息进行分析处理后，决定安排人工进行故障排除。
图2示出了智能运检移动终端的操作流程为，运检员点开始，输入用户名和验证密码，密码正确后，进入我的工作获取任务列表，如果有运检任务，则在任务列表中调取运检操作任务，带运检操作任务完成后结束；或者当任务列表中没有运检任务时直接结束；对于不熟悉智能运检移动终端操作流程的人员可以在验证密码正确后，点击帮助图标，在点击相关功能操作图标，查看各运检操作任务的操作动画。
图3示出了所述智能感知单元的工作流程，其中，初始化配置：包括智能感知单元的初始化；等待定时器中断，此阶段CPU停止工作，进入低功耗模式，超过定时时间后重新激活，降低功耗；通过记录中断的次数与每次中断的时间进行运算，如果达到设定的时间间隔，则启动并读取摄像头、烟雾传感器、红外传感器、智能湿度传感器、RFID系统、智能振动传感器、智能电流互感器、智能电压互感器、智能振动互感器的检测数据，然后将采集到的数据进行格式化处理，最后将处理结果通过异构网络层上传；如果没有达到设定的时间间隔则智能感知单元处于休眠状态。
所述RFID系统具有RFID标签、阅读器以及计算机数据库，所述RFID标签为电子标签且为陶瓷材料制成；增加RFID标签与金属依附体之间的距离，并且在RFID标签与金属之间增加一层吸波材料来改变RFID标签的磁场环境，削弱金属对电磁波的影响。
利用遗传(GA)算法优化RFID定位精确度的方法，该方法首先随机初始参考标签的位置坐标，通过接收信号强度(RSS)值计算出阅读器与标签之间的测量距离，再通过优化阅读器与参考标签和待测标签之间的距离误差，估计出离待测标签最近的位置坐标。
其中RFID定位系统的RFID定位模型由4个阅读器和一组待测标签组成，阅读器中的天线采用全向天线。配电设备的工作环境作为待测区域是一个10×10的正方形区域，该区域的4个顶点处放置阅读器，坐标分别表示为(0，0)，(0，10，(10，0)，(10，10)，区域内有24个待测标签，其坐标随机生成，分别用数字1～24表示。阅读器和待测标签之间的距离，通过基于接收信号强度的测距方法测量得到。由于信号传播的不确定性，在真实环境下通常假设接收信号强度满足对数正态分布：
式中：P0(d0)表示接收器在距离信号源为d0处接收到的信号强度；η表示路径损耗因子；Xσ是服从对数正态分布中的随机变量；r为阅读器接收信号的半径。因此，当路径损耗参数确定时，接收器与信号源距离的最大似然估计可以表示为：
通过接收信号强度得到阅读器与电子标签的测量距离为di(i＝1，2，3，4)，该测量距离作为估算待测标签位置的参考距离。设待测标签的坐标为(x0，y0)，阅读器的坐标为(xi，yi)(i＝1，2，3，4)，由此得到第i个阅读器与待测标签和该阅读器与参考标签的距离误差，表示成函数如下：
因此，对于每个待测标签，都可以依据上式列出一个距离误差函数，再分别进行遗传算法的变异、交叉和选择操作，多次迭代进化，最终取其距离误差最小值，并将该值作为待测标签的估计位置坐标。
利用遗传算法优化RFID定位模型。其具体步骤及主要公式如下所述：
步骤1：生成初始种群并进行染色体编码
采用随机方式生成初始种群，由以下公式产生：
Xi，j＝Xi_min+(Xi_max-Xi_min)×rand
式中：i＝1，2，…，Np，Np表示种群规模；j＝1，2，…，D，D表示种群个体的维数；Xi_ maxXi_min分别表示个体维数分量的上、下界；rand表示[0，1]内均匀分布的随机数。为保证种群多样性和稳定性，同时确保编码精度和利于大空间搜索，染色体的编码方式采用浮点数编码。
步骤2：变异操作将生成的初始种群向量，通过变异操作产生对应的变异向量由以下公式产生：
式中：F是变异因子；是随机选择的3个互不相同的个体。
步骤3：交叉操作由第k代之间执行一种离散交叉操作，产生新的测试个体计算公式如下：
