CN115754416A - 基于边缘计算的水轮发电机局部放电分析系统及方法 - Google Patents

基于边缘计算的水轮发电机局部放电分析系统及方法 Download PDF

Info

Publication number
CN115754416A
CN115754416A CN202211435809.8A CN202211435809A CN115754416A CN 115754416 A CN115754416 A CN 115754416A CN 202211435809 A CN202211435809 A CN 202211435809A CN 115754416 A CN115754416 A CN 115754416A
Authority
CN
China
Prior art keywords
partial discharge
data
edge calculation
array
generator
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
CN202211435809.8A
Other languages
English (en)
Other versions
CN115754416B (zh
Inventor
王乐宁
刘鹤
花振国
张康
陈阳
宋坤隆
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.)
Guoneng Dadu River Pubugou Power Generation Co ltd
CHN Energy Group Science and Technology Research Institute Co Ltd
Original Assignee
Guoneng Dadu River Pubugou Power Generation Co ltd
CHN Energy Group Science and Technology Research Institute 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 Guoneng Dadu River Pubugou Power Generation Co ltd, CHN Energy Group Science and Technology Research Institute Co Ltd filed Critical Guoneng Dadu River Pubugou Power Generation Co ltd
Priority to CN202211435809.8A priority Critical patent/CN115754416B/zh
Publication of CN115754416A publication Critical patent/CN115754416A/zh
Application granted granted Critical
Publication of CN115754416B publication Critical patent/CN115754416B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/20Hydro energy

Landscapes

  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)
  • Testing Relating To Insulation (AREA)

Abstract

本申请实施例提供一种基于边缘计算的水轮发电机局部放电分析系统及方法,属于高频局部放电测试技术领域,所述系统包括:水轮发电机、电容传感器和边缘计算模块;所述电容传感器安装在水轮发电机定子绕组上,用于采集水轮发电机的局部放电模拟信号;所述边缘计算模块用于将局部放电模拟信号转化为局部放电数字信号,并对所述局部放电数字信号进行分析和处理,获得有效局部放电数据。所述系统能够将从水轮发电机上获取到的局部放电数据在本地进行处理,筛选出有效局部放电数据。

