CN116760193B - 电力系统的全面数据监控方法和系统 - Google Patents
电力系统的全面数据监控方法和系统 Download PDFInfo
- Publication number
- CN116760193B CN116760193B CN202311035155.4A CN202311035155A CN116760193B CN 116760193 B CN116760193 B CN 116760193B CN 202311035155 A CN202311035155 A CN 202311035155A CN 116760193 B CN116760193 B CN 116760193B
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- numerical
- power system
- substation
- 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 250
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000000007 visual effect Effects 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000010801 machine learning Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 23
- 230000002829 reductive effect Effects 0.000 description 14
- 239000012212 insulator Substances 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 5
- 230000002441 reversible effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 229910018503 SF6 Inorganic materials 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- SFZCNBIFKDRMGX-UHFFFAOYSA-N sulfur hexafluoride Chemical compound FS(F)(F)(F)(F)F SFZCNBIFKDRMGX-UHFFFAOYSA-N 0.000 description 2
- 229960000909 sulfur hexafluoride Drugs 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Human Computer Interaction (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及电力系统信息管理技术领域，为解决如何实现对电力系统的全面、有效监控的技术问题，提供了一种电力系统的全面数据监控方法和系统，该方法包括以下步骤：监控子站获取所在位置的监控对象的第一监控数据，其中，第一监控数据包括数值数据和非数值数据；监控子站根据非数值数据对于电力系统的负面影响程度，将第一监控数据中的非数值数据数值化，得到第二监控数据；监控子站将第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；监控子站将第三监控数据发送至监控中心，以便监控中心根据第三监控数据实现对电力系统的监控，其中，监控中心通过同一可视化模型对第三监控数据中的至少两种数据进行显示。
Description
技术领域
本发明涉及电力系统信息管理技术领域，具体涉及一种电力系统的全面数据监控方法和一种电力系统的全面数据监控系统。
背景技术
面对电力行业科学发展的需求，如何使电力系统更加安全、高效、绿色、智能运行已成为业内所面临的重要问题。电力系统涉及发电、变电、输电、配电和用电等多个环节，且每个环节均涉及多种电力资源，包括各种电力基础设施、设施内的各种设备及部件。要解决上述问题，有必要对电力系统各个环节的各种资源的数据进行全面监控。
目前的电力监控系统大多是针对诸如企业、园区内配电设备运行状态这类小范围、部分数据的监控。而想要实现行政区级、市级、省级乃至更大区域范围的监控，以及对各种数据的全面监控，由于需要处理海量数据，对云平台或服务器的内存、CPU（CentralProcessing Unit，中央处理器）算力等参数的要求极高。目前能满足这种算力要求的仅有一些大型的商业云平台，例如国内外互联网巨头开发和应用的平台。如果针对电力系统的数据监控也开发和应用类似平台，一方面难度较大、开发和维护的成本极高，另一方面当前的收益偏低，相对于投入来说完全不在一个量级。因此，从现实的角度来说，目前还难以实现对电力系统的大范围、全面的数据监控。
