CN115856470A - 基于多传感器信息融合的配电电缆状态监测方法及装置 - Google Patents

基于多传感器信息融合的配电电缆状态监测方法及装置 Download PDF

Info

Publication number
CN115856470A
CN115856470A CN202211540868.1A CN202211540868A CN115856470A CN 115856470 A CN115856470 A CN 115856470A CN 202211540868 A CN202211540868 A CN 202211540868A CN 115856470 A CN115856470 A CN 115856470A
Authority
CN
China
Prior art keywords
data
distribution cable
state
probability distribution
cable
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
CN202211540868.1A
Other languages
English (en)
Inventor
王荣辉
李龙
程恭
苏佳
张琪
王洋
刘冀
张智辉
陈涛
曹永鹏
牛佳
南志军
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.)
Hami Power Supply Co Of State Grid Xinjiang Electric Power Co ltd
State Grid Corp of China SGCC
Original Assignee
Hami Power Supply Co Of State Grid Xinjiang Electric Power Co ltd
State Grid Corp of China SGCC
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 Hami Power Supply Co Of State Grid Xinjiang Electric Power Co ltd, State Grid Corp of China SGCC filed Critical Hami Power Supply Co Of State Grid Xinjiang Electric Power Co ltd
Priority to CN202211540868.1A priority Critical patent/CN115856470A/zh
Publication of CN115856470A publication Critical patent/CN115856470A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于多传感器信息融合的配电电缆状态监测方法及装置,方法包括以下步骤:采集待监测配电电缆的数据信息并进行分类;根据待监测配电电缆的数据信息构建配电电缆状态指标体系;对体系的二级指标数据进行劣化度处理;根据劣化度处理结果,采用隶属度函数建立模糊关系矩阵;根据二级指标实际数值范围确定各个二级指标的权重;根据建立的模糊关系矩阵和确定的权重,进行计算得到相应的概率分配函数;对概率分配函数进行修正得到修正后的概率分配函数;利用修正后的概率分配函数重新计算,并将计算结果作为配电电缆状态监测结果。本发明实现了对配电电缆状态的检测,具有抗干扰强准确度高的优点,适合对配电电缆进行状态监测。

