CN114417669A - 一种基于数字孪生的变电设备故障监测预警方法与装置 - Google Patents
一种基于数字孪生的变电设备故障监测预警方法与装置 Download PDFInfo
- Publication number
- CN114417669A CN114417669A CN202210064640.3A CN202210064640A CN114417669A CN 114417669 A CN114417669 A CN 114417669A CN 202210064640 A CN202210064640 A CN 202210064640A CN 114417669 A CN114417669 A CN 114417669A
- Authority
- CN
- China
- Prior art keywords
- power transformation
- transformation equipment
- monitoring
- data
- early warning
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明提供一种基于数字孪生的变电设备故障监测预警方法与装置,涉及电力监测技术领域,以数字化为手段,实现对变电设备的高效智能监测和高准确率的故障预警。该方法包括:对变电设备进行数字孪生建模,形成数字孪生体;获取变电设备的实时温度分布数据,并与数字孪生体实现实时温度分布数据共享;对变电设备进行建模仿真,计算变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将仿真计算数据作为数据库与数字孪生体进行融合;监测变电设备的运行状态,并基于实时监测数据与仿真计算数据对变电设备进行故障监测预警。所述基于数字孪生的变电设备故障监测预警装置应用于基于数字孪生的变电设备故障监测预警方法。
Description
技术领域
本发明涉及电力监测技术领域,更具体的说,涉及一种基于数字孪生的变电设备故障监测预警方法、装置、电子设备及计算机可读存储介质。
背景技术
目前变电站运维仍然存在着若干难点和痛点,在运维人员开展变电站现场作业时,作业人员仍旧依靠单一、单台、单站的数据资料、运行规程、作业指导书等离线且有限的数据资料开展作业,研判能力缺少专家系统支持,作业模式工作效率较低,工作质量主要依赖人员技能和装备水平,作业模式亟待优化。需要降低巡检工作中高重复低技术含量的工作比重,实现运检人员对于具体设备更为全面的感知判断,增加对故障隐患的精准识别概率,智能化评估设备状态,提升巡检工作的安全可靠性,降低故障的发生概率,有效提升变电站运维水平和效率。
随着电网智能化、信息化水平的提升,原有依靠人为完成的变电站值守已转为无人值守。但变电站运维中的周期性巡视、倒闸操作、带电检测等仍需工作人员在现场完成。检修周期也由原来的刚性周期转为弹性周期,并向不停电状态评价逐步推进。新的运维环境为运维工作带来了新的要求,一方面要求实现对于变电站等关键设备的精益化管理,打通数字壁垒,促进模型融合,扩张分析手段和方法,衍生新型生产服务,降低现场人工检修成本,延长设备使用周期,保障安全生产;另一方面则要求提高运维智能化水平,降低运维成本,促进新兴运维功能应用,提高先进ICT技术和电力运维交叉融合的发展水平。
传统的变电站数据采集点通常是分散的,且仅做到主要变电站设备监测数据的展示,缺乏大数据挖掘、集成和算法内核支撑。在使用这些数据时,电站运维人员仍根据单一任务调取单台、单站、单次数据作为分析依据,大量数据仍处于“沉睡状态”,未能得以充分利用。目前电站的“数字化”仅停留在实现自动化、智能化的手段或方式上,而与设备的智能化程度无关,设备的功能、技术性能及其参与决策的能力没有形成有机关联的深入数字化体系,缺少基于大数据技术的高效决策手段,难以利用大数据精准指导现场作业。
发明内容
为解决上述技术问题,本发明提供一种基于数字孪生的变电设备监测方法、装置、电子设备及计算机可读存储介质,以数字化为手段,实现对变电设备的高效智能监测和高准确率的故障诊断。
本发明提供一种基于数字孪生的变电设备监测方法,该方法包括:
步骤1:对变电设备进行数字孪生建模,形成数字孪生体;
步骤2:获取所述变电设备的实时温度分布数据,并与所述数字孪生体实现所述实时温度分布数据共享;
步骤3:对所述变电设备进行建模仿真,计算所述变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将所述仿真计算数据作为数据库与所述数字孪生体进行融合;
步骤4:监测所述变电设备的运行状态,并基于实时监测数据与所述仿真计算数据对所述变电设备进行故障监测预警。
优选地,所述步骤2包括:
步骤2.1:利用红外成像与测温方法获取所述变电设备的实时温度分布数据;
步骤2.2:将所述变电设备的所述实时温度分布数据与所述数字孪生体进行共享。
优选地,所述步骤3包括:
步骤3.1:利用有限元分析方法对所述变电设备进行建模仿真;
步骤3.2:利用有限元分析方法分别计算所述变电设备在正常状态和异常状态下的温度场和电场的分布,以形成仿真计算数据;
