CN116546054B - 去中心强韧性电力系统实时动态监测网络装置 - Google Patents
去中心强韧性电力系统实时动态监测网络装置 Download PDFInfo
- Publication number
- CN116546054B CN116546054B CN202310631120.0A CN202310631120A CN116546054B CN 116546054 B CN116546054 B CN 116546054B CN 202310631120 A CN202310631120 A CN 202310631120A CN 116546054 B CN116546054 B CN 116546054B
- Authority
- CN
- China
- Prior art keywords
- data
- power
- module
- processing
- real
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 316
- 238000001914 filtration Methods 0.000 claims abstract description 43
- 239000010410 layer Substances 0.000 claims description 71
- 238000007405 data analysis Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 27
- 238000013500 data storage Methods 0.000 claims description 26
- 239000012792 core layer Substances 0.000 claims description 24
- 238000010248 power generation Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 19
- 238000007726 management method Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 15
- 230000007774 longterm Effects 0.000 claims description 14
- 238000012706 support-vector machine Methods 0.000 claims description 9
- 238000003066 decision tree Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005111 flow chemistry technique Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/185—Electrical failure alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提出一种去中心强韧性电力系统实时动态监测网络装置,应用于电力数据处理技术领域,该去中心强韧性电力系统实时动态监测网络装置包括区块链终端,区块链终端包括:电力数据过滤模块,数据处理模块,智能控制模块和故障预测模块;电力数据过滤模块用于将电力数据上传至数据处理模块;数据处理模块用于对电力数据进行处理并得到数据处理结果;智能控制模块用于根据数据处理结果对电力系统进行实时动态监测和控制;故障预测模块用于根据数据处理结果对电力系统进行故障预测处理得到故障预测结果,并在故障预测结果表征发生故障时,发出预警信号。本发明提出的去中心强韧性电力系统实时动态监测网络装置能够提高电力系统管理的安全性和智能性。
Description
技术领域
本发明涉及电力数据处理技术领域,尤其涉及一种去中心强韧性电力系统实时动态监测网络装置。
背景技术
随着科学技术水平的发展,各类管理系统进入人们的视野。在电力系统的管理过程中,由于终端设备的存储能力有限,技术人员将电力系统的电力数据存储到云端,并在云端对电力系统进行管理。
然而,在电力数据上传至云端存储的过程中,电力数据容易被恶意篡改或者泄露,并且需要技术人员依靠自身经验判断电力系统数据是否存在异常状态,以致电力系统的管理效率不高。
发明内容
本发明的主要目的在于提供一种去中心强韧性电力系统实时动态监测网络装置,旨在提高电力系统管理智能性,从而提高电力系统的管理效率。
为实现上述目的,本发明提出一种去中心强韧性电力系统实时动态监测网络装置,所述去中心强韧性电力系统实时动态监测网络装置包括区块链终端,所述区块链终端与电力系统中的至少一个参与者建立区块链连接,所述参与者包括智能电表,电力系统中的终端设备,所述区块链终端包括:电力数据过滤模块,数据处理模块,智能控制模块和故障预测模块,其中,所述数据处理模块包括核心层和处理层;
所述电力数据过滤模块,用于对电力系统的电力数据进行过滤,并将过滤后的电力数据上传至所述数据处理模块;
