CN115469176A - 一种基于数据模型的数字孪生电网用风险评估系统 - Google Patents
一种基于数据模型的数字孪生电网用风险评估系统 Download PDFInfo
- Publication number
- CN115469176A CN115469176A CN202210867839.XA CN202210867839A CN115469176A CN 115469176 A CN115469176 A CN 115469176A CN 202210867839 A CN202210867839 A CN 202210867839A CN 115469176 A CN115469176 A CN 115469176A
- Authority
- CN
- China
- Prior art keywords
- value
- environment
- marking
- abnormal
- objects
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 28
- 238000013499 data model Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 238000012098 association analyses Methods 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims abstract description 3
- 230000002159 abnormal effect Effects 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 27
- 238000004458 analytical method Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 13
- 239000000428 dust Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000003891 environmental analysis Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000010219 correlation analysis Methods 0.000 description 4
- 230000002596 correlated effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010616 electrical installation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
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
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- 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
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Abstract
本发明属于数字电网领域,涉及风险评估技术,用于解决现有的数字孪生电网用风险评估系统无法快速对实际出现故障的设备进行排查而导致的检修效率低下的问题,具体是一种基于数据模型的数字孪生电网用风险评估系统,包括风险评估平台,所述风险评估平台通信连接有电设检测模块、关联分析模块、环境检测模块以及存储模块,所述电设检测模块用于对数字孪生电网的供电设备的运行状态进行监测分析;本发明通过电设检测模块可以对供电设备的运行状态进行实时监控,进而在供电设备出现运行异常时及时进行预警,管理人员可及时对供电设备进行检修,以保证供电设备能够尽快恢复正常状态工作。
Description
技术领域
本发明属于数字电网领域,涉及风险评估技术,具体是一种基于数据模型的数字孪生电网用风险评估系统。
背景技术
工业4.0研究院将数字孪生电网定义为数字孪生电网是基于数字孪生基础设施的电网数字化转型方法,通过在数字空间建设电网、环境、人员和业务四要素,实现数据驱动的全局、全生命周期的数字孪生体,从而达到不断改善的应用目的。
现有的数字孪生电网用风险评估系统仅能够对供电设备的运行状态进行监控,在供电设备运行异常时无法对异常对象之间存在的关联性以及异常原因进行分析,在某一区域出现多个供电设备出现运行异常时,无法快速对实际出现故障的设备进行排查,同时无法快速获取故障设备的故障原因,进而导致故障设备的检修效率低下。
