CN114817219A - 一种输电线路故障诊断方法、装置及存储介质 - Google Patents

一种输电线路故障诊断方法、装置及存储介质 Download PDF

Info

Publication number
CN114817219A
CN114817219A CN202210456359.4A CN202210456359A CN114817219A CN 114817219 A CN114817219 A CN 114817219A CN 202210456359 A CN202210456359 A CN 202210456359A CN 114817219 A CN114817219 A CN 114817219A
Authority
CN
China
Prior art keywords
data
fault
fault diagnosis
transmission line
judged
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
Application number
CN202210456359.4A
Other languages
English (en)
Inventor
周恩泽
王磊
黄勇
田翔
饶章权
魏瑞增
王彤
刘淑琴
何浣
汪皓
刘琦
孙晓敏
郭圣
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.)
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
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 Guangdong Power Grid Co Ltd, Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202210456359.4A priority Critical patent/CN114817219A/zh
Publication of CN114817219A publication Critical patent/CN114817219A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种输电线路故障诊断方法、装置及存储介质，其中方法包括：采集输电线路的多种原始监测数据，原始数据包括可见光图像数据、红外温度数据、气象数据、杆塔倾斜角度数据、工频电压数据和工频电流数据；对原始监测数据进行数据变换处理得到预处理数据；将预处理数据与预设阈值进行比对，筛选出超过预设阈值的预处理数据为第一预判数据，将第一预判数据进行关联分析，在第一预判数据中筛选出具备同一故障特征的数据作为第二预判数据，对每一第二预判数据进行趋势分析，筛选出趋势一致的数据作为故障特征数据；将故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果。本发明实施例能够有效提高输电线路故障诊断的准确性。

Description

一种输电线路故障诊断方法、装置及存储介质
技术领域
本发明涉及故障诊断技术领域，尤其是涉及一种输电线路故障诊断方法、装置及存储介质。
背景技术
输电线路暴露在野外，受到风雨雪等恶劣天气的影响，常常会发生各种故障。输电线路发生故障会导致供电网络部分瘫痪，如果不能及时发现并修复该故障，将会给国家人民的财产带来重大损失。
现有的输电线路故障诊断方法通常采用微气象、图像视频、故障定位、外力破坏、杆塔倾斜监测装置等采集数据，并基于不同的采集模式、处理方法和通信方式传输至各级线路运维管理单位，以实现输电线路故障诊断，但是现有的输电线路故障诊断方法的数据分散孤立，不同监测数据之间缺乏相互校验，导致现有的输电线路故障诊断方法对输电线路故障诊断的准确性较低。
发明内容
本发明提供了种输电线路故障诊断方法、装置及存储介质，以解决现有的输电线路故障诊断方法对输电线路的故障诊断准确性较低的技术问题。
本发明的一个实施例提供了一种输电线路故障诊断方法，包括：
采集输电线路的多种原始监测数据，所述原始数据包括可见光图像数据、红外温度数据、气象数据、杆塔倾斜角度数据、工频电压数据、工频电流数据和故障行波电流数据；
对所述原始监测数据进行数据变换处理得到预处理数据；
将所述预处理数据与预设阈值进行比对，筛选出超过预设阈值的预处理数据为第一预判数据，将所述第一预判数据进行关联分析，在所述第一预判数据中筛选出具备同一故障特征的数据作为第二预判数据，对每一所述第二预判数据进行趋势分析，筛选出趋势一致的数据作为故障特征数据；
