CN115330887A - 一种智能变电站保护装置的自动测试系统及测试方法 - Google Patents
一种智能变电站保护装置的自动测试系统及测试方法 Download PDFInfo
- Publication number
- CN115330887A CN115330887A CN202211269374.4A CN202211269374A CN115330887A CN 115330887 A CN115330887 A CN 115330887A CN 202211269374 A CN202211269374 A CN 202211269374A CN 115330887 A CN115330887 A CN 115330887A
- Authority
- CN
- China
- Prior art keywords
- simulation model
- data
- test data
- determining
- acquiring
- 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
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 148
- 238000010998 test method Methods 0.000 title abstract description 7
- 238000004088 simulation Methods 0.000 claims abstract description 96
- 238000009434 installation Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 239000000470 constituent Substances 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 230000015654 memory Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45562—Creating, deleting, cloning virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力监测技术领域,具体公开了一种智能变电站保护装置的自动测试系统及测试方法,所述方法包括生成仿真模型;向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息;基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率;根据所述损坏概率确定摄像头的安装参数。本发明结合硬件和软件两个层面,生成仿真模型,根据历史线路数据对仿真模型进行基础检测,根据额定参数确定极限测试数据,由极限测试数据确定仿真模型中各个位置的损坏概率;当损坏概率较高时,针对该位置生成相应的监控参数,使得测试过程更加完整,便捷性极高。
Description
技术领域
本发明涉及电力监测技术领域,具体是一种智能变电站保护装置的自动测试系统及测试方法。
背景技术
智能变电站是坚强智能电网的重要支撑节点,高可靠性的设备是变电站安全、可靠运行的坚强基础,综合分析、自动协同控制是变电站智能化的关键,设备信息数字化、功能集成化、结构紧凑化、检修状态化、运维高效化是变电站智能化的发展方向。
智能变电站就是在原有的变电网路的基础上,增设一些智能化设备,保护装置就是其中一种应用较多的智能化设备。
由于变电网路中的电流较大,会对智能化设备有一定的干扰,因此,在投入使用前,需要对智能化设备进行测试;现有的测试技术的输出仅为有问题或没问题,对后续的监管过程无法提供指引,如何在现有的测试技术的基础上,扩充测试功能,完善测试过程是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种智能变电站保护装置的自动测试系统及测试方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种智能变电站保护装置的测试方法,所述方法包括:
获取保护装置的硬件参数,根据硬件参数搭建虚拟机,并向虚拟机中加载控制程序,得到仿真模型;
向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息;
基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率;
根据所述损坏概率确定摄像头的安装参数。
作为本发明进一步的方案:所述获取保护装置的硬件参数,根据硬件参数搭建虚拟机的步骤包括:
接收用户输入的硬件单元型号,在预设的备案库中提取标准件;
当备案库中不存在标准件时,接收用户输入的参数信息,生成非标准件;
统计标准件和非标准件,得到硬件表;
获取变电站的线路信息,基于线路信息和硬件表接收用户输入连接关系,获得虚拟机;
其中,所述连接关系包括硬件表中各元素之间的连接关系以及硬件表中各元素与线路信息之间的连接关系。
