CN114676558A - 基于可视化与专家系统的保护定值配置运行状况诊断方法 - Google Patents
基于可视化与专家系统的保护定值配置运行状况诊断方法 Download PDFInfo
- Publication number
- CN114676558A CN114676558A CN202210205626.0A CN202210205626A CN114676558A CN 114676558 A CN114676558 A CN 114676558A CN 202210205626 A CN202210205626 A CN 202210205626A CN 114676558 A CN114676558 A CN 114676558A
- Authority
- CN
- China
- Prior art keywords
- protection
- expert system
- visualization
- fixed value
- value configuration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012800 visualization Methods 0.000 title claims abstract description 35
- 238000003745 diagnosis Methods 0.000 title claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 26
- 238000009826 distribution Methods 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims abstract description 21
- 230000000007 visual effect Effects 0.000 claims abstract description 18
- 238000013024 troubleshooting Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 18
- 210000002569 neuron Anatomy 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 7
- 230000004927 fusion Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000013145 classification model Methods 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000002405 diagnostic procedure Methods 0.000 claims 5
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了基于可视化与专家系统的保护定值配置运行状况诊断方法，包括：根据保护定值配置的区域分布进行可视化管理，同时基于电网内部的专家系统建立保护定值配置参数的在线筛查模型；以预设的间隔时间将监测出的保护定值配置当前运行状态数据参数输入至在线筛查模型，得出诊断结果；根据诊断结果转化为相应的电信号并匹配出对应的排查检修方案，实现保护定值配置运行状况的诊断。本发明能够利于正常参数与实时参数的差值诊断出电网电路问题，实现对电网异常运行进行预警的功能，同时针对故障问题从专家系统中制定出合理的排查检修方案，利用构建的模型对每一区域的各种保护定值配置进行性能评估，为后期维护保养提供了可靠的参数。
Description
技术领域
本发明涉及电网保护的技术领域，尤其涉及一种基于可视化与专家系统的保护定值配置运行状况诊断方法。
背景技术
在电力系统中，联系发电和用电的设施和设备的统称，属于输送和分配电能的中间环节，它主要由联结成网的送电线路、变电所、配电所和配电线路组成，通常把由输电、变电、配电设备及相应的辅助系统组成的联系发电与用电的统一整体称为电力网。
电网配电区域广，同时所配备的保护定值配置设备种类及数量均较多，一旦出现电路异常或故障断路等，单靠传统方式判断问题，增加了排查的工作量，诊断的精准性也相对存有偏差，仍存在潜在的隐患。因此，针对上述问题提出一种基于可视化与专家系统的保护定值配置运行状况诊断方法。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的技术问题是：传统的方式判断电路异常或故障会增加排查的工作量，其诊断的精准性也相对存在偏差，并存在潜在的隐患。
为解决上述技术问题，本发明提供如下技术方案：根据保护定值配置的区域分布进行可视化管理，同时基于电网内部的专家系统建立保护定值配置参数的在线筛查模型；以预设的间隔时间将监测出的保护定值配置当前运行状态数据参数输入至所述在线筛查模型，得出诊断结果；根据所述诊断结果转化为相应的电信号并匹配出对应的排查检修方案，实现保护定值配置运行状况的诊断。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：所述可视化管理包括：将所述保护定值配置的区域分布数据输入三维可视化管理系统；利用所述三维可视化管理系统构建所述区域分布数据的三维模型；利用主界面窗口将所述三维模型进行展示，并通过展示的三维模型对所述保护定值配置的区域分布进行可视化管理。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：所述三维模型的构建包括：利用相机对所述保护定值配置的区域中所属的设备进行拍摄；计算所述相机的拍摄位姿以及导入设备相关区域分布数据的特征点，重建精细的设备三维网格模型；对所述设备以及其相关区域分布数据进行多源数据融合，得到其对应的关联关系；利用纹理映射方法将得到的关联关系映射到所述设备三维网格模型中，赋予所述网格模型可视化纹理信息，实现三维模型的立体展示。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：基于相机投影关系，所述相机的拍摄位姿的计算方法包括：基于所述相机的投影关系，所拍摄的设备几何模型之间的关联关系为：