将所述故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果。
进一步的，在得到线路故障诊断结果之后，所述诊断方法还包括：
根据所述线路故障诊断结果调整数据采集设备的监控策略，重新采集多种原始监测数据，并根据所述原始监测数据筛选得到新的故障特征数据，将所述故障特征数据输入至所述故障诊断模型中，输出最终线路故障诊断结果。
进一步的，所述对所述原始监测数据进行数据变换处理得到预处理数据，包括：
采用数据变换方法将所述原始监测数据转换为适用于数据分析格式的数据，所述数据变换方法包括平滑聚集、数据概括化和数据规划化的至少一种。
进一步的，在采用数据变换方法将所述原始监测数据转换为适用于数据分析格式的数据之前，所述故障诊断方法还包括：
对所述原始监测数据进行缺失值填写处理、噪声数据光滑处理、离群点识别处理和离群删除处理噪声数据光滑处理、离群点识别处理和离群删除处理；
建立数据仓库将所有所述原始监测数据统一存储。
进一步的，所述将所述故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果，包括：
将所述故障特征数据与故障设备数据库进行关联，根据所述故障特征数据调用所述故障设备数据库中的故障诊断模型；
将所述故障特征数据输入所述故障诊断模型中，将所述故障诊断模型中的线路运行参数结合所述故障特征数据进行线路故障诊断，输出线路故障诊断结果。
本发明的一个实施例提供了一种输电线路故障诊断装置，包括：
数据采集模块，用于采集输电线路的多种原始监测数据，所述原始数据包括可见光图像数据、红外温度数据、气象数据、杆塔倾斜角度数据、工频电压数据、工频电流数据和故障行波电流数据；
数据预处理模块，用于对所述原始监测数据进行数据变换处理得到预处理数据；
数据筛选模块，用于将所述预处理数据与预设阈值进行比对，筛选出超过预设阈值的预处理数据为第一预判数据，将所述第一预判数据进行关联分析，在所述第一预判数据中筛选出具备同一故障特征的数据作为第二预判数据，对每一所述第二预判数据进行趋势分析，筛选出趋势一致的数据作为故障特征数据；
故障诊断模块，用于将所述故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果。
进一步的，所述数据预处理模块，包括：
数据清洗单元，用于对所述原始监测数据进行缺失值填写处理、噪声数据光滑处理、离群点识别处理和离群删除处理；
数据集成单元，用于建立数据仓库将所有所述原始监测数据统一存储；
数据变换单元，用于采用数据变换方法将所述原始监测数据转换为用于数据分析的格式，所述数据变换方法包括平滑聚集、数据概括化和数据规划化的至少一种。
进一步的，所述数据预处理模块，还包括：
数据清洗单元，用于对所述原始监测数据进行缺失值填写处理、噪声数据光滑处理及离群点识别及删除处理；
数据集成单元，用于建立数据仓库将所有所述原始监测数据统一存储。
进一步的，所述故障诊断模块，用于：
将所述故障特征数据与故障设备数据库进行关联，根据所述故障特征数据调用所述故障设备数据库中的故障诊断模型；
将所述故障特征数据输入所述故障诊断模型中，将所述故障诊断模型中的线路运行参数结合所述故障特征数据进行线路故障诊断，输出线路故障诊断结果。
本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述的输电线路故障诊断方法。
本发明实施例在筛选出故障特征数据时，对预处理数据依次进行阈值比对、关联分析以及趋势分析处理，从而得到准确的故障特征数据，将该故障特征数据与线路运行数据结合对线路故障进行诊断，能够有效提高线路故障诊断的准确性。
进一步的，本发明实施例在初步诊断得到线路故障诊断结果之后，根据诊断结果数据采集的策略，重新采集输电线路数据并进行故障诊断，能够进一步提高线路故障诊断的准确性和可靠性。
附图说明
图1是本发明实施例提供的一种输电线路故障诊断方法的流程示意图；
图2是本发明实施例提供的一种输电线路故障诊断系统的结构示意图；
图3是本发明实施例提供的一种输电线路故障诊断系统的另一结构示意图；
图4是本发明实施例提供的一种输电线路故障诊断装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术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，都属于本申请保护的范围。
