CN115077605A - 智能变电站管理系统 - Google Patents
智能变电站管理系统 Download PDFInfo
- Publication number
- CN115077605A CN115077605A CN202210634868.1A CN202210634868A CN115077605A CN 115077605 A CN115077605 A CN 115077605A CN 202210634868 A CN202210634868 A CN 202210634868A CN 115077605 A CN115077605 A CN 115077605A
- Authority
- CN
- China
- Prior art keywords
- substation
- abnormality
- data
- image data
- management system
- 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
- 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
- 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
- G01D7/00—Indicating measured values
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/16—Electric power substations
Abstract
本发明提出一种智能变电站管理系统,其特征在于,具体包括:至少一个数据收集装置100,数据获取装置200,集成警报装置300和输出装置400组成;至少一个数据收集设备100检测变电站中各个点的工作状态信息;数据获取设备200获取由每个数据获取设备100感测的数据,将接收的信息作为集成感测数据提供给集成警报装置300;集成警报装置300基于由多个数据获取装置200中的每一个收集的数据来诊断在变电站设施是否已经发生异常,并且当诊断出变电站设备20中已经发生异常时,产生警报信号;由集成警报设备300生成的警报信号作为警报声音输出,以便变电站房屋中的现场工作人员可以通过安装在现场的输出设备400识别。
Description
技术领域
本发明涉及智能变电站技术领域,尤其涉及一种基于人工智能的变电站管理系统。
背景技术
变电站作为电力系统中电压等级的转换、接收及分配电能的重要场所,一旦出现故障将造成大面积电网停电事故的发生。如果发生电气设备火灾甚至引起爆炸,其造成的人员伤亡、社会影响和经济损失则会非常巨大。并且,变电站电气设备火灾事故发生后的抢修及复建工作也极为困难。
用于预识别变电站设施的异常迹象的检测传感器的安装以及使用该检测传感器的预防诊断系统尚未得到广泛应用。变电站内,基于图像分析的都是依赖后端服务器,拍完照片上传服务器,然后服务器再分析图像,推送告警。变电站电气设备的检测具有较高的实时性和准确性的要求,由于部分中转节点的死亡,极大可能会存在某些电气设备数据传输不及时或数据丢失等问题,造成电气设备异常检测精确度不高等问题。在发生事故或故障之前确定故障的程度和故障类型,并从连接到每个测量目标设备的各种传感器获取数据,并对这些数据进行综合分析进行判断,在这种情况下,通常使用人工智能进行判断,对异常信号进行分类的人工智能算法以及使用该算法的变电站管理系统的实现尤为重要。
发明内容
本发明的目的在于实现一种智能变电站管理系统,具体包括:
至少一个数据收集装置100,数据获取装置200,集成警报装置300和输出装置400组成;
至少一个数据收集设备100检测变电站中各个点的工作状态信息;
数据获取设备200获取由每个数据获取设备100感测的数据,数据获取设备200包括接口210和数据提供单元220;接口210包括多个接口用以接收各个数据收集设备100的各个设备的工作状态信息;数据提供单元220将通过上述接口210接收的信息作为集成感测数据提供给集成警报装置300;
集成警报装置300基于由多个数据获取装置200中的每一个收集的数据来诊断在变电站设施是否已经发生异常,并且当诊断出变电站设备20中已经发生异常时,产生警报信号;集成警报设备300包括接口310,异常检测器320,警报生成器330和数据库340;接口310从数据获取设备200接收包括各种类型的感测数据的集成感测数据,异常检测单元320将通过接口310从数据获取装置200接收的数据与数据库340中存储的设备参数、环境参数、电网参数自动计算保护定值比较,如发现异常则主动预警;
由集成警报设备300生成的警报信号作为警报声音输出,以便变电站房屋中的现场工作人员可以通过安装在现场的输出设备400识别。
