CN115310627A - 一种基于设备集的配电站房多元化巡视方法 - Google Patents

一种基于设备集的配电站房多元化巡视方法 Download PDF

Info

Publication number
CN115310627A
CN115310627A CN202210703551.9A CN202210703551A CN115310627A CN 115310627 A CN115310627 A CN 115310627A CN 202210703551 A CN202210703551 A CN 202210703551A CN 115310627 A CN115310627 A CN 115310627A
Authority
CN
China
Prior art keywords
equipment
power distribution
distribution station
patrol
video monitoring
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
CN202210703551.9A
Other languages
English (en)
Inventor
张紫龙
陈建铭
何依林
戴瑞金
聂峥
卢章建
周旻
邱臻
吕娜
韩威
高国杰
蔡文澜
彭勇
卢丽珍
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.)
Zhejiang Huayun Information Technology Co Ltd
Original Assignee
Zhejiang Huayun Information Technology 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 Zhejiang Huayun Information Technology Co Ltd filed Critical Zhejiang Huayun Information Technology Co Ltd
Priority to CN202210703551.9A priority Critical patent/CN115310627A/zh
Publication of CN115310627A publication Critical patent/CN115310627A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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
    • 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
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Strategic Management (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)

Abstract

本发明公开了一种基于设备集的配电站房多元化巡视方法，涉及智能设备控制技术领域。现有的站房自主巡视多采用巡检机器人等方式开展，配置成本高，难以覆盖所有站房。本发明包括步骤:获取配电站房的设备资源信息；计算各类特征值的评价指标，生成设备特性合集；采用层次分析法、熵值法得到特征值的权重系数；计算巡视指数及巡视周期；建立视频监测设备与一次设备资源和传感器的关联关系r1，建立一次设备不同部位所对应的视频监测预置位与传感器的关联关系r2；确定巡视方案；对配电站房进行巡视。本技术方案利用配电站房内现有的视频监视设备，通过视频监测设备和传感器、一次设备资源之间的协调联动主动完成设备的状态巡视，成本低，普及性好。