步骤3.3:将所述仿真计算数据作为数据库与所述数字孪生体进行融合。
优选地,所述步骤4包括:
步骤4.1:基于所述实时监测数据和所述仿真计算数据,在所述数字孪生体上实现对所述变电设备的运行状态监测;
步骤4.2:将所述实时监测数据和所述仿真计算数据进行匹配对比,以判断所述变电设备的运行状态,并根据匹配对比结果对所述变电设备进行故障监测预警。
优选地,所述步骤4.2包括:
将所述实时监测数据和所述变电设备在异常状态下的仿真计算数据进行匹配对比,以判断所述变电设备的运行状态,并根据匹配对比结果对所述变电设备的异常温升故障进行预警。
与现有技术相比,本发明提供的一种基于数字孪生的变电设备监测方法具有如下有益效果:首先对变电设备进行数字孪生建模,形成数字孪生体;获取所述变电设备的实时温度分布数据,并与所述数字孪生体实现所述实时温度分布数据共享;对所述变电设备进行建模仿真,计算所述变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将所述仿真计算数据作为数据库存储在所述数字孪生体中;监测所述变电设备的运行状态,并基于实时监测数据与所述仿真计算数据对所述变电设备进行故障监测预警。本发明以数字化为手段,实现对变电设备的高效智能监测和高准确率的故障诊断预警,有效提升变电站运维水平和效率。
本发明还提供一种基于数字孪生的变电设备监测装置,该装置包括:
数字孪生体模块,用于对变电设备进行数字孪生建模,形成数字孪生体;
温度数据共享模块,用于获取所述变电设备的实时温度分布数据,并与所述数字孪生体实现所述实时温度分布数据共享;
融合模块,用于对所述变电设备进行建模仿真,计算所述变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将所述仿真计算数据作为数据库与所述数字孪生体进行融合;
状态监测和故障诊断模块,用于监测所述变电设备的运行状态,并基于实时监测数据与所述仿真计算数据对所述变电设备进行故障监测预警。
与现有技术相比,本发明提供的一种基于数字孪生的变电设备故障监测预警装置的有益效果与上述技术方案所述一种基于数字孪生的变电设备故障监测预警方法的有益效果相同,在此不做赘述。
本发明还提供一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任一项所述的一种基于数字孪生的变电设备故障监测预警方法中的步骤。
与现有技术相比,本发明提供的电子设备的有益效果与上述技术方案所述一种基于数字孪生的变电设备故障监测预警方法的有益效果相同,在此不做赘述。
本发明还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任一项所述的一种基于数字孪生的变电设备故障监测预警方法中的步骤。
与现有技术相比,本发明提供的计算机可读存储介质的有益效果与上述技术方案所述一种基于数字孪生的变电设备故障监测预警方法的有益效果相同,在此不做赘述。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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例,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示出了本发明实施例所提供的一种基于数字孪生的变电设备故障监测预警方法的流程图;
图2示出了本发明实施例所提供的海淀500KV变电站数字孪生平台示意图;
图3示出了本发明实施例所提供的主变压器数字孪生体示意图;
图4示出了本发明实施例所提供的主变压器220kV侧出线套管以及与之通过导线相连接的穿墙套管示意图;
图5示出了本发明实施例所提供的套管有限元仿真计算方法流程图;
图6示出了本发明实施例所提供的主变压器220kV出线套管电场分布有限元仿真结果示意图;
图7示出了本发明实施例所提供的主变压器220kV出线套管正常运行时温度场分布仿真结果示意图;
图8示出了本发明实施例所提供的主变压器220kV出线套管温度场分布仿真缺陷中绝缘介质裂纹故障示意图;
图9示出了本发明实施例所提供的具有绝缘介质裂纹故障主变压器220kV出线套管温度场分布仿真结果示意图;
图10示出了本发明实施例所提供的穿墙套管有限元仿真模型示意图;
图11示出了本发明实施例所提供的主变压器220kV出线套管的数字孪生体与实时温度监测数据图;
图12示出了本发明实施例所提供的主变压器220kV出线套管温度场分布仿真数据与数字孪生体融合示意图;
图13示出了本发明实施例所提供的一种基于数字孪生的变电设备监测装置的结构示意图。
具体实施方式
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
本实施例中提到的“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况。“示例性的”或者“例如”等词用于表示作例子、例证或说明,旨在以具体方式呈现相关概念,不应被解释为比其他实施例或设计方案更优选或更具优势。
