CN114611342A - 一种云边协同的gis壳体温变行为快速仿真方法及系统 - Google Patents

Abstract

本发明提供了一种云边协同的GIS壳体温变行为快速仿真方法及系统。其中云边协同的GIS壳体温变行为快速仿真系统包括智能采集终端管理、仿真模型库管理、数据分析、可视化展示与运行状态预警，所述智能采集终端管理用于采集GIS温度位移数据，通过协同策略使用模型库模型仿真后将仿真结果进行数据分析判断是否需要预警，最后将结果进行可视化展示。利用云端计算以及边缘计算相互协同，保证GIS壳体温变行为仿真的时效性，降低了云端计算的运算负担也提高了仿真效率。

Description

一种云边协同的GIS壳体温变行为快速仿真方法及系统

技术领域

本发明涉及变电站GIS状态诊断技术领域，尤其涉及一种云边协同的GIS壳体温变行为快速仿真方法及系统。

背景技术

厂站户外GIS设备的运行温度是变化的，随着温度的变化，GIS设备筒体势必会产生热胀冷缩，造成水平筒体轴线水平位移，波纹管作为相邻两个母线筒间的弹性连接部分，具有调节现场安装尺寸、补偿水平温度位移量等作用，但是在实际工程中，由于施工质量不高、波纹管与母线筒支撑腿不合理配置或产品设计问题，容易造成波纹管位移补偿作用性能下降或丧失，当波纹管无法补偿该位移时，应力会在设备母线筒法兰连接处、母线筒与开关设备连接处以及母线筒支腿处等结构薄弱处释放，存在引发设备漏气、支腿断裂、母线筒偏移等严重后果的风险，需要开发GIS壳体温变行为快速仿真方法及系统。

近年来，云计算取得了飞速发展，在云计算、4G通信以及物联网等技术基础上，结合响应面分析法，创建计算模型，通过云计算技术开发，创建云边协同的GIS壳体温变行为快速仿真系统，为GIS设备运维提供了更可靠、更高效、更便捷的技术手段。

例如，一种在中国专利文献上公开的“一种基于ANSYS仿真分析的热弯机用加热板高温变形计算方法及加热板表面结构”，其公告号CN111428408A，计算方法主要是根据加热板结构及在高温稳定运行状态下的工艺参数，确定所需材料性能参数并添加，建立初始分析几何模型，对其进行网格划分，之后定义边界条件并施加载荷进行求解计算输出结果。根据仿真分析结果，对加热板变形情况进行分析，结合加热板在高温稳定运行状态下的变形情况设计了两种加热板下表面结构，即凹型球面结构或圆柱面结构。下表面为球面或圆柱面的加热板在高温运行状态下变形后，整块加热板下表面接近于平面。保证了加热板与模具接触表面的水平，提高了玻璃成型精度及良率。但是该计算方法并不能适用于GIS设备的壳体温变行为的计算，也无法提供快速仿真的过程。

发明内容

本发明的目的在于针对以上问题，提供了一种云边协同的GIS壳体温变行为快速仿真方法及系统，通过一体化通信架构，实现多节点侦测，实时全面覆盖智能传感端，同时利用边缘计算技术在本地进行响应面仿真；在云端，构建系统，实现模型管理、三维立体可视化展示、异常实时预警等多种功能，从而实现对GIS设备温变行为的快速仿真。

一种云边协同的GIS壳体温变行为快速仿真方法，所述方法包括：

步骤S1、设置预警值，通过智能传感设备采集数据；

步骤S2、边缘计算节点获取智能传感设备采集到的数据；

步骤S3、边缘计算节点基于云计算中心下发的响应面模型，对采集的数据进行实时仿真，并将仿真结果上传到云计算中心；

步骤S4、云计算中心根据接收到的仿真结果进行数据分析和可视化展示，并根据预警值对GIS设备运行状态进行预警；

步骤S5、云计算中心根据存储的有限元模型、响应面模型和实景模型进行数据的仿真和模型可视化展示，发现GIS设备形态发生变化时，会自我更新修正响应面模型，并将响应面模型下发到边缘计算节点。

通过一体化通信架构，实现多节点侦测，实时全面覆盖智能传感端，同时利用边缘计算技术在本地进行响应面仿真；在云端，构建系统，实现模型管理、三维立体可视化展示、异常实时预警等多种功能，从而实现对GIS设备温变行为的快速仿真；及时感知GIS外形变化，并且能够实时根据状态调整仿真数据。

作为优选，所述方法还包括：边缘计算节点对间隔时间内采集到的数据进行预处理和去重操作；所述基于云中心下发的响应面模型，对数据进行仿真计算，并将计算结果上传到云中心。对数据进行预处理，使数据能够快速的被识别并计算得到相应的模型，去除掉重复数据，避免干扰。