作为本发明进一步的方案:所述向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息的步骤包括:
获取变电站中关于线路信息的历史数据;
将所述历史数据输入训练好的数据拟合模型,得到常规测试数据;
将所述常规测试数据输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
将所述运行数据与该采集节点处的额定参数进行比对,根据比对结果生成报错信息。
作为本发明进一步的方案:所述基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率的步骤包括:
获取虚拟机中各组成单元的额定参数,根据所述额定参数确定不同极限率的极限测试数据;所述极限率用于表征极限测试数据与额定参数的扩充程度;
统计各组成单元的极限测试数据,得到极限测试数据表;所述极限测试数据表中含有索引项,所述索引项为各组成单元的索引的集合;
提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
根据所述运行数据确定各采集节点处的损坏概率。
作为本发明进一步的方案:所述提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据的步骤包括:
读取虚拟机中的连接关系,根据所述连接关系确定各组成单元的关联度;
根据所述关联度对极限测试数据表中的元素进行分类,得到数据子表;
提取不同数据子表中的元素,依次输入仿真模型;其中,一个数据子表中提取一个元素;
根据预设的采集节点获取仿真模型的运行数据。
作为本发明进一步的方案:所述根据所述损坏概率确定摄像头的安装参数的步骤包括:
当所述损坏概率达到预设的概率阈值时,选取配合式采集端;所述配合式采集端包括固定摄像头和转向摄像头;
获取该损坏概率对应的区域范围,根据区域范围确定配合式采集端的安装参数;所述安装参数包括安装高度和安装位置;
获取固定摄像头采集到的图像,根据预设的距离间隔在所述图像中确定标定点;
向转向摄像头发送调节指令,实时获取转向摄像头在不同放大倍数下的采集画面;
记录采集画面包含某一标定点时对应的工位参数表;
建立该标定点与所述工位参数表的映射关系;其中,每个放大倍数对应一张工位参数表。
本发明技术方案还提供了一种智能变电站保护装置的自动测试系统,所述系统包括:
仿真模型搭建模块,用于获取保护装置的硬件参数,根据硬件参数搭建虚拟机,并向虚拟机中加载控制程序,得到仿真模型;
报错信息采集模块,用于向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息;
损坏概率确定模块,用于基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率;
安装参数确定模块,用于根据所述损坏概率确定摄像头的安装参数。
作为本发明进一步的方案:所述仿真模型搭建模块包括:
标准件读取单元,用于接收用户输入的硬件单元型号,在预设的备案库中提取标准件;
非标件建立单元,用于当备案库中不存在标准件时,接收用户输入的参数信息,生成非标准件;
硬件表生成单元,用于统计标准件和非标准件,得到硬件表;
硬件连接单元,用于获取变电站的线路信息,基于线路信息和硬件表接收用户输入连接关系,获得虚拟机;
其中,所述连接关系包括硬件表中各元素之间的连接关系以及硬件表中各元素与线路信息之间的连接关系。
作为本发明进一步的方案:所述报错信息采集模块包括:
历史数据读取单元,用于获取变电站中关于线路信息的历史数据;
数据拟合单元,用于将所述历史数据输入训练好的数据拟合模型,得到常规测试数据;
第一运行监测单元,用于将所述常规测试数据输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
数据比对单元,用于将所述运行数据与该采集节点处的额定参数进行比对,根据比对结果生成报错信息。
作为本发明进一步的方案:所述损坏概率确定模块包括:
极限数据生成单元,用于获取虚拟机中各组成单元的额定参数,根据所述额定参数确定不同极限率的极限测试数据;所述极限率用于表征极限测试数据与额定参数的扩充程度;
数据统计单元,用于统计各组成单元的极限测试数据,得到极限测试数据表;所述极限测试数据表中含有索引项,所述索引项为各组成单元的索引的集合;
第一运行监测单元,提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
数据分析单元,用于根据所述运行数据确定各采集节点处的损坏概率。
与现有技术相比,本发明的有益效果是:本发明结合硬件和软件两个层面,生成仿真模型,根据历史线路数据对仿真模型进行基础检测,根据额定参数确定极限测试数据,由极限测试数据确定仿真模型中各个位置的损坏概率;当损坏概率较高时,针对该位置生成相应的监控参数,使得测试过程更加完整,便捷性极高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术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。
图1为智能变电站保护装置的自动测试方法的流程框图。