Description

一种基于设备集的配电站房多元化巡视方法
技术领域
本发明涉及智能设备控制技术领域，尤其涉及一种基于设备集的配电站房多元化巡视方法。
背景技术
配电站房对保证社会供电稳定有着至关重要的作用，因此保证配电站房内一次设备资源的安全运行有十分巨大的意义。传统配电网巡视只能通过巡视人员进行‘目巡’，即通过人的目光去对每个设备的运行状态进行查看，且需要通过人工手动将巡视结果录入系统，巡视工作繁重，高度依赖于巡视人员的专业技术。传统站房巡视工作不仅需要专业技术高度匹配，且容易出现人为忽视的问题，巡视效率无法得到保障。
现有的站房自主巡视多采用巡检机器人等方式开展，机器人造价高昂，只能提前设定特定的路线，依据设置好的巡检路线或物理导轨等方式进行巡视，数据传送及分析等需要额外的终端设备进行支撑，设备配套麻烦，配置成本高，难以覆盖所有站房。
目前随着电网自动化水平不断进步，站房中所安装的监测设备种类越来越多，根据国网站房未来建设要求，未来配电站房内的视频监测设备覆盖率要达到100％，而当前不少站房内安装的视频监测设备仅能用于视频记录和实时查询，并未与站房内各类监测设备联动，方式单一，未能最大效率的利用摄像头等一系列视频监测设备。
发明内容
本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于设备集的配电站房多元化巡视方法，以达到配电站房自主巡视目的。为此，本发明采取以下技术方案。
一种基于设备集的配电站房多元化巡视方法，包括步骤:
1)获取配电站房的设备资源信息，生成设备资源集；设备资源信息包括设备信息、传感器信息、视频检测设备信息；设备资源集包括一次设备资源集、传感器集和视频监测设备集；
2)基于步骤1)提取的设备资源集，获取历史巡视数据、设备隐忠数据、设备缺陷数据、设备故障数据；得到每台设备的额定寿命、使用寿命、历史隐患数量、历史缺陷数量、历史故障数量；
3)基于步骤1)提取的设备资源集，计算各类特征值的评价指标，并进行归一化处理后生成设备特性合集；评价指标包括：设备使用寿命的评价指标；历史隐患的评价指标；历史故障的评价指标；设备重要级别的评价指标；设备管控级别的评价指标；
4)采用层次分析法对各特征值重要性进行两两评价，生成评价矩阵；
根据评价矩阵求出其最大特征值及最大特征值对应的特征向量：对特征向量进行一致性检验；将通过一致性检验的最大特征向量进行归一化处理后，得到各个特征值的权重系数；
5)利用熵值法修正特征值的权重系数；并计算待巡设备的巡视指数及巡视周期；
6)获取视频监测设备采集的配电站房内全景照片，根据采集图像清晰度和传感器读数建立视频监测设备与一次设备资源和传感器的关联关系r1，并在监测系统内部设置预置位；
7)基于配电站房内基于传感器类型与设备位置建立一次设备不同部位所对应的视频监测预置位与传感器的关联关系r2；
8)根据关联关系r1、关联关系r2及巡视指数确定巡视方案，巡视方案包括根据巡视指数确定的各设备的自主巡视拍照周期、根据关联关系r1确定的相应视频监测设备预置位信息、根据关联关系r2确定的相应传感器信息及传感器所对应的视频监测设备的预置位信息；
9)根据巡视方案对配电站房进行巡视；
901)判断配电站房内是否发生设备告警或故障事件，若是，则根据关联关系r1调动相应视频监视设备对待巡设备进行拍照上传，同时设备评价指标中相对应指标数量加1，重新计算生成设备权重系数和巡视指数，同时刷新设备自主巡视周期，确定新的巡视方案；若无，进入下一步；
902)判断配电站房内是否发生传感器告警事件，若是，则根据关联关系r1和r2调动相应视频监视设备对待巡设备进行拍照上传，同时以终端获取告警事件的时间节点开始新一轮自主巡视；若无，进入下一步；
903)将自动巡视拍照并上传监测系统，对配电站房进行监测。
本技术方案采用主观评价方法层次分析法和客观评价方法熵值法两种不同的主客观评价方法基于设备使用寿命、历史隐患数据、历史缺陷数量、历史故障数据、设备重要程度、设备管控级别，结合权重计算待巡设备的重要程度巡视指数，基于待巡设备的巡视指数制定巡视方案；结合层次分析法和熵值法，有效减小数据误差，使得权重指数更符合实际情况，巡视方案能够合理。
以待巡设备为基础，建立待巡设备与视频监视设备、待巡设备与传感器的关联关系，通过上述关联关系建立待巡设备集和巡视方案，根据巡视方案合理调用视频监视设备；不需要增加额外的设备，便可以实现智能巡视，配置方便，改造成本低，基本上可以覆盖所有站房。实现了配电站房的全方位自主巡视，隐患缺陷等的自动识别，减轻了班组的巡视压力，提高了巡视效率且安全可靠，更好的满足配电站的发展需求。