作为优选，根据云计算中心存储的模型库进行仿真计算和可视化展示包括：

步骤S31、基于Abaqus建立有限元模型，云计算中心构建有限元计算模型；

步骤S32、将有限元模型简化，使用响应面分析法通过试验设计得到响应面模型，云计算中心将响应面模型下发到边缘计算节点；

步骤S33、通过激光扫描技术对GIS设备进行实景扫描得到实景模型，将实景模型部署到云计算中心结合仿真结果用于可视化展示。

作为优选，所述步骤S33中，将扫描得到的实景模型进行拼接和消燥处理，得到用于可视化展示的实景模型。

作为优选，当GIS壳体发生外部变化时，通过深度学习进行模型自我修正更新，云中心将更新好的响应面模型下发到边缘计算节点。实时对外界状况进行反馈，并且实时调整数据，保证数据的正常运转。

作为优选，根据协同策略来进行仿真任务，所述策略包括：边端计算节点检测本地的响应面计算模型状态是否正常，无异常直接使用响应面模型仿真，并将仿真结果上传云计算中心；如检测发现异常，则询问云计算中心仿真模型是否自我修正完成；如完成自我修正，则边端更新完模型后，继续进行响应面仿真，再将结果上传；如没有完成自我修正，则直接将采集数据上传，通过云计算中心模型库有限元模型实时仿真。通过多次判断修正，保证模型能够贴合实际状态下的GIS壳体，确保仿真结果真实可靠。

一种云边协同的GIS壳体温变行为快速仿真系统，包括智能传感设备、边缘计算中心和云计算中心；

所述智能传感设备，包括：

数据采集组件，用于采集GIS设备温度位移数据；

所述边缘计算节点，包括：

数据处理模块，用于获取传感设备采集的数据；

数据仿真模块，用于基于云中心下发的响应面计算模型，进行仿真计算，并将仿真结果上传到云计算中心；

模型更新模块，用于检查模型更新，发现云计算中心有更新，自动下载更新模型；

协同策略执行模块，用于接收云中心下发的协同策略；

所述云计算中心，包括：

可视化展示模块，根据边端节点上传的仿真结果，结合模型库实景模型，进行可视化展示；

模型库管理模块，根据存储在模型库中的计算模型和实景模型，进行仿真计算和可视化展示；根据深度学习组件，更新所述的响应面计算模型，并下发到边端计算节点；

设备状态预警模块，根据边缘计算节点上传的仿真结果，进行数据分析，并根据预警值判断是否进行预警。

本发明的有益效果为：

本发明提出通过三维激光扫描技术、边缘计算、有限元建模仿真、云边协同等技术，在终端基于物联网传感器技术，实现对GIS设备温度、位移等数据的全方位采集，在边缘侧，通过一体化通信架构，实现多节点侦测，实时全面覆盖智能传感端，同时利用边缘计算技术在本地进行响应面仿真；在云端，构建系统，实现模型管理、三维立体可视化展示、异常实时预警等多种功能，从而实现对GIS设备温变行为的快速仿真。本发明为GIS壳体设备温变行为的评估和测量提供了一种新的技术，对提升GIS设备运行状态的管理水平、保障电网和设备的安全稳定运行具有重要的工程价值。

附图说明

图1为系统架构图；

图2为系统工作流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

下面结合附图及实施例对本发明做进一步的详细说明。

如图1所示为本发明的系统架构图。

本公开的基于云边协同的GIS壳体温变行为快速仿真方法中，云计算中心用于仿真结果可视化展示、数据分析、设备状态预警和仿真模型自动修正和下发；边缘计算节点基于云计算下发的响应面模型在本地仿真，并将结果上传，云计算中心对结果进行可视化展示，并进行数据分析，判断超出预警值时，发向运维人员发送设备状态预警信息；

云边协同的GIS壳体温变行为快速仿真系统建设主要有三个步骤，分别是GIS设备数据采集、模型库建立、云边协同策略建立和数据分析与预警。

步骤一：GIS设备数据采集。

通过智能传感终端采集GIS设备目标位置的温度位移实测数据，在GIS设备处选取多个监测点位，在点位安装智能传感终端，通过传感终端实时获取设备的温度位移数据，为后面的模型仿真做参数。

步骤二：建立模型库。

模型库包含有限元计算模型、响应面计算模型和GIS实景模型，将模型部署到云计算中心，实现仿真、模型自我更新和下发以及可视化展示，下面分别介绍各个模型的创建方法。

1）使用Abaqus建立有限元模型，在建立模型时需要对GIS 设备的各种结构进行取舍，保留主体结构，如母线筒、支撑腿、波纹管和盆式绝缘子等，忽略对有限元仿真影响较小的次要结构，如出线套管等。

