CN115236469A - 一种无人值守变电站在线监控方法、系统、介质及设备 - Google Patents

一种无人值守变电站在线监控方法、系统、介质及设备 Download PDF

Info

Publication number
CN115236469A
CN115236469A CN202210882325.1A CN202210882325A CN115236469A CN 115236469 A CN115236469 A CN 115236469A CN 202210882325 A CN202210882325 A CN 202210882325A CN 115236469 A CN115236469 A CN 115236469A
Authority
CN
China
Prior art keywords
index
abnormal discharge
target
coefficient
temperature
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.)
Granted
Application number
CN202210882325.1A
Other languages
English (en)
Other versions
CN115236469B (zh
Inventor
郑焮元
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.)
Shenyang Agricultural University
Original Assignee
Shenyang Agricultural University
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 Shenyang Agricultural University filed Critical Shenyang Agricultural University
Priority to CN202210882325.1A priority Critical patent/CN115236469B/zh
Publication of CN115236469A publication Critical patent/CN115236469A/zh
Application granted granted Critical
Publication of CN115236469B publication Critical patent/CN115236469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
    • G01R31/1218—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing using optical methods; using charged particle, e.g. electron, beams or X-rays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0096—Radiation pyrometry, e.g. infrared or optical thermometry for measuring wires, electrical contacts or electronic systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本发明提供了一种无人值守变电站在线监控方法、系统、介质及设备。该方案包括启动在变电站内的视频探测设备，进行图像采集；启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集；根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向；根据异常放电采集数据生成为异常放电指数；根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算；判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新。该方案通过视频数据和红外数据的智能分析，结合人工智能算法，并配合在线远程状态排查，实现无人值守的快速报警与风险消缺。

Description

一种无人值守变电站在线监控方法、系统、介质及设备
技术领域
本发明涉及电气与电子设备技术领域，更具体地，涉及一种无人值守变电站在线监控方法、系统、介质及设备。
背景技术
随着科技的发展，越来越多的领域开始使用人工智能和机器人等方式进行设备的运维、监视或检修。在电力系统中，有大量的变电站，这些变电站的规模大小不一，需要长期的进行运行状态维护，人为的进行变电站的运行维护的成本高，而且容易出现误操作高压线路等风险，严重时可能造成人身伤亡或设备损坏。
在本发明技术之前，现有的变电站主要通过人为运维的方式进行，若出现危险根据运行工作人员的经验进行处理，操作效率较低，而且容易出现安全事故，因此需要多次的培训，并尽量避免误操作，也有部分方案给出了变电站的无人值守运维方式，但是均无法通过视频监视结合人工智能给出板卡级和设备级的综合性预判的报警，进而提前根据预估获知的风险进行无人值守监视，并有效避免风险。