式中：j表示交叉因子，其取值区间为[0，1]；r是在区间[1，D]中的一个随机整数。
步骤4：选择操作采用贪心选择算法，获取后代优秀的个体，并由以下公式产生新的向量：
当小于(或者更优于)/>时，把由步骤3交叉产生的新向量/>赋值给否则把/>赋值给/>其中f表示待优化的目标函数。重复以上操作，直到达到判断终止条件时停止算法。
其中定位基本方案利用遗传算法优化RFID定位的具体流程如下所示：
1.设置算法参数：设置种群规模为NP＝20，即参考标签的数量为20个；设置变异概率为F＝0.6；交叉概率为CR＝0.7；设置待测标签数量为24个；个体维数为D＝2，表示二维定位区域；最大迭代次数为Gm，迭代的收敛误差为0.01。
2.搭建RFID定位模型：设置定位范围是边长为10m的正方形区域，该定位范围为配电设备的工作范围，正方形的4个顶点处分别放置阅读器，在其中均匀放置20个参考标签，这20个参考标签为各配电设备的位置坐标。
3.生成目标函数：首先随机生成24个待测标签的坐标，利用接收信号强度计算阅读器与参考标签之间的参考距离；再将已知的20个参考标签位置作为优化初始坐标，依据函数距离误差最小来不断优化待测标签的位置坐标，使得误差逐渐逼近于零。
4.遗传算法优化RFID定位模型：将20个参考标签坐标作为遗传算法的输入，接着采用GA/rand/1/bin的变异策略进行变异操作，再采用二进制方式进行交叉操作，最后根据距离误差函数最小得到最终的估计坐标。
5.判断终止条件：当算法达到或小于给定距离误差值时，即迭代的收敛误差，则输出此时的估计坐标，并记录算法的迭代次数，所记录的迭代次数应小于最大迭代次数为Gm。
与现有技术相比，本实施例技术方案的有益效果是：
实现了运检业务和管理信息化、自动化、智能化，保障电网设备安全运行、提高运检效率效益，具有本体及环境感知、主动预测预警、辅助诊断决策及集约运检管控功能，避免了人工运检采集的信息少、采集信息滞后、容易漏检等问题。
利用基于物联网智能感知技术的智能运检系统服务端实现电网的配电设备的智能运检，基于物联网智能感知技术的智能运检系统服务端是由智能感知层、异构网络层、数据服务层、应用服务层组成的四层构架体系，确保大量数据能够实时存储与收发；数据可以实现共享；尽量减短电缆通信线路以及无线通信的距离以降低损耗与保证通信可靠性；以光纤通信为主以减少通信线缆数量并满足大容量通信的需要。
利用RFID系统的短距离通信特点，能够确保巡检人员到达了指定的位置，防止漏检。并且RFID标签为陶瓷标签，利用陶瓷的特殊性质来减小金属的影响，确保RFID标签受到金属的影响在可接受范围内；增加RFID标签与金属依附体之间的距离，以有效削弱涡流反应在标签上面的影响，提高阅读器读写标签的可靠性；在RFID标签与金属之间增加一层吸波材料来改变RFID标签的磁场环境，削弱金属对电磁波的影响。这样来避免由于金属的影响削弱阅读器器的电磁信号，造成读写的错误或者根本读不到标签的信息。也可以避免读写器发给RFID标签的电磁信号被标签所依附的金属接收到，产生涡流反应，削弱或者干扰原来的电磁波信息。
本发明的遗传算法以种群为根基，主要包括变异、交叉、选择3个操作步骤，这样核心步骤少，受参数的控制较少，且变异方式较多，对于不同的目标函数适应性较强，实用性好。利用遗传(GA)算法优化RFID定位精确度的方法，该方法首先随机初始参考标签的位置坐标，通过接收信号强度(RSS)值计算出阅读器与标签之间的测量距离，再通过优化阅读器与参考标签和待测标签之间的距离误差，估计出离待测标签最近的位置坐标，通过不断降低待测标签与参考标签的位置误差，达到提高定位精确度的效果。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (5)