Description

基于边缘计算的水轮发电机局部放电分析系统及方法
技术领域
本申请涉及计算机技术领域,具体涉及一种基于边缘计算的水轮发电机局部放电分析系统、一种基于边缘计算的水轮发电机局部放电分析方法、一种机器可读存储介质及一种处理器。
背景技术
大型水轮发电机定子绕组绝缘结构复杂,物理特性及暂态过程分析困难。由于对故障发生及衍变机理认识尚不充分,受定子线棒国产化过程中工艺参数分散化等因素影响。近年来,大型水轮发电机定子绕组局部放电问题日益凸显。开展绝缘状态评价工作意义重大,实践表明尽早检测出绝缘故障可大幅度降低故障损失。
传统低频局放测试技术因采样率不足,测试结果呈波动性。此外,受大型水轮发电机大电容试品“吸收效应”和背景干扰的影响,局部放电脉冲淹没在背景噪声中难以识别。大型水轮发电机背景干扰较大,局部放电脉冲混叠在干扰信号中,由于示波器方案触发条件设置灵活性不足,采集到的信号序列呈“碎片化”,通常同时包含局放信号和干扰信号,局放特征信息还原十分困难。
在实际应用中,水轮发电机局部放电信号数据量大,局放信号的采集过度依赖大存储、高性能的硬件设备或者云端资源,目前,还没有能够用于大型水轮发电机的用以节省带宽和存储空间的技术方案。
发明内容
本申请实施例的目的是提供基于边缘计算的水轮发电机局部放电分析系统及方法,所述系统能够将从水轮发电机上获取到的海量局部放电信号在本地进行处理,筛选出有效局部放电数据,从而节省大量的Internet带宽以及存储空间。
为了实现上述目的,本申请第一方面提供一种基于边缘计算的水轮发电机局部放电分析系统,所述系统包括:水轮发电机、电容传感器和边缘计算模块;所述电容传感器安装在水轮发电机定子绕组上,用于采集水轮发电机的局部放电模拟信号;所述边缘计算模块用于将局部放电模拟信号转化为局部放电数字信号,并对所述局部放电数字信号进行分析和处理,获得有效局部放电数据。
在本申请实施例中,所述边缘计算模块,包括:ADC芯片组、适配器接口和FPGA芯片;
所述ADC芯片组用于将局部放电模拟信号转换为局部放电数字信号,并将局部放电数字信号经适配器接口发送至FPGA芯片;
所述FPGA芯片用于对所述局部放电数字信号进行实时切割、标注以及清洗处理,获得有效局部放电数据。
在本申请实施例中,所述系统还包括:高速实时数据通信模块和中心服务器;其中,所述中心服务器包括:数据存储模块;
所述高速实时数据通信模块用于将有效局部放电数据实时传输至数据存储模块;
所述数据存储模块用于存储所述有效局部放电数据。
在本申请实施例中,所述高速实时数据通信模块包括:高传输速率总线、数据传输模块、通信控制器和环形缓冲区;
所述通信控制器用于在所述环形缓冲区获取到数据采集指令的情况下,将数据传输模式转换为高速实时数据通信模式;
所述通信控制器还用于在所述高速实时数据通信模式下,控制所述有效局部放电数据依次通过高传输速率总线和数据传输模块传输至数据存储模块。
在本申请实施例中,所述通信控制器还用于在预定采样时间超过时间阈值的情况下,结束所述高速实时数据通信模式。
在本申请实施例中,所述通信控制器还用于在达到存储深度或达到采集结束触发条件的情况下,结束所述高速实时数据通信模式。
本申请第二方面提供一种基于边缘计算的水轮发电机局部放电分析方法,采用任一项所述的基于边缘计算的水轮发电机局部放电分析系统实现,所述方法包括:
获取局部放电采样数据;
对所述局部放电采样数据按最小数据处理单元分割,将分割后的采样数据存储至环形缓存区的最小存储单元;其中,所述最小存储单元存储有Y个采样数据;
对所述Y个采样数据按照幅值大小进行降序排序,筛选出前i个采样数据组成最大幅值数组
Figure BDA0003947180360000031
其中,i<Y;
确定最大幅值数组
Figure BDA0003947180360000032
中的有效性数组σ(x),并获取有效性数组σ(x)的长度;
基于有效性数组σ(x)的长度确定最小存储单元中最终存储的有效局部放电数据。
在本申请实施例中,所述基于有效性数组σ(x)的长度确定最小存储单元中最终存储的有效局部放电数据,包括:
当有效性数组σ(x)的长度大于或者等于预设阈值时,则判定有效性数组σ(x)为有效最大幅值数组,将所述有效最大幅值数组保留至最大幅值数组
Figure BDA0003947180360000033
并存储至最小存储单元;
当有效性数组σ(x)的长度小于预设阈值时,则判定有效性数组σ(x)为非有效最大幅值数组,将所述非有效最大幅值数组从所述最大幅值数组
Figure BDA0003947180360000041
中删除。
本申请第三方面提供一种处理器,被配置成执行上述的基于边缘计算的水轮发电机局部放电分析方法。
本申请第四方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得所述处理器被配置成执行上述的基于边缘计算的水轮发电机局部放电分析方法。
与现有技术相比,本发明的上述技术方案具有如下有益效果:
本申请提供一种基于边缘计算的水轮发电机局部放电分析系统及方法,所述系统能够将从水轮发电机上获取到的海量局部放电信号在本地进行处理,筛选出有效局部放电数据,从而节省大量的Internet带宽以及存储空间。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本申请实施例,但并不构成对本申请实施例的限制。在附图中:
图1示意性示出了根据本申请实施例的基于边缘计算的水轮发电机局部放电分析系统结构总图;
图2示意性示出了根据本申请实施例的高压电容传感器布置示意图;
图3示意性示出了根据本申请实施例的边缘计算模块结构示意图;
图4示意性示出了根据本申请实施例的数据切割方法示意图;
图5示意性示出了根据本申请实施例的数据并行处理模块示意图;
图6示意性示出了根据本申请实施例的基于边缘计算的水轮发电机局部放电分析方法的流程示意图;
图7示意性示出了根据本申请实施例的高速实时数据通信模块示意图;
图8示意性示出了根据本申请实施例的数据库并行写入示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明,若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示) 下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本申请实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
本申请提供的基于边缘计算的水轮发电机局部放电分析系统,可以应用于如图1所示的应用环境中。其中,高压耦合电容传感器直接安装至大型水轮发电机定子绕组上,按照定子绕组电压分布,优先在容易发生局部放电的高电压运行区域布置1组或多组高压电容传感器。数字化终端(边缘计算模块)的主要功能是将电容传感器的海量模拟信号数字化,然后将数字化信号硬件处理,完成数据切割、标注和冗余删除。处理后的数据经过物联网网关选择光纤或无线通讯传输至中心服务器存储。云端中心服务器建立典型案例数据库,并开发局部放电模式识别等高级应用功能。
大型水轮发电机局部放电的发生跟定子线圈的电压相关。如图2所示,发电机定子线圈从首端发电机出口(电压最高)到尾端发电机中性点(以直接接地系统为例,电压最低为零),电压逐步降低为零。假设已通过实验明确该定子线圈的局部放电区间,图中高电压运行区域可能发生局部放电现象,而低电压运行区域发生局部放电现象的概率忽略不计。故仅在高电压区域安装高压电容传感器采集局部放电信号。
当传感器足够灵敏,可仅在发电机出口安装点1安装1组高压电容传感器,当传感器灵敏度不足,则选择多传感器安装方案,在安装点1、安装点 2、安装点3均安装高压电容传感器,实现发电机定子线圈局部放电测试全覆盖。
如图3所示,边缘计算模块由ADC芯片组、FPGA芯片、环形缓冲区、闪存、适配器接口、电源组成。电压信号经ADC芯片组进行模数转换,转换后的数字信号经适配器接口进入到FPGA内,数据先暂时存储在环形缓冲区,数据进行硬件级的数据实时切割、标注、清洗;然后受高传输速率总线 Host桥控制,通过高传输速率总线传输至数据通信模块处理,数据经编码、压缩、加密后,通过4G、5G无线网络,或是光纤传输至云端中心服务器。整体硬件采用哈弗结构,具有独立的指令和数据传输通路,通过高传输速率总线Host桥下发统一时钟,协调信号采集、处理、通信的控制;闪存用于存储FPGA预输入控制指令,电源回路为各硬件供电。环形缓冲区设计可支持同时读写操作及实时数据处理。
在本实施例中,如图4所示,时钟信号发出工频同步计时点,计时点间隔为5ms,作为采样最小数据处理单元;环形缓冲区划分为最小存储单元,保存50个数据处理单元。不失一般性,ADC芯片组的采样率为109sp/s,采样间隔为1ns,数据存储精度为16bit,数据处理单元保存5×106个采样点,理论存储空间为10MB,环形缓冲区内最小存储单元为500MB。
在本实施例中,设计两组内存构建环形缓冲区,形成高速数据传输枢纽,写入数据和读取数据共享存储区域,设置读指针和写指针,读指针读取指向内存区域的数据,写指针向指向内存区域写入数据。通过移动读指针和写指针实现环形缓冲区的数据读取和写入,并按照先进先出原则进行操作。本实施例共设置4个最小存储单元,最小存储单元内的数据处理单元顺序存储,共用读写指针。
为了实现数据不间断的采集存储,不发生数据丢包失真问题,本实施例采用多线程技术。“读数据线程”和“写数据线程”共享环形缓冲区存储空间。主进程由FPGA控制,环形缓冲区共用存储空间的设置,使得该内存区域的数据读取和写入可以同时进行。在主进程控制下,“读数据线程”和“写数据线程”有序进行。“写数据线程”把数字化信号按照预设定大小进行分块,写入环形缓冲区写指针存储区域,写入完成后写指针地址向前移动一位。“读数据线程”不受写入数据影响,将环形缓冲区读指针存储区域数据传输至数据通信模块处理,读出完成后读指针地址向前移动一位。
在本实施例中,如图5所示,采样数据(局部放电数字信号)按最小数据处理单元分割后,存储至环形缓存区的1个最小存储单元,设置数据并行处理模块同时对最小存储单元内的50个数据处理单元进行处理。数据并行处理模块配置51个并行计算模块,按运算类型由50个数据分析器和1个数据统计器构成。
数据处理单元由N=5×106个样本点构成,每个数据分析器对应一个数据处理单元并行处理,筛选出有效最大幅值,数据统计器按照有效最大幅值进行排序。
数据处理单元通过F(x)表示:
F(x)=δn(x)|n∈{1,2…50},x=1,2…5×106
以第n个数据处理单元为例,筛选出幅值最大的20个样本点。
筛选出有效性判定数
Figure BDA0003947180360000081
Figure BDA0003947180360000082
即为样本点最大幅值序号数组。
根据最大幅值序号数组连续性筛选出有效性判定数组σ(x),将σ(x)按序号连续性分为M组。
{ε(σ(x))}|x=1,2…M
根据有效性判定数组的长度判定数据处理单元的有效性,并设定其状态变量η(x),当有效性数组长度大于等于3时,则判定其为有效最大幅值序号,状态变量η(x)设置为1;当有效性数组长度小于3时,则判定其为非有效最大幅值序号,状态变量η(x)设置为0,并将N个非有效最大幅值序号数组从
Figure BDA0003947180360000083
数组中删除。
Figure BDA0003947180360000084
Figure BDA0003947180360000085
可见,
Figure BDA0003947180360000086
是数据处理单元F(x)中幅值最大的20个样本点,当存在非有效最大幅值样本点时,还应删掉该部分样本,
Figure BDA0003947180360000087
数组长度不大于20。
最小存储单元内50个数据分析器运算完成后向数据统计器发送状态变量λ(x),当数据分析器发生状态均为1时,则数据统计器开始运算工作。
Figure BDA0003947180360000091
根据最小存储单元内的50个数据单元的最大幅值,由大至小进行排序。
MAX(τ(x))}|x=1,2…50
数据集合中δMAX(τ(1))的幅值最大,而δMAX(τ(50))的幅值最小。
在本实施例中,根据实际情况,仅保存幅值大的10个数据处理单元,其余数据进行清洗,达到削减数据容量的效果。
Figure BDA0003947180360000092
该处理步骤采用并行处理机制,不影响数据处理的实时性,从硬件设计层面实现数据采集、处理、清洗的一体化技术。清洗后数据量仅为原先的20%,数据处理效率提高5倍。然后再对清洗后数据进行标记处理,标记上时钟信号t(x)和最大局放量Q(x)。
Figure BDA0003947180360000093
需要说明的是,本实施例仅以最简单的时钟信号和最大局放量进行举例,说明本系统的实用性。
数据清洗、标记后则传输至高速实时数据通信模块,经数据传输模块发送至云端中心服务器。
高速实时数据通信模块包括高传输速率总线、数据传输模块、CPU、通信控制器、环形缓冲区。高速实时数据通信模块可最大限度的发挥硬件的数据传输能力,由通信控制器申请占用高传输速率总线的控制权,海量数据直接在环形缓冲区与存储器间传输,不在经过CPU数据处理等中间环节,数据传输地址的修改和传输指令均在通信控制器控制下自动完成,极大提高了数据传输速度。传统数据传输方式先将数据由I/O总线传送到CPU的存储器中,还需经过修改存储器地址指针,检查状态字等环节,单次操作流程约20us,而采用高速实时数据通信模块花费时间主要为数据存储时间,约为几十毫微秒,同等硬件配置存储速度提高1000倍以上。
数据库采用并行写入方式,由多个独立的高性能磁盘组成,具有更高的吞吐速率和数据可靠性。数据库读写速率受磁头寻到定位速度的限制,它是一种慢速机械运动,无法与高速的CPU匹配。采用不带校验的磁盘分条,将数据以块的方式分布存储至多个磁盘中,实现数据的并行处理,提高整体的数据存储能力,总线带宽得到充分利用。一个由n块磁盘组成数据库,它的读写性能是单个磁盘性能的n倍。
本实施例以2磁盘并行写入数据库为例,如图8所示,本实施例采用硬件控制型数据库写入,具有独立的数据库控制卡,不占用CPU资源,开发数据库驱动程序即可方便实现数据读写操作。
写入数据:采用条带化技术将数据写入硬盘中,它将数据分为数据块,并分布存储在所有硬盘上,但分条内所有数据被写满之后。数据才会写入下一个分条。在图8中,数据分块后先同时写入分条0的D0和D1,但分条0写满后,在写入分条1,这种数据分块和并行写入机制极大提高写入速度。
读取数据:接收到数据读取请求时,与数据写入类似,数据搜索按磁盘分条进行,分条0接收到数据搜索指令,D0和D1同时进行数据搜索,搜索到的数据分别读取,并经过数据库卡进行排序集成,在经过高速总线送出。数据读取速度也正比与并行读取磁盘数量,极大提高数据读取速度,与本实施例所提的并行数据处理机制相适应。
图6示意性示出了根据本申请实施例的基于边缘计算的水轮发电机局部放电分析方法的流程示意图。如图6所示,在本申请一实施例中,提供了一种基于边缘计算的水轮发电机局部放电分析方法,本实施例主要以该方法应用于上述图1中的数字化终端(边缘计算模块)来举例说明,包括以下步骤:
步骤110,获取局部放电采样数据;
步骤120,对所述局部放电采样数据按最小数据处理单元分割,将分割后的采样数据存储至环形缓存区的最小存储单元;其中,所述最小存储单元存储有Y个采样数据;
步骤130,对所述Y个采样数据按照幅值大小进行降序排序,筛选出前 i个采样数据组成最大幅值数组
Figure BDA0003947180360000111
其中,i<Y;
步骤140,确定最大幅值数组