针对上述技术问题,本申请提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据模型的数字孪生电网用风险评估系统,用于解决现有的数字孪生电网用风险评估系统无法快速对实际出现故障的设备进行排查而导致的检修效率低下的问题;
本发明需要解决的技术问题为:如何提供一种可以快速对实际出现故障的设备进行排查的数字孪生电网用风险评估系统。
本发明的目的可以通过以下技术方案实现:
一种基于数据模型的数字孪生电网用风险评估系统,包括风险评估平台,所述风险评估平台通信连接有电设检测模块、关联分析模块、环境检测模块以及存储模块;
所述电设检测模块用于对数字孪生电网的供电设备的运行状态进行监测分析:将数字孪生电网的供电设备标记为监测对象i,i=1,2,…,n,n为正整数,获取监测对象i的电压数据DYi、电流数据DLi以及温度数据WDi并进行数值计算得到监测对象i的电设系数DSi,通过存储模块获取到电设阈值DSmax,将监测对象i的电设系数DSi与电设阈值DSmax进行比较并通过比较结果将监测对象标记为正常对象或异常对象;
所述关联分析模块用于对异常对象进行关联分析并得到独立对象与影响对象,将独立对象与影响对象通过风险评估平台发送至环境检测模块;
环境分析模块用于对独立对象与影响对象进行环境分析。
作为本发明的一种优选实施方式,监测对象i的电压数据DYi的获取过程包括:获取监测对象i的供电线路的电压值以及电压范围,将电压范围的最大值与最小值的平均值标记为电压标准值,将电压值与电压标准值的差值的绝对值标记为监测对象i的电压数据DYi;监测对象i的电流数据DLi的获取过程包括:获取监测对象i的供电线路的电流值与电流范围,将电流范围的最大值与最小值的平均值标记为电流标准值,将电流值与电流值与电流标准值的差值的绝对值标记为监测对象i的电流数据DLi;监测对象i的温度数据WDi的获取过程包括:获取监测对象i机箱表面的温度值与机箱内部空气的温度值,将机箱表面的温度值与机箱内部空气的温度值的平均值标记为监测对象i的温度数据DWi。
作为本发明的一种优选实施方式,监测对象i的电设系数DSi与电设阈值DSmax进行比较的具体过程包括:若电设系数DSi小于电设阈值DSmax,则判定监测对象i的运行状态满足要求,将对应的监测对象标记为正常对象;若电设系数DSi大于等于电设阈值DSmax,则判定监测对象i的运行状态不满足要求,将对应的监测对象标记为异常对象。
作为本发明的一种优选实施方式,关联分析模块对异常对象进行关联分析的具体过程包括:随机选取一个异常对象作为标记对象,以标记对象为圆心、r1为半径画圆,将得到的圆形区域标记为标记区域,获取标记区域内异常对象的数量,若标记区域内的异常对象的数量为一,则将标记对象标记为独立对象,随机选取下一个异常对象作为标记对象;若标记区域内的异常对象的数量不为一,则将标记区域内的异常对象全部标记为关联对象,将关联对象组成关联集合,以关联对象为圆心、r1为半径画圆得到若干个关联区域,将关联区域内所有的异常对象标记为新的关联对象,由新的关联对象组成新的关联集合,若关联集合与新的关联集合的子集完全相同,则将关联集合中电设系数最大的关联对象标记为影响对象,随机选取关联集合与独立集合之外的一个异常对象作为标记对象;若关联集合与新的关联集合的子集不完全相同,则将新的关联集合对关联集合进行替换,再次获取若干个关联区域,以此类推,直至关联集合与新的关联集合的子集完全相同;将独立对象与影响对象发送至风险评估平台,风险评估平台将接收到的独立对象与影响对象发送至环境检测模块。
作为本发明的一种优选实施方式,环境分析模块对独立对象与影响对象进行环境分析的具体过程包括:将独立对象与影响对象标记为环检对象,获取环检对象的外温数据WW以及粉尘数据FC,环检对象的外温数据WW为环检对象外部空气的温度值,环检对象的粉尘数据FC为环检对象内部空气中的粉尘浓度值,通过对外温数据与粉尘数据进行数值计算得到环检对象的环境系数;将环境系数HJ与环境阈值HJmax进行比较并通过比较结果对异常原因进行判定。
作为本发明的一种优选实施方式,环境系数HJ与环境阈值HJmax进行比较的具体过程包括:若环境系数HJ小于环境阈值HJmax,则判定环检对象的异常原因为环境异常,环境分析模块向管理人员的手机终端发送环境调节信号;若环境系数HJ大于等于环境阈值HJmax,则判定环检对象的异常原因为其他原因,环境分析模块向管理人员的手机终端发送检修信号。
作为本发明的一种优选实施方式,该基于数据模型的数字孪生电网用风险评估系统的工作方法,包括以下步骤:
步骤一:对数字孪生电网的供电设备的运行状态进行监测分析,通过对监测对象的电压数据、电流数据以及温度数据进行数值计算得到电设系数,通过电设系数的数值大小将监测对象的运行状态是否满足要求;
步骤二:对异常对象进行关联分析并得到若干个独立对象与关联集合,将关联集合中电设系数最大的关联集合标记为影响对象;