巡视的周期可以视情况进行调整，对重要性的设备等，缩短巡视的间隔时间，对于不重要的设备增加巡视的间隔时间，在减少数据处理量的同时，能够保证隐患缺陷的及时发现，提高巡视效率且安全可靠性；且巡视方案能够自我调整，从而更好地适应每一个配电站房，满足每一个配电站房的需要。
作为优选技术手段：在步骤1)中，
以配电站房内所有一次设备资源信息，生成一次设备资源集：
Spsr＝(P1,P2,P3,···,Pm)，其中m表示配电站房内一次设备资源数量；
以配电站房为单位提取配电站房内传感器信息，生成传感器集：
Sser＝(S1,S2,S3,···,Sn)，其中n表示配电站房内传感器数量；
以配电站房为单位提取配电站房内视频监测设备信息，生成视频监测设备集：
Svcr＝(V1,V2,V3,···,Vo)，其中o表示配电站房内视频监测设备数量。
作为优选技术手段：在步骤3)中，
设备使用寿命的评价指标：使用年限与额定寿命的比值越大，评分越高最低为0，最高为10分，即
Figure BDA0003705313050000041
使用年限大于额定寿命时该项指标计10分；
历史隐患的评价指标：投运使用过程中，所发现的隐患与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure BDA0003705313050000042
历史隐患数量大于使用年限时，计10分；
历史缺陷数量的评价指标：投运使用过程中，所发现的缺陷与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure BDA0003705313050000043
历史隐患数量大于使用年限时，计10分；
历史故障的评价指标：投运使用过程中，所产生的故障数量与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure BDA0003705313050000051
历史故障数量大于使用年限时，计10分；
设备重要级别的评价指标：设备故障后引起的停电区域范围越大则级别越高，最高为10即设备故障会导致该配电站房下游供电区域完全停电，最低为0即该设备故障后仅出现非停电故障或瞬时停电事件，不会影响供电区域供电稳定性；
设备管控级别的评价指标：设备故障停电后所影响的区域重要程度越大则级别越高，最高为10，即设备故障停电后会影响包括医院、重大民生设施、机构的停电，最低为0，即该设备故障后仅出现非停电故障，不会影响供电区域供电稳定性；
根据获取到的数据，进行归一化处理后生成设备特性合集：
Pi＝(p1,p2,p3,p4,p5,p6)，i表示配电站房内第i个设备，p分别表示对应的评价指标。
操作简单，且有效，可以加快计算速度，数据直观，辨识性强。
作为优选技术手段：在步骤4)中，生成评价矩阵为：
Figure BDA0003705313050000052
评价矩阵中Ai表示第i个设备的评价矩阵，aij表示该设备的第i个特征值和第j个特征值的相对重要程度；采用7度评价法，1：两个元素同等重要；3：一个元素比另外一个元素稍微重要；5：一个元素比另外一个元素明显重要；7：一个元素比另外一个元素强烈重要；2，4，6：介于上诉两种评价之间；
确定权重向量时，根据上述评价矩阵求出其最大特征值及最大特征值对应的特征向量：λiAi＝λiαi，其中λi为该评价矩阵的最大特征值，αi为该评价矩阵最大特征值所对应的最大特征向量。
作为优选技术手段：在步骤5)中，利用熵值法修正特征值的权重系数时，计算第n个特征值下第m个专家占该特征值权重系数的比重：
Figure BDA0003705313050000061
其中，6表示评价矩阵的阶数；
计算熵冗余度：kn＝1-en；
计算各指标的信息权重：
Figure BDA0003705313050000062
利用熵值法确定的信息权重修正层次分析法得到的权重αi：
Figure BDA0003705313050000063
通过权重系数和实际数据计算各个设备得分，此得分作为设备的巡视指数得分，得分越高，说明该设备在巡视过程中所受的重视程度越高：
Pvalue＝Piα’i，Pvalue表示该设备的巡视指数。
作为优选技术手段：在步骤6)中，
对同一传感器读数有多台视频监测设备能清晰读数的，任意取其中一台视频监测设备建立关联关系；
对同一设备同一部位有多台视频监测设备能清晰拍照的，任意取其中一台视频监测设备建立关联关系；
对同一设备不同部位有不同设备监测设备能清晰拍照的，针对不同部位建立与视频监测设备的关联关系。