在本申请的描述中，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。在本申请的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本申请的描述中，需要说明的是，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，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，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申请中的具体含义。
请参阅图1，本发明的一个实施例提供了一种输电线路故障诊断方法，包括：
S1、采集输电线路的多种原始监测数据，原始数据包括可见光图像数据、红外温度数据、气象数据、杆塔倾斜角度数据、工频电压数据、工频电流数据和故障行波电流数据；
在本发明实施例中，采用数据采集设备采集原始监测数据，数据采集设备包括：可见光传感器、红外传感器、微气象传感器、杆塔倾斜传感器、非接触式故障监测传感器和烟雾传感器，其中，可见光传感器用于采集线路杆塔、导线、绝缘子及金具等的可见光图像数据；红外传感器用于采集线路杆塔、导线、线路走廊植被、绝缘子及金具等的红外温度数据；微气象传感器主要包括：温度传感器、湿度传感器、风速传感器、风向传感器、降雨量传感器等气象传感器，用于监测线路杆塔处的气象数据，供输电单位分析预防输电线路微气象灾害；杆塔倾斜传感器用于杆塔倾斜角度的监测；非接触式故障监测传感器包括空间电场传感器、空间磁场传感器、信号调理单元等。其中空间电场传感器为耦合分压电容结构，通过对分压电容两端电势的测量，计算得到输电线路工频电压数据；空间磁场传感器由一个或多个均匀缠绕在非磁性圆柱形状的线圈组成，通过测量线圈两端电压大小，可以测量空间磁场值，并换算成输电线路工频、故障行波电流数据；烟感探测器用于对线路走廊的植被燃烧造成的火情进行监测。
S2、对原始监测数据进行数据变换处理得到预处理数据；
本发明实施例对原始监测数据进行预处理，包括数据清理、数据集成和数据变换，提高数据的可靠性，且将数据转换成适用于数据分析的形式，能够有效提高输电线路故障监控的准确性。
S3、将预处理数据与预设阈值进行比对，筛选出超过预设阈值的预处理数据为第一预判数据，将第一预判数据进行关联分析，在第一预判数据中筛选出具备同一故障特征的数据作为第二预判数据，对每一第二预判数据进行趋势分析，筛选出趋势一致的数据作为故障特征数据；
本发明实施例通过对预处理数据进行扫描，将扫描得到的数据与预设阈值进行比对，对超过预设阈值的数据标记为第一预判数据，从而初步筛选出故障特征数据。对第一预判数据进行关联分析，例如，对同一时刻的第一预判数据中的山火烟雾数据、红外测温数据、非接触电场监测数据进行关联分析，诊断这些数据是否具备同一故障特征，若是，则将这些数据诊断为第二预判数据。本发明实施例通过增加故障诊断的特征分析维度，能够有效提高线路故障诊断的准确性。
进一步的，本发明实施例对第二预判数据进行一个时间跨度的趋势分析，诊断每一个第二预判数据在某一时间段内的趋势是否正常，将趋势正常的第二预判数据诊断为故障特征数据，能够排除瞬时干扰、数据偶发偏绿造成的误判，从而能够进一步提高输电线路监控的可靠性。
本发明实施例对预处理数据逐一进行阈值诊断、关联分析和趋势分析处理，能够准确筛选出用于诊断线路故障的故障特征数据，从而有利于提高故障诊断的准确性。
S4、将故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果。
示例性的，本发明实施例将故障特征数据存入数据表中，与故障设备数据库进行关联，调用数据诊断模型采用预先设置好的诊断算法进行线路故障诊断，具体为：根据故障特征数据调用不同的故障诊断模型，提取诊断模型需要的关联数据，例如线路台账信息(线路结构、防雷配置等)、线路走廊环境信息(植被数据、建筑物分布等)、线路地理信息(地势、地貌、地区雷暴日等级数据等)、运行信息(电流、电压、负荷)、遥感遥测数据(卫星热点数据、雷电数据、台风数据等)、历史故障信息等,根据提取的信息对线路故障进行诊断，得到线路故障诊断结果。
在一个实施例中，在得到线路故障诊断结果之后，还包括：
根据线路故障诊断结果调整数据采集设备的监控策略，重新采集多种原始监测数据，并根据原始监测数据筛选得到新的故障特征数据，将故障特征数据输入至故障诊断模型中，输出最终线路故障诊断结果。
本发明实施例在获取得到线路故障诊断结果后，调整数据采集设备的监控策略，例如加强采用频率、调整监测对象以及监测参数等，再重新对线路故障进行诊断，以得到最终的线路故障诊断结果，通过预处理-诊断-调整策略-再次诊断的诊断过程，能够有效提高线路故障诊断的正确性，且本发明实施例中策略调整的次数可以根据实际情况调整。
