CN114167270B - 一种基于边缘计算的刀闸状态识别系统 - Google Patents

Abstract

本发明公开了一种基于边缘计算的刀闸状态识别系统，该系统包括：可控振动发生模块，用于使待测刀闸产生振动信号；振动信号采集模块，用于采集所述振动信号；边缘网络层，用于将振动信号的工业数据传输至边缘服务器；边缘计算模块，用于对边缘服务器处理后的振动信号进行特征提取和分析，以判断刀闸位置。本发明提供的基于边缘计算的刀闸状态识别系统，能够准确的识别出远方刀闸的位置状态，相较于人工现场确认的识别方法，大大提高了作业效率，具有易实施、效率高及准确度高的优点。

Description

一种基于边缘计算的刀闸状态识别系统

技术领域

本发明涉及电力系统电力调度运行技术领域，尤其涉及一种基于边缘计算的刀闸状态识别系统。

背景技术

随着调控一体化工作的深入推进，电网设备程序化操作效率逐步提升。但因电网系统安全运行的需要，在需要刀闸状态变化的遥控操作过程中，除在SCADA系统进行主站遥测信号确认刀闸位置信号外，仍需运行维护人员前往现场进行刀闸位置的确认。然而，现场确认刀闸设备状态历时较久，且受到GIS设备探视窗口较小的影响，导致难以准确观察GIS内部的刀闸位置，极大程度影响了现场确认的准确性和效率，也进一步降低了程序化操作的效率。

发明内容

本发明的目的在于提供一种基于边缘计算的刀闸状态识别系统，以解决现有的针对刀闸状态采用人工现场确认的方式中存在的效率低、识别准确度低的问题。

为实现上述目的，本发明提供一种基于边缘计算的刀闸状态识别系统，包括：

可控振动发生模块，用于使待测刀闸产生振动信号；

振动信号采集模块，用于采集所述振动信号；

边缘网络层，用于将振动信号的工业数据传输至边缘服务器；

边缘计算模块，用于对边缘服务器处理后的振动信号进行特征提取和分析，以判断刀闸位置。

进一步，作为优选的，所述边缘计算模块，还用于：

分析所述待测刀闸的状态转换前后无振动激励时的振动信号差异，以及状态转换前后有振动激励时的振动信号差异。

进一步，作为优选的，所述基于边缘计算的刀闸状态识别系统，还包括：

云服务器层，用于对待测刀闸的状态进行监控以及接收边缘计算模块的计算数据。

进一步，作为优选的，所述云服务器层，还用于：

判断边缘计算模块的计算结果是否满足校验要求；

若是，则上传待测刀闸的位置结果信号至调度侧程序化操作平台；

若否，则调取边缘服务器的终端数据进行二次分析及校验。

进一步，作为优选的，所述基于边缘计算的刀闸状态识别系统，还包括用户终端，用于接收和展示待测刀闸的位置状态。

进一步，作为优选的，所述振动信号采集模块，还用于：

在待测刀闸状态转换的调度下令时触发采集动作，在调度遥控操作结束时停止采集。

进一步，作为优选的，所述边缘网络层，还用于：

通过工业以太网、工业光纤网络、工业总线、5G及NB-IoT通信方式中的一种或几种，接入振动信号的工业数据。

进一步，作为优选的，所述可控振动发生模块，还用于：

使所述待测刀闸产生不同频率、振幅及交叉振动方向的振动信号。

进一步，作为优选的，所述可控振动发生模块安装在所述待测刀闸底部。

进一步，作为优选的，所述待测刀闸包括GIS刀闸。

相对于现有技术，本发明的有益效果在于：

本发明公开了一种基于边缘计算的刀闸状态识别系统，该系统包括：可控振动发生模块，用于使待测刀闸产生振动信号；振动信号采集模块，用于采集所述振动信号；边缘网络层，用于将振动信号的工业数据传输至边缘服务器；边缘计算模块，用于对边缘服务器处理后的振动信号进行特征提取和分析，以判断刀闸位置。本发明提供的基于边缘计算的刀闸状态识别系统，能够准确的识别出远方刀闸的位置状态，相较于人工现场确认的识别方法，大大提高了作业效率，具有易实施、效率高及准确度高的优点。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明某一实施例提供的基于边缘计算的刀闸状态识别系统的结构示意图；

图2是本发明又一实施例提供的基于边缘计算的刀闸状态识别系统的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。

应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

请参阅图1，本发明某一实施例提供一种基于边缘计算的刀闸状态识别系统。如图1所示，该识别系统包括功能模块01至04。其中，各个模块的功能具体如下：

可控振动发生模块01，用于使待测刀闸产生振动信号。

需要说明的是，本实施例中，可控振动发生模块01的振动频率、振幅及振动方向均是可控的，用于对敞开式或者刀闸设备产生外部振动信号。

作为可选的，可控振动发生模块01安装在待测刀闸的底部，安装过程不需要设备停电或者对待测刀闸进行改造，仅需要紧密贴附在待测刀闸底部。

在某一具体实施方式中，可控振动发生模块01可产生不同频率、振幅及交叉振动方向的振动信号。

在某一具体实施方式中，待测刀闸优选为GIS刀闸。

振动信号采集模块02，用于采集所述振动信号。

需要说明的是，振动信号采集模块02作为边缘计算的物理层终端，通过设置在待测刀闸合适的位置，对刀闸的振动信号进行采集，以为边缘计算模块04提供数据来源。

在某一具体实施方式中，振动信号采集模块02在待测刀闸状态转换的调度下令时触发检测，调度遥控操作结束及可控振动发生装置发生振动信号后采集结束。该时段振动信号采集装置将采集到刀闸设备状态转换前后的背景振动信号、调度下令时可控振动发生装置发生的振动信号、遥控结束后可控振动发生装置发生的振动信号。