优选的,一个数据收集装置100包括多个继电器,多个断路器,多个隔离开关,多个GIS气体传感器,多个气压传感器,收集声发射的AE传感器,红外传感器阵列单元、振动传感器、接地断开传感器和接地电阻传感器,多个红外传感器以网格的形式二维排列,红外传感器检测是否发生热变化,接地断开传感器和接地电阻传感器确定是否出现配电盘接地断开异常以及配电盘的接地电阻值是否异常,振动传感器用于检测是否由于地震等外部环境因素对配电盘施加振动。
优选的,当异常检测单元320通过接口310接收到由AE传感器检测到的异常声音信号时,其分析异常声音信号的波形并将从变电站发出的声音传输到两个轨道,如果在规定时间内偏离基准频带,则认为发生了异常,当在变电站设备中产生的声带超过绝缘击穿声带时,异常检测单元320检测到在变电站设备中发生了异常;当压力升高到预设警报设置值以上或降低到下限以下时,异常检测单元320检测到变电站20中发生了异常。
优选的,异常检测单元320可以检测是否出现超温现象,具体包括如下步骤:
将红外传感器阵列单元检测并周期性接收的图像数据识别为三维图像数据,即对红外传感器阵列在同一周期检测到的图像数据进行采集和分支,识别并存储为一个三维图像数据帧;
异常检测单元320针对累积存储的三维图像数据帧,将之前存储的图像数据帧与当前存储的图像数据帧进行比较分析,然后不断检查变化的区域和变化的状态;
异常检测单元320在判断是否异常,判断出异常已经开始时,通过缩短监控周期来增加监控次数;异常检测单元320不断地分析图像数据帧的变化区域和变化状态,如果该区域在特定区域内不断地逐渐扩大和变化,即跨多个图像数据检测变化状态帧;如果有,则判断相关区域的温度正在上升。
优选的,异常检测单元320可以检测电弧,具体包括如下步骤:异常检测单元320持续分析图像数据帧的变化区域和变化状态,如果仅在特定区域检测到短暂的变化,即仅在特定图像数据中检测到变化状态帧,检测到相应区域的电弧,判断发生了异常,异常检测单元320的判断是对图像数据帧的亮度和饱和度进行比较分析,以确定是否在特定区域检测到产生电弧;采用CNN、RNN、GAN作为异常检测单元320比较和分析图像数据帧的亮度和饱和度时使用的深度学习模型;将比较分析结果导出为数值,根据导出值的变化面积、变化状态、持续时间等判断电弧的发生。
优选的,异常检测单元320在确定异常信号之后,根据异常信号进行分类,并通过该异常信号将变电站的状态报告给变电站操作员,以识别设备问题并实现紧急响应;使用机器学习对异常信号进行分类,包括由于气体绝缘开关设备的内部缺陷,变压器局部放电和变压器分接开关引起的电信号。
优选的,在每个设备中产生异常信号的原因如下:1)电晕:突起或颗粒附着在GIS内部的导体和外壳上;2)浮动部分:未接地或未电气连接或由浮动电极产生的电容性放电引起的浮动部分;3)微粒:由导电性异物流入产生;4)空隙:以介电空隙或阻挡层表面污染的形式出现;5)蠕变:沿着导体电介质的表面发生,当颗粒粘附到表面或在垫片中出现裂纹时发生;6)绕组:高压接触不良引起。
优选的,异常信号分类方法包括异常信号监视处理,事件数据接收和分类请求处理,事件数据图案化和预处理处理,分类算法学习处理,其包括信号分类处理;另外,异常信号分类方法还包括计算每个设施的风险的过程和计算变电站风险的过程。
优选的,在确定故障类型之后,还需要对于故障进行备份和恢复,通过人工智能算法和通讯数据交换,可以在边缘端保护装置出现问题时,代替保护装置的功能,以便现场保护装置损坏情况下的备份,从而在现场的继电保护装置故障不能使用时,可以通过智能变电站管理系统代替现场继电保护的功能。
优选的,恢复过程是与多个变电站故障类型信息中的每一个相对应的多个变电站恢复过程信息,通过输出装置输出与与变电站故障类型信息相对应的变电站恢复过程信息或通讯连接,管理者可以通过接收根据变电站故障类型的自适应修复程序来快速执行变电站故障恢复,并减少人为错误的频率。
附图说明
图1为本发明的智能变电站管理系统的系统结构图;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案作进一步地说明。
在下文中,将参考附图详细描述根据本发明的实施例的智能变电站管理系统。
如图1所示,在本发明的实施例中,智能变电站管理系统由数据收集装置100,数据获取装置200,集成警报装置300和输出装置400组成。
至少一个数据收集设备100安装在变电站中。变电站中设置多个监控设备,从而可以检测每个点的状态信息,例如,多个继电器,多个断路器,多个隔离开关,多个GIS气体传感器,多个气压传感器,收集声发射的AE传感器等。还包括个红外传感器阵列单元、振动传感器、接地断开传感器和接地电阻传感器。多个红外传感器以网格的形式二维排列。红外传感器检测是否发生热变化。另外,接地断开传感器和接地电阻传感器确定是否出现配电盘接地断开异常以及配电盘的接地电阻值是否异常,振动传感器用于检测是否由于地震等外部环境因素对配电盘施加振动。