所述数据处理模块的核心层,用于接收所述电力数据并根据所述电力数据的类型将所述电力数据传递至处理层;
所述数据处理模块的处理层,用于对所述电力数据进行分析处理得到数据处理结果,并将所述数据处理结果传递至所述智能控制模块和所述故障预测模块;
所述智能控制模块,用于根据所述数据处理结果对电力系统进行实时动态监测和控制;
所述故障预测模块,用于根据所述数据处理结果对所述电力系统进行故障预测处理得到故障预测结果,并在所述故障预测结果表征发生故障时,发出预警信号。
可选的,所述处理层包括:
高频实时数据存储子模块,用于根据实时数据信息对所述电力数据中的高频使用数据进行存储处理,其中,所述实时数据信息包括日期信息和调用次数;
高频实时数据流处理子模块,用于对所述电力数据中的高频实时数据流进行实时去重、实时数据检测处理得到实时数据处理结果,并将处理后的高频实时数据流存储至所述高频实时数据存储子模块;
结果传递子模块,用于将所述实时数据处理结果作为数据处理结果传递至所述智能控制模块和所述故障预测模块。
可选的,所述处理层还包括:
高级数据分析子模块,用于对所述电力数据中的历史电力数据进行故障预测处理得到历史数据处理结果;
长期数据存储子模块,用于存储进行所述故障预测处理后的历史电力数据的发电位置信息和发电电量信息;
所述结果传递子模块,用于将所述历史数据处理结果作为数据处理结果传递至所述智能控制模块和所述故障预测模块。
可选的,所述高级数据分析子模块包括:
支持向量机数据分析单元,用于根据所述电力数据中的历史电力数据进行非线性故障预测处理得到第一数据处理结果;
决策树分析单元,用于根据所述电力数据中的历史电力数据进行树形故障预测处理得到第二数据处理结果;
结果整合单元,用于根据所述第一数据处理结果和所述第二数据处理结果汇总得到历史数据处理结果。
可选的,所述电力数据过滤模块,包括:
数据获取单元,用于获取电力系统中的电力数据;
数据过滤单元,用于对所述电力数据进行过滤处理得到经过过滤处理后的电力数据;
有效数据上传单元,用于将经过过滤处理后的所述电力数据上传至所述数据处理模块。
可选的,所述智能控制模块包括:
程序设定单元,用于根据所述数据处理结果和预设的阈值进行程序设定处理得到目标实施程序;
自动调度单元,用于根据所述目标实施程序对电力系统进行动态监测和控制。
可选的,所述自动调度单元包括:
电源切换子单元,用于根据所述目标实施程序进行电力系统备用电源的动态切换;
负荷调整子单元,用于根据所述目标实施程序对电力系统的负荷进行调大或调小控制。
可选的,所述故障预测模块包括:
故障位置预测单元,用于对所述数据处理结果进行故障预测处理得到故障预测结果;
故障提醒单元,用于根据所述故障预测结果进行故障位置提示。
可选的,所述数据处理模块的核心层包括:
共识管理单元,用于接收所述电力数据并对所述电力数据进行容错处理;
全局控制单元,用于根据特征类型将进行所述容错处理后的电力数据传递至所述处理层。
可选的,所述特征类型包括:数据类型和处理类型,所述全局控制单元包括:
处理层确定子单元,用于根据所述数据类型和所述处理类型得到与进行所述容错处理后的电力数据对应的处理层信息;
共识数据传递子单元,用于根据所述处理层信息将所述电力数据传递至所述处理层。
本发明提出了一种去中心强韧性电力系统实时动态监测网络装置,该去中心强韧性电力系统实时动态监测网络装置包括区块链终端,所述区块链终端与电力系统中的至少一个参与者建立区块链连接,所述参与者包括智能电表,电力系统中的终端设备,所述区块链终端包括:电力数据过滤模块,数据处理模块,智能控制模块和故障预测模块,其中,所述数据处理模块包括核心层和处理层;所述电力数据过滤模块用于对电力系统的电力数据进行过滤,并将过滤后的电力数据上传至所述数据处理模块;所述数据处理模块的核心层用于接收所述电力数据并根据所述电力数据的类型将所述电力数据传递至处理层;所述数据处理模块的处理层用于对所述电力数据进行分析处理得到数据处理结果,并将所述数据处理结果传递至所述智能控制模块和所述故障预测模块;所述智能控制模块用于根据所述数据处理结果对电力系统进行实时动态监测和控制;所述故障预测模块用于根据所述数据处理结果对所述电力系统进行故障预测处理得到故障预测结果,并在所述故障预测结果表征发生故障时,发出预警信号。
本发明提出的去中心强韧性电力系统实时动态监测网络装置包括区块链终端,该区块链终端与电力系统中的至少一个参与者建立区块链连接,参与者包括:智能电表和电力系统中的终端设备,该区块链终端包括电力数据过滤模块、数据处理模块、智能控制模块和故障预测模块,其中,数据处理模块分为两层,分别是核心层和处理层;去中心强韧性电力系统实时动态监测网络装置中的电力数据过滤模块首先将电力系统的电力数据进行过滤,然后将过滤后的电力数据上传至数据处理模块,而数据处理模块中的核心层在接收电力数据后,根据电力数据的类型将电力数据传递至处理层,而处理层对得到的电力数据进行分析处理得到数据处理结果,并将数据处理结果传递至智能控制模块和故障预测模块;智能控制模块再根据数据处理结果对电力系统进行实时动态监测和控制,而故障预测模块根据数据处理结果对电力系统进行故障预测处理得到故障预测结果,并在故障预测结果表征系统发生故障时,发出预警信号。