发明内容
本发明为解决上述技术问题，提供了一种电力系统的全面数据监控方法和系统，能够大大降低对云端设备的算力要求，从而便于通过一般的云端设备实现对电力系统的全面、有效监控。
本发明采用的技术方案如下：
一种电力系统的全面数据监控方法，通过多个监控子站和一个监控中心实现，其中，所述监控子站作为边缘计算设备，设置于相应监控对象所在位置处，所述监控中心作为云端设备，与各个所述监控子站进行通信连接，所述方法包括以下步骤：所述监控子站获取所在位置的监控对象的第一监控数据，其中，所述第一监控数据包括数值数据和非数值数据；所述监控子站根据所述非数值数据对于电力系统的负面影响程度，将所述第一监控数据中的所述非数值数据数值化，得到第二监控数据；所述监控子站将所述第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；所述监控子站将所述第三监控数据发送至所述监控中心，以便所述监控中心根据所述第三监控数据实现对所述电力系统的监控，其中，所述监控中心通过同一可视化模型对所述第三监控数据中的至少两种数据进行显示。
所述可视化模型包括二维坐标系，所述二维坐标系的第一坐标轴为时间轴，所述二维坐标系的第二坐标轴为数值轴，且所述数值轴的范围为所述预设的数值范围。
所述监控对象包括发电设施、变电设施、输电设施、配电设施和用电设施。
所述监控子站通过isNaN()函数检测所述第一监控数据中的每种数据为所述数值数据或所述非数值数据。
所述监控子站根据所述非数值数据对于电力系统的负面影响程度，将所述第一监控数据中的所述非数值数据数值化，具体包括：将所述非数值数据中的元素按照对于电力系统的负面影响程度进行排序；对排序后的元素进行赋值，其中，每个元素所赋给的数值按照排序依次增大或减小。
当所述预设的数值范围为[ymin，ymax]时，所述监控子站通过以下公式将所述第二监控数据中的某种数据映射到所述预设的数值范围内：
其中，x为映射前该种数据中的一条数据，y为映射后该种数据中的一条数据，xmin为该种数据中的最小值，xmax为该种数据中的最大值。
其中，所述监控中心还通过同一判断算法对所述第三监控数据中的至少两种数据进行异常判断。
所述判断算法包括机器学习算法，所述机器学习算法不包含数据归一化流程。
所述监控中心还存储有每种数据的最大值和最小值，所述监控中心在判定某种数据异常时，还根据该种数据的最大值和最小值对该种数据进行逆映射。
一种电力系统的全面数据监控系统，包括多个监控子站和一个监控中心，其中，所述监控子站作为边缘计算设备，设置于相应监控对象所在位置处，所述监控中心作为云端设备，与各个所述监控子站进行通信连接，所述监控子站用于：获取所在位置的监控对象的第一监控数据，其中，所述第一监控数据包括数值数据和非数值数据；根据所述非数值数据对于电力系统的负面影响程度，将所述第一监控数据中的所述非数值数据数值化，得到第二监控数据；将所述第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；将所述第三监控数据发送至所述监控中心，所述监控中心用于：根据所述第三监控数据实现对所述电力系统的监控，其中，所述监控中心通过同一可视化模型对所述第三监控数据中的至少两种数据进行显示。
本发明的有益效果：
本发明通过作为边缘计算设备的监控子站获取电力系统各监控对象的监控数据，然后对监控数据进行数值化和范围映射处理，最后通过作为云端设备的监控中心根据处理后的监控数据实现对电力系统的监控，其中包括通过同一可视化模型对至少两种数据进行显示，由此，通过数值化、范围映射、边缘计算等技术的结合，能够大大减小云端设备的数据处理量，大大降低对云端设备的算力要求，从而便于通过一般的云端设备实现对电力系统的全面、有效监控。
附图说明
图1为本发明实施例的电力系统的全面数据监控方法的流程图；
图2为本发明实施例的电力系统的全面数据监控系统的方框示意图。
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、完整地描述，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。
本发明实施例的电力系统的全面数据监控方法通过多个监控子站和一个监控中心实现，其中，监控子站作为边缘计算设备，设置于相应监控对象所在位置处，监控中心作为云端设备，与各个监控子站进行通信连接。
如图1所示，本发明实施例的电力系统的全面数据监控方法包括以下步骤：
S1，监控子站获取所在位置的监控对象的第一监控数据，其中，第一监控数据包括数值数据和非数值数据。
在本发明的一个实施例中，监控对象包括发电设施、变电设施、输电设施、配电设施和用电设施，即涵盖电力系统的所有待监控要素。对于任一个待监控要素，监控子站所获取到的每一种参数，即为一种数据。