1.一种基于利用物联网智能感知技术运检配电设备的监测系统，其特征在于：
包括智能运检移动端、智能运检系统服务端；
所述智能运检系统服务端包括智能感知层、异构网络层、数据服务层、应用服务层；
所述智能感知层由多个不同类型的智能感知单元节点构成，所述智能感知单元的节点布置在各配电设备上，对各配电设备物理世界信息进行识别包括对各配电设备运行的状态、属性、周边环境的信息，并存储自身的基本信息，主动发送信息的感知单元向上传递信息或者被上层读取其信息；所述智能感知层的智能感知单元包括摄像头、烟雾传感器、红外传感器、智能湿度传感器、RFID系统、智能振动传感器、智能电流互感器、智能电压互感器、智能振动互感器组成的智能感知单元；利用遗传GA算法优化RFID定位精确度首先随机初始参考标签的位置坐标，通过接收信号强度RSS值计算出阅读器与标签之间的测量距离，再通过优化阅读器与参考标签和待测标签之间的距离误差，估计出离待测标签最近的位置坐标；
其中RFID定位系统的RFID定位模型由4个阅读器和一组待测标签组成，阅读器中的天线采用全向天线；配电设备的工作环境作为待测区域是一个正方形区域，该区域的4个顶点处放置阅读器，区域内有24个待测标签，其坐标随机生成，分别用数字1～24表示；阅读器和待测标签之间的距离，通过基于接收信号强度的测距方法测量得到；由于信号传播的不确定性，在真实环境下通常假设接收信号强度满足对数正态分布：
式中：P0(d0)表示接收器在距离信号源为d0处接收到的信号强度；η表示路径损耗因子；Xσ是服从对数正态分布中的随机变量；r为阅读器接收信号的半径；因此，当路径损耗参数确定时，接收器与信号源距离的最大似然估计可以表示为：
通过接收信号强度得到阅读器与电子标签的测量距离为di，i＝1，2，3，4，该测量距离作为估算待测标签位置的参考距离；设待测标签的坐标为(x0，y0)，阅读器的坐标为(xi，yi)，i＝1，2，3，4，由此得到第i个阅读器与待测标签和该阅读器与参考标签的距离误差，表示成函数如下：
因此，对于每个待测标签，都可以依据上式列出一个距离误差函数，再分别进行遗传算法的变异、交叉和选择操作，多次迭代进化，最终取其距离误差最小值，并将该值作为待测标签的估计位置坐标；
所述异构网络层包括多个智能接口单元，所述智能感知单元提供的原始数据通过智能接口单元接入异构网络层，通过异构网络层解析智能感知单元的自描述属性信息并自动完成配置映射，将所述原始数据向数据服务层传输；所述异构网络层以光纤作为信息的物理通道，实现所述原始数据的传输；所述异构网络层具有三个智能接口单元，其中一个智能接口单元连接摄像头、烟雾传感器、红外传感器，其中另一个智能接口单元连接智能湿度传感器、RFID系统、智能振动传感器，还有一个智能接口单元连接智能电流互感器、智能电压互感器、智能振动互感器；
所述数据服务层的数据服务中心对所述原始的分类分时存储、读取、归类、处理、判断和推送并生成报表，向所述应用服务层发布监测的越限告警，将所述原始数据和运检业务进行逻辑和物理上同时解耦，实现对智能感知单元实时感知到的所述原始数据进行实时处理为所述应用服务层提供数据服务；
所述应用服务层将经过数据服务层处理过的数据进行存储、挖掘、分析、提取，得到数据信息，所述数据信息包括各项运检业务的运检结果，通过运检结果得到各配电设备的故障等级并对故障进行风险评估。
2.根据权利要求1所述的基于利用物联网智能感知技术运检配电设备的监测系统，其特征在于：所述RFID系统具有RFID标签、阅读器以及计算机数据库，所述RFID标签为电子标签且为陶瓷材料制成；增加RFID标签与金属依附体之间的距离，并且在RFID标签与金属之间设置一层吸波材料来削弱金属对电磁波的影响。