Description

基于多传感器信息融合的配电电缆状态监测方法及装置
技术领域
本发明涉及一种基于多传感器信息融合算法的配电电缆状态监测方法及装置,属于电力系统配电电缆故障检测技术领域。
背景技术
配电电缆,是用来实现直接供电到户的一类电缆,其运行电压并不高,低压一般为380V,高压一般为10kV,近年来,它已逐渐取代架空线路成为城市供电的重要构成部分。
交联聚乙烯(XLPE)电缆因其耐热性能优良、长期运行稳定,还具备优良的电气性能从而被广泛使用。目前对于电缆的检修策略主要是定期检修和事后检修,一方面其遵循一定的试验周期容易造成“过度检修”或者“检修不足”,具有盲目随意性,另一方面随着电缆的大量应用,检修人手不足,使得电缆的运维管理和检修工作的矛盾也进一步加剧。
而状态检修则通过日常的检查、试验、巡视等方法,对电缆的状态量进行收集提取,根据状态量进行电缆健康状态的分析评估,能够对早期故障进行预测,来科学的制定检修或者更换的策略,一定程度上解决了定期检修存在的弊端。
发明内容
为了解决上述问题,本发明提出了一种基于多传感器信息融合的配电电缆状态监测方法及装置,能够对配电电缆状态进行监测。
本发明解决其技术问题采取的技术方案是:
第一方面,本发明实施例提供的一种基于多传感器信息融合的配电电缆状态监测方法,包括以下步骤:
采集待监测配电电缆的数据信息并进行分类,所述待监测配电电缆的数据信息包括模拟量信息、环境信息和历史数据,所述模拟量信息包括局部放电、电压偏差和电缆温度,所述环境信息包括环境温度和环境湿度,所述历史数据包括运行年限和运行巡检次数;
根据待监测配电电缆的数据信息构建配电电缆状态指标体系,所述配电电缆状态指标体系包括目标层、准则层和指标层,所述目标层为待监测配电电缆的监测状态,所述准则层为一级指标,所述指标层为一级指标下的二级指标;所述一级指标包括模拟量信息、环境信息和历史数据,所述二级指标包括局部放电、电缆温度、电压偏差、环境温度、环境湿度、运行年限和运行巡检次数;
对二级指标数据进行劣化度处理;
根据劣化度处理结果,采用隶属度函数建立模糊关系矩阵;
根据二级指标实际数值范围确定各个二级指标的权重;
根据建立的模糊关系矩阵和确定的权重,进行计算得到相应的概率分配函数;
对概率分配函数进行修正得到修正后的概率分配函数;
利用修正后的概率分配函数重新计算,并将计算结果作为配电电缆状态监测结果。
作为本实施例一种可能的实现方式,所述对二级指标数据进行劣化度处理的表达式为:
Figure BDA0003975468580000021
式中,x为待监测配电电缆的数据,y(x)为对x进行劣化度处理的结果,xmax、xmin表示为x指标具体量值的上下限。
作为本实施例一种可能的实现方式,所述模糊关系矩阵就是将电缆状态的不确定性和模糊性转化为定量评价,得到每一层的模糊关系矩阵;所述隶属度函数采用半梯和三角相结合的隶属度函数。
作为本实施例一种可能的实现方式,所述对概率分配函数进行修正的过程为根据概率分配函数的平均距离来降低各概率分配函数的冲突程度进行修正。
作为本实施例一种可能的实现方式,所述对概率分配函数进行修正得到修正后的概率分配函数,包括以下步骤:
(1)计算x组概率分配的均值:
Figure BDA0003975468580000031
式中,x为状态量,y为状态;
(2)计算每组数据的均值和基本概率分配之间的距离:
Figure BDA0003975468580000032
(3)分配重要性系数,使得所述距离与重要性系数成反比:
Figure BDA0003975468580000033
(4)对重要性系数进行归一化处理,得到各组数据的重要性系数:
Figure BDA0003975468580000034
(5)进行证据理论重新修正,得到修正后的概率分配函数:
Figure BDA0003975468580000041
式中,mi(A)为i组数据的模糊关系矩阵,Bi为i组数据的重要性系数,
Figure BDA0003975468580000042
为修正后的i组数据模糊关系矩阵,/>
Figure BDA0003975468580000043
为修正后的x中状态量、y种状态数据的有限识别框架集合Θ的基本概率分配值。
第二方面,本发明实施例提供的一种基于多传感器信息融合的配电电缆状态监测装置,包括:
数据采集模块,用于采集待监测配电电缆的数据信息并进行分类,所述待监测配电电缆的数据信息包括模拟量信息、环境信息和历史数据,所述模拟量信息包括局部放电、电压偏差和电缆温度,所述环境信息包括环境温度和环境湿度,所述历史数据包括运行年限和运行巡检次数;
指标体系构建模块,用于根据待监测配电电缆的数据信息构建配电电缆状态指标体系,所述配电电缆状态指标体系包括目标层、准则层和指标层,所述目标层为待监测配电电缆的监测状态,所述准则层为一级指标,所述指标层为一级指标下的二级指标;所述一级指标包括模拟量信息、环境信息和历史数据,所述二级指标包括局部放电、电缆温度、电压偏差、环境温度、环境湿度、运行年限和运行巡检次数;
劣化度处理模块,用于对二级指标数据进行劣化度处理;
模糊关系矩建立模块,用于根据劣化度处理结果,采用隶属度函数建立模糊关系矩阵;
权重确定模块,用于根据二级指标实际数值范围确定各个二级指标的权重;
概率分配函数计算模块,用于根据建立的模糊关系矩阵和确定的权重,进行计算得到相应的概率分配函数;
概率分配函数修正模块,用于对概率分配函数进行修正得到修正后的概率分配函数;
配电电缆状态监测模块,用于利用修正后的概率分配函数重新计算,并将计算结果作为配电电缆状态监测结果。