图2为智能变电站保护装置的自动测试方法的第一子流程框图。
图3为智能变电站保护装置的自动测试方法的第二子流程框图。
图4为智能变电站保护装置的自动测试方法的第三子流程框图。
图5为智能变电站保护装置的自动测试方法的第四子流程框图。
图6为智能变电站保护装置的自动测试系统的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1为智能变电站保护装置的自动测试方法的流程框图,本发明实施例中,一种智能变电站保护装置的自动测试方法,所述方法包括:
步骤S100:获取保护装置的硬件参数,根据硬件参数搭建虚拟机,并向虚拟机中加载控制程序,得到仿真模型;
智能变电站保护装置是安装在变电站线路上的智能化设备,它由很多微处理器组成,这些微处理器中预加载有控制程序;所述虚拟机与保护装置的硬件对应,在硬件中加载控制程序,即可得到仿真模型;
步骤S200:向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息;
对仿真模型的常规测试是基于历史数据的测试过程,历史数据指的是变电站的线路历史数据,根据历史数据随机确定一些常规的测试数据,可以判断出仿真模型是否存在基础性问题;其中,所述常规测试数据就是指由历史数据确定的待输入数据。
步骤S300:基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率;
在经过常规检测后,基于虚拟机(硬件本身)确定一些极限测试数据,将极限测试数据输入仿真模型,可以确定仿真模型中各个位置的损坏概率,损坏概率高的位置可以称为易损点,需要重点关注;
需要说明的是,如果存在报错信息,步骤S300不会执行,只有在没有报错信息时,才会执行步骤S300。
步骤S400:根据所述损坏概率确定摄像头的安装参数;
本发明技术方案的输出是摄像头的安装参数,本发明技术方案在对仿真模型进行检测后,进一步确定后续的监控方式及其监控参数,极大地提高了自动测试过程的完整性。
图2为智能变电站保护装置的自动测试方法的第一子流程框图,所述获取保护装置的硬件参数,根据硬件参数搭建虚拟机的步骤包括:
步骤S101:接收用户输入的硬件单元型号,在预设的备案库中提取标准件;
保护装置由多个硬件单元组成,这些硬件单元有的是标准件,直接在预设的备案库中即可提取;
步骤S102:当备案库中不存在标准件时,接收用户输入的参数信息,生成非标准件;
当备案件中查询不到对应的标准件时,就需要用户输入一些参数信息,生成一些非标准件;输入的参数信息可以是PCB图,也可以其他格式的文件,视具体情况而定。
步骤S103:统计标准件和非标准件,得到硬件表;
统计所有的标准件和非标准件,即可得到硬件表。
步骤S104:获取变电站的线路信息,基于线路信息和硬件表接收用户输入连接关系,获得虚拟机;
获取变电站的线路信息,将保护装置和线路信息相连,即可得到虚拟机;其中,所述连接关系包括硬件表中各元素之间的连接关系以及硬件表中各元素与线路信息之间的连接关系;
值得一提的是,变电站的线路信息可以仅有一段,只要线路的方向明确即可。
图3为智能变电站保护装置的自动测试方法的第二子流程框图,所述向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息的步骤包括:
步骤S201:获取变电站中关于线路信息的历史数据;
线路信息的历史数据由变电站实时记录;
步骤S202:将所述历史数据输入训练好的数据拟合模型,得到常规测试数据;
基于常见的数学手段对历史数据进行数据拟合,可以得到一个预测曲线,这个预测曲线的准确度不作要求,在预测曲线中选取数据,即可得到常规测试数据。
步骤S203:将所述常规测试数据输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
将常规测试数据输入仿真模型对应的线路信息中,然后根据预设的采集节点采集仿真模型的运行数据,运行数据就代表了仿真模型的工作状态。
步骤S204:将所述运行数据与该采集节点处的额定参数进行比对,根据比对结果生成报错信息;
判断运行数据是否超出额定参数,如果超出,则生成报错信息,所述报错信息中需要含有采集节点的位置。
图4为智能变电站保护装置的自动测试方法的第三子流程框图,所述基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率的步骤包括:
步骤S301:获取虚拟机中各组成单元的额定参数,根据所述额定参数确定不同极限率的极限测试数据;所述极限率用于表征极限测试数据与额定参数的扩充程度;
极限测试数据由额定参数确定,一般情况下,以额定参数为中心,选取测试数据,这些测试数据都在额定参数附近,与额定参数的关系通过极限率反映;极限率110%就说明极限测试数据是额定参数的110%;与上述常规检测过程不同的是,极限测试数据除了包括线路信息的数据,还可以有其他类型的数据,也就是其他组成单元对应的数据。
步骤S302:统计各组成单元的极限测试数据,得到极限测试数据表;所述极限测试数据表中含有索引项,所述索引项为各组成单元的索引的集合;