发明内容
鉴于上述问题，本发明提出了一种无人值守变电站在线监控方法、系统、介质及设备，通过视频数据和红外数据的智能分析，结合人工智能算法，并配合在线远程状态排查，实现无人值守的快速报警与风险消缺。
根据本发明实施例第一方面，提供一种无人值守变电站在线监控方法。
在一个或多个实施例中，优选地，所述一种无人值守变电站在线监控方法包括：
启动在变电站内的视频探测设备，进行图像采集；
启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集；
根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向；
根据异常放电采集数据生成为异常放电指数；
根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算；
判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新。
在一个或多个实施例中，优选地，所述启动在变电站内的视频探测设备，进行图像采集，具体包括：
启动在变电站内的全部的视频探测设备；
根据所述视频探测设备，按照预设的周期进行图像数据的采集。
在一个或多个实施例中，优选地，所述启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集，具体包括：
启动在变电站内的全部的红外设备；
按照预设的周期进行红外图像的采集；
启动在变电站内的全部的紫外设备；
按照预设的周期进行紫外信号采集。
在一个或多个实施例中，优选地，所述根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向，具体包括：
根据图像数据，判断当前时刻的图像数据和上一时刻的图像数据之间的点位变化；
根据所述点位变化的距离除以时间间隔，获得物体运动速度；
根据将上一时刻的点位指向当前时刻的点位为运动方向。
在一个或多个实施例中，优选地，所述根据异常放电采集数据生成为异常放电指数，具体包括：
获取所述紫外信号进行1毫秒时间内的数据加和，生成为紫外加和；
根据所述紫外加和除以预设的信号平均指数，作为所述异常放电指数。
在一个或多个实施例中，优选地，所述根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算，具体包括：
设置初始的放电预测值和放电预测系数的初始值，获取每一个异常放电指数，利用第一计算公式预测下一时刻的异常放电指数；
设置升温系数、降温系数和温度修正初值的初始值，根据实时采集的温度，利用第二计算公式获得预测温度；
设置第一、第二和第三速度预测系数的初始值，判断与移动方向撞击物的距离是否满足第三计算公式，若满足则发出第一实时调整命令；
在收到所述第一实时调整命令后，利用第四计算公式计算初始的目标放电预测值、第一、…、第n目标放电预测系数，并发出第二实时调整命令；
在收到所述第二实时调整命令后，利用第五计算公式计算目标温度修正初值、目标升温系数、目标降温系数，并发出第三实时调整命令；
在收到所述第三实时调整命令后，利用第六计算公式计算第一、第二和第三目标速度预测系数，并发出目标调整命令；
在获得所述目标调整命令后，利用第七计算公式计算值守指数；
所述第一计算公式为：
Figure BDA0003764669450000031
其中，Yt_j为预测的j节点的异常放电指数，Yt-T_j为前一个周期的j节点的异常放电指数，n0为预测数据长度，K0为初始的放电预测值，Kj为j节点对应的放电预测系数，i为周期编号，Yt-i_j为前面i个周期的j节点的异常放电指数；
所述第二计算公式为：
W＝(S1-S2)S+S0
其中，W为预测温度，S1为升温系数，S2为降温系数，S为实时采集的温度，S0为温度修正初值；
所述第三计算公式为：
J1/(L1V2+L2V+L3)>10min，V>1cm/min
其中，J1为距离移动方向撞击物的距离，L1、L2和L3为第一、第二和第三速度预测系数，min为1分钟，cm为1厘米，V为物体运动速度；
所述第四计算公式为：
{Km 0、Km 1、…、Km n}＝ARGMIN∑(YC-YY)2
其中，Km 0、Km 1、…、Km n依次为初始的目标放电预测值、第一、…、第n目标放电预测系数，∑(YC-YY)2为所有的异常放电的预测误差的平方和，ARG MIN∑(YC-YY)2为取得∑(YC-YY)2最小值时对应的目标放电预测系数和初始的目标放电预测值的函数；
所述第五计算公式为：
{Sm 0、Sm 1、Sm 2}＝ARGMIN∑(WC-WY)2
其中，Sm 0、Sm 1、Sm 2依次为目标温度修正初值、目标升温系数、目标降温系数，∑(WC-WY)2为所有的温度的预测误差的平方和，ARG MIN∑(WC-WY)2为取得∑(WC-WY)2最小值时对应的目标温度修正初值、目标升温系数和目标降温系数的函数；
所述第六计算公式为：
{Lm 0、Lm 1、Lm 2}＝ARGMIN∑(VC-VY)2
其中，Lm 0、Lm 1和Lm 2依次为第一、第二和第三目标速度预测系数，∑(VC-VY)2为所有的速度的预测误差的平方和，ARGMIN∑(VC-VY)2为取得∑(VC-VY)2最小值时对应的第一、第二和第三目标速度预测系数的函数；
所述第七计算公式为：
Figure BDA0003764669450000041