相比传统将电力系统的电力数据上传至云端,并通过技术人员的经验判断电力系统的电力数据是否发生异常的故障预测方式来说,本发明通过电力数据过滤模块对待上传的电力数据进行过滤处理,维护了电力数据的有效性,本发明还通过由核心层和处理层组成数据处理模块的方式,能够实现高吞吐量和高计算处理量的兼容。此外,本发明还通过智能控制模块和故障预测模块根据数据处理结果进行电力系统的智能控制和故障预测的方式,提高了电力系统的管理效率和智能性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明去中心强韧性电力系统实时动态监测网络装置的结构示意图;
图2为本发明去中心强韧性电力系统实时动态监测网络装置的使用场景示意图;
图3为本发明去中心强韧性电力系统实时动态监测网络装置的另一使用场景示意图;
图4为本发明去中心强韧性电力系统实时动态监测网络装置的数据流向示意图;
图5为本发明去中心强韧性电力系统实时动态监测网络装置的使用方法示意图。
附图标号说明:
标号 | 名称 | 标号 | 名称 |
10 | 电力数据过滤模块 | 20 | 数据处理层 |
30 | 智能控制模块 | 40 | 故障预测模块 |
201 | 核心层 | 202 | 处理层 |
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
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、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,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作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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
此外,为便于描述,以下阐述中的实时动态监测网络装置指去中心强韧性电力系统实时动态监测网络装置。
请参照图1,图1为本发明去中心强韧性电力系统实时动态监测网络装置的结构示意图。
在图1中,本发明去中心强韧性电力系统实时动态监测网络装置包括区块链终端,所述区块链终端与电力系统中的至少一个参与者建立区块链连接,所述参与者包括智能电表,电力系统中的终端设备,所述区块链终端包括:电力数据过滤模块10,数据处理模块20,智能控制模块30和故障预测模块40,其中,所述数据处理模块20包括核心层201和处理层202;
所述电力数据过滤模块,用于对电力系统的电力数据进行过滤,并将过滤后的电力数据上传至所述数据处理模块;
所述数据处理模块的核心层,用于接收所述电力数据并根据所述电力数据的类型将所述电力数据传递至处理层;
所述数据处理模块的处理层,用于对所述电力数据进行分析处理得到数据处理结果,并将所述数据处理结果传递至所述智能控制模块和所述故障预测模块;
所述智能控制模块,用于根据所述数据处理结果对电力系统进行实时动态监测和控制;
所述故障预测模块,用于根据所述数据处理结果对所述电力系统进行故障预测处理得到故障预测结果,并在所述故障预测结果表征发生故障时,发出预警信号。
在本实施例中,去中心强韧性电力系统实时动态监测网络装置包括区块链终端,该区块链终端与电力系统中的至少一个参与者建立区块链连接,该参与者包括智能电表和电力系统中的终端设备,该区块链终端主要包括4个模块,4个模块分别是:电力数据过滤模块、数据处理模块、智能控制模块和故障预测模块,其中,数据处理模块的第一层为核心层,第二层为处理层。电力数据过滤模块将电力数据进行过滤,并将过滤后的电力数据传递至数据处理模块的核心层,核心层再根据电力数据的类型将电力数据传递至处理层,处理层将对电力数据进行分析处理得到数据处理结果,并将得到的数据处理结果传递至去中心强韧性电力系统实时动态监测网络装置中的智能控制模块和故障预测模块,然后智能控制模块根据数据处理结果对电力系统进行实时监测和控制,而故障预测模块则根据数据处理结果对电力系统进行故障预测得到故障预测结果,并在故障预测结果表征电力系统将发生故障时,发出预警信号。
需要说明的是,在实际运用中,数据处理模块、智能控制模块以及故障预测模块均设置在区块链上。
示例性地,假设电力系统中接入智能电表和终端设备,并且电力数据包括:电压、电流、温度以及设备状态。去中心强韧性电力系统实时动态监测网络装置中区块链终端的电力数据过滤模块对电压、电流、温度以及设备状态进行过滤处理,得到过滤后的电力数据,然后将过滤后的电力数据上链到数据处理层中的核心层,核心层根据加密后电力数据的类型,将过滤后的电力数据传递至处理层,处理层将对过滤后的电力数据进行分析处理得到数据处理结果,假设数据处理结果表征为“B设备工作状态较差”,则将“B设备工作状态较差”的数据处理结果传递至智能控制模块和故障预测模块。智能控制模块再根据数据处理结果进行实时、动态的监测和控制,而故障预测模块根据数据处理结果对电力系统进行故障的预测,得到故障预测结果,假设故障预测结果为“A设备发生漏电”,则故障预测模块可以发出预警信号以提示技术人员。图2为本发明去中心强韧性电力系统实时动态监测网络装置的使用场景示意图,在图2中,实时动态监测网络装置与智能电表与分布式能源进行连接,智能电表及分布式能源的电力数据上链至去中心强韧性电力系统实时动态监测网络装置。图3给出了能源电力系统通过数据整合终端对电力数据进行整合,然后将整合后的电力数据传递至去中心强韧性电力系统实时动态监测网络装置的场景示意图。