目前变电站运维仍然存在着若干难点痛点,在变电站现场作业方面,作业人员仍旧依靠携带的单一、单台、单站的数据资料、运行规程、作业指导书等离线且有限的数据资料开展作业,研判能力缺少专家系统支持,现有生产作业模式工作效率较低,工作质量依赖人员技能水平和装备能力,生产作业模式亟待优化。需要降低巡检工作中高重复低技术含量的的工作比重,实现运检人员对于具体设备的更为全面的感知判断,尤其增加对故障隐患的有效精准识别,更加细粒度评估设备状态,提升现场工作人员巡检工作的安全可靠性,降低安全生产事件的发生概率,有效提升变电站运维水平和效率。
基于此,本发明实施例提供一种基于数字孪生的变电设备故障监测预警方法、装置、电子设备及计算机可读存储介质。
本发明实施例提供一种基于数字孪生的变电设备故障监测预警方法,图1示出了本发明实施例所提供的一种基于数字孪生的变电设备故障监测预警方法的流程图。如图1所示,该方法包括:
步骤S1:对变电设备进行数字孪生建模,形成数字孪生体。
需要说明的是,根据数字孪生技术等要求衍生,充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体设备的全生命周期过程。所述全生命周期贯穿实体设备的设计、开发、制造、服务、维护乃至报废回收的整个周期。
图2示出了本发明实施例所提供的海淀500kV变电站数字孪生平台示意图,如图2所示,以海淀500kV变电站数字化移交三维模型为基础,结合多种实景渲染方式,建立变电站实景三维模型。利用高性能三维引擎加载并支持对象单体拆分解耦,完成变电站三维孪生可视化建模。
具体地,按照变电站现实场景进行复刻建模,分为外场景和内场景。示例性的,内场景包括变压器、气体绝缘组合电器设备(Gas Insulated Switchgear,缩写为GIS)、电抗器等设备。示例性的,变压器可以为站用变压器、主变压器等。气体绝缘组合电器设备GIS是变电站中除变压器以外的一次设备,包括断路器、隔离开关、接地开关、电压互感器、电流互感器、避雷器、母线、电缆终端、进出线套管等,经优化设计有机地组合成一个整体。GIS设备可以分为66kV、220kV、500kV三个电压等级。
示例性的,可以使用Autodesk 3ds Max、Autodesk Maya、Substance Painter、AutoCAD等软件平台,根据CAD图纸或obj格式模型对变电设备进行精细化、可视化、数字化三维孪生建模,例如,可以采用一比一的比例进行数字孪生建模还原,形成数字孪生体,图3示出了本发明实施例所提供的主变压器数字孪生体示意图。
步骤S2:获取变电设备的实时温度分布数据,并与数字孪生体实现实时温度分布数据共享。
需要说明的是,由于变电设备包括变压器、GIS设备等。因此针对这些设备,利用红外成像与测温方法获取变电设备的实时温度分布数据,具体地,在变电站工程现场布置红外测温模块用以实时检测变电设备的温度数据,并与数字孪生体实时共享获取的变电设备的实时温度分布数据。
步骤S3:对变电设备进行建模仿真,计算变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将所述仿真计算数据作为数据库与所述数字孪生体进行融合。
需要说明的是,所述步骤S3包括:
步骤3.1:利用有限元分析方法对变电设备进行建模仿真。
以GIS设备中的主变压器出线套管为例进行研究,图4示出了本发明实施例所提供的主变压器220kV侧出线套管以及与之通过导线相连接的穿墙套管示意图。首先,利用有限元分析软件建立500kV变电站主变压器220kV侧出线套管的精确模型,并对精确模型进行仿真,图10示出了本发明实施例所提供的穿墙套管有限元仿真模型示意图。
步骤3.2:利用有限元分析方法分别计算变电设备在正常状态和异常状态下的温度场和电场的分布,以形成仿真计算数据。
具体地,采用仿真技术针对主变压器出线套管可能出现的不同缺陷类型,例如,接触不良、套管缺油、套管受潮导致的介损增大、套管伞裙材料缺陷等进行仿真计算分析,获得不同缺陷类型下主变压器出线套管的沿面电场与温度场分布,并与正常工作状态时的仿真结果进行对比,图6示出了本发明实施例所提供的主变压器220kV出线套管电场分布有限元仿真结果示意图,图8和图9分别示出了本发明实施例所提供的主变压器220kV出线套管绝缘介质裂纹故障在仿真模型中的设置和其所对应的温度场分布仿真结果示意图。
具体地,可以采用有限元分析方法对正常运行和典型故障条件下的220kV变压器出线套管和GIS穿墙套管的表面温度进行计算。图7示出了本发明实施例所提供的主变压器220kV出线套管正常运行时温度场分布仿真结果示意图。针对变压器出线套管,考虑套管内铜杆电流和绝缘介质中的漏电流两个主要发热因素的基础上进行有限元建模和温度分布计算。针对GIS穿墙套管,考虑套管内铜杆电流和套管壳体涡流两个主要发热因素的基础上进行有限元建模和温度分布计算。在利用有限元分析方法建模和计算中,考虑了变压器不同的负载情况和环境温度条件,并根据可能影响两种套管表面温度分布的常见故障类型,设定了相关的边界条件和故障条件。