其中，z为值守指数，Yk为预设的第一值守系数，Sk为预设的第二值守系数。
在一个或多个实施例中，优选地，所述判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新，具体包括：
在收到所述值守指数后，获取预设指数；
判断所述预设指数大于当前的所述值守指数时，无需调整程序；
判断所述预设指数不大于当前的所述值守指数时，启动远程通信程序；
在所述远程通信程序启动后，自动进行消缺检查，判断全部的在线监测数据是否正常，若不正常则进行远程程序更新，若正常则无需程序更新。
根据本发明实施例第二方面，提供一种无人值守变电站在线监控系统。
在一个或多个实施例中，优选地，所述一种无人值守变电站在线监控系统包括：
视频采集模块，用于启动在变电站内的视频探测设备，进行图像采集；
红外采集模块，用于启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集；
视频分析模块，用于根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向；
紫外分析模块，用于根据异常放电采集数据生成为异常放电指数；
异常分析模块，用于根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算；
远程消缺模块，用于判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明方案中，通过视频数据和红外探测数据的在线分析，结合人工智能确定在线的波动预测指数，并根据值守指数进行报警。
本发明方案中，通过值守指数获取在异常状态的报警，并通过远程网络连接进行在线程序状态检查，消除异常风险消缺。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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是本发明一个实施例的一种无人值守变电站在线监控方法的流程图。
图2是本发明一个实施例的一种无人值守变电站在线监控方法中的启动在变电站内的视频探测设备，进行图像采集的流程图。
图3是本发明一个实施例的一种无人值守变电站在线监控方法中的启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集的流程图。
图4是本发明一个实施例的一种无人值守变电站在线监控方法中的根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向的流程图。
图5是本发明一个实施例的一种无人值守变电站在线监控方法中的根据异常放电采集数据生成为异常放电指数的流程图。
图6是本发明一个实施例的一种无人值守变电站在线监控方法中的根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算的流程图。
图7是本发明一个实施例的一种无人值守变电站在线监控方法中的判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新的流程图。
图8是本发明一个实施例的一种无人值守变电站在线监控系统的结构图。
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
随着科技的发展，越来越多的领域开始使用人工智能和机器人等方式进行设备的运维、监视或检修。在电力系统中，有大量的变电站，这些变电站的规模大小不一，需要长期的进行运行状态维护，人为的进行变电站的运行维护的成本高，而且容易出现误操作高压线路等风险，严重时可能造成人身伤亡或设备损坏。
在本发明技术之前，现有的变电站主要通过人为运维的方式进行，若出现危险根据运行工作人员的经验进行处理，操作效率较低，而且容易出现安全事故，因此需要多次的培训，并尽量避免误操作，也有部分方案给出了变电站的无人值守运维方式，但是均无法通过视频监视结合人工智能给出板卡级和设备级的综合性预判的报警，进而提前根据预估获知的风险进行无人值守监视，并有效避免风险。
本发明实施例中，提供了一种无人值守变电站在线监控方法、系统、介质及设备。该方案通过视频数据和红外数据的智能分析，结合人工智能算法，并配合在线远程状态排查，实现无人值守的快速报警与风险消缺。
根据本发明实施例第一方面，提供一种无人值守变电站在线监控方法。
图1是本发明一个实施例的一种无人值守变电站在线监控方法的流程图。
在一个或多个实施例中，优选地，所述一种无人值守变电站在线监控方法包括：
S101.启动在变电站内的视频探测设备，进行图像采集；其中，视频探测设备可以为摄像机；
S102.启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集；
S103.根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向；
S104.根据异常放电采集数据生成为异常放电指数；
S105.根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算；
S106.判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新。
在本发明实施例中，在进行数据采集和分析的基础上，综合碰撞、温度和异常放电的效果，进而形成综合的值守指数，这个值守指数与预设指数对比，实现快速、可靠的无人指数报警与程序消缺。