在本实施例中,本发明通过电力数据过滤模块对电力数据进行过滤的方式,维护了电力系统中电力数据的有效性。本发明还通过包括核心层和处理层的数据处理模块对电力数据进行处理得到数据处理结果,并通过智能控制模块和故障预测模块对电力系统进行实时动态监测的方式,提高了数据吞吐量的同时还提高了电力系统的智能性。
进一步地,基于上述本发明去中心强韧性电力系统实时动态监测网络装置的第一实施例,提出本发明去中心强韧性电力系统实时动态监测网络装置的第二实施例。
在本实施例中,所述数据处理模块的核心层包括:
共识管理单元,用于接收所述电力数据并对所述电力数据进行容错管理;
全局控制单元,用于根据特征类型将进行所述容错处理后的电力数据传递至所述处理层。
在本实施例中,去中心强韧性电力系统实时动态监测网络装置中区块链终端的数据处理模块的核心层包括共识管理单元和全局控制单元,其中,共识管理单元接收电力数据并通过高效的容错算法对电力数据进行容错管理,而全局控制单元根据特征类型将进行容错处理后的电力数据传递至处理层。
示例性地,去中心强韧性电力系统实时动态监测网络装置的区块链终端中数据处理模块的核心层包括基于实用拜占庭容错算法设计的共识管理单元和用于根据特征类型对进行容错处理后的电力数据传递至处理层全局控制单元,其中,共识管理单元提高了动态监测网络装置的吞吐量,而全局控制模块维护了电力系统管理的全局状态。
可选地,所述特征类型包括:数据类型和处理类型,所述全局控制单元包括:
处理层确定子单元,用于根据所述数据类型和所述处理类型得到与进行所述容错处理后的电力数据对应的处理层信息;
共识数据传递子单元,用于根据所述处理层信息将所述电力数据传递至所述处理层。
在本实施例中,特征类型包括:数据类型和处理类型,全局控制单元包括:处理层确定子单元和共识数据传递子单元,其中,处理层确定子单元用于根据数据类型和处理类型对进行容错处理后的电力数据进行分类处理得到对应的处理层信息,而共识数据传递子单元用于根据处理层信息将进行容错处理后的电力数据传递至处理层。
需要说明的是,数据类型指的是长期数据或是实时数据,处理类型包括:数据分析、数据存储、数据管理,分类处理是指处理层中可根据电力数据的类型设计多个模块,并且处理层中的多个模块可并行计算、拓展,从而得到准确率较高的数据处理结果,需要理解的是,处理层信息指的是处理层中对应的子模块信息,如,对应的子模块名称。
示例性地,假设处理层中设有:长期数据存储子模块,实时数据存储子模块和实时数据分析子模块,假设电力数据为长期数据,处理类型为数据存储,则全局控制单元中的处理层确定子单元将根据电力数据的数据类型为长期数据、处理类型为数据存储,通过共识数据传递子单元将该电力数据传递至处理层中进行长期数据存储模块;假设电力数据为实时数据,处理类型为数据分析,则全局控制单元中的处理层确定子单元将根据电力数据的数据类型为实时数据、处理类型为数据分析,通过共识数据传递子模块将该电力数据传递至实时数据分析子模块;假设电力数据为长期数据,处理类型为数据分析,而处理层中并未设计用于进行长期数据分析的子模块,则去中心强韧性电力系统实时动态监测网络装置中的区块链终端可根据电力数据为长期数据,处理类型为数据分析拓展用于长期数据分析的子模块。
在本实施例中,本发明通过在核心层设置共识管理单元、全局控制单元,以及,在全局控制单元设置处理层确定子单元、共识数据传递子单元的方式,能够达到提高吞吐量和提高计算速度的目的。
基于上述本发明去中心强韧性电力系统实时动态监测网络装置的第一实施例和第二实施例,提出本发明去中心强韧性电力系统实时动态监测网络装置的第三实施例。
在本实施例中,所述处理层包括:
高频实时数据存储子模块,用于根据实时数据信息对所述电力数据中的高频使用数据进行存储处理,其中,所述实时数据信息包括日期信息和调用次数;
高频实时数据流处理子模块,用于对所述电力数据中的高频实时数据流进行实时去重、实时数据检测处理得到实时数据处理结果,并将处理后的高频实时数据流存储至所述高频实时数据存储子模块;
结果传递子模块,用于将所述实时数据处理结果作为数据处理结果传递至所述智能控制模块和所述故障预测模块。
在本实施例中,处理层中包括高频实时数据存储子模块,高频实时数据流处理子模块和结果传递子模块,其中,高频实时数据存储子模块用于根据电力数据中的日期信息和调用次数对电力数据中高频次使用的数据进行存储处理,而高频实时数据流处理子模块则对电力数据中的高频实时的数据流进行数据实时去重,数据变化实时检测处理得到实时数据处理结果,并将处理后的高频实时数据流存储至高频实时数据存储子模块,结果传递子模块用于将实时数据处理结果作为数据处理结果传递至智能控制模块和故障预测模块。