在一个实施例中，对原始监测数据进行数据变换处理得到预处理数据，包括：
采用数据变换方法将原始监测数据转换为适用于数据分析格式的数据，数据变换方法包括平滑聚集、数据概括化和数据规划化的至少一种。
在一个实施例中，本发明实施例对原始监测数据进行数据变换之前，还包括：
对原始监测数据进行缺失值填写处理、噪声数据光滑处理、离群点识别处理和离群删除处理；
本发明实施例通过对预处理数据进行数据清洗，能够使得预处理数据格式标准化，且能够将预处理数据中的异常数据、错误数据以及重复数据清除，提高预处理数据的准确性。
建立数据仓库将所有原始监测数据统一存储；
本发明实施例将多种原始监测数据结合起来统一存储，能够有效提高数据管理的便捷性。
在本发明实施例中，将故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果，包括：
将故障特征数据输入故障诊断模型中，将故障诊断模型中的线路运行参数结合故障特征数据进行线路故障诊断，输出线路故障诊断结果。
请参阅图2-3，本发明的一个实施例提供了一种输电线路故障诊断系统，用于执行上述实施例的线路故障诊断方法。输电线路故障诊断系统包括：
感应层、集控平台和数据服务器，其中感应层包括可见光传感器、红外传感器微气象传感器、杆塔传感器、非接触式故障监测传感器、烟感探测传感器等，感应层用于采集多种原始监测数据，并将多种原始监测数据发送至集控平台，集控平台通过数据网关与数据服务器进行连接，集控平台用于对原始监测数据进行预处理，以及进行输电线路的故障诊断，数据服务器用于对预处理数据进行数据筛选得到故障特征数据。在本发明实施例中，集控平台与数据服务器可以通过有线网络以及无线网络进行数据交互，无线网络包括：2G、3G、4G、5G及l ora等网络通信方式，有线网络包括以太网、同轴电缆通信、OPGW光纤通信等方式，本发明装置还通过设置数据网关用于实现数据的接收和发送等功能。
在本发明实施例中，将诊断结果发送至用户端，以提醒用户，用户端可以对数据服务器的诊断结果进行确认，并将确认结果反馈至数据服务器。
实施本发明实施例，具有以下有益效果：
本发明实施例在筛选出故障特征数据时，对预处理数据依次进行阈值比对、关联分析以及趋势分析处理，从而得到准确的故障特征数据，将该故障特征数据与线路运行数据结合对线路故障进行诊断，能够有效提高线路故障诊断的准确性。
进一步的，本发明实施例在初步诊断得到线路故障诊断结果之后，根据诊断结果数据采集的策略，重新采集输电线路数据并进行故障诊断，能够进一步提高线路故障诊断的准确性和可靠性。
请参阅图4，基于与上述实施例相同的发明构思，本发明的一个实施例提供了一种输电线路故障诊断装置，包括：
数据采集模块10，用于采集输电线路的多种原始监测数据，原始数据包括可见光图像数据、红外温度数据、气象数据、杆塔倾斜角度数据、工频电压数据、工频电流数据和故障行波电流数据；
数据预处理模块20，用于对原始监测数据进行数据变换处理得到预处理数据；
数据筛选模块30，用于将预处理数据与预设阈值进行比对，筛选出超过预设阈值的预处理数据为第一预判数据，将第一预判数据进行关联分析，在第一预判数据中筛选出具备同一故障特征的数据作为第二预判数据，对每一第二预判数据进行趋势分析，筛选出趋势一致的数据作为故障特征数据；
故障诊断模块40，用于将故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果。
在一个实施例中，本装置还包括重复诊断模块，用于根据线路故障诊断结果调整数据采集设备的监控策略，重新采集多种原始监测数据，并根据原始监测数据筛选得到新的故障特征数据，将故障特征数据输入至故障诊断模型中，输出最终线路故障诊断结果。
在一个实施例中，数据预处理模块20，包括：
数据变换单元，用于采用数据变换方法将原始监测数据转换为用于数据分析的格式，数据变换方法包括平滑聚集、数据概括化和数据规划化的至少一种。
在一个实施例中，数据预处理模块20，还包括：
数据清洗单元，用于对原始监测数据进行缺失值填写处理、噪声数据光滑处理、离群点识别处理和离群删除处理；
数据集成单元，用于建立数据仓库将所有原始监测数据统一存储。
进一步的，故障诊断模块40，用于：
将故障特征数据与故障设备数据库进行关联，根据故障特征数据调用故障设备数据库中的故障诊断模型；
将故障特征数据输入故障诊断模型中，将故障诊断模型中的线路运行参数结合故障特征数据进行线路故障诊断，输出线路故障诊断结果。