Figure BDA0003947180360000112
中的有效性数组σ(x),并获取有效性数组σ(x)的长度;
步骤150,基于有效性数组σ(x)的长度确定最小存储单元中最终存储的有效局部放电数据。
本实施例提供一种基于边缘计算的水轮发电机局部放电分析方法,将从水轮发电机获取到的局部放电数据在本地进行处理,筛选出有效局部放电数据,从而无需将所有局部放电数据传输到中心服务器。所述系统仅将筛选出的少量有效局部放电数据发送到中心服务器中进行存储,因此可以节省大量的Internet带宽以及存储空间。
图6为一个实施例中基于边缘计算的水轮发电机局部放电分析方法的流程示意图。应该理解的是,虽然图6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图6中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,提供了一种基于边缘计算的水轮发电机局部放电分析系统,包括水轮发电机、电容传感器和边缘计算模块;所述电容传感器安装在水轮发电机定子绕组上,用于采集水轮发电机的局部放电模拟信号;所述边缘计算模块用于将局部放电模拟信号转化为局部放电数字信号,并对所述局部放电数字信号进行分析和处理,获得有效局部放电数据。
在一个实施例中,所述边缘计算模块,包括:ADC芯片组、适配器接口和FPGA芯片;
所述ADC芯片组用于将局部放电模拟信号转换为局部放电数字信号,并将局部放电数字信号经适配器接口发送至FPGA芯片;
所述FPGA芯片用于对所述局部放电数字信号进行实时切割、标注以及清洗处理,获得有效局部放电数据。
在一个实施例中,所述系统还包括:高速实时数据通信模块和中心服务器;其中,所述中心服务器包括:数据存储模块;
所述高速实时数据通信模块用于将有效局部放电数据实时传输至数据存储模块;
所述数据存储模块用于存储所述有效局部放电数据。
在一个实施例中,所述高速实时数据通信模块包括:高传输速率总线、数据传输模块、通信控制器和环形缓冲区;
所述通信控制器用于在所述环形缓冲区获取到数据采集指令的情况下,将数据传输模式转换为高速实时数据通信模式;
所述通信控制器还用于在所述高速实时数据通信模式下,控制所述有效局部放电数据依次通过高传输速率总线和数据传输模块传输至数据存储模块。
在本实施例中,如图7所示,当环形缓冲区触发条件达到,CPU向环形缓冲区发送数据采集指令,同时进行数据存储申请,要求系统变为高速实时数据通信模式,当高速实时数据通信模式申请成功时,环形缓冲区进行数据采集,同时通信控制器操作数据传输。
在本实施例中,数据采集和存储申请过程如步骤1至步骤2:
步骤1:条件判定,当环形缓冲区向通信控制器发出高速数据传输请求信号REQ,通信控制器需要先判定高速传输模式位于非闭锁情况,系统条件应满足以下情况:(1)CPU未执行不可中断运行程序;(2)通信控制器未执行数据传输任务;(3)高传输速率总线未执行不可中断运行程序;(4)高传输速率总线带宽满足数据传输需求;(5)数据传输未执行不可中断运行程序;(6) 数据传输可用传输带宽和存储空间满足高速数据传输存储需求。
步骤2:总线控制申请,通信控制器向CPU发出总线控制请求命令 HLD,要求CPU断开总线的控制权,通信控制器占用总线,代替CPU行使控制权,负责发出环形缓冲区指令和硬件调配,负责发出数据存储指令和地址分配和选址。
在一个实施例中,所述通信控制器还用于在预定采样时间超过时间阈值的情况下,结束所述高速实时数据通信模式。
在一个实施例中,所述通信控制器还用于在达到存储深度或达到采集结束触发条件的情况下,结束所述高速实时数据通信模式。
在本实施例中,达到存储深度指的是存储空间已满。当预定采集时间、存储深度或数据采集结束触发条件达成,则应该结束高速数据传输模式。
示例性地,当采集结束时,通信控制器同时向环形缓冲区和数据传输发送“结束”信号,即刻从CPU撤回HLD信号,CPU在时钟周期识别出HLD 信号无效,通信控制器断开总线的连接,释放总线的控制权,总线变为非控制状态,CPU识别出总线非控制状态,则重新接通总线,并对总线上硬件设备恢复控制。
本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述基于边缘计算的水轮发电机局部放电分析方法。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:
步骤110,获取局部放电采样数据;
步骤120,对所述局部放电采样数据按最小数据处理单元分割,将分割后的采样数据存储至环形缓存区的最小存储单元;其中,所述最小存储单元存储有Y个采样数据;
步骤130,对所述Y个采样数据按照幅值大小进行降序排序,筛选出前 i个采样数据组成最大幅值数组
Figure BDA0003947180360000141
其中,i<Y;
步骤140,确定最大幅值数组
Figure BDA0003947180360000142
中的有效性数组σ(x),并获取有效性数组σ(x)的长度;
步骤150,基于有效性数组σ(x)的长度确定最小存储单元中最终存储的有效局部放电数据。
在一个实施例中,所述步骤150,包括:
当有效性数组σ(x)的长度大于或者等于预设阈值时,则判定有效性数组σ(x)为有效最大幅值数组,将所述有效最大幅值数组保留至最大幅值数组
