CN116054417B - 一种变电站用的监控系统及方法 - Google Patents

Abstract

本发明提供了一种变电站用的监控系统及方法，涉及变电站技术领域，读取变电站的运行模式信息，设定巡检控制参数，进行数据采集获得数据采集集合，采集实时环境数据，进行数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联，将数据集合和巡检控制参数输入异常识别模型，进行匹配数据库调用，执行异常识别，通过异常识别结果进行变电站的监控预警。本发明解决了现有技术中的监控方法无法根据变电站的运行模式智能匹配巡检参数，并且不能对异常情况自动化识别，使得监控效果差的技术问题，实现了针对变电站的不同运行模式设定不同的巡检控制参数，并通过异常识别模型进行异常识别，达到提高监控预警效果的技术效果。

Description

一种变电站用的监控系统及方法

技术领域

本发明涉及变电站技术领域，具体涉及一种变电站用的监控系统及方法。

背景技术

在整个电力系统中，变电站是电力接收、转换、分配、输送的重要节点。基于电能在现代社会中的重要地位，对变电运行安全性要求较高，做好相关运行巡检维护工作十分重要。根据变电运行实际情况来看，往往一个故障的出现，极易导致一连串反应，甚至引发大范围停电事故。基于严格规定开展的变电站运行巡检维护工作早已成为业界常态，由此严格落实的变电站定期巡检可高效排查站内设备的缺陷和异常，变电站的安全稳定运行可得到保障。而现今常用的变电站巡检方法还存在着一定的弊端，对于变电站巡检还存在着一定的可提升空间。

现有技术中的监控方法无法根据变电站的运行模式智能匹配巡检参数，并且不能对异常情况自动化识别，使得监控效果差。

发明内容

本申请实施例提供了一种变电站用的监控系统，用于针对解决现有技术中的监控方法无法根据变电站的运行模式智能匹配巡检参数，并且不能对异常情况自动化识别，使得监控效果差的技术问题。

鉴于上述问题，本申请实施例提供了一种变电站用的监控系统。

第一方面，本申请实施例提供了一种变电站用的监控系统，所述系统包括：运行模式信息读取模块，所述运行模式信息读取模块用于连接变电站，读取所述变电站的运行模式信息；巡检控制参数设定模块，所述巡检控制参数设定模块用于通过所述运行模式信息进行监控检测初始化，设定巡检控制参数；数据采集集合获取模块，所述数据采集集合获取模块用于通过所述巡检控制参数控制所述图像采集装置、所述设备检测装置进行变电站的数据采集，获得数据采集集合；数据采集集合补偿模块，所述数据采集集合补偿模块用于采集获得变电站的实时环境数据，通过所述实时环境数据进行所述数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联；匹配数据库调用模块，所述匹配数据库调用模块用于将所述数据集合和所述巡检控制参数输入异常识别模型，通过所述采集位置进行匹配数据库调用，执行异常识别；变电站监控预警模块，所述变电站监控预警模块用于输出异常识别结果，通过所述异常识别结果进行所述变电站的监控预警。

第二方面，本申请实施例提供了一种变电站用的监控方法，所述方法包括：连接变电站，读取所述变电站的运行模式信息；通过所述运行模式信息进行监控检测初始化，设定巡检控制参数；通过所述巡检控制参数控制所述图像采集装置、所述设备检测装置进行变电站的数据采集，获得数据采集集合；采集获得变电站的实时环境数据，通过所述实时环境数据进行所述数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联；将所述数据集合和所述巡检控制参数输入异常识别模型，通过所述采集位置进行匹配数据库调用，执行异常识别；输出异常识别结果，通过所述异常识别结果进行所述变电站的监控预警。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供的一种变电站用的监控系统，涉及变电站技术领域，读取变电站的运行模式信息，进行监控检测初始化，设定巡检控制参数，进行变电站的数据采集，获得数据采集集合，采集获得变电站的实时环境数据，进行数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联，将数据集合和巡检控制参数输入异常识别模型，通过采集位置进行匹配数据库调用，执行异常识别，通过异常识别结果进行变电站的监控预警。解决了现有技术中的监控方法无法根据变电站的运行模式智能匹配巡检参数，并且不能对异常情况自动化识别，使得监控效果差的技术问题，实现了针对变电站的不同运行模式设定不同的巡检控制参数，并通过异常识别模型进行异常识别，达到提升监控管理效率、提高监控预警效果的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种变电站用的监控方法流程示意图；