作为本实施例一种可能的实现方式,所述模糊关系矩阵就是将电缆状态的不确定性和模糊性转化为定量评价,得到每一层的模糊关系矩阵;所述隶属度函数采用半梯和三角相结合的隶属度函数。
作为本实施例一种可能的实现方式,所述概率分配函数修正模块具体用于:
(1)计算x组概率分配的均值:
Figure BDA0003975468580000051
式中,x为状态量,y为状态;
(2)计算每组数据的均值和基本概率分配之间的距离:
Figure BDA0003975468580000052
(3)分配重要性系数,使得所述距离与重要性系数成反比:
Figure BDA0003975468580000053
(4)对重要性系数进行归一化处理,得到各组数据的重要性系数:
Figure BDA0003975468580000054
(5)进行证据理论重新修正,得到修正后的概率分配函数:
Figure BDA0003975468580000055
式中,mi(A)为i组数据的模糊关系矩阵,Bi为i组数据的重要性系数,
Figure BDA0003975468580000061
为修正后的i组数据模糊关系矩阵,/>
Figure BDA0003975468580000062
为修正后的x中状态量、y种状态数据的有限识别框架集合Θ的基本概率分配值。
第三方面,本发明实施例提供的一种计算机设备,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述任意基于多传感器信息融合的配电电缆状态监测方法的步骤。
第四方面,本发明实施例提供的一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述任意基于多传感器信息融合的配电电缆状态监测方法的步骤。
本发明实施例的技术方案可以具有的有益效果如下:
本发明通过分析配电电缆多传感器的信息,通过对各关键指标的计算处理,建立状态评估模型,有效的实现了对配电电缆状态的检测,具有抗干扰强准确度高的优点,适合对配电电缆进行状态监测。
附图说明
图1是根据一示例性实施例示出的一种基于多传感器信息融合的配电电缆状态监测方法的流程图;
图2是根据一示例性实施例示出的一种基于多传感器信息融合的配电电缆状态监测装置的示意图;
图3是根据一示例性实施例示出的一种半梯和三角相结合的隶属度函数示意图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明:
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示,本发明实施例提供的一种基于多传感器信息融合的配电电缆状态监测方法,包括以下步骤:
采集待监测配电电缆的数据信息并进行分类,所述待监测配电电缆的数据信息包括模拟量信息、环境信息和历史数据,所述模拟量信息包括局部放电、电压偏差和电缆温度,所述环境信息包括环境温度和环境湿度,所述历史数据包括运行年限和运行巡检次数;
根据待监测配电电缆的数据信息构建配电电缆状态指标体系,所述配电电缆状态指标体系包括目标层、准则层和指标层,所述目标层为待监测配电电缆的监测状态,所述准则层为一级指标,所述指标层为一级指标下的二级指标;所述一级指标包括模拟量信息、环境信息和历史数据,所述二级指标包括局部放电、电缆温度、电压偏差、环境温度、环境湿度、运行年限和运行巡检次数;
对二级指标数据进行劣化度处理;
根据劣化度处理结果,采用隶属度函数建立模糊关系矩阵;
根据二级指标实际数值范围确定各个二级指标的权重;
根据建立的模糊关系矩阵和确定的权重,进行计算得到相应的概率分配函数;
对概率分配函数进行修正得到修正后的概率分配函数;
利用修正后的概率分配函数重新计算,并将计算结果作为配电电缆状态监测结果。
作为本实施例一种可能的实现方式,所述对二级指标数据进行劣化度处理的表达式为:
Figure BDA0003975468580000081
式中,x为待监测配电电缆的数据,y(x)为对x进行劣化度处理的结果,xmax、xmin表示为x指标具体量值的上下限。
作为本实施例一种可能的实现方式,所述模糊关系矩阵就是将电缆状态的不确定性和模糊性转化为定量评价,得到每一层的模糊关系矩阵;所述隶属度函数采用半梯和三角相结合的隶属度函数。
作为本实施例一种可能的实现方式,所述对概率分配函数进行修正的过程为根据概率分配函数的平均距离来降低各概率分配函数的冲突程度进行修正。
作为本实施例一种可能的实现方式,所述对概率分配函数进行修正得到修正后的概率分配函数,包括以下步骤:
(1)计算x组概率分配的均值:
Figure BDA0003975468580000082
式中,x为状态量,y为状态;
(2)计算每组数据的均值和基本概率分配之间的距离:
Figure BDA0003975468580000083
(3)分配重要性系数,使得所述距离与重要性系数成反比:
Figure BDA0003975468580000091
(4)对重要性系数进行归一化处理,得到各组数据的重要性系数:
Figure BDA0003975468580000092
(5)进行证据理论重新修正,得到修正后的概率分配函数:
Figure BDA0003975468580000093
式中,mi(A)为i组数据的模糊关系矩阵,Bi为i组数据的重要性系数,
Figure BDA0003975468580000094
为修正后的i组数据模糊关系矩阵,/>
Figure BDA0003975468580000095