其中，p1、p2为像素坐标，K为已知的相机内参矩阵，E为待求解的关联本质矩阵，F为关联的基础矩阵，^表示矩阵外积，R表示旋转变换矩阵，t表示平移变换矩阵；
利用AKAZE特征提取策略提取所述特征点。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：所述多源数据融合算法包括：利用梯度下降法求解最优化网络权值，所述网络包括输入层、隐藏层和输出层。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：所述隐藏层的BP网络为：
其中，yk表示第k个输出，
表示第二隐层的i号神经元到输出层的k号神经元的权值，f(•)表示隐层神经元的传递函数，
表示第一输入层的j号神经元到隐层i号神经元的权值，ai为隐层的i号神经元的偏置值。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：所述诊断结果的获取方法包括：基于采集的历史数据构建数据库；调取所述数据库中的M个数据样本，将所述数据样本输入预设的分类模型中进行训练，得到第一在线筛查模型；从所述M个数据样本中选取N个数据样本并定义为次样本集，其中，M＞N；利用所述次样本集对所述第一在线筛查模型进行修正，得到所述次样本集对应的第二在线筛查模型；将所述当前运行状态数据参数输入至在线筛查模型中，求解所述第一在线筛查模型和所述第二在线筛查模型的输出结果进行求差运算并取绝对值；根据所述绝对值判断所述保护定值配置所在区域的运行状态。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：根据所述绝对值判断所述保护定值配置所在区域的运行状态的判断标准为：将所述绝对值与预设的允许差值范围进行比较，如下三种比较情景：若所述绝对值不超过所述允许差值范围，则判定该保护定值配置处于正常运行状态；若所述绝对值位于该允许差值范围，则判定该保护定值配置运行存在异常；若所述绝对值超过该允许差值范围，则判定该保护定值配置运行出现故障。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：根据所述诊断结果转化为相应的电信号并匹配出对应的排查检修方案包括：根据所述允许差值范围划分的三种绝对值依次转化为正常电信号、异常电信号和故障电信号，后两种电信号与可视化管理中的预警系统和故障系统电性连接；在发出所述异常电信号和故障电信号的同时，电网内置的专家系统诊断给出切实可行的排查检修的方案。
作为本发明所述的基于可视化与专家系统的保护定值配置运行状况诊断方法的一种优选方案，其中：所述预设的间隔时间为每3-4min。
本发明的有益效果：在可视化和专家系统的电网管理下，能够利于正常参数与实时参数的差值诊断出电网电路问题，实现对电网异常运行进行预警的功能，同时针对故障问题从专家系统中制定出合理的排查检修方案，利用建立的模型对每一区域的各种保护定值配置进行性能评估，为后期维护保养提供了可靠的参数。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一个实施例提供的一种基于可视化与专家系统的保护定值配置运行状况诊断方法的基本流程示意图；
图2为本发明一个实施例提供的一种基于可视化与专家系统的保护定值配置运行状况诊断方法的网络结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1～2，为本发明的一个实施例，提供了一种基于可视化与专家系统的保护定值配置运行状况诊断方法，包括：
S1：根据保护定值配置的区域分布进行可视化管理，同时基于电网内部的专家系统建立保护定值配置参数的在线筛查模型。
需要说明的是，可视化管理包括：
将保护定值配置的区域分布数据输入三维可视化管理系统；
利用三维可视化管理系统构建区域分布数据的三维模型；
利用主界面窗口将三维模型进行展示，并通过展示的三维模型对保护定值配置的区域分布进行可视化管理。
其中，三维模型的构建包括：
利用相机对保护定值配置的区域中所属的设备进行拍摄；
计算相机的拍摄位姿以及导入设备相关区域分布数据的特征点，重建精细的设备三维网格模型；
对设备以及其相关区域分布数据进行多源数据融合，得到其对应的关联关系；
利用纹理映射方法将得到的关联关系映射到设备三维网格模型中，赋予网格模型可视化纹理信息，实现三维模型的立体展示。
进一步的，基于相机投影关系，相机的拍摄位姿的计算方法包括：
基于相机的投影关系，所拍摄的设备几何模型之间的关联关系为：
其中，p1、p2为像素坐标，K为已知的相机内参矩阵，E为待求解的关联本质矩阵，F为关联的基础矩阵，^表示矩阵外积，R表示旋转变换矩阵，t表示平移变换矩阵；
利用AKAZE特征提取策略提取特征点。
多源数据融合算法包括：
利用梯度下降法求解最优化网络权值，如图2所示，网络包括输入层、隐藏层和输出层。
其中，隐藏层的BP网络为：
其中，yk表示第k个输出，
表示第二隐层的i号神经元到输出层的k号神经元的权值，f(·)表示隐层神经元的传递函数，
表示第一输入层的j号神经元到隐层i号神经元的权值，ai为隐层的i号神经元的偏置值。
BP网络的神经元的非线性传递函数取sigmoid函数，即：
其中，β＝1。
更进一步的，AKAZE特征提取策略的运行代码如下所示：
S2：以预设的间隔时间将监测出的保护定值配置当前运行状态数据参数输入至在线筛查模型，得出诊断结果。
需要说明的是，预设的间隔时间为每3-4min。
进一步的，诊断结果的获取方法包括：
基于采集的历史数据构建数据库；