示例性地,去中心强韧性电力系统实时动态监测网络装置的区块链终端通过电力数据过滤模块将上述电力数据上传至数据处理模块的处理层。处理层中的高频实时数据存储子模块通过电力数据中的日期信息和调用次数对电力数据中使用次数高于预设阈值的数据进行存储处理,并通过高频实时数据流处理子模块对电力数据中的高频实时数据流进行电力数据实时去重处理,和,电力数据实时变化监测处理得到实时数据处理结果,并将处理后的高频实时数据流存储至高频实时数据存储子模块中,并通过结果传递子模块将实时数据处理结果作为数据处理结果传递至智能控制模块和故障预测模块。例如,若实时数据流在同一天内的调用次数超过10000次,区块链终端则将该实时数据流存储至高频实时数据存储子模块。图4给出了处理层处理电力系统实时数据的数据流向示意图,在图4中,高频实时数据流处理子模块处理实时数据流,然后将处理完成的实时数据流传递至高频实时数据存储子模块,将实时数据处理结果通过结果传递子模块传递至智能控制模块和故障预测模块。
可选地,所述处理层还包括:
高级数据分析子模块,用于对所述电力数据中的历史电力数据进行故障预测处理得到历史数据处理结果;
长期数据存储子模块,用于存储进行所述故障预测处理后的历史电力数据的发电位置信息和发电电量信息;
所述结果传递子模块,用于将所述历史数据处理结果作为数据处理结果传递至所述智能控制模块和所述故障预测模块。
在本实施例中,处理层还包括长期数据存储子模块,高级数据分析子模块,其中,高级数据分析子模块用于对电力数据中的历史电力数据进行故障预测处理得到历史电力数据处理结果,长期数据存储子模块用于对进行故障预测处理后的历史电力数据中的发电位置信息和发电电量信息进行存储,结果传递子模块用于将历史数据处理结果作为数据处理结果传递至智能控制模块和故障预测模块。
示例性地,实时动态监测网络装置区块链终端中数据处理层中处理层除设置高频实时数据存储子模块、高频实时数据流处理子模块、结果传递子模块外,还可以设置长期数据存储子模块,高级数据分析子模块。区块链终端首先通过高级数据分析子模块对电力数据中的历史电力数据进行故障预测处理得到历史数据处理结果,并通过结果传递子模块将历史数据处理结果作为数据处理结果传递至智能控制模块和故障预测模块,并将进行故障预测处理的历史电力数据以发电位置信息和发电电量信息为索引,存储至长期数据存储子模块。
可选地,所述高级数据分析子模块包括:
支持向量机数据分析单元,用于根据所述电力数据中的历史电力数据进行非线性故障预测处理得到第一数据处理结果;
决策树分析单元,用于根据所述电力数据中的历史电力数据进行树形故障预测处理得到第二数据处理结果;
结果整合单元,用于根据所述第一数据处理结果和所述第二数据处理结果汇总得到历史数据处理结果。
在本实施例中,高级数据分析子模块包括:支持向量机数据分析单元,决策树分析单元和结果整合单元,其中,支持向量机数据分析单元用于对电力数据中的历史电力数据进行非线性故障预测处理得到第一数据处理结果,而决策树分析单元用于根据电力数据中的历史电力数据进行树形故障预测处理得到第二数据处理结果,而结果整合单元根据第一数据处理结果和第二数据处理结果汇总得到历史数据处理结果。
需要说明的是,支持向量机的非线性故障预测处理是指,通过支持向量机算法根据电力数据进行电力数据的预测,从而得到电力数据预测结果,进而根据电力数据预测结果得到第一数据处理结果。决策树的树形故障预测处理则是指:通过电力系统产生的历史电力数据构建故障预测树形结构,然后将实时采集的电力数据输入该故障预测树形结构,得到第二数据处理结果。需要理解的是,汇总是指对第一数据处理结果和第二数据处理结果进行权重分配处理。
示例性地,高级数据分析子模块中设有大数据分析和机器学习算法,例如,在高级数据分析子模块中设有支持向量机算法和决策树算法时,实时动态监测网络装置的区块链终端可以通过支持向量机数据分析单元根据支持向量机算法对历史电力数据进行非线性故障预测处理得到电力数据预测结果,并根据电力数据预测结果得到第一数据处理结果,实时动态监测网络装置的区块链终端还可以通过决策树分析单元根据电力系统的历史数据构建树形结构,并将实时采集的电力数据输入该属性结构,从而得到第二数据处理结果,然后再通过结果整合单元对第一数据处理结果和第二数据处理结果进行权重分配处理得到历史数据处理结果。
在本实施例中,本发明通过在处理层设置高频实时数据存储子模块、高频实时数据流处理子模块、长期数据存储子模块和高级数据分析子模块的方式,对电力数据中不同类型的数据进行分类处理,提高了电力数据的处理效率。此外,本发明还通过在高级数据分析子模块中设置大数据分析、机器学习算法,并根据电力数据得到表征电力系统运行状态的数据处理结果的方式,提高数据处理结果正确表征电力系统状态的概率。
基于上述本发明去中心强韧性电力系统实时动态监测网络装置的第一实施例和第二实施例,提出本发明去中心强韧性电力系统实时动态监测网络装置的第四实施例。
在本实施例中,所述电力数据过滤模块,包括:
数据获取单元,用于获取电力系统中的电力数据;
数据过滤单元,用于对所述电力数据进行过滤处理得到经过过滤处理后的电力数据;
