CN115630947A - 一种基于物联网的电缆大数据分析平台 - Google Patents

一种基于物联网的电缆大数据分析平台 Download PDF

Info

Publication number
CN115630947A
CN115630947A CN202211302496.9A CN202211302496A CN115630947A CN 115630947 A CN115630947 A CN 115630947A CN 202211302496 A CN202211302496 A CN 202211302496A CN 115630947 A CN115630947 A CN 115630947A
Authority
CN
China
Prior art keywords
cable
data
data analysis
abnormal
module
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
CN202211302496.9A
Other languages
English (en)
Inventor
郭智昊
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.)
Fujian Chengtian Technology Co ltd
Original Assignee
Fujian Chengtian 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 Fujian Chengtian Technology Co ltd filed Critical Fujian Chengtian Technology Co ltd
Priority to CN202211302496.9A priority Critical patent/CN115630947A/zh
Publication of CN115630947A publication Critical patent/CN115630947A/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
    • 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
    • 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
    • G01R31/1227—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 of components, parts or materials
    • G01R31/1263—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation
    • G01R31/1272—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 of components, parts or materials of solid or fluid materials, e.g. insulation films, bulk material; of semiconductors or LV electronic components or parts; of cable, line or wire insulation of cable, line or wire insulation, e.g. using partial discharge measurements
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computing Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明提供了一种基于物联网的电缆大数据分析平台，涉及电缆技术领域，旨在解决现有的智能化的电缆监测过程中，难以规避电缆在正常运行中存在潜在的运行故障，一旦发生故障，造成经济损失的问题，采用的技术方案是，包括数据采集模块、异常数据分析模块、大数据分析模型、数据储存模块、预存异常数据模块和显示模块；通过采用数据采集模块对在运行中的电缆进行各种数据信息的采集，并将采集后的数据信息通过大数据分析模型进行分析检测，并通过显示模块进行显示，不仅能够对运行中的电缆实现实时监测，还能够对电缆出现故障前，进行提前预警，避免电缆发生故障，造成经济损失。