发挥视频监测设备的作用，且存在一定的冗余，方便更换关联关系，减少因视频监测设备的损坏，而造成无法巡视的情况发生，从而保证工作的可靠性、稳定性。
作为优选技术手段：在步骤9)中，在对配电站房进行监测时，数据通过异动同步机制对设备特征值数据进行刷新，当设备故障事件产生后，后端算法获取异动信号，及时同步新增故障信息，刷新设备特征值，同时重新生成设备巡视指数和巡视周期，自动生成新的巡视方案。实现巡视方案自动的调整，从而实现巡视的自动维护。
有益效果：
1、本技术方案建立了协调有序的配电站房摄像头自主巡视方案，摆脱了目前站房内摄像头无序的录像和拍照模式，不再依赖于操作人员主动采集视频或图像数据，本发明可主动采集相应的图像或视频数据，通过已建立的关联关系，建立切实有效的巡视联动机制，供后续事件进行分析提供基础条件。
2、根据设备历史数据计算所得巡视指数确定设备的巡视周期，加强配电站房自主巡视的同时，减轻配电网内外网通信的网络压力。
3、突破高成本的自动巡检机器人，配电站房内视频监视设备分布更普遍、广泛且造价便宜，每个视频监测设备和传感器、一次设备资源之间的协调联动可主动完成设备的状态巡视，基于后台智能分析算法可方便巡视人员对设备状态进行确认。
4、充分利用了站房内所存在的各类监测设备，协调各类传感器与视频监测设备之间的关系，通过建立关联关系，对设备相应部位进行巡视并拍照检测，加强设备实时巡视能力；
5、通过物联网技术实现了配电站房内一次设备的全景采集及自主巡视，包括一次设备的信息数据，视频信息数据，传感器信息数据，并与图像智能识别技术相结合，实现了配电站房的全方位自主巡视，隐患缺陷等的自动识别，减轻了班组的巡视压力，提高了巡视效率且安全可靠，更好的满足配电站的发展需求。
附图说明
图1是本发明的流程图。
图2是本发明的巡视流程图。
具体实施方式
以下结合说明书附图对本发明的技术方案做进一步的详细说明。
如图1和图2所示，本发明包括如下步骤：
S1：从电网资源业务中台获取一次设备资源信息，提取设备寿命等数据，具体实现方式为选取某具备传感器和视频监测设备的站房，基于电网资源业务中台获取配电站房内所有一次设备资源台账数据及各类传感器数据；基于电网资源业务中台获取配电站房内所有视频监测设备信息；获取站房的历史巡视信息和各设备历史隐患数据、设备缺陷数量、设备历史故障数据；提取站房内一次设备资源的重要程度和管控级别；
提取该站房内所有一次设备资源信息，生成一次设备资源集：
Spsr＝(P1,P2,P3,···,Pm)，其中m表示站房内一次设备资源数量；
以站房为单位提取站房内传感器信息，生成传感器集：
Sser＝(S1,S2,S3,···,Sn)，其中n表示站房内传感器数量；
以站房为单位提取站房内视频监测设备信息，生成视频监测设备集：
Svcr＝(V1,V2,V3,···,Vo)，其中o表示站房内视频监测设备数量；
S2：基于步骤S1)提取的设备资源集，获取每台设备的额定寿命、使用寿命、历史隐患数量、历史缺陷数量、历史故障数量；
S3：基于步骤S1)提取的设备资源集，计算各类特征值的评价指标；
设备使用寿命的评价指标：使用年限与额定寿命的比值越大，评分越高最低为0，最高为10分，即
Figure BDA0003705313050000081
使用年限大于额定寿命时该项指标计10分；
历史隐患的评价指标：投运使用过程中，所发现的隐患与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure BDA0003705313050000091
历史隐患数量大于使用年限时，计10分；
历史缺陷数量的评价指标：投运使用过程中，所发现的缺陷与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure BDA0003705313050000092
历史隐患数量大于使用年限时，计10分；
历史故障的评价指标：投运使用过程中，所产生的故障数量与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure BDA0003705313050000093
历史故障数量大于使用年限时，计10分；
设备重要级别的评价指标：设备故障后引起的停电区域范围越大则级别越高，最高为10即设备故障会导致该站房下游供电区域完全停电，最低为0即该设备故障后仅出现非停电故障或瞬时停电事件，不会影响供电区域供电稳定性；
设备管控级别的评价指标：设备故障停电后所影响的区域重要程度越大则级别越高，最高为10即设备故障停电后会影响如医院、重大民生设施、机构等停电，最低为0即该设备故障后仅出现非停电故障，不会影响供电区域供电稳定性；
根据获取到的如上数据，进行归一化处理后生成设备特性合集：
Pi＝(p1,p2,p3,p4,p5,p6)，i表示站房内第i个设备，p分别表示对应的评价指标；
S4：采用层次分析法对各特征值重要性两两评价，生成评价矩阵：
Figure BDA0003705313050000094
评价矩阵中Ai表示第i个设备的评价矩阵，aij表示该设备的第i个特征值和第j个特征值的相对重要程度；本实施例中采用7度评价法，1：两个元素同等重要；3：一个元素比另外一个元素稍微重要；5：一个元素比另外一个元素明显重要；7：一个元素比另外一个元素强烈重要；2，4， 6：介于上诉两种评价之间；
确定权重向量，根据上述评价矩阵求出其最大特征值及最大特征值对应的特征向量：λiAi＝λiαi，其中λi为该评价矩阵的最大特征值，αi为该评价矩阵最大特征值所对应的最大特征向量；
进一步，该特征值进行一致性检验；
将通过一致性检验的最大特征向量进行归一化处理后，各元素即为待巡设备的各个特征值的权重系数；
S5：利用熵值法修正步骤(4)中特征值的权重系数，计算第n个特征值下第m个专家占该特征值权重系数的比重：
Figure BDA0003705313050000101
其中，6表示评价矩阵的阶数，本实施例中一共6位专家，6个特征值，因此本实施例中评价矩阵的阶数为6；
计算熵冗余度：kn＝1-en；
计算各指标的信息权重：
Figure BDA0003705313050000102
进一步，利用熵值法确定的信息权重修正层次分析法得到的权重αi：
Figure BDA0003705313050000103
通过权重系数和实际数据可计算各个设备得分，此得分作为设备的巡视指数得分，得分越高，说明该设备在巡视过程中所受的重视程度越高：
Pvalue＝Piα’i，Pvalue表示该设备的巡视指数；
S6：基于视频监测设备能动性获取站房内全景照片，挑选出图像清晰度好的，建立视频监测设备和一次设备资源及传感器关联关系r1，在监测系统内部设置预置位；
当对同一传感器读数有多台视频监测设备能清晰读数的，任意取其中一台视频监测设备建立关联关系；
当对同一设备同一部位有多台视频监测设备能清晰拍照的，任意取其中一台视频监测设备建立关联关系；
当对同一设备不同部位有不同设备监测设备能清晰拍照的，针对不同部位建立与视频监测设备的关联关系；
S7：基于站房内传感器类型、监测位置与设备部位建立关联关系r2；并针对该设备部位与视频监测设备的关联关系设置视频监测预置位；
例如，电缆沟的水浸传感器与电缆的多个视频监视预置位建立关联关系，发生水浸告警后，视频监测设备对电缆沟内电缆的不同位置进行拍照；
S8：基于上述步骤生成设备的巡视方案Pro＝{Pi,Ti,r1(Vm… Vn),r2(Sj,V0…VP)}，即以设备Pi为基础，确定巡视周期Ti，预置位信息等；其具体为：根据步骤S5所确定的巡视指数确定各设备的自主巡视拍照周期
Figure BDA0003705313050000111
根据步骤S6所建立的关联关系r1获取相应视频监测设备预置位信息，根据步骤S7所建立的关联关系r2获取相应传感器信息及传感器所对应的视频监测设备的预置位信息；
若站房内发生设备告警或故障事件，根据关联关系r1调动相应视频监视设备对待巡设备进行拍照上传，同时设备评价指标中相对应指标数量加1，重新计算生成设备权重系数和巡视指数，同时刷新设备自主巡视周期；
若站房内发生传感器告警事件，根据关联关系r1和r2调动相应视频监视设备对待巡设备进行拍照上传，同时以终端获取告警事件的时间节点开始新一轮自主巡视。
S9：根据巡视方案自动巡视拍照并上传监测系统，对配电站房进行监测；
遵从当前所生成的自主巡视方案开展巡视任务，对待巡设备进行拍照处理，并上传平台；
基于站房内实时设备告警或故障数据，刷新设备巡视指数，重新计算获取巡视周期，对设备进行拍照上送视频图像识别系统；
基于传感器告警数据对相应设备进行拍照并上传视频图像识别系统，并刷新站房内巡视周期；
基于上述快照图片进行图像识别，通过图像识别技术计算设备健康值，若健康值偏离正常范围则发出告警信息。
在巡视过程中，数据通过异动同步机制对设备特征值数据进行刷新，当设备故障事件产生后，后端算法获取异动信号，及时同步新增故障信息，刷新设备特征值，同时重新生成设备巡视指数和巡视周期，自动生成新的巡视方案。
以上图1、2所示的一种基于设备集的配电站房多元化巡视方法是本发明的具体实施例，已经体现出本发明实质性特点和进步，可根据实际的使用需要，在本发明的启示下，对其进行形状、结构等方面的等同修改，均在本方案的保护范围之列。

