CN116027146A - 配电电缆网多状态分布式无源感知监测方法、装置和设备 - Google Patents

配电电缆网多状态分布式无源感知监测方法、装置和设备 Download PDF

Info

Publication number
CN116027146A
CN116027146A CN202211693146.XA CN202211693146A CN116027146A CN 116027146 A CN116027146 A CN 116027146A CN 202211693146 A CN202211693146 A CN 202211693146A CN 116027146 A CN116027146 A CN 116027146A
Authority
CN
China
Prior art keywords
distribution cable
sensing
data
distributed
passive
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
CN202211693146.XA
Other languages
English (en)
Inventor
牛荣泽
张凯
徐铭铭
冯光
郭剑黎
郭祥富
彭磊
李丰君
徐恒博
李宗峰
王鹏
张建宾
陈明
董轩
李英杰
秦福祥
黄清江
原璐璐
谢芮芮
白银浩
张金帅
尚博文
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.)
State Grid Corp of China SGCC
State Grid Henan Electric Power Co Ltd
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Henan Electric Power Co Ltd
Electric Power Research Institute of State Grid Henan Electric Power 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 State Grid Corp of China SGCC, State Grid Henan Electric Power Co Ltd, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202211693146.XA priority Critical patent/CN116027146A/zh
Publication of CN116027146A publication Critical patent/CN116027146A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明属于配电电缆网状态感知技术领域,具体涉及配电电缆网多状态分布式无源感知监测方法、装置、和设备;所述方法包括对配电电缆线路相关的紧凑分布式无源传感装置按照分布式应用方案进行部署;根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的合理部署,监测通道风险;对传感前端装置进行一体化、供电模块充能及低功耗设置,保证传感装置在配电电缆恶劣运行环境下长期可靠运行;对不同应用场景采用差异化的安装和运维方案,利用数字化实现电缆故障隐患的主动告警;本发明针对配电电缆本体故障隐患以及非直埋电缆通道外破和火灾风险,通过物联化应用与差异化部署决策,构建配电电缆网低成本、紧凑型多状态融合感知体系。

Description

配电电缆网多状态分布式无源感知监测方法、装置和设备
技术领域
本发明属于配电电缆网状态感知技术领域,具体涉及配电电缆网多状态分布式无源感知监测方法、装置和设备。
背景技术
电缆由于占用地面空间少,受气候和周围环境影响小,供电可靠性高等优点,城市配电网电缆化率逐年快速增加,以某省为例,目前在运中压配电电缆近3万公里,2016年-2021年连续五年的配电电缆规模年增长率超过20%;尽管配电电缆在运行上相对架空线存在诸多优势,但是实际工作中,由于电缆中间头及终端施工工艺、施工外力破坏等问题导致配电电缆故障情况相对架空线路并没有太大的改善;同时考虑到电缆一旦发生故障,故障查找难度相对架空线路难度大,且故障处理时间长,易引发用户投诉,造成供电可靠性下降;而且近几年,配电电缆通道火灾事故时有发生,一旦发生火灾极易火势蔓延造成严重的人身和设备安全问题;因此亟需针对电缆本体故障隐患及非直埋通道的外破和火灾隐患开展监测技术研究,同时考虑到配电电缆运行环境、成本及保供电的要求,传统的集中式不能满足配网电缆的监测要求,需开展分布式监测技术研究。
发明内容
本发明的目的是为了克服现有技术的不足,而提供一种配电电缆网多状态分布式无源感知监测方法,针对配电电缆本体故障隐患以及非直埋电缆通道外破和火灾风险,通过物联化应用与差异化部署决策,构建配电电缆网低成本、紧凑型多状态融合感知体系,提升在线感知技术在配电电缆线路及通道的实用化程度,支撑规模巨大、地理分散的配电电缆网状态感知与数字化管理需要,切实提升配电电缆网运行安全保障与应急处置能力。
本发明的目的是这样实现的:一种配电电缆网多状态分布式无源感知监测方法,它包括以下步骤:
对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署;
根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险;
对不同应用场景采用差异化的安装和运维方案,利用数字化对电缆故障隐患进行主动告警。
所述步骤对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署包括:针对基于紧凑分布式无源传感装置的配电电缆线路,通过配电电缆超声局放、震动及运行温度特征及识别判据,利用配网电缆的基于压电与热敏材料的运行状态分布式无源感知装置,对电缆高故障率区段进行感知预警。
所述步骤根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险包括:基于配电电缆非直埋通道外破震动及火灾异常温度特征及识别判据,利用配网电缆非直埋通道的基于压电与热敏材料的外破震动、火灾温升分布式无源感知装置,对非直埋通道进行外破感知和火灾探查告警。
所述步骤对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署包括:针对配电电缆线路故障高发、集中监测难以覆盖的电缆接头、终端等部件,研发无源、高可靠多状态融合感知技术及装置,通过分布式就近部署方式,实现关键高风险部件的缺陷与故障(间歇性故障)感知。
所述步骤根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险包括:针对沟道、排管工井等易受外力破坏和发生火灾的非直埋配电电缆通道在火灾及外破发生时的震动、温升特征,根据配电电缆通道空间较小、宏观表征较为集中的特点,利用通道分布式、多状态融合感知装置,对路径复杂、环境局限的配电电缆通道进行重大风险感知告警。
对配电电缆线路和配电电缆非直埋通道中传感器信号进行采集、处理、传输的前端装置采用一体化设计,所述前端装置包括有独立供电模块并采用无线充能方式进行充能,保证传感装置在配电电缆恶劣运行环境下长期可靠运行;针对配电电缆通道狭小、多水特点,利用一体化封装、无源感知、低功耗通信前端装置,结合主动告警和移动巡检业务模式,优化监测单元工作模式,降低监测单元能耗,保证前端装置在无外部稳定供能条件下长期可靠运行。
所述步骤对不同应用场景采用差异化的安装和运维方案,利用数字化对电缆故障隐患进行主动告警包括:按照感知部件的安装、控制、防护、更换等标准作业流程,建立优化部署方式、工作机制的科学决策模型,建立分布式感知数据管控分析平台,对配电电缆线路及通道进行异常状态识别报警、感知前端故障失效报警等数字化管控,实现配电电缆风险管控和故障防御。
所述配电电缆网多状态分布式无源感知监测方法通过多个传感器对配电电缆线路和配电电缆非直埋通道进行状态监测,多个传感器工作过程中涉及多传感器多参量智能感知技术,包括多源数据安全接入和多传感器信息智能融合;
多源数据安全接入包括:物联网终端采用私密协议,传感器采集的数据使用AES128加密,另外各类监测数据在经过汇聚控制器到应用服务器进行数据存储时,采用2级身份确认的方法对传感器上传的数据进行安全防护,第一级在汇聚控制器上,对传感器进行身份注册,只有注册过的感知节点数据才能被上传;第二级在应用服务器上,每个接收基站ID和传感器ID一起注册,保证数据的安全上传,通过在传感器内部加入安全芯片,来保证数据的安全防护,最终通过以上方法保证物联网数据的安全接入;
多传感器信息智能融合通过多源异构传感节点信息模型对不同来源、不同模式、不同媒质、不同时间、不同表示的信息进行有机的结合,得到对被感知对象的更精确的描述,通过对多传感器及其观测信息的合理支配和使用,把多传感器在空间或时间上可冗余或互补信息,依据设定的准则来进行组合,以获得被测对象的一致性解释或描述,所述多源异构传感节点信息模型包括节点可信度模型、多源异构传感信息统一描述模型和多源异构传感信息的协同决策。
所述配电电缆网多状态分布式无源感知监测方法通过数据挖掘对多个传感器的信息进行自动化分析,做出归纳性推理,并从中挖掘出潜在模式;
所述数据挖掘包括:数据准备、规律寻找和规律表示;数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集;规律寻找是找出数据集所含的规律;规律表示是以用户可理解的方式(如可视化)将找出的规律表示出来;所述数据挖掘过程具体展开主要包括:定义问题、建立数据挖掘库、分析数据、准备数据、建立模型、评价模型和实施。
配电电缆网多状态分布式无源感知监测装置,所述装置包括:
电缆线路传感部署模块,用于对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署;
电缆非直埋通道传感部署模块,用于根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险;
电缆故障隐患告警模块,用于对不同应用场景采用差异化的安装和运维方案,并利用数字化对电缆故障隐患进行主动告警。
配电电缆网多状态分布式无源感知监测设备,所述监测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序,所述数据处理程序被所述处理器执行时实现所述配电电缆网多状态分布式无源感知监测方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质上存储有数据处理程序,所述数据处理程序被处理器执行时实现所述配电电缆网多状态分布式无源感知监测方法的步骤。
本发明的有益效果:本发明的配电电缆网多状态分布式无源感知监测方法,通过对配电电缆线路相关的紧凑分布式无源传感装置按照分布式应用方案进行部署;根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的合理部署,监测通道风险;对传感前端装置进行一体化、供电模块充能及低功耗设置,保证传感装置在配电电缆恶劣运行环境下长期可靠运行;对不同应用场景采用差异化的安装和运维方案,利用数字化实现电缆故障隐患的主动告警;针对配电电缆本体故障隐患以及非直埋电缆通道外破和火灾风险,通过物联化应用与差异化部署决策,构建配电电缆网低成本、紧凑型多状态融合感知体系,提升在线感知技术在配电电缆线路及通道的实用化程度,支撑规模巨大、地理分散的配电电缆网状态感知与数字化管理需要,切实提升配电电缆网运行安全保障与应急处置能力。
附图说明
图1为本发明配电电缆网多状态分布式无源感知监测方法的流程示意图。
图2为本发配电电缆网多状态分布式无源感知监测方法节点可信度模型框架示意图。
图3为本发明配电电缆网多状态分布式无源感知监测方法多源异构传感信息统一描述模型示意图。
图4为本发明配电电缆网多状态分布式无源感知监测方法多源异构协同决策的示意图。
图5为本发明配电电缆网多状态分布式无源感知监测方法多源异构传感信息协同决策的示意图。
图6为本发明配电电缆网多状态分布式无源感知监测方法证据预处理及决策融合模式的示意图。
图7为本发明配电电缆网多状态分布式无源感知监测方法协同决策的仿真过程示意图的示意图。
图8为本发明配电电缆网多状态分布式无源感知监测方法配电电缆网安装与运维技术路线的示意图。
图9为本发明配电电缆网多状态分布式无源感知监测方法配电电缆设备多参量协同感知优化模型的示意图。
具体实施方式
下面结合附图对本发明做进一步的说明。
如附图1所示,配电电缆网多状态分布式无源感知监测方法,它包括以下步骤:
对配电电缆线路相关的紧凑分布式无源传感装置按照分布式应用方案进行部署;
根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的合理部署,监测通道风险;
对不同应用场景采用差异化的安装和运维方案,利用数字化实现电缆故障隐患的主动告警。
所述步骤对配电电缆线路相关的紧凑分布式无源传感装置按照分布式应用方案进行部署包括:针对基于紧凑分布式无源传感装置的配电电缆线路,通过配电电缆超声局放、震动及运行温度特征及识别判据,利用配网电缆的基于压电与热敏材料的运行状态分布式无源感知装置,解决电缆高故障率区段感知预警手段缺失问题。
所述步骤根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的合理部署,监测通道风险包括:基于配电电缆非直埋通道外破震动及火灾异常温度特征及识别判据,利用配网电缆非直埋通道的基于压电与热敏材料的外破震动、火灾温升分布式无源感知装置,解决非直埋通道外破、火灾探查告警问题。
所述步骤对配电电缆线路相关的紧凑分布式无源传感装置按照分布式应用方案进行部署包括:针对配电电缆线路故障高发、集中监测难以覆盖的电缆接头、终端等部件,研发无源、高可靠多状态融合感知技术及装置,通过分布式就近部署方式,实现关键高风险部件的缺陷与故障(间歇性故障)感知,解决传统监测技术的感知覆盖度不足、应用支撑条件高的难点问题。
所述步骤步骤根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的合理部署,监测通道风险包括:针对沟道、排管工井等易受外力破坏和发生火灾的非直埋配电电缆通道在火灾及外破发生时的震动、温升特征,根据配电电缆通道空间较小、宏观表征较为集中的特点,利用通道分布式、多状态融合感知装置,解决路径复杂、环境局限的配电电缆通道重大风险感知告警问题。
对配电电缆线路和配电电缆非直埋通道中传感器信号进行采集、处理、传输的前端装置采用一体化设计,所述前端装置包括有独立供电模块并采用无线充能方式进行充能,保证传感装置在配电电缆恶劣运行环境下长期可靠运行;针对配电电缆通道狭小、多水特点,利用一体化封装、无源感知、低功耗通信前端装置,结合主动告警和移动巡检业务模式,优化监测单元工作模式,降低监测单元能耗,保证前端装置在无外部稳定供能条件下长期可靠运行。
所述步骤对不同应用场景采用差异化的安装和运维方案,利用数字化实现电缆故障隐患的主动告警包括:按照感知部件的安装、控制、防护、更换等标准作业流程,建立优化部署方式、工作机制的科学决策模型,建立分布式感知数据管控分析平台,实现配电电缆线路及通道的异常状态识别报警、感知前端故障失效报警等数字化管控功能,提升配电电缆风险管控、故障防御能力。
所述配电电缆网多状态分布式无源感知监测方法通过多个传感器对配电电缆线路和配电电缆非直埋通道进行状态监测,多个传感器工作过程中涉及多传感器多参量智能感知技术,包括多源数据安全接入和多传感器信息智能融合;
多源数据安全接入包括:物联网终端采用私密协议,传感器采集的数据使用AES128加密,另外各类监测数据在经过汇聚控制器到应用服务器进行数据存储时,采用2级身份确认的方法对传感器上传的数据进行安全防护,第一级在汇聚控制器上,对传感器进行身份注册,只有注册过的感知节点数据才能被上传;第二级在应用服务器上,每个接收基站ID和传感器ID一起注册,保证数据的安全上传,如一个传感器拿到另外一个基站下面,虽然数据能通过汇聚控制器,但是在应用层由于接收基站不匹配也会被当作垃圾数据丢掉,通过在传感器内部加入安全芯片,来保证数据的安全防护,最终通过以上方法保证物联网数据的安全接入;
多传感器信息智能融合通过多源异构传感节点信息模型对不同来源、不同模式、不同媒质、不同时间、不同表示的信息进行有机的结合,得到对被感知对象的更精确的描述,通过对多传感器及其观测信息的合理支配和使用,把多传感器在空间或时间上可冗余或互补信息,依据设定的准则来进行组合,以获得被测对象的一致性解释或描述。
对于单机内部多传感器状态检测来说,单传感器提取的特征往往是待检测目标的不完全描述,而利用多个传感器提取的独立、互补的特征构造的特征向量,是比单传感器提取的特征向量能更完全的描述,有利于提高正确的识别概率,降低错误概率。例如在故障电流检测设备中,利用温度传感器和电流传感器各自提取的独立、互补的特征向量进行自适应信息融合目标识别,取得了比用单传感器明显的优越效果。
对于大系统层面的数据融合,运用多传感器数据融合技术能够增强系统生存能力,提高整个系统的可靠性和鲁棒性,增强数据的可信度,并提高精度,扩展整个系统的时空覆盖率,增加系统的实时性和信息利用率。
所述多源异构传感节点信息模型包括节点可信度模型、多源异构传感信息统一描述模型和多源异构传感信息的协同决策。
节点可信度模型:节点的可信度是通过对外在影响因素等进行综合评估后得出的,典型的外在影响因素是环境影响因素。对于节点的可信度,简单的衡量指标就是节点的目标分类正确的历史统计率,简称为历史正确率,这是一种利用节点的历史表现推断节点当前可信度的方法,一方面,只要节点的历史正确率总是从当前回溯至一个合理的历史时间点进行更新计算的,这种方法就有一定的合理性;另一方面,由于节点的历史正确率更新较慢,而电力监测应用中目标、环境等都是瞬息万变的,该方法又有其不合理的地方。因此,采用环境影响因子对节点的历史正确率进行修正,得到节点的可信度。节点可靠性定义、分析和建模,模型框架如附图2所示。
多源异构传感信息统一描述模型:传感器的异构性为信息融合带来很多不便,传感信息统一描述模型能够对各种异构传感器及其元数据进行统一建模,消除传感器之间的差异性,便于上层应用对各类传感数据进行融合。多源异构传感信息统一描述模型如下图所示,主要是对观察结果的多个属性进行描述,观察结果对应的位置信息、事件的时间信息、事件描述信息、场景描述信息、元数据信息等,从而全面的描述传感数据、以及对应的场景和事件,多源异构传感信息统一描述模型如图3所示。
多源异构传感信息统一描述模型的开发实现的主要步骤如下:首先,传感器信息获取接口开发。作为嵌入式软件应用,读取传感器的数据可以通过串口、网口或者无线等方式。其次,建立传感信息统一描述模型。将读取的实时数据用XML语言进行描述。最后是数据的传输。感知数据描述中数据的传输方式有多种方式,根据不同的传感器的数据类型和数据量不同选择合适的通信方式。如果数据量比较小可以选择SOAP通信方式,将实时数据送给上层融合单元。如果数据量比较大,可以通过VC中的类库解析XML数据,并将数据通过ADO数据送入数据库。
多源异构传感信息协同决策:协同决策是信息融合的最后一个环节,决定信息融合的最终结果,对于提高信息融合的准确性和电力监测系统的鲁棒性、环境适应性具有十分重要的意义;协同决策的本质是从多源信息中提炼出真实有效的信息,确定相应的融合规则使得决策的错误率或者损失最小。对于电力监测应用来说,由于节点模态、位置和处理能力不同,导致不同节点对目标的分类判决结果存在差异,协同决策算法就是要对这些差异进行分析、处理和判断,排除干扰,获取真实信息。为了分析节点判决结果之间的差异性,需要对各节点和它们的分类结果进行可靠性进行建模,在建模过程中需要考虑节点模态、位置、信息可信度等方面因素,然后依据这些模型确定包括基于模态、空间等不同层级的融合规则。协同决策示意如下图所示(颜色代表按模态、空间位置等的分层),多源异构协同决策示意图如图4所示。
针对多传感信息融合和协同决策,利用贝叶斯公式将节点的可靠性分解为节点的互信度与可信度;然后从节点的监测结果相互支持、节点监测结果的不确定性、节点的历史分类正确率、节点接收目标信号的信噪比和环境影响等方面分别对节点的互信度和可信度进行了推导和建模。该模型涵盖了影响节点可靠性的各种因素,并对各种因素进行了合理分析和量化,实现了高可靠性的智能辅助决策。多源异构传感信息协同决策如附图5所示。
在获得节点的可靠性度量后,就可以利用证据预处理及决策融合模式来进行决策融合,证据预处理及决策融合模式见附图6,节点的可靠性综合了节点局部决策信息和节点外部因素、历史统计等信息;协同决策的仿真过程示意图见附图7,主要原理和思想是通过迭代信号模型提高协同决策的输出结果。
所述配电电缆网多状态分布式无源感知监测方法通过数据挖掘对多个传感器的信息进行高度自动化地分析数据,做出归纳性推理,从中挖掘出潜在模式,帮助决策者调整策略、减少风险;所述数据挖掘的步骤主要是:数据准备、规律寻找和规律表示;数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集;规律寻找是用某种方法将数据集所含的规律找出来;规律表示是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来,具体展开,主要包括:定义问题、建立数据挖掘库、分析数据、准备数据、建立模型、评价模型和实施;数据挖掘的对象可以是任何类型的数据源,可以是关系数据库,此类包含结构化数据的数据源;也可以是数据仓库、文本、多媒体数据、空间数据、时序数据、Web数据,此类包含半结构化数据甚至异构性数据的数据源。
数据挖掘的分析方法主要为分类、估值、预测、聚类和相关性分组或关联规则。
(a)分类,即从数据中选出已经分好类的训练集,在该训练集上运用数据挖掘技术,建立一个分类模型,再将该模型用于对没有分类的数据进行分类;
(b)估值,与分类类似,但估值最终的输出结果是连续型的数值,估值的量并非预先确定;
(c)预测,是通过分类或估值的训练得出一个模型,如果对于检验样本组而言该模型具有较高的准确率,可将该模型用于对新样本的未知变量进行预测;
(d)聚类,是自动寻找并建立分组规则的方法,通过判断样本之间的相似性,把相似样本划分在一个簇中;
(e)相关性分组或关联规则,其目的是发现那些事情总是一起发生。
数据挖掘的经典算法主要包括神经网络算法、决策树算法、遗传算法、粗糙算法、模糊算法、关联规则算法等。
1)蚁群算法
蚁群算法(Ant Colony Algorithm,ACA)是一种用来寻找优化路径的概率型算法。它由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现最短路径的行为。蚂蚁会在其经过的路径上释放一种称为“信息素”的物质,距离短的路上的蚂蚁往返一次时间短,重复频率快,在单位时间里往返蚂蚁的数目就多,留下的信息素也多,蚁群内的蚂蚁对“信息素”具有感知能力,它们会沿着“信息素”浓度较高路径行走,而每只路过的蚂蚁都会在路上留下“信息素”,这就形成一种类似正反馈的机制,这样经过一段时间后,整个蚁群就会沿着最短路径到达食物源了。
将蚁群算法应用于解决优化问题的基本思路为:用蚂蚁的行走路径表示待优化问题的可行解,整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素量较多,随着时间的推进,较短的路径上累积的信息素浓度逐渐增高,选择该路径的蚂蚁个数也愈来愈多。最终,整个蚂蚁会在正反馈的作用下集中到最佳的路径上,此时对应的便是待优化问题的最优解。
蚁群算法有以下优点:
(a)多样性:觅食时,多样性使蚂蚁不会走进死胡同而无限循环,是一种创新能力;
(b)正反馈:搜索过程不断收敛,使优良信息保存下来,最终逼近最优解,是一种学习强化能力;
(c)搜索过程采用分布式计算方式,多个个体同时进行并行计算,大大提高了算法的计算能力和运行效率;
(d)启发式的概率搜索方式不容易陷入局部最优,易于寻找到全局最优解。
2)遗传算法
遗传算法(Genetic Algorithm,GA)最早是由美国的John holland于20世纪70年代提出,该算法是根据大自然中生物体进化规律而设计提出的,是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式,利用计算机仿真运算,将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时,相对一些常规的优化算法,通常能够较快地获得较好的优化结果。
算法从问题解的串集开始搜索,而不是从单个解开始,这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的,容易误入局部最优解。遗传算法从串集开始搜索,覆盖面大,利于全局择优。遗传算法基本上不用搜索空间的知识或其它辅助信息,而仅用适应度函数值来评估个体,在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束,而且其定义域可以任意设定。这一特点使得遗传算法的应用范围大大扩展。
具体计算步骤如下:
(a)初始化:将要求解的问题表示成遗传空间的染色体或者个体,生成初始种群;
(b)个体评价:根据所求问题的目标函数生成遗传算法的适应度函数,计算种群中的个体的优劣程度,也表示该个体繁殖后代的能力;
(c)选择运算:在群体中个体的适应度评估基础上,选择出优化的个体,目的是直接遗传到下一代或通过配对交叉产生新的个体再遗传到下一代。
(d)交叉运算:把两个父代个体的部分结构加以替换重组而生成新个体,在遗传算法中起核心作用,使遗传算法的搜索能力得以飞跃提高。
(e)变异运算:对群体中的个体串的某些基因座上的基因值作变动,最后得到下一代群体。
(f)终止条件判断:当最优个体的适应度达到给定的阈值,或者最优个体的适应度和群体适应度不再上升时,或者迭代次数达到预设的代数时,算法终止。
针对电缆本体、接头、终端不同的故障特点和通道火灾、水浸、外破态势特征,根据电缆沟和电缆通道差异化应用场景下的紧凑多状态感知装置安装配置方案,采用配电电缆本体、接头、终端等位置配电电缆网多状态传感前端装置的安装方式;电缆通道运行环境下低洼处水浸、水位、电缆深沟处含氧量、二氧化碳、复合电缆区域处硫化氢和有毒气体以及天然气和电缆通道共享处的甲烷等感知量的态势特征,建立相应的电缆本体、电缆通道和运行环境的异常模型;分析监测信号在不同管道中传输的特点及其管道对信号的影响作用。通过配电电缆网紧凑多状态感知装置差异化应用场景下安装部署方案的研究,探索配电电缆网新的运维模式和规范操作方法,提升操作效率。
根据配电电缆本体、接头、终端等的几何和物理特征及通道火灾、水浸、外破态势对优化部署的影响作用,设计配电电缆网紧凑多状态感知装置在差异化应用场景下优化部署算法和科学决策模型,开展新型的配电电缆网紧凑多状态感知装置优化算法研究,为配电电缆的安全可靠运行提供辅助监控方法。针对性研发通道分布式、多状态融合感知技术及装置,解决在路径复杂、环境局限条件下的,非直埋配电电缆网紧凑多状态感知装置部署优化配置方法,实现对配电电缆通道重大风险和电缆异常的快速感知和告警。
采用数据处理、数据挖掘和智能分析的方法,利用综合状态诊断预警与装置失效报警的分布式感知监控系统和配电电缆网紧凑多状态电缆网自主诊断预警方法和配电电缆网紧凑多状态感知装置自主诊断预警方法,实现配电电缆网自主诊断、隐患预警和故障分析以及感知装置失效报警和丢失报警等功能应用;开展配电电缆网紧凑多状态感知系统的示范运行。提高在线监测数据的可信度和技术应用成效,实现配电电缆线路及通道的异常状态识别报警、感知装置失效报警等数字化管控功能,切实保障该技术应用成效。
配电电缆网紧凑多状态感知装置差异化应用场景下安装与运维,搭建配电电缆网紧凑多状态感知装置差异化多场景下应用安装部署方案,以配电电缆网所运行的电缆沟和电缆管道为本次项目主要研究的场景,以配电综合管廊和电缆隧道为项目扩展的应用场景,开展配电电缆网紧凑多状态感知装置差异化多场景下应用安装部署方案的研究。以配电电缆沟和电缆管道为典型电缆运行通道,采用“配电电缆本体主绝缘监测+电缆通道外破和火灾监测+电缆周围差异化运行环境的监测+智能井盖部署”的部署方案,一是电缆本体主绝缘监测,在电缆接头、本体上安装部署局放、振动和温度三维度监测的复合传感前端装置,实现电缆本体的主绝缘破损产生放电、非法人员偷盗电缆产生的振动和电缆本体因负载、老化等产生的发热在线监测;二是电缆通道外破和火灾监测,在电缆通道内安装部署温度、管道震动二维度的复合传感前端装置,实现电缆通道因外部挖掘机、打桩机等外力破坏和电缆通道内因电缆接头发热爆炸等引起的火灾在线监测;三是配电电缆周围差异化运行环境的监测,电缆运行环境(有毒气体、水浸、水位等)的智能监测,针对不同的电缆运行环境,如电缆铺设低洼处,需要差异化安装部署水浸、水位传感装置,严重的要配置排水泵,实现电缆低洼处的差异化监控;电缆通道比较深的区域,需要差异化部署氧气、二氧化碳以及有毒气体等传感装置,实现电缆通道的安全可靠运维;四是电缆井盖的智能防护,安装部署双层智能井盖,实现井盖的智能监测和远程开启,与水务、移动联通、燃气管道以及政府下属的部门建立电缆通道的共享运维管理模式。
其次,探索配电电缆网紧凑多状态感知装置差异化应用场景下运维模式,一是探索配电电缆网省、市、县一体化运维管理模式,通过配电电缆监控云平台,将区域内所有配电电缆数据统计接入,数据统一运维,并基于智能化运维新模式,探索新型省、市、县三级统一运维模式,实现省、市、县一体化运维管理、一体化检修管理和一体化服务信息发布管理等。二是探索智能运维模式和移动巡检运维模式,采用先进的数据分析技术,应用海量的基础数据,转变设备运维管理方式,由人工巡视变成设备实时在线监测;被动预警变为主动预警,由运维人员巡视到隐患由系统主动上报预警服务;被动检修变为状态检修,由传统的每月一次人工+仪表检测的被动检修方式,转变为主动在线实时监测,为状态检修提供技术支撑;人工移动巡检运维,通过RFID标签、移动手持终端、4G/5G网络、主站系统,实现配电电缆现场巡视过程、缺陷情况、巡视轨迹可视化,自动生成统计报表,实时监控配电电缆运行状态,根据缺陷性质生成检修计划建议。巡视人员根据系统下发的巡视任务,现场扫描RFID标签,自动识别设备详情,根据巡视结果选择缺陷库对应内容,完成设备巡视及缺陷录入,借助手持终端地理图GPS自动定位功能,利用4G/5G网络自动上传巡视轨迹、缺陷内容及完成情况至主站系统,极大提高了现场巡视工作质效,为配网设备安全可靠供电提供坚强保障。
配电电缆网紧凑多状态感知装置的部署,首先,在电缆典型通道中安装部署主绝缘监测、电缆通道、运行环境和电缆井盖四个方面的配电电缆感知装置,实现配电电缆辅助运行管理,主要监测的配电电缆设施包括配电电缆接头、电缆本体、电缆通道、运行环境和井盖等运行设备,安装基于统一信息模型的电缆本体温度、局放和振动感知装置、电缆通道震动、温度感知装置以及电缆运行环境水浸、水位、二氧化碳、甲烷和智能井盖等无线传感器监测,实现了配电电缆接头温度和局放、电缆本体振动防盗、电缆通道火灾和外破、环境运行水浸、水位、电缆通道内二氧化碳和甲烷气体、智能井盖等多参量的状态、故障及防盗在线监测,并基于配电紧凑多状态感知装置的基础上,根据配电电缆设备多参量协同感知优化模型,如图9所示,对配电电缆本体和井盖上只安装一种传感器,故为单参量感知模型;对配电电缆接头、电缆通道和周围运行环境场景上安装两种以上传感器,对于两种以上的多状态感知装置,可以建立多参量协同感知算法,如(1)电缆通道内积水过多,水位传感器监测并发出预警信号,需要进行联动排水泵排水;(2)电缆接头温度升高和电缆接头局放有一定的相关性,电缆接头长期发热,温度加速主绝缘的快速老化,进而引起电缆接头的局部放电,而电缆接头的局部放电又导致温度的升高,故为多参量感知模型,本项目针对配电电缆多传感器多状态监测,开展新型的配电电缆网紧凑多状态感知装置优化算法研究,为配电电缆的安全可靠运行提供辅助监控方法。
其次,针对配电电缆接头易发热、易放电、易形变、易爆炸、电缆本体易偷盗、电缆井盖易非法打开、电缆通道内易水浸、易潮湿、含氧量易不足等问题,以传感器安装设计和配电电缆运行故障表为依据,形成了配电电缆网紧凑多状态感知装置部署优化算法的传感器优化配置方案如下,配电电缆本体安装感知设备:1个温度、振动和局放前置装置、1个热敏温度、震动传感器前置装置、1个无线数据接收装置、1个智能井盖(数据接收装置部署在智能井盖两盖之间空闲部分)、低洼处安装1个水浸/水位传感器(特殊区域配置排水泵)、电缆沟较深处安装1个含氧量传感器、1个二氧化碳传感器和1个有毒气体传感器、电缆管道和天然气管道有接触处安装1个甲烷传感器、老旧电缆沟安装1个硫化氢传感器(电缆老化腐蚀会产生硫化氢气体,人体吸入过多会致命)。
配电电缆网紧凑多状态感知装置自主诊断告警包含配电电缆诊断和感知装置诊断两方面的内容。一是配电电缆网自主诊断技术,综合利用GIS、PMS、配电自动化系统等各类历史数据和实时数据,数据包括配电设备信息、运行信息、环境信息及历史故障告警数据和缺陷数据,针对上述数据进行深入分析,采用大数据分析技术,实现多传感器多参量的协同感知。特别是在比较复杂的配电电缆区域,由于其运行线路复杂,线路故障情况多样,给检修人员进行故障定位带来困难。目前单一监测量往往很难诊断故障并做出正确定位,甚至会出现“虚警”现象,给维护人员带来不必要的麻烦。因此需要采用多传感器融合方式,综合分析各监测内容,确定多传感器多参量协同感知模型,给出配电电缆故障原因分析结果,通过主站数据控制中心对各个传感器装置上传的数据进行计算处理,按照相应的处理方法,得到更为准确的判断值。综合分析来自电缆接头温度、局放和电缆本体振动等无源传感器的信息,结合电缆本体、接头、终端、检测装置等的特征节点模型,采用数据挖掘方法,实现快速的数据分类、回归分析、聚类、关联规则、特征、变化分析、偏差分析等操作;从而提高数据处理能力,强化感知装置和电缆异常信息处理能力。通过对大量数据的分析,完成配电电缆网电缆的监控和故障诊断软件。基于配电电缆网电缆的监控和故障诊断软件和数据库分析,确定感知装置失效报警和电缆异常和故障预警方法。二是感知装置自主诊断技术,针对感知装置运行的通信传输通道、感知装置监测数据运行和感知装置本体的特征,建立感知装置异动源诊断方法,(1)根据通信中断、误码、延迟等情形下配电多重故障识别与分析方法,具体分析通信中断、误码、延迟以及拥塞攻击、重放和篡改数据等网络攻击情形下对配电网的影响,同时探究配电网故障对通信信息系统的反作用,通过对信息系统的异常数据和配电网故障信息表述的聚类分析、提取特征向量等;(2)根据时序状态下感知装置诊断模型,配电网关键节点状态评价、典型设备在线评估和感知装置网络运行动态特征,构建配电电缆网感知装置关键节点状态评价与典型设备在线评估指标体系,基于聚类分析法及比重评分法开展配电网关键节点状态评价与典型设备在线评估。基于潮流计算方法,综合考虑配电电缆网感知装置异常信息辨识结果,分析多类型异动源下涵盖感知装置电压质量与通信信号的网络运行动态特性,识别网络的关键节点,对每个在线节点资源进行监控,实现感知装置电池失效异常报警、丢失离线、污损等数字化管控功能。
本发明的配电电缆网多状态分布式无源感知监测方法,可以防患于未然,在电缆中间头及终端等高故障率区段发生故障前能有效预警,防止故障发生或事故范围扩大;同样也减少了非直埋电缆通道出现外破或火灾的概率,在外破或火灾事故发生前可以发出事故告警,及时采取措施减少事故发生次数,减少客户投诉,提高供电可靠性;多状态传感前端装置采用了低功耗设计及无线充能技术,可以大大减少运维工作量,在支撑电缆安全主动运维的同时不会增加运行人员的工作负担;在间接经济效益方面,通过项目成果的实用化,在配电物联网领域推广应用,有效处理配电电缆监测及通道在线监测技术研究相对滞后、应用基本空白的问题,支撑配电网精益化管控,提升配电网运行管理水平和运行经济性,并推动新型配电网建设,形成新的产品和市场,实现科研、产业双赢。
配电电缆网多状态分布式无源感知监测装置,所述装置包括:
电缆线路传感部署模块,用于对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署;
电缆非直埋通道传感部署模块,用于根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险;
电缆故障隐患告警模块,用于对不同应用场景采用差异化的安装和运维方案,并利用数字化对电缆故障隐患进行主动告警。
配电电缆网多状态分布式无源感知监测设备,所述监测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序,所述数据处理程序被所述处理器执行时实现所述配电电缆网多状态分布式无源感知监测方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质上存储有数据处理程序,所述数据处理程序被处理器执行时实现所述配电电缆网多状态分布式无源感知监测方法的步骤。
综上所述,本发明的配电电缆网多状态分布式无源感知监测方法,通过步骤对配电电缆线路相关的紧凑分布式无源传感装置按照分布式应用方案进行部署;根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的合理部署,监测通道风险;对传感前端装置进行一体化、供电模块充能及低功耗设置,保证传感装置在配电电缆恶劣运行环境下长期可靠运行;对不同应用场景采用差异化的安装和运维方案,利用数字化实现电缆故障隐患的主动告警;本发明的配电电缆网多状态分布式无源感知监测装置,通过电缆线路传感部署模块、电缆非直埋通道传感部署模块和电缆故障隐患告警模块;本发明的配电电缆网多状态分布式无源感知监测设备和计算机可读存储介质通过相应的数据处理程序,实现针对配电电缆本体故障隐患以及非直埋电缆通道外破和火灾风险,通过物联化应用与差异化部署决策,构建配电电缆网低成本、紧凑型多状态融合感知体系,提升在线感知技术在配电电缆线路及通道的实用化程度,支撑规模巨大、地理分散的配电电缆网状态感知与数字化管理需要,切实提升配电电缆网运行安全保障与应急处置能力。
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。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (12)

1.配电电缆网多状态分布式无源感知监测方法,其特征在于,它包括以下步骤:
对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署;
根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险;
对不同应用场景采用差异化的安装和运维方案,利用数字化对电缆故障隐患进行主动告警。
2.如权利要求1所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,所述步骤对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署包括:针对基于紧凑分布式无源传感装置的配电电缆线路,通过配电电缆超声局放、震动及运行温度特征及识别判据,利用配网电缆的基于压电与热敏材料的运行状态分布式无源感知装置,对电缆高故障率区段进行感知预警。
3.如权利要求1所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,所述步骤根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险包括:基于配电电缆非直埋通道外破震动及火灾异常温度特征及识别判据,利用配网电缆非直埋通道的基于压电与热敏材料的外破震动、火灾温升分布式无源感知装置,对非直埋通道进行外破感知和火灾探查告警。
4.如权利要求2所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,所述步骤对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署包括:针对配电电缆线路故障高发、集中监测难以覆盖的电缆接头、终端等部件,研发无源、高可靠多状态融合感知技术及装置,通过分布式就近部署方式,实现关键高风险部件的缺陷与故障(间歇性故障)感知。
5.如权利要求3所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,所述步骤根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险包括:针对沟道、排管工井等易受外力破坏和发生火灾的非直埋配电电缆通道在火灾及外破发生时的震动、温升特征,根据配电电缆通道空间较小、宏观表征较为集中的特点,利用通道分布式、多状态融合感知装置,对路径复杂、环境局限的配电电缆通道进行重大风险感知告警。
6.如权利要求1所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,对配电电缆线路和配电电缆非直埋通道中传感器信号进行采集、处理、传输的前端装置采用一体化设计,所述前端装置包括有独立供电模块并采用无线充能方式进行充能,保证传感装置在配电电缆恶劣运行环境下长期可靠运行;针对配电电缆通道狭小、多水特点,利用一体化封装、无源感知、低功耗通信前端装置,结合主动告警和移动巡检业务模式,优化监测单元工作模式,降低监测单元能耗,保证前端装置在无外部稳定供能条件下长期可靠运行。
7.如权利要求1所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,所述步骤对不同应用场景采用差异化的安装和运维方案,利用数字化对电缆故障隐患进行主动告警包括:按照感知部件的安装、控制、防护、更换等标准作业流程,建立优化部署方式、工作机制的科学决策模型,建立分布式感知数据管控分析平台,对配电电缆线路及通道进行异常状态识别报警、感知前端故障失效报警等数字化管控,实现配电电缆风险管控和故障防御。
8.如权利要求1所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,所述配电电缆网多状态分布式无源感知监测方法通过多个传感器对配电电缆线路和配电电缆非直埋通道进行状态监测,多个传感器工作过程中涉及多传感器多参量智能感知技术,包括多源数据安全接入和多传感器信息智能融合;
多源数据安全接入包括:物联网终端采用私密协议,传感器采集的数据使用AES128加密,另外各类监测数据在经过汇聚控制器到应用服务器进行数据存储时,采用2级身份确认的方法对传感器上传的数据进行安全防护,第一级在汇聚控制器上,对传感器进行身份注册,只有注册过的感知节点数据才能被上传;第二级在应用服务器上,每个接收基站ID和传感器ID一起注册,保证数据的安全上传,通过在传感器内部加入安全芯片,来保证数据的安全防护,最终通过以上方法保证物联网数据的安全接入;
多传感器信息智能融合通过多源异构传感节点信息模型对不同来源、不同模式、不同媒质、不同时间、不同表示的信息进行有机的结合,得到对被感知对象的更精确的描述,通过对多传感器及其观测信息的合理支配和使用,把多传感器在空间或时间上可冗余或互补信息,依据设定的准则来进行组合,以获得被测对象的一致性解释或描述,所述多源异构传感节点信息模型包括节点可信度模型、多源异构传感信息统一描述模型和多源异构传感信息的协同决策。
9.如权利要求1所述的配电电缆网多状态分布式无源感知监测方法,其特征在于,所述配电电缆网多状态分布式无源感知监测方法通过数据挖掘对多个传感器的信息进行自动化分析,做出归纳性推理,并从中挖掘出潜在模式;
所述数据挖掘包括:数据准备、规律寻找和规律表示;数据准备是从相关的数据源中选取所需的数据并整合成用于数据挖掘的数据集;规律寻找是找出数据集所含的规律;规律表示是以用户可理解的方式(如可视化)将找出的规律表示出来;所述数据挖掘过程具体展开主要包括:定义问题、建立数据挖掘库、分析数据、准备数据、建立模型、评价模型和实施。
10.配电电缆网多状态分布式无源感知监测装置,其特征在于,所述装置包括:
电缆线路传感部署模块,用于对配电电缆线路相关的无源传感装置按照分布式应用方案进行部署;
电缆非直埋通道传感部署模块,用于根据配电电缆非直埋通道的差异化场景进行紧凑无源分布式传感装置的部署,监测通道风险;
电缆故障隐患告警模块,用于对不同应用场景采用差异化的安装和运维方案,并利用数字化对电缆故障隐患进行主动告警。
11.配电电缆网多状态分布式无源感知监测设备,其特征在于,所述监测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序,所述数据处理程序被所述处理器执行时实现如权利要求1至9中任一项所述配电电缆网多状态分布式无源感知监测方法的步骤。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有数据处理程序,所述数据处理程序被处理器执行时实现如权利要求1至9中任一项所述配电电缆网多状态分布式无源感知监测方法的步骤。
CN202211693146.XA 2022-12-28 2022-12-28 配电电缆网多状态分布式无源感知监测方法、装置和设备 Pending CN116027146A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211693146.XA CN116027146A (zh) 2022-12-28 2022-12-28 配电电缆网多状态分布式无源感知监测方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211693146.XA CN116027146A (zh) 2022-12-28 2022-12-28 配电电缆网多状态分布式无源感知监测方法、装置和设备

Publications (1)

Publication Number Publication Date
CN116027146A true CN116027146A (zh) 2023-04-28

Family

ID=86078761

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211693146.XA Pending CN116027146A (zh) 2022-12-28 2022-12-28 配电电缆网多状态分布式无源感知监测方法、装置和设备

Country Status (1)

Country Link
CN (1) CN116027146A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116843484A (zh) * 2023-09-01 2023-10-03 北京力码科技有限公司 一种基于物联网的金融保险数据安全管理方法
CN117289075A (zh) * 2023-09-07 2023-12-26 东莞市明盛电气有限公司 电缆性能检测方法及系统
CN117708669A (zh) * 2023-12-14 2024-03-15 国网湖北省电力有限公司武汉供电公司 一种基于多源数据的自适应概率神经网络高压电缆状态评估方法
CN118425689A (zh) * 2024-07-04 2024-08-02 国网上海市电力公司 一种新型智慧配电网分布式电源故障定位方法
CN118586677A (zh) * 2024-08-02 2024-09-03 国网山西省电力公司电力科学研究院 基于关联规则分析的电力分配预测方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116843484A (zh) * 2023-09-01 2023-10-03 北京力码科技有限公司 一种基于物联网的金融保险数据安全管理方法
CN116843484B (zh) * 2023-09-01 2023-11-17 北京力码科技有限公司 一种基于物联网的金融保险数据安全管理方法
CN117289075A (zh) * 2023-09-07 2023-12-26 东莞市明盛电气有限公司 电缆性能检测方法及系统
CN117289075B (zh) * 2023-09-07 2024-03-12 东莞市明盛电气有限公司 电缆性能检测方法及系统
CN117708669A (zh) * 2023-12-14 2024-03-15 国网湖北省电力有限公司武汉供电公司 一种基于多源数据的自适应概率神经网络高压电缆状态评估方法
CN118425689A (zh) * 2024-07-04 2024-08-02 国网上海市电力公司 一种新型智慧配电网分布式电源故障定位方法
CN118586677A (zh) * 2024-08-02 2024-09-03 国网山西省电力公司电力科学研究院 基于关联规则分析的电力分配预测方法及系统

Similar Documents

Publication Publication Date Title
CN116027146A (zh) 配电电缆网多状态分布式无源感知监测方法、装置和设备
Wu et al. Critical review of data-driven decision-making in bridge operation and maintenance
CN108418841B (zh) 基于ai的下一代关键信息基础设施网络安全态势感知系统
CN115578015B (zh) 基于物联网的污水处理全过程监管方法、系统及存储介质
Chowdhury et al. Advantages and limitations of artificial intelligence
CN117152893B (zh) 一种森林防灾方法及系统
Basu et al. Fire monitoring in coal mines using wireless underground sensor network and interval type-2 fuzzy logic controller
CN112733440A (zh) 海上油气水井智能故障诊断方法、系统、存储介质、设备
CN108650139A (zh) 一种电力通信网络监测系统
CN112966714A (zh) 一种边缘时序数据异常检测和网络可编程控制方法
CN117319451B (zh) 基于多模态大数据的城市级消防物联网监管系统及其方法
CN108454653A (zh) 一种基于卫星通信和公共蜂窝通信的列车控制系统
US20230417372A1 (en) Methods and internet of things (iot) systems for managing smart gas safety hazard items based on geographic information systems
CN115600513A (zh) 一种岩溶塌陷监测预警及防控一体化信息化模拟研判系统
CN118171920B (zh) 基于llm模型的园区安全应急响应方法、设备及介质
CN114118202A (zh) 一种城市地下综合管廊异常事件预警方法
CN116576852A (zh) 一种融合多源路网数据的森防救援智能导航系统
CN118137355A (zh) 基于巡视路径的变电站智能化自主巡视系统及方法
CN115146714A (zh) 一种地下空间塌陷相关的大数据治理方法
CN117634884A (zh) 一种基于数据驱动的储罐区重大危险源风险评估预警方法
CN117523499B (zh) 基于北斗定位与感知的森林防火监测方法及系统
CN118195838A (zh) 基于监管物联网的燃气管廊耐久性安全监控方法与系统
CN117494009A (zh) 基于绝缘材料热解分析的电气设备状态评估方法及云平台
CN103475527B (zh) 一种网管故障可信度分析系统及方法
KR102703456B1 (ko) 지중 송전 경로 탐지 및 관리 시스템

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