数据获取设备200获取由每个数据获取设备100感测的数据。数据获取装置200通过控制电缆连接至气压传感器,并通过同轴电缆连接至AE传感器。为此,将数据获取设备200描述为示例,在该示例中,提供了能够接收各种类型的数据的多个接口作为示例,但是不必限于此。
数据获取设备200包括接口210和数据提供单元220。接口210包括多个接口用以接收数据收集设备100的各个设备的状态信息。数据提供单元220将通过各种接口接收的信息作为集成感测数据提供给集成警报装置300。在本发明的实施例中,数据获取设备200被描述为执行获取多个感测信息并且将集成的感测数据提供给集成警报设备300的功能的示例。
集成警报装置300基于由多个数据获取装置200中的每一个收集的数据来诊断在变电站设施20中是否已经发生异常。并且当诊断出变电站设备20中已经发生异常时,产生警报信号。在此,集成警报市场价值300除了从数据获取设备200获取数据的设备之外,还包括已经安装的其他数据设备(例如,诊断单元,集中式监视和控制面板等)。
由集成警报设备300生成的警报信号作为警报声音输出,以便变电站房屋中的现场工作人员可以通过安装在现场的输出设备400识别它。另外,由集成警报装置300诊断的诊断信息被发送到系统操作中心,从而可以集中管理作为远程装置的变电站设施的诊断信息。
集成警报设备300包括接口310,异常检测单元320,警报生成单元330和数据库340。
接口310与数据获取设备200,输出设备400和系统操作中心500互锁。接口310从数据获取设备200接收包括各种类型的感测数据的集成感测数据。另外,接口310将由集成警报装置300生成的警报信号发送到输出装置400。
异常检测单元320将通过接口310从数据获取装置200接收的数据与数据库340中存储的变电站设施的安全信息进行比较,并检测变电站设施20中是否发生了异常。异常检测单元320将通过接口310从数据获取装置200接收的数据与数据库340中存储的设备参数、环境参数、电网参数自动计算保护定值比较,如发现异常则主动预警;
例如,当异常检测单元320通过接口310接收到由AE传感器检测到的异常声音信号时,其分析异常声音信号的波形并将从变电站发出的声音传输到两个轨道(两个轨道)。首先是分析通常的变电站设备的工作频带(以下称为“基准频带”),如果在规定时间内偏离基准频带,则认为发生了异常。
作为另一种方法,通过诸如耐压测试的方法来测试实际的变电站设备,并且将电介质击穿时的声学数据确保为绝缘击穿声带,并将其存储在数据库340中。另外,当在变电站设备中产生的声带超过绝缘击穿声带时,异常检测单元320检测到在变电站设备中发生了异常。
作为另一示例,假设接口310已经从气压传感器接收气压信息。当压力升高到预设警报设置值以上或降低到下限以下时,异常检测单元320检测到变电站20中发生了异常。此时,从气压传感器接收到的气压与基于从压力发送器输出的的直流信号而收集到的气压对应,异常检测单元320对接收到的气压进行解析,从而求出其气体压力。
异常检测单元320对红外传感器阵列单元检测并周期性接收并积累的三维图像数据进行分析,以确定是否发生异常。为此,异常检测单元320将红外传感器阵列单元检测并周期性接收的图像数据识别为三维图像数据,即对红外传感器阵列在同一周期检测到的图像数据进行采集和分支。识别并存储为一个三维图像数据帧,这个存储操作每循环重复一次。
接着,异常检测单元320针对上述累积存储的三维图像数据帧,将之前存储的图像数据帧与当前存储的图像数据帧进行比较分析,然后不断检查变化的区域和变化的状态。
异常检测单元320在判断是否异常,判断出异常已经开始时,通过缩短监控周期来增加监控次数。异常检测单元320不断地分析图像数据帧的变化区域和变化状态,结果,如果该区域在特定区域内不断地逐渐扩大和变化,即跨多个图像数据检测变化状态帧。如果有,则判断相关区域的温度正在上升。
异常检测单元320持续分析图像数据帧的变化区域和变化状态,如果仅在特定区域检测到短暂的变化,即仅在特定图像数据中检测到变化状态帧,检测到相应区域的电弧,判断发生了异常。异常检测单元320的判断是对图像数据帧的亮度和饱和度进行比较分析,以确定是否在特定区域检测到温度变化、是否产生电弧或产生气体。
例如,采用CNN(卷积神经网络)、RNN(循环神经网络)、GAN(生成神经网络)作为异常检测单元320比较和分析图像数据帧的亮度和饱和度时使用的深度学习模型。将比较分析结果导出为数值,根据导出值的变化面积、变化状态、持续时间等判断温度、电弧、气体等的发生。作为深度学习应用到异常检测单元320的一个例子,使用CNN获得图像数据帧的亮度、饱和度和背光值-类型学习模型。作为说明指定方法的图,CNN分为提取图像特征的部分(Feature提取)和回归(Regression)部分,特征提取区域是卷积层和pool layer以多层堆叠的形式构建。由于在通过上述学习模型时提取相邻像素之间的特征点,因此可以提取图像数据帧是亮还是暗的模式,即可以提取图像数据帧的亮度等级。人工智能模块43的这种判断是对各个红外传感器检测到的检测温度进行比较和分析,以确定是否在特定区域检测到温度变化、是否发生电弧或产生气体。