图2是本发明一个实施例的一种无人值守变电站在线监控方法中的启动在变电站内的视频探测设备，进行图像采集的流程图。
如图2所示，在一个或多个实施例中，优选地，所述启动在变电站内的视频探测设备，进行图像采集，具体包括：
S201.启动在变电站内的全部的视频探测设备；
S202.根据所述视频探测设备，按照预设的周期进行图像数据的采集。
在本发明实施例中，为了能够获得全部的图像，需要按照周期进行数据采集，每次采集的时长都是固定的，方便后续进行处理。
图3是本发明一个实施例的一种无人值守变电站在线监控方法中的启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集的流程图。
如图3所示，在一个或多个实施例中，优选地，所述启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集，具体包括：
S301.启动在变电站内的全部的红外设备；
S302.按照预设的周期进行红外图像的采集；
S303.启动在变电站内的全部的紫外设备；
S304.按照预设的周期进行紫外信号采集。
在本发明实施例中，为了进行异常放电的采集，按照周期进行紫外信号采集，一般为50kHz，而红外设备的采样周期相对较长，这是因为温度变化速度较慢，因此，产生红外图像，为了保证不占用过多空间。
图4是本发明一个实施例的一种无人值守变电站在线监控方法中的根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向的流程图。
如图4所示，在一个或多个实施例中，优选地，所述根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向，具体包括：
S401.根据图像数据，判断当前时刻的图像数据和上一时刻的图像数据之间的点位变化；
S402.根据所述点位变化的距离除以时间间隔，获得物体运动速度；
S403.根据将上一时刻的点位指向当前时刻的点位为运动方向。
本发明实施例中，进一步根据所述图像采集获取的数据进行运动物体分析，获得物体运动速度和运动方向，而这个物体运动速度和运动方向是进行后续的碰撞分析的基础数据。。
图5是本发明一个实施例的一种无人值守变电站在线监控方法中的根据异常放电采集数据生成为异常放电指数的流程图。
如图5所示，在一个或多个实施例中，优选地，所述根据异常放电采集数据生成为异常放电指数，具体包括：
S501.获取所述紫外信号进行1毫秒时间内的数据加和，生成为紫外加和；
S502.根据所述紫外加和除以预设的信号平均指数，作为所述异常放电指数。
在本发明实施例中，根据异常放电采集数据具体明确了如何生成为异常放电指数，所述异常放电指数主要是根据电压值进行平均值运算，生成放电水平的表征，其中所述信号平均指数优选地设置为30。
图6是本发明一个实施例的一种无人值守变电站在线监控方法中的根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算的流程图。
如图6所示，在一个或多个实施例中，优选地，所述根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算，具体包括：
S601.设置初始的放电预测值和放电预测系数的初始值，获取每一个异常放电指数，利用第一计算公式预测下一时刻的异常放电指数；
S602.设置升温系数、降温系数和温度修正初值的初始值，根据实时采集的温度，利用第二计算公式获得预测温度；
S603.设置第一、第二和第三速度预测系数的初始值，判断与移动方向撞击物的距离是否满足第三计算公式，若满足则发出第一实时调整命令；
S604.在收到所述第一实时调整命令后，利用第四计算公式计算初始的目标放电预测值、第一、…、第n目标放电预测系数，并发出第二实时调整命令；
S605.在收到所述第二实时调整命令后，利用第五计算公式计算目标温度修正初值、目标升温系数、目标降温系数，并发出第三实时调整命令；
S606.在收到所述第三实时调整命令后，利用第六计算公式计算第一、第二和第三目标速度预测系数，并发出目标调整命令；
S607.在获得所述目标调整命令后，利用第七计算公式计算值守指数；
所述第一计算公式为：
Figure BDA0003764669450000111
其中，Yt_j为预测的j节点的异常放电指数，Yt-T_j为前一个周期的j节点的异常放电指数，n0为预测数据长度，K0为初始的放电预测值，Kj为j节点对应的放电预测系数，i为周期编号，Yt-i_j为前面i个周期的j节点的异常放电指数；其中，在执行过程中，为了能够有效的分析异常放电指数，在计算过程中，一方面，需要考虑使得预测的j节点的异常放电指数满足周期性特点，不能有过大的波动，另一方面，需要根据全部的异常放电传感器的检测传感器获得的数据，并根据预测数据长度n0进行j节点的异常放电指数的进一步预测，最终能够预测异常放电指数；
所述第二计算公式为：
W＝(S1-S2)S+S0
其中，W为预测温度，S1为升温系数，S2为降温系数，S为实时采集的温度，S0为温度修正初值；
所述第三计算公式为：
J1/(L1V2+L2V+L3)>10min，V>1cm/min
其中，J1为距离移动方向撞击物的距离，L1、L2和L3为第一、第二和第三速度预测系数，min为1分钟，cm为1厘米，V为物体运动速度；
所述第四计算公式为：