为修正后的x中状态量、y种状态数据的有限识别框架集合Θ的基本概率分配值。
如图2所示,本发明实施例提供的一种基于多传感器信息融合的配电电缆状态监测装置,包括:
数据采集模块,用于采集待监测配电电缆的数据信息并进行分类,所述待监测配电电缆的数据信息包括模拟量信息、环境信息和历史数据,所述模拟量信息包括局部放电、电压偏差和电缆温度,所述环境信息包括环境温度和环境湿度,所述历史数据包括运行年限和运行巡检次数;
指标体系构建模块,用于根据待监测配电电缆的数据信息构建配电电缆状态指标体系,所述配电电缆状态指标体系包括目标层、准则层和指标层,所述目标层为待监测配电电缆的监测状态,所述准则层为一级指标,所述指标层为一级指标下的二级指标;所述一级指标包括模拟量信息、环境信息和历史数据,所述二级指标包括局部放电、电缆温度、电压偏差、环境温度、环境湿度、运行年限和运行巡检次数;
劣化度处理模块,用于对二级指标数据进行劣化度处理;
模糊关系矩建立模块,用于根据劣化度处理结果,采用隶属度函数建立模糊关系矩阵;
权重确定模块,用于根据二级指标实际数值范围确定各个二级指标的权重;
概率分配函数计算模块,用于根据建立的模糊关系矩阵和确定的权重,进行计算得到相应的概率分配函数;
概率分配函数修正模块,用于对概率分配函数进行修正得到修正后的概率分配函数;
配电电缆状态监测模块,用于利用修正后的概率分配函数重新计算,并将计算结果作为配电电缆状态监测结果。
采用本发明所述配电电缆状态监测装置进行配电电缆状态监测的具体过程如下:
步骤1:采集待检测的配电电缆的信息,并将被监测的配电电缆的信息进行分类,分为模拟量信息、环境信息和历史数据,其中模拟量信息包括局部放电、电压偏差和电缆温度,环境信息包括环境温度和环境湿度,历史数据包括运行年限和运行巡检次数;
步骤2,根据配电电缆的信息构建3个指标层次、3个评价方面、7个评估指标的配电电缆状态评价指标体系,其中目标层为配电电缆状态评价,准则层为一级指标包括模拟量信息、环境信息和历史数据,指标层为二级指标包括局部放电、电缆温度、电压偏差、环境温度、环境湿度、运行年限和运行巡检次数;
步骤3,对不同单位、不同量纲的数据进行处理,表达式为:
Figure BDA0003975468580000101
式中,xmax、xmin表示为指标具体量值的上下限
步骤4,用隶属度函数则根据劣化度处理的结果,建立模糊关系矩阵,将电缆状态的不确定性和模糊性转化为定量评价,得到每一层的模糊关系矩阵,其中隶属度函数采用半梯和三角相结合的隶属度函数,如图3所示;
步骤5,根据7个评估指标的实际数值范围确定指标的权重,作为一种优选方案,局部放电为0.54、电压偏差为0.16、电缆温度为0.3,环境温度为0.67、环境湿度为0.33,运行年限为0.75、运行巡检次数为0.25;
步骤5,将模糊关系矩阵和其权重进行计算,得到的结果作为概率分配函数,
步骤6,根据概率分配函数的平均距离来降低各概率分配函数的冲突程度进行修正,假定对于x种状态量和y种状态,对得到的概率分配函数进行修正步骤如下:
(1)计算x组概率分配函数的均值:
Figure BDA0003975468580000111
(2)计算均值和每组证据的基本概率分配之间的距离:
Figure BDA0003975468580000112
(3)分配重要性系数,与均值距离大为不可靠,分配低的重要性系数,反之则分配大的重要性系数,使得距离与重要性系数成反比,表示如下:
Figure BDA0003975468580000113
(4)归一化处理,得到各自的重要性系数:
Figure BDA0003975468580000121
(5)对证据理论重新修正,冲突高的证据较少分配,并增加未知程度:
Figure BDA0003975468580000122
步骤7,对修正厚度各概率分配函数重新计算,并根据计算结果反映被监测电缆的状态。
为了验证本发明技术方案的有效性,以变电站所辖的10kV出线YJV22-8.7/10-3*240mm2电缆线路作为实例,该线路开始投运于2007年,电缆及其附件没有家族缺陷,运行期间一年内无故障,采集到的数值如表1所示:
表1:电缆的监测数据
Figure BDA0003975468580000123
将所有数值劣化度处理以后,将数值带入到隶属度函数中,分别得到S1在线监测信息矩阵、S2环境运行信息矩阵、S3历史数据信息矩阵如下:
Figure BDA0003975468580000124
Figure BDA0003975468580000125
Figure BDA0003975468580000126
利用各模糊矩阵和其权重,进行各层模糊评判得:
A1=W1*S1=[0.23 0.72 0.05 0]
A2=W2*S2=[0 0.17 0.83 0]
A3=W3*S3=[0.57 0.43 0 0]
将上述矩阵的结果,作为证据理论的概率分配函数,如表2所示:
表2:基本概率分配函数表
Figure BDA0003975468580000131
计算三条证据的冲突程度:K1,2=0.84,K2,3=0.56,K2,3=0.93,平均冲突系数为
Figure BDA0003975468580000132
可以看出K1,2>Η,K2,3>Η,证明第2条证据与其他两条冲突。由上述改进算法可得B1=1,B2=0.52,B3=0.93,利用改进的证据理论对证据进行重新修正,所得新的修正后的概率分配函数如表3所示:
表3:修正后的基本概率分配函数表
Figure BDA0003975468580000133