当异常检测单元320检测到变电站中已经发生异常时,警报生成单元330生成警报生成信号,从而通过安装在现场的输出装置400生成警报信号。在本发明的实施例中,在本发明的实施例中,为了通过安装在变电站的每个房间中的输出装置400发送语音警报,警报生成单元330以以下形式生成警报生成信号:以语音为例,但是并不一定如上所述。
根据本发明另一实施例,在接收到异常信号之后,还需要根据异常信号进行分类、确定故障类型,并对于故障进行恢复。通过从每个传感器收集的数据对变电站中各种设施中发生的异常信号进行分类来掌握每个设施的状态,并且可以全面地了解变电站的状态向操作员报告。例如,设备损坏时会发生自由导体放电的局部放电,绝缘子损坏时会发生绝缘子的异常放电,请使用分类为异常信号的类型对设备进行更换和维修计划,并建立综合报告。接下来,将描述对于故障类型的确定,首先对异常信号进行分类,并通过该异常信号将变电站的状态报告给变电站操作员,以识别设备问题并实现紧急响应。使用机器学习对异常信号进行分类,例如由于气体绝缘开关设备的内部缺陷,变压器局部放电和变压器分接开关引起的电信号。
以对由气体绝缘开关设备,主变压器和变压器分接开关生成的每个异常信号进行分类为例,并使用传感器位置等信息来确定哪个异常信号是在哪个设备中,可以知道是否是连续发生的异常信号。另外,如果使用人工智能算法对异常信号进行分类,则可以知道设施中存在何种问题。以此报告整个变电站是否存在异常,当前状态以及要检查的事项。
在每个设备中产生异常信号的原因如下:1)电晕:突起或颗粒附着在GIS内部的导体和外壳上。2)浮动部分:未接地或未电气连接或由浮动电极产生的电容性放电引起的浮动部分。3)微粒:由导电性异物流入产生。4)空隙:以介电空隙或阻挡层表面污染的形式出现。5)蠕变:沿着导体电介质的表面发生,当颗粒粘附到表面或在垫片中出现裂纹时发生。6)绕组:高压接触不良引起。因此,在对异常信号进行分类之后,可以将其与噪声传感器进行比较以确定相应的异常信号是否为噪声或者是否已经发生实际问题。此时,如果暂时发生,建议对其进行检查,如果连续发生,则可以发出通知以便调查原因。
以上,已经描述了根据本发明的用于使用机器学习对异常信号进行分类。在下文中,将描述根据本发明的另一方面的使用机器学习来执行异常信号分类的方法。在这种情况下,可以通过上述变电站状态监视系统执行使用机器学习对异常信号进行分类的方法。在这方面,变电站状态监视系统的描述和以下异常信号分类方法可以彼此结合使用。异常信号分类方法是异常信号监视处理,事件数据接收和分类请求处理,事件数据图案化和预处理处理,分类算法学习处理,其包括信号分类处理。另外,异常信号分类方法还可以包括计算每个设施的风险的过程和计算变电站风险的过程。同时,上述处理不限于所列顺序,并且可以通过改变顺序或省略或重复一些处理来执行。
在确定故障类型之后,还需要对于故障进行备份和恢复。通过电力智能算法和通讯数据交换,可以在边缘端保护装置出现问题时,代替保护装置的功能,以便现场保护装置损坏情况下的备份,从而在现场的继电保护装置故障不能使用时,可以通过智能变电站管理系统代替现场继电保护的功能。恢复过程是与多个变电站故障类型信息中的每一个相对应的多个变电站恢复过程信息,例如,向另一台变压器的负荷转移,特定故障区间分离,特定总线转移,向磁变压器的负荷供给,并且,可以通过输出装置(例如,显示装置,扬声器等)输出与与变电站故障类型信息相对应的变电站恢复过程信息或通讯连接。因此,管理者可以通过接收根据变电站故障类型的自适应修复程序来快速执行变电站故障恢复,并减少人为错误的频率。例如,变电站恢复过程信息可以在一对多的基础上对应于变电站故障类型信息,并且可以具有用于每个对应的变电站故障类型的序号。在这种情况下,根据顺序输出变电站恢复过程信息。管理者可以在顺序检查恢复过程信息的同时手动执行故障恢复。
取决于设计,可以通过输入设备或通信连接来接收设置信息,并且可以通过根据设置信息选择手动恢复模式和自动恢复模式之一来进行操作。
在上文中,已经描述了根据本发明的智能变电站管理系统。应该理解,本领域技术人员可以在不改变本发明的技术精神或基本特征的情况下,以其他特定形式来实现本发明的技术配置。
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (10)
1.一种智能变电站管理系统,其特征在于,具体包括:
至少一个数据收集装置100,数据获取装置200,集成警报装置300和输出装置400组成;