步骤三:对独立对象与影响对象进行环境分析并得到环境系数,通过环境系数的数值大小对导致独立对象与影响对象运行异常的原因进行判定。
本发明具备下述有益效果:
1、通过电设检测模块可以对供电设备的运行状态进行实时监控,进而在供电设备出现运行异常时及时进行预警,管理人员可及时对供电设备进行检修,以保证供电设备能够尽快恢复正常状态工作;
2、通过关联分析模块可以对运行异常的供电设备进行关联分析,对异常对象之间是否存在关联性进行判定,即一个异常对象的运行异常是否由另一个异常对象引起,进而在相互关联的异常对象中排查得到实际故障的供电设备,从而加快检修效率;
3、通过环境分析模块可以对实际出现故障的供电设备进行环境分析并得到环境系数,通过环境系数的数值大小对环检对象的环境是否合格进行判定,环境不合格则表示故障设备运行异常由环境异常引起,直接对故障设备运行环境进行调节即可;环境合格则表示故障设备运行异常由其他原因引起,此时便需要人工进行检验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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,对于本领域普通技术人员来讲,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为本发明实施例一的系统框图;
图2为本发明实施例二的方法流程图。
具体实施方式
下面将结合实施例对本发明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,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1所示,一种基于数据模型的数字孪生电网用风险评估系统,包括风险评估平台,风险评估平台通信连接有电设检测模块、关联分析模块、环境检测模块以及存储模块。
电设检测模块用于对数字孪生电网的供电设备的运行状态进行监测分析:将数字孪生电网的供电设备标记为监测对象i,i=1,2,…,n,n为正整数,获取监测对象i的电压数据DYi、电流数据DLi以及温度数据WDi;监测对象i的电压数据DYi的获取过程包括:获取监测对象i的供电线路的电压值以及电压范围,将电压范围的最大值与最小值的平均值标记为电压标准值,将电压值与电压标准值的差值的绝对值标记为监测对象i的电压数据DYi;监测对象i的电流数据DLi的获取过程包括:获取监测对象i的供电线路的电流值与电流范围,将电流范围的最大值与最小值的平均值标记为电流标准值,将电流值与电流值与电流标准值的差值的绝对值标记为监测对象i的电流数据DLi;监测对象i的温度数据WDi的获取过程包括:获取监测对象i机箱表面的温度值与机箱内部空气的温度值,将机箱表面的温度值与机箱内部空气的温度值的平均值标记为监测对象i的温度数据DWi;通过公式DSi=α1*DYi+α2*DLi+α3*WDi得到监测对象i的电设系数DSi,其中α1、α2以及α3均为比例系数,且α1>α2>α3>1;电设系数是一个反应监测对象运行状态好坏程度的数值,电设系数的数值越小,则表示对应的监测对象的运行状态越好;通过存储模块获取到电设阈值DSmax,将监测对象i的电设系数DSi与电设阈值DSmax进行比较:若电设系数DSi小于电设阈值DSmax,则判定监测对象i的运行状态满足要求,将对应的监测对象标记为正常对象;若电设系数DSi大于等于电设阈值DSmax,则判定监测对象i的运行状态不满足要求,将对应的监测对象标记为异常对象,对供电设备的运行状态进行实时监控,进而在供电设备出现运行异常时及时进行预警,管理人员可及时对供电设备进行检修,以保证供电设备能够尽快恢复正常状态工作。
关联分析模块用于对异常对象进行关联分析:随机选取一个异常对象作为标记对象,以标记对象为圆心、r1为半径画圆,将得到的圆形区域标记为标记区域,获取标记区域内异常对象的数量,若标记区域内的异常对象的数量为一,则将标记对象标记为独立对象,随机选取下一个异常对象作为标记对象;若标记区域内的异常对象的数量不为一,则将标记区域内的异常对象全部标记为关联对象,将关联对象组成关联集合,以关联对象为圆心、r1为半径画圆得到若干个关联区域,将关联区域内所有的异常对象标记为新的关联对象,由新的关联对象组成新的关联集合,若关联集合与新的关联集合的子集完全相同,则将关联集合中电设系数最大的关联对象标记为影响对象,随机选取关联集合与独立集合之外的一个异常对象作为标记对象;若关联集合与新的关联集合的子集不完全相同,则将新的关联集合对关联集合进行替换,再次获取若干个关联区域,以此类推,直至关联集合与新的关联集合的子集完全相同;将独立对象与影响对象发送至风险评估平台,风险评估平台将接收到的独立对象与影响对象发送至环境检测模块;对运行异常的供电设备进行关联分析,对异常对象之间是否存在关联性进行判定,即一个异常对象的运行异常是否由另一个异常对象引起,进而在相互关联的异常对象中排查得到实际故障的供电设备,从而加快检修效率。