在一种可选方式中,以220kV变压器出线套管为例,220kV变压器出线套管的外部主要结构包括储油柜、伞裙和法兰等,内部结构主要包括载流铜杆、电容芯子和变压器油。本发明实施例考虑的变压器套管发热的主要机理为负载电流通过铜杆电阻产生的焦耳热和铜杆上的高电压在周围绝缘介质中产生漏电流引起的发热。变压器套管的温度分布计算是一个多物理场分析的过程。图5示出了本发明实施例所提供的套管有限元仿真计算方法流程图;如图5所示,首先需要确定上面两个主要热源的发热功率,其中,介质损耗形成的发热功率需要在套管内有限元分析电场分布的基础上确定,最后将两个发热源的功率作为激励输入套管的温度场有限元模型计算套管内部和表面的温度分布。采用上述方法对变压器正常运行情况下套管的温度分布进行计算,所选取的正常运行条件为50%至100%的负载率和20℃至34℃的环境温度的组合,共产生765个不同运行条件下的温度计算结果。由于电压在较小距离下由高电位降到零电位,故大部分电场集中在电容芯子上。选取可能造成变压器套管表面温度异常的几种常见故障类型进行计算。示例性的,故障类型包括变压器油位异常、伞裙裂缝和套管内部受潮。针对变压器油位异常的情况,选取了40%至80%变压器油位、50%至100%负载率和20℃至34℃环境温度的组合条件,共产生264个不同运行条件下的温度计算结果。
相比于正常情况下,发生变压器油位异常时套管表面温度在油位处有明显分界线,油位以上套管表面温度稍高于室温,油位以下温度明显高于油位以上。针对伞裙出现裂缝的异常情况,选取了三种伞裙裂缝分布、50%至100%负载率和20℃至34℃环境温度的组合条件,共产生264个不同运行条件下的温度计算结果。应理解,每增加5个百分点选取一个,每增加2℃选取一个。裂缝影响了局部伞裙的散热效果,造成套管表面在裂缝处均有不同程度的不均匀的温度分布。针对套管内部受潮的异常情况,选取了三个介电损耗因数、50%至100%负载率和20℃至34℃环境温度的组合条件,共产生264个不同运行条件下的温度计算结果。由于不同的受潮程度影响套管内绝缘介质的介电损耗因数。相较于正常情况下,受潮情况下变压器套管的整体瓷质伞裙部分温度偏高,受潮越严重,其温度升高越明显。
在一种可选方式中,以220kV GIS穿墙套管为例,220kV GIS穿墙套管的外部主要结构包括均压环、伞裙、法兰和穿墙壳体等,内部结构主要包括载流铜杆、支撑结构、盆式绝缘子和SF6气体等。本发明实施例考虑的GIS穿墙套管的主要发热机理为负载电流在铜杆电阻上和感应电流在穿墙壳体(含螺栓)电阻上产生的焦耳热。图5示出了本发明实施例所提供的套管有限元仿真计算方法流程图;如图5所示,首先需要确定两个主要热源的发热功率,为避免复杂的外部电路建模、提高计算效率,根据相关文献资料,假设感应电流为铜杆上负载电流的50%,以此估算穿墙壳体的发热功率。在确定铜杆和穿墙壳体两个主要热源的发热功率后,将两个发热功率作为激励输入GIS穿墙套管的温度场有限元模型计算套管内部和表面的温度分布。采用上述方法对正常运行情况下GIS穿墙套管的温度分布进行计算,所选取的正常运行条件为50%至100%的负载率和20℃至34℃的环境温度的组合,共产生765个不同运行条件下的温度计算结果。
由于穿墙套管表面伞裙和穿墙壳体温度较低,穿墙套管上端与载流铜杆直接接触部分温度稍高,内部最高温度出现在载流铜杆,温度沿径向逐渐降低。可以选取可能造成GIS穿墙套管表面温度异常的两种常见故障类型进行计算,示例性的,故障类型包括套管内部铜杆段和法兰固定螺栓松动造成的接触不良。针对铜杆段接触不良的故障类型,可以设置三个不正常的接触电阻,并选取50%至100%的负载率和20℃至34℃的环境温度,共组合产生495个不同运行条件下的温度计算结果。应理解,每增加5个百分点选取一个,每增加1℃选取一个。由于内部铜杆段松动会导致故障部位表面温度明显高于正常情况下该处温度,且影响范围较大,较大局域内出现温升。针对壳体螺栓接触不良的故障类型,计算中假设两个螺栓分别出现接触不良的情况,对上述两个螺栓分别设置两个不正常的接触电阻率,并选取50%至100%的负载率和20℃至34℃的环境温度,共组合产生352个不同运行条件下的温度计算结果。具体地,计算结果可以表现为发热集中于故障螺栓处,周围温度呈辐射状分布,故障处温度与室温温差可达30℃以上,严重时温差甚至可达90℃。
步骤3.3:将所述仿真计算数据作为数据库与所述数字孪生体进行融合。
需要说明的是,可以在主变压器室内安装红外检测装置,实现对主变压器220kV出线套管表面温度状态的实时监测,构建红外数据处理、传输、交互的系统,实现主变压器物理实体测量结果与主变压器三维数字孪生体之间有效的数据融合。图11示出了本发明实施例所提供的主变压器220kV出线套管的数字孪生体与实时温度监测数据图;图12示出了本发明实施例所提供的主变压器220kV出线套管温度场分布仿真数据与数字孪生体融合示意图;根据融合数据构建套管异常与正常状态下的表面温度场数据库。
具体地,通过对变压器套管在不同状态条件,比如不同环境温度、不同故障类型等条件下对表面温度场分布的计算,获得仿真计算数据;通过采用红外成像测温技术对变压器套管物理实体进行实时监测,获取真实表面温度数据;在数字孪生体上,可以体现出实时监测结果,不论是正常还是异常情况,都有相应的仿真结果与之对应,并可将仿真结果反映在数字孪生体上,即可直接在数字模型上体现出仿真结果。
