CN117034528B - 一种基于拓扑结构的资产可视化创建方法 - Google Patents
一种基于拓扑结构的资产可视化创建方法 Download PDFInfo
- Publication number
- CN117034528B CN117034528B CN202311301065.5A CN202311301065A CN117034528B CN 117034528 B CN117034528 B CN 117034528B CN 202311301065 A CN202311301065 A CN 202311301065A CN 117034528 B CN117034528 B CN 117034528B
- Authority
- CN
- China
- Prior art keywords
- distribution room
- equipment
- brittleness
- convolution
- parameters
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012800 visualization Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 61
- 230000000007 visual effect Effects 0.000 claims abstract description 48
- 238000004088 simulation Methods 0.000 claims abstract description 34
- 238000010586 diagram Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000011176 pooling Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 230000006870 function Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种基于拓扑结构的资产可视化创建方法,解决了现有的配电室资产管理系统大多仍基于二维平面图和表格的数据展示形式,使得配电室设备运行状态不够直观,无法满足配电室智能化、可视化管理需要的问题,方法包括:基于设备参数数据构建配电室2.5D拓扑模型,基于预训练的脆性评估网络模型计算配电室设备脆性参数,判配电室设备脆性参数是否超过预设脆性阈值,基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架;本发明实施例通过脆性评估网络模型计算配电室设备脆性参数,然后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架,实现了对配电室设备运行状态直观2.5D展示。
Description
技术领域
本发明属于配电网可视化技术领域,具体涉及一种基于拓扑结构的资产可视化创建方法。
背景技术
配电室是指带有低压负荷的室内配电场所,现有配电室主要为低压用户配送电能,设有中压进线(可有少量出线)、配电变压器和低压配电装置,传统配电室位于配电网的末端,起到向用户供应和分配电能的作用,配电室的可靠性对电力系统的稳定运行、供电质量和供电效率有着重要影响。而配电室内各种电气元件、电力设备、电力仪表以及串并联线路组作为配电室中的重要元素,需要对其进行后台实时呈现和监测预警。
但是现有的配电室资产(设备)管理系统大多仍基于二维平面图和表格的数据展示形式,使得配电室设备运行状态不够直观,无法满足配电室智能化、可视化管理的需要。基于此,我们提出了一种基于拓扑结构的资产可视化创建方法。
发明内容
本发明的目的在于针对现有技术的不足之处,提供一种基于拓扑结构的资产可视化创建方法,解决了现有的配电室资产管理系统大多仍基于二维平面图和表格的数据展示形式,使得配电室设备运行状态不够直观,无法满足配电室智能化、可视化管理需要的问题。
现有的配电室资产(设备)管理系统大多仍基于二维平面图和表格的数据展示形式,使得配电室设备运行状态不够直观,无法满足配电室智能化、可视化管理的需要。基于此,我们提出了一种基于拓扑结构的资产可视化创建方法,简而言之,所述方法包括基于设备参数数据构建配电室2.5D拓扑模型,然后基于预训练的脆性评估网络模型计算配电室设备脆性参数,判配电室设备脆性参数是否超过预设脆性阈值,若超过预设脆性阈值,则输出当前设备脆性参数以及对应的配电室设备参数数据,最后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架。本发明实施例通过脆性评估网络模型计算配电室设备脆性参数,然后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架,实现了对配电室设备运行状态直观2.5D展示,并且脆性评估网络模型以及配电室2.5D拓扑模型结合能够对配电室设备运行预警,避免了电力事故的发生。