统计所有组成单元的极限测试数据,可以得到很多用于测试的极限测试数据,这些数据以表格的形式存在。
步骤S303:提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
提取上述表格中的元素,根据元素中的索引定位需要输入的组成单元,然后获取整个仿真模型的运行数据。
步骤S304:根据所述运行数据确定各采集节点处的损坏概率;
将运行数据输入训练好的识别模型,得到损坏概率;所述识别模型由工作人员根据实际场景预先设计训练,在本发明技术方案中默认存在。
在本发明技术方案的一个实例中,所述提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据的步骤包括:
读取虚拟机中的连接关系,根据所述连接关系确定各组成单元的关联度;
根据所述关联度对极限测试数据表中的元素进行分类,得到数据子表;
提取不同数据子表中的元素,依次输入仿真模型;其中,一个数据子表中提取一个元素;
根据预设的采集节点获取仿真模型的运行数据。
上述内容对从表格中提取数据的过程进行了具体的描述,首先,根据连接关系可以确定各组成单元之间的关联度,两根独立的线路,其关联度较低,一个线路与连接在该线路上的保护装置的某个模块,关联度较高,由关联度可以对组成单元进行分类,由于组成单元通过索引项与表格中的元素对应,因此,由关联度可以对元素进行分类。
然后,在每一类元素中均仅提取一个极限测试数据,由这些极限测试数据对仿真模型进行测试,可以保证测试过程的全面性,降低相互干涉的概率(同类极限测试数据可能相互冲突)。
图5为智能变电站保护装置的自动测试方法的第四子流程框图,所述根据所述损坏概率确定摄像头的安装参数的步骤包括:
步骤S401:当所述损坏概率达到预设的概率阈值时,选取配合式采集端;所述配合式采集端包括固定摄像头和转向摄像头;
步骤S402:获取该损坏概率对应的区域范围,根据区域范围确定配合式采集端的安装参数;所述安装参数包括安装高度和安装位置;
步骤S401和步骤S402是摄像头的安装过程,由一个固定式的摄像头和多个可以转动的摄像头对损坏概率较高的位置进行检测;固定式的摄像头清晰度较高,可以转动的摄像头的灵活度较高。
步骤S403:获取固定摄像头采集到的图像,根据预设的距离间隔在所述图像中确定标定点;
步骤S404:向转向摄像头发送调节指令,实时获取转向摄像头在不同放大倍数下的采集画面;
步骤S405:记录采集画面包含某一标定点时对应的工位参数表;
步骤S406:建立该标定点与所述工位参数表的映射关系;其中,每个放大倍数对应一张工位参数表;
步骤S403至步骤S406是固定摄像头和转向摄像头的标定过程,具体如下:
以固定摄像头的画面为中心,选取一个待标定的点位,然后向各个转向摄像头发送调节指令,记录能够获取到该点位的工位参数,工位参数是一个范围,在这个范围内挑选一些采集效果较好的工位参数,得到工位参数表;最后,调节放大倍数,再次向各个转向摄像头发送调节指令,执行上述步骤,可以得到该标定点对应的不同放大倍数下的工位参数表。
更换待标定的点位,循环执行上述内容直至标定完成。
可以看到,上述过程是一个嵌套循环过程。
实施例2
图6为智能变电站保护装置的自动测试系统的组成结构框图,本发明实施例中,一种智能变电站保护装置的自动测试系统,所述系统10包括:
仿真模型搭建模块11,用于获取保护装置的硬件参数,根据硬件参数搭建虚拟机,并向虚拟机中加载控制程序,得到仿真模型;
报错信息采集模块12,用于向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息;
损坏概率确定模块13,用于基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率;
安装参数确定模块14,用于根据所述损坏概率确定摄像头的安装参数。
所述仿真模型搭建模块11包括:
标准件读取单元,用于接收用户输入的硬件单元型号,在预设的备案库中提取标准件;
非标件建立单元,用于当备案库中不存在标准件时,接收用户输入的参数信息,生成非标准件;
硬件表生成单元,用于统计标准件和非标准件,得到硬件表;
硬件连接单元,用于获取变电站的线路信息,基于线路信息和硬件表接收用户输入连接关系,获得虚拟机;
其中,所述连接关系包括硬件表中各元素之间的连接关系以及硬件表中各元素与线路信息之间的连接关系。
所述报错信息采集模块12包括:
历史数据读取单元,用于获取变电站中关于线路信息的历史数据;
数据拟合单元,用于将所述历史数据输入训练好的数据拟合模型,得到常规测试数据;
第一运行监测单元,用于将所述常规测试数据输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
数据比对单元,用于将所述运行数据与该采集节点处的额定参数进行比对,根据比对结果生成报错信息。
所述损坏概率确定模块13包括:
极限数据生成单元,用于获取虚拟机中各组成单元的额定参数,根据所述额定参数确定不同极限率的极限测试数据;所述极限率用于表征极限测试数据与额定参数的扩充程度;
数据统计单元,用于统计各组成单元的极限测试数据,得到极限测试数据表;所述极限测试数据表中含有索引项,所述索引项为各组成单元的索引的集合;