Description

一种基于物联网的电缆大数据分析平台
技术领域
本发明涉及电缆技术领域，具体为一种基于物联网的电缆大数据分析平台。
背景技术
物联网即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与网络结合起来而形成的一个巨大网络，实现任何时间、任何地点，人、机、物的互联互通。
物联网是新一代信息技术的重要组成部分，IT行业又叫：泛互联，意指物物相连，万物万联。由此，“物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。因此，物联网的定义是通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。
电缆是一种电能或信号传输装置，通常是由一根或多根相互绝缘的导体和外包绝缘保护层制成，将电力或信息从一处传输到另一处的导线。
电缆通常是由几根或几组导线(每组至少两根)绞合而成的类似绳索的电缆，每组导线之间相互绝缘，并常围绕着一根中心扭成，整个外面包有高度绝缘的覆盖层。电缆具有内通电，外绝缘的特征。
电缆有电力电缆、控制电缆、补偿电缆、屏蔽电缆、高温电缆、计算机电缆、信号电缆、同轴电缆、耐火电缆、船用电缆、矿用电缆、铝合金电缆等等。它们都是由单股或多股导线和绝缘层组成，用来连接电路、电器等。
大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据平台是一种通过内容共享、资源共用、渠道共建和数据共通等形式来进行服务的网络平台。大数据平台可以充分利用大数据资源支撑创新发展。在数字经济时代，大数据不仅成为新型的关键生产要素，同时也是推动经济社会发展的强劲引擎。
大数据分析是指对规模巨大的数据进行分析。大数据可以概括为5个V，数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)；大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，大数据分析也应运而生。
现代电力能源关系到人们日常生活的方方面面，若发生电力事故，极有可能造成严重的后果，且需要快速找到事故地点，且进行修复；为了较好的对电缆运行状态进行实时监控，实现对电缆更好的运行维护效果，电缆的运维设置也越来越趋向于智能化；而智能化的电缆监测过程中，难以规避电缆在正常运行中存在潜在的运行故障，一旦发生故障，造成经济损失。
发明内容
鉴于现有技术中所存在的问题，本发明公开了一种基于物联网的电缆大数据分析平台，采用的技术方案是，包括数据采集模块、异常数据分析模块、大数据分析模型、数据储存模块、预存异常数据模块和显示模块；所述数据采集模块用于采集电缆在正常运行中的数据信息，并在采集到的电缆数据信息传输至所述大数据分析模型；所述大数据分析模型用于对采集到电缆数据进行故障预测分析，所采集到的数据异于正常电缆数据时，将异常的电缆数据输出至所述异常数据分析模块，将正常的电缆数据传输至所述数据储存模块进行存储；所述异常数据分析模块接收到异常的电缆数据信息后，并调取所述预存异常数据模块中的数据，与电缆数据信息进行比对，确定其异常的电缆信息出处，并将其显示在所述显示模块中。
作为本发明的一种优选技术方案，所述数据收集模块包括对电缆的运行时间、运行条件、运行环境、故障放电信号的采集，采用数据采集模块对在运行中的电缆进行各种数据信息的采集，并将采集后的数据信息通过大数据分析模型进行分析检测，并通过显示模块进行显示，不仅能够对运行中的电缆实现实时监测，还能够对电缆出现故障前，进行提前预警，避免电缆发生故障，造成经济损失。
作为本发明的一种优选技术方案，对所述故障放电信号进行滤波和分频，得到预处理信号，并采用HHT变换对所述预处理信号进行转换，并传输至所述异常数据分析模块。
作为本发明的一种优选技术方案，所述运行时间指的是电缆服役时间，即从投入使用到因故障而停止运行的时间。
作为本发明的一种优选技术方案，所述运行条件涉及的因素有电压、电流、温度、负荷率中的一种或多种。
作为本发明的一种优选技术方案，所述运行环境指的是电缆的铺设方式，包括隧道、直埋、穿管、顶管中的任一铺设方式。
作为本发明的一种优选技术方案，所述异常数据分析模块包括数据匹配单元、数据提取单元、数据对比单元和数据传输单元，异常数据传输至所述异常数据分析模块时，根据异常数据的数据参数与匹配单元进行匹配，并通过数据提取单元提取所述预存异常数据模块中所对应的数据，通过数据对比单元进行对比，并计算出异常数据高出或低于正常数据的范围，并通过数据传输单元传输至所述数据储存模块和所述显示模块，通过异常数据分析模块能够对异常数据进行比对分析，并确定产生此异常数据的位置，便于工作人员对电缆的修理维护。
作为本发明的一种优选技术方案，所述显示模块包括监测单元、故障预警单元和输入单元，所述监测单元用于监测各个模块之间的连接以及数据传输，保证数据在传输过程中的稳定性；所述故障预警单元用于所述大数据分析模型检测出趋近于异常数据时进行的提前预警；所述输入单元用于向所述预存异常数据模块中的数据输入。