Claims (7)

1.一种基于设备集的配电站房多元化巡视方法，其特征在于：包括步骤
1)获取配电站房的设备资源信息，生成设备资源集；设备资源信息包括设备信息、传感器信息、视频检测设备信息；设备资源集包括一次设备资源集、传感器集和视频监测设备集；
2)基于步骤1)提取的设备资源集，获取历史巡视数据、设备隐忠数据、设备缺陷数据、设备故障数据；得到每台设备的额定寿命、使用寿命、历史隐患数量、历史缺陷数量、历史故障数量；
3)基于步骤1)提取的设备资源集，计算各类特征值的评价指标，并进行归一化处理后生成设备特性合集；评价指标包括：设备使用寿命的评价指标；历史隐患的评价指标；历史故障的评价指标；设备重要级别的评价指标；设备管控级别的评价指标；
4)采用层次分析法对各特征值重要性进行两两评价，生成评价矩阵；
根据评价矩阵求出其最大特征值及最大特征值对应的特征向量：对特征向量进行一致性检验；将通过一致性检验的最大特征向量进行归一化处理后，得到各个特征值的权重系数；
5)利用熵值法修正特征值的权重系数；并计算待巡设备的巡视指数及巡视周期；
6)获取视频监测设备采集的配电站房内全景照片，根据采集图像清晰度和传感器读数建立视频监测设备与一次设备资源和传感器的关联关系r1，并在监测系统内部设置预置位；
7)基于配电站房内基于传感器类型与设备位置建立一次设备不同部位所对应的视频监测预置位与传感器的关联关系r2；
8)根据关联关系r1、关联关系r2及巡视指数确定巡视方案，巡视方案包括根据巡视指数确定的各设备的自主巡视拍照周期、根据关联关系r1确定的相应视频监测设备预置位信息、根据关联关系r2确定的相应传感器信息及传感器所对应的视频监测设备的预置位信息；
9)根据巡视方案对配电站房进行巡视；
901)判断配电站房内是否发生设备告警或故障事件，若是，则根据关联关系r1调动相应视频监视设备对待巡设备进行拍照上传，同时设备评价指标中相对应指标数量加1，重新计算生成设备权重系数和巡视指数，同时刷新设备自主巡视周期，确定新的巡视方案；若无，进入下一步；
902)判断配电站房内是否发生传感器告警事件，若是，则根据关联关系r1和r2调动相应视频监视设备对待巡设备进行拍照上传，同时以终端获取告警事件的时间节点开始新一轮自主巡视；若无，进入下一步；
903)将自动巡视拍照并上传监测系统，对配电站房进行监测。
2.根据权利要求1所述的一种基于设备集的配电站房多元化巡视方法，其特征在于：在步骤1)中，
以配电站房内所有一次设备资源信息，生成一次设备资源集：
Spsr＝(P1,P2,P3,···,Pm)，其中m表示配电站房内一次设备资源数量；
以配电站房为单位提取配电站房内传感器信息，生成传感器集：
Sser＝(S1,S2,S3,···,Sn)，其中n表示配电站房内传感器数量；
以配电站房为单位提取配电站房内视频监测设备信息，生成视频监测设备集：
Svcr＝(V1,V2,V3,···,Vo)，其中o表示配电站房内视频监测设备数量。
3.根据权利要求2所述的一种基于设备集的配电站房多元化巡视方法，其特征在于：在步骤3)中，
设备使用寿命的评价指标：使用年限与额定寿命的比值越大，评分越高最低为0，最高为10分，即
Figure FDA0003705313040000021
使用年限大于额定寿命时该项指标计10分；
历史隐患的评价指标：投运使用过程中，所发现的隐患与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure FDA0003705313040000031
历史隐患数量大于使用年限时，计10分；
历史缺陷数量的评价指标：投运使用过程中，所发现的缺陷与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure FDA0003705313040000032
历史隐患数量大于使用年限时，计10分；
历史故障的评价指标：投运使用过程中，所产生的故障数量与使用年限的比值越大，评分越高，最低为0，最高为10分，即