进行证据的融合,融合结果如表4所示:
表4:融合结果
Figure BDA0003975468580000134
Figure BDA0003975468580000141
通过上表可以看出,未修正前的概率分配函数因为高度冲突,所以结果过于绝对,不能反映真实状况,修正后的函数对于注意的比重降低了,对于不确定性的比重提高,说明该电缆大概率处于注意状态,也可能有其他的问题。经检查,是电缆运行年限较长,且测量时为晚高峰用电时刻,负荷较重,而且运行环境较为恶劣,环境温度和湿度过高,导致电缆监测结果出现很大的不确定性,因此本发明的配电电缆监测结果能够准确地反映电缆的状态。
本发明实施例提供的一种计算机设备,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述装置运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述任意基于多传感器信息融合的配电电缆状态监测方法的步骤。
具体地,上述存储器和处理器能够为通用的存储器和处理器,这里不做具体限定,当处理器运行存储器存储的计算机程序时,能够执行上述基于多传感器信息融合的配电电缆状态监测方法。
本领域技术人员可以理解,所述计算机设备的结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。
在一些实施例中,该计算机设备还可以包括触摸屏可用于显示图形用户界面(例如,应用程序的启动界面)和接收用户针对图形用户界面的操作(例如,针对应用程序的启动操作)。具体的触摸屏可包括显示面板和触控面板。其中显示面板可以采用LCD(LiquidCrystal Display,液晶显示器)、OLED(OrganicLight-Emitting Diode,有机发光二极管)等形式来配置。触控面板可收集用户在其上或附近的接触或者非接触操作,并生成预先设定的操作指令,例如,用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作。另外,触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位、姿势,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成处理器能够处理的信息,再送给处理器,并能接收处理器发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板,也可以采用未来发展的任何技术实现触控面板。进一步的,触控面板可覆盖显示面板,用户可以根据显示面板显示的图形用户界面,在显示面板上覆盖的触控面板上或者附近进行操作,触控面板检测到在其上或附近的操作后,传送给处理器以确定用户输入,随后处理器响应于用户输入在显示面板上提供相应的视觉输出。另外,触控面板与显示面板可以作为两个独立的部件来实现也可以集成而来实现。
对应于上述应用程序的启动方法,本发明实施例还提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述任意基于多传感器信息融合的配电电缆状态监测方法的步骤。
本申请实施例所提供的应用程序的启动装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
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。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于多传感器信息融合的配电电缆状态监测方法,其特征在于,包括以下步骤:
采集待监测配电电缆的数据信息并进行分类,所述待监测配电电缆的数据信息包括模拟量信息、环境信息和历史数据,所述模拟量信息包括局部放电、电压偏差和电缆温度,所述环境信息包括环境温度和环境湿度,所述历史数据包括运行年限和运行巡检次数;
根据待监测配电电缆的数据信息构建配电电缆状态指标体系,所述配电电缆状态指标体系包括目标层、准则层和指标层,所述目标层为待监测配电电缆的监测状态,所述准则层为一级指标,所述指标层为一级指标下的二级指标;所述一级指标包括模拟量信息、环境信息和历史数据,所述二级指标包括局部放电、电缆温度、电压偏差、环境温度、环境湿度、运行年限和运行巡检次数;
对二级指标数据进行劣化度处理;
根据劣化度处理结果,采用隶属度函数建立模糊关系矩阵;
根据二级指标实际数值范围确定各个二级指标的权重;
根据建立的模糊关系矩阵和确定的权重,进行计算得到相应的概率分配函数;
对概率分配函数进行修正得到修正后的概率分配函数;
利用修正后的概率分配函数重新计算,并将计算结果作为配电电缆状态监测结果。
2.根据权利要求1所述的基于多传感器信息融合的配电电缆状态监测方法,其特征在于,所述对二级指标数据进行劣化度处理的表达式为:
Figure FDA0003975468570000021
式中,x为待监测配电电缆的数据,y(x)为对x进行劣化度处理的结果,xmax、xmin表示为x指标具体量值的上下限。
3.根据权利要求1所述的基于多传感器信息融合的配电电缆状态监测方法,其特征在于,所述模糊关系矩阵就是将电缆状态的不确定性和模糊性转化为定量评价,得到每一层的模糊关系矩阵;所述隶属度函数采用半梯和三角相结合的隶属度函数。
4.根据权利要求1所述的基于多传感器信息融合的配电电缆状态监测方法,其特征在于,所述对概率分配函数进行修正的过程为根据概率分配函数的平均距离来降低各概率分配函数的冲突程度进行修正。
