CN115864658A - 一种基于数据分析的电力远动智能监控系统 - Google Patents
一种基于数据分析的电力远动智能监控系统 Download PDFInfo
- Publication number
- CN115864658A CN115864658A CN202310164890.9A CN202310164890A CN115864658A CN 115864658 A CN115864658 A CN 115864658A CN 202310164890 A CN202310164890 A CN 202310164890A CN 115864658 A CN115864658 A CN 115864658A
- Authority
- CN
- China
- Prior art keywords
- signal
- influence
- preset
- risk
- coefficient
- 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
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明涉及电力远动智能监控技术领域,尤其涉及一种基于数据分析的电力远动智能监控系统,包括监控平台和中央控制端,监控平台的内部设置有数据采集单元、预处理单元、图像分析单元、故障自检分析单元,中央控制端内部设置有预警单元;本发明是通过采集监控设备的运行数据,并通过符号化的标定、公式化的处理以及递进式的方式进行全面性分析,有助于准确判断监控设备故障风险等级,即根据监控设备风险等级进行合理的分级管控,保证监控设备的正常运行以及数据传输的稳定性,且保证监控设备能合理的进行管控和信息反馈提供准确的位置,以及进一步对特征图像进行深入式、前后交叉的分析,有助于提高数据的准确性和真实性。
Description
技术领域
本发明涉及电力远动智能监控技术领域,尤其涉及一种基于数据分析的电力远动智能监控系统。
背景技术
由于社会的进步和科技的发展,变电站的远程监控系统也逐渐的发展起来,为变电站状态的实时监测提供有利的资料,此外电力系统远动是指应用通信技术和计算机技术采集电力系统的实时数据和信息,对电力网和远方发电厂、变电站等的运行进行监视与控制;
目前,变电站端的远动机作为远动系统的关键设备,起到将变电站的运行信息上传给主站的作用,但现有技术中的设备在运行时,极易受到外界因素的影响而造成监控数据出现偏差,影响监控设备数据的真实性和有效性,且现有技术中的监控设备无法根据存在的风险等级进行合理的分级管控,进而极易造成监控设备管理不合理和资源浪费的现象,且极易出现数据传输不稳定性的问题;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据分析的电力远动智能监控系统,去解决上述提出的技术缺陷,是通过采集监控设备的运行数据,并通过符号化的标定、公式化的处理以及递进式的方式进行全面性分析,有助于准确判断监控设备故障风险等级,即根据监控设备风险等级进行合理的分级管控,保证监控设备的正常运行以及数据传输的稳定性,且保证监控设备能合理的进行管控和信息反馈提供准确的位置,以及保证监控设备的稳定运行以及监控性能,同时提高数据的真实性,以及进一步对特征图像进行深入式、前后交叉的分析,有助于提高数据的准确性和真实性,进而提高对监控设备处理的有效性。
本发明的目的可以通过以下技术方案实现:
一种基于数据分析的电力远动智能监控系统,包括监控平台和中央控制端,监控平台的内部设置有数据采集单元、预处理单元、图像分析单元、故障自检分析单元,中央控制端内部设置有预警单元;
数据采集单元用于采集监控设备的运行数据,运行数据包括各个电气节点的运行温度和数据接口受压面积,并将运行数据发送至预处理单元;
预处理单元在接收到运行数据后,立即对运行数据进行分析,得到一级风险信号、二级风险信号以及三级风险信号,并经监控平台发送至中央控制端内部的预警单元,预警单元在接收到一级风险信号、二级风险信号以及三级风险信号立即做出对应的管控操作,且一级风险信号、二级风险信号和三级风险信号统称为风险信号,并将风险信号发送至故障自检分析单元;
故障自检分析单元在接收到风险信号后,立即采集监控设备的影响数据,影响数据包括振动幅度值和降温速度曲线,并对影响数据进行分析,得到一级影响信号、二级影响信号以及三级影响信号,并发送至预警单元,预警单元在接收到一级影响信号、二级影响信号和三级影响信号,立即做出对应影响信号的预警操作,即一级影响信号对应的预警操作:将对应监控设备标记为红色进行展示,二级影响信号对应的预警操作:将对应监控设备标记为黄色进行展示,三级影响信号对应的预警操作:将对应监控设备标记为绿色进行展示。