环境分析模块用于对独立对象与影响对象进行环境分析:将独立对象与影响对象标记为环检对象,获取环检对象的外温数据WW以及粉尘数据FC,环检对象的外温数据WW为环检对象外部空气的温度值,环检对象的粉尘数据FC为环检对象内部空气中的粉尘浓度值,通过公式HJ=β1×WW+β2×FC得到环检对象的环境系数,其中β1与β2均为比例系数,且β1>β2>1;环境系数是一个反应环检对象运行环境好坏程度的数值,环境系数的数值越大,则表示对应的环境对象的运行环境越差;将环境系数HJ与环境阈值HJmax进行比较:若环境系数HJ小于环境阈值HJmax,则判定环检对象的异常原因为环境异常,环境分析模块向管理人员的手机终端发送环境调节信号;若环境系数HJ大于等于环境阈值HJmax,则判定环检对象的异常原因为其他原因,环境分析模块向管理人员的手机终端发送检修信号;环境分析模块可以对异常对象进行环境分析并得到环境系数,通过环境系数的数值大小对异常对象的环境是否合格进行判定,环境不合格则表示配电柜运行异常由环境异常引起,直接对配电柜运行环境进行调节即可;环境合格则表示配电柜运行异常由其他原因引起,此时便需要人工进行检验;对实际出现故障的供电设备进行环境分析并得到环境系数,通过环境系数的数值大小对环检对象的环境是否合格进行判定,环境不合格则表示故障设备运行异常由环境异常引起,直接对故障设备运行环境进行调节即可;环境合格则表示故障设备运行异常由其他原因引起,此时便需要人工进行检验。
实施例二
如图2所示,一种基于数据模型的数字孪生电网用风险评估方法,包括以下步骤:
步骤一:对数字孪生电网的供电设备的运行状态进行监测分析,通过对监测对象的电压数据、电流数据以及温度数据进行数值计算得到电设系数,通过电设系数的数值大小将监测对象的运行状态是否满足要求,管理人员可及时对供电设备进行检修,以保证供电设备能够尽快恢复正常状态工作;
步骤二:对异常对象进行关联分析并得到若干个独立对象与关联集合,将关联集合中电设系数最大的关联集合标记为影响对象,在相互关联的异常对象中排查得到实际故障的供电设备,从而加快检修效率;
步骤三:对独立对象与影响对象进行环境分析并得到环境系数,通过环境系数的数值大小对导致独立对象与影响对象运行异常的原因进行判定。
一种基于数据模型的数字孪生电网用风险评估系统,工作时,对数字孪生电网的供电设备的运行状态进行监测分析,通过对监测对象的电压数据、电流数据以及温度数据进行数值计算得到电设系数,通过电设系数的数值大小将监测对象的运行状态是否满足要求;对异常对象进行关联分析并得到若干个独立对象与关联集合,将关联集合中电设系数最大的关联集合标记为影响对象;对独立对象与影响对象进行环境分析并得到环境系数,通过环境系数的数值大小对导致独立对象与影响对象运行异常的原因进行判定。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;如:公式DSi=α1*DYi+α2*DLi+α3*WDi;由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的电设系数;将设定的电设系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到α1、α2以及α3的取值分别为5.27、3.96和3.65;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的电设系数;只要不影响参数与量化后数值的比例关系即可,如电设系数与电压数据的数值成正比。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种基于数据模型的数字孪生电网用风险评估系统,包括风险评估平台,其特征在于,所述风险评估平台通信连接有电设检测模块、关联分析模块、环境检测模块以及存储模块;
所述电设检测模块用于对数字孪生电网的供电设备的运行状态进行监测分析:将数字孪生电网的供电设备标记为监测对象i,i=1,2,…,n,n为正整数,获取监测对象i的电压数据DYi、电流数据DLi以及温度数据WDi并进行数值计算得到监测对象i的电设系数DSi,通过存储模块获取到电设阈值DSmax,将监测对象i的电设系数DSi与电设阈值DSmax进行比较并通过比较结果将监测对象标记为正常对象或异常对象;
所述关联分析模块用于对异常对象进行关联分析并得到独立对象与影响对象,将独立对象与影响对象通过风险评估平台发送至环境检测模块;
环境分析模块用于对独立对象与影响对象进行环境分析。