作为本发明的一种优选技术方案，所述预存异常数据模块包括异常数据库和应对方案数据库，通过本技术方案，可以实现智能电缆的运行故障预测，并根据预测结果进行预警提示，以此可较好地规避潜在的运行故障风险，避免智能电缆故障导致的经济损失，优化智能电缆的运行管理。
作为本发明的一种优选技术方案，所述大数据分析模型中包括预测值公式、故障概率密度函数、故障概率分布函数、可靠度函数和故障率函数；
预测值公式为，F(Xi)＝W1X1+W2X2+...+WnXn，
其中，[W1,W2...,Wn]为预测系数，
[X1,X2...,Xn]为各类运行监测数据，
F(Xi)为对应运行监测数据的预测值；
故障概率密度函数为：
Figure BDA0003904607380000041
故障概率分布函数为：
Figure BDA0003904607380000042
Figure BDA0003904607380000043
可靠度函数为：
Figure BDA0003904607380000044
故障率函数为：
Figure BDA0003904607380000045
其中t为电缆的运行时间，β为电缆的运行条件，η为电缆的运行环境。
本发明的有益效果：本发明通过采用数据采集模块对在运行中的电缆进行各种数据信息的采集，并将采集后的数据信息通过大数据分析模型进行分析检测，并通过显示模块进行显示，不仅能够对运行中的电缆实现实时监测，还能够对电缆出现故障前，进行提前预警，避免电缆发生故障，造成经济损失；通过异常数据分析模块能够对异常数据进行比对分析，并确定产生此异常数据的位置，便于工作人员对电缆的修理维护；通过本技术方案，可以实现智能电缆的运行故障预测，并根据预测结果进行预警提示，以此可较好地规避潜在的运行故障风险，避免智能电缆故障导致的经济损失，优化智能电缆的运行管理。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明示意图；
图2为本发明数据采集模块示意图；
图3为本发明异常数据分析模块示意图；
图4为本发明显示模块示意图；
图5为本发明预存异常数据模块示意图。
具体实施方式
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
参选以下本发明的优选实施方法的详述以及包括的实施例可更容易地理解本发明的内容。除非另有限定，本文使用的所有技术以及科学术语具有与本发明所属领域普通技术人员通常理解的相同的含义。当存在矛盾时，以本说明书中的定义为准。
实施例1
如图1至图5所示，本发明公开了一种基于物联网的电缆大数据分析平台，采用的技术方案是，包括数据采集模块、异常数据分析模块、大数据分析模型、数据储存模块、预存异常数据模块和显示模块；
优选的，所述数据采集模块用于采集电缆在正常运行中的数据信息，并在采集到的电缆数据信息传输至所述大数据分析模型；所述大数据分析模型用于对采集到电缆数据进行故障预测分析，所采集到的数据异于正常电缆数据时，将异常的电缆数据输出至所述异常数据分析模块，将正常的电缆数据传输至所述数据储存模块进行存储；所述异常数据分析模块接收到异常的电缆数据信息后，并调取所述预存异常数据模块中的数据，与电缆数据信息进行比对，确定其异常的电缆信息出处，并将其显示在所述显示模块中。
为了能够对运行中的电缆进行实时监测，所述数据收集模块包括对电缆的运行时间、运行条件、运行环境、故障放电信号的采集；对所述故障放电信号进行滤波和分频，得到预处理信号，并采用HHT变换对所述预处理信号进行转换，并传输至所述异常数据分析模块。电缆的数据是来自于数据采集模块，数据采集模块对电缆运行数据的收集来自于安装在电缆上的各个监测传感器，用于电缆数据采集的各个监测传感器设置于前端，用于采集各个智能电缆线路的运行监测数据，其中运行监测数据可以根据设定的数据采集周期由监测传感器进行周期性采集并上传至智能分析服务器。也可以由智能分析服务器周期性下发数据获取请求获取缓存于监测传感器的运行监测数据。需要说明是，监测传感器采集到的运行监测数据，需包括该运行监测数据所对应的智能电缆的线路编号信息，以便于后续进行运行监测数据存储分析时，确知对应运行监测数据所归属的智能电缆线路；采集到的异常数据可反向追踪，即可知道异常数据的出处。
对故障放电信号滤波和分频，滤波和分频处理采用的方法为小波变换法；HHT变换步骤如下：故障放电信号的固有特征尺度，采用经验模态分解方法将信号数据分解成一个以上的IMF分量及一个残量；将HHT变换应用到IMF分量中，并构造Hilbert谱和Hilbert边际谱。
优选的，所述运行时间指的是电缆服役时间，即从投入使用到因故障而停止运行的时间。
优选的，所述运行条件涉及的因素有电压、电流、温度、负荷率中的一种或多种。
优选的，所述运行环境指的是电缆的铺设方式，包括隧道、直埋、穿管、顶管中的任一铺设方式。