本发明是这样实现的,一种基于拓扑结构的资产可视化创建方法,所述基于拓扑结构的资产可视化创建方法包括:
获取配电室设备参数数据,基于设备参数数据构建配电室2.5D拓扑模型;
获取设备运行数据,基于预训练的脆性评估网络模型计算配电室设备脆性参数,判配电室设备脆性参数是否超过预设脆性阈值,若超过预设脆性阈值,则输出当前设备脆性参数以及对应的配电室设备参数数据;
加载设备运行数据,基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架。
优选地,所述方法,还包括:
若配电室设备脆性参数小于预设脆性阈值,计算当前配电室设备重要度,判断当前配电室设备是否超过预设重要阈值,若超过,则输出当前设备脆性参数以及对应的配电室设备参数数据。
优选地,所述方法,还包括:
运行所述可视化仿真框架,基于所述可视化仿真框架的拓扑参数对配电室设备运行预警。
优选地,所述基于设备参数数据构建配电室2.5D拓扑模型的方法,具体包括:
获取配电室设备参数数据,其中,所述配电室设备参数包括配电室环境参数、配电室消防设备参数、配电室平面图参数、配电室设备静态信息、配电室设备坐标信息;
加载配电室设备参数数据,基于配电室平面图参数生成配电室平面框架图,对配电室设备归一化处理,并对归一化的配电室设备编号;
基于配电室设备参数数据抽取配电室设备之间的连接电路关系,并将连接电路关系抽象为网络节点,将连接电路抽象为网络连边,对网络节点以及配电室设备简化处理,得到简化复合点;
获取简化复合点以及网络连边,形成配电室2.5D拓扑模型。
优选地,所述对网络节点以及配电室设备简化处理的方法,具体包括:
确定网络节点之间的间距矩阵,其中所述网络节点间距矩阵/>的计算公式如下:
(1)
其中,配电室中网络节点数量为个,任意网络节点2.5D坐标表示为/>,且网络节点编号分别为1-/>;
基于间距矩阵计算单组电路中网络节点的初始权重值/>,初始权重值/>计算公式如下:
(2)
其中,所述表示为单组电路中负载系数,单组电路的负载系数/>基础值为0.1,每增加一组网络节点负载系数/>增加0.2取值,每增加一组网络连边,负载系数/>增加0.05取值,/>为单组电路的设备风险指标总和,/>为当前网络节点对应的设备风险指标值;
遍历网络节点的权重值,基于权重补偿函数对权重进行补偿,得到补偿权重值,判断单组电路中网络节点的补偿权重值是否低于预设权重阈值,若小于预设权重阈值,则合并小于预设权重阈值的网络节点。
优选地,所述权重补偿函数的计算表达式为:
(3)
其中,表示网络节点对应的修正分解值,网络节点对应的修正分解值/>表示为:
(4)
其中,以及/>分别表示网络节点间距矩阵/>的/>级以及/>级分解幅值,/>表示网络节点的周向角度。
优选地,所述脆性评估网络模型包括:
卷积模块,所述卷积模块用于提取输入的设备运行数据信息中多层特征;
其中,所述卷积模块包括卷积层、池化层以及全连接层,且卷积层包括第一段卷积、第二段卷积以及第三段卷积,其中,第一段卷积设置64个3*3*卷积核,第二段卷积设置128个3*3*卷积核,第三段卷积设置256个3*3*卷积核,所述卷积层与池化层连接,池化层与全连接层连接,且全连接层还连接有Segnet模块。
优选地,所述脆性评估网络模型还包括:
Segnet模块,所述Segnet模块用于设备运行数据信息中多层特征的上采样,且Segnet模块包括上采样器以及脆性参数提取器,同时,所述上采样器以及脆性参数提取器采用对称设置。
优选地,基于预训练的脆性评估网络模型计算配电室设备脆性参数的方法,具体包括:
对设备运行数据信息归一化处理,使得设备运行数据信息归一化为区间的数值,信息归一化值为/>;
通过卷积模块提取输入的设备运行数据信息中多层特征,得到卷积结果;
(5)
其中,所述表示卷积核的大小,/>为/>,而/>表示输入运行数据信息的集合;
加载卷积结果,对卷积结果/>上采样以及增加空洞度,得到配电室设备脆性参数/>;
其中,(6)
其中,表示上采样周期,/>表示上采样矢量变化值,/>表示空洞度误差值。