5.根据权利要求1-4任意一项所述的基于多传感器信息融合的配电电缆状态监测方法,其特征在于,所述对概率分配函数进行修正得到修正后的概率分配函数,包括以下步骤:
(1)计算x组概率分配的均值:
Figure FDA0003975468570000022
式中,x为状态量,y为状态;
(2)计算每组数据的均值和基本概率分配之间的距离:
Figure FDA0003975468570000023
(3)分配重要性系数,使得所述距离与重要性系数成反比:
Figure FDA0003975468570000031
(4)对重要性系数进行归一化处理,得到各组数据的重要性系数:
Figure FDA0003975468570000032
(5)进行证据理论重新修正,得到修正后的概率分配函数:
Figure FDA0003975468570000033
式中,mi(A)为i组数据的模糊关系矩阵,Bi为i组数据的重要性系数,
Figure FDA0003975468570000034
为修正后的i组数据模糊关系矩阵,/>
Figure FDA0003975468570000035
为修正后的x中状态量、y种状态数据的有限识别框架集合Θ的基本概率分配值。
6.一种基于多传感器信息融合的配电电缆状态监测装置,其特征在于,包括:
数据采集模块,用于采集待监测配电电缆的数据信息并进行分类,所述待监测配电电缆的数据信息包括模拟量信息、环境信息和历史数据,所述模拟量信息包括局部放电、电压偏差和电缆温度,所述环境信息包括环境温度和环境湿度,所述历史数据包括运行年限和运行巡检次数;
指标体系构建模块,用于根据待监测配电电缆的数据信息构建配电电缆状态指标体系,所述配电电缆状态指标体系包括目标层、准则层和指标层,所述目标层为待监测配电电缆的监测状态,所述准则层为一级指标,所述指标层为一级指标下的二级指标;所述一级指标包括模拟量信息、环境信息和历史数据,所述二级指标包括局部放电、电缆温度、电压偏差、环境温度、环境湿度、运行年限和运行巡检次数;
劣化度处理模块,用于对二级指标数据进行劣化度处理;
模糊关系矩建立模块,用于根据劣化度处理结果,采用隶属度函数建立模糊关系矩阵;
权重确定模块,用于根据二级指标实际数值范围确定各个二级指标的权重;
概率分配函数计算模块,用于根据建立的模糊关系矩阵和确定的权重,进行计算得到相应的概率分配函数;
概率分配函数修正模块,用于对概率分配函数进行修正得到修正后的概率分配函数;
配电电缆状态监测模块,用于利用修正后的概率分配函数重新计算,并将计算结果作为配电电缆状态监测结果。
7.根据权利要求1所述的基于多传感器信息融合的配电电缆状态监测装置,其特征在于,所述模糊关系矩阵就是将电缆状态的不确定性和模糊性转化为定量评价,得到每一层的模糊关系矩阵;所述隶属度函数采用半梯和三角相结合的隶属度函数。
8.根据权利要求6所述的基于多传感器信息融合的配电电缆状态监测装置,其特征在于,所述概率分配函数修正模块具体用于:
(1)计算x组概率分配的均值:
Figure FDA0003975468570000041
式中,x为状态量,y为状态;
(2)计算每组数据的均值和基本概率分配之间的距离:
Figure FDA0003975468570000042
(3)分配重要性系数,使得所述距离与重要性系数成反比:
Figure FDA0003975468570000051
(4)对重要性系数进行归一化处理,得到各组数据的重要性系数:
Figure FDA0003975468570000052
(5)进行证据理论重新修正,得到修正后的概率分配函数:
Figure FDA0003975468570000053
式中,mi(A)为i组数据的模糊关系矩阵,Bi为i组数据的重要性系数,
Figure FDA0003975468570000054
为修正后的i组数据模糊关系矩阵,/>
Figure FDA0003975468570000055
为修正后的x中状态量、y种状态数据的有限识别框架集合Θ的基本概率分配值。
9.一种计算机设备,其特征在于,包括处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述计算机设备运行时,所述处理器与所述存储器之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1-5任一所述的基于多传感器信息融合的配电电缆状态监测方法的步骤。
10.一种存储介质,其特征在于,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1-5任一所述的基于多传感器信息融合的配电电缆状态监测方法的步骤。
CN202211540868.1A 2022-12-01 2022-12-01 基于多传感器信息融合的配电电缆状态监测方法及装置 Pending CN115856470A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211540868.1A CN115856470A (zh) 2022-12-01 2022-12-01 基于多传感器信息融合的配电电缆状态监测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211540868.1A CN115856470A (zh) 2022-12-01 2022-12-01 基于多传感器信息融合的配电电缆状态监测方法及装置