2.根据权利要求1所述的一种基于数据模型的数字孪生电网用风险评估系统,其特征在于,监测对象i的电压数据DYi的获取过程包括:获取监测对象i的供电线路的电压值以及电压范围,将电压范围的最大值与最小值的平均值标记为电压标准值,将电压值与电压标准值的差值的绝对值标记为监测对象i的电压数据DYi;监测对象i的电流数据DLi的获取过程包括:获取监测对象i的供电线路的电流值与电流范围,将电流范围的最大值与最小值的平均值标记为电流标准值,将电流值与电流值与电流标准值的差值的绝对值标记为监测对象i的电流数据DLi;监测对象i的温度数据WDi的获取过程包括:获取监测对象i机箱表面的温度值与机箱内部空气的温度值,将机箱表面的温度值与机箱内部空气的温度值的平均值标记为监测对象i的温度数据DWi。
3.根据权利要求2所述的一种基于数据模型的数字孪生电网用风险评估系统,其特征在于,监测对象i的电设系数DSi与电设阈值DSmax进行比较的具体过程包括:若电设系数DSi小于电设阈值DSmax,则判定监测对象i的运行状态满足要求,将对应的监测对象标记为正常对象;若电设系数DSi大于等于电设阈值DSmax,则判定监测对象i的运行状态不满足要求,将对应的监测对象标记为异常对象。
4.根据权利要求1所述的一种基于数据模型的数字孪生电网用风险评估系统,其特征在于,关联分析模块对异常对象进行关联分析的具体过程包括:随机选取一个异常对象作为标记对象,以标记对象为圆心、r1为半径画圆,将得到的圆形区域标记为标记区域,获取标记区域内异常对象的数量,若标记区域内的异常对象的数量为一,则将标记对象标记为独立对象,随机选取下一个异常对象作为标记对象;若标记区域内的异常对象的数量不为一,则将标记区域内的异常对象全部标记为关联对象,将关联对象组成关联集合,以关联对象为圆心、r1为半径画圆得到若干个关联区域,将关联区域内所有的异常对象标记为新的关联对象,由新的关联对象组成新的关联集合,若关联集合与新的关联集合的子集完全相同,则将关联集合中电设系数最大的关联对象标记为影响对象,随机选取关联集合与独立集合之外的一个异常对象作为标记对象;若关联集合与新的关联集合的子集不完全相同,则将新的关联集合对关联集合进行替换,再次获取若干个关联区域,以此类推,直至关联集合与新的关联集合的子集完全相同;将独立对象与影响对象发送至风险评估平台,风险评估平台将接收到的独立对象与影响对象发送至环境检测模块。
5.根据权利要求4所述的一种基于数据模型的数字孪生电网用风险评估系统,其特征在于,环境分析模块对独立对象与影响对象进行环境分析的具体过程包括:将独立对象与影响对象标记为环检对象,获取环检对象的外温数据WW以及粉尘数据FC,环检对象的外温数据WW为环检对象外部空气的温度值,环检对象的粉尘数据FC为环检对象内部空气中的粉尘浓度值,通过对外温数据与粉尘数据进行数值计算得到环检对象的环境系数;将环境系数HJ与环境阈值HJmax进行比较并通过比较结果对异常原因进行判定。
6.根据权利要求5所述的一种基于数据模型的数字孪生电网用风险评估系统,其特征在于,环境系数HJ与环境阈值HJmax进行比较的具体过程包括:若环境系数HJ小于环境阈值HJmax,则判定环检对象的异常原因为环境异常,环境分析模块向管理人员的手机终端发送环境调节信号;若环境系数HJ大于等于环境阈值HJmax,则判定环检对象的异常原因为其他原因,环境分析模块向管理人员的手机终端发送检修信号。
7.根据权利要求1-6任一项所述的一种基于数据模型的数字孪生电网用风险评估系统,其特征在于,该基于数据模型的数字孪生电网用风险评估系统的工作方法,包括以下步骤:
步骤一:对数字孪生电网的供电设备的运行状态进行监测分析,通过对监测对象的电压数据、电流数据以及温度数据进行数值计算得到电设系数,通过电设系数的数值大小将监测对象的运行状态是否满足要求;
步骤二:对异常对象进行关联分析并得到若干个独立对象与关联集合,将关联集合中电设系数最大的关联集合标记为影响对象;
步骤三:对独立对象与影响对象进行环境分析并得到环境系数,通过环境系数的数值大小对导致独立对象与影响对象运行异常的原因进行判定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210867839.XA CN115469176A (zh) | 2022-07-22 | 2022-07-22 | 一种基于数据模型的数字孪生电网用风险评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210867839.XA CN115469176A (zh) | 2022-07-22 | 2022-07-22 | 一种基于数据模型的数字孪生电网用风险评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115469176A true CN115469176A (zh) | 2022-12-13 |
Family