优选地,所述基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架的方法,具体包括:
加载脆性评估网络模型以及配电室2.5D拓扑模型,基于脆性评估网络模型计算配电室设备脆性参数;
以配电室设备脆性参数为输入,对配电室2.5D拓扑模型超参数进行调整和更新;
获取更新后的配电室2.5D拓扑模型,通过暗通道的方式清除配电室2.5D拓扑模型模糊影响节点,搭建可视化仿真框架。
与现有技术相比,本申请实施例主要有以下有益效果:
本发明实施例通过脆性评估网络模型计算配电室设备脆性参数,然后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架,实现了对配电室设备运行状态直观2.5D展示,并且脆性评估网络模型以及配电室2.5D拓扑模型结合能够对配电室设备运行预警,避免了电力事故的发生。
附图说明
图1是本发明提供的一种基于拓扑结构的资产可视化创建方法的实现流程示意图。
图2出了基于设备参数数据构建配电室2.5D拓扑模型方法的实现流程示意图。
图3示出了所述对网络节点以及配电室设备简化处理方法的实现流程示意图。
图4示出了所述基于预训练的脆性评估网络模型计算配电室设备脆性参数方法的实现流程示意图。
图5示出了所述基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架方法的实现流程示意图。
图6是本发明提供的基于拓扑结构的资产可视化创建系统的结构示意图。
图7是本发明提供的拓扑模型构建模块的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
现有的配电室资产(设备)管理系统大多仍基于二维平面图和表格的数据展示形式,使得配电室设备运行状态不够直观,无法满足配电室智能化、可视化管理的需要。基于此,我们提出了一种基于拓扑结构的资产可视化创建方法,简而言之,所述方法包括基于设备参数数据构建配电室2.5D拓扑模型,然后基于预训练的脆性评估网络模型计算配电室设备脆性参数,判配电室设备脆性参数是否超过预设脆性阈值,若超过预设脆性阈值,则输出当前设备脆性参数以及对应的配电室设备参数数据,最后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架。本发明实施例通过脆性评估网络模型计算配电室设备脆性参数,然后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架,实现了对配电室设备运行状态直观2.5D展示,并且脆性评估网络模型以及配电室2.5D拓扑模型结合能够对配电室设备运行预警,避免了电力事故的发生。
本发明实施例提供了一种基于拓扑结构的资产可视化创建方法,图1示出了所述基于拓扑结构的资产可视化创建方法的实现流程示意图,所述基于拓扑结构的资产可视化创建方法,具体包括:
步骤S10,获取配电室设备参数数据,基于设备参数数据构建配电室2.5D拓扑模型;
需要说明的是,所述配电室设备包括但不限于高低压配电柜、变压器、动环设备、直流屏、电容补偿柜、计量柜等电力设备。
步骤S20,获取设备运行数据,基于预训练的脆性评估网络模型计算配电室设备脆性参数;
步骤S30,判配电室设备脆性参数是否超过预设脆性阈值,若超过预设脆性阈值,则输出当前设备脆性参数以及对应的配电室设备参数数据;
步骤S40,若配电室设备脆性参数小于预设脆性阈值,计算当前配电室设备重要度;
在本实施例中,所述预设脆性阈值可以设定为0.8-0.85,且通过预设脆性阈值衡量配电室设备脆性指标,同时,在步骤S40中,为了避免仅依靠单一或少量指标导致评价以及可视化仿真框架不精准的现象,因此对配电室设备重要度进一步进行判断。
步骤S50,判断当前配电室设备是否超过预设重要阈值,若超过,则输出当前设备脆性参数以及对应的配电室设备参数数据;
步骤S60,加载设备运行数据,基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架。
步骤S70,运行所述可视化仿真框架,基于所述可视化仿真框架的拓扑参数对配电室设备运行预警。
本发明实施例通过脆性评估网络模型计算配电室设备脆性参数,然后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架,实现了对配电室设备运行状态直观2.5D展示,并且脆性评估网络模型以及配电室2.5D拓扑模型结合能够对配电室设备运行预警,避免了电力事故的发生。
本发明实施例提供了基于设备参数数据构建配电室2.5D拓扑模型的方法,图2示出了基于设备参数数据构建配电室2.5D拓扑模型方法的实现流程示意图,所述基于设备参数数据构建配电室2.5D拓扑模型的方法,具体包括:
步骤S101,获取配电室设备参数数据,其中,所述配电室设备参数包括配电室环境参数、配电室消防设备参数、配电室平面图参数、配电室设备静态信息、配电室设备坐标信息;
在本实施例中,配电室设备静态信息包括但不限于设备运行状态、热备状态、冷备状态以及维护状态,而设备运行状态中参数可以表示为额定电压、额定频率、额定电流、短时耐受电流、短路开断电流、雷电冲击耐受电压以及机械寿命。
步骤S102,加载配电室设备参数数据,基于配电室平面图参数生成配电室平面框架图,对配电室设备归一化处理,并对归一化的配电室设备编号;
在本实施例中,所述对配电室设备归一化处理是基于配电室设备的规格型号以及重要程度来对配电室设备进行初始赋权的操作,具体地,可以将配电室设备归一化为区间等级。
步骤S103,基于配电室设备参数数据抽取配电室设备之间的连接电路关系,并将连接电路关系抽象为网络节点,将连接电路抽象为网络连边,对网络节点以及配电室设备简化处理,得到简化复合点;
步骤S104,获取简化复合点以及网络连边,形成配电室2.5D拓扑模型。
在本实施例中,构建的配电室2.5D拓扑模型可以转换为玛雅,Houdini,Cinema4D,Blender等建模工具可识别的2.5D模型,同时也可以进行2.5D转二维或转三维,从而方便了对配电室设备进行维修养护,并辅助可视化仿真框架的构建。
本发明实施例提供了对网络节点以及配电室设备简化处理的方法,图3示出了所述对网络节点以及配电室设备简化处理方法的实现流程示意图,所述对网络节点以及配电室设备简化处理的方法,具体包括:
步骤S1031,确定网络节点之间的间距矩阵,其中所述网络节点间距矩阵/>的计算公式如下:
(1)
其中,配电室中网络节点数量为个,任意网络节点2.5D坐标表示为/>,且网络节点编号分别为1-/>;
步骤S1032,基于间距矩阵计算单组电路中网络节点的初始权重值/>,初始权重值/>计算公式如下:
(2)
其中,所述表示为单组电路中负载系数,单组电路的负载系数/>基础值为0.1,每增加一组网络节点负载系数/>增加0.2取值,每增加一组网络连边,负载系数/>增加0.05取值,/>为单组电路的设备风险指标总和,/>为当前网络节点对应的设备风险指标值,而设备风险指标值可以为0.1-0.8。
步骤S1033,遍历网络节点的权重值,基于权重补偿函数对权重进行补偿,得到补偿权重值;
步骤S1034,判断单组电路中网络节点的补偿权重值是否低于预设权重阈值;
步骤S1035,若小于预设权重阈值,则合并小于预设权重阈值的网络节点。
在本实施例中,所述权重补偿函数的计算表达式为:
(3)
其中,表示网络节点对应的修正分解值,网络节点对应的修正分解值/>表示为:
(4)
其中,以及/>分别表示网络节点间距矩阵/>的/>级以及/>级分解幅值,/>表示网络节点的周向角度,一般而言,/>级以及/>级的数量可以为3、4、6或9级。
在本实施例中,预设权重阈值为0.05,一般而言,如配电室设备中连接导线、端子或电缆的权重阈值均小于预设权重阈值,因此,在本实施例中可以忽略,从而减少系统运行的负载。
在本实施例中,所述脆性评估网络模型包括:
卷积模块,所述卷积模块用于提取输入的设备运行数据信息中多层特征;
Segnet模块,所述Segnet模块用于设备运行数据信息中多层特征的上采样,且Segnet模块包括上采样器以及脆性参数提取器,同时,所述上采样器以及脆性参数提取器采用对称设置。
其中,所述卷积模块包括卷积层、池化层以及全连接层,且卷积层包括第一段卷积、第二段卷积以及第三段卷积,其中,第一段卷积设置64个3*3*卷积核,第二段卷积设置128个3*3*卷积核,第三段卷积设置256个3*3*卷积核,所述卷积层与池化层连接,池化层与全连接层连接,且全连接层还连接有Segnet模块。
需要说明的是,所述脆性评估网络模型是基于传统的卷积神经网络模型以及Segnet网络模型结合,能够解决现有神经网络模型鲁棒性差的问题,同时,脆性评估网络模型能够对脆性参数进行充分的上采样提取,并对特征进行标注,从而增大了配电室设备的感受视野。
在本实施例中,所述脆性评估网络模型的训练基于历史数据训练而得到,历史数据为历史设备运行数据信息,在脆性评估网络模型训练时,将历史数据按照训练集、验证集以及测试集3:3:1的比例训练而成,其基础模型为神经网络模型,直至收敛。
本发明实施例提供了基于预训练的脆性评估网络模型计算配电室设备脆性参数的方法,图4示出了所述基于预训练的脆性评估网络模型计算配电室设备脆性参数方法的实现流程示意图,所述基于预训练的脆性评估网络模型计算配电室设备脆性参数的方法,具体包括:
步骤S201,对设备运行数据信息归一化处理,使得设备运行数据信息归一化为区间的数值,信息归一化值为/>;
在本实施例中,对设备运行数据信息归一化处理是基于Python中preprocessing类实现。
步骤S202,通过卷积模块提取输入的设备运行数据信息中多层特征,得到卷积结果;
(5)
其中,所述表示卷积核的大小,/>为/>,而/>表示输入运行数据信息的集合;
步骤S203,加载卷积结果,对卷积结果/>上采样以及增加空洞度,得到配电室设备脆性参数/>;
其中,(6)
其中,表示上采样周期,/>表示上采样矢量变化值,/>表示空洞度误差值,上采样周期以ms为单位。
本发明实施例提供了基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架的方法,图5示出了所述基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架方法的实现流程示意图,所述基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架的方法,具体包括:
步骤S301,加载脆性评估网络模型以及配电室2.5D拓扑模型,基于脆性评估网络模型计算配电室设备脆性参数;
步骤S302,以配电室设备脆性参数为输入,对配电室2.5D拓扑模型超参数进行调整和更新;
步骤S303,获取更新后的配电室2.5D拓扑模型,通过暗通道的方式清除配电室2.5D拓扑模型模糊影响节点,搭建可视化仿真框架。
本发明实施例还提供了一种基于拓扑结构的资产可视化创建系统,图6示出了所述基于拓扑结构的资产可视化创建系统的结构示意图,所述基于拓扑结构的资产可视化创建系统,具体包括:
拓扑模型构建模块100,拓扑模型构建模块100用于获取配电室设备参数数据,基于设备参数数据构建配电室2.5D拓扑模型;
脆性参数获取模块200,脆性参数获取模块200用于获取设备运行数据,基于预训练的脆性评估网络模型计算配电室设备脆性参数,判断配电室设备脆性参数是否超过预设脆性阈值,若超过预设脆性阈值,则输出当前设备脆性参数以及对应的配电室设备参数数据;
仿真框架生成模块300,仿真框架生成模块300用于加载设备运行数据,基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架。
运行预警模块400,运行预警模块400用于运行所述可视化仿真框架,基于所述可视化仿真框架的拓扑参数对配电室设备运行预警。
在本实施例中,本发明实施例通过脆性评估网络模型计算配电室设备脆性参数,然后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架,实现了对配电室设备运行状态直观2.5D展示,并且脆性评估网络模型以及配电室2.5D拓扑模型结合能够对配电室设备运行预警,避免了电力事故的发生。
本发明实施例提供了拓扑模型构建模块100,图7示出了所述拓扑模型构建模块100的结构示意图,所述拓扑模型构建模块100,具体包括:
参数采集单元110,参数采集单元110用于获取配电室设备参数数据,其中,所述配电室设备参数包括配电室环境参数、配电室消防设备参数、配电室平面图参数、配电室设备静态信息、配电室设备坐标信息;
设备归一化单元120,设备归一化单元120用于加载配电室设备参数数据,基于配电室平面图参数生成配电室平面框架图,对配电室设备归一化处理,并对归一化的配电室设备编号;
拓扑模型简化单元130,拓扑模型简化单元130基于配电室设备参数数据抽取配电室设备之间的连接电路关系,并将连接电路关系抽象为网络节点,将连接电路抽象为网络连边,对网络节点以及配电室设备简化处理,得到简化复合点,形成配电室2.5D拓扑模型。
本发明实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序指令,该计算机程序指令可以被处理器执行。该计算机程序指令被执行时实现上述任意一项实施例的方法。
而在本发明实施例的另一方面,还提供了一种计算机设备,计算机设备包括存储器和处理器,该存储器中存储有计算机程序,该计算机程序被该处理器执行时实现上述任意一项实施例的方法。
在本实施例中,存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的基于拓扑结构的资产可视化创建方法对应的程序指令/模块。存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储基于拓扑结构的资产可视化创建方法的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本文的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
综上所述,本发明提供了一种基于拓扑结构的资产可视化创建方法,本发明实施例通过脆性评估网络模型计算配电室设备脆性参数,然后基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架,实现了对配电室设备运行状态直观2.5D展示,并且脆性评估网络模型以及配电室2.5D拓扑模型结合能够对配电室设备运行预警,避免了电力事故的发生。
需要说明的是,对于前述的各实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可能采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,涉及的动作和模块并不一定是本发明所必须的。
本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或通信连接可以是通过一些接口,装置或单元之间的间接耦合或通信连接,可以是电信或者其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本发明的技术方案,而非对发明的保护范围进行限制。显然,所描述的实施例仅仅是本发明部分实施例,而不是全部实施例。基于这些实施例,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,都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明,本领域普通技术人员依然可以在不冲突的情况下,不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整,从而得到不同的、本质未脱离本发明的构思的其他技术方案,这些技术方案也同样属于本发明所要保护的范围。
Claims (4)
1.一种基于拓扑结构的资产可视化创建方法,其特征在于,所述基于拓扑结构的资产可视化创建方法包括:
获取配电室设备参数数据,基于设备参数数据构建配电室2.5D拓扑模型;
获取设备运行数据,基于预训练的脆性评估网络模型计算配电室设备脆性参数,判断配电室设备脆性参数是否超过预设脆性阈值,若超过预设脆性阈值,则输出当前设备脆性参数以及对应的配电室设备参数数据;
加载设备运行数据,基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架;
所述基于设备参数数据构建配电室2.5D拓扑模型的方法,具体包括:
获取配电室设备参数数据,其中,所述配电室设备参数包括配电室环境参数、配电室消防设备参数、配电室平面图参数、配电室设备静态信息、配电室设备坐标信息;
加载配电室设备参数数据,基于配电室平面图参数生成配电室平面框架图,对配电室设备归一化处理,并对归一化的配电室设备编号;
基于配电室设备参数数据抽取配电室设备之间的连接电路关系,并将连接电路关系抽象为网络节点,将连接电路抽象为网络连边,对网络节点以及配电室设备简化处理,得到简化复合点;
获取简化复合点以及网络连边,形成配电室2.5D拓扑模型;
所述对网络节点以及配电室设备简化处理的方法,具体包括:
确定网络节点之间的间距矩阵,其中所述网络节点间距矩阵/>的计算公式如下:
(1)
其中,配电室中网络节点数量为个,任意网络节点2.5D坐标表示为/>,且多组所述的网络节点编号分别[1,2,3,...a-1,a];
基于间距矩阵计算单组电路中网络节点的初始权重值/>,初始权重值/>计算公式如下:
(2)
其中,所述表示为单组电路中负载系数,单组电路的负载系数/>基础值为0.1,每增加一组网络节点负载系数/>增加0.2取值,每增加一组网络连边,负载系数/>增加0.05取值,为单组电路的设备风险指标总和,/>为当前网络节点对应的设备风险指标值;
遍历网络节点的权重值,基于权重补偿函数对权重进行补偿,得到补偿权重值,判断单组电路中网络节点的补偿权重值是否低于预设权重阈值,若小于预设权重阈值,则合并小于预设权重阈值的网络节点;
所述脆性评估网络模型包括:
卷积模块,所述卷积模块用于提取输入的设备运行数据信息中多层特征;
其中,所述卷积模块包括卷积层、池化层以及全连接层,且卷积层包括第一段卷积、第二段卷积以及第三段卷积,其中,第一段卷积设置64个3*3卷积核,第二段卷积设置128个3*3卷积核,第三段卷积设置256个3*3卷积核,所述卷积层与池化层连接,池化层与全连接层连接,且全连接层还连接有Segnet模块;
Segnet模块,所述Segnet模块用于设备运行数据信息中多层特征的上采样,且Segnet模块包括上采样器以及脆性参数提取器,同时,所述上采样器以及脆性参数提取器采用对称设置;
基于预训练的脆性评估网络模型计算配电室设备脆性参数的方法,具体包括:
对设备运行数据信息归一化处理,使得设备运行数据信息映射到实数0-1范围之内,信息归一化值为,对设备运行数据信息归一化处理是基于Python中preprocessing类实现;
通过卷积模块提取输入的设备运行数据信息中多层特征,得到卷积结果;
加载卷积结果,对卷积结果/>上采样以及增加空洞度,得到配电室设备脆性参数。
2.如权利要求1所述的基于拓扑结构的资产可视化创建方法,其特征在于:所述方法,还包括:
若配电室设备脆性参数小于预设脆性阈值,计算当前配电室设备重要度,判断当前配电室设备是否超过预设重要阈值,若超过,则输出当前设备脆性参数以及对应的配电室设备参数数据。
3.如权利要求1所述的基于拓扑结构的资产可视化创建方法,其特征在于:所述方法,还包括:
运行所述可视化仿真框架,基于所述可视化仿真框架的拓扑参数对配电室设备运行预警。
4.如权利要求3所述的基于拓扑结构的资产可视化创建方法,其特征在于:所述基于脆性评估网络模型以及配电室2.5D拓扑模型搭建可视化仿真框架的方法,具体包括:
加载脆性评估网络模型以及配电室2.5D拓扑模型,基于脆性评估网络模型计算配电室设备脆性参数;
以配电室设备脆性参数为输入,对配电室2.5D拓扑模型超参数进行调整和更新;
获取更新后的配电室2.5D拓扑模型,通过暗通道的方式清除配电室2.5D拓扑模型模糊影响节点,搭建可视化仿真框架。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311301065.5A CN117034528B (zh) | 2023-10-10 | 2023-10-10 | 一种基于拓扑结构的资产可视化创建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311301065.5A CN117034528B (zh) | 2023-10-10 | 2023-10-10 | 一种基于拓扑结构的资产可视化创建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117034528A CN117034528A (zh) | 2023-11-10 |
CN117034528B true CN117034528B (zh) | 2024-01-23 |
Family
ID=88623085
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311301065.5A Active CN117034528B (zh) | 2023-10-10 | 2023-10-10 | 一种基于拓扑结构的资产可视化创建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117034528B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714150A (zh) * | 2013-12-29 | 2014-04-09 | 国家电网公司 | 配电网拓扑模型可视化纠错方法 |
CN110969338A (zh) * | 2019-10-30 | 2020-04-07 | 广西电网有限责任公司电力科学研究院 | 一种配电网生产可视化综合展示方法 |
WO2020147349A1 (zh) * | 2019-01-14 | 2020-07-23 | 中国电力科学研究院有限公司 | 配电网运行辅助决策分析系统及方法 |
CN112134355A (zh) * | 2020-09-03 | 2020-12-25 | 珠海许继芝电网自动化有限公司 | 一种智能配电室可视化展示方法及系统 |
CN115964538A (zh) * | 2022-12-30 | 2023-04-14 | 施耐德智能技术有限公司 | 配电系统元件信息的呈现方法及配电系统信息显示装置 |
-
2023
- 2023-10-10 CN CN202311301065.5A patent/CN117034528B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103714150A (zh) * | 2013-12-29 | 2014-04-09 | 国家电网公司 | 配电网拓扑模型可视化纠错方法 |
WO2020147349A1 (zh) * | 2019-01-14 | 2020-07-23 | 中国电力科学研究院有限公司 | 配电网运行辅助决策分析系统及方法 |
CN110969338A (zh) * | 2019-10-30 | 2020-04-07 | 广西电网有限责任公司电力科学研究院 | 一种配电网生产可视化综合展示方法 |
CN112134355A (zh) * | 2020-09-03 | 2020-12-25 | 珠海许继芝电网自动化有限公司 | 一种智能配电室可视化展示方法及系统 |
CN115964538A (zh) * | 2022-12-30 | 2023-04-14 | 施耐德智能技术有限公司 | 配电系统元件信息的呈现方法及配电系统信息显示装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117034528A (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106991504B (zh) | 基于分项计量时间序列的建筑能耗预测方法、系统及建筑物 | |
CN103366062B (zh) | 基于bbo算法和电网生存性的核心骨干网架构建方法 | |
CN109270482B (zh) | 电压互感器计量准确度在线评价方法及终端设备 | |
CN107991580B (zh) | 基于关联权重离散性多源信息的配电网故障定位方法 | |
CN108667005B (zh) | 一种计及新能源影响的电网静动态结合脆弱性评估方法 | |
CN111368259B (zh) | 一种配网电压数据缺失填补方法及相关装置 | |
CN104123684A (zh) | 一种计及网损和可靠性的配电网经济性重构方法 | |
Tian | A state-of-the-art review on wind power deterministic prediction | |
CN105574291A (zh) | 一种电源回路自动配置方法及系统 | |
CN115267644A (zh) | 电能表失准检测方法以及装置 | |
CN110362845A (zh) | 一种区域电力市场发展规划模式确定方法和装置 | |
CN115842342A (zh) | 一种分布式配电网的拓扑识别方法及装置 | |
Wang et al. | Dynamic equivalent method of PMSG‐based wind farm for power system stability analysis | |
Qu et al. | Dynamic optimization method of transmission line parameters based on grey support vector regression | |
CN117034528B (zh) | 一种基于拓扑结构的资产可视化创建方法 | |
CN114996635A (zh) | 一种配电网参数确定方法、装置、设备及存储介质 | |
CN111900765B (zh) | 一种风电接入系统的动态无功规划方法及相关装置 | |
US20120221270A1 (en) | Capacitance Placement in wind farms | |
CN113792967A (zh) | 分布式光伏运行状态评估方法、装置及电子设备 | |
CN104732101B (zh) | 电网调度操作中系统总有功失负荷值确定方法和系统 | |
Du et al. | Hosting capacity assessment in distribution networks considering wind–photovoltaic–load temporal characteristics | |
CN109684763A (zh) | 一种基于个体为本模型的综合能源系统建模方法 | |
CN204229468U (zh) | 一种风电agc辅助服务定价及补偿装置 | |
CN108280574A (zh) | 一种配电网结构成熟度的评价方法及装置 | |
CN117277446B (zh) | 多目标配电网规划方法及系统 |
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 |