Publications (1)

Publication Number Publication Date
CN115856470A true CN115856470A (zh) 2023-03-28

Family

ID=85669503

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211540868.1A Pending CN115856470A (zh) 2022-12-01 2022-12-01 基于多传感器信息融合的配电电缆状态监测方法及装置

Country Status (1)

Country Link
CN (1) CN115856470A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117471227A (zh) * 2023-12-27 2024-01-30 深圳信测标准技术服务股份有限公司 汽车线束参数性能测试方法及测试系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117471227A (zh) * 2023-12-27 2024-01-30 深圳信测标准技术服务股份有限公司 汽车线束参数性能测试方法及测试系统
CN117471227B (zh) * 2023-12-27 2024-03-15 深圳信测标准技术服务股份有限公司 汽车线束参数性能测试方法及测试系统

Similar Documents

Publication Publication Date Title
CN103245881B (zh) 一种基于潮流分布特征的配电网故障分析方法及装置
CN104090189B (zh) 一种设备工作状态检测方法和设备工作状态检测装置
CN109583520B (zh) 一种云模型与遗传算法优化支持向量机的状态评估方法
CN107843718A (zh) 一种变压器绝缘油老化状态评估的方法
CN104200288A (zh) 一种基于因素与事件间相关关系识别的设备故障预测方法
CN104076224B (zh) 一种用电信息采集设备可靠性验证的试验方法
CN103177186B (zh) 一种电气回路故障概率预测方法
CN103617561A (zh) 一种电网智能变电站二次设备状态评估系统和方法
CN107677903B (zh) 一种变压器状态监测数据的聚类分析方法
CN206312210U (zh) 一种配电网设备的状态评估系统
CN104765965A (zh) 基于模糊Petri的GIS故障诊断与可靠性分析方法
CN103163389A (zh) 智能母线在线监测及状态评估系统
CN108009937A (zh) 一种配电主设备健康状态的评估方法
CN115856470A (zh) 基于多传感器信息融合的配电电缆状态监测方法及装置
CN103699668A (zh) 基于数据断面一致性的配电网电气设备组合状态评估方法
CN104506137A (zh) 一种设备故障诊断方法和装置
CN112418687B (zh) 基于用电特征的用户用电异常识别方法、装置和存储介质
CN102930408B (zh) 一种基于信息融合的750kV电网二次设备状态评估方法
CN117874688B (zh) 基于数字孪生的电力数字化异常识别方法及系统
CN113850475A (zh) 一种基于大数据的生产设备性能评估系统
CN109507992A (zh) 一种机车制动系统部件的故障预测方法、装置及设备
CN110443481B (zh) 基于混合k-近邻算法的配电自动化终端状态评价系统及方法
CN104636605A (zh) 一种电力高压开关柜局放程度的状态评价方法
CN105741184B (zh) 一种变压器状态评估方法及装置
CN109635430A (zh) 电网输电线路暂态信号监测方法和系统

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