本发明的一个实施例提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序；其中，计算机程序在运行时控制计算机可读存储介质所在的设备执行如上述的输电线路故障诊断方法。
以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种输电线路故障诊断方法，其特征在于，包括：
采集输电线路的多种原始监测数据，所述原始数据包括可见光图像数据、红外温度数据、气象数据、杆塔倾斜角度数据、工频电压数据、工频电流数据和故障行波电流数据；
对所述原始监测数据进行数据变换处理得到预处理数据；
将所述预处理数据与预设阈值进行比对，筛选出超过预设阈值的预处理数据为第一预判数据，将所述第一预判数据进行关联分析，在所述第一预判数据中筛选出具备同一故障特征的数据作为第二预判数据，对每一所述第二预判数据进行趋势分析，筛选出趋势一致的数据作为故障特征数据；
将所述故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果。
2.如权利要求1所述的输电线路故障诊断方法，其特征在于，在得到线路故障诊断结果之后，还包括：
根据所述线路故障诊断结果调整数据采集设备的监控策略，重新采集多种原始监测数据，并根据所述原始监测数据筛选得到新的故障特征数据，将所述故障特征数据输入至所述故障诊断模型中，输出最终线路故障诊断结果。
3.如权利要求1所述的输电线路故障诊断方法，其特征在于，所述对所述原始监测数据进行数据变换处理得到预处理数据，包括：
采用数据变换方法将所述原始监测数据转换为适用于数据分析格式的数据，所述数据变换方法包括平滑聚集、数据概括化和数据规划化的至少一种。
4.如权利要求3所述的输电线路故障诊断方法，其特征在于，在采用数据变换方法将所述原始监测数据转换为适用于数据分析格式的数据之前，还包括：
对所述原始监测数据进行缺失值填写处理、噪声数据光滑处理、离群点识别处理和离群删除处理；
建立数据仓库将所有所述原始监测数据统一存储。
5.如权利要求1所述的输电线路故障诊断方法，其特征在于，所述将所述故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果，包括：
将所述故障特征数据与故障设备数据库进行关联，根据所述故障特征数据调用所述故障设备数据库中的故障诊断模型；
将所述故障特征数据输入所述故障诊断模型中，将所述故障诊断模型中的线路运行参数结合所述故障特征数据进行线路故障诊断，输出线路故障诊断结果。
6.一种输电线路故障诊断装置，其特征在于，包括：
数据采集模块，用于采集输电线路的多种原始监测数据，所述原始数据包括可见光图像数据、红外温度数据、气象数据、杆塔倾斜角度数据、工频电压数据、工频电流数据和故障行波电流数据；
数据预处理模块，用于对所述原始监测数据进行数据变换处理得到预处理数据；
数据筛选模块，用于将所述预处理数据与预设阈值进行比对，筛选出超过预设阈值的预处理数据为第一预判数据，将所述第一预判数据进行关联分析，在所述第一预判数据中筛选出具备同一故障特征的数据作为第二预判数据，对每一所述第二预判数据进行趋势分析，筛选出趋势一致的数据作为故障特征数据；
故障诊断模块，用于将所述故障特征数据输入至预设的故障诊断模型中，输出线路故障诊断结果。
7.如权利要求6所述的输电线路故障诊断装置，其特征在于，所述数据预处理模块，包括：
数据变换单元，用于采用数据变换方法将所述原始监测数据转换为用于数据分析的格式，所述数据变换方法包括平滑聚集、数据概括化和数据规划化的至少一种。
8.如权利要求7所述的输电线路故障诊断装置，其特征在于，所述数据预处理模块，还包括：
数据清洗单元，用于对所述原始监测数据进行缺失值填写处理、噪声数据光滑处理、离群点识别处理和离群删除处理；
数据集成单元，用于建立数据仓库将所有所述原始监测数据统一存储。
9.如权利要求6所述的输电线路故障诊断装置，其特征在于，所述故障诊断模块，用于：
将所述故障特征数据与故障设备数据库进行关联，根据所述故障特征数据调用所述故障设备数据库中的故障诊断模型；
将所述故障特征数据输入所述故障诊断模型中，将所述故障诊断模型中的线路运行参数结合所述故障特征数据进行线路故障诊断，输出线路故障诊断结果。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1-5中任一项所述的输电线路故障诊断方法。