3.根据权利要求1所述的基于利用物联网智能感知技术运检配电设备的监测系统，其特征在于：利用遗传GA算法优化RFID定位精确度首先随机初始参考标签的位置坐标，通过接收信号强度RSS值计算出阅读器与标签之间的测量距离，再通过优化阅读器与参考标签和待测标签之间的距离误差，估计出离待测标签最近的位置坐标。
4.根据权利要求1所述的基于利用物联网智能感知技术运检配电设备的监测系统，其特征在于：其中RFID定位系统的RFID定位模型由4个阅读器和一组待测标签组成，阅读器中的天线采用全向天线；配电设备的工作环境作为待测区域是一个正方形区域，该区域的4个顶点处放置阅读器，区域内有24个待测标签，其坐标随机生成，分别用数字1～24表示；阅读器和待测标签之间的距离，通过基于接收信号强度的测距方法测量得到；由于信号传播的不确定性，在真实环境下通常假设接收信号强度满足对数正态分布：
式中：P0(d0)表示接收器在距离信号源为d0处接收到的信号强度；η表示路径损耗因子；Xσ是服从对数正态分布中的随机变量；r为阅读器接收信号的半径；因此，当路径损耗参数确定时，接收器与信号源距离的最大似然估计可以表示为：
通过接收信号强度得到阅读器与电子标签的测量距离为di，i＝1，2，3，4，该测量距离作为估算待测标签位置的参考距离；设待测标签的坐标为(x0，y0)，阅读器的坐标为(xi，yi)，i＝1，2，3，4，由此得到第i个阅读器与待测标签和该阅读器与参考标签的距离误差，表示成函数如下：
因此，对于每个待测标签，都可以依据上式列出一个距离误差函数，再分别进行遗传算法的变异、交叉和选择操作，多次迭代进化，最终取其距离误差最小值，并将该值作为待测标签的估计位置坐标。
5.根据权利要求1所述的基于利用物联网智能感知技术运检配电设备的监测系统，其特征在于：用遗传算法优化RFID定位；其具体步骤及主要公式如下所述：
步骤1：生成初始种群并进行染色体编码
采用随机方式生成初始种群，由以下公式产生：
Xi，j＝Xi-min+(Xi-max-Xi-min)×rand
式中：i＝1，2，…Np，Np表示种群规模；j＝1，2，…，D，D表示种群个体的维数；Xi_max，Xi_min分别表示地i个个体维数分量的上、下界；rand表示[0，1]内均匀分布的随机数；为保证种群多样性和稳定性，同时确保编码精度和利于大空间搜索，染色体的编码方式采用浮点数编码；
步骤2：变异操作将生成的初始种群向量，通过变异操作产生对应的变异向量由以下公式产生：
式中：F是变异因子；是随机选择的3个互不相同的个体；
步骤3：交叉操作由第k代之间执行一种离散交叉操作，产生新的测试个体/>计算公式如下：
式中：j表示交叉因子，其取值区间为[0，1]；r是在区间[1，D]中的一个随机整数；
步骤4：选择操作采用贪心选择算法，获取后代优秀的个体，并由以下公式产生新的向量：
当小于/>时，把由步骤3交叉产生的新向量/>赋值给/>否则把/>赋值给其中f表示待优化的目标函数；重复以上操作，直到达到判断终止条件时停止算法。
CN202111361811.0A 2021-11-17 2021-11-17 利用物联网智能感知技术运检配电设备的监测系统 Active CN113984128B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111361811.0A CN113984128B (zh) 2021-11-17 2021-11-17 利用物联网智能感知技术运检配电设备的监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111361811.0A CN113984128B (zh) 2021-11-17 2021-11-17 利用物联网智能感知技术运检配电设备的监测系统