为了加强对电缆的监测强度，并对电缆的状态进行实时监测，以及出现故障后的第一时间发现并对其进行维护，所述异常数据分析模块包括数据匹配单元、数据提取单元、数据对比单元和数据传输单元，异常数据传输至所述异常数据分析模块时，根据异常数据的数据参数与匹配单元进行匹配，通过数据提取单元提取所述预存异常数据模块中所对应的数据，通过数据对比单元进行对比，并计算出异常数据高出或低于正常数据的范围，并通过数据传输单元传输至所述数据储存模块和所述显示模块。
是通过将数据采集模块采集到的数据与预存异常数据模块中的数据进行对比，来检测分析异常数据；出现异常数据后，可通过反向查询，找到是哪个电缆数据检测传感器传出的信号，以此来确定故障点在何处，并进行及时的检修；预存异常数据模块中的数据信息为电缆正常运行时的数据，例如，电缆正常共工作过程中，正常通过电缆的电流数据为一个区间0-100A，当数据采集模块采集到电缆中通过的电流数据为98A或99A时，会进行提前预警。
为了便于工作人员对电缆状态的实时观察，所述显示模块包括监测单元、故障预警单元和输入单元，所述监测单元用于监测各个模块之间的连接以及数据传输，保证数据在传输过程中的稳定性；所述故障预警单元用于所述大数据分析模型检测出趋近于异常数据时进行的提前预警；所述输入单元用于向所述预存异常数据模块中的数据输入。
为了加快对电缆运行中出现的异常数据进行处理，所述预存异常数据模块包括异常数据库和应对方案数据库；可根据异常数据库中的异常数据与监测到的电缆异常数据进行对比分析，判断其出现异常的原因，并根据应对方案数据库，根据此异常数据提供出最佳应对方案。
作为本发明的一种优选技术方案，所述大数据分析模型中包括预测值公式、故障概率密度函数、故障概率分布函数、可靠度函数和故障率函数；
预测值公式为，F(Xi)＝W1X1+W2X2+...+WnXn，
其中，[W1,W2...,Wn]为预测系数，
[X1,X2...,Xn]为各类运行监测数据，
F(Xi)为对应运行监测数据的预测值；
故障概率密度函数为：
Figure BDA0003904607380000081
故障概率分布函数为：
Figure BDA0003904607380000082
Figure BDA0003904607380000083
可靠度函数为：
Figure BDA0003904607380000084
故障率函数为：
Figure BDA0003904607380000085
其中t为电缆的运行时间，β为电缆的运行条件，η为电缆的运行环境。
当β<1时，故障率随运行时间增加而下降，表明电缆线路处于早期故障模式；
当β＝1时，故障率不随时间变化，表明电缆线路处于随机失效的模式；当β>1时，故障率随运行时间增加而增加，表明电缆线路处于老化阶段；当1<β<4时，表示线路处于老化初期；当β>4时，表示线路处于老化的中晚期。
实施例2
以某地区的电缆系统为例；
对电缆线路运行数据信息进行收集，选取20组高压故障电缆或退役电缆的运行数据如表1所示。
表1某地区高压故障电缆或退役电缆运行数据
线路序号 投运日期 运行时间/天
1 2011/6/10 3157
2 2011/6/10 3157
3 2013/5/10 3001
4 2013/5/10 3510
… … …
17 2017/1/10 2997
18 2018/7/6 3011
19 2018/8/10 3015
20 2020/7/9 2990
Weibull分布参数函数的参数估计
应用极大似然估计法对这些电缆数据进行Weibull分布的参数估计，其估计结果如表2所示。由表2所示参数估计结果，β估计数值为2.15，表示该地区目前在运的高压电缆处于老化状态初期；η估计数值为10523，即其特征寿命为10523天，表示在此估计结果下，大约有62.5％的高压电缆会在投运约40年后发生老化故障。
电缆的老化程度会随着时间的推移逐渐增加，本技术方案中的电缆老化故障率是对高压电缆进行大数据信息采集监测分析中的结果之一，表示若干年后的电缆容易发生老化故障率，以便对检修维护人员提供参考，达到对电缆进行提前预警的目的。
表2Weibull分布参数估计结果
参数 数值
β 2.15
η 10523
文中未详细说明的部件为现有技术。
如本文所用术语“由…制备”与“包含”同义。本文中所用的术语“包含”、“包括”、“具有”、“含有”或其任何其它变形，意在覆盖非排它性的包括。例如，包含所列要素的组合物、步骤、方法、制品或装置不必仅限于那些要素，而是可以包括未明确列出的其它要素或此种组合物、步骤、方法、制品或装置所固有的要素。
连接词“由…组成”排除任何未指出的要素、步骤或组分。如果用于权利要求中，此短语将使权利要求为封闭式，使其不包含除那些描述的材料以外的材料，但与其相关的常规杂质除外。当短语“由…组成”出现在权利要求主体的子句中而不是紧接在主题之后时，其仅限定在该子句中描述的要素；其它要素并不被排除在作为整体的所述权利要求之外。