融合的目的是充分发挥数字孪生体的功能。目前数字孪生技术在实际电力工程中的应用仅停留在“效果展示”水平上,即仅做到了能从终端计算机屏幕上看到物理实体的3D模型。但实际上,“数字孪生”的内涵要求在数字孪生体,即3D模型上能够反映物理实体的工作状态,即通过对数字孪生体的观测或操作,可以读取物理实体实时的工作参数,而不用像传统的方法获取变电设备的运行状态,投入人力对物理实体展开巡视或检测。
要实现“数字孪生”的内涵,实际上需要对数字模型开展实时仿真,但目前的技术是达不到的。因此,本发明实施例根据历史经验,预先对变电设备出现过的各种故障进行建模仿真,获得在不同故障状态下设备的温度场与电场分布,当然,也需要对无故障时的设备进行仿真计算,以作为对照组数据,然后,将仿真计算数据作为数据基础(以下简称“数据库”)储存在建立了数字孪生体的计算机中,所谓“融合”指的是在数字孪生体界面可以实时调用上述数据库,并在该设备上展示调取的某组数据的结果。何时调用取决于对设备物理实体实时监测结果的判断,即当发现物理实体表面温度分布出现异常时,可以判断设备出现了某种故障,然后从数据库中调取与该故障对应的那组仿真计算数据,并将结果展示在数字孪生体上。
步骤S4:监测变电设备的运行状态,并基于实时监测数据与仿真计算数据对变电设备进行故障监测预警。
需要说明的是,所述步骤4包括:
步骤4.1:基于实时监测数据和仿真计算数据,在数字孪生体上实现对变电设备的运行状态监测。
步骤4.2:将实时监测数据和仿真计算数据进行匹配对比,以判断变电设备的运行状态,并根据匹配对比结果对变电设备进行故障监测预警。
进一步地,将实时监测数据和变电设备在异常状态下的仿真计算数据进行匹配对比,以判断变电设备的运行状态,并根据匹配对比结果对变电设备的异常温升故障进行预警。
需要说明的是,为了充分发挥数字孪生体的功能,本发明实施例根据历史经验总结变电设备曾经出现过或可能出现的各种故障形式,然后通过仿真的方法获得在这些故障状态下变电设备的表面温度场与电场分布。在评估电力设备运行状态方面,有专业的词汇:“设备故障诊断”,说得更形象一点,这就类似于去医院做检查,人身可能出现的疾病有很多种,不同疾病有不同的表现形式和特征,体检就相当于定期检查设备的运行状态,我们可以在医生的电脑中存储各种疾病的特征,拿到体检报告后,比如血液数据,就可以根据已有的经验判断身体的状态。
与现有技术相比,本发明实施例提供的一种基于数字孪生的变电设备监测方法具有如下有益效果:
1、利用数字孪生技术通过映射与镜像构建变电站物理实体的数字孪生体,对一些关键设备进行仿真建模,并通过计算获得其在不同运行状态下的大量数据,将计算数据与物理实体测量数据进行融合与对比,相比现有变电站检测技术,可节约人工、提升数据量,实现对设备的智能检测。
2、通过对变电设备的精细化、可视化、数字化三维建模,融合变电站运行、设备状态等多维数据与历史运维资料,创建以设备健康评价和运维策略挖掘为目标的变电站数字孪生体,并实现其立体展示。其次,通过应用数字孪生技术,结合变电站已有在线监测功能,将数据与数字孪生内核有机融合,可以实现对变电设备的状态评估和故障预测,构建变电设备的运行展示、历史分析、故障反演等典型场景,有利于设备全生命周期的监测,满足变电站的运维需求、推动数据价值发挥、为电网数字化转型探索有益经验提供解决方案。最后,通过数字孪生技术在具体变电站设备上的实践与应用,有效开展变电站资产评估,实现电网数字化在规划阶段前置,推动实现电工装备全寿命周期数字化实现,有效降低各个专业数字化成本。
本发明实施例还提供一种基于数字孪生的变电设备故障监测预警装置,图13示出了本发明实施例所提供的一种基于数字孪生的变电设备的结构示意图。如图13所示,该装置包括:
数字孪生体模块1,用于对变电设备进行数字孪生建模,形成数字孪生体;
温度数据共享模块2,用于获取所述变电设备的实时温度分布数据,并与所述数字孪生体实现所述实时温度分布数据共享;
融合模块3,用于对所述变电设备进行建模仿真,计算所述变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将所述仿真计算数据作为数据库存储在所述数字孪生体中;
状态监测和故障诊断模块4,用于监测所述变电设备的运行状态,并基于实时监测数据与所述仿真计算数据对所述变电设备进行故障监测预警。
与现有技术相比,本发明实施例提供的一种基于数字孪生的变电设备故障监测预警装置的有益效果与上述技术方案所述一种基于数字孪生的变电设备故障监测预警方法的有益效果相同,在此不做赘述。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述一种基于数字孪生的变电设备故障监测预警方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
此外,本发明实施例还提供了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一种基于数字孪生的变电设备故障监测预警方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