{Km 0、Km 1、…、Km n}＝ARGMIN∑(YC-YY)2
其中，Km 0、Km 1、…、Km n依次为初始的目标放电预测值、第一、…、第n目标放电预测系数，∑(YC-YY)2为所有的异常放电的预测误差的平方和，ARG MIN∑(YC-YY)2为取得∑(YC-YY)2最小值时对应的目标放电预测系数和初始的目标放电预测值的函数；
所述第五计算公式为：
{Sm 0、Sm 1、Sm 2}＝ARGMIN∑(WC-WY)2
其中，Sm 0、Sm 1、Sm 2依次为目标温度修正初值、目标升温系数、目标降温系数，∑(WC-WY)2为所有的温度的预测误差的平方和，ARG MIN∑(WC-WY)2为取得∑(WC-WY)2最小值时对应的目标温度修正初值、目标升温系数和目标降温系数的函数；
所述第六计算公式为：
{Lm 0、Lm 1、Lm 2}＝ARGMIN∑(VC-VY)2
其中，Lm 0、Lm 1和Lm 2依次为第一、第二和第三目标速度预测系数，∑(VC-VY)2为所有的速度的预测误差的平方和，ARGMIN∑(VC-VY)2为取得∑(VC-VY)2最小值时对应的第一、第二和第三目标速度预测系数的函数；
所述第七计算公式为：
Figure BDA0003764669450000121
其中，z为值守指数，Yk为预设的第一值守系数，Sk为预设的第二值守系数。
由于，异常放电可能不只1个，因此值守指数也不只1个。
其中，预设的第一值守系数和预设的第二值守系数均为预先设置的经验数据。
在本发明实施例中，为了能够根据实时计算的值守指数进行在线的判断，进而完成有效的根据温度、撞击和异常放电的情况进行快速的分析和预测，进而以此为基础使得无人值守的变电站能产生快速的响应，并能根据实时采集数据进行预测分析，因此，最终可以有效的保证出现无人指数系统温度、装机和异常放电状态单独的异常，或者因为温度、装机和异常放电的出现整体异常情况均能够快速报警。
图7是本发明一个实施例的一种无人值守变电站在线监控方法中的判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新的流程图。
如图7所示，在一个或多个实施例中，优选地，所述判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新，具体包括：
S701.在收到所述值守指数后，获取预设指数；
S702.判断所述预设指数大于当前的所述值守指数时，无需调整程序；
S703.判断所述预设指数不大于当前的所述值守指数时，启动远程通信程序；
S704.在所述远程通信程序启动后，自动进行消缺检查，判断全部的在线监测数据是否正常，若不正常则进行远程程序更新，若正常则无需程序更新。
在本发明实施例中，判断当存在所述值守指数超过预设指数后，进行在线的消缺检查与远程更新，而在消缺过程中，仅考虑考虑全部与温度、放电和碰撞移动相关的设备程序，通过5G通信进行远程程序检查后，并结合5G通信进行在线更新。
根据本发明实施例第二方面，提供一种无人值守变电站在线监控系统。
图8是本发明一个实施例的一种无人值守变电站在线监控系统的结构图。
在一个或多个实施例中，优选地，所述一种无人值守变电站在线监控系统包括：
视频采集模块801，用于启动在变电站内的视频探测设备，进行图像采集；
红外采集模块802，用于启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集；
视频分析模块803，用于根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向；
紫外分析模块804，用于根据异常放电采集数据生成为异常放电指数；
异常分析模块805，用于根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算；
远程消缺模块806，用于判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新。
在本发明实施例中，通过模块化的设计，根据视频采集模块、红外采集模块、视频分析模块、紫外分析模块进行数据采集和分析，进而根据异常分析模块进行值守指数更新，进而完成远程消缺。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用无人值守变电站在线监控装置，其包括通用的计算机硬件结构，其至少包括处理器901和存储器902。处理器901和存储器902通过总线903连接。存储器902适于存储处理器901可执行的指令或程序。处理器901可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器901通过执行存储器902所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线903将上述多个组件连接在一起，同时将上述组件连接到显示控制器904和显示装置以及输入/输出(I/O)装置905。输入/输出(I/O)装置905可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入/输出装置905通过输入/输出(I/O)控制器906与系统相连。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明方案中，通过视频数据和红外探测数据的在线分析，结合人工智能确定在线的波动预测指数，并根据值守指数进行报警。