Figure BDA0003947180360000143
并存储至最小存储单元;
当有效性数组σ(x)的长度小于预设阈值时,则判定有效性数组σ(x)为非有效最大幅值数组,将所述非有效最大幅值数组从所述最大幅值数组
Figure BDA0003947180360000144
中删除。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/ 输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于边缘计算的水轮发电机局部放电分析系统,其特征在于,所述系统包括:水轮发电机、电容传感器和边缘计算模块;
所述电容传感器安装在水轮发电机定子绕组上,用于采集水轮发电机的局部放电模拟信号;
所述边缘计算模块用于将局部放电模拟信号转化为局部放电数字信号,并对所述局部放电数字信号进行分析和处理,获得有效局部放电数据。
2.根据权利要求1所述的基于边缘计算的水轮发电机局部放电分析系统,其特征在于,所述边缘计算模块,包括:ADC芯片组、适配器接口和FPGA芯片;
所述ADC芯片组用于将局部放电模拟信号转换为局部放电数字信号,并将局部放电数字信号经适配器接口发送至FPGA芯片;
所述FPGA芯片用于对所述局部放电数字信号进行实时切割、标注以及清洗处理,获得有效局部放电数据。
3.根据权利要求2所述的基于边缘计算的水轮发电机局部放电分析系统,其特征在于,所述系统还包括:高速实时数据通信模块和中心服务器;所述中心服务器包括:数据存储模块;
所述高速实时数据通信模块用于将有效局部放电数据实时传输至数据存储模块;
所述数据存储模块用于存储所述有效局部放电数据。
4.根据权利要求3所述的基于边缘计算的水轮发电机局部放电分析系统,其特征在于,所述高速实时数据通信模块包括:高传输速率总线、数据传输模块、通信控制器和环形缓冲区;
所述通信控制器用于在所述环形缓冲区获取到数据采集指令的情况下,将数据传输模式转换为高速实时数据通信模式;
所述通信控制器还用于在所述高速实时数据通信模式下,控制所述有效局部放电数据依次通过高传输速率总线和数据传输模块传输至数据存储模块。
5.根据权利要求4所述的基于边缘计算的水轮发电机局部放电分析系统,其特征在于,所述通信控制器还用于在预定采样时间超过时间阈值的情况下,结束所述高速实时数据通信模式。
6.根据权利要求4所述的基于边缘计算的水轮发电机局部放电分析系统,其特征在于,所述通信控制器还用于在达到存储深度或达到采集结束触发条件的情况下,结束所述高速实时数据通信模式。
7.一种基于边缘计算的水轮发电机局部放电分析方法,采用权利要求1-6中任一项所述的基于边缘计算的水轮发电机局部放电分析系统实现,其特征在于,所述方法包括:
获取局部放电采样数据;
对所述局部放电采样数据按最小数据处理单元分割,将分割后的采样数据存储至环形缓存区的最小存储单元;其中,所述最小存储单元存储有Y个采样数据;
对所述Y个采样数据按照幅值大小进行降序排序,筛选出前i个采样数据组成最大幅值数组
Figure FDA0003947180350000021
其中,i<Y;
确定最大幅值数组
Figure FDA0003947180350000022
中的有效性数组σ(x),并获取有效性数组σ(x)的长度;
基于有效性数组σ(x)的长度确定最小存储单元中最终存储的有效局部放电数据。
8.根据权利要求7所述的基于边缘计算的水轮发电机局部放电分析方法,其特征在于,所述基于有效性数组σ(x)的长度确定最小存储单元中最终存储的有效局部放电数据,包括:
当有效性数组σ(x)的长度大于或者等于预设阈值时,则判定有效性数组σ(x)为有效最大幅值数组,将所述有效最大幅值数组保留至最大幅值数组
Figure FDA0003947180350000031
并存储至最小存储单元;
当有效性数组σ(x)的长度小于预设阈值时,则判定有效性数组σ(x)为非有效最大幅值数组,将所述非有效最大幅值数组从所述最大幅值数组
Figure FDA0003947180350000032
中删除。
9.一种处理器,其特征在于,被配置成执行根据权利要求7至8中任一项所述的基于边缘计算的水轮发电机局部放电分析方法。
10.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求7至8中任一项所述的基于边缘计算的水轮发电机局部放电分析方法。
CN202211435809.8A 2022-11-16 2022-11-16 基于边缘计算的水轮发电机局部放电分析系统及方法 Active CN115754416B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211435809.8A CN115754416B (zh) 2022-11-16 2022-11-16 基于边缘计算的水轮发电机局部放电分析系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211435809.8A CN115754416B (zh) 2022-11-16 2022-11-16 基于边缘计算的水轮发电机局部放电分析系统及方法