计算机可读存储介质包括:永久性和非永久性、可移动和非可移动媒体,是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括:电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定,计算机可读存储介质不包括暂时信号本身,例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
在本申请所提供的几个实施例中,应该理解到,所披露的装置、电子设备和方法,可以通过其他的方式实现。例如,以上描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,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,也可以是电的、机械的或其他的形式连接。
所述作为分离部件说明的单元可以是或也可以不是物理上分开的,作为单元显示的部件可以是或也可以不是物理单元,既可以位于一个位置,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全部单元来解决本发明实施例方案要解决的问题。
另外,在本发明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,也可以是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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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(包括:个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,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揭露的技术范围内,可轻易想到变化或替换的技术方案,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以所述权利要求的保护范围为准。
Claims (8)
1.一种基于数字孪生的变电设备故障监测预警方法,其特征在于,包括:
步骤1:对变电设备进行数字孪生建模,形成数字孪生体;
步骤2:获取所述变电设备的实时温度分布数据,并与所述数字孪生体实现所述实时温度分布数据共享;
步骤3:对所述变电设备进行建模仿真,计算所述变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将所述仿真计算数据作为数据库与所述数字孪生体进行融合;
步骤4:监测所述变电设备的运行状态,并基于实时监测数据与所述仿真计算数据对所述变电设备进行故障监测预警。
2.根据权利要求1所述的一种基于数字孪生的变电设备故障监测预警方法,其特征在于,所述步骤2包括:
步骤2.1:利用红外成像与测温方法获取所述变电设备的实时温度分布数据;
步骤2.2:将所述变电设备的所述实时温度分布数据与所述数字孪生体进行共享。
3.根据权利要求1所述的一种基于数字孪生的变电设备故障监测预警方法,其特征在于,所述步骤3包括:
步骤3.1:利用有限元分析方法对所述变电设备进行建模仿真;
步骤3.2:利用有限元分析方法分别计算所述变电设备在正常状态和异常状态下的温度场和电场的分布,以形成仿真计算数据;
步骤3.3:将所述仿真计算数据作为数据库与所述数字孪生体进行融合。
4.根据权利要求3所述的一种基于数字孪生的变电设备故障监测预警方法,其特征在于,所述步骤4包括:
步骤4.1:基于所述实时监测数据和所述仿真计算数据,在所述数字孪生体上实现对所述变电设备的运行状态监测;
步骤4.2:将所述实时监测数据和所述仿真计算数据进行匹配对比,以判断所述变电设备的运行状态,并根据匹配对比结果对所述变电设备进行故障监测预警。
5.根据权利要求4所述的一种基于数字孪生的变电设备故障监测预警方法,其特征在于,所述步骤4.2包括:
将所述实时监测数据和所述变电设备在异常状态下的仿真计算数据进行匹配对比,以判断所述变电设备的运行状态,并根据匹配对比结果对所述变电设备的异常温升故障进行预警。
6.一种基于数字孪生的变电设备故障监测预警装置,其特征在于,包括:
数字孪生体模块,用于对变电设备进行数字孪生建模,形成数字孪生体;
温度数据共享模块,用于获取所述变电设备的实时温度分布数据,并与所述数字孪生体实现所述实时温度分布数据共享;
融合模块,用于对所述变电设备进行建模仿真,计算所述变电设备在不同运行状态下的温度场和电场的分布,形成仿真计算数据,将所述仿真计算数据作为数据库与所述数字孪生体进行融合;
状态监测和故障诊断模块,用于监测所述变电设备的运行状态,并基于实时监测数据与所述仿真计算数据对所述变电设备进行故障监测预警。