有效数据上传单元,用于将所述有效电力数据上传至所述数据处理模块。
在本实施例中,电力数据过滤模块包括数据获取单元、数据过滤单元和有效数据上传单元,其中,数据获取单元与智能电表和分布式能源发电设备进行连接,该数据获取单元获取智能电表和分布式能源发电设备的电力数据。数据过滤单元对数据获取单元获得的电力数据进行过滤处理,滤除终端的常规日志信息以得到过滤后的电力数据,并通过有效数据上传单元将经过过滤处理后的电力数据上传至数据处理模块。
示例性地,假设一电力系统接入100个智能电表和50个分布式能源发电设备,并控制多个终端设备与100个智能电表和50个分布式能源发电设备分别连接以采集电力数据,即,多个终端设备为数据获取单元,数据获取单元与智能电表和分布式能源发电设备进行连接以获取电力数据,然后通过数据过滤单元对电力数据中包含的终端日志信息进行过滤处理得到过滤后的电力数据,并通过有效数据上传模块将过滤后的电力数据传递至数据处理模块。例如,终端日志信息可以是终端的开启时间、充电时间等。
可选地,所述智能控制模块包括:
程序设定单元,用于根据所述数据处理结果和预设的阈值进行程序设定处理得到目标实施程序;
自动调度单元,用于根据所述目标实施程序对电力系统进行动态监测和控制。
需要说明的是,程序设定处理是指,将数据处理结果和预设的阈值进行比对,并根据比对的结构得到目标实施程序。目标实施程序是指根据数据处理结果和阈值确定的电力系统控制流程。
在本实施例中,实时动态监测网络装置中区块链终端的智能控制模块包括程序设定单元和自动调度单元,其中,程序设定单元将对数据处理模块得到的数据处理结果与预设的阈值进行程序设定比对,从而得到目标实施程序,自动调度单元则根据目标实施程序对电力系统进行动态监测和控制。
示例性地,假设数据处理结果表征为“每小时发电量:10万千瓦时”,而预设的阈值为“每小时发电量:15万千瓦时”,实时动态监测网络装置区块链终端中的程序设定单元对该数据处理结果和阈值进行程序设定比对,从而得到目标实施措施,假设目标实施程序为“增大设备发电量”,则实时动态监测网络装置中的自动调度单元根据“增大设备发电量”的目标实施程序对电力系统进行控制。
可选地,所述自动调度单元包括:
电源切换子单元,用于根据所述目标实施程序进行电力系统备用电源的动态切换;
负荷调整子单元,用于根据所述目标实施程序对电力系统的负荷进行调大或调小控制。
在本实施例中,自动调度单元包括用于根据目标实施程序进行电力系统备用电源切换的电源切换子单元,和,用于根据目标实施程序对电力系统的负荷进行调整处理的负荷调整子单元。
示例性地,自动调度单元包括:电源切换子单元和负荷调整子单元,实时动态监测网络装置中的智能控制模块在得到目标实施程序后,可以根据目标实施程序执行相应的处理。在目标实施程序为“切换电源”时,实时动态监测网络装置中的电源切换子单元进行电力系统备用电源的切换;在目标实施程序为“调小电力负荷”时,实时动态监测网络装置中的负荷调整子单元对电力系统的负荷进行调小处理。
可选地,在一种可行的实施例中,所述故障预测模块包括:
故障位置预测单元,用于对所述数据处理结果进行故障预测处理得到故障预测结果;
故障提醒单元,用于根据所述故障预测结果进行故障位置提示。
在本实施例中,去中心强韧性电力系统实时动态监测网络装置的故障预测模块包括故障位置预测单元和故障提醒单元。在实时动态监测网络装置得到数据处理结果后,将通过故障预测模块中的故障位置预测单元根据数据处理结果进行设备故障预测处理,从而得到故障预测结果,然后再通过故障预测模块中的故障提醒单元根据故障预测结果进行故障位置提示或报警,以提示技术人员及时处理故障。
示例性地,假设数据处理模块中的处理层得到的数据处理结果为一个序列,去中心强韧性电力系统实时动态监测网络装置将该序列输入故障位置预测单元中进行故障预测处理以得到故障预测结果,假设故障预测结果表征为“A设备发电量波动较大”,则故障预测模块中的故障提醒单元根据故障预测结果“A设备发电量波动较大”采取语音提醒或者文字提醒的方式,提醒技术人员及时处理A设备的故障。图5给出了本发明去中心强韧性电力系统实时动态监测网络装置的使用方法示意图,在图5中,实时动态监测网络装置的通过电力数据过滤模块将电力数据传递至数据处理模块,并通过数据处理模块对电力数据进行处理得到数据处理结果,进而通过智能控制模块和故障预测模块根据数据处理结果进行对应的控制和预测。
在本实施例中,本发明通过对电力数据进行过滤、通过设置程序设定单元和自动调度单元对电力系统进行智能化控制,以及,对故障位置进行预测方式,提高了电力系统的韧性、可靠性和安全性。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是车载电脑,智能手机,计算机,或者服务器等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (5)
1.一种去中心强韧性电力系统实时动态监测网络装置,其特征在于,所述去中心强韧性电力系统实时动态监测网络装置包括区块链终端,所述区块链终端与电力系统中的至少一个参与者建立区块链连接,所述参与者包括智能电表、电力系统中的终端设备,所述区块链终端包括:电力数据过滤模块,数据处理模块,智能控制模块和故障预测模块,其中,所述数据处理模块包括核心层和处理层;