Publications (2)

Publication Number Publication Date
CN115754416A true CN115754416A (zh) 2023-03-07
CN115754416B CN115754416B (zh) 2023-06-27

Family

ID=85372103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211435809.8A Active CN115754416B (zh) 2022-11-16 2022-11-16 基于边缘计算的水轮发电机局部放电分析系统及方法

Country Status (1)

Country Link
CN (1) CN115754416B (zh)

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101655538A (zh) * 2009-09-27 2010-02-24 西安博源电气有限公司 发电机局部放电在线监测装置及其监测方法
CN207093267U (zh) * 2017-06-01 2018-03-13 北京华科同安监控技术有限公司 一种水轮发电机组状态监测与故障诊断系统
CN108444589A (zh) * 2018-01-22 2018-08-24 国电南瑞科技股份有限公司 一种基于频域特征提取的水电机组状态监测信号处理方法
CN108804668A (zh) * 2018-06-08 2018-11-13 珠海格力智能装备有限公司 数据处理方法及装置
CN109241040A (zh) * 2017-07-10 2019-01-18 北京京东尚科信息技术有限公司 数据清洗的方法和装置
JP2020030125A (ja) * 2018-08-23 2020-02-27 株式会社日立製作所 異常診断装置及び異常診断方法
CN110927537A (zh) * 2019-11-27 2020-03-27 国网江苏省电力有限公司电力科学研究院 一种基于物联网边缘计算的局部放电监测装置及方法
CN111175045A (zh) * 2020-01-08 2020-05-19 西安交通大学 一种机车牵引电机轴承的振动加速度数据的清洗方法
CN111983386A (zh) * 2020-08-19 2020-11-24 剑科云智(深圳)科技有限公司 一种配电网的分布式状态估计系统
CN112162691A (zh) * 2020-09-29 2021-01-01 深圳市英威腾电动汽车驱动技术有限公司 数据采集方法、设备及存储介质
CN112189136A (zh) * 2018-06-01 2021-01-05 株式会社岛津制作所 设备分析用数据处理方法以及装置
CN112349069A (zh) * 2019-08-06 2021-02-09 四川预维佳科技有限公司 一种水轮发电机定子绕组局部放电智能监测预警系统
CN112994237A (zh) * 2021-02-25 2021-06-18 上海理工大学 一种基于云存储和无线通讯技术的远程电流电压监测系统
CN113037620A (zh) * 2021-01-20 2021-06-25 厦门市智联信通物联网科技有限公司 一种智能边缘计算网关
CN113037687A (zh) * 2019-12-24 2021-06-25 中移物联网有限公司 一种流量识别方法及电子设备
CN113109680A (zh) * 2021-04-30 2021-07-13 国家能源集团科学技术研究院有限公司 一种大型水轮发电机定子绕组局部放电分析系统
CN113110386A (zh) * 2021-04-19 2021-07-13 重庆大学 Gis/gil设备机械振动状态在线监测及机械故障云诊断系统
CN113206831A (zh) * 2021-03-31 2021-08-03 南京邮电大学 一种面向边缘计算的数据采集隐私保护方法
CN113671421A (zh) * 2021-08-24 2021-11-19 华北电力大学(保定) 一种变压器状态评估与故障预警方法
CN113934981A (zh) * 2021-09-18 2022-01-14 中交疏浚技术装备国家工程研究中心有限公司 一种长距离管道输送的数据采集、处理和应用系统
CN114003596A (zh) * 2021-11-16 2022-02-01 国家工业信息安全发展研究中心 一种基于工业系统的多源异构数据处理系统与方法
CN114386715A (zh) * 2022-02-09 2022-04-22 上海电气集团股份有限公司 制动主风气路压力泄漏的预测方法、系统、设备及介质
CN216848010U (zh) * 2022-01-12 2022-06-28 重庆臻远电气有限公司 一种边缘计算的电缆局放在线监测装置
US20220327318A1 (en) * 2021-04-08 2022-10-13 Nvidia Corporation End-to-end action recognition in intelligent video analysis and edge computing systems
CN115293649A (zh) * 2022-09-02 2022-11-04 国网青海省电力公司海西供电公司 一种区配电网智能精细化降损方法