本发明方案中，通过值守指数获取在异常状态的报警，并通过远程网络连接进行在线程序状态检查，消除异常风险消缺。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种无人值守变电站在线监控方法，其特征在于，该方法包括：
启动在变电站内的视频探测设备，进行图像采集；
启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集；
根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向；
根据异常放电采集数据生成为异常放电指数；
根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算；
判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新。
2.如权利要求1所述的一种无人值守变电站在线监控方法，其特征在于，所述启动在变电站内的视频探测设备，进行图像采集，具体包括：
启动在变电站内的全部的视频探测设备；
根据所述视频探测设备，按照预设的周期进行图像数据的采集。
3.如权利要求1所述的一种无人值守变电站在线监控方法，其特征在于，所述启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集，具体包括：
启动在变电站内的全部的红外设备；
按照预设的周期进行红外图像的采集；
启动在变电站内的全部的紫外设备；
按照预设的周期进行紫外信号采集。
4.如权利要求2所述的一种无人值守变电站在线监控方法，其特征在于，所述根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向，具体包括：
根据图像数据，判断当前时刻的图像数据和上一时刻的图像数据之间的点位变化；
根据所述点位变化的距离除以时间间隔，获得物体运动速度；
根据将上一时刻的点位指向当前时刻的点位为运动方向。
5.如权利要求3所述的一种无人值守变电站在线监控方法，其特征在于，所述根据异常放电采集数据生成为异常放电指数，具体包括：
获取所述紫外信号进行1毫秒时间内的数据加和，生成为紫外加和；
根据所述紫外加和除以预设的信号平均指数，作为所述异常放电指数。
6.如权利要求1所述的一种无人值守变电站在线监控方法，其特征在于，所述根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算，具体包括：
设置初始的放电预测值和放电预测系数的初始值，获取每一个异常放电指数，利用第一计算公式预测下一时刻的异常放电指数；
设置升温系数、降温系数和温度修正初值的初始值，根据实时采集的温度，利用第二计算公式获得预测温度；
设置第一、第二和第三速度预测系数的初始值，判断与移动方向撞击物的距离是否满足第三计算公式，若满足则发出第一实时调整命令；
在收到所述第一实时调整命令后，利用第四计算公式计算初始的目标放电预测值、第一、…、第n目标放电预测系数，并发出第二实时调整命令；
在收到所述第二实时调整命令后，利用第五计算公式计算目标温度修正初值、目标升温系数、目标降温系数，并发出第三实时调整命令；
在收到所述第三实时调整命令后，利用第六计算公式计算第一、第二和第三目标速度预测系数，并发出目标调整命令；
在获得所述目标调整命令后，利用第七计算公式计算值守指数；
所述第一计算公式为：
Figure FDA0003764669440000021
其中，Yt_j为预测的j节点的异常放电指数，Yt-T_j为前一个周期的j节点的异常放电指数，n0为预测数据长度，K0为初始的放电预测值，Kj为j节点对应的放电预测系数，i为周期编号，Yt-i_j为前面i个周期的j节点的异常放电指数；
所述第二计算公式为：
W＝(S1-S2)S+S0
其中，W为预测温度，S1为升温系数，S2为降温系数，S为实时采集的温度，S0为温度修正初值；
所述第三计算公式为：
J1/(L1V2+L2V+L3)>10min，V>1cm/min
其中，J1为距离移动方向撞击物的距离，L1、L2和L3为第一、第二和第三速度预测系数，min为1分钟，cm为1厘米，V为物体运动速度；
所述第四计算公式为：
{Km 0、Km 1、…、Km n}＝ARGMIN∑(YC-YY)2
其中，Km 0、Km 1、…、Km n依次为初始的目标放电预测值、第一、…、第n目标放电预测系数，∑(YC-YY)2为所有的异常放电的预测误差的平方和，ARG MIN∑(YC-YY)2为取得∑(YC-YY)2最小值时对应的目标放电预测系数和初始的目标放电预测值的函数；
所述第五计算公式为：
{Sm 0、Sm 1、Sm 2}＝ARGMIN∑(WC-WY)2
其中，Sm 0、Sm 1、Sm 2依次为目标温度修正初值、目标升温系数、目标降温系数，∑(WC-WY)2为所有的温度的预测误差的平方和，ARGMIN∑(WC-WY)2为取得∑(WC-WY)2最小值时对应的目标温度修正初值、目标升温系数和目标降温系数的函数；
所述第六计算公式为：
{Lm 0、Lm 1、Lm 2}＝ARGMIN∑(VC-VY)2
其中，Lm 0、Lm 1和Lm 2依次为第一、第二和第三目标速度预测系数，∑(VC-VY)2为所有的速度的预测误差的平方和，ARGMIN∑(VC-VY)2为取得∑(VC-VY)2最小值时对应的第一、第二和第三目标速度预测系数的函数；