Publications (2)

Publication Number Publication Date
CN113984128A CN113984128A (zh) 2022-01-28
CN113984128B true CN113984128B (zh) 2023-12-08

Family

ID=79749002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111361811.0A Active CN113984128B (zh) 2021-11-17 2021-11-17 利用物联网智能感知技术运检配电设备的监测系统

Country Status (1)

Country Link
CN (1) CN113984128B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6735630B1 (en) * 1999-10-06 2004-05-11 Sensoria Corporation Method for collecting data using compact internetworked wireless integrated network sensors (WINS)
CN102510476A (zh) * 2011-10-28 2012-06-20 河海大学 物联网视频监控融合信息平台系统
CN105636125A (zh) * 2014-11-04 2016-06-01 浙江大学 认知型异构无线网络中自适应协同中继传输方法
CN206805587U (zh) * 2017-05-25 2017-12-26 信阳师范学院 物联网智能控制信息采集终端
CN108898320A (zh) * 2018-07-02 2018-11-27 国网湖北省电力有限公司电力科学研究院 一种基于物联网的配电网智能巡检系统及方法
CN111404989A (zh) * 2020-02-13 2020-07-10 马瑞 一种基于物联网的配电电缆智慧监测预警及抢修引导系统
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6735630B1 (en) * 1999-10-06 2004-05-11 Sensoria Corporation Method for collecting data using compact internetworked wireless integrated network sensors (WINS)
CN102510476A (zh) * 2011-10-28 2012-06-20 河海大学 物联网视频监控融合信息平台系统
CN105636125A (zh) * 2014-11-04 2016-06-01 浙江大学 认知型异构无线网络中自适应协同中继传输方法
CN206805587U (zh) * 2017-05-25 2017-12-26 信阳师范学院 物联网智能控制信息采集终端
CN108898320A (zh) * 2018-07-02 2018-11-27 国网湖北省电力有限公司电力科学研究院 一种基于物联网的配电网智能巡检系统及方法
CN111404989A (zh) * 2020-02-13 2020-07-10 马瑞 一种基于物联网的配电电缆智慧监测预警及抢修引导系统
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

Also Published As

Publication number Publication date
CN113984128A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
CN110046834B (zh) 工作场所有害气体健康风险定量评估系统及其评估方法
CN117332347A (zh) 一种机巡与ai融合的电网智慧运维方法及系统
CN114966699B (zh) 基于车载雷达运动监测的定点监测系统
CN115600513B (zh) 一种岩溶塌陷监测预警及防控一体化信息化模拟研判系统
CN110390151A (zh) 基于时间序列和横向比对的换流站阀厅运行环境预警方法
CN111601270A (zh) 一种无线传感器网络拓扑结构的物联网电力监测系统及方法
CN112039073A (zh) 一种适用于配电房设备故障判断的协同优化方法及系统
CN112449362A (zh) 基于信物模型的智能传感器自适应配置方法、装置及系统
CN118070680A (zh) 一种变电站空间建模测距的监测预警方法
CN117041312A (zh) 基于物联网的企业级信息技术监控系统
CN115145788A (zh) 一种针对智能运维系统的检测数据生成方法和装置
CN114189506B (zh) 一种设备巡检方法、装置及系统
CN113984128B (zh) 利用物联网智能感知技术运检配电设备的监测系统
CN111951505B (zh) 基于分布式光纤系统的围栏振动入侵定位和模式识别方法
CN115187880A (zh) 基于图像识别的通信光缆缺陷检测方法、系统及存储介质
CN116434368A (zh) 一种多功能手持巡检仪及巡检方法
CN115330237A (zh) 一种配电物联网成熟度评估方法
CN112216387B (zh) 基于云数据平台的复工复产管理方法及系统
CN112307271A (zh) 一种配电自动化系统遥控业务的安全监测方法及装置
CN115134221B (zh) 终端的质差识别方法及装置、存储介质及电子设备
CN118295456B (zh) 一种远程控制的双无人机协同作业管理方法
CN117935132B (zh) 一种利用激光雷达识别堆叠货物的数据处理系统
CN118365139B (zh) 风险态势感知方法、系统、设备和介质
Fu et al. Design and Research of Optical Cable Monitoring System Based on Multi-Channel Sensing
Wang Real-time hazard detection and mitigation on construction sites based on artificial neural networks

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