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101655538A (zh) * 2009-09-27 2010-02-24 西安博源电气有限公司 发电机局部放电在线监测装置及其监测方法
CN207093267U (zh) * 2017-06-01 2018-03-13 北京华科同安监控技术有限公司 一种水轮发电机组状态监测与故障诊断系统
CN109241040A (zh) * 2017-07-10 2019-01-18 北京京东尚科信息技术有限公司 数据清洗的方法和装置
CN108444589A (zh) * 2018-01-22 2018-08-24 国电南瑞科技股份有限公司 一种基于频域特征提取的水电机组状态监测信号处理方法
CN112189136A (zh) * 2018-06-01 2021-01-05 株式会社岛津制作所 设备分析用数据处理方法以及装置
CN108804668A (zh) * 2018-06-08 2018-11-13 珠海格力智能装备有限公司 数据处理方法及装置
JP2020030125A (ja) * 2018-08-23 2020-02-27 株式会社日立製作所 異常診断装置及び異常診断方法
CN112349069A (zh) * 2019-08-06 2021-02-09 四川预维佳科技有限公司 一种水轮发电机定子绕组局部放电智能监测预警系统
CN110927537A (zh) * 2019-11-27 2020-03-27 国网江苏省电力有限公司电力科学研究院 一种基于物联网边缘计算的局部放电监测装置及方法
CN113037687A (zh) * 2019-12-24 2021-06-25 中移物联网有限公司 一种流量识别方法及电子设备
CN111175045A (zh) * 2020-01-08 2020-05-19 西安交通大学 一种机车牵引电机轴承的振动加速度数据的清洗方法
CN111983386A (zh) * 2020-08-19 2020-11-24 剑科云智(深圳)科技有限公司 一种配电网的分布式状态估计系统
CN112162691A (zh) * 2020-09-29 2021-01-01 深圳市英威腾电动汽车驱动技术有限公司 数据采集方法、设备及存储介质
CN113037620A (zh) * 2021-01-20 2021-06-25 厦门市智联信通物联网科技有限公司 一种智能边缘计算网关
CN112994237A (zh) * 2021-02-25 2021-06-18 上海理工大学 一种基于云存储和无线通讯技术的远程电流电压监测系统
CN113206831A (zh) * 2021-03-31 2021-08-03 南京邮电大学 一种面向边缘计算的数据采集隐私保护方法
US20220327318A1 (en) * 2021-04-08 2022-10-13 Nvidia Corporation End-to-end action recognition in intelligent video analysis and edge computing systems
CN113110386A (zh) * 2021-04-19 2021-07-13 重庆大学 Gis/gil设备机械振动状态在线监测及机械故障云诊断系统
CN113109680A (zh) * 2021-04-30 2021-07-13 国家能源集团科学技术研究院有限公司 一种大型水轮发电机定子绕组局部放电分析系统
CN113671421A (zh) * 2021-08-24 2021-11-19 华北电力大学(保定) 一种变压器状态评估与故障预警方法
CN113934981A (zh) * 2021-09-18 2022-01-14 中交疏浚技术装备国家工程研究中心有限公司 一种长距离管道输送的数据采集、处理和应用系统
CN114003596A (zh) * 2021-11-16 2022-02-01 国家工业信息安全发展研究中心 一种基于工业系统的多源异构数据处理系统与方法
CN216848010U (zh) * 2022-01-12 2022-06-28 重庆臻远电气有限公司 一种边缘计算的电缆局放在线监测装置
CN114386715A (zh) * 2022-02-09 2022-04-22 上海电气集团股份有限公司 制动主风气路压力泄漏的预测方法、系统、设备及介质
CN115293649A (zh) * 2022-09-02 2022-11-04 国网青海省电力公司海西供电公司 一种区配电网智能精细化降损方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨东等: "基于80pF电容耦合器的发电机定子局部放电在线监测技术研究及其应用", 水电与抽水蓄能, vol. 4, no. 3, pages 106 - 110 *
高聪等: "边缘计算:发展与挑战", 西安邮电大学学报, vol. 26, no. 4, pages 7 - 19 *

Also Published As

Publication number Publication date
CN115754416B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN105653591B (zh) 一种工业实时数据分级存储及迁移方法
CN101533366A (zh) 一种服务器性能数据采集与分析的方法
EP2960797B1 (en) Identification of software phases using machine learning
CN102393666B (zh) 一种探测器嵌入式自主故障监测与异常数据记录装置
US10558391B2 (en) Data processing system and data processing method
CN105487953B (zh) 一种总线性能分析方法和装置
CN101729421A (zh) 一种基于时分复用的存储方法和装置
CN108681510A (zh) 数据处理方法及装置
CN103488564A (zh) 一种分布式实时测试系统多路测试数据压缩与归并方法
US20040199823A1 (en) Method and apparatus for performing imprecise bus tracing in a data processing system having a distributed memory
CN107679133B (zh) 一种实用于海量实时pmu数据的挖掘方法
CN115754416B (zh) 基于边缘计算的水轮发电机局部放电分析系统及方法
CN107515724B (zh) 用于再现存储系统的输入输出的方法和设备
US20040199902A1 (en) Method and apparatus for performing bus tracing with scalable bandwidth in a data processing system having a distributed memory
CN110058942B (zh) 基于层次分析法的资源分配系统及方法
CN113296877A (zh) 数据处理方法和装置,及计算机存储介质和电子设备
CN102929778A (zh) 众核阵列上并行测试的控制方法及硅后验证系统
CN104253713A (zh) 一种监控环境下存储、读取数据包的方法及对应的装置
CN115792762A (zh) 水轮发电机局部放电信号重构方法及装置
US20040199722A1 (en) Method and apparatus for performing bus tracing in a data processing system having a distributed memory
CN100410889C (zh) 物理存储器的测试方法
CN110058815B (zh) 一种控制系统及其数据动态分区储存与检索方法
US8966133B2 (en) Determining a mapping mode for a DMA data transfer
CN113641948B (zh) 一种空间轨迹冲突监测方法、装置、设备、介质
CN117234434B (zh) 存储设备的操作控制方法及装置

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