图2为本申请实施例提供了一种变电站用的监控方法中调用匹配数据库流程示意图；

图3为本申请实施例提供了一种变电站用的监控方法中进行数据采集集合的数据补偿流程示意图；

图4为本申请实施例提供了一种变电站用的监控系统结构示意图。

附图标记说明：运行模式信息读取模块10，巡检控制参数设定模块20，数据采集集合获取模块30，数据采集集合补偿模块40，匹配数据库调用模块50，变电站监控预警模块60。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

实施例一：

如图1所示，本申请实施例提供了一种变电站用的监控方法，所述方法应用于监控系统，所述监控系统与图像采集装置、设备检测装置通信连接，所述方法包括：

步骤S100：连接变电站，读取所述变电站的运行模式信息；

具体而言，本申请实施例提供的一种变电站用的监控方法应用于监控系统，所述监控系统与图像采集装置、设备检测装置通信连接，所述图像采集装置、设备检测装置用于进行变电站的数据采集。

变电站的运行模式是根据目标变电站管控区域的用电量进行调整的，示例性地，在一天之中，一般晚上的七点到九点为用电高峰时段，在用电高峰时段用电单位较集中，目标变电站为高功率运行模式，此时变电站内的设备大部分都开启；一般夜间十二点到早上六点为用电低谷时段，在用电低谷时段用电单位较少，目标变电站为低功率运行模式，此时变电站内只有少数维持变电站正常运行的设备开启；除此之外都是平时段，目标变电站为正常功率运行模式，此时变电站内的设备开启数量居于功率运行模式和低功率运行模式之间。对变电站的运行模式信息进行读取，实现了对目标变电站实时运行模式的掌握，为后续进行巡检控制打下基础。

步骤S200：通过所述运行模式信息进行监控检测初始化，设定巡检控制参数；

具体而言，根据目标变电站的实时运行模式将监控检测控件设为默认状态，即根据变电站当前的运行模式配置相应的巡检控制参数，巡检控制参数包括巡检装置的数量、位置、巡检模式等，这些配置可以满足当前运行模式下的使用要求，默认状态的设计可以在不需人为干预的状况下就可以基础地使用其中的程序。示例性地，在用电高峰时段目标变电站为高功率运行模式，设置巡检控制参数为对大部分设备进行巡检，以保证对所有运行状态的设备的监控监测；而用电低谷时段目标变电站为低功率运行模式，设置巡检控制参数为只对运行状态的设备进行巡检即可，对没有开启的设备无需进行巡检，避免资源浪费以及无效数据的获取。

步骤S300：通过所述巡检控制参数控制所述图像采集装置、所述设备检测装置进行变电站的数据采集，获得数据采集集合；

具体而言，图像采集装置为对变电站设备、设备操作员进行图像采集的设备，一般为高清摄像头，并且根据设备布设情况进行多个不同位置的图像采集装置的装配，对于一组变电站设备获取多个图像采集装置的多角度图像采集数据，其中，所述多个图像采集装置具有同一数据传输终端；设备检测装置为对变电站设备运行数据进行采集的设备，一般包括电压表、电流表等，采集的运行数据包括电压、电流、功率、设备温度、绝缘状况等。

通过巡检控制参数，控制处于运行状态下的变电站设备周围的图像采集装置、设备检测装置开启，进行数据采集，获得图像采集数据、运行数据，获取多组设备的图像采集数据、运行数据，作为数据采集集合。实现对于运行中的变电站设备各项数据的精准掌控，为后续进行异常识别提供数据支撑。

步骤S400：采集获得变电站的实时环境数据，通过所述实时环境数据进行所述数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联；

具体而言，通过环境采集装置采集获得变电站的实时环境数据，环境采集装置为对变电站设备所处环境进行环境数据采集的设备，一般与门禁、除湿机、空调、风机、水泵、排风扇等设施联动，并通过温度、湿度传感器实现对于温湿度、气压、水浸、烟感等的数据采集。根据设备布设情况进行多个不同位置的环境采集装置的装配，对于一组变电站设备获取多个环境采集装置的多个实时环境数据，对多个实时环境数据求取均值作为实时环境数据，示例性地，通过多个温度传感器对变电站设备周围多个点位的实时温度进行采集，获得多个实时温度采集数据，对得到的多个实时温度采集数据求取均值，以此作为该变电站设备所处环境的实时温度数据。

通过实时环境数据，以数字运算方式对数据采集集合进行补偿，达到线性化或消除某些因素影响的目的，并根据环境采集装置的位置，对补偿后的数据集合进行位置标识。示例性地，设置设备温度达到30℃为预警温度，根据数据采集集合获得当前设备温度达到了33℃，超过预警温度，此时可能是设备本身温度过高，也可能是由于环境温度高造成的数据测量偏差，通过实时环境数据采集，获得当前实时环境温度为35℃，因此根据当前实时环境温度对当前设备温度数据进行补偿，消除环境温度对于设备温度采集的影响，进而提升数据的准确性。

步骤S500：将所述数据集合和所述巡检控制参数输入异常识别模型，通过所述采集位置进行匹配数据库调用，执行异常识别；

具体而言，采集获取变电站的历史运行数据，将历史运行数据作为样本数据，对样本数据进行预处理，采用降维的方法完成数据特征提取，根据提取的数据特征对数据进行人工标识，获取正常数据特征和异常数据特征，基于采集位置节点进行数据特征的聚类，获得不同采集位置的数据聚类结果，获取相邻采集位置的分界线上的数据，作为数据聚类结果的匹配触发节点，将满足第一匹配触发节点的数据划分为第一数据聚类结果，以此获得多个匹配触发节点和多个数据聚类结果得。根据数据特征、数据聚类结果和匹配触发节点，完成模型的训练，获取异常识别模型。

根据采集位置对补偿后的数据集合进行划分，得到多个采集位置的数据集合，根据第一采集位置的第一数据集合，将第一数据集合存储至数据库，构建第一匹配数据库，同理对多个采集位置的数据集合进行存储，构建多个采集位置的多个匹配数据库。

将数据集合和巡检控制参数输入异常识别模型后，设数据集合关联的采集位置为采集位置a，通过匹配触发节点对采集位置a进行识别匹配，根据匹配位置调取匹配数据库和数据聚类结果，将匹配数据库中的数据与数据聚类结果中的数据特征进行匹配，设置匹配度阈值，将满足匹配度阈值的作为匹配数据特征，根据匹配数据特征的特征标识进行异常识别。

步骤S600：输出异常识别结果，通过所述异常识别结果进行所述变电站的监控预警。

具体而言，将匹配数据特征的特征标识为正常的判定为正常数据，将匹配数据特征的特征标识为异常的判定为异常数据，以此作为异常识别结果输出，若判定为正常数据则不用处理，若判定为异常数据则对根据异常数据的采集位置及异常情况进行监控预警。

进一步而言，如图2所示，本申请步骤S500还包括：

步骤S510：采集获得所述变电站的历史运行数据，并将所述历史运行数据进行人工标识；

步骤S520：基于采集位置节点进行所述历史运行数据的数据聚类，获得数据聚类结果；

步骤S530：通过所述数据聚类结果关联匹配触发节点，基于所述匹配触发节点和所述聚类结果搭建所述异常识别模型；

步骤S540：当所述数据集合和所述巡检控制参数输入所述异常识别模型后，通过所述匹配触发节点对所述采集位置进行识别匹配，调用所述匹配数据库。

具体而言，设置数据采集时间区间，如设置为一个月，采集过去一个月内的变电站的历史运行数据，包括电压、电流、功率、设备温度、绝缘状况等。根据设备运行情况对每一项历史运行数据分别设置基础运行区间，当超出基础运行区间时，将该历史运行数据标识为异常数据，当在基础运行区间内时，标识为正常数据。设采集位置节点为k组，需要根据采集位置节点将历史运行数据分为k组，随机选取k个历史运行数据作为初始的聚类中心，然后计算每个对象与各个种子聚类中心之间的距离，将每个对象分配给距离它最近的聚类中心，聚类中心以及分配给它们的对象就代表一个聚类，每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件，如设置终止条件可以是没有对象被重新分配给不同的聚类，没有聚类中心再发生变化，误差平方和局部最小，输出数据聚类结果。

对于数据聚类结果，对于任一数据聚类结果和与其相邻位置的数据聚类结果，根据他们之间的采集位置获取匹配触发节点，当数据采集位置满足匹配触发节点时，判定该数据属于该数据聚类结果，若不满足，则判定该数据属于相邻采集位置的数据聚类结果。基于匹配触发节点、聚类结果以及数据标识结果搭建所述异常识别模型。

进一步而言，如图3所示，本申请步骤S400还包括：

步骤S410：基于所述实时环境数据获得窗口温度数据；

步骤S420：通过所述窗口温度数据进行温度稳定评价，生成稳定标识结果；

步骤S430：获得所述窗口温度数据的温度平均值，通过所述温度平均值、所述稳定标识结果和所述运行模式信息进行设备影响分析，生成温度影响标识；

步骤S440：通过所述温度影响标识进行所述数据采集集合的数据补偿。

具体而言，根据温度变化情况设置环境数据采集时长，作为数据采集窗口，示例性地，当温度变化较大，则设置较长的数据采集窗口，如半个小时，当温度较为平稳，变化不大，则设置较短的数据采集窗口，如一分钟。在数据采集窗口内对实时温度数据进行持续采集，以时间为横轴、以实时温度为纵轴，绘制数据采集窗口内温度随时间的变化曲线，根据变化曲线获取温度最高值、最低值以及变化趋势，以此作为窗口温度数据。

根据温度随时间的变化曲线得到曲线最大变化斜率，设置斜率判断阈值，当超过阈值时说明数据采集窗口内温度随时间变化较大，判定为温度稳定性差；当曲线最大变化斜率小于阈值说明数据采集窗口内温度随时间的变化较小，判定为温度稳定性好，以此生成稳定标识结果。

对窗口温度数据求取温度平均值，从温度平均值、稳定标识结果两方面分别对不同运行模式下的设备进行设备影响分析，如低功率运行模式下的设备本身温度低，通常会低于环境温度，因此当环境温度平均值较高、温度稳定性较差时，环境温度对设备数据采集结果的影响较大；相对低，高功率运行模式下的设备本身温度较高，通常高于环境温度，因此环境的温度平均值、温度稳定性对设备数据采集结果影响较小，以此生成温度影响标识。在环境温度对设备数据采集结果影响较小时可以忽略环境的影响，而在环境温度对设备数据采集结果影响较大时，则根据环境温度对设备数据采集结果的影响进行设备数据采集结果的数据补偿，将环境的影响降低，达到提升数据准确度的效果。

进一步而言，本申请步骤S400还包括：

步骤S450：基于所述实时环境数据获得环境光线数据；

步骤S460：基于所述环境光线数据对所述数据采集集合中图像采集的识别主体进行识别影响分析，根据识别影响分析结果生成图像优化处理数据；

步骤S470：通过所述图像优化处理数据进行所述数据采集集合的数据补偿。

具体而言，环境光线数据即环境的背景亮度，根据光线的明暗不同就会导致图像存在准确曝光、曝光不足和过曝的情况，如果照片中的光线过亮，而且亮的部分没有层次或细节，这就是曝光过度，即过曝；而如果环境太暗，照片比较黑暗，无法真实反应景物的色泽，就是曝光不足，曝光不足和过曝都会影响图像的识别。

获取图像中的识别主体，如拍摄的是设备的显示界面、设备的某一区域或者是操作设备的人员，基于边缘检测法，提取图像中识别主体与背景的交界线，将边缘定义为图像中灰度发生急剧变化的区域边界，图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此可以用局部图像微分技术来获得边缘检测算子，基于边缘检测算子达到检测边缘的目的。之后设置一个阈值来确定哪里是边缘位置，阈值越低则能够检测出的边线越多，结果也就越容易受到图片噪声的影响，相反地，一个高的阈值又会遗失细的或者短的线段。当环境光线数据太差时，就会导致阈值难以确定，以阈值确定的难度作为环境光线数据对数据采集集合中图像采集的识别主体进行识别的影响程度，以此获得识别影响分析结果。

当识别影响分析结果为环境光线数据差，图像主体难以识别时，生成图像优化处理数据，如调整色阶，色阶是表示图像亮度强弱的指数标准，也即色彩指数，可以使用色阶通过调整图像的阴影、中间调和高光的强度级别，从而校正图像的色调范围和色彩平衡，实现数据采集集合的数据补偿。

进一步而言，本申请步骤S500还包括：

步骤S540：基于所述历史运行数据进行设备特征提取，生成设备特征提取结果；

步骤S550：基于所述设备特征提取结果、设备维护信息构建设备特征窗口；

步骤S560：将所述设备特征窗口添加至所述异常识别模型。

具体而言，根据设备出现过的异常或者不正常工作状态，生成设备特征，如设备零部件损伤、出现过热、渗漏油等可能危及变电站或者设备安全的现象，或者设备运行指示异常、发出停运、故障、异常信号以及指标变化速率过大等，将上述异常状态作为异常特征，对历史运行数据中属于特征性数据的信息进行提取，生成设备特征提取结果。

获取设备维护信息，设备维护信息包括同一设备的异常次数、异常情况，以及针对异常情况的维护手段和维护效果。根据设备特征提取结果、设备维护信息构建设备特征，为了提升数据的准确性，将设备特征的点的取值扩大到包含这个点的一段区间，通过区间来进行判断，将这个区间作为设备特征窗口。华东窗口就是能够根据指定的单位长度来框住时间序列，从而计算框内的特征指标。将得到的设备特征窗口添加至异常识别模型，达到提升模型数据识别精度，进而提升模型准确率的效果。

进一步而言，本申请还包括：

步骤S710：构建异常特征识别库，其中，所述异常特征识别库为执行异常识别的数据库；

步骤S720：获得所述异常特征识别库中各异常特征的特征触发频率，将所述特征触发频率作为第一匹配约束值；

步骤S730：获得所述异常特征识别库中各异常特征的特征危害，将所述特征危害作为第二匹配约束值；

步骤S740：通过所述第一匹配约束值和所述第二匹配约束值对所述异常特征识别库进行数据库约束；

步骤S750：将所述异常特征识别库与所述异常识别模型关联。

具体而言，将每一次进行异常识别的数据进行存储，构建异常特征识别库，其中包括每种异常特征的触发频率和特征危害，其中，异常特征的触发频率越高说明该异常特征越容易产生，特征危害越大说明该异常特征产生时造成的破坏越大。将所述特征触发频率作为第一匹配约束值，将所述特征危害作为第二匹配约束值，对第一匹配约束值和第二匹配约束值进行加权求和，计算得到异常特征识别库中各异常特征的值，设定阈值，当异常特征的值满足阈值时，说明该异常特征产生的影响较大，需要尽快处理，以此对异常特征识别库进行数据库约束。

进一步而言，本申请还包括：

步骤S810：对监控预警结果进行预警评价，生成预警准确性数据、预警灵敏度数据；

步骤S820：基于所述预警准确性数据和所述预警灵敏度数据生成预警反馈数据；

步骤S830：通过所述预警反馈数据进行监控预警优化。

具体而言，根据监控预警的预警位置、预警等级以及预警内容，与实际异常情况发生位置、异常等级以及异常内容进行对比，从上述三个维度进行分析，各维度越符合，则预警的准确性越高，如预警内容为设备零部件损伤，然而实际是出现过热情况，那预警准确性就是很差的。根据异常发生节点到预警节点的间隔，进行预警灵敏度分析，时间间隔越短，则说明预警越快、预警灵敏度越高。分别设置预警准确性数据和预警灵敏度数据标准，示例性地，设置为80%，当预警准确性数据或者预警灵敏度数据标准其中一个不满80%时，说明预警准确性差或者预警灵敏度低，针对低预警准确性或者预警灵敏度生成预警反馈数据，如需要提升预警位置准确性、预警等级准确性、预警内容准确性或者提升预警反应速度，以此实现监控预警优化。

实施例二：

基于与前述实施例中一种变电站用的监控方法相同的发明构思，如图4所示，本申请提供了一种变电站用的监控系统，所述系统包括：

运行模式信息读取模块10，所述运行模式信息读取模块10用于连接变电站，读取所述变电站的运行模式信息；

巡检控制参数设定模块20，所述巡检控制参数设定模块20用于通过所述运行模式信息进行监控检测初始化，设定巡检控制参数；

数据采集集合获取模块30，所述数据采集集合获取模块30用于通过所述巡检控制参数控制所述图像采集装置、所述设备检测装置进行变电站的数据采集，获得数据采集集合；

数据采集集合补偿模块40，所述数据采集集合补偿模块40用于采集获得变电站的实时环境数据，通过所述实时环境数据进行所述数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联；

匹配数据库调用模块50，所述匹配数据库调用模块50用于将所述数据集合和所述巡检控制参数输入异常识别模型，通过所述采集位置进行匹配数据库调用，执行异常识别；

变电站监控预警模块60，所述变电站监控预警模块60用于输出异常识别结果，通过所述异常识别结果进行所述变电站的监控预警。

进一步而言，系统还包括：

历史运行数据采集模块，所述历史运行数据采集模块用于采集获得所述变电站的历史运行数据，并将所述历史运行数据进行人工标识；

数据聚类模块，所述数据聚类模块用于基于采集位置节点进行所述历史运行数据的数据聚类，获得数据聚类结果；

异常识别模型搭建模块，所述异常识别模型搭建模块用于通过所述数据聚类结果关联匹配触发节点，基于所述匹配触发节点和所述聚类结果搭建所述异常识别模型；

识别匹配模块，所述识别匹配模块用于当所述数据集合和所述巡检控制参数输入所述异常识别模型后，通过所述匹配触发节点对所述采集位置进行识别匹配，调用所述匹配数据库。

进一步而言，系统还包括：

窗口温度数据获取模块，所述窗口温度数据获取模块用于基于所述实时环境数据获得窗口温度数据；

温度稳定评价模块，所述温度稳定评价模块用于通过所述窗口温度数据进行温度稳定评价，生成稳定标识结果；

设备影响分析模块，所述设备影响分析模块用于获得所述窗口温度数据的温度平均值，通过所述温度平均值、所述稳定标识结果和所述运行模式信息进行设备影响分析，生成温度影响标识；

第一数据补偿模块，所述第一数据补偿模块用于通过所述温度影响标识进行所述数据采集集合的数据补偿。

进一步而言，系统还包括：

环境光线数据获取模块，所述环境光线数据获取模块用于基于所述实时环境数据获得环境光线数据；

识别影响分析模块，所述识别影响分析模块用于基于所述环境光线数据对所述数据采集集合中图像采集的识别主体进行识别影响分析，根据识别影响分析结果生成图像优化处理数据；

第二数据补偿模块，所述第二数据补偿模块用于通过所述图像优化处理数据进行所述数据采集集合的数据补偿。

进一步而言，系统还包括：

设备特征提取模块，所述设备特征提取模块用于基于所述历史运行数据进行设备特征提取，生成设备特征提取结果；

设备特征窗口构建模块，所述设备特征窗口构建模块用于基于所述设备特征提取结果、设备维护信息构建设备特征窗口；

设备特征窗口添加模块，所述设备特征窗口添加模块用于将所述设备特征窗口添加至所述异常识别模型。

进一步而言，系统还包括：

异常特征识别库构建模块，所述异常特征识别库构建模块用于构建异常特征识别库，其中，所述异常特征识别库为执行异常识别的数据库；

第一匹配约束值获取模块，所述第一匹配约束值获取模块用于获得所述异常特征识别库中各异常特征的特征触发频率，将所述特征触发频率作为第一匹配约束值；

第二匹配约束值获取模块，所述第二匹配约束值获取模块用于获得所述异常特征识别库中各异常特征的特征危害，将所述特征危害作为第二匹配约束值；

数据库约束模块，所述数据库约束模块用于通过所述第一匹配约束值和所述第二匹配约束值对所述异常特征识别库进行数据库约束；

关联模块，所述关联模块用于将所述异常特征识别库与所述异常识别模型关联。

进一步而言，系统还包括：

预警评价模块，所述预警评价模块用于对监控预警结果进行预警评价，生成预警准确性数据、预警灵敏度数据；

预警反馈数据生成模块，所述预警反馈数据生成模块用于基于所述预警准确性数据和所述预警灵敏度数据生成预警反馈数据；

监控预警优化模块，所述监控预警优化模块用于通过所述预警反馈数据进行监控预警优化。

本说明书通过前述对一种变电站用的监控方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种变电站用的监控系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (6)

1.一种变电站用的监控系统，其特征在于，所述系统与图像采集装置、设备检测装置通信连接，所述系统包括：

运行模式信息读取模块，所述运行模式信息读取模块用于连接变电站，读取所述变电站的运行模式信息；

巡检控制参数设定模块，所述巡检控制参数设定模块用于通过所述运行模式信息进行监控检测初始化，设定巡检控制参数；

数据采集集合获取模块，所述数据采集集合获取模块用于通过所述巡检控制参数控制所述图像采集装置、所述设备检测装置进行变电站的数据采集，获得数据采集集合；

数据采集集合补偿模块，所述数据采集集合补偿模块用于采集获得变电站的实时环境数据，通过所述实时环境数据进行所述数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联；

匹配数据库调用模块，所述匹配数据库调用模块用于将所述数据集合和所述巡检控制参数输入异常识别模型，通过所述采集位置进行匹配数据库调用，执行异常识别；

变电站监控预警模块，所述变电站监控预警模块用于输出异常识别结果，通过所述异常识别结果进行所述变电站的监控预警；

历史运行数据采集模块，所述历史运行数据采集模块用于采集获得所述变电站的历史运行数据，并将所述历史运行数据进行人工标识；

数据聚类模块，所述数据聚类模块用于基于采集位置节点进行所述历史运行数据的数据聚类，获得数据聚类结果；

异常识别模型搭建模块，所述异常识别模型搭建模块用于通过所述数据聚类结果关联匹配触发节点，基于所述匹配触发节点和所述聚类结果搭建所述异常识别模型；

识别匹配模块，所述识别匹配模块用于当所述数据集合和所述巡检控制参数输入所述异常识别模型后，通过所述匹配触发节点对所述采集位置进行识别匹配，调用所述匹配数据库；

窗口温度数据获取模块，所述窗口温度数据获取模块用于基于所述实时环境数据获得窗口温度数据；

温度稳定评价模块，所述温度稳定评价模块用于通过所述窗口温度数据进行温度稳定评价，生成稳定标识结果；

设备影响分析模块，所述设备影响分析模块用于获得所述窗口温度数据的温度平均值，通过所述温度平均值、所述稳定标识结果和所述运行模式信息进行设备影响分析，生成温度影响标识；

第一数据补偿模块，所述第一数据补偿模块用于通过所述温度影响标识进行所述数据采集集合的数据补偿。

2.如权利要求1所述的系统，其特征在于，所述系统包括：

环境光线数据获取模块，所述环境光线数据获取模块用于基于所述实时环境数据获得环境光线数据；

识别影响分析模块，所述识别影响分析模块用于基于所述环境光线数据对所述数据采集集合中图像采集的识别主体进行识别影响分析，根据识别影响分析结果生成图像优化处理数据；

第二数据补偿模块，所述第二数据补偿模块用于通过所述图像优化处理数据进行所述数据采集集合的数据补偿。

3.如权利要求1所述的系统，其特征在于，所述系统包括：

设备特征提取模块，所述设备特征提取模块用于基于所述历史运行数据进行设备特征提取，生成设备特征提取结果；

设备特征窗口构建模块，所述设备特征窗口构建模块用于基于所述设备特征提取结果、设备维护信息构建设备特征窗口；

设备特征窗口添加模块，所述设备特征窗口添加模块用于将所述设备特征窗口添加至所述异常识别模型。

4.如权利要求1所述的系统，其特征在于，所述系统包括：

异常特征识别库构建模块，所述异常特征识别库构建模块用于构建异常特征识别库，其中，所述异常特征识别库为执行异常识别的数据库；

第一匹配约束值获取模块，所述第一匹配约束值获取模块用于获得所述异常特征识别库中各异常特征的特征触发频率，将所述特征触发频率作为第一匹配约束值；

第二匹配约束值获取模块，所述第二匹配约束值获取模块用于获得所述异常特征识别库中各异常特征的特征危害，将所述特征危害作为第二匹配约束值；

数据库约束模块，所述数据库约束模块用于通过所述第一匹配约束值和所述第二匹配约束值对所述异常特征识别库进行数据库约束；

关联模块，所述关联模块用于将所述异常特征识别库与所述异常识别模型关联。

5.如权利要求1所述的系统，其特征在于，所述系统包括：

预警评价模块，所述预警评价模块用于对监控预警结果进行预警评价，生成预警准确性数据、预警灵敏度数据；

预警反馈数据生成模块，所述预警反馈数据生成模块用于基于所述预警准确性数据和所述预警灵敏度数据生成预警反馈数据；

监控预警优化模块，所述监控预警优化模块用于通过所述预警反馈数据进行监控预警优化。

6.一种变电站用的监控方法，其特征在于，所述方法应用于监控系统，所述监控系统与图像采集装置、设备检测装置通信连接，所述方法包括：

连接变电站，读取所述变电站的运行模式信息；

通过所述运行模式信息进行监控检测初始化，设定巡检控制参数；

通过所述巡检控制参数控制所述图像采集装置、所述设备检测装置进行变电站的数据采集，获得数据采集集合；

采集获得变电站的实时环境数据，通过所述实时环境数据进行所述数据采集集合的数据补偿，并将补偿后的数据集合与采集位置关联；

将所述数据集合和所述巡检控制参数输入异常识别模型，通过所述采集位置进行匹配数据库调用，执行异常识别；

输出异常识别结果，通过所述异常识别结果进行所述变电站的监控预警；

将所述数据集合和所述巡检控制参数输入异常识别模型，通过所述采集位置进行匹配数据库调用，执行异常识别，包括：

采集获得所述变电站的历史运行数据，并将所述历史运行数据进行人工标识；

基于采集位置节点进行所述历史运行数据的数据聚类，获得数据聚类结果；

通过所述数据聚类结果关联匹配触发节点，基于所述匹配触发节点和所述聚类结果搭建所述异常识别模型；

当所述数据集合和所述巡检控制参数输入所述异常识别模型后，通过所述匹配触发节点对所述采集位置进行识别匹配，调用所述匹配数据库；

通过所述实时环境数据进行所述数据采集集合的数据补偿，包括：

基于所述实时环境数据获得窗口温度数据；

通过所述窗口温度数据进行温度稳定评价，生成稳定标识结果；

获得所述窗口温度数据的温度平均值，通过所述温度平均值、所述稳定标识结果和所述运行模式信息进行设备影响分析，生成温度影响标识；

通过所述温度影响标识进行所述数据采集集合的数据补偿。