第一运行监测单元,提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
数据分析单元,用于根据所述运行数据确定各采集节点处的损坏概率。
所述智能变电站保护装置的自动测试方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述智能变电站保护装置的自动测试方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种智能变电站保护装置的自动测试方法,其特征在于,所述方法包括:
获取保护装置的硬件参数,根据硬件参数搭建虚拟机,并向虚拟机中加载控制程序,得到仿真模型;
向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息;
基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率;
根据所述损坏概率确定摄像头的安装参数。
2.根据权利要求1所述的智能变电站保护装置的自动测试方法,其特征在于,所述获取保护装置的硬件参数,根据硬件参数搭建虚拟机的步骤包括:
接收用户输入的硬件单元型号,在预设的备案库中提取标准件;
当备案库中不存在标准件时,接收用户输入的参数信息,生成非标准件;
统计标准件和非标准件,得到硬件表;
获取变电站的线路信息,基于线路信息和硬件表接收用户输入连接关系,获得虚拟机;
其中,所述连接关系包括硬件表中各元素之间的连接关系以及硬件表中各元素与线路信息之间的连接关系。
3.根据权利要求1所述的智能变电站保护装置的自动测试方法,其特征在于,所述向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息的步骤包括:
获取变电站中关于线路信息的历史数据;
将所述历史数据输入训练好的数据拟合模型,得到常规测试数据;
将所述常规测试数据输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
将所述运行数据与该采集节点处的额定参数进行比对,根据比对结果生成报错信息。
4.根据权利要求1所述的智能变电站保护装置的自动测试方法,其特征在于,所述基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率的步骤包括:
获取虚拟机中各组成单元的额定参数,根据所述额定参数确定不同极限率的极限测试数据;所述极限率用于表征极限测试数据与额定参数的扩充程度;
统计各组成单元的极限测试数据,得到极限测试数据表;所述极限测试数据表中含有索引项,所述索引项为各组成单元的索引的集合;
提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
根据所述运行数据确定各采集节点处的损坏概率。
5.根据权利要求4所述的智能变电站保护装置的自动测试方法,其特征在于,所述提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据的步骤包括:
读取虚拟机中的连接关系,根据所述连接关系确定各组成单元的关联度;
根据所述关联度对极限测试数据表中的元素进行分类,得到数据子表;
提取不同数据子表中的元素,依次输入仿真模型;其中,一个数据子表中提取一个元素;
根据预设的采集节点获取仿真模型的运行数据。
6.根据权利要求1所述的智能变电站保护装置的自动测试方法,其特征在于,所述根据所述损坏概率确定摄像头的安装参数的步骤包括:
当所述损坏概率达到预设的概率阈值时,选取配合式采集端;所述配合式采集端包括固定摄像头和转向摄像头;
获取该损坏概率对应的区域范围,根据区域范围确定配合式采集端的安装参数;所述安装参数包括安装高度和安装位置;
获取固定摄像头采集到的图像,根据预设的距离间隔在所述图像中确定标定点;
向转向摄像头发送调节指令,实时获取转向摄像头在不同放大倍数下的采集画面;
记录采集画面包含某一标定点时对应的工位参数表;
建立该标定点与所述工位参数表的映射关系;其中,每个放大倍数对应一张工位参数表。
7.一种智能变电站保护装置的自动测试系统,其特征在于,所述系统包括:
仿真模型搭建模块,用于获取保护装置的硬件参数,根据硬件参数搭建虚拟机,并向虚拟机中加载控制程序,得到仿真模型;
报错信息采集模块,用于向仿真模型中输入由历史数据确定的常规测试数据,实时采集报错信息;
损坏概率确定模块,用于基于所述虚拟机确定极限测试数据,将所述极限测试数据输入仿真模型,确定仿真模型各处的损坏概率;
安装参数确定模块,用于根据所述损坏概率确定摄像头的安装参数。
8.根据权利要求7所述的智能变电站保护装置的自动测试系统,其特征在于,所述仿真模型搭建模块包括:
标准件读取单元,用于接收用户输入的硬件单元型号,在预设的备案库中提取标准件;
非标件建立单元,用于当备案库中不存在标准件时,接收用户输入的参数信息,生成非标准件;
硬件表生成单元,用于统计标准件和非标准件,得到硬件表;
硬件连接单元,用于获取变电站的线路信息,基于线路信息和硬件表接收用户输入连接关系,获得虚拟机;
其中,所述连接关系包括硬件表中各元素之间的连接关系以及硬件表中各元素与线路信息之间的连接关系。