Figure FDA0003705313040000033
历史故障数量大于使用年限时，计10分；
设备重要级别的评价指标：设备故障后引起的停电区域范围越大则级别越高，最高为10即设备故障会导致该配电站房下游供电区域完全停电，最低为0即该设备故障后仅出现非停电故障或瞬时停电事件，不会影响供电区域供电稳定性；
设备管控级别的评价指标：设备故障停电后所影响的区域重要程度越大则级别越高，最高为10，即设备故障停电后会影响包括医院、重大民生设施、机构的停电，最低为0，即该设备故障后仅出现非停电故障，不会影响供电区域供电稳定性；
根据获取到的数据，进行归一化处理后生成设备特性合集：
Pi＝(p1,p2,p3,p4,p5,p6)，i表示配电站房内第i个设备，p分别表示对应的评价指标。
4.根据权利要求3所述的一种基于设备集的配电站房多元化巡视方法，其特征在于：在步骤4)中，生成评价矩阵为：
Figure FDA0003705313040000041
评价矩阵中Ai表示第i个设备的评价矩阵，aij表示该设备的第i个特征值和第j个特征值的相对重要程度；采用7度评价法，1：两个元素同等重要；3：一个元素比另外一个元素稍微重要；5：一个元素比另外一个元素明显重要；7：一个元素比另外一个元素强烈重要；2，4，6：介于上诉两种评价之间；
确定权重向量时，根据上述评价矩阵求出其最大特征值及最大特征值对应的特征向量：λiAi＝λiαi，其中λi为该评价矩阵的最大特征值，αi为该评价矩阵最大特征值所对应的最大特征向量。
5.根据权利要求4所述的一种基于设备集的配电站房多元化巡视方法，其特征在于：在步骤5)中，利用熵值法修正特征值的权重系数时，计算第n个特征值下第m个专家占该特征值权重系数的比重：
Figure FDA0003705313040000042
其中，6表示评价矩阵的阶数；
计算熵冗余度：kn＝1-en；
计算各指标的信息权重：
Figure FDA0003705313040000043
利用熵值法确定的信息权重修正层次分析法得到的权重αi：
Figure FDA0003705313040000044
通过权重系数和实际数据计算各个设备得分，此得分作为设备的巡视指数得分，得分越高，说明该设备在巡视过程中所受的重视程度越高：
Pvalue＝Piα’i，Pvalue表示该设备的巡视指数。
6.根据权利要求5所述的一种基于设备集的配电站房多元化巡视方法，其特征在于：在步骤6)中，
对同一传感器读数有多台视频监测设备能清晰读数的，任意取其中一台视频监测设备建立关联关系；
对同一设备同一部位有多台视频监测设备能清晰拍照的，任意取其中一台视频监测设备建立关联关系；
对同一设备不同部位有不同设备监测设备能清晰拍照的，针对不同部位建立与视频监测设备的关联关系。
7.根据权利要求6所述的一种基于设备集的配电站房多元化巡视方法，其特征在于：在步骤9)中，在对配电站房进行监测时，数据通过异动同步机制对设备特征值数据进行刷新，当设备故障事件产生后，后端算法获取异动信号，及时同步新增故障信息，刷新设备特征值，同时重新生成设备巡视指数和巡视周期，自动生成新的巡视方案。
CN202210703551.9A 2022-06-21 2022-06-21 一种基于设备集的配电站房多元化巡视方法 Pending CN115310627A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210703551.9A CN115310627A (zh) 2022-06-21 2022-06-21 一种基于设备集的配电站房多元化巡视方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210703551.9A CN115310627A (zh) 2022-06-21 2022-06-21 一种基于设备集的配电站房多元化巡视方法

Publications (1)

Publication Number Publication Date
CN115310627A true CN115310627A (zh) 2022-11-08

Family

ID=83855142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210703551.9A Pending CN115310627A (zh) 2022-06-21 2022-06-21 一种基于设备集的配电站房多元化巡视方法

Country Status (1)

Country Link
CN (1) CN115310627A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703171A (zh) * 2023-05-25 2023-09-05 国网四川省电力公司电力科学研究院 一种基于边缘计算的配电网智能评价系统
CN117192269A (zh) * 2023-09-20 2023-12-08 珠海高新区铭越科技有限公司 一种用于电房环境控制箱的大数据监测预警系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703171A (zh) * 2023-05-25 2023-09-05 国网四川省电力公司电力科学研究院 一种基于边缘计算的配电网智能评价系统
CN117192269A (zh) * 2023-09-20 2023-12-08 珠海高新区铭越科技有限公司 一种用于电房环境控制箱的大数据监测预警系统及方法
CN117192269B (zh) * 2023-09-20 2024-04-05 珠海高新区铭越科技有限公司 一种用于电房环境控制箱的大数据监测预警系统及方法

Similar Documents

Publication Publication Date Title
CN115310627A (zh) 一种基于设备集的配电站房多元化巡视方法
CN104990629B (zh) 一种红外成像测温的电力设备故障自动预警系统
CN103324919B (zh) 基于人脸识别的视频监控系统及其数据处理方法
CN213781202U (zh) 基于5g的智慧园区疫情防控人员出入管理系统
CN110351536A (zh) 一种变电站环境异常检测系统、方法及装置
CN109800697A (zh) 基于VGG-net风格迁移的变压器目标检测与外观缺陷识别方法
CN105704427A (zh) 一种用于高压输电线路的智能视频监控系统
CN213305580U (zh) 一种基于人工智能的配电巡检及缺陷处理系统
CN115664006B (zh) 一种增量配电网智能管控一体化平台
CN209088626U (zh) 变电站智能巡检监控系统
CN116914939A (zh) 基于大数据的储能管理系统、方法和储能电站系统
CN116308256A (zh) 一种供热网故障检测及维护方法及系统
CN203135930U (zh) 一种变电站双视在线监测智能预警系统
CN105741481A (zh) 一种基于双目摄像头的火灾监测定位装置及火灾监测定位方法
CN111885349B (zh) 一种管廊异常检测系统及方法
CN111864909A (zh) 新能源变电站智能辅助控制系统
CN112432667A (zh) 一种输电线路导线状态智能在线监测系统
CN116345685A (zh) 一种基于3d虚拟现实技术的配电网数字化巡检方法
CN114817219A (zh) 一种输电线路故障诊断方法、装置及存储介质
CN115458149A (zh) 智慧健康运营调度平台
CN117154955B (zh) 一种用于智慧配电房的云端控制方法及系统
CN114202727A (zh) 一种基于视觉跟踪的风机故障识别系统
CN115150559B (zh) 具有采集自调整计算补偿的遥视系统及计算补偿方法
CN115685859A (zh) 一种信息机房可视化监控方法
CN110189055A (zh) 基于多物理量融合分析的变电设备状态评估方法及系统

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