至少一个数据收集设备100检测变电站中各个点的工作状态信息;
数据获取设备200获取由每个数据获取设备100感测的数据,数据获取设备200包括接口210和数据提供单元220;接口210包括多个接口用以接收各个数据收集设备100的各个设备的工作状态信息;数据提供单元220将通过上述接口210接收的信息作为集成感测数据提供给集成警报装置300;
集成警报装置300基于由多个数据获取装置200中的每一个收集的数据来诊断在变电站设施是否已经发生异常,并且当诊断出变电站设备20中已经发生异常时,产生警报信号;集成警报设备300包括接口310,异常检测器320,警报生成器330和数据库340;接口310从数据获取设备200接收包括各种类型的感测数据的集成感测数据,异常检测单元320将通过接口310从数据获取装置200接收的数据与数据库340中存储的设备参数、环境参数、电网参数自动计算保护定值比较,如发现异常则主动预警;
由集成警报设备300生成的警报信号作为警报声音输出,以便变电站房屋中的现场工作人员可以通过安装在现场的输出设备400识别。
2.根据权利要求1所述的智能变电站管理系统,其特征在于,一个数据收集装置100包括多个继电器,多个断路器,多个隔离开关,多个GIS气体传感器,多个气压传感器,收集声发射的AE传感器,红外传感器阵列单元、振动传感器、接地断开传感器和接地电阻传感器,多个红外传感器以网格的形式二维排列,红外传感器检测是否发生热变化,接地断开传感器和接地电阻传感器确定是否出现配电盘接地断开异常以及配电盘的接地电阻值是否异常,振动传感器用于检测是否由于地震等外部环境因素对配电盘施加振动。
3.根据权利要求1所述的智能变电站管理系统,其特征在于,当异常检测单元320通过接口310接收到由AE传感器检测到的异常声音信号时,其分析异常声音信号的波形并将从变电站发出的声音传输到两个轨道,如果在规定时间内偏离基准频带,则认为发生了异常,当在变电站设备中产生的声带超过绝缘击穿声带时,异常检测单元320检测到在变电站设备中发生了异常;
当压力升高到预设警报设置值以上或降低到下限以下时,异常检测单元320检测到变电站20中发生了异常。
4.根据权利要求1所述的智能变电站管理系统,其特征在于,异常检测单元320可以检测是否出现超温现象,具体包括如下步骤:
将红外传感器阵列单元检测并周期性接收的图像数据识别为三维图像数据,即对红外传感器阵列在同一周期检测到的图像数据进行采集和分支,识别并存储为一个三维图像数据帧;
异常检测单元320针对累积存储的三维图像数据帧,将之前存储的图像数据帧与当前存储的图像数据帧进行比较分析,然后不断检查变化的区域和变化的状态;
异常检测单元320在判断是否异常,判断出异常已经开始时,通过缩短监控周期来增加监控次数;异常检测单元320不断地分析图像数据帧的变化区域和变化状态,如果该区域在特定区域内不断地逐渐扩大和变化,即跨多个图像数据检测变化状态帧;如果有,则判断相关区域的温度正在上升。
5.根据权利要求1所述的智能变电站管理系统,其特征在于,异常检测单元320可以检测电弧,具体包括如下步骤:异常检测单元320持续分析图像数据帧的变化区域和变化状态,如果仅在特定区域检测到短暂的变化,即仅在特定图像数据中检测到变化状态帧,检测到相应区域的电弧,判断发生了异常,异常检测单元320的判断是对图像数据帧的亮度和饱和度进行比较分析,以确定是否在特定区域检测到产生电弧;采用CNN、RNN、GAN作为异常检测单元320比较和分析图像数据帧的亮度和饱和度时使用的深度学习模型;将比较分析结果导出为数值,根据导出值的变化面积、变化状态、持续时间等判断电弧的发生。
6.根据权利要求1所述的智能变电站管理系统,其特征在于,异常检测单元320在确定异常信号之后,根据异常信号进行分类,并通过该异常信号将变电站的状态报告给变电站操作员,以识别设备问题并实现紧急响应;使用机器学习对异常信号进行分类,包括由于气体绝缘开关设备的内部缺陷,变压器局部放电和变压器分接开关引起的电信号。
7.根据权利要求6所述的智能变电站管理系统,其特征在于,在每个设备中产生异常信号的原因如下:1)电晕:突起或颗粒附着在GIS内部的导体和外壳上;2)浮动部分:未接地或未电气连接或由浮动电极产生的电容性放电引起的浮动部分;3)微粒:由导电性异物流入产生;4)空隙:以介电空隙或阻挡层表面污染的形式出现;5)蠕变:沿着导体电介质的表面发生,当颗粒粘附到表面或在垫片中出现裂纹时发生;6)绕组:高压接触不良引起。
8.根据权利要求7所述的智能变电站管理系统,其特征在于,异常信号分类方法包括异常信号监视处理,事件数据接收和分类请求处理,事件数据图案化和预处理处理,分类算法学习处理,其包括信号分类处理;另外,异常信号分类方法还包括计算每个设施的风险的过程和计算变电站风险的过程。
9.根据权利要求7所述的智能变电站管理系统,其特征在于,在确定故障类型之后,还需要对于故障进行备份和恢复,通过人工智能算法和通讯数据交换,可以在边缘端保护装置出现问题时,代替保护装置的功能,以便现场保护装置损坏情况下的备份,从而在现场的继电保护装置故障不能使用时,可以通过智能变电站管理系统代替现场继电保护的功能。
10.根据权利要求7所述的智能变电站管理系统,其特征在于,恢复过程是与多个变电站故障类型信息中的每一个相对应的多个变电站恢复过程信息,通过输出装置输出与与变电站故障类型信息相对应的变电站恢复过程信息或通讯连接,管理者可以通过接收根据变电站故障类型的自适应修复程序来快速执行变电站故障恢复,并减少人为错误的频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210634868.1A CN115077605A (zh) | 2022-06-06 | 2022-06-06 | 智能变电站管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210634868.1A CN115077605A (zh) | 2022-06-06 | 2022-06-06 | 智能变电站管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115077605A true CN115077605A (zh) | 2022-09-20 |
Family
ID=83250760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210634868.1A Pending CN115077605A (zh) | 2022-06-06 | 2022-06-06 | 智能变电站管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115077605A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203362A (zh) * | 2023-02-10 | 2023-06-02 | 深圳市云帆自动化技术有限公司 | 一种配电盘状态监测系统 |
CN116565737A (zh) * | 2023-07-11 | 2023-08-08 | 江苏双汇电力发展股份有限公司 | 一种常压密封环保型环网柜及散热方法、检测方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1039659A (zh) * | 1988-05-16 | 1990-02-14 | 株式会社日立制作所 | 用于高压电力设备异常诊断的系统及方法 |
CN103412217A (zh) * | 2013-08-02 | 2013-11-27 | 中科天工电气控股有限公司 | 箱式变电站智能在线故障诊断系统 |
CN104753178A (zh) * | 2015-04-16 | 2015-07-01 | 河南行知专利服务有限公司 | 一种电网故障处理系统 |
KR101968918B1 (ko) * | 2018-05-30 | 2019-04-15 | (주)서전기전 | 스마트 배전반 시스템 |
CN110108366A (zh) * | 2019-05-20 | 2019-08-09 | 国网福建省电力有限公司漳州供电公司 | 一种基于调度网络的点阵红外电缆室测温系统 |
CN209979068U (zh) * | 2019-05-20 | 2020-01-21 | 国网福建省电力有限公司漳州供电公司 | 一种基于调度网络的点阵红外电缆室测温装置 |
CN110726879A (zh) * | 2019-10-25 | 2020-01-24 | 长春工程学院 | 基于精准测量技术的输电线路杆塔接地电阻监测系统 |
CN110854999A (zh) * | 2019-11-01 | 2020-02-28 | 神华粤电珠海港煤炭码头有限责任公司 | 一种智能电力电量监控系统 |
CN210742470U (zh) * | 2019-06-21 | 2020-06-12 | 国家电网有限公司 | 电力设备接地检测保护系统 |
CN211296946U (zh) * | 2020-02-21 | 2020-08-18 | 北京东峰英杰科技有限公司 | 铁路电力综合运维管理系统 |
CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检系统 |
CN111899210A (zh) * | 2020-03-26 | 2020-11-06 | 中国铁建电气化局集团第二工程有限公司 | 一种基于图像识别的电弧检测方法 |
CN211979162U (zh) * | 2019-11-22 | 2020-11-20 | 北京牛尔宏泰新能源科技发展有限公司 | 一种电气防护装置及电气系统 |
CN112234714A (zh) * | 2020-10-20 | 2021-01-15 | 福建泰发建设工程有限公司 | 一种智能变电站通讯系统自动斩断及恢复方法和系统 |
CN112484843A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 变电站的状态分析方法及装置、电子设备 |
CN113691014A (zh) * | 2021-07-09 | 2021-11-23 | 华能威宁风力发电有限公司 | 一种电力设备智能视频识别监控报警系统 |
CN113709334A (zh) * | 2021-08-02 | 2021-11-26 | 许昌许继软件技术有限公司 | 基于多源信息融合的变电设备智能分析联动系统与方法 |
CN113964944A (zh) * | 2021-10-28 | 2022-01-21 | 广东电网有限责任公司 | 一种变电站的控制方法及系统 |
CN114004791A (zh) * | 2021-10-08 | 2022-02-01 | 湖南大学 | 一种基于rgb颜色空间的长间隙交流电弧形态参数提取方法 |
CN114066928A (zh) * | 2020-08-07 | 2022-02-18 | 天津平高智能电气有限公司 | 一种真空开关触头的运动速度检测方法及装置 |
-
2022
- 2022-06-06 CN CN202210634868.1A patent/CN115077605A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1039659A (zh) * | 1988-05-16 | 1990-02-14 | 株式会社日立制作所 | 用于高压电力设备异常诊断的系统及方法 |
CN103412217A (zh) * | 2013-08-02 | 2013-11-27 | 中科天工电气控股有限公司 | 箱式变电站智能在线故障诊断系统 |
CN104753178A (zh) * | 2015-04-16 | 2015-07-01 | 河南行知专利服务有限公司 | 一种电网故障处理系统 |
KR101968918B1 (ko) * | 2018-05-30 | 2019-04-15 | (주)서전기전 | 스마트 배전반 시스템 |
CN110108366A (zh) * | 2019-05-20 | 2019-08-09 | 国网福建省电力有限公司漳州供电公司 | 一种基于调度网络的点阵红外电缆室测温系统 |
CN209979068U (zh) * | 2019-05-20 | 2020-01-21 | 国网福建省电力有限公司漳州供电公司 | 一种基于调度网络的点阵红外电缆室测温装置 |
CN210742470U (zh) * | 2019-06-21 | 2020-06-12 | 国家电网有限公司 | 电力设备接地检测保护系统 |
CN110726879A (zh) * | 2019-10-25 | 2020-01-24 | 长春工程学院 | 基于精准测量技术的输电线路杆塔接地电阻监测系统 |
CN110854999A (zh) * | 2019-11-01 | 2020-02-28 | 神华粤电珠海港煤炭码头有限责任公司 | 一种智能电力电量监控系统 |
CN211979162U (zh) * | 2019-11-22 | 2020-11-20 | 北京牛尔宏泰新能源科技发展有限公司 | 一种电气防护装置及电气系统 |
CN211296946U (zh) * | 2020-02-21 | 2020-08-18 | 北京东峰英杰科技有限公司 | 铁路电力综合运维管理系统 |
CN111899210A (zh) * | 2020-03-26 | 2020-11-06 | 中国铁建电气化局集团第二工程有限公司 | 一种基于图像识别的电弧检测方法 |
CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检系统 |
CN114066928A (zh) * | 2020-08-07 | 2022-02-18 | 天津平高智能电气有限公司 | 一种真空开关触头的运动速度检测方法及装置 |
CN112234714A (zh) * | 2020-10-20 | 2021-01-15 | 福建泰发建设工程有限公司 | 一种智能变电站通讯系统自动斩断及恢复方法和系统 |
CN112484843A (zh) * | 2020-11-23 | 2021-03-12 | 国网北京市电力公司 | 变电站的状态分析方法及装置、电子设备 |