所述第七计算公式为：
Figure FDA0003764669440000041
其中，z为值守指数，Yk为预设的第一值守系数，Sk为预设的第二值守系数。
7.如权利要求1所述的一种无人值守变电站在线监控方法，其特征在于，所述判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新，具体包括：
在收到所述值守指数后，获取预设指数，所述预设指数为预先根据经验设置的用于判断是否需要在线进行更新程序或消缺的门槛值；
判断所述预设指数大于当前的所述值守指数时，无需调整程序；
判断所述预设指数不大于当前的所述值守指数时，启动远程通信程序；
在所述远程通信程序启动后，自动进行消缺检查，判断全部的在线监测数据是否正常，若不正常则进行远程程序更新，若正常则无需程序更新。
8.一种无人值守变电站在线监控系统，其特征在于，该系统包括：
视频采集模块，用于启动在变电站内的视频探测设备，进行图像采集；
红外采集模块，用于启动在变电站内的红外和紫外探测设备，进行温度和异常放电采集；
视频分析模块，用于根据图像采集获取的图像数据进行运动物体分析，获得物体运动速度和运动方向；
紫外分析模块，用于根据异常放电采集数据生成为异常放电指数；
异常分析模块，用于根据异常放电指数、所述物体运动速度、所述运动方向和实时采集获得的温度，进行值守指数计算；
远程消缺模块，用于判断当所述值守指数超过预设指数后，进行在线的消缺检查与远程更新。
9.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7任一项所述的方法。
CN202210882325.1A 2022-07-26 2022-07-26 一种无人值守变电站在线监控方法、系统、介质及设备 Active CN115236469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210882325.1A CN115236469B (zh) 2022-07-26 2022-07-26 一种无人值守变电站在线监控方法、系统、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210882325.1A CN115236469B (zh) 2022-07-26 2022-07-26 一种无人值守变电站在线监控方法、系统、介质及设备

Publications (2)

Publication Number Publication Date
CN115236469A true CN115236469A (zh) 2022-10-25
CN115236469B CN115236469B (zh) 2023-07-18

Family

ID=83675622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210882325.1A Active CN115236469B (zh) 2022-07-26 2022-07-26 一种无人值守变电站在线监控方法、系统、介质及设备

Country Status (1)

Country Link
CN (1) CN115236469B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117269655A (zh) * 2023-11-17 2023-12-22 国网山东省电力公司东营供电公司 变电站电力设备温度异常监测方法、系统、终端及介质
CN117368670A (zh) * 2023-11-07 2024-01-09 东莞市一丁精密模具组件有限公司 一种模具放电特性柔性检测方法及系统
CN117688398A (zh) * 2023-12-08 2024-03-12 杭州兴达通信有限公司 一种基于物联网的电能计量箱预警管理系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410825A (zh) * 2014-11-27 2015-03-11 国网河南省电力公司南阳供电公司 一种变电站视频监控系统
CN109102171A (zh) * 2018-07-24 2018-12-28 上海欣影电力科技股份有限公司 一种基于大数据的变电站设备状态智能化评价系统及方法
JP2019213132A (ja) * 2018-06-07 2019-12-12 中国電力株式会社 遠隔監視システム
CN110672980A (zh) * 2019-10-21 2020-01-10 江苏南大五维电子科技有限公司 一种基于紫外、红外、可见成像的电力巡检在线监测系统
CN111523660A (zh) * 2020-04-15 2020-08-11 南京清然能源科技有限公司 一种基于人工智能的音视热一体化异常检测报警方法
CN112311097A (zh) * 2020-11-03 2021-02-02 国网智能科技股份有限公司 变电站在线智能巡视集中监控系统及方法
CN112466000A (zh) * 2020-09-23 2021-03-09 国网上海市电力公司 一种基于电力巡检机器人的巡检系统及巡检控制方法