7.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的一种基于数字孪生的变电设备故障监测预警方法中的步骤。
8.一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如权利要求1至5中任一项所述的一种基于数字孪生的变电设备故障监测预警方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210064640.3A CN114417669A (zh) | 2022-01-20 | 2022-01-20 | 一种基于数字孪生的变电设备故障监测预警方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210064640.3A CN114417669A (zh) | 2022-01-20 | 2022-01-20 | 一种基于数字孪生的变电设备故障监测预警方法与装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114417669A true CN114417669A (zh) | 2022-04-29 |
Family
ID=81275864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210064640.3A Pending CN114417669A (zh) | 2022-01-20 | 2022-01-20 | 一种基于数字孪生的变电设备故障监测预警方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114417669A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757111A (zh) * | 2022-06-16 | 2022-07-15 | 四川观想科技股份有限公司 | 一种基于数字孪生技术的智能装备健康管理方法 |
CN115932476A (zh) * | 2022-12-12 | 2023-04-07 | 触景无限科技(北京)有限公司 | 基于数字孪生的故障定位方法、装置、电子设备及介质 |
CN116124903A (zh) * | 2023-04-13 | 2023-05-16 | 广东电网有限责任公司揭阳供电局 | 一种绝缘子的缺陷预警方法、装置、系统、设备及介质 |
CN117200449A (zh) * | 2023-09-13 | 2023-12-08 | 国网江苏省电力有限公司南通供电分公司 | 一种基于多维算法分析的电网监测管理方法及系统 |
CN117709286A (zh) * | 2024-02-05 | 2024-03-15 | 北京交通大学 | 基于数字孪生的铁路信号继电器电路仿真系统及仿真方法 |
-
2022
- 2022-01-20 CN CN202210064640.3A patent/CN114417669A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757111A (zh) * | 2022-06-16 | 2022-07-15 | 四川观想科技股份有限公司 | 一种基于数字孪生技术的智能装备健康管理方法 |
CN114757111B (zh) * | 2022-06-16 | 2022-08-23 | 四川观想科技股份有限公司 | 一种基于数字孪生技术的智能装备健康管理方法 |
CN115932476A (zh) * | 2022-12-12 | 2023-04-07 | 触景无限科技(北京)有限公司 | 基于数字孪生的故障定位方法、装置、电子设备及介质 |
CN115932476B (zh) * | 2022-12-12 | 2023-08-29 | 触景无限科技(北京)有限公司 | 基于数字孪生的故障定位方法、装置、电子设备及介质 |
CN116124903A (zh) * | 2023-04-13 | 2023-05-16 | 广东电网有限责任公司揭阳供电局 | 一种绝缘子的缺陷预警方法、装置、系统、设备及介质 |
CN116124903B (zh) * | 2023-04-13 | 2023-08-15 | 广东电网有限责任公司揭阳供电局 | 一种绝缘子的缺陷预警方法、装置、系统、设备及介质 |
CN117200449A (zh) * | 2023-09-13 | 2023-12-08 | 国网江苏省电力有限公司南通供电分公司 | 一种基于多维算法分析的电网监测管理方法及系统 |
CN117709286A (zh) * | 2024-02-05 | 2024-03-15 | 北京交通大学 | 基于数字孪生的铁路信号继电器电路仿真系统及仿真方法 |
CN117709286B (zh) * | 2024-02-05 | 2024-04-09 | 北京交通大学 | 基于数字孪生的铁路信号继电器电路仿真系统及仿真方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114417669A (zh) | 一种基于数字孪生的变电设备故障监测预警方法与装置 | |