在本发明的一个具体实施例中，第一监控数据包括但不限于以下各种：发电机的转速、有功功率、无功功率、定子电压、定子电流、转子电压、转子电流、功率因数及发电机温度、风力发电机处的风速和风向、光伏发电机处的辐照度等；变电站的变压器和开关柜的温度、电压、电流、功率、频率、开关状态及环境温度、湿度、六氟化硫等气体浓度、人员非法闯入检测结果等；输电线路的电压、电流、温度、接地电阻、杆塔倾斜度、绝缘子温度、绝缘子外观等；配电网的线路电压、电流、温度及配电柜的电压、电流、温度等；用电负载的用电量、负载功率及电能质量等。
监控子站具有通信和边缘计算功能。监控子站通过与设置于各设施、设施内的各设备及部件处的数据采集装置进行通信，以获取各数据采集装置所采集到的数据。在获取到各数据采集装置所采集到的数据后，监控子站可对数据进行初步处理，例如，可对数据进行简化，仅保留监控对象的ID和值等必要信息，或者对变电站的监控视频进行分析处理，得到是否有人员非法闯入的检测结果等。初步处理后的数据作为第一监控数据。
对于第一监控数据中的每种数据，监控子站首先可检测其是否为数值数据，例如可通过isNaN()函数进行检测。诸如绝缘子外观、开关状态和人员非法闯入检测结果等均是非数值数据。
S2，监控子站根据非数值数据对于电力系统的负面影响程度，将第一监控数据中的非数值数据数值化，得到第二监控数据。
对于非数值数据，可通过数值化处理将其转换为数值数据，以便于后续处理和应用。
在本发明的一个实施例中，监控子站可将非数值数据中的元素按照对于电力系统的负面影响程度进行排序，然后对排序后的元素进行赋值，其中，每个元素所赋给的数值按照排序依次增大或减小。
举例而言，绝缘子外观按照对于电力系统的负面影响从小到大可排列为：完好、脏污、裂纹、变形，当然，在其他实施例中也可以以相反顺序排序。在排序后，将完好、脏污、裂纹、变形依次赋值为0、1、2、3，那么绝缘子外观数据被转换为值为0或1或2或3的数值数据。类似地，空气开关的闭合、断开状态可分别被赋值为0、1，人员非法闯入的有无状态可分别被赋值为1、0。应当理解的是，上述所赋给的数值的最小值可取0、也可不取0，相邻数值的差值可相等、也可不等，所赋给的数值在本发明实施例中仅是用于通过大小不等的数值来表示不同的状态，只需要保证同一条数据中各元素被赋给的数值按照其对于电力系统的负面影响程度的顺序递增或递减即可。
在将第一监控数据中的非数值数据数值化后，与第一监控数据中原来的数值数据一起构成第二监控数据。
S3，监控子站将第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据。
应当理解的是，第三监控数据、第二监控数据与第一监控数据，仅是因为有数值化和范围映射的处理而发生的变化，其中的数据种类（包括发电机的转速、有功功率、无功功率、定子电压、定子电流等等）均是相同的。
同时应当理解的是，在第二监控数据中，上述各种数据的数值范围一般是各不相同的，在本发明的一个实施例中，可将上述各种数据的数值范围变换为一致。
当预设的数值范围为[ymin，ymax]时，监控子站可通过以下公式将第二监控数据中的某种数据映射到预设的数值范围内：
其中，x为映射前该种数据中的一条数据，y为映射后该种数据中的一条数据，xmin为该种数据中的最小值，xmax为该种数据中的最大值。
假设预设的数值范围为[0，1]，对于变压器的温度，若当前获取到的温度为85℃，历史最高温度为145℃，历史最低温度为5℃，则当前温度映射后的值为0.57。由此，可将发电机的转速、有功功率、无功功率、定子电压、定子电流等各种数据均映射到[0，1]。
S4，监控子站将第三监控数据发送至监控中心，以便监控中心根据第三监控数据实现对电力系统的监控，其中，监控中心通过同一可视化模型对第三监控数据中的至少两种数据进行显示。
监控中心在接收到各个监控子站发送的第三监控数据后，可分别对第三监控数据中的各种数据进行显示、异常判断和异常告警。
优选地，监控中心对第三监控数据中所有种类的数据，均调用同一可视化模型进行显示。由于各种第三监控数据均是同一数值范围内的数据，因此可以采用相同的可视化模型和显示界面。
在本发明的一个实施例中，可视化模型包括二维坐标系，二维坐标系的第一坐标轴为时间轴，二维坐标系的第二坐标轴为数值轴，且数值轴的范围为预设的数值范围。由于对至少两种，甚至所有种类的数据，均采用同一坐标系进行显示，大大减小了监控中心在进行数据显示时的运算量。
在本发明的一个实施例中，监控中心还可通过同一判断算法对第三监控数据中的至少两种数据进行异常判断。优选地，监控中心对第三监控数据中所有种类的数据，均调用同一判断算法进行异常判断。由于第三监控数据均是同一数值范围内的数据，因此可以采用相同的判断算法，包括但不限于阈值比较法、各种机器学习算法等。
在本发明的一个具体实施例中，机器学习算法包括但不限于聚类算法、时间序列分析法、随机森林算法等。
在对电力系统各监控对象的数据通过边缘计算设备进行初步处理、数值化和范围映射后，到达监控中心，即云端设备的数据的量及复杂程度已被大大减小，与此同时，数值化和范围映射后的数据便于监控中心统一进行运算处理，例如上述的通过同一可视化模型进行显示和通过同一判断模型进行异常判断，这无疑进一步大大减小了监控中心的数据处理量。