CN113691014A (zh) * | 2021-07-09 | 2021-11-23 | 华能威宁风力发电有限公司 | 一种电力设备智能视频识别监控报警系统 |
CN113709334A (zh) * | 2021-08-02 | 2021-11-26 | 许昌许继软件技术有限公司 | 基于多源信息融合的变电设备智能分析联动系统与方法 |
CN114004791A (zh) * | 2021-10-08 | 2022-02-01 | 湖南大学 | 一种基于rgb颜色空间的长间隙交流电弧形态参数提取方法 |
CN113964944A (zh) * | 2021-10-28 | 2022-01-21 | 广东电网有限责任公司 | 一种变电站的控制方法及系统 |
Non-Patent Citations (3)
Title |
---|
杨志伊: "设备状态监测与故障诊断", 中国计划出版社, pages: 137 - 142 * |
林介东;胡平;马庆增;聂铭;董重里;: "500kV增城变电站变压器局部放电的声发射检测", no. 05 * |
牛勃;马飞越;丁培;陈磊;魏莹;伍弘;马波;: "GIS局部放电智能巡检定位技术及应用", no. 01 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203362A (zh) * | 2023-02-10 | 2023-06-02 | 深圳市云帆自动化技术有限公司 | 一种配电盘状态监测系统 |
CN116203362B (zh) * | 2023-02-10 | 2023-09-19 | 深圳市云帆自动化技术有限公司 | 一种配电盘状态监测系统 |
CN116565737A (zh) * | 2023-07-11 | 2023-08-08 | 江苏双汇电力发展股份有限公司 | 一种常压密封环保型环网柜及散热方法、检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106291201B (zh) | 一种防雷箱的雷电监测及劣化状态监测系统及方法 | |
CN115077605A (zh) | 智能变电站管理系统 | |
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 | |
CN110941918A (zh) | 智能化变电站故障分析系统 | |
CN103278719A (zh) | 基于矩阵图及置信度的电力设备故障检测方法和系统 | |
CN110988592A (zh) | 一种漏电安全监测装置和方法 | |
CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、系统及装置 | |
KR20180070208A (ko) | 전력선 및 배전 설비의 이상 검출 시스템 | |
CN112230140B (zh) | 一种10kV高压断路器智能测试装置 | |
CN107505543A (zh) | 基于中低压电缆局部放电在线监测系统 | |
CN107328438A (zh) | 一种电力变压器运行综合监测系统 | |
CN113049920A (zh) | 一种开关柜局部放电和温度在线检测系统及其检测方法 | |
CN114485796A (zh) | 箱式变电站的在线状态监测自诊断系统 | |
CN114487705A (zh) | 一种电网设备故障定位检测方法 | |
CN116131214B (zh) | 数字化消谐装置的网络管理系统及使用方法 | |
CN117375242A (zh) | 一种带有故障分析功能的智能柜 | |
CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
Adami et al. | New approach to improve high-voltage transmission line reliability | |
CN104267307B (zh) | 接地装置及等电位连接故障远程监控系统 | |
CN109521314A (zh) | 一种太阳能发电设备远程故障诊断方法 | |
CN106443238A (zh) | 高压设备状态评估方法、在线监测装置评估方法及装置 | |
CN112486304A (zh) | 一种变电部分二次设备实时状态监测及自动缺陷处理系统 | |
KR102604708B1 (ko) | 인공 지능 기반 수배전반 진단 시스템 및 방법 | |
KR102659945B1 (ko) | Gis 부분방전 검출 장치 및 시스템 |
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 |