所述电力数据过滤模块,用于对电力系统的电力数据进行过滤,并将过滤后的电力数据上传至所述数据处理模块;
所述数据处理模块的核心层,用于接收所述电力数据并根据所述电力数据的类型将所述电力数据传递至处理层;
所述数据处理模块的处理层,用于对所述电力数据进行分析处理得到数据处理结果,并将所述数据处理结果传递至所述智能控制模块和所述故障预测模块;
所述智能控制模块,用于根据所述数据处理结果对电力系统进行实时动态监测和控制;
所述故障预测模块,用于根据所述数据处理结果对所述电力系统进行故障预测处理得到故障预测结果,并在所述故障预测结果表征发生故障时,发出预警信号;
所述电力数据过滤模块,包括:
数据获取单元,用于获取电力系统中的电力数据;
数据过滤单元,用于对所述电力数据进行过滤处理得到经过过滤处理后的电力数据;
有效数据上传单元,用于将经过过滤处理后的所述电力数据上传至所述数据处理模块;
所述数据处理模块的核心层包括:
共识管理单元,用于接收所述电力数据并对所述电力数据进行容错处理;
全局控制单元,用于根据特征类型将进行所述容错处理后的电力数据传递至所述处理层;
所述特征类型包括:数据类型和处理类型,所述全局控制单元包括:
处理层确定子单元,用于根据所述数据类型和所述处理类型得到与进行所述容错处理后的电力数据对应的处理层信息;
共识数据传递子单元,用于根据所述处理层信息将所述电力数据传递至所述处理层;
所述处理层包括:
高频实时数据存储子模块,用于根据实时数据信息对所述电力数据中的高频使用数据进行存储处理,其中,所述实时数据信息包括日期信息和调用次数;
高频实时数据流处理子模块,用于对所述电力数据中的高频实时数据流进行实时去重、实时数据检测处理得到实时数据处理结果,并将处理后的高频实时数据流存储至所述高频实时数据存储子模块;
结果传递子模块,用于将所述实时数据处理结果作为数据处理结果传递至所述智能控制模块和所述故障预测模块;
所述处理层还包括:
高级数据分析子模块,用于对所述电力数据中的历史电力数据进行故障预测处理得到历史数据处理结果;
长期数据存储子模块,用于存储进行所述故障预测处理后的历史电力数据的发电位置信息和发电电量信息;
所述结果传递子模块,用于将所述历史数据处理结果作为数据处理结果传递至所述智能控制模块和所述故障预测模块。
2.如权利要求1所述的去中心强韧性电力系统实时动态监测网络装置,其特征在于,所述高级数据分析子模块包括:
支持向量机数据分析单元,用于根据所述电力数据中的历史电力数据进行非线性故障预测处理得到第一数据处理结果;
决策树分析单元,用于根据所述电力数据中的历史电力数据进行树形故障预测处理得到第二数据处理结果;
结果整合单元,用于根据所述第一数据处理结果和所述第二数据处理结果汇总得到历史数据处理结果。
3.如权利要求1所述的去中心强韧性电力系统实时动态监测网络装置,其特征在于,所述智能控制模块包括:
程序设定单元,用于根据所述数据处理结果和预设的阈值进行程序设定处理得到目标实施程序;
自动调度单元,用于根据所述目标实施程序对电力系统进行动态监测和控制。
4.如权利要求3所述的去中心强韧性电力系统实时动态监测网络装置,其特征在于,所述自动调度单元包括:
电源切换子单元,用于根据所述目标实施程序进行电力系统备用电源的动态切换;
负荷调整子单元,用于根据所述目标实施程序对电力系统的负荷进行调大或调小控制。
5.如权利要求1所述的去中心强韧性电力系统实时动态监测网络装置,其特征在于,所述故障预测模块包括:
故障位置预测单元,用于对所述数据处理结果进行故障预测处理得到故障预测结果;
故障提醒单元,用于根据所述故障预测结果进行故障位置提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310631120.0A CN116546054B (zh) | 2023-05-30 | 2023-05-30 | 去中心强韧性电力系统实时动态监测网络装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310631120.0A CN116546054B (zh) | 2023-05-30 | 2023-05-30 | 去中心强韧性电力系统实时动态监测网络装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116546054A CN116546054A (zh) | 2023-08-04 |
CN116546054B true CN116546054B (zh) | 2024-05-10 |
Family
ID=87455994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310631120.0A Active CN116546054B (zh) | 2023-05-30 | 2023-05-30 | 去中心强韧性电力系统实时动态监测网络装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116546054B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2882796A1 (en) * | 2007-05-16 | 2009-02-12 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