9.根据权利要求7所述的智能变电站保护装置的自动测试系统,其特征在于,所述报错信息采集模块包括:
历史数据读取单元,用于获取变电站中关于线路信息的历史数据;
数据拟合单元,用于将所述历史数据输入训练好的数据拟合模型,得到常规测试数据;
第一运行监测单元,用于将所述常规测试数据输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
数据比对单元,用于将所述运行数据与该采集节点处的额定参数进行比对,根据比对结果生成报错信息。
10.根据权利要求7所述的智能变电站保护装置的自动测试系统,其特征在于,所述损坏概率确定模块包括:
极限数据生成单元,用于获取虚拟机中各组成单元的额定参数,根据所述额定参数确定不同极限率的极限测试数据;所述极限率用于表征极限测试数据与额定参数的扩充程度;
数据统计单元,用于统计各组成单元的极限测试数据,得到极限测试数据表;所述极限测试数据表中含有索引项,所述索引项为各组成单元的索引的集合;
第一运行监测单元,提取所述极限测试数据表中的元素,输入仿真模型,根据预设的采集节点获取仿真模型的运行数据;
数据分析单元,用于根据所述运行数据确定各采集节点处的损坏概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269374.4A CN115330887B (zh) | 2022-10-18 | 2022-10-18 | 一种智能变电站保护装置的自动测试系统及测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211269374.4A CN115330887B (zh) | 2022-10-18 | 2022-10-18 | 一种智能变电站保护装置的自动测试系统及测试方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115330887A true CN115330887A (zh) | 2022-11-11 |
CN115330887B CN115330887B (zh) | 2023-01-13 |
Family
ID=83915202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211269374.4A Active CN115330887B (zh) | 2022-10-18 | 2022-10-18 | 一种智能变电站保护装置的自动测试系统及测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115330887B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116072282A (zh) * | 2023-04-06 | 2023-05-05 | 吉林大学 | 用于ct设备的远程智能检测分析方法及系统 |
CN116844075A (zh) * | 2023-08-28 | 2023-10-03 | 中国科学院东北地理与农业生态研究所 | 一种耕地环境判定方法及系统 |
CN117493945A (zh) * | 2023-12-25 | 2024-02-02 | 山东产研青创信息科技有限公司 | 一种基于计算机视觉的烟气分析预警方法以及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111551809A (zh) * | 2020-05-22 | 2020-08-18 | 国网重庆市电力公司电力科学研究院 | 一种智能变电站二次系统同步整组自动测试方法及系统 |
US20200285900A1 (en) * | 2019-03-06 | 2020-09-10 | Wuhan University | Power electronic circuit fault diagnosis method based on optimizing deep belief network |
CN112711829A (zh) * | 2020-11-15 | 2021-04-27 | 国网新疆电力有限公司阿克苏供电公司 | 智能变电站二次设备工厂化智能检修系统 |
CN113419168A (zh) * | 2021-08-24 | 2021-09-21 | 中国南方电网有限责任公司超高压输电公司广州局 | 直流系统中断路器暂态特性分析方法及装置 |
-
2022
- 2022-10-18 CN CN202211269374.4A patent/CN115330887B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200285900A1 (en) * | 2019-03-06 | 2020-09-10 | Wuhan University | Power electronic circuit fault diagnosis method based on optimizing deep belief network |