说明书和权利要求书中的近似用语用来修饰数量，表示本发明并不限定于该具体数量，还包括与该数量接近的可接受的而不会导致相关基本功能的改变的修正的部分。相应的，用“大约”、“约”等修饰一个数值，意为本发明不限于该精确数值。在某些例子中，近似用语可能对应于测量数值的仪器的精度。在本申请说明书和权利要求书中，范围限定可以组合和/或互换，如果没有另外说明这些范围包括其间所含有的所有子范围。
上述虽然对本发明的具体实施例作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化，而不具备创造性劳动的修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于物联网的电缆大数据分析平台，其特征在于：包括数据采集模块、异常数据分析模块、大数据分析模型、数据储存模块、预存异常数据模块和显示模块；所述数据采集模块用于采集电缆在正常运行中的数据信息，并在采集到的电缆数据信息传输至所述大数据分析模型；所述大数据分析模型用于对采集到电缆数据进行故障预测分析，所采集到的数据异于正常电缆数据时，将异常的电缆数据输出至所述异常数据分析模块，将正常的电缆数据传输至所述数据储存模块进行存储；所述异常数据分析模块接收到异常的电缆数据信息后，并调取所述预存异常数据模块中的数据，与电缆数据信息进行比对，确定其异常的电缆信息出处，并将其显示在所述显示模块中。
2.根据权利要求1所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述大数据分析模型中包括预测值公式、故障概率密度函数、故障概率分布函数、可靠度函数和故障率函数；
预测值公式为，F(Xi)＝W1X1+W2X2+...+WnXn，
其中，[W1,W2...,Wn]为预测系数，[X1,X2...,Xn]为各类运行监测数据，F(Xi)为对应运行监测数据的预测值；
故障概率密度函数为：
Figure FDA0003904607370000011
故障概率分布函数为：
Figure FDA0003904607370000012
Figure FDA0003904607370000013
可靠度函数为：
Figure FDA0003904607370000014
故障率函数为：
Figure FDA0003904607370000015
其中t为电缆的运行时间，β为电缆的运行条件，η为电缆的运行环境。
3.根据权利要求1所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述数据收集模块包括对电缆的运行时间、运行条件、运行环境、故障放电信号的采集。
4.根据权利要求2所述的一种基于物联网的电缆大数据分析平台，其特征在于：对所述故障放电信号进行滤波和分频，得到预处理信号，并采用HHT变换对所述预处理信号进行转换，并传输至所述异常数据分析模块。
5.根据权利要求2所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述运行时间指的是电缆服役时间，即从投入使用到因故障而停止运行的时间。
6.根据权利要求2所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述运行条件涉及的因素有电压、电流、温度、负荷率中的一种或多种。
7.根据权利要求2所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述运行环境指的是电缆的铺设方式，包括隧道、直埋、穿管、顶管中的任一铺设方式。
8.根据权利要求1所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述异常数据分析模块包括数据匹配单元、数据提取单元、数据对比单元和数据传输单元。
9.根据权利要求1所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述显示模块包括监测单元、故障预警单元和输入单元。
10.根据权利要求1所述的一种基于物联网的电缆大数据分析平台，其特征在于：所述预存异常数据模块包括异常数据库和应对方案数据库。
CN202211302496.9A 2022-10-24 2022-10-24 一种基于物联网的电缆大数据分析平台 Pending CN115630947A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211302496.9A CN115630947A (zh) 2022-10-24 2022-10-24 一种基于物联网的电缆大数据分析平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211302496.9A CN115630947A (zh) 2022-10-24 2022-10-24 一种基于物联网的电缆大数据分析平台