此外，当采用机器学习算法进行异常判断时，由于第三监控数据是范围映射后的数据，在将第三监控数据输入机器学习模型后无需做归一化这一预处理，即机器学习算法可不包含数据归一化流程，能够进一步减小监控中心的数据处理量。
进一步地，在本发明的一个实施例中，监控中心还可存储有每种数据的最大值和最小值，监控中心在判定某种数据异常时，还可根据该种数据的最大值和最小值，利用上述公式对该种数据进行逆映射，以还原该种数据的实际值，从而便于监控中心处的人员基于异常结果和实际的异常数据采取相应的应对措施。举例而言，当监控中心根据第三监控数据中的变压器温度数据0.95，判定变压器温度异常并报警时，可根据上述公式计算出变压器的实际温度为138℃，超出直接断电的阈值135℃，此时监控中心处的人员可直接向相应的操作员发出断电指令。
综上所述，根据本发明实施例的电力系统的全面数据监控方法，通过作为边缘计算设备的监控子站获取电力系统各监控对象的监控数据，然后对监控数据进行数值化和范围映射处理，最后通过作为云端设备的监控中心根据处理后的监控数据实现对电力系统的监控，其中包括通过同一可视化模型对至少两种数据进行显示，由此，通过数值化、范围映射、边缘计算等技术的结合，能够大大减小云端设备的数据处理量，大大降低对云端设备的算力要求，从而便于通过一般的云端设备实现对电力系统的全面、有效监控。
为实现上述实施例的电力系统的全面数据监控方法，本发明还提出一种电力系统的全面数据监控系统。
如图2所示，本发明实施例的电力系统的全面数据监控系统包括多个监控子站10和一个监控中心20，其中，监控子站10作为边缘计算设备，设置于相应监控对象所在位置处，监控中心20作为云端设备，与各个监控子站10进行通信连接。监控子站10用于：获取所在位置的监控对象的第一监控数据，其中，第一监控数据包括数值数据和非数值数据；根据非数值数据对于电力系统的负面影响程度，将第一监控数据中的非数值数据数值化，得到第二监控数据；将第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；将第三监控数据发送至监控中心。监控中心20用于：根据第三监控数据实现对电力系统的监控，其中，监控中心通过同一可视化模型对第三监控数据中的至少两种数据进行显示。
在本发明的一个实施例中，监控对象包括发电设施、变电设施、输电设施、配电设施和用电设施，即涵盖电力系统的所有待监控要素。对于任一个待监控要素，监控子站10所获取到的每一种参数，即为一种数据。
在本发明的一个具体实施例中，第一监控数据包括但不限于以下各种：发电机的转速、有功功率、无功功率、定子电压、定子电流、转子电压、转子电流、功率因数及发电机温度、风力发电机处的风速和风向、光伏发电机处的辐照度等；变电站的变压器和开关柜的温度、电压、电流、功率、频率、开关状态及环境温度、湿度、六氟化硫等气体浓度、人员非法闯入检测结果等；输电线路的电压、电流、温度、接地电阻、杆塔倾斜度、绝缘子温度、绝缘子外观等；配电网的线路电压、电流、温度及配电柜的电压、电流、温度等；用电负载的用电量、负载功率及电能质量等。
监控子站10具有通信和边缘计算功能。监控子站10通过与设置于各设施、设施内的各设备及部件处的数据采集装置进行通信，以获取各数据采集装置所采集到的数据。在获取到各数据采集装置所采集到的数据后，监控子站10可对数据进行初步处理，例如，可对数据进行简化，仅保留监控对象的ID和值等必要信息，或者对变电站的监控视频进行分析处理，得到是否有人员非法闯入的检测结果等。初步处理后的数据作为第一监控数据。
对于第一监控数据中的每种数据，监控子站10首先可检测其是否为数值数据，例如可通过isNaN()函数进行检测。诸如绝缘子外观、开关状态和人员非法闯入检测结果等均是非数值数据。
对于非数值数据，监控子站10可通过数值化处理将其转换为数值数据，以便于后续处理和应用。
在本发明的一个实施例中，监控子站10可将非数值数据中的元素按照对于电力系统的负面影响程度进行排序，然后对排序后的元素进行赋值，其中，每个元素所赋给的数值按照排序依次增大或减小。
举例而言，绝缘子外观按照对于电力系统的负面影响从小到大可排列为：完好、脏污、裂纹、变形，当然，在其他实施例中也可以以相反顺序排序。在排序后，将完好、脏污、裂纹、变形依次赋值为0、1、2、3，那么绝缘子外观数据被转换为值为0或1或2或3的数值数据。类似地，空气开关的闭合、断开状态可分别被赋值为0、1，人员非法闯入的有无状态可分别被赋值为1、0。应当理解的是，上述所赋给的数值的最小值可取0、也可不取0，相邻数值的差值可相等、也可不等，所赋给的数值在本发明实施例中仅是用于通过大小不等的数值来表示不同的状态，只需要保证同一条数据中各元素被赋给的数值按照其对于电力系统的负面影响程度的顺序递增或递减即可。
在将第一监控数据中的非数值数据数值化后，与第一监控数据中原来的数值数据一起构成第二监控数据。
应当理解的是，第三监控数据、第二监控数据与第一监控数据，仅是因为有数值化和范围映射的处理而发生的变化，其中的数据种类（包括发电机的转速、有功功率、无功功率、定子电压、定子电流等等）均是相同的。
同时应当理解的是，在第二监控数据中，上述各种数据的数值范围一般是各不相同的，在本发明的一个实施例中，可将上述各种数据的数值范围变换为一致。
当预设的数值范围为[ymin，ymax]时，监控子站10可通过以下公式将第二监控数据中的某种数据映射到预设的数值范围内：
其中，x为映射前该种数据中的一条数据，y为映射后该种数据中的一条数据，xmin为该种数据中的最小值，xmax为该种数据中的最大值。
假设预设的数值范围为[0，1]，对于变压器的温度，若当前获取到的温度为85℃，历史最高温度为145℃，历史最低温度为5℃，则当前温度映射后的值为0.57。由此，可将发电机的转速、有功功率、无功功率、定子电压、定子电流等各种数据均映射到[0，1]。
监控中心20在接收到各个监控子站10发送的第三监控数据后，可分别对第三监控数据中的各种数据进行显示、异常判断和异常告警。
优选地，监控中心20对第三监控数据中所有种类的数据，均调用同一可视化模型进行显示。由于各种第三监控数据均是同一数值范围内的数据，因此可以采用相同的可视化模型和显示界面。
在本发明的一个实施例中，可视化模型包括二维坐标系，二维坐标系的第一坐标轴为时间轴，二维坐标系的第二坐标轴为数值轴，且数值轴的范围为预设的数值范围。由于对至少两种，甚至所有种类的数据，均采用同一坐标系进行显示，大大减小了监控中心20在进行数据显示时的运算量。
在本发明的一个实施例中，监控中心20还可通过同一判断算法对第三监控数据中的至少两种数据进行异常判断。优选地，监控中心20对第三监控数据中所有种类的数据，均调用同一判断算法进行异常判断。由于第三监控数据均是同一数值范围内的数据，因此可以采用相同的判断算法，包括但不限于阈值比较法、各种机器学习算法等。
在本发明的一个具体实施例中，机器学习算法包括但不限于聚类算法、时间序列分析法、随机森林算法等。
在对电力系统各监控对象的数据通过边缘计算设备进行初步处理、数值化和范围映射后，到达监控中心20，即云端设备的数据的量及复杂程度已被大大减小，与此同时，数值化和范围映射后的数据便于监控中心20统一进行运算处理，例如上述的通过同一可视化模型进行显示和通过同一判断模型进行异常判断，这无疑进一步大大减小了监控中心20的数据处理量。
此外，当采用机器学习算法进行异常判断时，由于第三监控数据是范围映射后的数据，在将第三监控数据输入机器学习模型后无需做归一化这一预处理，即机器学习算法可不包含数据归一化流程，能够进一步减小监控中心20的数据处理量。
进一步地，在本发明的一个实施例中，监控中心20还可存储有每种数据的最大值和最小值，监控中心20在判定某种数据异常时，还可根据该种数据的最大值和最小值，利用上述公式对该种数据进行逆映射，以还原该种数据的实际值，从而便于监控中心20处的人员基于异常结果和实际的异常数据采取相应的应对措施。举例而言，当监控中心20根据第三监控数据中的变压器温度数据0.95，判定变压器温度异常并报警时，可根据上述公式计算出变压器的实际温度为138℃，超出直接断电的阈值135℃，此时监控中心20处的人员可直接向相应的操作员发出断电指令。
综上所述，根据本发明实施例的电力系统的全面数据监控系统，通过作为边缘计算设备的监控子站获取电力系统各监控对象的监控数据，然后对监控数据进行数值化和范围映射处理，最后通过作为云端设备的监控中心根据处理后的监控数据实现对电力系统的监控，其中包括通过同一可视化模型对至少两种数据进行显示，由此，通过数值化、范围映射、边缘计算等技术的结合，能够大大减小云端设备的数据处理量，大大降低对云端设备的算力要求，从而便于通过一般的云端设备实现对电力系统的全面、有效监控。
通过对电力系统进行大范围、全面的数据监控，便于对电力系统的运行状态进行整体把握，便于进行有效的统筹管理。因此，本发明实施例为电力系统的全面数据监控提供了一种可行的方案，能够加快电力系统更加安全、高效、绿色、智能运行的发展进程。
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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一个或者更多个该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，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。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。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种电力系统的全面数据监控方法，其特征在于，通过多个监控子站和一个监控中心实现，其中，所述监控子站作为边缘计算设备，设置于相应监控对象所在位置处，所述监控中心作为云端设备，与各个所述监控子站进行通信连接，所述方法包括以下步骤：