CN112803592A (zh) * | 2021-01-13 | 2021-05-14 | 广东省电力开发有限公司 | 一种适用于分布式电站的智能故障预警方法及系统 |
CN113300467A (zh) * | 2021-05-25 | 2021-08-24 | 上海电机学院 | 基于泛在电力物联网的电力监控方法 |
CN115795359A (zh) * | 2022-11-17 | 2023-03-14 | 深圳供电局有限公司 | 信号类型判别方法、装置和计算机设备 |
-
2023
- 2023-05-30 CN CN202310631120.0A patent/CN116546054B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2882796A1 (en) * | 2007-05-16 | 2009-02-12 | Power Analytics Corporation | Real-time predictive systems for intelligent energy monitoring and management of electrical power networks |
CN112803592A (zh) * | 2021-01-13 | 2021-05-14 | 广东省电力开发有限公司 | 一种适用于分布式电站的智能故障预警方法及系统 |
CN113300467A (zh) * | 2021-05-25 | 2021-08-24 | 上海电机学院 | 基于泛在电力物联网的电力监控方法 |
CN115795359A (zh) * | 2022-11-17 | 2023-03-14 | 深圳供电局有限公司 | 信号类型判别方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116546054A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107566163A (zh) | 一种用户行为分析关联的告警方法及装置 | |
CN113326585B (zh) | 燃气锅炉的能效异常预警方法、装置和计算机设备 | |
CN115640915A (zh) | 一种智慧燃气管网压缩机安全管理方法和物联网系统 | |
CN112025703B (zh) | 机器人自诊断的方法、装置及系统 | |
CN108229841A (zh) | 一种数据异常处理方法及装置 | |
CN105577402A (zh) | 基于历史数据的业务异常监控方法及设备 | |
CN112233360A (zh) | 基于数据建模的电气火灾预警方法和服务器 | |
CN108809717A (zh) | 节点采集区服务器、分布式监控方法和系统 | |
CN110874663B (zh) | 用于风力发电机组的不间断电源的故障优化方法及装置 | |
CN116546054B (zh) | 去中心强韧性电力系统实时动态监测网络装置 | |
CN105608867A (zh) | 一种基于北斗卫星的信息采集监控方法 | |
CN112714991B (zh) | 微电网韧性的测定 | |
CN115426298B (zh) | 一种基于物联网自组网的智能硬件管理系统 | |
CN114511179B (zh) | 一种处理配电柜异常的智能规划方法及系统 | |
CN108879954A (zh) | 配电设备管理方法、装置和配电服务器 | |
CN113608062B (zh) | 配电网故障定位方法及系统、故障恢复方法及系统 | |
CN108805462A (zh) | 配网风险预警的方法及装置、存储介质、处理器 | |
CN103747155B (zh) | 接处警方法及系统 | |
CN113391983A (zh) | 报警信息的生成方法、装置、服务器及存储介质 | |
CN106772076B (zh) | 蓄电池组运行状态的确定方法和装置 | |
CN107450030B (zh) | 一种通信蓄电池遥测数据处理方法、装置及系统 | |
CN110232482A (zh) | 基于神经网络的设备管理方法及装置 | |
CN111817307B (zh) | 用电负荷投切控制方法、装置、计算机设备和存储介质 | |
CN110110961A (zh) | 电能质量数据监测方法、装置及终端设备 | |
CN117578742B (zh) | 一种智能电力调度系统安全监控方法及系统 |
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 |