调取数据库中的M个数据样本，将数据样本输入预设的分类模型中进行训练，得到第一在线筛查模型；
从M个数据样本中选取N个数据样本并定义为次样本集，其中，M＞N；
利用次样本集对第一在线筛查模型进行修正，得到次样本集对应的第二在线筛查模型；
将当前运行状态数据参数输入至在线筛查模型中，求解第一在线筛查模型和第二在线筛查模型的输出结果进行求差运算并取绝对值；
根据绝对值判断保护定值配置所在区域的运行状态。
更进一步的，根据绝对值判断保护定值配置所在区域的运行状态的判断标准为：
将绝对值与预设的允许差值范围进行比较，如下三种比较情景：
若绝对值不超过允许差值范围，则判定该保护定值配置处于正常运行状态；
若绝对值位于该允许差值范围，则判定该保护定值配置运行存在异常；
若绝对值超过该允许差值范围，则判定该保护定值配置运行出现故障。
S3：根据诊断结果转化为相应的电信号并匹配出对应的排查检修方案，实现保护定值配置运行状况的诊断。
需要说明的是，根据诊断结果转化为相应的电信号并匹配出对应的排查检修方案包括：
根据允许差值范围划分的三种绝对值依次转化为正常电信号、异常电信号和故障电信号，后两种电信号与可视化管理中的预警系统和故障系统电性连接；
在发出异常电信号和故障电信号的同时，电网内置的专家系统诊断给出切实可行的排查检修的方案。
本发明在可视化和专家系统的电网管理下，能够利于正常参数与实时参数的差值诊断出电网电路问题，实现对电网异常运行进行预警的功能，同时针对故障问题从专家系统中制定出合理的排查检修方案，利用建立的模型对每一区域的各种保护定值配置进行性能评估，为后期维护保养提供了可靠的参数。
实施例2
该实施例为本发明另一个实施例，该实施例不同于第一个实施例的是，提供了一种基于可视化与专家系统的保护定值配置运行状况诊断方法的验证测试，为对本方法中采用的技术效果加以验证说明，本实施例采用传统技术方案与本发明方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
传统的技术方案：传统的方式判断电路异常或故障会增加排查的工作量，其诊断的精准性也相对存在偏差，并存在潜在的隐患，为验证本方法相对传统方法具有较高诊断准确率以及效率。本实施例中将采用传统双群体双阶段混合量化粒子群算法(传统方法1)、人工排查方法(传统方法2)和本方法分别进行实时测量对比。开启自动化测试设备并运用MATLB软件编程实现两种方法的仿真测试，根据实验结果得到仿真数据，其测试结果如下表所示。
表1：实验结果对比表。
从上表可以看出本发明方法在具有较高的诊断准确率，从而能够缩短故障持续时间，提高其安全可靠性。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，包括：
根据保护定值配置的区域分布进行可视化管理，同时基于电网内部的专家系统建立保护定值配置参数的在线筛查模型；
以预设的间隔时间将监测出的保护定值配置当前运行状态数据参数输入至所述在线筛查模型，得出诊断结果；
根据所述诊断结果转化为相应的电信号并匹配出对应的排查检修方案，实现保护定值配置运行状况的诊断。
2.如权利要求1所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，所述可视化管理包括：
将所述保护定值配置的区域分布数据输入三维可视化管理系统；
利用所述三维可视化管理系统构建所述区域分布数据的三维模型；
利用主界面窗口将所述三维模型进行展示，并通过展示的三维模型对所述保护定值配置的区域分布进行可视化管理。
3.如权利要求2所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，所述三维模型的构建包括：
利用相机对所述保护定值配置的区域中所属的设备进行拍摄；
计算所述相机的拍摄位姿以及导入设备相关区域分布数据的特征点，重建精细的设备三维网格模型；
对所述设备以及其相关区域分布数据进行多源数据融合，得到其对应的关联关系；
利用纹理映射方法将得到的关联关系映射到所述设备三维网格模型中，赋予所述网格模型可视化纹理信息，实现三维模型的立体展示。
4.如权利要求1或3所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，基于相机投影关系，所述相机的拍摄位姿的计算方法包括：
基于所述相机的投影关系，所拍摄的设备几何模型之间的关联关系为：
其中，p1、p2为像素坐标，K为已知的相机内参矩阵，E为待求解的关联本质矩阵，F为关联的基础矩阵，^表示矩阵外积，R表示旋转变换矩阵，t表示平移变换矩阵；
利用AKAZE特征提取策略提取所述特征点。
5.如权利要求1～3任一所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，所述多源数据融合算法包括：
利用梯度下降法求解最优化网络权值，所述网络包括输入层、隐藏层和输出层。
6.如权利要求5所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，所述隐藏层的BP网络为：
其中，yk表示第k个输出，
表示第二隐层的i号神经元到输出层的k号神经元的权值，f(·)表示隐层神经元的传递函数，
表示第一输入层的j号神经元到隐层i号神经元的权值，ai为隐层的i号神经元的偏置值。
7.如权利要求1所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，所述诊断结果的获取方法包括：
基于采集的历史数据构建数据库；
调取所述数据库中的M个数据样本，将所述数据样本输入预设的分类模型中进行训练，得到第一在线筛查模型；
从所述M个数据样本中选取N个数据样本并定义为次样本集，其中，M＞N；
利用所述次样本集对所述第一在线筛查模型进行修正，得到所述次样本集对应的第二在线筛查模型；
将所述当前运行状态数据参数输入至在线筛查模型中，求解所述第一在线筛查模型和所述第二在线筛查模型的输出结果进行求差运算并取绝对值；