CN202210456359.4A 2022-04-28 2022-04-28 一种输电线路故障诊断方法、装置及存储介质 Pending CN114817219A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210456359.4A CN114817219A (zh) 2022-04-28 2022-04-28 一种输电线路故障诊断方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210456359.4A CN114817219A (zh) 2022-04-28 2022-04-28 一种输电线路故障诊断方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN114817219A true CN114817219A (zh) 2022-07-29

Family

ID=82510050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210456359.4A Pending CN114817219A (zh) 2022-04-28 2022-04-28 一种输电线路故障诊断方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114817219A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117213561A (zh) * 2023-11-08 2023-12-12 广东电网有限责任公司佛山供电局 一种应于光纤传感器的电力线路监测方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117213561A (zh) * 2023-11-08 2023-12-12 广东电网有限责任公司佛山供电局 一种应于光纤传感器的电力线路监测方法和系统
CN117213561B (zh) * 2023-11-08 2024-02-09 广东电网有限责任公司佛山供电局 一种应于光纤传感器的电力线路监测方法和系统

Similar Documents

Publication Publication Date Title
CN111555716B (zh) 光伏阵列工作状态的确定方法、装置、设备及存储介质
CN107994539A (zh) 一种基于云服务器的配电线路故障检测系统
CN104990629B (zh) 一种红外成像测温的电力设备故障自动预警系统
CN104977087B (zh) 一种基于红外成像测温的电力设备故障自动预警的方法
CN114611966B (zh) 一种智慧电网电力系统输变电运行安全量化智能评估方法
CN113095189B (zh) 基于机器视觉和数据分析的电力系统变电站运行环境安全智能监测管理系统
CN116054417B (zh) 一种变电站用的监控系统及方法
CN114817219A (zh) 一种输电线路故障诊断方法、装置及存储介质
CN114689994A (zh) 一种输送电线路故障在线定位监测系统和方法
CN117078017A (zh) 一种用于电力电网设备监控智能化决策分析系统
CN112684292A (zh) 一种风电场集电线路监控系统、方法及装置
CN113252115A (zh) 一种输电线路在线监测系统及方法
CN116780758A (zh) 一种输电线路多传感器数据融合的在线监测系统及方法
CN111404274A (zh) 一种输电系统位移在线监控及预警系统
CN114879081A (zh) 基于避雷器同步动态监测数据的雷害区域分析方法
CN104793270A (zh) 一种综合气象观测网中设备运行状态的综合判定方法
CN112016739B (zh) 故障检测方法、装置、电子设备及存储介质
CN113193616A (zh) 一种用于输电通道监拍设备的健康状态评估方法
CN204066357U (zh) 一种输电线路远程智能巡线的数据传输设备
CN116184531A (zh) 一种基于视频监控的变电站微型气象监测方法
CN116169778A (zh) 一种基于配电网异常分析的处理方法及系统
CN115061012A (zh) 基于边缘计算供电电网智能监测诊断系统及方法
CN114882682A (zh) 一种高压线缆状态监测平台及监测方法
CN113933747A (zh) 电压互感器二次回路接地电流检测系统及检测方法
CN114530880A (zh) 一种基于大数据的电网区域负荷预测系统及方法

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