2）基于有限元模型，使用响应面分析法进行试验设计，选取30组样本，通过逐步回归法进行参数筛选和显著性检验，最后进行响应面函数拟合得到响应面模型。

3）通过三维激光雷达感知技术对户外GIS设备进行多站点扫描，然后将扫描得到的实景模型进行拼接和消燥处理，最终得到用于可视化展示的实景模型。

步骤三：云边协同策略。

边端通过智能传感终端采集数据，采集到数据后首先检测本地响应面模型状态是否正常，无异常直接使用响应面模型仿真，并将仿真结果上传云计算中心，如检测发现异常（GIS设备改造形态发生变化），则询问云计算中心是否下发仿真模型更新，如有更新，则边端更新完模型后，继续进行响应面仿真，再将结果上传，如无更新，则直接将采集数据上传，通过云端模型库有限元模型实时仿真。用户也可发起云端实时仿真，直接将采集数据通过云端有限元模型进行仿真。

步骤四：数据分析与预警

基于智能传感终端采集的数据做参数，带入模型进行仿真仿真计算，将计算结果进行分析，判断GIS设备是否处于安全可靠的运行状态，若超出预警值，则向运维人员发送告警信息。

以上所述实施例仅表达了本发明的实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明的构思下，还可以做出若干变形和改变，这些都属于本发明的保护范围，因此，本发明专利的保护范围应以所附权利要求为准。

Claims (7)

1.一种云边协同的GIS壳体温变行为快速仿真方法，其特征在于，所述方法包括：

步骤S1、设置预警值，通过智能传感设备采集数据；

步骤S2、边缘计算节点获取智能传感设备采集到的数据；

步骤S3、边缘计算节点基于云计算中心下发的响应面模型，对采集的数据进行实时仿真，并将仿真结果上传到云计算中心；

步骤S4、云计算中心根据接收到的仿真结果进行数据分析和可视化展示，并根据预警值对GIS设备运行状态进行预警；

步骤S5、云计算中心根据存储的有限元模型、响应面模型和实景模型进行数据的仿真和模型可视化展示，发现GIS设备形态发生变化时，会自我更新修正响应面模型，并将响应面模型下发到边缘计算节点。

2.根据权利要求1所述的一种云边协同的GIS壳体温变行为快速仿真方法，其特征在于，所述方法还包括：边缘计算节点对间隔时间内采集到的数据进行预处理和去重操作；所述基于云中心下发的响应面模型，对数据进行仿真计算，并将计算结果上传到云中心。

3.根据权利要求2所述的一种云边协同的GIS壳体温变行为快速仿真方法，其特征在于，根据云计算中心存储的模型库进行仿真计算和可视化展示包括：

步骤S31、基于Abaqus建立有限元模型，云计算中心构建有限元计算模型；

步骤S32、将有限元模型简化，使用响应面分析法通过试验设计得到响应面模型，云计算中心将响应面模型下发到边缘计算节点；

步骤S33、通过激光扫描技术对GIS设备进行实景扫描得到实景模型，将实景模型部署到云计算中心结合仿真结果用于可视化展示。

4.根据权利要求3所述的一种云边协同的GIS壳体温变行为快速仿真方法，其特征在于，所述步骤S33中，将扫描得到的实景模型进行拼接和消燥处理，得到用于可视化展示的实景模型。

5.根据权利要求3所述的一种云边协同的GIS壳体温变行为快速仿真方法，其特征在于，当GIS壳体发生外部变化时，通过深度学习进行模型自我修正更新，云中心将更新好的响应面模型下发到边缘计算节点。

6.根据权利要求1所述的一种云边协同的GIS壳体温变行为快速仿真方法，其特征在于，根据协同策略来进行仿真任务，所述策略包括：边端计算节点检测本地的响应面计算模型状态是否正常，无异常直接使用响应面模型仿真，并将仿真结果上传云计算中心；如检测发现异常，则询问云计算中心仿真模型是否自我修正完成；如完成自我修正，则边端更新完模型后，继续进行响应面仿真，再将结果上传；如没有完成自我修正，则直接将采集数据上传，通过云计算中心模型库有限元模型实时仿真。

7.一种云边协同的GIS壳体温变行为快速仿真系统，其特征在于，包括智能传感设备、边缘计算中心和云计算中心；

所述智能传感设备，包括：

数据采集组件，用于采集GIS设备温度位移数据；

所述边缘计算节点，包括：

数据处理模块，用于获取传感设备采集的数据；

数据仿真模块，用于基于云中心下发的响应面计算模型，进行仿真计算，并将仿真结果上传到云计算中心；

模型更新模块，用于检查模型更新，发现云计算中心有更新，自动下载更新模型；

协同策略执行模块，用于接收云中心下发的协同策略；

所述云计算中心，包括：

可视化展示模块，根据边端节点上传的仿真结果，结合模型库实景模型，进行可视化展示；

模型库管理模块，根据存储在模型库中的计算模型和实景模型，进行仿真计算和可视化展示；根据深度学习组件，更新所述的响应面计算模型，并下发到边端计算节点；

设备状态预警模块，根据边缘计算节点上传的仿真结果，进行数据分析，并根据预警值判断是否进行预警。

Images