ID=84368143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210867839.XA Pending CN115469176A (zh) | 2022-07-22 | 2022-07-22 | 一种基于数据模型的数字孪生电网用风险评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115469176A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115616404A (zh) * | 2022-12-19 | 2023-01-17 | 山东协和学院 | 工业机器人用伺服电机测试系统 |
CN116070917A (zh) * | 2023-03-31 | 2023-05-05 | 南京南瑞信息通信科技有限公司 | 一种基于人工智能存储的危化品风险等级评估系统 |
CN116203333A (zh) * | 2023-01-10 | 2023-06-02 | 国网山东省电力公司超高压公司 | 一种复合绝缘子材料的老化状态综合评估系统及评估方法 |
CN116298703A (zh) * | 2023-05-25 | 2023-06-23 | 深圳市智汉科技有限公司 | 一种电缆监测器智能分配方法及设备 |
CN116522096A (zh) * | 2023-06-30 | 2023-08-01 | 长春市联心花信息科技有限公司 | 基于动作捕捉的三维数字孪生内容智能制作方法 |
CN116885858A (zh) * | 2023-09-08 | 2023-10-13 | 中国标准化研究院 | 一种基于数字孪生技术的配电网故障处理方法及系统 |
CN116894247A (zh) * | 2023-09-07 | 2023-10-17 | 贵州正易科技有限公司 | 一种保护计算机系统安全的方法及系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226414A (zh) * | 2008-01-30 | 2008-07-23 | 北京中星微电子有限公司 | 一种动态补偿基准电压的方法以及带隙基准电压源 |
CN101950191A (zh) * | 2010-09-16 | 2011-01-19 | 电子科技大学 | 一种具有高阶温度补偿电路的电压基准源 |
CN105184521A (zh) * | 2015-07-08 | 2015-12-23 | 国家电网公司 | 一种计及设备健康状态的电网运行方式的风险评估方法、装置及系统 |
CN106790186A (zh) * | 2016-12-30 | 2017-05-31 | 中国人民解放军信息工程大学 | 基于多源异常事件关联分析的多步攻击检测方法 |
CN109343639A (zh) * | 2018-11-01 | 2019-02-15 | 西安电子科技大学 | 一种低温漂带隙基准电压电路、方法及其芯片 |
CN111045471A (zh) * | 2019-11-11 | 2020-04-21 | 浙江大学 | 一种带隙电压基准电路的曲率补偿方法及电路 |
JP2020134332A (ja) * | 2019-02-20 | 2020-08-31 | Necプラットフォームズ株式会社 | 障害予防装置、障害予防方法、およびプログラム |
CN112202817A (zh) * | 2020-11-30 | 2021-01-08 | 北京微智信业科技有限公司 | 一种基于多事件关联与机器学习的攻击行为检测方法 |
CN113721694A (zh) * | 2021-08-05 | 2021-11-30 | 西安交通大学 | 一种基于曲率函数的自补偿带隙基准源结构及其应用 |
CN113902242A (zh) * | 2021-08-27 | 2022-01-07 | 广西电网有限责任公司南宁供电局 | 一种基于数字孪生的电网设备的综合状态评价方法及系统 |
CN114184229A (zh) * | 2021-11-30 | 2022-03-15 | 山东汇能电气有限公司 | 一种开关柜运行环境监测系统 |
CN114199314A (zh) * | 2021-12-25 | 2022-03-18 | 江西武大扬帆科技有限公司 | 基于5g和北斗技术的水文监测反馈系统 |
CN114441914A (zh) * | 2022-04-08 | 2022-05-06 | 山东中安电力科技有限公司 | 一种基于数据处理的开关柜局部放电检测系统 |
CN114498942A (zh) * | 2022-04-15 | 2022-05-13 | 山东汇能电气有限公司 | 一种基于大数据分析的变压器监控管理系统 |