优选的,所述预处理单元对运行数据中数据接口受压面积的分析过程如下:
第一步:将监控设备进行编码处理,接着获取到监控设备开始工作时刻到结束工作时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内各个数据接口的受压面积,并将其标记为传输面积C,同时建立传输面积小于预设传输面积的集合Ao,o指的是传输面积小于预设传输面积所对应的数据接口的个数,o为自然数,同时将传输面积小于预设传输面积所对应的数据接口标记为异常接口,获取到集合A中子集对应的异常接口所对应的区域,并将其标记为异常区域,获取到o个异常区域的特征图像,并发送至图像分析单元,以及获取到监控设备的数据接口的预设受压面积预警值P;
第二步:图像分析单元在接收到o个异常区域的特征图像后,立即获取到正常监控设备内部对应异常区域的特征图像,并将其标记为参考图像,同时将异常区域的特征图像划分为g个子区域块,g为大于零的自然数,获取到各个子区域块与参考图像对应区域之间的差异面积值,同时获取到特征图像面积,且将差异面积值之和与特征图像面积的比值标记为差异系数CXg,获取到差异系数CXg小于预设差异系数的个数k,k为自然数,以此求得k与o之间的差值,并将其标记为m,m为自然数,指的是m个异常区域的特征图像,并将m发送至预处理单元;
第三步:预处理单元在接收到m后,立即将m个异常区域的特征图像内所对应的异常接口重新标记为正常接口,进而重新获得到异常接口的数量n,n为自然数,并经公式得到各个异常接口的传输风险系数Wn,并将传输风险系数Wn与其内部录入存储的预设传输风险系数进行比对分析:
若传输风险系数Wn大于等于预设传输风险系数,则生成故障信号;
若传输风险系数Wn小于预设传输风险系数,则生成监管信号。
优选的,所述预处理单元对运行数据中各个电气节点的运行温度的分析过程如下:
获取到时间阈值内监控设备内部的各个电气节点的运行温度,将运行温度大于预设运行温度所对应的电气节点标记为异常节点,获取到异常节点的个数g,g为大于零的自然数,以及各个异常节点所对应的实时运行温度SYg,同时获取到监控设备内部正常电气节点的运行温度,以此构建各个异常节点所对应的实时运行温度SYg与正常电气节点的运行温度之间差值的集合B,并将集合B的平均值标记为异常平均温度PW,并将异常平均温度PW与其内部预设区间E1和E2进行比方分析,其中,预设区间E1与预设区间E2不相交,且预设区间E1的范围值小于预设区间E2的范围值:
若异常平均温度PW位于预设区间E1,则生成一般信号;
若异常平均温度PW位于预设区间E2,则生成严重信号。
优选的,所述预处理单元交互式分析过程如下:
当生成故障信号和一般信号时,则得到二级风险信号;
当生成故障信号和严重信号时,则得到一级风险信号;
当生成监管信号和一般信号时,则得到三级风险信号;
当生成监管信号和严重信号时,则得到二级风险信号。
优选的,所述故障自检分析单元的影响数据分析过程如下:
步骤一:将时间阈值划分为f个子时间节点,f为大于零的自然数,获取到各个子时间节点内的振动幅度值,并将其标号为ZFf,同时获取到历史正常监控设备时间阈值内的平均振动幅度值PF,以此获取到各个子时间节点内的振动幅度值ZFf与平均振动幅度值PF之间的差值,并将大于预设阈值的差值标记为异常振动值Yu,其中,u为自然数,u指的是大于预设阈值的差值的个数;
步骤二:获取到时间阈值内监控设备的降温速度曲线,并将其标记为分析曲线,获取到分析曲线中的最大峰值和最小谷值,并将最大峰值与最小谷值之间的差值所对应的时长标记为最大跨度值KD,同时获取到历史正常监控设备的最大跨度值KDl,并经过公式得到实时容错系数,其中,α为预设年限偏差系数,β为年限,α>1,δ为实时容错系数,并将实时容错系数δ与预设容错系数之间的差值标记为偏差数PC;
并经过公式得到影响系数YX,并将影响系数YX与其内部录入存储的预设影响系数区间进行比对分析:
若影响系数YX大于预设影响系数区间中的最大值,则生成一级影响信号;
若影响系数YX位于预设影响系数区间之内,则生成二级影响信号;
若影响系数YX小于预设影响系数区间中的最小值,则生成三级影响信号。
优选的,所述预处理单元管控操作如下:
一级风险信号对应的监控设备编码进行预设一级管控方案操作;
二级风险信号对应的监控设备编码进行预设二级管控方案操作;
三级风险信号对应的监控设备编码进行预设三级管控方案操作。
本发明的有益效果如下:
本发明是通过采集监控设备的运行数据,并通过符号化的标定、公式化的处理以及递进式的方式进行全面性分析,有助于准确判断监控设备故障风险等级,即根据监控设备风险等级进行合理的分级管控,保证监控设备的正常运行以及数据传输的稳定性,且保证监控设备能合理的进行管控和信息反馈提供准确的位置,以及保证监控设备的稳定运行以及监控性能,同时提高数据的真实性,以及进一步对特征图像进行深入式、前后交叉的分析,有助于提高数据的准确性和真实性,进而提高对监控设备处理的有效性;
本发明还通过对监控设备的影响数据进行分析,即将采集对象和处理流程的层级划分相结合、比较,判断影响数据对监控设备的影响程度,进而及时的对监控设备做出处理,以降低影响数据对监控设备的影响,有助于提高监控设备的工作效果,以及通过预警灯光的颜色变化凸显预警的等级,且灯光的变化预警效果更加明显,进而有助于及时的对影响等级高的监控设备进行检修,同时提高监控设备的监控力度以及预警效果,且更加快速了解每个监控设备的运行状况,进而降低影响数据对监控设备的影响,有助于提高监控设备数据传输的稳定性。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本发明为一种基于数据分析的电力远动智能监控系统,包括监控平台和中央控制端,监控平台的内部设置有数据采集单元、预处理单元、图像分析单元、故障自检分析单元,中央控制端内部设置有预警单元,数据采集单元与预处理单元呈单向通讯连接,预处理单元与图像分析单元呈双向通讯连接,预处理单元与故障自检分析单元呈双向通讯连接,监控平台与中央控制端呈双向通讯连接;
数据采集单元用于采集监控设备的运行数据,运行数据包括各个电气节点的运行温度和数据接口受压面积,并将运行数据发送至预处理单元,预处理单元在接收到运行数据后,立即对运行数据进行分析,判断监控设备故障风险等级,进而保证监控设备能合理的进行管控和信息反馈提供准确的位置,有助于提高监控设备的稳定运行以及监控性能,同时提高数据的真实性,具体分析过程如下:
将监控设备进行编码处理,接着获取到监控设备开始工作时刻到结束工作时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内各个数据接口的受压面积,并将其标记为传输面积,标号为C,同时建立传输面积小于预设传输面积的集合Ao,o指的是传输面积小于预设传输面积所对应的数据接口的个数,o为自然数,同时将传输面积小于预设传输面积所对应的数据接口标记为异常接口,获取到集合A中子集对应的异常接口所对应的区域,并将其标记为异常区域,获取到o个异常区域的特征图像,并发送至图像分析单元,以及获取到监控设备的数据接口的预设受压面积预警值P;
图像分析单元在接收到o个异常区域的特征图像后,立即获取到正常监控设备内部对应异常区域的特征图像,并将其标记为参考图像,同时将异常区域的特征图像划分为g个子区域块,g为大于零的自然数,获取到各个子区域块与参考图像对应区域之间的差异面积值,同时获取到特征图像面积,且将差异面积值之和与特征图像面积的比值标记为差异系数CXg,获取到差异系数CXg小于预设差异系数的个数k,k为自然数,以此求得k与o之间的差值,并将其标记为m,m为自然数,指的是m个异常区域的特征图像,并将m发送至预处理单元,预处理单元在接收到m后,立即将m个异常区域的特征图像内所对应的异常接口重新标记为正常接口,进而重新获得到异常接口的数量n,n为自然数,并经过公式得到传输风险系数,其中,a1和a2分别为传输面积和预设受压面积预警值的预设比例系数,a3为预设修正系数,a1+a2=1.348,a1>a2>a3,Wn为集合A中各子集对应的数据接口传输风险系数,并将传输风险系数Wn与其内部录入存储的预设传输风险系数进行比对分析:
若传输风险系数Wn大于等于预设传输风险系数,则生成故障信号;
若传输风险系数Wn小于预设传输风险系数,则生成监管信号;
获取到时间阈值内监控设备内部的各个电气节点的运行温度,将运行温度大于预设运行温度所对应的电气节点标记为异常节点,获取到异常节点的个数g,g为大于零的自然数,以及各个异常节点所对应的实时运行温度SYg,同时获取到监控设备内部正常电气节点的运行温度,以此构建各个异常节点所对应的实时运行温度SYg与正常电气节点的运行温度之间差值的集合B,并将集合B的平均值标记为异常平均温度PW,并将异常平均温度PW与其内部预设区间E1和E2进行比方分析,其中,预设区间E1与预设区间E2不相交,且预设区间E1的范围值小于预设区间E2的范围值:
若异常平均温度PW位于预设区间E1,则生成一般信号;
若异常平均温度PW位于预设区间E2,则生成严重信号;
预处理单元交互式分析过程如下:
当生成故障信号和一般信号时,则得到二级风险信号;
当生成故障信号和严重信号时,则得到一级风险信号;
当生成监管信号和一般信号时,则得到三级风险信号;
当生成监管信号和严重信号时,则得到二级风险信号,其中,一级风险信号的程度状况大于二级风险信号大于三级风险信号,且一级风险信号、二级风险信号和三级风险信号统称为风险信号,并将风险信号发送至故障自检分析单元,将一级风险信号、二级风险信号、三级风险信号以及一级风险信号、二级风险信号、三级风险信号所对应的监控设备编码经监控平台发送至中央控制端内部的预警单元,预警单元在接收到一级风险信号、二级风险信号、三级风险信号以及一级风险信号、二级风险信号、三级风险信号所对应的监控设备编码后,立即做出对应的管控操作,即对一级风险信号对应的监控设备编码进行预设一级管控方案操作,二级风险信号对应的监控设备编码进行预设二级管控方案操作,三级风险信号对应的监控设备编码进行预设三级管控方案操作,进而有助于根据监控设备风险等级进行合理的分级管控,保证监控设备的正常运行以及数据传输的稳定性,同时通过进一步对特征图像分析,有助于提高数据的准确性和真实性,进而提高对监控设备处理的有效性。
实施例2
故障自检分析单元在接收到风险信号后,立即采集监控设备的影响数据,影响数据包括振动幅度值和降温速度曲线,并对影响数据进行分析,判定对监控设备的影响程度,进而及时的对监控设备做出处理,以降低影响数据对监控设备的影响,有助于提高监控设备的工作效果;
将时间阈值划分为f个子时间节点,f为大于零的自然数,获取到各个子时间节点内的振动幅度值,并将其标号为ZFf,同时获取到历史正常监控设备时间阈值内的平均振动幅度值PF,以此获取到各个子时间节点内的振动幅度值ZFf与平均振动幅度值PF之间的差值,并将大于预设阈值的差值标记为异常振动值Yu,其中,u为自然数,u指的是大于预设阈值的差值的个数;
获取到时间阈值内监控设备的降温速度曲线,并将其标记为分析曲线,获取到分析曲线中的最大峰值和最小谷值,并将最大峰值与最小谷值之间的差值所对应的时长标记为最大跨度值KD,同时获取到历史正常监控设备的最大跨度值KDl,并经过公式得到实时容错系数,其中,α为预设年限偏差系数,β为年限,例如,第一年,β为1,第二年,β为2,以此类推,α>1,β>0,δ为实时容错系数,并将实时容错系数δ与预设容错系数之间的差值标记为偏差数PC,需要说明的是,偏差数PC的数值越大,则监控设备的冷却异常风险越大,反之,偏差数PC的数值越小,则监控设备的冷却异常风险越小;
并经过公式得到影响系数,其中,c1为预设容错因子,c2和c3分别为异常振动和值偏差数的预设比例因子,c1>c2>c3>0,c1+c2=1.243,c2+c3=2.472,YX为影响系数,并将影响系数YX与其内部录入存储的预设影响系数区间进行比对分析:
若影响系数YX大于预设影响系数区间中的最大值,则生成一级影响信号;
若影响系数YX位于预设影响系数区间之内,则生成二级影响信号;
若影响系数YX小于预设影响系数区间中的最小值,则生成三级影响信号,其中,一级影响信号的程度状况大于二级影响信号大于三级影响信号,并将一级影响信号、二级影响信号、三级影响信号以及一级影响信号、二级影响信号、三级影响信号所对应的监控设备编码发送至预警单元,预警单元在接收到一级影响信号、二级影响信号、三级影响信号以及一级影响信号、二级影响信号、三级影响信号所对应的监控设备编码后,立即做出对应影响信号的预警操作,即一级影响信号对应的预警操作:将对应监控设备标记为红色进行展示,二级影响信号对应的预警操作:将对应监控设备标记为黄色进行展示,三级影响信号对应的预警操作:将对应监控设备标记为绿色进行展示,进而有助于及时的对影响等级高的设备进行检修,同时提高监控设备的监控力度以及预警效果,且更加快速了解每个监控设备的运行状况,进而降低影响数据对监控设备的影响,有助于提高监控设备数据传输的稳定性;
综上所述,本发明是通过采集监控设备的运行数据,并通过符号化的标定、公式化的处理以及递进式的方式进行全面性分析,有助于准确判断监控设备故障风险等级,即根据监控设备风险等级进行合理的分级管控,保证监控设备的正常运行以及数据传输的稳定性,且保证监控设备能合理的进行管控和信息反馈提供准确的位置,以及保证监控设备的稳定运行以及监控性能,同时提高数据的真实性,以及进一步对特征图像进行深入式、前后交叉的分析,有助于提高数据的准确性和真实性,进而提高对监控设备处理的有效性;此外,通过对监控设备的影响数据进行分析,即将采集对象和处理流程的层级划分相结合、比较,判断影响数据对监控设备的影响程度,进而及时的对监控设备做出处理,以降低影响数据对监控设备的影响,有助于提高监控设备的工作效果,以及通过预警灯光的颜色变化凸显预警的等级,且灯光的变化预警效果更加明显,进而有助于及时的对影响等级高的监控设备进行检修,同时提高监控设备的监控力度以及预警效果,且更加快速了解每个监控设备的运行状况,进而降低影响数据对监控设备的影响,有助于提高监控设备数据传输的稳定性。
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,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于数据分析的电力远动智能监控系统,其特征在于,包括监控平台和中央控制端,监控平台的内部设置有数据采集单元、预处理单元、图像分析单元、故障自检分析单元,中央控制端内部设置有预警单元;
数据采集单元用于采集监控设备的运行数据,运行数据包括各个电气节点的运行温度和数据接口受压面积,并将运行数据发送至预处理单元;
预处理单元在接收到运行数据后,立即对运行数据进行分析,得到一级风险信号、二级风险信号以及三级风险信号,并经监控平台发送至中央控制端内部的预警单元,预警单元在接收到一级风险信号、二级风险信号以及三级风险信号立即做出对应的管控操作,且一级风险信号、二级风险信号和三级风险信号统称为风险信号,并将风险信号发送至故障自检分析单元;
故障自检分析单元在接收到风险信号后,立即采集监控设备的影响数据,影响数据包括振动幅度值和降温速度曲线,并对影响数据进行分析,得到一级影响信号、二级影响信号以及三级影响信号,并发送至预警单元,预警单元在接收到一级影响信号、二级影响信号和三级影响信号,立即做出对应影响信号的预警操作,即一级影响信号对应的预警操作:将对应监控设备标记为红色进行展示,二级影响信号对应的预警操作:将对应监控设备标记为黄色进行展示,三级影响信号对应的预警操作:将对应监控设备标记为绿色进行展示。
2.根据权利要求1所述的一种基于数据分析的电力远动智能监控系统,其特征在于,所述预处理单元对运行数据中数据接口受压面积的分析过程如下:
第一步:将监控设备进行编码处理,接着获取到监控设备开始工作时刻到结束工作时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内各个数据接口的受压面积,并将其标记为传输面积C,同时建立传输面积小于预设传输面积的集合Ao,o指的是传输面积小于预设传输面积所对应的数据接口的个数,o为自然数,同时将传输面积小于预设传输面积所对应的数据接口标记为异常接口,获取到集合A中子集对应的异常接口所对应的区域,并将其标记为异常区域,获取到o个异常区域的特征图像,并发送至图像分析单元,以及获取到监控设备的数据接口的预设受压面积预警值P;
第二步:图像分析单元在接收到o个异常区域的特征图像后,立即获取到正常监控设备内部对应异常区域的特征图像,并将其标记为参考图像,同时将异常区域的特征图像划分为g个子区域块,g为大于零的自然数,获取到各个子区域块与参考图像对应区域之间的差异面积值,同时获取到特征图像面积,且将差异面积值之和与特征图像面积的比值标记为差异系数CXg,获取到差异系数CXg小于预设差异系数的个数k,k为自然数,以此求得k与o之间的差值,并将其标记为m,m为自然数,指的是m个异常区域的特征图像,并将m发送至预处理单元;
第三步:预处理单元在接收到m后,立即将m个异常区域的特征图像内所对应的异常接口重新标记为正常接口,进而重新获得到异常接口的数量n,n为自然数,并经公式得到各个异常接口的传输风险系数Wn,并将传输风险系数Wn与其内部录入存储的预设传输风险系数进行比对分析:
若传输风险系数Wn大于等于预设传输风险系数,则生成故障信号;
若传输风险系数Wn小于预设传输风险系数,则生成监管信号。
3.根据权利要求2所述的一种基于数据分析的电力远动智能监控系统,其特征在于,所述预处理单元对运行数据中各个电气节点的运行温度的分析过程如下:
获取到时间阈值内监控设备内部的各个电气节点的运行温度,将运行温度大于预设运行温度所对应的电气节点标记为异常节点,获取到异常节点的个数g,g为大于零的自然数,以及各个异常节点所对应的实时运行温度SYg,同时获取到监控设备内部正常电气节点的运行温度,以此构建各个异常节点所对应的实时运行温度SYg与正常电气节点的运行温度之间差值的集合B,并将集合B的平均值标记为异常平均温度PW,并将异常平均温度PW与其内部预设区间E1和E2进行比方分析,其中,预设区间E1与预设区间E2不相交,且预设区间E1的范围值小于预设区间E2的范围值:
若异常平均温度PW位于预设区间E1,则生成一般信号;
若异常平均温度PW位于预设区间E2,则生成严重信号。
4.根据权利要求3所述的一种基于数据分析的电力远动智能监控系统,其特征在于,所述预处理单元交互式分析过程如下:
当生成故障信号和一般信号时,则得到二级风险信号;
当生成故障信号和严重信号时,则得到一级风险信号;
当生成监管信号和一般信号时,则得到三级风险信号;
当生成监管信号和严重信号时,则得到二级风险信号。
5.根据权利要求1所述的一种基于数据分析的电力远动智能监控系统,其特征在于,所述故障自检分析单元的影响数据分析过程如下:
步骤一:将时间阈值划分为f个子时间节点,f为大于零的自然数,获取到各个子时间节点内的振动幅度值,并将其标号为ZFf,同时获取到历史正常监控设备时间阈值内的平均振动幅度值PF,以此获取到各个子时间节点内的振动幅度值ZFf与平均振动幅度值PF之间的差值,并将大于预设阈值的差值标记为异常振动值Yu,其中,u为自然数,u指的是大于预设阈值的差值的个数;
步骤二:获取到时间阈值内监控设备的降温速度曲线,并将其标记为分析曲线,获取到分析曲线中的最大峰值和最小谷值,并将最大峰值与最小谷值之间的差值所对应的时长标记为最大跨度值KD,同时获取到历史正常监控设备的最大跨度值KDl,并经过公式得到实时容错系数,其中,α为预设年限偏差系数,β为年限,α>1,δ为实时容错系数,并将实时容错系数δ与预设容错系数之间的差值标记为偏差数PC;
并经过公式得到影响系数YX,并将影响系数YX与其内部录入存储的预设影响系数区间进行比对分析:
若影响系数YX大于预设影响系数区间中的最大值,则生成一级影响信号;
若影响系数YX位于预设影响系数区间之内,则生成二级影响信号;
若影响系数YX小于预设影响系数区间中的最小值,则生成三级影响信号。
6.根据权利要求1所述的一种基于数据分析的电力远动智能监控系统,其特征在于,所述预处理单元管控操作如下:
一级风险信号对应的监控设备编码进行预设一级管控方案操作;
二级风险信号对应的监控设备编码进行预设二级管控方案操作;
三级风险信号对应的监控设备编码进行预设三级管控方案操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310164890.9A CN115864658B (zh) | 2023-02-27 | 2023-02-27 | 一种基于数据分析的电力远动智能监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310164890.9A CN115864658B (zh) | 2023-02-27 | 2023-02-27 | 一种基于数据分析的电力远动智能监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115864658A true CN115864658A (zh) | 2023-03-28 |
CN115864658B CN115864658B (zh) | 2023-06-20 |
Family
ID=85658826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310164890.9A Active CN115864658B (zh) | 2023-02-27 | 2023-02-27 | 一种基于数据分析的电力远动智能监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115864658B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116128309A (zh) * | 2023-04-11 | 2023-05-16 | 胜利油田利丰石油设备制造有限公司 | 基于物联网的石油工程井场运行维护管理系统 |
CN116384743A (zh) * | 2023-03-29 | 2023-07-04 | 海南省林业科学研究院(海南省红树林研究院) | 一种基于生态数据分析的植物生长风险评估系统 |
CN116664113A (zh) * | 2023-07-28 | 2023-08-29 | 山东维点技术有限公司 | 一种面向电力计量标准化作业的智能安全监管系统 |
CN116758109A (zh) * | 2023-06-20 | 2023-09-15 | 杭州光线数字科技有限公司 | 一种基于智能设备的动作仪态同步性监测系统 |
CN116884193A (zh) * | 2023-08-03 | 2023-10-13 | 上海创芯致锐互联网络有限公司 | 一种基于多端感应融合的芯片工厂智慧生产监控警报系统 |
CN116934303A (zh) * | 2023-07-24 | 2023-10-24 | 上海惊叹化学有限公司 | 新能源汽车电池封装用耐温湿聚氨酯粘合剂性能检测系统 |
CN117787926A (zh) * | 2024-02-28 | 2024-03-29 | 长春电子科技学院 | 一种基于大数据的设备管理系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016112642A1 (zh) * | 2015-01-16 | 2016-07-21 | 张泽 | 一种智能设备的监控方法和装置 |
CN112987696A (zh) * | 2021-03-15 | 2021-06-18 | 国家电网有限公司 | 一种区域配电网设备管理平台及其运行方法 |
CN113296456A (zh) * | 2021-05-24 | 2021-08-24 | 姚钧腾 | 一种电气自动化设备故障检测系统 |
CN114187511A (zh) * | 2021-12-06 | 2022-03-15 | 北京国网富达科技发展有限责任公司 | 一种输电全景大数据智能监控方法 |
CN114430199A (zh) * | 2022-04-01 | 2022-05-03 | 山东汇能电气有限公司 | 一种基于大数据的开关柜运行监管系统 |
CN114977483A (zh) * | 2022-04-21 | 2022-08-30 | 南京师范大学 | 一种智能电网调控控制设备故障诊断系统 |
CN115166586A (zh) * | 2022-07-07 | 2022-10-11 | 淮南万泰电气有限公司 | 一种电气设备双端口独立监测运维系统 |
CN115639858A (zh) * | 2022-09-26 | 2023-01-24 | 雷山县方祥乡世章天麻开发有限公司 | 基于变温数字化的天麻加工用温控系统 |
-
2023
- 2023-02-27 CN CN202310164890.9A patent/CN115864658B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016112642A1 (zh) * | 2015-01-16 | 2016-07-21 | 张泽 | 一种智能设备的监控方法和装置 |
CN112987696A (zh) * | 2021-03-15 | 2021-06-18 | 国家电网有限公司 | 一种区域配电网设备管理平台及其运行方法 |
CN113296456A (zh) * | 2021-05-24 | 2021-08-24 | 姚钧腾 | 一种电气自动化设备故障检测系统 |
CN114187511A (zh) * | 2021-12-06 | 2022-03-15 | 北京国网富达科技发展有限责任公司 | 一种输电全景大数据智能监控方法 |
CN114430199A (zh) * | 2022-04-01 | 2022-05-03 | 山东汇能电气有限公司 | 一种基于大数据的开关柜运行监管系统 |
CN114977483A (zh) * | 2022-04-21 | 2022-08-30 | 南京师范大学 | 一种智能电网调控控制设备故障诊断系统 |
CN115166586A (zh) * | 2022-07-07 | 2022-10-11 | 淮南万泰电气有限公司 | 一种电气设备双端口独立监测运维系统 |
CN115639858A (zh) * | 2022-09-26 | 2023-01-24 | 雷山县方祥乡世章天麻开发有限公司 | 基于变温数字化的天麻加工用温控系统 |
Non-Patent Citations (1)
Title |
---|
张杰: "工程机械的故障诊断与维修研究", 《河北农机》, no. 11, pages 66 - 67 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116384743A (zh) * | 2023-03-29 | 2023-07-04 | 海南省林业科学研究院(海南省红树林研究院) | 一种基于生态数据分析的植物生长风险评估系统 |
CN116384743B (zh) * | 2023-03-29 | 2024-01-19 | 海南省林业科学研究院(海南省红树林研究院) | 一种基于生态数据分析的植物生长风险评估系统 |
CN116128309A (zh) * | 2023-04-11 | 2023-05-16 | 胜利油田利丰石油设备制造有限公司 | 基于物联网的石油工程井场运行维护管理系统 |
CN116758109A (zh) * | 2023-06-20 | 2023-09-15 | 杭州光线数字科技有限公司 | 一种基于智能设备的动作仪态同步性监测系统 |
CN116758109B (zh) * | 2023-06-20 | 2023-11-14 | 杭州光线数字科技有限公司 | 一种基于智能设备的动作仪态同步性监测系统 |
CN116934303A (zh) * | 2023-07-24 | 2023-10-24 | 上海惊叹化学有限公司 | 新能源汽车电池封装用耐温湿聚氨酯粘合剂性能检测系统 |
CN116934303B (zh) * | 2023-07-24 | 2024-02-13 | 上海惊叹化学有限公司 | 新能源汽车电池封装用耐温湿聚氨酯粘合剂性能检测系统 |
CN116664113A (zh) * | 2023-07-28 | 2023-08-29 | 山东维点技术有限公司 | 一种面向电力计量标准化作业的智能安全监管系统 |
CN116884193A (zh) * | 2023-08-03 | 2023-10-13 | 上海创芯致锐互联网络有限公司 | 一种基于多端感应融合的芯片工厂智慧生产监控警报系统 |
CN116884193B (zh) * | 2023-08-03 | 2024-02-06 | 上海创芯致锐互联网络有限公司 | 一种基于多端感应融合的芯片工厂智慧生产监控警报系统 |
CN117787926A (zh) * | 2024-02-28 | 2024-03-29 | 长春电子科技学院 | 一种基于大数据的设备管理系统及方法 |
CN117787926B (zh) * | 2024-02-28 | 2024-05-14 | 长春电子科技学院 | 一种基于大数据的设备管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115864658B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115864658A (zh) | 一种基于数据分析的电力远动智能监控系统 | |
CN102129525B (zh) | 汽轮机组振动与过程信号异常搜索分析方法 | |
CN110926809B (zh) | 一种基于大数据分析的风电机组传动链故障预警方法 | |
CN101447669B (zh) | 一种基于稳定规则信息模型的电网安全稳定监控方法 | |
CN116664113A (zh) | 一种面向电力计量标准化作业的智能安全监管系统 | |
CN104766138A (zh) | 基于工业互联网的火电厂设备性能评估与预警方法及系统 | |
CN111125895B (zh) | 一种风力发电机整机服役功率特性在线评估方法 | |
CN104766139A (zh) | 基于工业互联网的火电厂设备故障诊断与检修优化方法及系统 | |
CN113762604B (zh) | 一种工业互联网大数据服务系统 | |
CN116614525A (zh) | 一种基于大数据分析的地块土壤环境快速监测系统 | |
CN108448721A (zh) | 电力系统主站监控信号与标准信号自动匹配的方法 | |
CN112288298B (zh) | 一种基于在线数据的脱硫系统健康状况评价方法 | |
CN115800552B (zh) | 一种超级电容运行电力调频用智能调控系统及方法 | |
CN113837604A (zh) | 一种多源异构数据融合与多维度数据相关性分析系统 | |
CN114928168A (zh) | 一种海上平台无人化数据边缘计算装置 | |
CN116993329A (zh) | 一种基于数据分析的通讯设备运行维修决策管理系统 | |
CN113565702A (zh) | 一种在役风电场多维度智能评价系统 | |
CN116934162A (zh) | 一种基于数据分析的农机设备运行管控系统 | |
CN117560300B (zh) | 一种智能物联网流量预测与优化系统 | |
CN111509839A (zh) | 一种基于告警信号的跳闸事件化模型分析方法 | |
CN118449277A (zh) | 一种高低压配电柜异常故障信息远程监测系统 | |
CN117291317B (zh) | 基于aem的智能电力监控与优化系统 | |
CN113987817A (zh) | 一种用于水电厂发电设备的劣化分析方法 | |
CN105930350A (zh) | 基于定制模板的电网事故关联信息提取方法 | |
CN117009741A (zh) | 基于发电量的异常分析方法及系统 |
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 |