Li et al. | Condition monitoring and diagnosis of power equipment: review and prospective | |
CN106199305B (zh) | 煤矿井下供电系统用干式变压器绝缘健康状态评估方法 | |
CN102221651B (zh) | 一种矿用隔爆型干式变压器故障在线诊断及预警方法 | |
US9563722B2 (en) | Sigma algebraic approximants as a diagnostic tool in power networks | |
CN104217110B (zh) | 一种利用基准态分析的gis状态评估方法及装置 | |
Yang et al. | State evaluation of power transformer based on digital twin | |
CN110907064A (zh) | 一种gis隔离开关触头温度预测方法、装置及可读存储介质 | |
CN114154722A (zh) | 一种基于数字孪生技术的配电台区管理方法、系统及装置 | |
CN113779005A (zh) | 一次设备的缺陷评估方法和装置、存储介质 | |
CN110647924A (zh) | 一种基于支持向量描述与k近邻算法的gis设备状态评估方法 | |
KR102260550B1 (ko) | 운전 중인 전력설비 내부 전기회로정수 측정에 의한 설비 건전상태 감시 방법 | |
Kolesnikov et al. | Digital program for diagnosing the status of a power transformer | |
CN106706159B (zh) | 基于多主体技术的光纤光栅变压器多参量智能监测系统 | |
Žarković et al. | Artificial intelligence based thermographic approach for high voltage substations risk assessment | |
Zou et al. | Research on Digital Twins Technology and Its Future Implementation in Transformer Overload Analysis | |
CN116029116A (zh) | 一种智能变电站智慧管控数字孪生系统 | |
KR20210053846A (ko) | 운전 중인 전력설비 내부 전기회로정수 측정에 의한 설비 건전상태 감시 방법 | |
Zhao et al. | A cable health assessment method based on multi-agent and matter-element extension model | |
Bian et al. | A Novel Dynamic Weight Allocation Method for Assessing the Health Status of Remote Terminal Unit in Distribution Automation System Based on AHM and GRA | |
Liu et al. | Research on online status evaluation technology for main equipment of power transmission and transformation based on digital twin | |
Fouda et al. | Research on key technology to determine the exact maximum allowable current-carrying ampacity for submarine cables | |
Wang et al. | Research on reliability evolutionary optimization of relays device based on Multi-Markov model | |
Shi et al. | Application of Digital Twin Technology in Health Assessment and Fault Diagnosis of Intelligent Substation | |
Takei et al. | Large-scale numerical electrostatic analysis for performance evaluation of insulators with accreted icicles |
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 |