Publications (1)

Publication Number Publication Date
CN115630947A true CN115630947A (zh) 2023-01-20

Family

ID=84905822

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211302496.9A Pending CN115630947A (zh) 2022-10-24 2022-10-24 一种基于物联网的电缆大数据分析平台

Country Status (1)

Country Link
CN (1) CN115630947A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117830030A (zh) * 2024-03-04 2024-04-05 吉林省远程电缆有限公司 基于物联网的电缆运行监管方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117830030A (zh) * 2024-03-04 2024-04-05 吉林省远程电缆有限公司 基于物联网的电缆运行监管方法及系统
CN117830030B (zh) * 2024-03-04 2024-05-28 吉林省远程电缆有限公司 基于物联网的电缆运行监管方法及系统

Similar Documents

Publication Publication Date Title
CN101149416B (zh) 电力电缆绝缘状态监测与寿命管理系统
CN202009267U (zh) 智能变电站设备状态一体化监测与分析系统
CN102902245B (zh) 一种光伏电站智能监控系统
CN116187593B (zh) 一种配电网故障预测处理方法、装置、设备、存储介质
CN105337575B (zh) 光伏电站状态预测及故障诊断方法和系统
CN104977087A (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
CN110058103A (zh) 基于Vxworks平台的变压器智能故障诊断系统
CN115630947A (zh) 一种基于物联网的电缆大数据分析平台
CN213754105U (zh) 一种基于大数据的光伏电站智能管理系统
CN117078017A (zh) 一种用于电力电网设备监控智能化决策分析系统
CN115293370A (zh) 一种分布式光伏电站的数字一体化运维管理系统
CN202472920U (zh) 变电站自动化监控系统
CN111835083A (zh) 电源信息监控系统、方法、装置、计算机设备和存储介质
CN113655333A (zh) 基于大数据挖掘分析的分布式故障监测方法及系统
CN110108983B (zh) 一种智能电缆状态在线测控管理方法
CN116799953A (zh) 一种基于电网调度监控的设备异常识别方法、装置及设备
CN109740797A (zh) 一种基于条件概率的电力设备缺陷事件预警方法
CN115775047A (zh) 一种区域电力供需分析预测方法、系统及存储介质
CN114693111A (zh) 变电站少油设备智能监测分析系统及方法
CN205304734U (zh) 光伏电站状态预测及故障诊断装置
CN211930341U (zh) 一种基于时空信息统一服务的输电线路管理系统
CN114759669A (zh) 一种船舶岸电系统的控制装置、方法和终端
WO2022023732A1 (en) Cable monitoring system
CN111769590A (zh) 一种基于储能的分布式光伏微电网协调控制方法
Liangzhi et al. Research on fault prediction and diagnosis of power equipment based on big data

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