CN114649085A (zh) * | 2022-01-20 | 2022-06-21 | 淮安市第二人民医院 | 基于大数据的急救医疗用品管理系统 |
CN114665611A (zh) * | 2022-05-25 | 2022-06-24 | 融科能源系统(广东)有限公司 | 一种基于数据分析的配电柜运行智能监测管理系统 |
CN114674988A (zh) * | 2022-05-25 | 2022-06-28 | 维睿空气系统产品(深圳)有限公司 | 一种基于无线网络的空气在线监测系统 |
-
2022
- 2022-07-22 CN CN202210867839.XA patent/CN115469176A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226414A (zh) * | 2008-01-30 | 2008-07-23 | 北京中星微电子有限公司 | 一种动态补偿基准电压的方法以及带隙基准电压源 |
CN101950191A (zh) * | 2010-09-16 | 2011-01-19 | 电子科技大学 | 一种具有高阶温度补偿电路的电压基准源 |
CN105184521A (zh) * | 2015-07-08 | 2015-12-23 | 国家电网公司 | 一种计及设备健康状态的电网运行方式的风险评估方法、装置及系统 |
CN106790186A (zh) * | 2016-12-30 | 2017-05-31 | 中国人民解放军信息工程大学 | 基于多源异常事件关联分析的多步攻击检测方法 |
CN109343639A (zh) * | 2018-11-01 | 2019-02-15 | 西安电子科技大学 | 一种低温漂带隙基准电压电路、方法及其芯片 |
JP2020134332A (ja) * | 2019-02-20 | 2020-08-31 | Necプラットフォームズ株式会社 | 障害予防装置、障害予防方法、およびプログラム |
CN111045471A (zh) * | 2019-11-11 | 2020-04-21 | 浙江大学 | 一种带隙电压基准电路的曲率补偿方法及电路 |
CN112202817A (zh) * | 2020-11-30 | 2021-01-08 | 北京微智信业科技有限公司 | 一种基于多事件关联与机器学习的攻击行为检测方法 |
CN113721694A (zh) * | 2021-08-05 | 2021-11-30 | 西安交通大学 | 一种基于曲率函数的自补偿带隙基准源结构及其应用 |
CN113902242A (zh) * | 2021-08-27 | 2022-01-07 | 广西电网有限责任公司南宁供电局 | 一种基于数字孪生的电网设备的综合状态评价方法及系统 |
CN114184229A (zh) * | 2021-11-30 | 2022-03-15 | 山东汇能电气有限公司 | 一种开关柜运行环境监测系统 |
CN114199314A (zh) * | 2021-12-25 | 2022-03-18 | 江西武大扬帆科技有限公司 | 基于5g和北斗技术的水文监测反馈系统 |
CN114649085A (zh) * | 2022-01-20 | 2022-06-21 | 淮安市第二人民医院 | 基于大数据的急救医疗用品管理系统 |
CN114441914A (zh) * | 2022-04-08 | 2022-05-06 | 山东中安电力科技有限公司 | 一种基于数据处理的开关柜局部放电检测系统 |
CN114498942A (zh) * | 2022-04-15 | 2022-05-13 | 山东汇能电气有限公司 | 一种基于大数据分析的变压器监控管理系统 |
CN114665611A (zh) * | 2022-05-25 | 2022-06-24 | 融科能源系统(广东)有限公司 | 一种基于数据分析的配电柜运行智能监测管理系统 |
CN114674988A (zh) * | 2022-05-25 | 2022-06-28 | 维睿空气系统产品(深圳)有限公司 | 一种基于无线网络的空气在线监测系统 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115616404B (zh) * | 2022-12-19 | 2023-04-18 | 山东协和学院 | 工业机器人用伺服电机测试系统 |
CN115616404A (zh) * | 2022-12-19 | 2023-01-17 | 山东协和学院 | 工业机器人用伺服电机测试系统 |