CN113344026A (zh) * 2021-04-29 2021-09-03 国网浙江省电力有限公司嘉兴供电公司 一种基于多元融合的变电站设备异常识别定位方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410825A (zh) * 2014-11-27 2015-03-11 国网河南省电力公司南阳供电公司 一种变电站视频监控系统
JP2019213132A (ja) * 2018-06-07 2019-12-12 中国電力株式会社 遠隔監視システム
CN109102171A (zh) * 2018-07-24 2018-12-28 上海欣影电力科技股份有限公司 一种基于大数据的变电站设备状态智能化评价系统及方法
CN110672980A (zh) * 2019-10-21 2020-01-10 江苏南大五维电子科技有限公司 一种基于紫外、红外、可见成像的电力巡检在线监测系统
CN111523660A (zh) * 2020-04-15 2020-08-11 南京清然能源科技有限公司 一种基于人工智能的音视热一体化异常检测报警方法
CN112466000A (zh) * 2020-09-23 2021-03-09 国网上海市电力公司 一种基于电力巡检机器人的巡检系统及巡检控制方法
CN112311097A (zh) * 2020-11-03 2021-02-02 国网智能科技股份有限公司 变电站在线智能巡视集中监控系统及方法
CN113344026A (zh) * 2021-04-29 2021-09-03 国网浙江省电力有限公司嘉兴供电公司 一种基于多元融合的变电站设备异常识别定位方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117368670A (zh) * 2023-11-07 2024-01-09 东莞市一丁精密模具组件有限公司 一种模具放电特性柔性检测方法及系统
CN117368670B (zh) * 2023-11-07 2024-03-26 东莞市一丁精密模具组件有限公司 一种模具放电特性柔性检测方法及系统
CN117269655A (zh) * 2023-11-17 2023-12-22 国网山东省电力公司东营供电公司 变电站电力设备温度异常监测方法、系统、终端及介质
CN117269655B (zh) * 2023-11-17 2024-02-06 国网山东省电力公司东营供电公司 变电站电力设备温度异常监测方法、系统、终端及介质
CN117688398A (zh) * 2023-12-08 2024-03-12 杭州兴达通信有限公司 一种基于物联网的电能计量箱预警管理系统

Also Published As

Publication number Publication date
CN115236469B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN115236469A (zh) 一种无人值守变电站在线监控方法、系统、介质及设备
US11120127B2 (en) Reconstruction-based anomaly detection
CN105069695B (zh) 一种智能变电站实时风险分析系统及分析方法
CN110119128B (zh) 一种用于实验室用电设备的监控管理系统
CN110927606B (zh) 电池状态监测方法、装置
CN112884199B (zh) 水电站设备故障预测方法、装置、计算机设备和存储介质
CN116424096B (zh) 资源动态优化配置的新能源汽车电池采集总成方法及系统
CN117612345A (zh) 一种电力设备状态监测报警系统及方法
CN116225102B (zh) 一种移动式的储能通信温升自动监控系统及装置
CN110723166A (zh) 一种道岔监测方法及系统
CN115979349A (zh) 一种电力站空间环境监测方法及系统
CN110579675B (zh) 一种负载短路识别方法、装置、设备及存储介质
CN117761416A (zh) 一种母线槽在线监测系统
CN117471346A (zh) 用于确定退役电池模组剩余寿命和健康状态的方法及系统
CN113537652A (zh) 设备健康监控预警方法、系统、储存介质和设备
CN114091750A (zh) 电网负荷异常预测方法、系统和存储介质
CN117556332A (zh) 基于物联网的加热炉余热利用管理方法、系统及存储介质
CN117719382A (zh) 一种充电安全分析模型构建与自动化充电桩监控系统
CN110232482B (zh) 基于神经网络的设备管理方法及装置
CN114254798A (zh) 输电线路的监控方法、装置、计算机设备和存储介质
CN112710979A (zh) 基于深度学习的智能电能表运行监测管理系统及方法
CN117375240B (zh) 一种基于遗传算法和bp神经网络的配电柜监控方法及系统
CN112034355B (zh) 蓄电池状态的评估方法及评估装置
CN117851910B (zh) 输电线路新型智能接地装置挂接与拆除自感知方法及系统
CN110135763B (zh) 电能消耗的监控方法、可读存储介质和电子设备

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
GR01 Patent grant
GR01 Patent grant