根据所述绝对值判断所述保护定值配置所在区域的运行状态。
8.如权利要求1或7所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，根据所述绝对值判断所述保护定值配置所在区域的运行状态的判断标准为：
将所述绝对值与预设的允许差值范围进行比较，如下三种比较情景：
若所述绝对值不超过所述允许差值范围，则判定该保护定值配置处于正常运行状态；
若所述绝对值位于该允许差值范围，则判定该保护定值配置运行存在异常；
若所述绝对值超过该允许差值范围，则判定该保护定值配置运行出现故障。
9.如权利要求8所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，根据所述诊断结果转化为相应的电信号并匹配出对应的排查检修方案包括：
根据所述允许差值范围划分的三种绝对值依次转化为正常电信号、异常电信号和故障电信号，后两种电信号与可视化管理中的预警系统和故障系统电性连接；
在发出所述异常电信号和故障电信号的同时，电网内置的专家系统诊断给出切实可行的排查检修的方案。
10.如权利要求1所述的基于可视化与专家系统的保护定值配置运行状况诊断方法，其特征在于，所述预设的间隔时间为每3-4min。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210205626.0A CN114676558A (zh) | 2022-03-04 | 2022-03-04 | 基于可视化与专家系统的保护定值配置运行状况诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210205626.0A CN114676558A (zh) | 2022-03-04 | 2022-03-04 | 基于可视化与专家系统的保护定值配置运行状况诊断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114676558A true CN114676558A (zh) | 2022-06-28 |
Family
ID=82073436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210205626.0A Pending CN114676558A (zh) | 2022-03-04 | 2022-03-04 | 基于可视化与专家系统的保护定值配置运行状况诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114676558A (zh) |
-
2022
- 2022-03-04 CN CN202210205626.0A patent/CN114676558A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112382064B (zh) | 一种基于数字孪生技术的电力物联网故障预警方法及系统 | |
| CN104680260B (zh) | 一种电网可视化感知模型构建方法及系统 | |
| CN111459700B (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
| CN112859822B (zh) | 基于人工智能的设备健康分析及故障诊断的方法及系统 | |
| CN110738274A (zh) | 一种基于数据驱动的核动力装置故障诊断方法 | |
| CN112381963A (zh) | 一种基于数字孪生技术的电力物联网智能巡检方法及系统 | |
| CN116129366A (zh) | 基于数字孪生的园区监测方法及相关装置 | |
| CN112418202A (zh) | 一种基于MaskRCNN的变电设备异常识别定位方法及系统 | |
| CN115642706A (zh) | 一种电网内配电负荷监控系统 | |
| CN116418117A (zh) | 一种用于智能电网的设备检测系统 | |
| CN117371207A (zh) | 一种特高压换流阀状态评价方法、介质及系统 | |
| CN109543894B (zh) | 一种核电站松脱部件事前预测系统及预测方法 | |
| CN116204846B (zh) | 一种基于可见图的配电网传感器数据异常快速定位方法 | |
| CN114676558A (zh) | 基于可视化与专家系统的保护定值配置运行状况诊断方法 | |
| CN112083275A (zh) | 一种配网故障类型识别方法及系统 | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| CN112037084B (zh) | 一种测试配电主站故障处理测试分析方法及系统 | |
| CN111080071A (zh) | 一种配电网运行状态风险评估方法 | |
| CN112200030A (zh) | 基于图卷积的电力系统现场作业动作风险识别方法 | |
| CN117314370B (zh) | 一种基于智慧能源的数据驾驶舱系统及实现方法 | |
| CN117783769B (zh) | 基于可视平台的配电网络故障定位方法、系统、设备及存储介质 | |
| CN117113157B (zh) | 一种基于人工智能的台区用电故障检测系统 | |
| CN116302763B (zh) | Micro LED显示屏的触控检测方法及系统 | |
| CN117494618B (zh) | 一种基于实时网络的风电场智能图像监控系统 | |
| CN113323819B (zh) | 一种基于模糊专家系统的风机安全链故障分析方法及系统 |
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 |