边缘网络层03，用于将振动信号的工业数据传输至边缘服务器。

在某一具体实施例中，边缘网络层03通过工业以太网、工业光纤网络、工业总线、5G、NB-IoT等各类有线和无线通信技术，接入振动信号采集模块02的工业数据。然后边缘网络层03将监测的工业数据连接到边缘服务器。

边缘计算模块04，用于对边缘服务器处理后的振动信号进行特征提取和分析，以判断刀闸位置。

需要说明的是，边缘计算模块04位于边缘服务器中，用于对处理后的振动信号进行特征提取与分析。基于高性能计算、边缘分析算法等技术支撑，在靠近设备或数据源头的网络边缘侧进行数据预处理、存储以及智能分析应用，提升操作响应灵敏度、消除网络堵塞，并与云端数据分析形成协同。

在某一可选的实施例中，为了提高刀闸设备检测准确率，边缘计算模块04除了在分析刀闸状态转换前后无振动发生装置进行外部振动激励时的振动信号差异外，还要分析振动发生装置进行外部振动激励后的采集振动信号差异。此外，边缘计算模块04在开展时域分析振动信号的基础之上、还进行频域特征分析，通过强化学习、粒子群算法、小波分析等算法综合诊断刀闸状态变化，以上集中机器学习算法互相交叉验证输出结论，最终实现刀闸位置的判断。具体地，刀闸位置状态为拉开和合上两种状态，刀闸合上不完全的刀闸信号都归类为拉开状态。

请参阅图2，在某一示例性的实施例中，所述基于边缘计算的刀闸状态识别系统，还包括：

云服务器层05，用于对待测刀闸的状态进行监控以及接收边缘计算模块04的计算数据。

进一步地，本实施例的云服务器层05，还用于判断边缘计算模块04的计算结果是否满足校验要求；若是，则上传待测刀闸的位置结果信号至调度侧程序化操作平台；若否，则调取边缘服务器的终端数据进行二次分析及校验。

可以理解的是，云服务器层05为整个刀闸状态设备位置状态监测的中央控制器，用于边缘计算刀闸设备状态的信号上送及必要的数据二次分析。云服务器层05包含传统意义互联网云服务器核心应用的三大要素：计算、存储和网络，面向电网侧运行维护人员提供共用化的互联网基础调用服务，该服务器可与电力系统云服务共享云资源。另外位于框架顶层的云服务器层05接入来自所有边缘服务器处理结果，如果振动信号边缘计算处理模块监测结果满足校验要求，则只上传刀闸拉开/合上的位置结果信号至调度侧程序化操作平台中。如果交叉校验失败则启动需求，调取边缘服务器的终端数据进行二次分析及校验。

进一步地，如图2所示，该状态识别系统还包括用户终端06，用于接收和展示待测刀闸的位置状态。

综上所述，本发明实施例提供的基于边缘计算的刀闸状态识别系统，能够准确的识别出远方刀闸的位置状态，相较于人工现场确认的识别方法，大大提高了作业效率，具有易实施、效率高及准确度高的优点。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分仅仅为一种逻辑功能划分，在实际应用中对其实现时可以有另外的划分方式，例如多个单元或页面组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.一种基于边缘计算的刀闸状态识别系统，其特征在于，包括：

可控振动发生模块，用于使待测刀闸产生振动信号；

振动信号采集模块，用于采集所述振动信号；

边缘网络层，用于将振动信号的工业数据传输至边缘服务器；

边缘计算模块，用于对边缘服务器处理后的振动信号进行特征提取和分析，以判断刀闸位置；所述边缘计算模块，还用于：分析所述待测刀闸的状态转换前后无振动激励时的振动信号差异，以及状态转换前后有振动激励时的振动信号差异。

2.根据权利要求1所述的基于边缘计算的刀闸状态识别系统，其特征在于，还包括：

云服务器层，用于对待测刀闸的状态进行监控以及接收边缘计算模块的计算数据。

3.根据权利要求2所述的基于边缘计算的刀闸状态识别系统，其特征在于，所述云服务器层，还用于：

判断边缘计算模块的计算结果是否满足校验要求；

若是，则上传待测刀闸的位置结果信号至调度侧程序化操作平台；

若否，则调取边缘服务器的终端数据进行二次分析及校验。

4.根据权利要求1所述的基于边缘计算的刀闸状态识别系统，其特征在于，还包括用户终端，用于接收和展示待测刀闸的位置状态。

5.根据权利要求1所述的基于边缘计算的刀闸状态识别系统，其特征在于，所述振动信号采集模块，还用于：

在待测刀闸状态转换的调度下令时触发采集动作，在调度遥控操作结束时停止采集。

6.根据权利要求1所述的基于边缘计算的刀闸状态识别系统，其特征在于，所述边缘网络层，还用于：

通过工业以太网、工业光纤网络、工业总线、5G及NB-IoT通信方式中的一种或几种，接入振动信号的工业数据。

7.根据权利要求1所述的基于边缘计算的刀闸状态识别系统，其特征在于，所述可控振动发生模块，还用于：

使所述待测刀闸产生不同频率、振幅及交叉振动方向的振动信号。

8.根据权利要求1所述的基于边缘计算的刀闸状态识别系统，其特征在于，所述可控振动发生模块安装在所述待测刀闸底部。

9.根据权利要求1所述的基于边缘计算的刀闸状态识别系统，其特征在于，所述待测刀闸包括GIS刀闸。