CN111551809A (zh) * | 2020-05-22 | 2020-08-18 | 国网重庆市电力公司电力科学研究院 | 一种智能变电站二次系统同步整组自动测试方法及系统 |
CN112711829A (zh) * | 2020-11-15 | 2021-04-27 | 国网新疆电力有限公司阿克苏供电公司 | 智能变电站二次设备工厂化智能检修系统 |
CN113419168A (zh) * | 2021-08-24 | 2021-09-21 | 中国南方电网有限责任公司超高压输电公司广州局 | 直流系统中断路器暂态特性分析方法及装置 |
Non-Patent Citations (2)
Title |
---|
LIU HONGJUN ET AL: "A new architecture of relay protection in smart substations", 《POWER SYSTEM AND CLEAN ENERGY》 * |
李刚等: "智能变电站就地化保护仿真测试系统设计与探讨", 《电力系统保护与控制》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116072282A (zh) * | 2023-04-06 | 2023-05-05 | 吉林大学 | 用于ct设备的远程智能检测分析方法及系统 |
CN116844075A (zh) * | 2023-08-28 | 2023-10-03 | 中国科学院东北地理与农业生态研究所 | 一种耕地环境判定方法及系统 |
CN116844075B (zh) * | 2023-08-28 | 2023-11-14 | 中国科学院东北地理与农业生态研究所 | 一种耕地环境判定方法及系统 |
CN117493945A (zh) * | 2023-12-25 | 2024-02-02 | 山东产研青创信息科技有限公司 | 一种基于计算机视觉的烟气分析预警方法以及系统 |
CN117493945B (zh) * | 2023-12-25 | 2024-03-29 | 山东产研青创信息科技有限公司 | 一种基于计算机视觉的烟气分析预警方法以及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115330887B (zh) | 2023-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115330887B (zh) | 一种智能变电站保护装置的自动测试系统及测试方法 | |
CN108564181B (zh) | 电力设备故障检测与维修方法及终端设备 | |
CN110221145B (zh) | 电力设备故障诊断方法、装置及终端设备 | |
CN110632582B (zh) | 声源定位方法、装置及存储介质 | |
CN113688987B (zh) | 光伏监测模型的训练方法、光伏设备的监测方法及设备 | |
CN114581442B (zh) | 用于mes系统的产品检测方法及装置 | |
CN111008561A (zh) | 一种牲畜的数量确定方法、终端及计算机存储介质 | |
CN113963033A (zh) | 一种基于人工智能的电力设备异常检测方法和系统 | |
CN112818937B (zh) | Excel文件的识别方法、装置、电子设备及可读存储介质 | |
CN115858831B (zh) | 一种数据库用数据存储方法 | |
CN114227717B (zh) | 基于巡检机器人的智能巡检方法、装置、设备及存储介质 | |
CN109144852A (zh) | 静态代码的扫描方法、装置、计算机设备及存储介质 | |
CN112015720A (zh) | 继电保护设备就地化快速整定方法及其系统 | |
CN115909059A (zh) | 一种自然资源样本库建立方法和装置 | |
CN112241362A (zh) | 一种测试方法、装置、服务器及存储介质 | |
CN115549078A (zh) | 一种基于数字孪生的电网整合规划方法 | |
CN115389867A (zh) | 一种集成多种信号的海缆状态监测方法及系统 | |
CN113993005B (zh) | 电网设备检查方法、装置、计算机设备和存储介质 | |
CN114328017A (zh) | 一种数据库备份方法、系统、计算机设备和存储介质 | |
CN114579972A (zh) | 嵌入式开发程序的漏洞识别方法及系统 | |
CN113886627A (zh) | 一种基于信息同步的移动通信系统 | |
CN115633321B (zh) | 一种无线通信网络监控方法及系统 | |
KR20230159130A (ko) | 데이터 포맷 변환 장치 및 그 방법 | |
CN112614059B (zh) | 变电站的检测方法、装置、存储介质及处理器 | |
CN115829337A (zh) | 一种存储区风险预警方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |