CN116298459A - 一种智能雷电流在线监测系统 - Google Patents
一种智能雷电流在线监测系统 Download PDFInfo
- Publication number
- CN116298459A CN116298459A CN202310106219.9A CN202310106219A CN116298459A CN 116298459 A CN116298459 A CN 116298459A CN 202310106219 A CN202310106219 A CN 202310106219A CN 116298459 A CN116298459 A CN 116298459A
- Authority
- CN
- China
- Prior art keywords
- lightning
- data
- module
- current
- lightning current
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims description 50
- 238000013500 data storage Methods 0.000 claims description 39
- 230000005540 biological transmission Effects 0.000 claims description 27
- 230000000630 rising effect Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 21
- 230000004927 fusion Effects 0.000 claims description 18
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 9
- 230000006698 induction Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 8
- 208000025274 Lightning injury Diseases 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000001931 thermography Methods 0.000 description 3
- 239000004020 conductor Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0807—Measuring electromagnetic field characteristics characterised by the application
- G01R29/0814—Field measurements related to measuring influence on or from apparatus, components or humans, e.g. in ESD, EMI, EMC, EMP testing, measuring radiation leakage; detecting presence of micro- or radiowave emitters; dosimetry; testing shielding; measurements related to lightning
- G01R29/0842—Measurements related to lightning, e.g. measuring electric disturbances, warning systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
- G01R29/0871—Complete apparatus or systems; circuits, e.g. receivers or amplifiers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Locating Faults (AREA)
Abstract
本发明公开了一种智能雷电流在线监测系统,涉及专门用于监测的数据处理系统领域,本发明通过设置的雷电流分析模块中的对比数据储存单元对数据储存模块中储存的指定位置雷电的参数值进行采集,并将雷电采集数据和指定位置雷电参数值传输至雷电判断模块中,雷电判断模块对采集数据和指定位置的雷电参数值进行对比,计算雷电流判断值,并与设置的雷电流判断阈值对比,以准确判断是否为雷电流传输,提高了对雷电流监测的准确性的同时,避免了对雷电流监测的误判,同时对雷电流传输电网节点的节点传输数据、环境参数数据和人员参数数据进行采集,代入威胁计算策略中计算各个电网节点的威胁值,有利于快速对被雷电流损伤的电网节点进行维护。
Description
技术领域
本发明涉及专门用于监测的数据处理系统领域,特别涉及一种智能雷电流在线监测系统。
背景技术
雷电是自然界一种常见的放电现象,雷电发生时会对文物建筑、森林草原等场所造成灾害。雷电发生时产生的雷电流是主要的破坏源,因此监测统计雷电流对于防雷电灾害是必不可少的,需避雷位置一般设置有避雷装置,避雷装置包括接闪器、引下线以及接地体,接闪器可引来周围雷电并发生放电,将雷电流经过引下线以及接地体传向地面,避免保护对象遭受雷击。雷电流监测设备一般的工作过程为:获取引下线表面的雷电流,并对雷电流进行统计计算,得到雷电流峰值等信息,并通过有线传输的方式传输至防雷监测客户端以完成监测,在实际应用的过程中,经常会因设备故障发生雷电流的误判,进而导致监测数据不准确的情况,这样就无法准确的对雷电流产生的损失进行快速研判,导致一些重要的电网节点无法得到及时维护;
例如在专利号为CN111983287A的中国专利中提供一种雷电流监测系统及方法,所述系统包括雷电流感应模块、微功耗唤醒模块、雷电流采集模块、MCU模块、数据存储模块和5G通信模块。雷电流感应模块被配置为获取待测物体表面的雷击脉冲电流,根据雷击脉冲电流生成标准雷电信号。微功耗唤醒模块被配置为根据标准雷电信号生成唤醒指令。雷电流采集模块被配置为接收并暂存标准雷电信号。MCU模块被配置为接收所述唤醒指令并根据唤醒指令完成启动,获取暂存的标准雷电信号中包括的雷击信息并判断雷击信息是否为非误触发信息,如果雷击信息为非误触发信息,将雷击信息发送至数据存储模块以及5G通信模块。5G通信模块被配置为接收雷击信息并上传至防雷监管智能云平台。具有微功耗、传输迅速的优点;
而在专利号为CN110940931A的中国专利中一种避雷器泄漏电流在线监测系统及方法,其中系统包括阻性电流监测电路、监测仪表和监测终端,阻性电流监测电路的输入端与避雷器的接地引下线连接,输出端与监测仪表的输入端连接,监测仪表的输出端与监测终端连接;其中方法包括:采集初始状态的红外热成像图和阻性电流,监测到的阻性电流与初始状态的阻性电流对比判断是否存在缺陷或故障,采集到的红外热成像图与初始状态的红外热成像图对比定位缺陷或故障点。本发明解决了现有技术中避雷器泄漏电流在线监测系统及方法检测灵敏度低的问题,本发明可靠性高,无需任何附加电子元件,检测灵敏度高;成本低廉;巧妙利用了闲置交流毫伏表;能够定位缺陷或故障点;
以上专利均存在本背景技术提出的问题:现有的雷电流在线监测系统经常会因设备故障发生雷电流的误判,进而导致监测数据不准确的情况,这样就无法准确的对雷电流产生的损失进行快速研判,导致一些重要的电网节点无法得到及时维护的问题,本发明是为了解决这一问题,提出一种智能雷电流在线监测系统。
发明内容
本发明的主要目的在于提供一种智能雷电流在线监测系统,能够有效解决背景技术中的问题:雷电流在线监测系统经常会因设备故障发生雷电流的误判,进而导致监测数据不准确的情况,这样就无法准确的对雷电流产生的损失进行快速研判,导致一些重要的电网节点无法得到及时维护的问题。
为实现上述目的,本发明采取的技术方案为:
一种智能雷电流在线监测系统,其包括:安装在电网节点上的雷电流感应模块和数据采集模块、雷电流分析模块、雷电流判断模块、触发模块、数据融合模块、数据储存模块、数据整理模块、威胁计算模块、预警平台和核对模块,所述雷电流感应模块的输出端与雷电流分析模块连接,所述雷电流分析模块的输出端分别与雷电流判断模块和数据融合模块连接,所述雷电流判断模块的输出端与触发模块连接,所述触发模块的输出端与数据采集模块连接,所述数据采集模块的输出端与数据融合模块连接,所述数据融合模块的输出端分别与数据储存模块、数据整理模块连接,所述数据储存模块的输出端与雷电流分析模块连接,所述数据整理模块的输出端与威胁计算模块连接,所述威胁计算模块的输出端分别与核对模块、预警平台连接,所述核对模块的输出端与预警平台连接;
所述雷电流感应模块,用于对雷电流的产生信号进行感应,将雷电流的数据信号进行采集并传输;
所述雷电流分析模块,用于对雷电流的数据信号和数据储存模块中的储存数据进行对比分析;
所述雷电流判断模块,用于雷电流的采集信号数据与数据储存模块中储存的指定位置的雷电参数值进行对比判断,判断采集信号是否为雷电流信号传输;
所述触发模块,用于根据雷电流判断模块的判断结果,触发控制数据采集模块的运行;
所述数据采集模块,用于对雷电流产生位置的电网节点的节点数据、环境数据和人员参数进行采集;
所述数据融合模块,用于对采集电网节点的雷电流数据节点数据、环境数据和人员参数进行融合,找出其中的威胁项;
所述数据整理模块,用于对融合数据进行整理,并将威胁项的威胁数据提取,传输至威胁计算模块;
所述威胁计算模块,用于对威胁数据进行威胁程度的计算,并将各个位置的威胁程度按照降序排列,将各个电网节点的威胁程度降序传输至预警平台和核对模块;
所述核对模块,用于根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对;
所述预警平台,用于对核对后的电网节点威胁程度向工作人员进行预警,以便于对电网节点进行抢修。
本发明进一步的改进在于,所述雷电流感应模块包括雷电峰值电流采集单元、雷电电流上升率计算单元、雷电峰值时间采集单元和雷电半峰值时间采集单元,所述雷电峰值电流采集单元用于采用电流采集设备对雷电峰值电流值Imax进行感应采集,所述雷电电流上升率计算单元用于对雷电电流的上升率Vdl进行计算,计算公式为:其中I0为雷电初始电流,ΔT为雷电开始时至雷电流峰值的时间,所述雷电峰值时间采集单元用于对雷电峰值电流持续时间T1进行采集,所述雷电半峰值时间采集单元用于对雷电半峰值时间T2进行采集。
本发明进一步的改进在于,所述雷电流分析模块包括对比数据储存单元,所述对比数据储存单元用于对雷电峰值电流、雷电电流上升率、雷电峰值时间和雷电半峰值时间的阈值的储存,所述对比数据储存单元的输出端与雷电流判断模块连接,所述雷电流判断模块中包括雷电流判断策略。
本发明进一步的改进在于,所述雷电流判断策略包括以下具体步骤:
S1、设定雷电流判断阈值PJ,雷电流感应模块采集雷电峰值电流数据Imax、雷电电流上升率数据Vdl、雷电峰值时间数据T1和雷电半峰值时间数据T2;
S2、雷电流分析模块中的对比数据储存单元对数据储存模块中储存的指定位置雷电的参数值进行采集,并将雷电采集数据和指定位置雷电参数值传输至雷电判断模块中,进行是否为雷电流传输的判断,其中雷电的参数值包括指定位置的雷电峰值电流范围数据(I1min-I1max),指定位置的雷电电流上升率范围数据(Vdlmin-Vdlmax),指定位置的雷电峰值时间范围数据(T1min-T1max),指定位置的雷电半峰值时间范围(T2min-T2max);
S3、雷电判断模块对采集数据和指定位置的雷电参数值进行对比,判断是否为雷电流传输,判断方式为:计算雷电流判断值,雷电流判断值的计算公式为:其中a1为雷电峰值电流占比系数、a2为雷电电流上升率占比系数,a3为雷电峰值时间占比系数,a4为雷电半峰值时间占比系数,a1+a2+a3+a4=1,I为雷电峰值电流范围数据中最接近Imax的值,V为指定位置的雷电电流上升率范围数据中最接近Vdl的值,T1J为指定位置的雷电峰值时间范围数据中最接近T1的值,T2J为指定位置的雷电半峰值时间范围数据中最接近T2的值,计算得到的p与雷电流判断阈值PJ比较,若p≥PJ,则判断为不是雷电流传输,若p<PJ,则判断为雷电传输;
S4、将判断结果输送至触发模块,若判断为是雷电流传输,则触发数据采集模块工作,对电网节点的环境数据和节点数据进行采集,若判断不是雷电流传输,则不触发数据采集模块工作,同时对数据进行储存,增加对比项。
本发明进一步的改进在于,所述数据采集模块包括电网节点数据采集单元、环境参数采集单元和人员参数采集单元,所述电网节点数据采集单元用于对雷电流传输的电网节点的数据进行采集,其中采集的数据类型为电网节点电流值Ic,电压值Vc,电网节点年限Sc,电网节点维护效率Qc,所述环境参数采集单元用于对电网节点附近的环境数据进行采集,其中采集的数据类型包括温度值Tc,湿度值Mc,所述人员产生采集单元用于对电网节点指定范围内的人员数据进行采集,其中包括人数l,距离电网节点的平均距离s。
本发明进一步的改进在于,所述威胁计算模块中包括威胁计算策略,所述威胁计算策略包括以下具体步骤:
A:设定威胁报警阈值,采集电网节点的电流安全范围(Icmax-Icmin),电压安全范围(Vcmax-Vcmin),温度安全范围(Tcmax-Tcmin),湿度安全范围(Mcmax-Mcmin),将电网节点数据采集单元、环境参数采集单元、人员参数采集单元的采集数据和计算得到的p值代入威胁计算模块中进行电网节点威胁值计算,电网节点威胁值计算公式为:其中Icm为电网节点的电流安全范围中最接近Ic的值,Vcm为电网节点的电压安全范围中最接近Vc的值,Tcm为电网节点的温度安全范围中最接近Tc的值,Mcm为电网节点的湿度安全范围中最接近Mc的值;
B:将各个电网节点的威胁值进行计算降序排列传输至核对模块和预警平台;
C:核对模块根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对,将核对结果传输至预警平台,预警平台根据核对结果选调维护人员按照威胁值降序排列的电网节点,按照顺序进行维护检修。
与现有技术相比,本发明具有如下有益效果:
1)本发明通过设置的雷电流分析模块中的对比数据储存单元对数据储存模块中储存的指定位置雷电的参数值进行采集,并将雷电采集数据和指定位置雷电参数值传输至雷电判断模块中,雷电判断模块对采集数据和指定位置的雷电参数值进行对比,计算雷电流判断值,并与设置的雷电流判断阈值对比,以准确判断是否为雷电流传输,提高了对雷电流监测的准确性的同时,避免了对雷电流监测的误判。
2)本发明根据雷电流传输的准确判断,同时对雷电流传输电网节点的节点传输数据、环境参数数据和人员参数数据进行采集,代入威胁计算策略中计算各个电网节点的威胁值,核对模块根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对,将核对结果传输至预警平台,预警平台根据核对结果选调维护人员按照威胁值降序排列的电网节点,按照顺序进行维护检修,有利于快速对被雷电流损伤的电网节点进行维护。
附图说明
图1为本发明一种智能雷电流在线监测系统组成构架示意图;
图2为本发明一种智能雷电流在线监测系统的雷电流感应模块至雷电流判断模块的数据传输流程图;
图3为本发明一种智能雷电流在线监测系统雷电流判断策略的流程示意图;
图4为本发明一种智能雷电流在线监测系统数据采集模块的构成示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“一号”、“二号”、“三号”仅用于描述目的,而不能理解为指示或暗示相对重要性。下面结合具体实施方式,进一步阐述本发明。
实施例1
本实施例通过设置的雷电流分析模块中的对比数据储存单元对数据储存模块中储存的指定位置雷电的参数值进行采集,并将雷电采集数据和指定位置雷电参数值传输至雷电判断模块中,雷电判断模块对采集数据和指定位置的雷电参数值进行对比,计算雷电流判断值,并与设置的雷电流判断阈值对比,以准确判断是否为雷电流传输,提高了对雷电流监测的准确性的同时,避免了对雷电流监测的误判,具体方案为,如图1-图4所示,一种智能雷电流在线监测系统,其包括:安装在电网节点上的雷电流感应模块和数据采集模块、雷电流分析模块、雷电流判断模块、触发模块、数据融合模块、数据储存模块、数据整理模块、威胁计算模块、预警平台和核对模块,雷电流感应模块的输出端与雷电流分析模块连接,雷电流分析模块的输出端分别与雷电流判断模块和数据融合模块连接,雷电流判断模块的输出端与触发模块连接,触发模块的输出端与数据采集模块连接,数据采集模块的输出端与数据融合模块连接,数据融合模块的输出端分别与数据储存模块、数据整理模块连接,数据储存模块的输出端与雷电流分析模块连接,数据整理模块的输出端与威胁计算模块连接,威胁计算模块的输出端分别与核对模块、预警平台连接,核对模块的输出端与预警平台连接;
雷电流感应模块,用于对雷电流的产生信号进行感应,将雷电流的数据信号进行采集并传输;
雷电流分析模块,用于对雷电流的数据信号和数据储存模块中的储存数据进行对比分析;
雷电流判断模块,用于雷电流的采集信号数据与数据储存模块中储存的指定位置的雷电参数值进行对比判断,判断采集信号是否为雷电流信号传输;
触发模块,用于根据雷电流判断模块的判断结果,触发控制数据采集模块的运行;
数据采集模块,用于对雷电流产生位置的电网节点的节点数据、环境数据和人员参数进行采集;
数据融合模块,用于对采集电网节点的雷电流数据节点数据、环境数据和人员参数进行融合,找出其中的威胁项;
数据整理模块,用于对融合数据进行整理,并将威胁项的威胁数据提取,传输至威胁计算模块;
威胁计算模块,用于对威胁数据进行威胁程度的计算,并将各个位置的威胁程度按照降序排列,将各个电网节点的威胁程度降序传输至预警平台和核对模块;
核对模块,用于根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对;
预警平台,用于对核对后的电网节点威胁程度向工作人员进行预警,以便于对电网节点进行抢修;
在本实施例中,雷电流感应模块包括雷电峰值电流采集单元、雷电电流上升率计算单元、雷电峰值时间采集单元和雷电半峰值时间采集单元,雷电峰值电流采集单元用于采用电流采集设备对雷电峰值电流值Imax进行感应采集,雷电电流上升率计算单元用于对雷电电流的上升率Vdl进行计算,计算公式为:其中I0为雷电初始电流,ΔT为雷电开始时至雷电流峰值的时间,雷电峰值时间采集单元用于对雷电峰值电流持续时间T1进行采集,雷电半峰值时间采集单元用于对雷电半峰值时间T2进行采集;
在本实施例中,雷电流分析模块包括对比数据储存单元,对比数据储存单元用于对雷电峰值电流、雷电电流上升率、雷电峰值时间和雷电半峰值时间的阈值的储存,对比数据储存单元的输出端与雷电流判断模块连接,雷电流判断模块中包括雷电流判断策略;雷电流判断策略包括以下具体步骤:
S1、设定雷电流判断阈值PJ,雷电流感应模块采集雷电峰值电流数据Imax、雷电电流上升率数据Vdl、雷电峰值时间数据T1和雷电半峰值时间数据T2;
S2、雷电流分析模块中的对比数据储存单元对数据储存模块中储存的指定位置雷电的参数值进行采集,并将雷电采集数据和指定位置雷电参数值传输至雷电判断模块中,进行是否为雷电流传输的判断,其中雷电的参数值包括指定位置的雷电峰值电流范围数据(I1min-I1max),指定位置的雷电电流上升率范围数据(Vdlmin-Vdlmax),指定位置的雷电峰值时间范围数据(T1min-T1max),指定位置的雷电半峰值时间范围(T2min-T2max);
S3、雷电判断模块对采集数据和指定位置的雷电参数值进行对比,判断是否为雷电流传输,判断方式为:计算雷电流判断值,雷电流判断值的计算公式为:其中a1为雷电峰值电流占比系数、a2为雷电电流上升率占比系数,a3为雷电峰值时间占比系数,a4为雷电半峰值时间占比系数,a1+a2+a3+a4=1,I为雷电峰值电流范围数据中最接近Imax的值,V为指定位置的雷电电流上升率范围数据中最接近Vdl的值,T1J为指定位置的雷电峰值时间范围数据中最接近T1的值,T2J为指定位置的雷电半峰值时间范围数据中最接近T2的值,计算得到的p与雷电流判断阈值PJ比较,若p≥PJ,则判断为不是雷电流传输,若p<PJ,则判断为雷电传输;
S4、将判断结果输送至触发模块,若判断为是雷电流传输,则触发数据采集模块工作,对电网节点的环境数据和节点数据进行采集,若判断不是雷电流传输,则不触发数据采集模块工作,同时对数据进行储存,增加对比项。
实施例2
实施例2根据雷电流传输的准确判断,同时对雷电流传输电网节点的节点传输数据、环境参数数据和人员参数数据进行采集,代入威胁计算策略中计算各个电网节点的威胁值,核对模块根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对,将核对结果传输至预警平台,预警平台根据核对结果选调维护人员按照威胁值降序排列的电网节点,按照顺序进行维护检修,有利于快速对被雷电流损伤的电网节点进行维护,具体方案为,如图1-图4所示,一种智能雷电流在线监测系统,其包括:安装在电网节点上的雷电流感应模块和数据采集模块、雷电流分析模块、雷电流判断模块、触发模块、数据融合模块、数据储存模块、数据整理模块、威胁计算模块、预警平台和核对模块,雷电流感应模块的输出端与雷电流分析模块连接,雷电流分析模块的输出端分别与雷电流判断模块和数据融合模块连接,雷电流判断模块的输出端与触发模块连接,触发模块的输出端与数据采集模块连接,数据采集模块的输出端与数据融合模块连接,数据融合模块的输出端分别与数据储存模块、数据整理模块连接,数据储存模块的输出端与雷电流分析模块连接,数据整理模块的输出端与威胁计算模块连接,威胁计算模块的输出端分别与核对模块、预警平台连接,核对模块的输出端与预警平台连接;
雷电流感应模块,用于对雷电流的产生信号进行感应,将雷电流的数据信号进行采集并传输;
雷电流分析模块,用于对雷电流的数据信号和数据储存模块中的储存数据进行对比分析;
雷电流判断模块,用于雷电流的采集信号数据与数据储存模块中储存的指定位置的雷电参数值进行对比判断,判断采集信号是否为雷电流信号传输;
触发模块,用于根据雷电流判断模块的判断结果,触发控制数据采集模块的运行;
数据采集模块,用于对雷电流产生位置的电网节点的节点数据、环境数据和人员参数进行采集;
数据融合模块,用于对采集电网节点的雷电流数据节点数据、环境数据和人员参数进行融合,找出其中的威胁项;
数据整理模块,用于对融合数据进行整理,并将威胁项的威胁数据提取,传输至威胁计算模块;
威胁计算模块,用于对威胁数据进行威胁程度的计算,并将各个位置的威胁程度按照降序排列,将各个电网节点的威胁程度降序传输至预警平台和核对模块;
核对模块,用于根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对;
预警平台,用于对核对后的电网节点威胁程度向工作人员进行预警,以便于对电网节点进行抢修;
在本实施例中,雷电流感应模块包括雷电峰值电流采集单元、雷电电流上升率计算单元、雷电峰值时间采集单元和雷电半峰值时间采集单元,雷电峰值电流采集单元用于采用电流采集设备对雷电峰值电流值Imax进行感应采集,雷电电流上升率计算单元用于对雷电电流的上升率Vdl进行计算,计算公式为:其中I0为雷电初始电流,ΔT为雷电开始时至雷电流峰值的时间,雷电峰值时间采集单元用于对雷电峰值电流持续时间T1进行采集,雷电半峰值时间采集单元用于对雷电半峰值时间T2进行采集;
在本实施例中,雷电流分析模块包括对比数据储存单元,对比数据储存单元用于对雷电峰值电流、雷电电流上升率、雷电峰值时间和雷电半峰值时间的阈值的储存,对比数据储存单元的输出端与雷电流判断模块连接,雷电流判断模块中包括雷电流判断策略;雷电流判断策略包括以下具体步骤:
S1、设定雷电流判断阈值PJ,雷电流感应模块采集雷电峰值电流数据Imax、雷电电流上升率数据Vdl、雷电峰值时间数据T1和雷电半峰值时间数据T2;
S2、雷电流分析模块中的对比数据储存单元对数据储存模块中储存的指定位置雷电的参数值进行采集,并将雷电采集数据和指定位置雷电参数值传输至雷电判断模块中,进行是否为雷电流传输的判断,其中雷电的参数值包括指定位置的雷电峰值电流范围数据(I1min-I1max),指定位置的雷电电流上升率范围数据(Vdlmin-Vdlmax),指定位置的雷电峰值时间范围数据(T1min-T1max),指定位置的雷电半峰值时间范围(T2min-T2max);
S3、雷电判断模块对采集数据和指定位置的雷电参数值进行对比,判断是否为雷电流传输,判断方式为:计算雷电流判断值,雷电流判断值的计算公式为:其中a1为雷电峰值电流占比系数、a2为雷电电流上升率占比系数,a3为雷电峰值时间占比系数,a4为雷电半峰值时间占比系数,a1+a2+a3+a4=1,I为雷电峰值电流范围数据中最接近Imax的值,V为指定位置的雷电电流上升率范围数据中最接近Vdl的值,T1J为指定位置的雷电峰值时间范围数据中最接近T1的值,T2J为指定位置的雷电半峰值时间范围数据中最接近T2的值,计算得到的p与雷电流判断阈值PJ比较,若p≥PJ,则判断为不是雷电流传输,若p<PJ,则判断为雷电传输;
S4、将判断结果输送至触发模块,若判断为是雷电流传输,则触发数据采集模块工作,对电网节点的环境数据和节点数据进行采集,若判断不是雷电流传输,则不触发数据采集模块工作,同时对数据进行储存,增加对比项。
在本实施例中,数据采集模块包括电网节点数据采集单元、环境参数采集单元和人员参数采集单元,电网节点数据采集单元用于对雷电流传输的电网节点的数据进行采集,其中采集的数据类型为电网节点电流值Ic,电压值Vc,电网节点年限Sc,电网节点维护效率Qc,环境参数采集单元用于对电网节点附近的环境数据进行采集,其中采集的数据类型包括温度值Tc,湿度值Mc,人员产生采集单元用于对电网节点指定范围内的人员数据进行采集,其中包括人数l,距离电网节点的平均距离s;威胁计算模块中包括威胁计算策略,威胁计算策略包括以下具体步骤:
A:设定威胁报警阈值,采集电网节点的电流安全范围(Icmax-Icmin),电压安全范围(Vcmax-Vcmin),温度安全范围(Tcmax-Tcmin),湿度安全范围(Mcmax-Mcmin),将电网节点数据采集单元、环境参数采集单元、人员参数采集单元的采集数据和计算得到的p值代入威胁计算模块中进行电网节点威胁值计算,电网节点威胁值计算公式为:其中Icm为电网节点的电流安全范围中最接近Ic的值,Vcm为电网节点的电压安全范围中最接近Vc的值,Tcm为电网节点的温度安全范围中最接近Tc的值,Mcm为电网节点的湿度安全范围中最接近Mc的值;
B:将各个电网节点的威胁值进行计算降序排列传输至核对模块和预警平台;
C:核对模块根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对,将核对结果传输至预警平台,预警平台根据核对结果选调维护人员按照威胁值降序排列的电网节点,按照顺序进行维护检修。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中,上述各实施例中描述的系统结构可以是物理结构,也可以是逻辑结构,即,有些模块可能由同一物理实体实现,或者,有些模块可能分由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
以上各实施例中,硬件单元可以通过机械方式或电气方式实现。例如,一个硬件单元可以包括永久性专用的电路或逻辑(如专门的处理器,FPGA或ASIC)来完成相应操作。硬件单元还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器),可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。
上文通过附图和优选实施例对本发明进行了详细展示和说明,然而本发明不限于这些已揭示的实施例,基于上述多个实施例本领域技术人员可以知晓,可以组合上述不同实施例中的代码审核手段得到本发明更多的实施例,这些实施例也在本发明的保护范围之内。
Claims (7)
1.一种智能雷电流在线监测系统,其特征在于:其包括:安装在电网节点上的雷电流感应模块和数据采集模块、雷电流分析模块、雷电流判断模块、触发模块、数据融合模块、数据储存模块、数据整理模块、威胁计算模块、预警平台和核对模块,所述雷电流感应模块的输出端与雷电流分析模块连接,所述雷电流分析模块的输出端分别与雷电流判断模块和数据融合模块连接,所述雷电流判断模块的输出端与触发模块连接,所述触发模块的输出端与数据采集模块连接,所述数据采集模块的输出端与数据融合模块连接,所述数据融合模块的输出端分别与数据储存模块、数据整理模块连接,所述数据储存模块的输出端与雷电流分析模块连接,所述数据整理模块的输出端与威胁计算模块连接,所述威胁计算模块的输出端分别与核对模块、预警平台连接,所述核对模块的输出端与预警平台连接。
2.根据权利要求1所述的一种智能雷电流在线监测系统,其特征在于:
所述雷电流感应模块,用于对雷电流的产生信号进行感应,将雷电流的数据信号进行采集并传输;
所述雷电流分析模块,用于对雷电流的数据信号和数据储存模块中的储存数据进行对比分析;
所述雷电流判断模块,用于雷电流的采集信号数据与数据储存模块中储存的指定位置的雷电参数值进行对比判断,判断采集信号是否为雷电流信号传输;
所述触发模块,用于根据雷电流判断模块的判断结果,触发控制数据采集模块的运行;
所述数据采集模块,用于对雷电流产生位置的电网节点的节点数据、环境数据和人员参数进行采集;
所述数据融合模块,用于对采集电网节点的雷电流数据节点数据、环境数据和人员参数进行融合,找出其中的威胁项;
所述数据整理模块,用于对融合数据进行整理,并将威胁项的威胁数据提取,传输至威胁计算模块;
所述威胁计算模块,用于对威胁数据进行威胁程度的计算,并将各个位置的威胁程度按照降序排列,将各个电网节点的威胁程度降序传输至预警平台和核对模块;
所述核对模块,用于根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对;
所述预警平台,用于对核对后的电网节点威胁程度向工作人员进行预警,以便于对电网节点进行抢修。
4.根据权利要求3所述的一种智能雷电流在线监测系统,其特征在于:所述雷电流分析模块包括对比数据储存单元,所述对比数据储存单元用于对雷电峰值电流、雷电电流上升率、雷电峰值时间和雷电半峰值时间的阈值的储存,所述对比数据储存单元的输出端与雷电流判断模块连接,所述雷电流判断模块中包括雷电流判断策略。
5.根据权利要求4所述的一种智能雷电流在线监测系统,其特征在于:所述雷电流判断策略包括以下具体步骤:
S1、设定雷电流判断阈值PJ,雷电流感应模块采集雷电峰值电流数据Imax、雷电电流上升率数据Vdl、雷电峰值时间数据T1和雷电半峰值时间数据T2;
S2、雷电流分析模块中的对比数据储存单元对数据储存模块中储存的指定位置雷电的参数值进行采集,并将雷电采集数据和指定位置雷电参数值传输至雷电判断模块中,进行是否为雷电流传输的判断,其中雷电的参数值包括指定位置的雷电峰值电流范围数据(I1min-I1max),指定位置的雷电电流上升率范围数据(Vdlmin-Vdlmax),指定位置的雷电峰值时间范围数据(T1min-T1max),指定位置的雷电半峰值时间范围(T2min-T2max);
S3、雷电判断模块对采集数据和指定位置的雷电参数值进行对比,判断是否为雷电流传输,判断方式为:计算雷电流判断值,雷电流判断值的计算公式为:其中a1为雷电峰值电流占比系数、a2为雷电电流上升率占比系数,a3为雷电峰值时间占比系数,a4为雷电半峰值时间占比系数,a1+a2+a3+a4=1,I为雷电峰值电流范围数据中最接近Imax的值,V为指定位置的雷电电流上升率范围数据中最接近Vdl的值,T1J为指定位置的雷电峰值时间范围数据中最接近T1的值,T2J为指定位置的雷电半峰值时间范围数据中最接近T2的值,计算得到的p与雷电流判断阈值PJ比较,若p≥PJ,则判断为不是雷电流传输,若p<PJ,则判断为雷电传输;
S4、将判断结果输送至触发模块,若判断为是雷电流传输,则触发数据采集模块工作,对电网节点的环境数据和节点数据进行采集,若判断不是雷电流传输,则不触发数据采集模块工作,同时对数据进行储存,增加对比项。
6.根据权利要求5所述的一种智能雷电流在线监测系统,其特征在于:所述数据采集模块包括电网节点数据采集单元、环境参数采集单元和人员参数采集单元,所述电网节点数据采集单元用于对雷电流传输的电网节点的数据进行采集,其中采集的数据类型为电网节点电流值Ic,电压值Vc,电网节点年限Sc,电网节点维护效率Qc,所述环境参数采集单元用于对电网节点附近的环境数据进行采集,其中采集的数据类型包括温度值Tc,湿度值Mc,所述人员产生采集单元用于对电网节点指定范围内的人员数据进行采集,其中包括人数l,距离电网节点的平均距离s。
7.根据权利要求6所述的一种智能雷电流在线监测系统,其特征在于:所述威胁计算模块中包括威胁计算策略,所述威胁计算策略包括以下具体步骤:
A:设定威胁报警阈值,采集电网节点的电流安全范围(Icmax-Icmin),电压安全范围(Vcmax-Vcmin),温度安全范围(Tcmax-Tcmin),湿度安全范围(Mcmax-Mcmin),将电网节点数据采集单元、环境参数采集单元、人员参数采集单元的采集数据和计算得到的p值代入威胁计算模块中进行电网节点威胁值计算,电网节点威胁值计算公式为:其中Icm为电网节点的电流安全范围中最接近Ic的值,Vcm为电网节点的电压安全范围中最接近Vc的值,Tcm为电网节点的温度安全范围中最接近Tc的值,Mcm为电网节点的湿度安全范围中最接近Mc的值;
B:将各个电网节点的威胁值进行计算降序排列传输至核对模块和预警平台;
C:核对模块根据电网节点的实时监测数据和该节点的威胁程度对该节点的危险发生情况进行核对,将核对结果传输至预警平台,预警平台根据核对结果选调维护人员按照威胁值降序排列的电网节点,按照顺序进行维护检修。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310106219.9A CN116298459B (zh) | 2023-02-13 | 2023-02-13 | 一种智能雷电流在线监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310106219.9A CN116298459B (zh) | 2023-02-13 | 2023-02-13 | 一种智能雷电流在线监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116298459A true CN116298459A (zh) | 2023-06-23 |
CN116298459B CN116298459B (zh) | 2023-11-14 |
Family
ID=86787946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310106219.9A Active CN116298459B (zh) | 2023-02-13 | 2023-02-13 | 一种智能雷电流在线监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116298459B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107390008A (zh) * | 2017-07-18 | 2017-11-24 | 安徽天玄科技有限公司 | 智能雷电在线监测系统 |
US10408972B1 (en) * | 2018-04-20 | 2019-09-10 | Adam Baker | System and method for lightning strike prediction and warning |
CN111983287A (zh) * | 2020-08-14 | 2020-11-24 | 宁夏中科天际防雷股份有限公司 | 一种雷电流监测系统及方法 |
CN113203896A (zh) * | 2021-05-19 | 2021-08-03 | 贵州省气象灾害防御技术中心 | 单站大气电场仪进行雷电预警的阈值法检验及改进算法 |
CN114994801A (zh) * | 2022-08-05 | 2022-09-02 | 中国气象局公共气象服务中心(国家预警信息发布中心) | 一种雷电监测预警方法及装置 |
-
2023
- 2023-02-13 CN CN202310106219.9A patent/CN116298459B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107390008A (zh) * | 2017-07-18 | 2017-11-24 | 安徽天玄科技有限公司 | 智能雷电在线监测系统 |
US10408972B1 (en) * | 2018-04-20 | 2019-09-10 | Adam Baker | System and method for lightning strike prediction and warning |
CN111983287A (zh) * | 2020-08-14 | 2020-11-24 | 宁夏中科天际防雷股份有限公司 | 一种雷电流监测系统及方法 |
CN113203896A (zh) * | 2021-05-19 | 2021-08-03 | 贵州省气象灾害防御技术中心 | 单站大气电场仪进行雷电预警的阈值法检验及改进算法 |
CN114994801A (zh) * | 2022-08-05 | 2022-09-02 | 中国气象局公共气象服务中心(国家预警信息发布中心) | 一种雷电监测预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116298459B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108008176B (zh) | 一种光伏阵列实时状态监测与故障定位系统 | |
CN110275094A (zh) | 一种高压电缆局部放电声光联合检测方法及系统 | |
CN108537154A (zh) | 基于hog特征和机器学习的输电线路鸟巢识别方法 | |
CN109781268A (zh) | 一种基于低成本红外热视技术的开关柜内重点部位温度监测系统 | |
CN110174174A (zh) | 基于红外热和可见光成像的检测终端及其使用方法 | |
CN104994334A (zh) | 基于实时视频的变电站自动监控方法 | |
CN108828406A (zh) | 非侵入式用户用电的故障识别方法及其系统 | |
CN111986436B (zh) | 一种基于紫外、深度神经网络的综合火焰检测方法 | |
CN112085071A (zh) | 一种基于边缘计算的配电房设备故障分析预判方法及装置 | |
CN103983881A (zh) | 核探测器的故障诊断方法及装置 | |
CN116780758A (zh) | 一种输电线路多传感器数据融合的在线监测系统及方法 | |
CN116315173A (zh) | 基于新能源汽车的电池温度采样系统 | |
CN114879081A (zh) | 基于避雷器同步动态监测数据的雷害区域分析方法 | |
CN108846993A (zh) | 校园学生安全定位预警系统及方法 | |
CN209014643U (zh) | 离子风机的平衡电压检测终端及其平衡电压检测系统 | |
CN114743089A (zh) | 一种基于ssa-svm的图像识别gis故障诊断装置及方法 | |
CN116298459B (zh) | 一种智能雷电流在线监测系统 | |
CN116937818A (zh) | 对内部进行实时监控的高压直流配电柜监控系统 | |
CN207636680U (zh) | 电力设施现场监控装置及系统 | |
CN110011616A (zh) | 一种光伏组件故障诊断系统及方法 | |
CN108919041A (zh) | 一种基于聚类分析的变压器绕组状态在线监测方法 | |
CN110379118A (zh) | 列车车下防火智能监控系统及方法 | |
CN113516091B (zh) | 一种识别变电站电火花图像的方法 | |
CN112698108A (zh) | 一种风机叶片多物理量同步观测方法及其系统 | |
CN115113093A (zh) | 一种可视化绝缘子漏电流巡检方法及设备 |
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 |