所述监控子站获取所在位置的监控对象的第一监控数据，其中，所述第一监控数据包括数值数据和非数值数据；
所述监控子站根据所述非数值数据对于电力系统的负面影响程度，将所述第一监控数据中的所述非数值数据数值化，得到第二监控数据，其中，在将第一监控数据中的非数值数据数值化后，与第一监控数据中原来的数值数据一起构成第二监控数据；
所述监控子站将所述第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；
所述监控子站将所述第三监控数据发送至所述监控中心，以便所述监控中心根据所述第三监控数据实现对所述电力系统的监控，其中，所述监控中心通过同一可视化模型对所述第三监控数据中的至少两种数据进行显示，所述监控中心还通过同一判断算法对所述第三监控数据中的至少两种数据进行异常判断。
2.根据权利要求1所述的电力系统的全面数据监控方法，其特征在于，所述可视化模型包括二维坐标系，所述二维坐标系的第一坐标轴为时间轴，所述二维坐标系的第二坐标轴为数值轴，且所述数值轴的范围为所述预设的数值范围。
3.根据权利要求2所述的电力系统的全面数据监控方法，其特征在于，所述监控对象包括发电设施、变电设施、输电设施、配电设施和用电设施。
4.根据权利要求1-3中任一项所述的电力系统的全面数据监控方法，其特征在于，所述监控子站通过isNaN()函数检测所述第一监控数据中的每种数据为所述数值数据或所述非数值数据。
5.根据权利要求4所述的电力系统的全面数据监控方法，其特征在于，所述监控子站根据所述非数值数据对于电力系统的负面影响程度，将所述第一监控数据中的所述非数值数据数值化，具体包括：
将所述非数值数据中的元素按照对于电力系统的负面影响程度进行排序；
对排序后的元素进行赋值，其中，每个元素所赋给的数值按照排序依次增大或减小。
6.根据权利要求5所述的电力系统的全面数据监控方法，其特征在于，当所述预设的数值范围为[ymin，ymax]时，所述监控子站通过以下公式将所述第二监控数据中的某种数据映射到所述预设的数值范围内：
，
其中，x为映射前该种数据中的一条数据，y为映射后该种数据中的一条数据，xmin为该种数据中的最小值，xmax为该种数据中的最大值。
7.根据权利要求6所述的电力系统的全面数据监控方法，其特征在于，所述判断算法包括机器学习算法，所述机器学习算法不包含数据归一化流程。
8.根据权利要求6所述的电力系统的全面数据监控方法，其特征在于，所述监控中心还存储有每种数据的最大值和最小值，所述监控中心在判定某种数据异常时，还根据该种数据的最大值和最小值对该种数据进行逆映射。
9.一种电力系统的全面数据监控系统，其特征在于，包括多个监控子站和一个监控中心，其中，所述监控子站作为边缘计算设备，设置于相应监控对象所在位置处，所述监控中心作为云端设备，与各个所述监控子站进行通信连接，
所述监控子站用于：获取所在位置的监控对象的第一监控数据，其中，所述第一监控数据包括数值数据和非数值数据；根据所述非数值数据对于电力系统的负面影响程度，将所述第一监控数据中的所述非数值数据数值化，得到第二监控数据，其中，在将第一监控数据中的非数值数据数值化后，与第一监控数据中原来的数值数据一起构成第二监控数据；将所述第二监控数据中的每种数据均映射到同一预设的数值范围内，得到第三监控数据；将所述第三监控数据发送至所述监控中心，
所述监控中心用于：根据所述第三监控数据实现对所述电力系统的监控，其中，所述监控中心通过同一可视化模型对所述第三监控数据中的至少两种数据进行显示，所述监控中心还通过同一判断算法对所述第三监控数据中的至少两种数据进行异常判断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311035155.4A CN116760193B (zh) | 2023-08-17 | 2023-08-17 | 电力系统的全面数据监控方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311035155.4A CN116760193B (zh) | 2023-08-17 | 2023-08-17 | 电力系统的全面数据监控方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116760193A CN116760193A (zh) | 2023-09-15 |
| CN116760193B true CN116760193B (zh) | 2023-11-14 |
Family
ID=87948174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311035155.4A Active CN116760193B (zh) | 2023-08-17 | 2023-08-17 | 电力系统的全面数据监控方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116760193B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116760195B (zh) * | 2023-08-18 | 2024-01-02 | 国网浙江省电力有限公司宁波供电公司 | 电力系统全要素资源监控方法、系统、设备和存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723292A (zh) * | 2020-06-24 | 2020-09-29 | 携程计算机技术（上海）有限公司 | 基于图神经网络的推荐方法、系统、电子设备及存储介质 |
| CN215956110U (zh) * | 2021-07-29 | 2022-03-04 | 云南电网有限责任公司昆明供电局 | 一种配电网接地故障分析主站系统 |
-
2023
- 2023-08-17 CN CN202311035155.4A patent/CN116760193B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723292A (zh) * | 2020-06-24 | 2020-09-29 | 携程计算机技术（上海）有限公司 | 基于图神经网络的推荐方法、系统、电子设备及存储介质 |
| CN215956110U (zh) * | 2021-07-29 | 2022-03-04 | 云南电网有限责任公司昆明供电局 | 一种配电网接地故障分析主站系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116760193A (zh) | 2023-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116760193B (zh) | 电力系统的全面数据监控方法和系统 | |
| CN112216077B (zh) | 物联感知监测系统及监测预警方法、移动终端及云端服务器 | |
| CN103926891B (zh) | 移动通信机房基站动力环境设备监测系统及方法 | |
| CN108548567A (zh) | 一种具有温度监测的输电线路在线监测系统 | |
| CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、系统及装置 | |
| CN113009212B (zh) | 一种基于物联网智能监测配电网避雷器状态的系统及方法 | |
| CN112684292A (zh) | 一种风电场集电线路监控系统、方法及装置 | |
| CN109831033A (zh) | 一种供电线路预警保护设备及分段监测预警系统 | |
| CN113553927A (zh) | 干式变压器的运行状态分析方法、系统、服务器及介质 | |
| CN112345865A (zh) | 一种电力电容器运行状态在线评估预警装置及方法 | |
| CN117078017A (zh) | 一种用于电力电网设备监控智能化决策分析系统 | |
| CN113206546A (zh) | 超市电力设备的运行维护方法、系统及存储介质 | |
| CN116505656A (zh) | 基于5g物联网技术的风-光-储多能互补智慧用电系统 | |
| CN113687160A (zh) | 用于站用交流回路预警的方法、装置、终端及系统 | |
| CN113806420A (zh) | 一种电网数据监测方法及装置 | |
| Lee et al. | New fault detection method for low voltage DC microgrid with renewable energy sources | |
| CN102467556A (zh) | 一种电能质量智能信息系统及方法 | |
| CN110674240B (zh) | 一种基于gis的电力设备分布式多级智能故障诊断系统 | |
| CN117031201A (zh) | 一种配电网多场景拓扑异常识别方法及系统 | |
| CN117394535A (zh) | 交直流混合配电网数字孪生系统 | |
| CN106026402A (zh) | 一种电力设备故障解决方案系统 | |
| CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
| CN114759669A (zh) | 一种船舶岸电系统的控制装置、方法和终端 | |
| CN111817265A (zh) | 低压台区配电保护方法及系统 | |
| CN116760195B (zh) | 电力系统全要素资源监控方法、系统、设备和存储介质 |
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 |