CN116203333B (zh) * | 2023-01-10 | 2024-03-22 | 国网山东省电力公司超高压公司 | 一种复合绝缘子材料的老化状态综合评估系统及评估方法 |
CN116203333A (zh) * | 2023-01-10 | 2023-06-02 | 国网山东省电力公司超高压公司 | 一种复合绝缘子材料的老化状态综合评估系统及评估方法 |
CN116070917A (zh) * | 2023-03-31 | 2023-05-05 | 南京南瑞信息通信科技有限公司 | 一种基于人工智能存储的危化品风险等级评估系统 |
CN116298703A (zh) * | 2023-05-25 | 2023-06-23 | 深圳市智汉科技有限公司 | 一种电缆监测器智能分配方法及设备 |
CN116298703B (zh) * | 2023-05-25 | 2023-07-25 | 深圳市智汉科技有限公司 | 一种电缆监测器智能分配方法及设备 |
CN116522096A (zh) * | 2023-06-30 | 2023-08-01 | 长春市联心花信息科技有限公司 | 基于动作捕捉的三维数字孪生内容智能制作方法 |
CN116522096B (zh) * | 2023-06-30 | 2023-11-10 | 长春市联心花信息科技有限公司 | 基于动作捕捉的三维数字孪生内容智能制作方法 |
CN116894247A (zh) * | 2023-09-07 | 2023-10-17 | 贵州正易科技有限公司 | 一种保护计算机系统安全的方法及系统 |
CN116894247B (zh) * | 2023-09-07 | 2023-11-14 | 贵州正易科技有限公司 | 一种保护计算机系统安全的方法及系统 |
CN116885858B (zh) * | 2023-09-08 | 2023-12-08 | 中国标准化研究院 | 一种基于数字孪生技术的配电网故障处理方法及系统 |
CN116885858A (zh) * | 2023-09-08 | 2023-10-13 | 中国标准化研究院 | 一种基于数字孪生技术的配电网故障处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115469176A (zh) | 一种基于数据模型的数字孪生电网用风险评估系统 | |
CN114911209B (zh) | 一种基于数据分析的大蒜加工废水处理管理系统 | |
CN115389854B (zh) | 一种直流电源供电系统的安全监测系统及方法 | |
CN116148582A (zh) | 基于数据分析的电力开关柜监测预警反馈系统 | |
CN115268342A (zh) | 一种基于大数据的工业设备节能管理系统 | |
CN114993387A (zh) | 一种基于人工智能的主板生产加工监管系统 | |
CN115730864A (zh) | 基于物联网的智能能源管理平台 | |
CN115933508B (zh) | 一种配电网智能电力运维系统 | |
CN114019927A (zh) | 基于智能精密模具制造的监管反馈控制系统 | |
CN114977483A (zh) | 一种智能电网调控控制设备故障诊断系统 | |
CN115792423A (zh) | 一种基于物联网的模块化机柜及其运行状态监测系统 | |
CN115580972A (zh) | 一种智能舞台灯光秀的自动化控制系统及其控制方法 | |
CN114928168A (zh) | 一种海上平台无人化数据边缘计算装置 | |
CN115951606A (zh) | 智慧工厂生产环境预警处理方法 | |
CN113054906B (zh) | 光伏电站的故障确定方法、装置、处理器与光伏系统 | |
CN116540058B (zh) | 一种基于数据分析的led车灯运行监测系统 | |
CN115265635B (zh) | 一种基于数据分析的工业机器视觉检测管理系统 | |
CN115267408B (zh) | 基于人工智能的配电开关设备故障精准定位系统及方法 | |
CN117169652A (zh) | 一种基于人工智能的配电网故障检测定位系统 | |
CN116295664A (zh) | 一种中压配电柜 | |
CN114838756B (zh) | 一种智能环网柜监控系统 | |
CN113256959A (zh) | 工业数据采集终端测试系统 | |
CN114760332A (zh) | 一种高效的设备监测分析方法 | |
CN117406048B (zh) | 一种变压器放电故障诊断方法及装置 | |
CN117156484B (zh) | 一种基于5g技术的通信基站能耗分析系统和方法 |
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 |